人口城镇化对青年初婚初育间...DS2016数据的实证研究_方芗.pdf

广东青年研究国家治理与青年发展2023 年第 1 期第 37 卷(总第 128 期)人口城镇化对青年初婚初育间隔的影响 基于 CLDS2016 数据的实证研究方芗周玉娇(中山大学社会学与人类学学院，广东广州510275)【摘要】目前对城镇化过程中 18 35 岁青年生育率下降的讨论主要关注孩子数量，而较少关注生育时间。本文利用 CLDS2016 数据分析人口城镇化过程对青年群体婚育间隔的影响，将城镇化类型划分为农村本地人、迁移流动者、政策性“农转非”、选择性“农转非”以及城市本地人 5 个类别，在对婚育间隔进行多元线性回归分析的基础上探讨调节变量的作用，并使用倾向值匹配法做稳健性检验。结果表明:相较于农村本地人，迁移流动者、选择性“农转非”群体以及城镇本地人这 3 类群体的初婚初育间隔更长;初婚年龄越晚，家庭收入越低，青年群体的城镇化，将使其婚育间隔更长;在考虑样本选择性偏差问题后，农村人口流向城市依然会使婚育间隔延长。青年群体的乡城流动间接导致其生育率下降，应出台相应政策保障青年流动人口在流入地的福利待遇，缓解其经济、心理压力，促进人口的长期均衡发展。【关键词】人口城镇化初婚初育间隔CIDS2016 数据倾向值匹配收稿日期:2022 12 30作者简介:方芗，中山大学社会学与人类学学院副教授，博士，主要研究环境健康风险社会认知、科学技术与环境、能源与环境风险治理等;周玉娇(通讯作者)，中山大学社会学与人类学学院博士研究生，主要研究环境社会学、生育。一、引言人口转变理论认为，在工业化、城市化完成之后的“后工业化”时期，传统型的人口再生产将会向以“低出生率、低死亡率和低自然增长率”为特征的现代人口再生产类型转变。随着城市化进程的加速，我国人口逐步向这一阶段靠拢。从个体的角度来看，18生育率的下降表现为孩子数量的减少和生育间隔的延长。1990 2017 年，我国育龄妇女平均初婚年龄推迟 4 岁多，从 21.4 岁提高到 25.7 岁;女性平均初育年龄从 2000 年的 24岁提高到 2010 年的 26.65 岁，2015 年城市女性初育年龄更是提升至 29.06 岁。当生育时间推后、生育间隔延长，生育数量必然会下降。在低生育率时代，这种影响将更加严重。第七次全国人口普查数据显示，2020 年我国出生人口为 1 412 万人，比2019 年全年出生人口的 1 465 万人减少了 53 万人，总和生育率已经降至 1.3，中国进入低生育水平的趋势已经日渐明显。青年人口作为生育主力，他们的生育行为将会影响中国人口发展的总体趋势1。许多学者认为“少子化”是现代社会无可避免的趋势，目前关于青年生育率的研究仍然集中在对生育数量的讨论上，对究竟这个过程机制是如何产生的这一问题，尚未有充分论述。随着城镇化进程和户籍制度改革，我国正在进入“大流动时代”。第七次全国人口普查数据显示，我国2020 年流动人口规模已达到3.76 亿人，有63.89%的人口居住在城市。流动人口规模在快速扩张的同时，其人口结构也在发生变化，青年人口逐渐占据了主体地位。根据 2017 年流动人口动态监测数据，乡城流动人口的平均年龄为 36 周岁，其中超过一半的人为 15 35 岁青年2。中国城乡户口二元体制导致人口从农村流向城市的过程中出现大量“人户分离”的现象，常住人口城镇化是一种不完全的城镇化，以青年群体为主的流动人口生育观念也受到了来自城乡的二元影响。因此，关注这部分群体的生育间隔有利于探究当前社会低生育率问题的成因。基于此，本文利用 CLDS2016 年数据，根据户口性质和居住类型将 18 35 岁的青年人口划分为农村本地人、迁移流动者、政策性“农转非”、选择性“农转非”以及城市本地人 5 个类别，以此来分析不同青年群体中的生育间隔差异，探究在户口城镇化过程中生育维度是如何被影响的。二、文献综述关于生育时间属性的研究可划分为宏观层面和微观层面两个类型。