迁移机会与农村高中就学行为的性别差异.pdf

41 基金项目“中央高校基本业务费专项资金”项目：农民工中零工与固定雇主劳动力的特征及劳动市场表现差异研究（22ZYJS003）。收稿日期 2023-02-08作者简介孙妍，女，中国劳动关系学院劳动关系与人力资源学院讲师，博士，主要从事就业、迁移与教育机会研究。国家统计局，2021 年农民工监测调查报告。2023 年第 4 期第 38 卷（总 178 期）南 方 人 口SOUTH CHINA POPULATIONNo.4 2023Vol.38General No.178迁移机会与农村高中就学行为的性别差异孙妍（中国劳动关系学院 劳动关系与人力资源学院，北京 100048）摘要 使用 1997-2011 年中国健康与营养调查（CHNS）数据与 2005 年 1%人口抽样调查数据，考察了迁移机会对农村儿童高中就学影响的性别差异。将各城市到北京、上海、广州的球面距离均值作为跨市迁移率的工具变量。研究发现，在高中年龄段，迁移机会减弱了农村女孩的就学倾向，却对男孩没有显著影响。针对这一现象，给出的解释是年轻女性的迁移收益较男性更高，且劳动力市场上存在对女性年龄的歧视，年轻女性的迁移收益高于年长女性。这使得女孩较男孩面临的就学机会成本更高，因此迁移机会更大程度上降低了女孩就学概率。关键词 迁移机会；就学决策；性别差异；农村儿童 中图分类号 C92-05 文献识别码 A 文章编号 1004-1613（2023）04-0041-141 引言改革开放以来，我国出台了一系列政策（放松户籍制度、土地流转政策等）以减少劳动力流动的阻碍，促进城市化。在就业机会增加与流动障碍减少的作用下，大规模的农村劳动力向城市流动。到 2021 年，我国外出农民工规模达到了 1.7 亿。迁移带来的经济收益不仅吸引了农村成年劳动力，也使迁移成为高中乃至初中阶段人口除就学、本地就业外的另一重要选择，进而对高中教育阶段的儿童就学产生冲击。随着经济的发展，城市地区的工作机会增加，但提供给农村劳动力的就业岗位对教育程度的要求较低，通常初中学历便可胜任相关的工作，受迁移机会的吸引，农村高年龄段儿童选择辍学迁移或是不进入高中就学的动机加强。长期以来，我国居民教育水平的性别差距较为明显1。1986 年义务教育法的颁布，规定了凡年满六周岁的儿童，不分性别、民族、种族，应当入学接受义务教育，增加了女性的受教育机会。然而即便在义务教育阶段，也仍然存在辍学的现象。而在义务教育结束后，高中就学成本上升，且由家庭承担的成本增加，子女（特别是在中国农村地区）继续接受高中教育的比例下降。在教育成本的约束下，女孩的高中教育机会更易受到影响2。本文重点考察了高中教育阶段就学决策的2023 年第 4 期南 方 人 口42性别差异。随着城市地区服务业的发展，女性就业的机会增加，但劳动力市场较为偏好年轻的女性3，女性为此可能会付出辍学的代价。这也意味着，女性的就学机会成本会因此而增加。那么，迁移机会对不同性别儿童高中就学产生了何种影响？是否给女孩带来了更为不利的影响？为了考察迁移机会如何影响高年龄段不同性别儿童的就学决策，本文以高中年龄段儿童为分析对象，重点研究了就学概率的性别差异。本文将村级迁移率和跨市迁移率作为迁移机会的代理变量。针对迁移机会对就学影响存在性别差异的事实，本文考察了教育投资的成本和收益，进而给出了相应的解释。一个可能的机制是城市地区服务业的发展提高了年轻女性的迁移收益，但对教育程度的要求不高，且劳动力市场存在对女性年龄的歧视，这意味着年轻女性就学机会成本的增加，使得女孩多辍学外出务工。短期中迁移虽可带来较高收益，但更可能会对长期收益产生不利的影响。此外，本文排除了教育收益方面的一些解释，教育回报性别差异、男孩偏好、异地中高考等机制。本文的主要贡献在于说明了由于受迁移机会的作用，女孩完成初中教育后多选择不再进入高中就学，而是迁移到城镇地区。年轻女性获得的相对较高迁移收益和劳动力市场对女性年龄的歧视，导致女孩接受教育的机会成本上升，使得家庭面临迁移机会时更倾向于减少对女孩的教育投资，让女孩多辍学务工，这不利于女性的长远发展。面对这一问题，将高中教育纳入义务教育的法律范畴或是降低高中的就学成本是可能的举措。本文的经验证据反映出实施高中阶段教育普及攻坚计划（2017-2020 年）的重要性。2 文献综述迁移影响着农村劳动力的就业、收入、福利等各个方面，其中一个非常重要的影响是教育决策。一些研究指出迁移机会对教育获得存在积极作用。