教育如何影響流動(dòng)人口的社會(huì)融入？
——基于義務(wù)教育法實(shí)施的自然實(shí)驗(yàn)

張曉敏，李亞男，徐慧

一、引言

自改革開(kāi)放以來(lái)，我國(guó)有大量農(nóng)村人口遷往城市從事非農(nóng)工作。根據(jù)國(guó)家統(tǒng)計(jì)局第七次全國(guó)人口普查公報(bào)，2020年我國(guó)流動(dòng)人口數(shù)量高達(dá)3.76億，占總?cè)丝诘谋壤秊?6.6%。龐大規(guī)模的人口流動(dòng)為經(jīng)濟(jì)快速轉(zhuǎn)型提供了必要條件，流動(dòng)人群在城市的福利水平也備受政府和學(xué)者們關(guān)注。另一方面，大規(guī)模人口持續(xù)遷移促使我國(guó)城鎮(zhèn)化水平迅速攀升，2020年我國(guó)常住人口城鎮(zhèn)化率達(dá)到了63.9%，但與之對(duì)應(yīng)的戶籍人口城鎮(zhèn)化率僅為45.4%，比前者落后了18.5個(gè)百分點(diǎn)。這說(shuō)明暫時(shí)性、“候鳥(niǎo)型” 流動(dòng)仍然是目前我國(guó)人口遷移的主要形式，這不僅不利于提高流動(dòng)人口的福利水平，也會(huì)阻礙新型城鎮(zhèn)化進(jìn)程。黨的十九屆五中全會(huì)提出，要“推進(jìn)以人為核心的新型城鎮(zhèn)化”。《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》進(jìn)一步強(qiáng)調(diào)，要“堅(jiān)持走中國(guó)特色新型城鎮(zhèn)化道路，深入推進(jìn)以人為核心的新型城鎮(zhèn)化戰(zhàn)略”。探究如何提高流動(dòng)人口融入水平，使其在城市中安居樂(lè)業(yè)，進(jìn)而成為新市民，是提高流動(dòng)人口福利、深入推進(jìn)城鎮(zhèn)化的重要研究課題。

本文著重研究人力資本對(duì)流動(dòng)人口在城市社會(huì)融入的影響。教育不僅是人力資本本身，也是獲取其他人力資本的重要手段(楊菊華和張嬌嬌，2016)。國(guó)內(nèi)外研究顯示，教育對(duì)提高認(rèn)知和非認(rèn)知能力、促進(jìn)身心健康、改善家庭關(guān)系等方面都具有顯著作用(Chen et al., 2018; Huang 2015; Erten and Keskin, 2019)。目前，我國(guó)農(nóng)村地區(qū)人力資本水平依然較低，大量農(nóng)村青少年只完成義務(wù)教育階段學(xué)業(yè)(甚至未完成初中學(xué)業(yè)就中途輟學(xué))便選擇進(jìn)城務(wù)工(Cai et al., 2021)。盡管大部分流動(dòng)人口都能在城市就業(yè)，但如何有效融入城市社會(huì)才是重中之重。在此背景下，教育對(duì)流動(dòng)人口融入城市社會(huì)過(guò)程的影響及其作用渠道等一系列問(wèn)題值得我們進(jìn)行深入探討。

迄今為止，學(xué)術(shù)界對(duì)以上問(wèn)題研究較少，研究結(jié)論也不一致。一部分學(xué)者發(fā)現(xiàn)教育對(duì)融入沒(méi)有顯著影響，甚至還可能出現(xiàn)負(fù)影響。例如，張文宏和雷開(kāi)春(2008)發(fā)現(xiàn)教育程度與流動(dòng)人口在流入地的人際交往情況不存在顯著相關(guān)性；由于心理落差等因素的影響，教育程度越高，流動(dòng)人口對(duì)流入地的認(rèn)同感越低(劉濤等，2020；李榮彬和張麗艷，2012)。而另一些學(xué)者則認(rèn)為教育對(duì)融入有積極的影響。例如，受教育程度高的流動(dòng)人口在城市的適應(yīng)程度更高(Goldlust and Richmond，1974)；教育會(huì)提高流動(dòng)人口居留意愿、使其在主觀上更加認(rèn)同自己為本地人，進(jìn)而提升認(rèn)同感(楊菊華和張嬌嬌，2016；申秋紅，2012)。

已有研究結(jié)論不一致主要可以歸為以下兩點(diǎn)原因。首先，沒(méi)有解決遺漏變量所導(dǎo)致的內(nèi)生性問(wèn)題。由于存在可能同時(shí)影響教育水平和社會(huì)融入的一些不可觀測(cè)特征(如能力、家庭背景)，利用普通最小二乘進(jìn)行多元回歸的估計(jì)結(jié)果可能產(chǎn)生不同程度的偏誤(張文宏和雷開(kāi)春，2008；申秋紅，2012)。第二，研究結(jié)論基于個(gè)別城市，不具有全國(guó)代表性。比如，申秋紅(2012)、楊菊華和張嬌嬌(2016)研究了中國(guó)6個(gè)城市的社會(huì)融入情況，而劉濤等(2020)、張文宏和雷開(kāi)春(2008)的樣本則分別選擇流入地為北京和上海的人群。不同城市自身存在差異，同時(shí)遷入者特征也有區(qū)別，使得研究者們得出了不同的結(jié)論。