微观层面多从个体层面探究影响初婚初育间隔的因素，以生育主体育龄妇女作为研究对象，包括对其个体特征(如年龄、婚龄、受教育程度和职业类型)、家庭背景(如是否与父母同住和父母受教育程度)以及生育观念(如性别偏好和理想子女数)这 3 个类型因素的探究3。宏观层面的研究则主要体现为初婚初育间隔的变动趋势以及社会转型因素的作用。学者利用各种口径的数据以及测量方法，对中国初育间隔的变动进行了测算。“五普”数据表明，育龄妇女初婚初育间隔较短，近七成妇女在婚后一年半内生育4。而在“六普”数据中，平均生育年龄较“五普”数据推迟 1.89 岁，为 26.24 岁;初婚初育间隔亦增加了0.11 0.27 年，为 3.72 3.88 年5。生育间隔的延长受很多因素的影响，主要表现为社会转型力量的驱动。社会变迁过程必然会引起婚姻、生育形式的转变，城镇化的迅速蔓延伴随着低生育率特质6。20 世纪 40 年代、50 年代，西方人口学者就已经注意到城乡的生育时间及数量差异7，从时间上来看甚至可以追溯到 18 至 19 世纪的欧洲地区。随着乡村人口向城市迁移，新的差28异便产生了。人们认为，造成城乡生育率差别的因素之一是城市比农村更容易获得现代避孕技术，以及让一系列限制生育的措施发挥作用，只有当人们想要寻求自身发展时才会主动限制子女数量8。城市化进程加速导致更多的农村人口向城市流动，他们既保留农村的生育观念又受惠于城市现代性避孕技术，且更有可能为了自身的发展而限制生育，如此就可能会影响城乡生育行为，这正是本文探讨的问题。与二孩生育间隔不同，夫妇生育第一个孩子的时间基本不受生育政策影响。尽管1980 年的 婚姻法将法定婚龄往后推延 2 岁，但并未限制初婚后的初育间隔。因此初婚初育间隔可以由家庭自行决定，这个指标在一定程度上可以客观反映社会变迁因素对婚育模式的影响。由此可见，中国的生育率下降并非仅受生育政策的影响，和其他国家一样，社会转型也起到了作用9。由于本文旨在探究城镇化因素对生育间隔的影响，为了降低生育政策因素的干扰，将初婚初育间隔作为研究变量。我国的城镇化区别于其他国家的地方在于，人口城镇化更多表现为户籍的城镇化。二元户籍制度在很长时间内限制了人口的迁移流动，并造成大量的“人户分离”现象。1958 年正式确定的户口制度，严格限制了农民迁移到城市，城乡人口流动几乎停止，直至 1978 年后户口制度才逐步放松，农村人口获得向城市迁徙的权力10。正是由于这种独特的户口制度，中国的城市人口主要由 3 部分构成:本地人口(拥有本地户口)、永久移民(户口由农村转向城市)和流动人口(无本地户口)11。总的来说，以往研究多从个体层面探究影响初婚初育间隔的因素，在这些研究中户籍被简单地划分为农村户口和城镇户口，通常认为城市育龄妇女的初婚初育间隔要长于农村12，但其忽略了我国城镇化过程是一种非正规城市化过程 由城市中的暂住人口而非城镇人口的快速增长推动城市化的发展13，这种城镇化过程的生育间隔变化仅把城镇与农村进行简单的二元划分是远远不够的。因此，本文将在这些研究的基础上，根据我国独特的户口制度，将城镇化类型按照户籍城镇化的方式划分为 3 类:本地户口(包括农村和城市)、永久移民(农转非人口)以及流动人口，以进一步探讨人口城镇化对初婚初育间隔的影响。三、方法与数据(一)数据说明本文采用 2016 年中国劳动力动态调查(CLDS)数据开展研究。CLDS 聚焦于中国劳动力的现状与变迁，内容涵盖教育、工作、迁移、健康、社会参与、经济活动、基层组织等众多研究议题，是一项跨学科的大型追踪调查。CLDS 的样本覆盖了中国 29 个省市(除港澳台、西藏、海南外)，具有全国代表性;调查对象为样本家庭户中的全部劳动力。在抽样调查方法上，本文采用多阶段、多层次与劳动力规模成比例的概率抽样方法，最终得到 20 237 个样本。生育间隔按照孩次可以分为初婚初育间隔、一二孩生育间隔、二三孩生育间隔、三孩及以上各孩次生育间隔等类型14。参考 中长期青年发展规划(20162025 年)及以往研究，并出于对婚育年龄的考虑，本文将青年群体的年龄限定为 18 35 周岁，在对38各个变量的缺失值及奇异值进行处理后，最终得到 2 404 个有效样本。