其中，激励效应表明：迁入地较高的教育回报率会激励来源地的劳动力进行人力资本投资4。如果预期未来会迁移，教育的预期回报率增加将导致较高的入学率5。然而，迁移机会的增加也可能会减少教育获得。城市地区对低技能劳动力的需求，可能会使农村地区教育水平下降。有研究指出迁移限制的放松对农村人口的受教育年限产生了负向作用6。迁移障碍与成本的缩小降低了中国农村孩子高中就学概率7。在一项对墨西哥的研究中发现，若家庭中有其他成员迁移，会导致 12-15 岁和 16-18 岁儿童迁移的可能性提高，使得男孩就学概率下降8。在不同的作用机制下，迁移对就学产生的影响不同。本文重点关注的是农村高中年龄段儿童。完成义务教育的儿童需在就业与继续就学之间权衡抉择，迁移机会将如何影响他们的就学选择？关于这一问题，有研究指出迁移机会对中国农村高中教育的就学率存在负向影响7，但他们并没有讨论面对迁移机会时，不同性别的儿童是否会做出不同的就学决策。在与本文密切相关的另一篇文献中，张川川考察了就业机会增加对教育决策的影响，发现出口引致的就业增长导致了适龄 2017 年，教育部等四部门发布了关于印发高中阶段教育普及攻坚计划（2017-2020 年）的通知，指出到 2020 年，全国普及高中阶段教育，全国、各省（区、市）毛入学率均达到 90%以上。43入学人口进入高中和大学的概率显著下降，相较于女性，男性进入高中的概率有更大幅度的下降9。但这一研究并没有考察迁移机会的影响，对性别差异的研究也没有关注农村户籍人口。此外，就学也会影响到迁移，叶华指出农村户籍人口初中毕业后继续升学会降低跨县市迁移的可能性，而家庭无法支持其继续升学者往往选择跨县市迁移10。本文并没有考察个体迁移对就学的影响，而是研究了迁移机会的作用。研究发现迁移机会导致了农村女孩就学概率的下降，对男孩没有显著影响，在迁移机会的作用下，男孩高中就学的可能性显著高于女孩。迁移机会对就学影响的性别差异，可能来自于迁移收益即就学机会成本的差别，也可能是教育回报的差异导致的，又或是在家庭资源有限的情况下父母对男孩的偏好。一方面，城市地区服务业的发展增加了对女性劳动力的需求，而对教育程度的要求不高，且雇主存在对年轻未婚女性的偏好3，迁移可能给女性带来较高的收益，使得女孩面临的就学机会成本高于男孩，从而可能易造成女孩受迁移机会的影响在高中阶段更多辍学。另一方面，读高中需要付出高成本（如金钱成本、努力成本），若是女性完成高中教育后进入大学的可能性低于男性，在面临进入大学的机会少却又要付出很高的成本时，迁移机会的增加，可能会使她们多选择不读高中而是迁移就业。但郑筱婷和陆小慧则指出，2013 年女性在本科和硕士研究生中的占比已超过 50%11。而且本文使用 2005 年 1%人口抽样调查数据，筛选 19-24 岁农业户籍样本计算的结果显示：女性中完成高中教育后进入大学的比例略高于男性。所以本文认为这种解释难以成立。还有一种可能是女孩的学习能力较男孩差，通过高中入学考试的比例低，导致了就学的差异。然而一些研究已表明女孩的学习成绩并不比男孩差，甚至优于男孩12。此外，当面临有限的教育资源与迁移机会时，对男孩的偏好可能会使父母选择让男孩接受更多的教育，而让女孩辍学外出务工。若男孩的教育回报高于女孩，也可能使得女孩在面对迁移机会时更多辍学务工。3 数据描述与基本事实本文使用了 2005 年国家统计局 1%人口抽样调查数据的五分之一随机样本，数据覆盖了全国 31 个省、自治区和直辖市。筛选年龄为 16-18 岁的儿童且为农业户口，将离开户口登记地半年以上视为迁移（包含因各种原因而迁移的情况）。本文计算了跨市迁移率19-60 岁人口中因外出务工而跨市迁移 6 个月以上的人口比例，来衡量迁移机会。使用 2005 年人口抽样调查数据，能够识别初中毕业后是否接受高中教育，所以筛选了初中毕业的人口，考察他们是否接受高中教育，有效样本量为 67382。样本中不就学比例为 51%，各城市的跨市迁移率（外出务工）平均值为8.04%，样本的平均年龄在 17 岁左右，女孩占到 49.7%，有兄弟的比例为 61.3%，有姐妹的比例为54.9%（见表 1）。本文还使用了 1997、2000、2004、2006、2009、2011 年中国健康与营养调查（CHNS）数据。1997 年 CHNS 数据涵盖了黑龙江、江苏、山东、河南、湖北、湖南、广西、贵州八个省份，2000、2004、2006、2009 年数据除了上述八个省份外，还包括了辽宁省，2011年数据中则增加了北京、上海、重庆三个直辖市。