本文從社會(huì)活動(dòng)參與和居留意愿兩個(gè)角度測(cè)度了流動(dòng)人口的融入水平，并且使用熵值法得到總體融入指標(biāo)。在控制流動(dòng)人口個(gè)人、家庭和流入地特征這些變量后，普通最小二乘估計(jì)(OLS)結(jié)果顯示：流動(dòng)人口受教育年限每提高1年，融入水平提高0.06個(gè)標(biāo)準(zhǔn)差。然而由于不可觀測(cè)的遺漏變量和受教育年限測(cè)量誤差問(wèn)題，OLS估計(jì)結(jié)果可能有偏差。為了解決潛在的內(nèi)生性問(wèn)題，本文使用義務(wù)教育法案作為外生沖擊，利用義務(wù)教育法在不同省份實(shí)施時(shí)間以及對(duì)不同出生隊(duì)列影響的差異，構(gòu)建了義務(wù)教育法的暴露程度和影響效率指標(biāo)，作為個(gè)人受教育年限的工具變量(Ma, 2019; Huang, 2015)。一階段回歸結(jié)果顯示，義務(wù)教育法案對(duì)受教育年限具有顯著正影響，而且初始教育水平越低的地區(qū)受影響程度越高。工具變量?jī)呻A段最小二乘估計(jì)(2SLS)結(jié)果顯示：流動(dòng)人口受教育年限每提高1年，會(huì)使個(gè)人融入水平提高0.1個(gè)標(biāo)準(zhǔn)差，其中，社會(huì)活動(dòng)參與程度提高0.1個(gè)標(biāo)準(zhǔn)差，在本地居留意愿提高2.4個(gè)百分點(diǎn)。本文的估計(jì)結(jié)果意味著，如果能讓流動(dòng)人口多接受3年教育，即將其從初中提升至高中畢業(yè)，會(huì)使流動(dòng)人口社會(huì)融入水平提高0.3個(gè)標(biāo)準(zhǔn)差(或者融入綜合指標(biāo)均值水平的9%)。這對(duì)于受教育水平和社會(huì)融入水平相對(duì)較低的流動(dòng)人口來(lái)說(shuō)，無(wú)疑是有深遠(yuǎn)影響的。

此外，本文還進(jìn)行了影響渠道檢驗(yàn)，發(fā)現(xiàn)教育會(huì)通過(guò)如下四個(gè)渠道提高流動(dòng)人口的社會(huì)融入水平：第一，教育提高了流動(dòng)人口的月收入水平，說(shuō)明教育程度的提高有助于改善流動(dòng)人口在當(dāng)?shù)氐纳顥l件，使其具備融入的經(jīng)濟(jì)基礎(chǔ)。第二，教育拓寬了流動(dòng)人口的就業(yè)選擇，使其從事于社會(huì)聲望更高的職業(yè)，提高當(dāng)?shù)厝藢?duì)他們的認(rèn)可程度，從而使其具備良好融入的外部環(huán)境。第三，教育提高了家屬隨遷概率，擁有家屬的陪伴使個(gè)人獲得更高的效用水平，進(jìn)一步提升他們的居留意愿。最后，教育延長(zhǎng)了流動(dòng)人口在流入地的居住時(shí)間，使流動(dòng)人口遷移更具穩(wěn)定性。以上幾個(gè)方面導(dǎo)致高教育水平流動(dòng)人口有著更好的社會(huì)融入。

最后，本文還進(jìn)行了多個(gè)穩(wěn)健性檢驗(yàn)。首先，我們選取不受義務(wù)教育政策影響的樣本做安慰劑檢驗(yàn)，來(lái)驗(yàn)證實(shí)驗(yàn)設(shè)計(jì)的有效性。其次，我們采用了多種不同方式來(lái)構(gòu)造社會(huì)融入綜合指標(biāo)，比如將數(shù)據(jù)縮尾5%后重新用熵值法構(gòu)造社會(huì)融入指標(biāo)、改用變異系數(shù)法和等權(quán)重法構(gòu)造各項(xiàng)融入指標(biāo)，發(fā)現(xiàn)主要結(jié)果仍然穩(wěn)健。我們還嘗試了將流入省份固定效應(yīng)替換為流入城市固定效應(yīng)，回歸結(jié)果進(jìn)一步驗(yàn)證了教育是影響流動(dòng)人口社會(huì)融入的重要因素。

本研究的創(chuàng)新性和貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面。首先，本文利用義務(wù)教育法的實(shí)施作為外生沖擊，來(lái)估計(jì)教育程度對(duì)流動(dòng)人口社會(huì)融入影響的因果效應(yīng)，從而有效解決了教育程度的內(nèi)生性問(wèn)題。第二，本文使用2017年中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)，數(shù)據(jù)涉及中國(guó)大陸31個(gè)省、351個(gè)城市的流動(dòng)人口，具有全國(guó)代表性，所得結(jié)果能較全面反映中國(guó)整體融入情況。最后，本文從社會(huì)活動(dòng)參與和居留意愿兩個(gè)維度構(gòu)造了融入指標(biāo)，并從多個(gè)角度探討教育對(duì)流動(dòng)人口社會(huì)融入影響的具體作用渠道，以此探究較高教育水平者在流入地產(chǎn)生更好融入的原因，為政府制定相關(guān)福利政策提供依據(jù)。

二、實(shí)證方法

為了估計(jì)受教育年限對(duì)流動(dòng)人口社會(huì)融入的影響，本文首先進(jìn)行如下OLS回歸估計(jì)：

Yijpk=β0+β1eduijpk+β2Xijpk+γp+Cohortj+Destinationk+εijpk

(1)

其中，i表示個(gè)人，j表示出生年份，p表示流動(dòng)人口來(lái)源省份，k表示流入地省份。Yijpk表示一個(gè)來(lái)自省份p現(xiàn)居住于省份k出生于j年的個(gè)體i的結(jié)果變量，包括兩個(gè)維度的融入指標(biāo)及社會(huì)融入綜合得分。關(guān)鍵自變量是受教育年限eduijpk，由受教育程度折算而得到(未上過(guò)學(xué)=0；小學(xué)=6；初中=9；高中/中專=12；大學(xué)?？?15；大學(xué)本科=16；研究生=19)。Xijpk是控制變量，包含流動(dòng)人口的個(gè)人特征(性別、民族、婚姻狀況、戶口、黨員身份)、家庭特征(家庭規(guī)模、老家所處地理位置)和流入地特征(在居住地接受健康教育情況、從居住地到最近醫(yī)療服務(wù)機(jī)構(gòu)所需時(shí)間)。另外，這里也控制了流動(dòng)人口來(lái)源省份固定效應(yīng)(γp)、流入省份固定效應(yīng)(Destinationk)和出生年份固定效應(yīng)(Cohortj)，εijpk表示誤差項(xiàng)?；貧w使用OLS估計(jì)。