(二)变量设置1.因变量本文的因变量为初婚初育间隔，即受访者第一次结婚和生育第一个孩子的时间间隔。由于 CLDS 问卷设置中没有初育时间这一变量，因此本文通过家庭问卷中的“第 N 个家庭成员与被访者之间的关系”这一系列问题进行筛选，得出被访者的全部子女信息，再根据被访者长子(长女)的出生年来计算受访者的初育时间，并将其与初婚年这一变量进行差值得到初婚初育间隔。由于无论被访者子女的年龄还是初婚年龄都仅精确到年，因此本文构造的因变量也以年为单位。2.自变量本文对人口城镇化类型这一变量的构造参照 Luo Meng Sha 和 Ernest Wing Tak Chui 的做法15，大体上可以划分为 3 个类型:本地户籍人口、迁移流动者以及“农转非”人口。本地户籍人口指户口在农村(城市)且本人也留在农村(城市)的人口，具体分为农村本地人和城镇本地人;迁移流动者指迁移到城市但其户口仍然留在农村的人口;“农转非”人口指户口类型原本为农业户口，通过某种途径将户口类型转变为非农业户口的人口。相较于“农转非”人口，迁移流动者的门槛较低，通常从事城市本地户籍人口所不愿意从事的职业。由于迁移流动者在城市进行一段时间的职业劳动后可能会返回家乡，其生育行为和“农转非”人口可能存在较大区别。根据以往的研究，“农转非”的途径有两种，一种是政策性“农转非”，另一种是选择性“农转非”16。政策性“农转非”是通过征地、移民安置或家属随转而转变为城市户口，选择性“农转非”则是农村户口的受访者通过升学、参军、招工、提干、购房等方式将户籍转变为城市户口。政策性“农转非”人口作为被政府关注的群体，脱离其自身能力实现户籍转变，大多不具备人力资本上的优势。而选择性“农转非”人口是被各类选拔政策筛选出来的精英，更有机会获取较好的经济、社会以及经济资本，进入城市的优势部门。选择性“农转非”人口的生育行为与其他流动人口存在较大差异。根据CLDS2016 数据中对“您获得非农业户口的主要原因”这一问题的回答，本文将“升学”“参军”“工作”“转干”“购房”视为“选择性”渠道，将“征地”“家属随转”和“户口改革”视为“政策性”渠道。因此人口城镇化类型可以划分为 5 类:农村本地人、迁移流动者、政策性“农转非”、选择性“农转非”以及城镇本地人。根据这些类型，我们筛选出 2 404 个有效样本，其中农村本地人有 1 415 人(58.86%)，迁移流动者有472 人(19.63%)，政策性“农转非”有 146 人(6.07%)，选择性“农转非”有 67 人(2.79%)，城镇本地人有 304 人(12.65%)(见表 1)。3.控制变量通过文献梳理，本文将影响初婚初育间隔的个人特征要素(性别、年龄、初婚年龄)、影响生育决策的资源要素(包括受访者的受教育程度、职业状况、家庭收入对数)以及市场化程度的省级差异作为控制变量纳入估计方程之中。在对个人特征的变量处理过程中，本文将性别做虚拟变量处理(0 表示男性，1 表示女性)，受访者的年龄被限制在 18 35 岁区间，并进行平方处理;对初婚年龄 15 岁及以下的处理为缺失值。在对影48响生育决策的资源处理中，本文将受访者的职业划分为体制内工作和体制外工作，并做虚拟变量处理(0 表示“体制外工作”，1 表示“体制内工作”)。受访者的家庭收入则在1%99%的缩尾处理后做了对数变换，而受教育程度在本研究中被视为连续变量，总共有 1 14 级。市场化程度的省级差异作为一个宏观指标，城市的市场化程度会影响人们的收入，进而影响生育等各个家庭行为。因此本文根据樊纲和王小鲁等人所测算的市场化指标来测量，该指标表示各省经济发展水平的区域差异，范围从 0 到 10，得分越高的省份发展也越好，为了与 CGSS2015 数据匹配，我们采用了 2015 年市场化总指数来进行分析17。