中国健康与营养调查数据是村居调查数据，一些家庭中的迁移人口无法被调查外出务工包括务工经商、工作调动、分配录用。迁移机会与农村高中就学行为的性别差异2023 年第 4 期南 方 人 口44个人问卷，缺少这部分样本会低估样本中迁移人口的比例，可能会影响估计结果。本文通过住户调查表中的住户登记数据，来识别这部分已经迁移的人口，并根据迁出原因判断是否在学。然而，除了出生年份和就学变量外，这些样本的其他个体特征变量无法获得，也就意味着在研究中无法控制这些变量。然而，为了结果的可信性，即便缺少其他个人特征信息，本文也找回了这些因迁移而没有被调查个人问卷的样本，并在回归时使用了这部分样本。本文将调查点限制为农村，同样筛选出年龄为 16-18 岁的样本，剔除缺失值及家庭人均收入为负的样本后，总样本量为 2297，六个调查年份对应的样本量分别为 391、397、503、464、272、270。本 文 将迁移定义为不在家居住，定义外出务工为不在家居住且原因是外出打工。因为外出务工的比例更能体现就业机会，所以定义村级迁移率为村庄中 19-60 岁年龄段外出务工人口占比。统计描述显示，在 16-18 岁的农村儿童样本中不就学比例达到了 50.3%，而村级的平均迁移率约为 15.12%，样本的平均年龄在 17 岁左右，女孩约占 47.2%。两种数据各有利弊，2005 年 1%人口抽样调查数据为全国层面的调查，样本量较大，但我们无法计算村级迁移率。CHNS 数据的优势则在于能够计算村级迁移率，但该数据只调查了部分省份。图 1 描绘了 8-18 岁不同性别的迁移与非迁移儿童的就学比例。与义务教育阶段的就学率相比，高中阶段的就学比例明显偏低。值得注意的是：进入高中阶段后，无论男孩还是女孩，迁移儿童的就学比例都明显低于非迁移儿童，一种可能的原因是迁移机会促使农村孩子多辍学外出务工，加剧了就学率的下降。当然也有可能是因为儿童先迁移就学后多中途辍学，或是由于在流入地城市不能异地参加中、高考而辍学。为了验证这一可能，图 2 给出了 6-18 岁不同性别农村儿童的外出务工和迁移就学比例。本文发现，在 15 岁左右男孩和女孩的外出务工的比例都开始大幅上升，若也无法获得户籍类型信息，但可根据农村调查点来筛选样本。表 1变量统计描述变量均值标准差最小值最大值CHNS 数据 个体特征 不就学0.5030.50001 性别（女性=1）0.4720.49901 年龄17.020.8131618家庭特征 ln(家庭人均收入)8.2181.359011.65村居特征 是否有汽车站0.5700.49501 到最近火车站距离（公里）50.8062.000300 村是否有初中0.2460.43101 村是否有高中0.08100.27201 村是否有职业高中或技校0.06700.25001 村附近是否有开发区、开放城市0.3230.46801 村居迁移率（%）15.1210.92050.912005 年人口抽样调查数据不就学0.5100.50001性别（女性=1）0.4970.50001年龄17.140.8001618有兄弟0.6130.48701有姐妹0.5490.49801跨市迁移率（%）8.0437.478034.61注：村级迁移率为该村 19-60 岁年龄段外出务工人口占比，计算平均值时使用了 586 个村样本（包括同一个村不同年份的样本）。计算跨市迁移率时也将样本年龄限定为了 19-60 岁，使用了 339 个市/地区/自治州、盟/省直辖行政单位计算了各市因外出务工而跨市迁移的人口比例的平均值，外出务工包括务工经商、工作调动、分配录用。45是先迁移就学再中途辍学或是迁移后因异地中、高考限制而辍学，则外出务工的比例不会陡然大幅上升。而且，本文观察到因就学而迁移的比例有所提高，但增加的幅度较小。说明第二种解释没能得到数据的支 持。此 外，图 3 中的证据表明在 16-18 岁的男孩与女孩中因务工经商而迁移的占比最高，反映出迁移多是为了外出就业。更为重要的是，流动女孩就学比例与非流动女孩就学比例的差异大于流动男孩与非流动男孩之间的差异（见图1）。一种可能的解释是迁移机会对高年龄段不同性别孩子就学选择的影响存在差异，可能导致了女孩多外出务工，降低了她们就学的比例。另一种可能的解释是高中教育的就学成本较高，在资源有限的情况下，父母出于对男孩的偏好，更多让男孩接受教育，让女孩辍学外出挣钱。