然而，即使以上回歸已經(jīng)盡可能控制了諸多影響教育和社會(huì)融入的因素，誤差項(xiàng)中仍然包含不可觀測(cè)的個(gè)人及外部環(huán)境因素，比如個(gè)人能力、家庭背景、來(lái)源地和流入地資源稟賦等。這些因素不僅與個(gè)人受教育水平相關(guān)，也與社會(huì)融入得分相關(guān)，由此造成的遺漏變量偏誤問(wèn)題會(huì)導(dǎo)致OLS估計(jì)結(jié)果有偏差，而且偏誤的方向(高估還是低估)不能確定。(8)以上遺漏變量與受教育水平均為正相關(guān)，與社會(huì)融入的相關(guān)性則存在差異：一方面，個(gè)人能力、流入地資源稟賦與社會(huì)融入呈現(xiàn)正相關(guān)關(guān)系，這兩種遺漏變量會(huì)使OLS估計(jì)結(jié)果上偏。另一方面，家庭背景越好，個(gè)人主觀社會(huì)融入意愿越低，這會(huì)使得OLS估計(jì)結(jié)果出現(xiàn)向下的偏誤。另外，經(jīng)學(xué)歷折算而來(lái)的受教育年限不可避免地存在測(cè)量誤差問(wèn)題，這使得OLS會(huì)低估教育對(duì)融入的影響。

為了解決內(nèi)生性問(wèn)題，本文選取中國(guó)1986年實(shí)施的九年義務(wù)教育法案這一外生沖擊，作為受教育年限的工具變量。九年制義務(wù)教育從1986年7月開(kāi)始在北京、河北等幾個(gè)省市率先實(shí)施，之后逐步推進(jìn)到中國(guó)所有的大陸地區(qū)，實(shí)施時(shí)間最晚(1994年)的省份是西藏自治區(qū)(具體進(jìn)度見(jiàn)附表1)。該政策的實(shí)施具有一定的強(qiáng)制性，規(guī)定所有適齡兒童(滿6周歲)必須接受為期9年的義務(wù)教育，期間免除學(xué)雜費(fèi)，使得那些原本會(huì)輟學(xué)的兒童繼續(xù)留校讀書(shū)，從而提高其受教育年限。九年義務(wù)教育政策的實(shí)施不受個(gè)人出生時(shí)間、個(gè)人能力和家庭背景影響，因此該政策也滿足外生性假定。同一省內(nèi)，不同出生隊(duì)列受到義務(wù)教育法的影響程度不同，因此受教育程度有所不同；類似地，對(duì)同一個(gè)出生隊(duì)列而言，由于義務(wù)教育法在各省實(shí)施進(jìn)度不同，同一年出生于不同省份的個(gè)體受到義務(wù)教育法的影響不同，因此受教育程度有所不同。

本文選取受義務(wù)教育影響的暴露程度以及義務(wù)教育實(shí)施效率(暴露程度*來(lái)源省份初始受教育年限)作為受教育年限的工具變量(參照Huang, 2015；Ma, 2019；任昶宇等，2020)。首先利用不同省份實(shí)施法案時(shí)間上的差異和個(gè)體出生年份的差異，構(gòu)造第一個(gè)工具變量，義務(wù)教育暴露程度指標(biāo)(exposurejp)。

該指標(biāo)取值范圍為0到1。如果在義務(wù)教育開(kāi)始實(shí)施年份個(gè)人已年滿15歲，則取值為0，表示個(gè)人未受到義務(wù)教育法案的影響；如果在義務(wù)教育法開(kāi)始實(shí)施年份個(gè)人年齡不超過(guò)6歲，則取值為1，表示個(gè)人完全受到義務(wù)教育法案影響；在義務(wù)教育法實(shí)施時(shí)個(gè)人年齡在6-15歲之間的人，義務(wù)教育暴露程度指標(biāo)取值介于0-1之間，表示部分受到法案的影響。該工具變量假設(shè)了受教育水平與受義務(wù)教育法影響的時(shí)間長(zhǎng)度呈線性關(guān)系。

為了驗(yàn)證這一工具變量的有效性，本文將個(gè)人義務(wù)教育暴露程度虛擬變量作為自變量，用是否擁有初中及以上學(xué)歷虛擬變量(初中及以上學(xué)歷=1，初中以下學(xué)歷=0)對(duì)其進(jìn)行回歸，控制義務(wù)教育政策實(shí)施效率、出生組和流入省份固定效應(yīng)等變量?；貧w結(jié)果如圖1所示，義務(wù)教育法案對(duì)當(dāng)時(shí)處于15歲及以上的人群沒(méi)有顯著的影響；對(duì)15歲以下人群，隨著受政策影響的暴露時(shí)間增加，政策影響也越來(lái)越大，尤其是對(duì)當(dāng)時(shí)處于9歲及以下的人口有顯著正向影響。這在一定程度上說(shuō)明用暴露程度作為個(gè)人教育水平的工具變量是有效的。

圖1 義務(wù)教育政策對(duì)是否完成初中教育的影響

進(jìn)一步，義務(wù)教育法案對(duì)此前教育發(fā)展水平不同的地區(qū)影響有差異。義務(wù)教育法實(shí)施前平均受教育年限越低的地區(qū)，越可能從義務(wù)教育法的實(shí)施中獲益(Ma，2019；Huang , 2015)。圖2展示了義務(wù)教育法在初始教育高低地區(qū)影響的異質(zhì)性。(9)我們先計(jì)算各地區(qū)初始平均受教育年限，即完全不受義務(wù)教育法影響的人群的平均受教育年限，然后按照其在中位數(shù)以上還是以下分為高/低教育水平地區(qū)。我們發(fā)現(xiàn)，無(wú)論初始教育水平高低，義務(wù)教育政策均會(huì)增加受影響人群完成初中教育的概率，但義務(wù)教育法實(shí)施前教育水平較低的地區(qū)受到的正向影響更大。因此，我們根據(jù)初始平均教育年限，構(gòu)建了義務(wù)教育實(shí)施效率指標(biāo)(暴露程度*初始受教育年限)，作為個(gè)人受教育程度的第二個(gè)工具變量，PreEduijp。