表 1变量描述性结果变量农村本地人口迁移流动人口选择性“农转非”人口政策性“农转非”人口城镇本地人口初婚初育间隔1.29(6.67)0.31(5.24)1.48(2.26)0.95(1.45)1.27(2.35)个人特征女性61.4860.1767.1250.7557.57年龄29.65(3.81)30.22(3.54)31.29(3.15)30.51(3.51)30.85(3.09)初婚年龄22.4(3.14)22.79(3.02)24.6(2.92)24.54(2.81)24.89(3.02)生育决策资源受教育程度3.54(1.78)4.06(2)6.77(2.51)5.55(2.57)7.14(2.35)无工作23.252513.0117.9115.46务农27.6312.920.6810.451.64体制内工作4.818.0529.4514.9338.82体制外工作44.3154.0356.8556.7244.08家庭年收入55456.34(65939.19)72878.6(78889.75)112093.9(133650.9)140791(187144.9)119964.3(162243.7)宏观环境市场化指数7.17(2.03)6.66(2.79)7.25(2.22)7.98(2.09)7.23(2.1)样本量141547214667304注:除类型变量性别、职业类型报告百分比外，其余连续变量均报告了均值，括号内表示的是标准差。表 1 列出了五类受访者的描述统计数据，可知政策性“农转非”群体的初婚初育间隔最长，其次是不发生流动的两个群体 农村本地人和城镇本地人，但农村本地人存在婚前生育的情况，选择性“农转非”群体次之，迁移流动者初婚初育间隔最短，并且婚前生育情况较多。变量描述性结果整体上呈现出 W 型曲线的特点。从总体上看，这与之前的研究相似，城市本地居民的生育决策资源非常富裕，他们的受教育程度和体制内工作占比最高，且家庭收入也仅低于政策性“农转非”群体，或许由于受教育程度较高，他们的初婚年龄也是最大的;农村本地人则几乎拥有最差的资源，相较其他群体，其初婚年龄最小、受教育程度最低、家庭收入最低、体制外工作占比最高;在乡城流动的三58类群体中，迁移流动人口的生育决策资源是最差的，政策性“农转非”群体的家庭收入最高，选择性“农转非”群体的受教育程度最高，且体制内工作的占比也是最大的。(三)研究方法本文采取描述性统计分析，比较五类人口城镇化的受访者在初婚初育间隔、个体特征、生育决策资源以及宏观环境上的差异，以此获得五类受访者的总体信息;由于因变量为连续变量，本文在描述性统计分析的基础上运行一系列多元线性回归模型阐释人口城镇化对初婚初育间隔的影响，建立的回归模型如下:Y=+1urbanization+2iz2+3iz2+4iz2+(其中 i=1，2，3)因变量 y 表示初婚初育间隔，urbanization 表示自变量人口城镇化，z1表示控制变量组个人特征，z2表示控制变量组生育决策资源，z3表示控制变量宏观环境，为常数项，它表示当所有自变量取值为 0 时的因变量估计值。1为对应自变量的回归系数，当其他自变量取值固定时，自变量每变化一个单位时对因变量估计值的变化量，为方程的残差值。本文认为人口城镇化对初婚初育间隔的影响存在初婚年龄、家庭收入以及受教育程度的调节作用，因此在基础模型中加入交互项来进行模型验证。Y=+1urbanization+1urbanization*ma+2urbanization*lnfr+3urbanization*edu+2iz2+3iz2+4iz2+(其中 i=1，2，3)urbanization*ma 为人口城镇化与初婚年龄的交互项，urbanization*lnfr 为人口城镇化与家庭收入对数的交互项，urbanization*edu 为人口城镇化和受教育程度的交互项。i为对应自变量的回归系数，当其他自变量取值固定时，自变量每变化一个单位时对因变量估计值的变化量。同理，i分别表示对应交互项的回归系数。由于出生地为农村的人群是否迁移流动到城市是一种非随机选择，可能会受到个人特征(如年龄、收入、所处区域、职业)以及家庭背景(如父亲职业、家庭阶层)等因素的影响，即留在农村的人和迁移到城市的人两者之间不仅存在显著的禀赋差异，他们的个人能力或许也存在差别，因此估计结果可能会存在偏误。