当然，也存在其他一些可能的原因，如女孩的成绩差于男孩，通过中考进入高中的比例低，而多外出务工，或是女孩的教育回报低于男孩而多辍学迁移就业。4 实证分析4.1 模型设定在使用 2005 年 1%人口抽样调查数据的研究中，本文将跨市迁移率作为迁移机会的代理变量，构建的模型如下：图 1分性别的迁移与非迁移儿童就学比例图 2不同性别儿童中的外出务工与就学比例迁移机会与农村高中就学行为的性别差异2023 年第 4 期南 方 人 口460123*_icicccicicfemalefemalecitymnotinscigcithymigX=+(1)其中，notinsch 是就学的虚拟变量，将初中毕业但不接受高中教育定义为 1，接受高中教育定义为 0；female 为性别虚拟变量（男性为 0，女性为 1）；city_mig 表示跨市迁移率；X 是控制变量，包括：年龄、是否有兄弟姐妹、户籍所在省虚拟变量；为误 差项；1、2、3分 别为性别、性别与迁移率的交互项及迁移率变量的系数、为控制变量的系数；i 为观测个体；c 为城市。在使用 CHNS 数据的研究中，本文采用能够反映迁移机会的变量村级迁移率，来考察迁移机会对就学影响的性别差异，构建的模型与（1）式类似：0123*_iciccciccifemalefenotinscmalecmigcmighX=+(2)其中，notinsch 是就学与否的虚拟变量，不就学为1，就学为0；female 为性别虚拟变量（男性为0，女性为 1）；c_mig 表示村级迁移率；X 包括一系列的控制变量：个体变量（出生年份）、家庭变量（家户人均收入）、村级变量（村是否有初中、是否有高中、是否有职业高中或技校、村附近是否有开发区、开放城市）以及省份与调查年份虚拟变量；为误差项；c 为村庄。首先，不同出生组的儿童迁移与就学的倾向可能不同，性别构成也可能存在差异，为了消除此影响，本文加入出生年份变量。其次，经济条件差的家庭更可能受资源的约束，在不同性别孩子间做出教育投资选择，故本文将家户人均收入变量加以控制。再次，村级迁移率反映了需求与供给因素，不仅受迁入地对劳动力需求的影响，也与本地的经济环境有关7。经济发展良好的地区存在更多本地就业机会，会增加迁移的机会成本，降低村级迁移率。同时，处于经济条件好的村居，家庭可能更富有，受就学成本的约束少，更有能力为孩子支付就学成本，提高孩子就学的可能性。因此，本文控制了与经济环境有关的变量村附近是否有开发区、开放城市。村与学校的距离也是影响孩子、家庭教育决策的重要因素，若在距离学校远近不同的村庄中孩子的性别构成不同，又或是迁移率存在差异则会影响估计结果，所以控制了相关变量村附近是否有初、高中学校。此外，由于本文使用的是多期的混合横截面数据，需将调查年份变量加以控制，并加入了省份虚拟变量。研究中本文使用了线性概率模型，虽然该模型存在一些缺陷，但是，当解释变量观测值多集中于样本均值附近时（本文中村级迁移率和跨市迁移率都多集中于均值附近），线性概率模型的图 316-18 岁农村迁移人口的迁移原因（Census2005）注：将迁移定义为离开户口登记地 6 个月以上，务工经商类别中包括迁移原因为务工经商、工作调动、分配录用的样本，其中因工作调动和分配录用而迁移的样本量很少。其他类别中包括寄挂户口、出差、拆迁搬家、婚姻嫁娶和迁移原因未知的样本。47缺陷并不明显。4.2 迁移机会对高中就学影响的性别差异本 文 主 要 研 究 迁 移机会对不同性别人口高中就学是否存在异质影响，所 关注的重点是交 互项系数。高中阶段相较于初中缺少了义务教育法的保障，教育成本上升，使就学与否更可能受到迁移机会的影响。本文主要考察了完成初中教育后，16-18岁孩子受迁移机会的作用选择进入高中学习的性别差 异。使 用 2005 年国家统计局 1%人口抽样调查数据，保留了具有农业户籍的 16-18 岁人口，并删除掉了未完成初中教育的样本。表 2 报告了相应的回归结果。第 1 列简单回归的结果显示，女孩没有进入高中就学的可能性显著高于男孩。第 2列加入跨市迁移率及跨市迁移率与性别的交互项后，性别变量的系数为负，说明当跨市迁移率较小，即迁移机会少时，女孩选择不进入高中就学的概率低于男孩。但随着迁移机会的增加，女孩表现出比男孩接受高中教育更低的可能性，因为交互项系数在 1%的水平上显著为正，跨市迁移率每增加 1 个百分点，女孩高中不就学的概率较男孩约高 0.6 个百分点。