圖2 義務(wù)教育對(duì)不同初始教育水平地區(qū)的異質(zhì)性影響

PreEduijp=exposurejp*PreLawp

其中，PreLawp表示省份p完全不受義務(wù)教育法影響人群的平均受教育年限。

具體來(lái)說(shuō)，兩階段最小二乘估計(jì)方法(2SLS)的第一階段回歸方程如下：

eduijpk=α0+α1exposurejp+α2PreEduijp+α3Xijpk+τp+Cohortj+Destinationk+uijpk

(2)

其中i表示個(gè)人，j表示出生年份，p表示流動(dòng)人口來(lái)源省份，k表示流入地省份。exposure是義務(wù)教育暴露程度，exposure*PreLaw(即PreEduijp)是義務(wù)教育實(shí)施效率，此交叉項(xiàng)允許了義務(wù)教育法對(duì)教育的影響在不同地區(qū)具有異質(zhì)性(類似Duflo，2001)。其余控制變量與公式(1)中相同，回歸均采用穩(wěn)健標(biāo)準(zhǔn)誤，聚類在個(gè)人來(lái)源省份-年齡組層面。

三、數(shù)據(jù)來(lái)源及樣本描述

本文使用流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查(CMDS)2017年數(shù)據(jù)。該調(diào)查按照隨機(jī)原則在全國(guó)31個(gè)省(區(qū)、市)和新疆生產(chǎn)建設(shè)兵團(tuán)流動(dòng)人口較為集中的流入地抽取樣本點(diǎn)，開(kāi)展抽樣調(diào)查，調(diào)查結(jié)果對(duì)全國(guó)和各省具有代表性。流動(dòng)人口定義為在調(diào)查地居住一個(gè)月以上，非本區(qū)(縣、市)戶口的15周歲及以上流入人口，調(diào)查樣本為169989個(gè)。

本文從社會(huì)活動(dòng)參與和居留意愿兩個(gè)方面來(lái)綜合衡量流動(dòng)人口的社會(huì)融入程度，每個(gè)指標(biāo)的構(gòu)成情況說(shuō)明如下：

社會(huì)活動(dòng)參與由業(yè)余和政治活動(dòng)參與兩個(gè)變量構(gòu)成。業(yè)余活動(dòng)參與和政治活動(dòng)參與分別代表流動(dòng)人口人際關(guān)系網(wǎng)絡(luò)和參與政治活動(dòng)的積極性，是流動(dòng)人口是否融入當(dāng)?shù)氐目陀^行為表現(xiàn)。其中，流動(dòng)人口業(yè)余活動(dòng)參與變量指的是其是否在本地參與工會(huì)、志愿者協(xié)會(huì)、同學(xué)會(huì)、老鄉(xiāng)會(huì)、家鄉(xiāng)商會(huì)、其他活動(dòng)這6個(gè)維度活動(dòng)(參與=1，不參與=0)的加總值，總分為6分。數(shù)據(jù)顯示該變量均值為0.74，超過(guò)50%的流動(dòng)人口沒(méi)有參與任何活動(dòng)。政治活動(dòng)參與變量包含以下五項(xiàng)活動(dòng)：給所在單位/社區(qū)/村提建議或監(jiān)督其管理；通過(guò)各種方式向政府有關(guān)部門(mén)反映情況/提出政策建議；在網(wǎng)上就國(guó)家事務(wù)、社會(huì)事件發(fā)表評(píng)論，參與討論；主動(dòng)參與捐款、無(wú)償獻(xiàn)血、志愿者活動(dòng)等；參與黨/團(tuán)組織活動(dòng)，參加黨支部會(huì)議。這5道題目選項(xiàng)從1到4分別是沒(méi)有、偶爾、有時(shí)、經(jīng)常。本文將其加總，得到總分為20分的政治活動(dòng)參與得分變量，得分越高，表示政治活動(dòng)方面融入的越好。流動(dòng)人口得分均值為5.87分。有57%的人沒(méi)有參與任何一項(xiàng)政治活動(dòng)。

居留意愿指未來(lái)一段時(shí)間，流動(dòng)人口是否打算繼續(xù)留在本地。如回答是，則表示其有居留意愿，變量取值為1；否則，變量取值為0。居留意愿代表了流動(dòng)人口對(duì)流入地的主觀認(rèn)同感，進(jìn)一步?jīng)Q定其是否市民化，進(jìn)而真正融入到城市中。從數(shù)據(jù)上看，約82% 的流動(dòng)者有本地居留意愿，說(shuō)明總體來(lái)講，流動(dòng)者對(duì)流入地的認(rèn)可度較高。

最終計(jì)算得到的總?cè)谌胫笖?shù)均值為3.26分，最小值為2.46分，最大值為12.48分。社會(huì)活動(dòng)參與得分均值為3.49分，最小值為2.69分，最大值為13.55分。為了使各維度融入指標(biāo)估計(jì)系數(shù)之間的比較更為直觀，在后面的回歸中，本文對(duì)這三個(gè)變量進(jìn)行了標(biāo)準(zhǔn)化處理，計(jì)算得到Z-score(即減去平均值，再除以標(biāo)準(zhǔn)差)。

其他變量的描述性統(tǒng)計(jì)信息見(jiàn)表1。樣本中，流動(dòng)人口平均受教育年限為10.1年，初中學(xué)歷人口占比最大(44%)。平均年齡為36周歲，60歲以上外出務(wù)工的流動(dòng)人口僅占1.8%，在婚比例為81.9%。超過(guò)五分之四的流動(dòng)人口是農(nóng)業(yè)戶籍(來(lái)自于農(nóng)村或鄉(xiāng)鎮(zhèn)地區(qū))。職業(yè)上，有60%的人在外從事商業(yè)服務(wù)業(yè)工作，另外兩個(gè)就業(yè)比重較高的職業(yè)依次為生產(chǎn)運(yùn)輸業(yè)(21.6%)、專業(yè)技術(shù)人員(9.2%)。