为了测量这种可能存在的偏误及随之而来的影响，本文在多元线性回归后使用倾向值匹配法(PSM)做进一步的验证。倾向值指被研究的个体在控制可观测到的混淆变量的情况下受到某种自变量影响的条件概率，这些混淆变量的影响(通常被称之为选择性误差)让研究者难以观测到自变量和因变量之间的“净效应”，因此研究者可以通过匹配的方式控制这些倾向值以遏制选择性误差对研究结论的影响从而保证因果结论的可靠性 18。在 PSM分析中，本文将样本限制在出生于农村的个体，删除城镇本地人，并将政策性“农转非”和选择性“农转非”合并到迁移流动者样本中。由此本文的处理变量 Di为是否迁移，0 表示留在农村，1 表示由农村迁移到城市。平均处理效果(ATT)则可以表示为:ATT=Y(1)i Y(0)i|Di=1Y(1)i和 Y(0)i分别表示同一个体在农村与迁移至城市两种情况下的初婚初育间隔值，对于每个个体来说，迁移到城市的因果效应可以表示为 Y(1)i Y(0)i。但在现实中只能观察到其中一种情况，而倾向值匹配法可以尽量使控制组和处理组相匹配，估计 ATT，从而减少选择性偏差。68本文的 PSM 分析主要分为两个步骤:估计处理效应和比较匹配后的结果。本文使用二元 logit 模型估计出个体进入处理组的概率，即个体从农村迁移到城市的概率，无论其是否获得城镇户口。在影响个体做出迁移决策的选择变量选取上，包括个体的个人特征和家庭背景两方面，其中个人特征纳入了个体的年龄平方、所在区域、个人收入对数以及受教育程度;家庭背景则包括父亲职业和家庭社会等级。为估计 ATT 并检验匹配分析的稳健性，本文采用三种被广泛使用的匹配方法:近邻匹配、半径匹配以及核匹配。四、实证结果分析从数据筛选结果来看，初婚初育间隔为 1 年的占比最高，达 24%;其次是 0 年，为11.46%;间隔时间在 0 3 年内的占比为 53%。其总体均值为 0.43，标准差为 0.14。(一)多元回归模型估计结果表 2 报告了人口城镇化对初婚初育间隔的估计结果。本文按照逐步回归的方法分别从模型 1 到模型 5 中纳入解释变量。其中模型 1 和模型 2 仅纳入了自变量人口城镇化类型，分别以农村本地人和城镇本地人作为参照项。由模型 1 可知，相较于农村本地人，除政策性“农转非”群体以外，其他群体均对初婚初育间隔有显著的正向影响，即他们的初婚初育间隔较农村群体显著更长。其中间隔最长的是选择性“农转非”群体，其次是迁移流动者，最后是城市本地人。在模型 2 中，与城镇本地人相比，其他群体的初婚初育间隔均有所缩短，其中农村本地人的婚育间隔较城市本地人显著缩短了 4.18 个单位，政策性“农转非”人口也显著缩短了 3.18 个单位。这是由于乡村仍处在一个思想观念相对较传统的社会中，诸如“传宗接代”“多子多福”的思想会让人们倾向于早生孩子，因此婚育间隔较短。此外由于农村人口更注重事实婚姻，因而经常出现婚育间隔为负的情况。对于政策性“农转非”人口来说，他们较选择性“农转非”的思想观念更贴近农村人口，但也受到城镇思想观念和生活方式的影响，因此婚育间隔较农村人口短。表 2多元线性回归模型估计结果变量名模型 1模型 2模型 3模型 4模型 5人口城镇化类型农村本地人4.1770.859迁移流动者4.2820.1054.0193.7333.6900.7220.9990.6780.6880.7选择性“农转非”5.2371.0615.9264.6784.6261.1811.3681.1261.2021.213政策性“农转非”1.0023.175*2.5451.8671.8641.6991.8331.6011.6161.616城镇本地人4.1775.7144.2744.2250.8590.8320.9590.971(下页续表)78接上表变量名模型 1模型 2模型 3模型 4模型 