面对迁移机会时，女孩会更多选择不读高中。此外，跨市迁移率的系数在 10%的水平上并不显著异于零，迁移机会对男孩进入高中就学不存在显著影响。当控制一系列变量后，跨市迁移率系数的绝对值与交互项系数稍有下降，但系数符号与显著性水平未发生明显变化（第 3 列）。意味着在迁移机会的作用下，不同性别的孩子表现出高中就学的差异，迁移机会降低了女孩进入高中学习的可能性，对男孩没有显著影响。高中阶段面临着较强的约束，教育成本上升，外出就业机会增加，就学机会成本的提高使得女孩易受迁移机会的影响而选择不继续就学。考虑到男性群体的跨市迁移率一般反映的是男性的迁移机会，而女性的跨市迁移率更可能反映女性的外出就业机会。因此，本文分别使用农村不同性别人口的跨市迁移率来研究迁移机会对男孩与女孩就学的影响。表 2 中的第 4-5 列结果显示，女性的跨市迁移率每增加 1 个百分点，女孩高中不就学的可能性将增加 0.65 个百分点，而男性的跨市迁移率对男孩高中就学概率没有显著影响，系数为-0.0013，统计上并不显著。这与使用全体样本得到的结果比较类似。一系列的结果都显示出受迁移机会的影响，女孩高中就学倾向减弱。此外，使用 CHNS 数据研究了迁移机会对 16-18 岁儿童是否就学的影响，利用 CHNS 数据无 表 2跨市迁移率对高中就学影响的性别差异（16-18 岁）因变量:不接受高中教育(是=1/否=0)变量全样本女性男性(1)(2)(3)(4)(5)女性0.0327*-0.0229*-0.0421*(0.0069)(0.0092)(0.0096)跨市迁移率-0.0016-0.00080.0065*-0.0013(0.0014)(0.0013)(0.0017)(0.0011)女性*跨市迁移率0.0063*0.0062*(0.0008)(0.0007)年龄NoNoYesYesYes是否有兄弟NoNoYesYesYes是否有姐妹NoNoYesYesYes户籍所在省NoNoYesYesYes样本量67,38267,38267,38233,51233,870调整后的 R20.00110.00380.08050.07900.0846注：使用的是完成初中教育的样本，考察他们是否接受高中教育。第 1-3 列使用的是不区分性别的跨市迁移率，第 4 列的跨市迁移率为女性的跨市迁移率，第 5 列为男性的跨市迁移率。括号内为按户籍地所在市聚类的稳健标准误。*代表 p0.01、*代表 p0.05、*代表 p0.1。迁移机会与农村高中就学行为的性别差异2023 年第 4 期南 方 人 口48法判断一部分迁移人口是否完成初中教育，只能研究当前是否在学。当不控制其他变量时，表 3 第 1 列的结果显示，交互项系数约为 0.0032，当村级迁移率提高 1 个百分点时，女孩较男孩不就学的概率将会增加 0.32 个百分点，这种效应在 10%的水平上显著。村级迁移率的提高，可能会改善社会网络的规模与质量，也暗示着城市地区的工作机会增加，迁移的净回报和就学的机会成本将提高。我们观察到在迁移机会的影响下女孩不就学的可能性上升。在控制了出生年份、调查年份、家庭人均收入后，交互项系数变为 0.0033。进一步加入村级层面的一系列变量及省份虚拟变量后，交互项系数无明显变化。相较于男孩，迁移机会更多降低了女孩就学的可能，这种影响在统计上显著（10%的水平上，第 3 列）。控制一系列变量后得到的稳健结果表明，家庭和村居的经济条件难以解释在迁移机会的作用下男孩与女孩就学概率的差异。4.3 工具变量的讨论在研究中可能同一时间存在着一些与迁移机会相关的不可观测因素影响教育决策，如经济冲击可能同时影响了就学决策和跨市迁移率。另一方面，跨市迁移率与就学可能存在反向因果问题。为了解决内生性问题，本文计算了各城市到北京、上海、广州的球面距离均值作为跨市迁移率的工具变量，北京、上海、广州是农村迁移劳动力的重要流入地，距离这三个地方的远近会影响跨市迁移率。同时这一距离又是外生决定的，两地之间的球面距离较少变化，不受经济冲击的影响，也与影响个体就学决策的不可观测因素无关。相关结果报告在表 4中，回归结果显示，距离北、上、广越远（迁移成本越高），跨市迁移率越低（第1 列）。弱工具变量检验中得到 Cragg-Donald Wald F 统计量的值为 624.997，可拒绝是弱工具变量，基于该统计量判断是否存在弱工具变量适用于误差项为独立同分布时。如果不做独立同分布假设，并不能简单的根据该统计量的值来判断工具变量是否为弱工具变量。