表1 流動(dòng)人口基本特征

另外，我們按照Treiman(1977)中給出的國(guó)際職業(yè)聲望量表(SIOPS)將流動(dòng)人口的職業(yè)進(jìn)行賦值，得到其職業(yè)聲望得分，分值越高表示個(gè)人所從事的職業(yè)更加能受到人們的認(rèn)可與尊重。八大類及其細(xì)分職業(yè)中，社會(huì)聲望最低的職業(yè)為保潔人員(20分)，最高為國(guó)家機(jī)關(guān)、黨群組織、企事業(yè)單位負(fù)責(zé)人(64分)，流動(dòng)人口職業(yè)聲望均值為37.62分，中位數(shù)為37分(餐飲和家政類職業(yè))。此外，樣本中65%的勞動(dòng)者跟雇主簽訂了勞動(dòng)合同，擁有城鎮(zhèn)職工或公費(fèi)醫(yī)療保險(xiǎn)的流動(dòng)人口僅占22%，社保參與率為50%。本文將是否簽訂合同、職工或公費(fèi)醫(yī)療參與、社保參與這三個(gè)虛擬變量進(jìn)行加總，得到取值介于0-3分衡量其工作正規(guī)程度的變量，其中，有23%的流動(dòng)人口沒(méi)有獲得以上三項(xiàng)福利當(dāng)中的任何一項(xiàng)，三項(xiàng)福利均參與的人口比例為31%。在遷移模式方面，84%的流動(dòng)人口與一個(gè)或多個(gè)家庭成員一起遷至流入地，(13)是否有家屬遷移指的是流動(dòng)者是否與一個(gè)或多個(gè)家庭成員包括配偶和(或)子女(不包括分家的子女)一起遷移到本地。在流入地的平均居住時(shí)間約為6年。

表2為按照流動(dòng)人口學(xué)歷統(tǒng)計(jì)的社會(huì)融入得分情況。將流動(dòng)人口學(xué)歷分為小學(xué)及以下、初中、高中、大專及以上四組后，可以發(fā)現(xiàn)，無(wú)論是在哪個(gè)維度上，流動(dòng)人口融入得分均隨學(xué)歷的提高呈現(xiàn)遞增趨勢(shì)。大專及以上學(xué)歷人群的各融入得分高于均值，而初中和小學(xué)及以下學(xué)歷的人群相應(yīng)的融入得分均低于均值。表2顯示受教育水平與社會(huì)融入呈現(xiàn)正相關(guān)關(guān)系，本文將在后面的回歸分析中進(jìn)一步控制流動(dòng)人口個(gè)人、家庭和流入地特征，并采用工具變量方法，探討教育對(duì)社會(huì)融入影響的因果效應(yīng)。

表2 受教育水平與社會(huì)融入

四、實(shí)證結(jié)果

(一)一階段回歸結(jié)果

表3展示了義務(wù)教育法對(duì)受影響人群教育程度的影響，由方程(2)估計(jì)而來(lái)。該回歸的因變量為受教育年限，關(guān)鍵自變量是受義務(wù)教育法影響的暴露程度和法案實(shí)施效率。無(wú)論是否加入更多控制變量，九年義務(wù)教育政策對(duì)個(gè)體受教育程度的影響都是顯著的。暴露程度(Exposure)的系數(shù)均為正，表明受義務(wù)教育政策影響時(shí)間越長(zhǎng)，個(gè)人受教育年限越高。同時(shí)，義務(wù)教育法實(shí)施效率這一變量(Exposure*PreLaw)的系數(shù)均為負(fù)，表明與義務(wù)教育實(shí)施前受教育水平高的地區(qū)相比，政策實(shí)施前受教育水平越低的地區(qū)，其教育水平受到政策的正向影響越大。這一發(fā)現(xiàn)與Ma(2019)的研究結(jié)論基本一致。另外，工具變量第一階段Kleibergen-Paap Wald F值均大于10，拒絕了該組工具變量為弱工具變量的假設(shè)；本文也進(jìn)行了工具變量過(guò)度識(shí)別檢驗(yàn)，Hansen檢驗(yàn)P值均大于0.1，不能拒絕所有工具變量均外生的原假設(shè)，過(guò)度識(shí)別檢驗(yàn)也得以通過(guò)(見(jiàn)表4)。

表3 一階段回歸結(jié)果

(二)兩階段最小二乘估計(jì)結(jié)果

表4是控制所有變量后的OLS和2SLS回歸估計(jì)結(jié)果。其中，A部分是OLS估計(jì)結(jié)果，受教育年限與各項(xiàng)融入細(xì)分指標(biāo)及總的社會(huì)融入得分均呈現(xiàn)正相關(guān)關(guān)系。受教育年限每增加1年，分別對(duì)應(yīng)著個(gè)人社會(huì)活動(dòng)參與提高0.06個(gè)標(biāo)準(zhǔn)差、本地居留意愿提高0.8個(gè)百分點(diǎn)，這導(dǎo)致總?cè)谌氲梅痔岣?.06個(gè)標(biāo)準(zhǔn)差。B部分展示工具變量2SLS估計(jì)結(jié)果，其中受教育程度的工具變量是義務(wù)教育法在個(gè)體層面的暴露程度和影響效率。2SLS各項(xiàng)估計(jì)系數(shù)均高于OLS的系數(shù)，這說(shuō)明OLS低估了教育對(duì)社會(huì)融入的影響。因此在后文的所有回歸中，我們均報(bào)告2SLS估計(jì)結(jié)果。

2SLS結(jié)果如表4 Panel B所示，受教育年限增加1年，流動(dòng)人口的社會(huì)活動(dòng)參與水平提高約0.1個(gè)標(biāo)準(zhǔn)差。同時(shí)，教育對(duì)本地居留意愿也有促進(jìn)作用，教育水平提高1年，愿意在本地繼續(xù)居留的概率提高2.4個(gè)百分點(diǎn)，最終總社會(huì)融入水平提高0.1個(gè)標(biāo)準(zhǔn)差。以上結(jié)果表明，教育作為一項(xiàng)重要的人力資本，能夠提升流動(dòng)人口參與各項(xiàng)活動(dòng)的積極性，還提升了他們的主觀居留意愿，使其更好地融入流入地社會(huì)。