5个人特征性别0.1920.2970.2830.5480.570.572年龄2.6462.5652.5780.9950.9950.996年龄平方0.0240.02220.02240.0170.0170.017初婚年龄1.2411.3341.3300.09270.09880.0997生育决策资源受教育程度0.3000.3050.1490.15务农(无工作)0.04570.003410.8440.857体制内工作0.5020.4951.0911.092体制外工作0.2980.2570.7220.733家庭收入对数0.4180.4290.1980.201宏观环境市场化指数0.0440.135常数项12.037.85541.0843.4543.570.3610.77914.1814.2514.26样本量2，4042，4042，4042，4042，40420.0240.0240.1460.150.15注:*、分别表示在 10%、5%、1%的水平上显著。在模型 3 中，本文纳入 4 个衡量个人特征的变量:性别、年龄、年龄平方、初婚年龄。个人特征变量在很大程度上提升了人口城镇化的估计值，表明城镇化与受访者的年龄和初婚年龄存在一定的相关关系。具体来看，相较于农村本地人，迁移流动者的估计值由 4.282 下降到 4.019;选择性“农转非”的估计值从 5.237 提升到 5.926;而城镇本地人的估计值也从 4.177 提升至 5.714。此外个人特征变量的加入也使模型的 2 有很大的提升，由原先的 2.4%增加至 14.6%。这与前人的研究结果较为相似，即初婚年龄提高会降低初婚初育间隔。在本文中，年龄对初婚初育间隔有显著的正向影响，但年龄平方系数为负，表明存在倒 U 型曲线效应，在 18 35 岁的青年群体中，婚育间隔随着年龄的增长先上升后下降。在模型 4 中，本文纳入影响生育决策的资源变量，包括受访者的受教育程度、职业类型以及家庭收入。其中受教育程度对初婚初育间隔有正向的显著影响，受教育程度每上升一个单位，初婚初育间隔就上升 0.3 个单位。这是由于受教育程度的提高会促使人88们选择推延生育以便能花费更多时间去实现人生价值，并且受教育程度高的群体更容易获取避孕知识，从而使初婚初育间隔变长。家庭收入对数对初婚初育间隔也有显著的正向影响，即家庭收入越高，初婚初育间隔越长，变动单位为 0.418。模型 5 为全模型，本文考虑了宏观环境可能会影响个体初婚初育间隔的情况，但从表 2 来看，市场化指数对初婚初育间隔没有显著影响。从基准模型到全模型，2 从2.4%上升到 15%，除政策性“农转非”群体以外，其他人口城镇化类型均与初婚初育间隔显著相关，在加入个人特征、生育决策资源以及宏观环境这三组变量以后，迁移流动者、选择性“农转非”和城镇本地人的初婚初育间隔在总体上分别比农村本地人高3.69 岁、4.69 岁以及 4.55 岁。(二)调节效应结果由于描述性统计与基准模型存在一些差异，这种差异是后续控制变量与自变量的交互作用带来的，因此本文将人口城镇化与初婚年龄、家庭收入以及受教育程度做了交互项处理，结果如表 3 所示。可见除受教育程度以外，初婚年龄和家庭收入均正向作用于人口城镇化，幅度分别为 5.26%和 3.27%，影响了人口城镇化与初婚初育间隔的关系。表 3人口城镇化交互结果变量名回归系数标准差人口城镇化*初婚年龄0.05260.0073人口城镇化*家庭收入对数0.03270.0142人口城镇化*受教育程度0.01140.0092注:*、分别表示在 10%、5%、1%的水平上显著。总的来说，在控制了相关变量以后，人口城镇化对初婚初育间隔有显著的影响，这亦受到个人特征变量、生育决策资源变量的影响，因此本文考虑了其他变量与自变量的交互项。结果表明，相对于农村本地人，初婚年龄对迁移流动者、选择性“农转非”和城镇本地人均有积极的作用，家庭收入则会负向影响人们的婚育间隔时间。(三)PSM 验证结果在多元线性回归模型的基础上，本文进一步考虑了由农村向城市迁移(无论户籍变动与否)的群体可能存在的选择性偏差问题，毕竟这种流动可能会因个人特征(如年龄、性别、受教育程度、所处区域)以及家庭背景(如父亲职业、家庭阶层)等要素的差异而使样本具有选择性。