可使用 Kleibergen-Paap rk Wald F 统计量进行检验。回归中得到此统计量的值为 2.770，使用的工具变量有可能是弱工具变量。采用两阶段最小二乘法（2SLS）估计的二阶段结果报告在第 2 列，当控制了年龄、是否有兄弟姐妹、户籍所在省虚拟变量后，性别与迁移的交互项系数约为 0.0139，在 1%的水平上显著为正，反映出迁移机会导致了女孩高中不就学概率高于男孩。跨市迁移率每增加 1 个百分点，女孩较男孩不进 表 3村级迁移率对 16-18 岁孩子就学影响的性别差异（CHNS）因变量:不就学(是=1/否=0)变量(1)(2)(3)女性-0.0599*-0.0672*-0.0543(0.0332)(0.0331)(0.0330)村级迁移率-0.00110.00140.0031*(0.0016)(0.0018)(0.0019)女性*村级迁移率0.0032*0.0033*0.0030*(0.0017)(0.0016)(0.0016)出生年份NoYesYes调查年份NoYesYesln(家庭人均收入)NoYesYes村是否有初中NoNoYes村是否有高中NoNoYes村是否有职业高中或技校NoNoYes村附近是否有开发区、开放城市NoNoYes省份NoNoYes样本量2,2972,2972,297调整后的 R20.00000.08610.1054注：使用住户调查表中的住户登记表（调查了调查户的所有家庭成员），根据不在家居住来识别迁移人口，计算村级迁移率时使用了 19-60 岁样本。括号内为按村聚类的稳健标准误，*代表 p0.01、*代表 p0.05、*代表 p0.1。49入高中就学的概率高 1.39个百分点。更高的跨市迁移率，将会在更大程度上造成高中就学的性别差异。总之，本文得到的工具变量估计系数与 OLS 的估计系数符号一致。5 机制探讨在义务教育阶段，就学受到法律的保护，接受教育的成本低，而且儿童年龄较小，外出务工的可能性较低。进入到高中年龄段后，孩子可以在继续就学、本地就业、外出务工之间选择决策。本文发现受迁移机会的影响，女孩不进入高中就学的概率高于男孩，那么为什么女孩较男孩在迁移机会的影响下多选择不接受高中教育？这是本节重点讨论的问题。就学决策是一个家庭教育投资的成本、收益比较过程，本文首先考察了男孩与女孩的迁移收益，这可以被视为教育投资的机会成本，若 15-18 岁的女性比男性迁移收入更高，意味着女孩就学机会成本高于男孩，则迁移机会易造成这个年龄段的女孩更多辍学。为了验证这种可能的解释，本文使用 2005 年 1%人口抽样调查数据，将样本限制为具有农业户口、离开户籍所在地半年以上且教育程度为初中的人口，并将月收入等于零的样本删除，考察了 15-18 岁不同性别迁移者的收入差异（见表 5）。结果显示，当不控制其他变量时，在 15-18 岁的迁移者中女性的月收入显著高于男性，大约高 3.5%。控制年龄、健康状况、是否跨省迁移、户籍所在市后，性别变量的系数下降，变为 0.0279，在 5%的水平上显著。若将样本限制为 16-18 岁迁移者，男性与女性的收入差异稍有缩小。但控制一系列变量后，女性比男性的月收入仍高 2.4%左右。考虑到不同性别人口的月收入差异可能来自小时收入差异或是劳动供给时间的差异，而数据中并没有月工作小时数的信息，只给出了上周工作时间变量，只能根据这一变量粗略的计算月工作小时数，进而得到小时收入。使用小时收入估计的结果见表 5 的第 5-8 列，这一结果排除了劳动供给时间的影响。本文发现性别变量的系数绝对值略有下降，但下降的幅度较小，女性迁移获本文采用对弱工具变量更不敏感的 LIML 方法得到的结果与此类似。表 4 工具变量结果基于 2005 年普查数据（2SLS）因变量:不接受高中教育(是=1/否=0)变量IV：各城市到北、上、广距离均值及与性别的交互项跨市迁移率2SLS(1)(2)女性-0.1139*(0.0430)跨市迁移率-0.0116(0.0106)女性*跨市迁移率0.0139*(0.0041)ln(距离)-14.7363*(0.4093)年龄NoYes是否有兄弟NoYes是否有姐妹NoYes户籍所在省YesYesCragg-Donald Wald F624.997Kleibergen-Paap rk Wald F2.770样本量44,12944,129调整后的 R20.69870.0621注：城市距离为各城市到北京、上海、广州的球面距离均值，样本中去除了北京、上海、广东省。