表4 教育對(duì)流動(dòng)人口社會(huì)融入的影響

從2SLS回歸估計(jì)系數(shù)來(lái)看，教育對(duì)社會(huì)融入的影響程度較大。如果將流動(dòng)人口的個(gè)人學(xué)歷從初中提高至高中畢業(yè)(受教育水平提高3年)，其社會(huì)融入得分將提高0.29個(gè)標(biāo)準(zhǔn)差，即提高0.28分。與平均值3.26分相比，這意味著多接受3年教育會(huì)使流動(dòng)人口社會(huì)融入水平提高9%。同樣地，多接受3年教育也使其社會(huì)活動(dòng)參與得分提高9%、居留意愿提高7個(gè)百分點(diǎn)。根據(jù)CMDS 2017年數(shù)據(jù)，有60%的流動(dòng)人口是初中及以下學(xué)歷，對(duì)于本就處于較低受教育水平、較低社會(huì)融入的流動(dòng)人口來(lái)說(shuō)，提高教育水平的意義無(wú)疑是巨大的。

五、影響渠道分析

教育可能會(huì)通過(guò)哪些途徑來(lái)影響流動(dòng)者在流入地的社會(huì)融入？本部分我們從收入、職業(yè)、遷移模式以及遷移的穩(wěn)定性等多個(gè)角度來(lái)探索教育對(duì)社會(huì)融入的影響渠道。

首先，較高的教育程度可能提高個(gè)人的收入水平及工作正規(guī)程度，從而改善流動(dòng)人口所面臨的物質(zhì)約束，使其具備融入的經(jīng)濟(jì)基礎(chǔ)。2SLS回歸結(jié)果(表5第1列)表明，受教育年限每提高1年，流動(dòng)人口月收入水平提高6.6%。這與已有關(guān)于教育回報(bào)的研究結(jié)論一致：中國(guó)流動(dòng)人口的教育回報(bào)率在4.4%-7.6%之間(羅忠勇，2010；邢春冰等，2013；楊宜勇和王伶鑫，2021)。此外，我們還根據(jù)工作單位是否為員工繳納社會(huì)保險(xiǎn)，構(gòu)造流動(dòng)人口所從事工作的工作正規(guī)性得分。具體來(lái)說(shuō)，根據(jù)個(gè)人與雇主是否簽訂勞動(dòng)合同、是否有城鎮(zhèn)職工或公費(fèi)醫(yī)療保險(xiǎn)、是否有社會(huì)保障卡這三個(gè)變量的加總值，構(gòu)造得到取值范圍為0-3(以上三項(xiàng)均沒(méi)有=0，參與一項(xiàng)=1，參與兩項(xiàng)=2，均參與=3)的工作正規(guī)性變量。結(jié)果顯示，教育并沒(méi)有顯著提高他們的工作正規(guī)程度。

其次，我們考察教育能否通過(guò)改善流動(dòng)人口的職業(yè)選擇來(lái)提高其在城市的融入水平。Treiman(1976)以及Chen等(2021)認(rèn)為，從事社會(huì)聲望更高的職業(yè)，可以使流動(dòng)人口擁有更多的社會(huì)資源，使他們更可能獲得當(dāng)?shù)厝藗兊淖鹬嘏c認(rèn)可，從而有助于增強(qiáng)他們的主觀融入意愿。為此，我們按照Treiman(1977)國(guó)際職業(yè)社會(huì)聲望量表(SIOPS)，將八大類及其細(xì)分職業(yè)進(jìn)行賦值，得到流動(dòng)人口所從事職業(yè)的職業(yè)聲望得分。然后，我們按照個(gè)人所從事的職業(yè)是否高于職業(yè)聲望得分中位數(shù)，構(gòu)造“高聲望職業(yè)”二元變量。表5第3列回歸結(jié)果顯示，受教育年限每提高1年，流動(dòng)人口從事高社會(huì)聲望職業(yè)的概率提高5.3個(gè)百分點(diǎn)。這表明，擁有較高教育程度的流動(dòng)人口可能在流入地從事聲望更高的職業(yè)，從而增加了社會(huì)融入程度。

第三，教育還可能通過(guò)改變家庭遷移模式來(lái)影響融入程度。已有研究顯示，家屬隨遷能夠提高流動(dòng)人口在當(dāng)?shù)氐男в盟?，因而提升他們的居留意?Wang et. al, 2019)。因此，我們考察教育是否提高了家屬隨遷的概率。表5第4列回歸結(jié)果顯示，受教育年限每提高1年，將提高家屬隨遷的概率8.7個(gè)百分點(diǎn)。這表明高教育水平的人可能更有能力也更傾向于攜帶家屬隨遷，而家屬的陪伴將提高他們?cè)诋?dāng)?shù)氐男в盟?，因而提升了其在流入地的融入意愿?/p>

第四，教育還可能提高遷移的穩(wěn)定性，從而提升流動(dòng)人口在本地繼續(xù)居留的概率。研究結(jié)果(表5第5列)顯示，受教育年限提高1年，流動(dòng)人口在流入地居住時(shí)間將延長(zhǎng)11.2個(gè)月。這說(shuō)明隨著教育水平提高，流動(dòng)人口自身遷移穩(wěn)定性得以提升。這也與已有研究結(jié)論一致：較低教育水平的流動(dòng)人口更容易受到勞動(dòng)力需求沖擊的影響，從而空間流動(dòng)性更強(qiáng)，穩(wěn)定性更差(Luo and Xing，2016)。因此，教育程度的增加提高了流動(dòng)人口應(yīng)對(duì)勞動(dòng)力市場(chǎng)需求沖擊的能力，提高了其工作和居住的穩(wěn)定性，進(jìn)而改善其融入程度。