基于此，本文运用 PSM 模型来探讨农村迁移流动者可能存在的选择性偏误是否会对人口城镇化与初婚初育间隔的关系产生影响。本文主要通过二元 logit 模型来估计迁移决策的倾向得分，因变量为是否迁移到城市，其中留在农村的个体被视为控制组，而由农村迁移至城市的个体被视为处理组。本文将迁移者的个人特征和家庭背景纳入影响迁移决策的因素中考虑。在个人特征中，本文纳入年龄、性别、受教育程度以及所在区域四个变量;在家庭背景中，本文纳入父亲职业和家庭等级得分两个变量。通常来说，个体年龄越大、收入越低、受教育程度越高以及所在区域距离发达城市越近越倾向于迁移，而体制外职业也会促使人们向外流动;相较于体制外职业，父亲的体制内职业有利于帮助个体向城市迁移;同理，家庭的社会等级98越高，个体迁移资本越多，即越有可能获得城市户口。在变量处理上，本文将个体所在区域按照省份划分为东、中、西部，家庭社会等级变量则根据“您认为在 14 岁时，您的家庭处在哪个等级上”这一问题得到。结果表明，在 18 35 岁的青年群体中，受教育程度越长的个体越有可能迁移到城镇;与西部地区相比，中部地区的个体更不可能迁移。从家庭背景的影响来看，父亲在体制内工作比体制外工作更能促进个体迁移;家庭等级越高，个体发生迁移流动的概率也越大。在计算出迁移决策的倾向值分数后，本文使用最近邻匹配法、半径匹配法以及核匹配法计算平均处理效果(ATT)。以最近邻匹配法(nearest neighbor method)为例，它是对倾向值相近的个体进行 1:1 匹配以获得匹配后平衡的样本，处理迁移决策所带来的样本选择性偏误问题。表 4 给出了三种方法计算的 ATT 结果，表明无论采取何种匹配方法，ATT 在 0.01 的水平上显著。这也意味着，向城市迁移和初婚初育间隔之间存在着显著的相关关系。从结果来看，无论农村迁移流动群体的户口性质为何，个体由农村迁移至城市都会增加初婚初育间隔。表 4倾向得分匹配结果方法处理组(n)控制组(n)ATT标准差z 值最近邻匹配3828064.0141.4682.73半径匹配3828063.5411.1253.03核匹配3828063.8201.0673.58注:处理组为从农村迁移至城市的个体，控制组为留在农村的个体;ATT 为处理组的平均处理效果。*、分别表示在 10%、5%、1%的水平上显著。五、结论基于2016 年 CLDS 数据，本文探讨了青年群体人口城镇化对初婚初育间隔的影响。随着经济改革和社会发展，城镇化程度不断提高，城乡不再是一个纯粹的二元割裂载体。我国特有的户口制度也带来了非正式的城镇化方式，即出现了大量“人户分离”和“农转非”现象。人口流动对迁移者的生育数量、生育时间以及子女性别态度、观念以及行为等带来全方位的变化。本文通过划分人口城镇化类型，探究在逐步城镇化过程中，不同个体的初婚初育间隔是如何变动的。研究结果表明:(1)人口城镇化延长了青年群体的婚育间隔。相较于农村本地居民，迁移流动者、选择性“农转非”群体以及城市本地人的初婚初育间隔都显著更长，但城市本地人的婚育间隔低于流动青年。政策性“农转非”群体的婚育间隔与农村本地人没有显著差异。也就是说，城市化和流动迁徙加大了婚育间隔，间接导致了生育率的下降。(2)初婚时间和家庭收入对青年群体的婚育间隔有显著调节作用。其中初婚年龄正向调节了人口城镇化对青年群体婚育间隔的影响，即越晚婚，人口城镇化水平越高的青年人婚育间隔就越长;家庭收入负向调节了人口城镇化与青年群体之间的关系，家庭收入越高，越倾向于人口城镇化的青年其婚育间隔就越短。总之，晚婚以及低收入的流动青年，其生育间隔更长，更有可能降低生育数量。(3)倾向值匹配的稳健性检验09结果表明，青年从农村迁移至城市和初婚初育间隔之间存在着显著相关关系。这说明即使在考虑了样本选择性偏差问题后，农村人口城镇化依然会致使青年人口初婚初育间隔延长。