括号内为按户籍地所在市聚类的稳健标准误。*代表 p0.01、*代表 p0.05、*代表 p0.1。迁移机会与农村高中就学行为的性别差异2023 年第 4 期南 方 人 口50得的小时收入大约较男性高2%-3%。反映出在这一特定群体中迁移的小时收益也存在着性别差异。女性较高的迁移收益，使得女性面临着较高的就学机会成本，可能降低了女孩的就学概率。然而，表 5 中只考察了年轻女性与男性迁移者的收入差异，并没有与非迁移者对比，为了更好的识别迁移收益的性别差异，本文研究了迁移与非迁移的不同性别人口的收入差异。表 6 报告了相应的结果，回归时筛选了 15-25 岁农村户口样本。第 1-2 列为使用月收入对数的估计结果，迁移变量的系数显著为正，表明迁移者较非迁移者获得的收入会更高。而年轻女性的迁移收益（相比于非迁移）显著高于男性，大约高 7%-10%。利用小时收入作因变量（第 3-4 列），也得到了一致的结论，年轻女性迁移后（相对于非迁移）获得的收益较男性高约 5%。一系列的结果反映出年轻女性获得的迁移收益明显高于男性，这使得女性面临更高的就学机会成本，她们可能为了较高的迁移收益而辍学迁移。受迁移机会的影响，女孩不进入高中就学的概率高于男孩，这也可能与劳动力市场对女性年龄的歧视有关。女性在城镇地区多从事服务业工作，这些工作对女性外貌和年龄的要求较高，年轻的女性更易获得工作机会。而且在年轻时期女性的迁移收益可能更高。此外，这些工作对教育程度的要求不高，她们为了在城镇地区获得更长时间的工作机会与收益，可能会付出辍学的代价。为此，女性的就学机会成本会随之增加，导致女孩较男孩在高中阶段更多选择不接受高中教育。基于这一思想，本文筛选出 15-45 岁农村女性样本，考察了迁移收益（相对非迁移）随年龄的变化。图 4 展示了迁移与年龄虚拟变量的交互项系数及置信区间，发现随年龄上升，女性迁移收益先上升后下降。在 25 岁左右，农村女性获得的迁移收益达到最高，之后随年龄增加女性的迁移收益逐渐减小，反映出年轻女性具有获得高迁移收益的优势。此外，本文研究了 15-25 岁与 26-30 岁组别的迁移女性获得工作机会的差异，由于已婚女性多承担家庭责任，工作与否受生育孩子、照料家庭的影响较大，而 26-30 岁女性较 15-25 岁女性结婚比例更高，为了排除此方面的影响，本文只研究了未婚样本。表 7 中的结果显示，处于 15-25岁年龄组的未婚迁移女性工作概率显著高于 26-30 岁年龄组，大约高 3 个百分点，表明低龄女性表 5迁移者收入的性别差异月收入的对数小时收入的对数变量15-18 岁16-18 岁15-18 岁16-18 岁(1)(2)(3)(4)(5)(6)(7)(8)女性0.0354*0.0279*0.0276*0.0241*0.0308*0.0222*0.0236*0.0188(0.0124)(0.0115)(0.0124)(0.0116)(0.0141)(0.0134)(0.0140)(0.0135)年龄NoYesNoYesNoYesNoYes健康状况NoYesNoYesNoYesNoYes是否跨省迁移NoYesNoYesNoYesNoYes户籍所在市NoYesNoYesNoYesNoYes样本量8,1188,1187,8987,8988,1038,1037,8837,883调整后的 R20.00140.23370.00080.22220.00090.17390.00050.1636注：所用数据为 2005 年 1%人口抽样调查数据，保留离开户籍所在地半年以上的样本，并且去掉了月收入等于零的人群，将受教育程度限定为初中。此外，在 5-8 列中，我们去掉了上周工作时间为 0 的样本。括号内为按户籍地所在市聚类的稳健标准误，*代表 p0.01、*代表 p0.05、*代表 p0.1。51更可能获得工作机会。但在男性中确是 26-30 岁迁移人口工作概率更高。这些证据在一定程度上支持了劳动力市场存在对女性年龄的歧视，使得女性更早辍学迁移的论断。本文也讨论了努力成本的差异，若女孩学习成绩不好，读高中需要付出更多努力才能考入大学，则她们可能会多选择辍学外出务工。又或是女孩学习成绩差，通过高中入学考试的比例低，因而未能获得继续就学的机会，多外出务工。但一些学者指出女孩在很多科目上的学习成绩都优于男孩12，意味着这种可能的机制无法解释现有现象。其次，本文比较了家庭在男孩和女孩教育投资收益上的差异。