表5 教育對(duì)融入的影響渠道

綜合回歸以上結(jié)果，本文發(fā)現(xiàn)教育對(duì)流動(dòng)人口融入的影響主要有以下四個(gè)渠道：第一，教育提高流動(dòng)人口收入水平，改善其在流入地所面臨的物質(zhì)約束，使其具備了融入的經(jīng)濟(jì)基礎(chǔ)。第二，教育拓寬了流動(dòng)人口的職業(yè)選擇，有助于其從事社會(huì)聲望更高的職業(yè)，從而獲得本地人的認(rèn)同，提升個(gè)人居留意愿。第三，教育改變了遷移模式，提高流動(dòng)人口家屬隨遷的概率，為其在當(dāng)?shù)氐娜谌胩峁┝酥匾募彝ブС?。第四，教育提升了流?dòng)人口的遷移穩(wěn)定性，提高了他們繼續(xù)居留的概率。

六、穩(wěn)健性檢驗(yàn)

(一)安慰劑檢驗(yàn)

以上分析中，我們將15歲作為受義務(wù)教育法影響的臨界年齡。為了檢驗(yàn)實(shí)驗(yàn)設(shè)計(jì)的有效性，我們?cè)O(shè)計(jì)一個(gè)安慰劑檢驗(yàn)，用同樣的模型來(lái)估計(jì)義務(wù)教育法的實(shí)施對(duì)那些理論上來(lái)講不受義務(wù)教育法影響人群的影響。如果估計(jì)出來(lái)的影響和預(yù)期一致(都為零)，則在一定程度上表明我們的基礎(chǔ)模型結(jié)果是有效的。反之，如果估計(jì)結(jié)果為正數(shù)，則表明我們的基礎(chǔ)模型結(jié)果可能受遺漏變量等內(nèi)生性因素的干擾。

具體來(lái)說(shuō)，我們?cè)诔跏几叩徒逃降貐^(qū)，分別選取義務(wù)教育法實(shí)施時(shí)處于16-17歲及18-19歲這兩組不受政策影響的流動(dòng)人口(14)我們也選取年齡間隔較遠(yuǎn)的兩個(gè)年齡組做了檢驗(yàn)，如法案實(shí)施時(shí)個(gè)人處于16-17歲和26-27歲等，回歸結(jié)果仍然支持此部分的穩(wěn)健性結(jié)論。，并假設(shè)16-17歲這一組受到了義務(wù)教育法的影響。然后我們采用之前的雙重差分模型，考察這兩組人群的受教育年限(及社會(huì)融入程度)之差是否在初始高低教育水平地區(qū)呈現(xiàn)差異，和Huang等(2021)做法相似(15)回歸方程為：Yijpk=γ0+γ1treatjp+γ3treatjp*Preedup+γ4Xijpk+τp+Cohortj+Destinationk+uijpk。其中，Y代表流動(dòng)人口受教育年限和總?cè)谌氲梅?treat是0-1虛擬變量(義務(wù)教育政策實(shí)施時(shí)個(gè)人16-17歲=1,18-19歲=0)，Preedu是初始受教育年限高低地區(qū)虛擬變量(高教育水平地區(qū)=1，低教育水平地區(qū)=0)。這里重點(diǎn)關(guān)注γ3的系數(shù)，表示和高教育水平的地區(qū)相比，低教育水平地區(qū)不受政策影響的兩組人教育水平的差異是否相同。。

結(jié)果如表6所示，無(wú)論是針對(duì)受教育年限還是總?cè)谌胫笖?shù)，年齡組與初始教育水平的交乘項(xiàng)均不顯著區(qū)別于零。這說(shuō)明對(duì)不受義務(wù)教育影響的人群而言，初始教育水平不同地區(qū)輸出的流動(dòng)人口在教育水平和社會(huì)融入方面隨時(shí)間的變化趨勢(shì)不存在顯著差異。因此，這一結(jié)果與預(yù)期一致，表明基礎(chǔ)回歸結(jié)果是無(wú)偏的，并非受內(nèi)生性因素干擾所得。

表6 義務(wù)教育實(shí)施效率安慰劑檢驗(yàn)

(二) 其他穩(wěn)健性檢驗(yàn)

在主回歸結(jié)果中，我們采用了熵值法來(lái)構(gòu)造主要的結(jié)果變量社會(huì)融入程度。但是，熵值法容易受到奇異值的影響，因此在穩(wěn)健性分析中我們嘗試其他處理方法，來(lái)考察估計(jì)結(jié)果的穩(wěn)健性。首先我們將業(yè)余及政治活動(dòng)參與得分分別進(jìn)行5%的縮尾處理，然后重新用熵值法計(jì)算了各個(gè)維度的融入和總?cè)谌氲梅种笜?biāo)。如表7第1列所示，數(shù)據(jù)縮尾后的結(jié)果和基礎(chǔ)回歸結(jié)果相差不大。其次，本文也采用了變異系數(shù)法和等權(quán)重法(16)等權(quán)重方法構(gòu)造融入的方式是將取值范圍不在0-1內(nèi)的變量進(jìn)行歸一化處理，使所有變量的取值范圍在0-1之間，然后將這些變量相加，即得到總?cè)谌氲梅?。?gòu)造了融入指標(biāo)(表7的第2、3列)，結(jié)果均和基礎(chǔ)回歸結(jié)果差異不大。

表7 教育對(duì)流動(dòng)人口社會(huì)融入的影響：改變因變量構(gòu)造方式

另外，基礎(chǔ)回歸結(jié)果中，我們主要控制了省層面的固定效應(yīng)。為了控制更多不可觀測(cè)因素，在穩(wěn)健性檢驗(yàn)中，我們將省份固定效應(yīng)改為流入城市固定效應(yīng)?；貧w結(jié)果如表8所示，各項(xiàng)系數(shù)和基礎(chǔ)回歸仍然相差不大。

表8 教育對(duì)流動(dòng)人口社會(huì)融入的影響：城市固定效應(yīng)