流动青年作为生育主力军以及流动人口的主体，了解其生育行为有助于把控中国未来人口发展的趋势和走向。本文为缩短流动青年的婚育间隔、提升生育率提供了思路。由于城市本地人的婚育间隔短于三类流动人口，而人口城镇化作为一个不可逆的大趋势，为缩短婚育间隔、提高城市青年的生育率，应努力促进流动人口的婚育间隔向城市本地居民靠拢。基于此，本文提出3 条有针对性的对策建议。第一，提高流动人口的工资收入。政府应通过为流动青年提供住房补贴或者人才补贴等方式降低其生活成本。第二，政府在制定城市相关政策时应高度关注农村青年流动人口的社会福利问题，通过弥合流动人口与本地居民之间的福利待遇差异，解决流动青年群体的后顾之忧，缩小其婚育间隔，提高其生育率。第三，解决流动青年的社会融入问题，在此基础上逐步帮助其实现市民化，增强生活安定感，从心理上在城市扎根进而安家置业。参 考 文 献 1 甘雪慧甘月文:家庭分工、代际影响与青年知识分子的生育意愿 基于内蒙古自治区的调查，载 广东青年研究，2021 年第 3 期。2徐鹏周长城:新时代背景下流动青年社会融入的结构测度与影响因素 基于 2017 年湖北流动人口动态监测调查，载 中国青年研究，2018 年第 9 期。3郑真真:对 80 年代以来我国妇女初婚初育间隔的分析，载 人口与经济，1999 年第 2 期。4李玉柱姜玉:80 年代以来我国妇女初婚初育间隔变动分析，载 西北人口，2009 年第 3 期。5傅崇辉王文军 等:中国人口生育变化及影响因素 基于第六次人口普查的分析，载 南方人口，2012年第 5 期。6Guo Zhen，Wu Zheng et al.The Effect of Urbanization on Chinas Fertility.Population esearch Policy eview，2012，31(3).7Fairchild H P.People:The Quantity and Quality of Population New York:Henry Holt and Co.，1939，P.107 108.8Spengler J J，Lorimer F et al.Foundations of American Population Policy.Journal of the American Statistical Association，1941，36(214).9李芬风笑天:生育政策调整下年轻父母的工作家庭冲突 基于全国十二城市的调查，载 广东青年研究，2021 年第 3 期。10踪家峰林宗建:中国城市化 70 年的回顾与反思，载 经济问题，2019 年第 9 期。11Shen J.Counting Urban Population in Chinese Censuses 1953 2000:Changing Definitions，Problems and Solutions.Popu-lation，Space and Place，2005，11(5).12池静旻何汝勤:青年女性初婚 初育间隔的影响因素分析，载 中国青年研究，第 2018 年 11 期。13沈建法:中国人口迁移，流动人口与城市化 现实，理论与对策，载 地理研究，2019 年第 1 期。14靳永爱陈杭 等:流动与女性生育间隔的关系 基于 2017 年全国生育状况抽样调查数据的实证分析，载 人口研究，2019 年第 6 期。15Luo M S，Chui E W T.Moving from ural to Urban China:How Urbanization Affects Women s Housework.Sex oles，2019，81(3 4).16郑冰岛吴晓刚:户口、“农转非”与中国城市居民中的收入不平等，载 社会学研究，2013 年第 1 期。17王小鲁樊纲 等:中国分省份市场化指数报告(2019)，北京:社会科学文献出版社 2019 年版，第 107页。18胡安宁:倾向值匹配与因果推论:方法论述评，载 社会学研究，2012 年第 1 期。责任编辑:何丽娟19