迁移机会对男孩与女孩就学影响的不同，有可能是由于女孩的教育回报低导致的。若女孩就读高中、大学后教育回报较低，父母可能基于成本-收益的考量选择让她们辍学迁移。为此，本文使用 2005 年 1%人口抽样调查数据，筛选出具有农业户口，年龄为 21-30 岁的样本，并限制教育程度为初中毕业或高中，考察了相较于初中，男性和女性高中教育回报的差异（见表 8）。性别与教育程度变量的交互项系数显著为正，反映出女性接受高中教育（相比于初中）的回报高于男性。也有很多研究说明了女性教育回报率并不低于男性13141516。因此，女性教育回报较低的假设难以成立，这种机制很难解释迁移机会对不同性别人口就学作用的差异。此外，本文也研究了可能存在的男孩偏好。男孩偏好可以被看作是家庭在进行教育投资时认为女孩的边际收益低于男孩，那么当面临教育的高成本与迁移机会时，男孩偏好可能使父母将有限的资源多提供给男孩，让女孩不进入高中就学而是外出务工。表 9 中给出的证据一定程度上说明了迁移女孩多辍学不是由父母存在性别偏好所致。本文利用村庄 10-20 岁年龄段儿图 4 女性迁移收益随年龄的变化注：数据来源于 2005 年 1%人口抽样调查数据，因变量为小时收入的对数，15 岁为基准组，b 代表年龄虚拟变量与迁移的交互项系数回归时控制了受教育程度、健康状况、是否跨省迁移、户籍所在市虚拟变量。表 6迁移与非迁移收益的性别差异（15-25 岁）月收入的对数小时收入的对数变量(1)(2)(3)(4)女性-0.2409*-0.2183*-0.1653*-0.1413*(0.0131)(0.0114)(0.0104)(0.0081)迁移0.9786*0.4732*0.7626*0.3309*(0.0424)(0.0220)(0.0473)(0.0207)女性*迁移0.0761*0.1051*0.02670.0487*(0.0283)(0.0245)(0.0260)(0.0230)年龄NoYesNoYes受教育程度NoYesNoYes健康状况NoYesNoYes是否跨省迁移NoYesNoYes户籍地所在市NoYesNoYes样本量181,711181,711181,711181,711调整后的 R20.18170.42860.18170.4286注：所用数据为 2005 年 1%人口抽样调查数据，并且去掉了月收入等于零的人群。在 3-4 列中，我们去掉了上周工作时间为0 的样本。括号内为按户籍地所在市聚类的稳健标准误，*代表 p0.01、*代表 p0.05、*代表 p0.1。迁移机会与农村高中就学行为的性别差异2023 年第 4 期南 方 人 口52童的性别比作为村庄性别歧视的代理变量，在回归中控制该变量，来检验此机制。表 9 报告了控制性别比的结果。与表 3 相比，是否控制性别比变量，交互项系数变化不大。这在一定程度上说明性别偏好无法解释村级迁移率对就学影响的性别差异。另一种可能的解释是初、高中生需要在户籍所在地参加中、高考，在此限制下，家庭可能选择让迁入城市的女孩更多辍学，让男孩返回户籍所在地继续读书。这也可被视为男孩偏好的一种表现。但这种解释也没有得到数据的支持。因为 15 岁之后无论农村男孩还是女孩外出务工的比例随年龄都快速上升，女孩的上升速度快于男孩（见图 2）。图 3 中的证据也表明女孩因外出务工而迁移的比例高于男孩。6 结论本文使用 CHNS 数据和 2005年 1%人口抽样调查数据，将村级迁移率和跨市迁移率作为迁移机会的代理变量，估计了迁移机会对就学影响的性别差异。研究发现迁移机会降低了 16-18 岁女孩进入高中学习的可能性，对男孩没有显著影响。当跨市迁移率每增加 1 个百分点，女孩比男孩高中就学概率低约 0.6 个百分点。反映出迁移机会导致了不同性别儿童高中就学的差异。本文采用各城市到北京、上海、广州的球面距离均值作为跨市迁移率的工具变量，也发现迁移机会带来了不同性别儿童高中就学的差异。针对迁移机会对高中就学影响存在性别差异的事实，本文考察了各种可能的机制。发现年轻表 7不同性别迁移人口获取工作机会的年龄组差异（15-30 岁，LPM）因变量:是否工作(yes=1/no=0)变量迁移女性未婚样本迁移男性未婚样本(1)(2)(3)(4)年龄组(15-25=1)0.039*0.027*-0.021*-0.024*(0.008)(0.008)(0.004)(0.004)受教育程度NoYesNoYes健康状况NoYe