七、結(jié)論與討論

流動(dòng)人口在當(dāng)?shù)氐娜谌霠顟B(tài)不僅是其自身福利水平的體現(xiàn)，也決定了他們向市民化轉(zhuǎn)變的速度。本文研究了教育對(duì)流動(dòng)人口社會(huì)融入的影響。通過(guò)使用2017年流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)，本文從社會(huì)活動(dòng)參與、居留意愿兩個(gè)維度測(cè)度了流動(dòng)人口的社會(huì)融入水平，進(jìn)一步地，使用熵值法得到總?cè)谌胫笜?biāo)。為了解決潛在的內(nèi)生性問(wèn)題，本文使用義務(wù)教育法案作為外生沖擊，利用法案在不同年齡、不同省份實(shí)施時(shí)間的差異，構(gòu)建了義務(wù)教育暴露程度和影響效率指標(biāo)，作為個(gè)人受教育年限的工具變量。一階段回歸結(jié)果顯示，義務(wù)教育法顯著提高了流動(dòng)人口的受教育年限，同時(shí)在初始教育水平較低地區(qū)其影響更大。工具變量?jī)呻A段估計(jì)(2SLS)結(jié)果顯示：流動(dòng)人口受教育年限每提高1年，會(huì)使個(gè)人社會(huì)融入得分提高0.1個(gè)標(biāo)準(zhǔn)差，其中，社會(huì)活動(dòng)參與提高0.1個(gè)標(biāo)準(zhǔn)差，在本地居留意愿提高2.4個(gè)百分點(diǎn)。

進(jìn)一步地，本文探索了教育對(duì)社會(huì)融入的影響渠道。我們發(fā)現(xiàn)教育提高了流動(dòng)人口月收入水平，說(shuō)明教育有助于改善流動(dòng)人口在當(dāng)?shù)氐纳顥l件，使其具備融入的經(jīng)濟(jì)基礎(chǔ)。其次，教育有助于流動(dòng)人口從事社會(huì)聲望較高的職業(yè)，當(dāng)?shù)厝说恼J(rèn)可為其融入提供了良好的外部環(huán)境。第三，教育提高了家屬隨遷概率，擁有家屬的陪伴使個(gè)人獲得更高的效用水平，進(jìn)一步提升他們的居留意愿。最后，教育延長(zhǎng)了他們?cè)诹魅氲氐木恿魰r(shí)間，提升了流動(dòng)人口遷移的穩(wěn)定性，進(jìn)而提高了個(gè)人在流入地居留的概率。以上客觀條件及主觀意愿方面的改善均加速了流動(dòng)人口的社會(huì)融入。進(jìn)一步地，本文結(jié)果意味著，如果能讓流動(dòng)人口多接受3年教育，即將其從初中提升至高中畢業(yè)，會(huì)使流動(dòng)人口社會(huì)融入水平提高9%，對(duì)于本就處于較低受教育水平、較低社會(huì)融入水平的流動(dòng)人口來(lái)說(shuō)，教育的意義無(wú)疑是重大的。最后，本文也進(jìn)行了多個(gè)穩(wěn)健性檢驗(yàn)，發(fā)現(xiàn)結(jié)果均是穩(wěn)健的。

本文的結(jié)果具有較強(qiáng)的政策意義。首先，本文驗(yàn)證了義務(wù)教育法案的有效性，九年義務(wù)教育法的實(shí)施顯著提高了流動(dòng)人口的受教育水平，尤其是對(duì)那些初始受教育水平較低地區(qū)的人群而言，該法案的影響更大。這說(shuō)明義務(wù)教育法案有助于縮小地區(qū)間的受教育水平差異，進(jìn)而縮小流動(dòng)人口地區(qū)間的收入差距。其次，本文結(jié)果表明教育對(duì)流動(dòng)者社會(huì)融入影響重大，作為人力資本中最重要的因素，教育不僅能夠提高個(gè)人的經(jīng)濟(jì)狀況，還能夠提升流動(dòng)人口社會(huì)活動(dòng)參與水平和本地居留意愿。這說(shuō)明提高受教育水平有助于使流動(dòng)人口實(shí)現(xiàn)由流動(dòng)性遷移向融入型遷移轉(zhuǎn)變，進(jìn)而實(shí)現(xiàn)以人為主的新型城鎮(zhèn)化。最后，教育對(duì)社會(huì)融入的影響渠道也說(shuō)明，流入地政府應(yīng)當(dāng)以改善流動(dòng)者在當(dāng)?shù)氐纳詈凸ぷ鞅Ｕ献鳛槌霭l(fā)點(diǎn)，在教育、住房、醫(yī)療以及社會(huì)保險(xiǎn)等領(lǐng)域制定相應(yīng)的社會(huì)福利政策。這些政策保障至關(guān)重要，這將使得流動(dòng)者獲得與本地居民同等的權(quán)利和社會(huì)資源，有效解決流動(dòng)者在本地生活的不確定性。流入地福利的有效保障將提供給那些希望攜家屬遷移的流動(dòng)者足夠有利的政策支持，解決其定居和真正融入城市的后顧之憂；另一方面，也能促進(jìn)流動(dòng)者更為充分地調(diào)動(dòng)起其在城市生產(chǎn)生活中的積極性和主觀能動(dòng)性，最終高質(zhì)量地融入城市社會(huì)，真正體現(xiàn)以人為核心的新型城鎮(zhèn)化方向?；谝陨蠋讉€(gè)方面，本文為政府提升人力資本投資，尤其是未來(lái)高中教育的普及政策提供了經(jīng)驗(yàn)證據(jù)。

最后，值得一提的是教育對(duì)流動(dòng)者社會(huì)融入的積極影響應(yīng)該會(huì)產(chǎn)生更強(qiáng)大的良性連鎖反應(yīng)。一方面，社會(huì)活動(dòng)參與和居留意愿兩者之間并非是各自獨(dú)立，而是存在著互相促進(jìn)關(guān)系。社會(huì)活動(dòng)參與程度代表著社會(huì)網(wǎng)絡(luò)關(guān)系，對(duì)個(gè)體居留意愿有積極的促進(jìn)作用。有居留意愿者，主觀上也更有可能愿意積極參與社會(huì)活動(dòng)。另一方面，從宏觀制度上來(lái)看，目前大部分城市的政策，無(wú)論是落戶還是異地子女入學(xué)政策，都更加偏重于高教育水平人群，這也加速了高教育水平流動(dòng)人口的社會(huì)融入。對(duì)以上問(wèn)題的剖析超過(guò)了本文的研究范圍，值得后續(xù)進(jìn)一步探索。