流动儿童与留守儿童学习表现的比较研究

佟雅囡

(南京航空航天大学　经济与管理学院， 江苏　南京　210016)



流动儿童与留守儿童学习表现的比较研究

佟雅囡

(南京航空航天大学经济与管理学院， 江苏南京210016)

[摘要]

采用四川和江西两地调查数据，结合倾向得分法，比较分析农民工子女处于流动和留守状态时的学习表现。为纠正样本自选择导致的内生估计偏误，首先估计农民工子女所处状态的倾向得分，然后应用倾向得分匹配法估计平均处理效应。研究发现，流动儿童相对于留守儿童在学习表现上处于劣势；而且影响程度存在性别和科目差异，对男孩的影响大于女孩，对数学和英语成绩的影响大于语文；无论是流动还是留守，母亲所起的作用至关重要。

[关键词]

农民工子女； 留守儿童； 流动儿童； 学习表现； 倾向得分法

一、引言

随着我国城市化进程的不断深入，城乡之间人口流动的种种限制被打破，农村地区的剩余劳动力源源不断地向城市流动，许多已婚已育人群也加入了流动大军。父母的流动直接影响到子女的去留：一方面，大量已婚流动人群在自己进城的同时，无力解决孩子进城就学所要面对的诸多现实问题，只好将子女留在农村，造成父母与子女分隔两地的局面，形成了规模较大的留守儿童群体；另一方面，部分农民工将其子女带在身边，形成了一批被动迁移的随迁儿童(即流动儿童)，但由于受到包括户籍管理制度和公共资源分配方式在内的诸多条件制约，这类儿童往往无法享受与当地城市儿童相同的待遇和各种公共服务，沦为城市儿童中的弱势群体。据《中国2010年第六次人口普查资料》数据推断，我国0～17岁之间的农村流动儿童和留守儿童规模分别高达2877万和6103万，约占全国农村儿童的17.8%和37.7%，全国儿童的10.3%和21.9%。从国家层面来看，约占农村儿童55%和全国儿童30%的留守儿童和流动儿童的健康成长，不仅直接关系到当前社会的公正与和谐，也关系到未来我国经济发展和社会进步的大局。

目前，关于留守儿童和流动儿童的多学科研究取得大量成果，研究方法也在逐渐规范，然而，已有研究集中在留守儿童与一般农村儿童或者流动儿童与一般城市儿童的比较分析上，而较少将留守儿童和流动儿童纳入同一框架中直接进行比较。即使在为数不多的几篇比较研究中，研究者主要讨论流动与留守儿童的社会化程度、就学地选择问题和入学率差异等方面，针对学习表现差异的研究非常缺乏。一个自然而然的问题就是，留守儿童和流动儿童的学习表现究竟有何差异? 进一步来看，就流动或留守儿童而言，不同流动方式(随父亲流动、随母亲流动或随父母流动)、不同留守方式(随父亲留守、随母亲留守或无父母留守)之间是否存在差异? 对这些问题的回答事关儿童福利政策的制定和完善，因此十分重要。

在分析农民工子女的学习表现是否随其所处状态(即流动还是留守)产生变化时，一个值得关注的方面就是内生性问题。这种内生性问题来源于样本自选择(Self Selection)，它是社会科学定量研究中进行因果推断时必须要解决的问题。事实上，无论农民工子女处于何种状态，其决策的做出并不是随机的，而是具有自选择性的。同为农民工子女，无论参与流动还是留守，作为未成年人，少年儿童几乎没有能力或权利决定是否跟随父母外出，他们的“去”或“留”很大程度上是外出务工的父母综合考虑儿童状况、自身状况以及家庭特征等因素影响后的结果。因此，流动儿童家庭和留守儿童家庭往往在总体上(如孩子特征、家庭特征等)存在差异。梁文艳等学者认为，利用带有农民工子女状态虚拟变量(即是否流动)的经典线性回归模型，以估计“流动”对其学习表现的影响，这种样本自选择导致的差异往往会造成OLS估计的不一致性和内生性估计偏误。以家庭社会经济水平指标为例，若样本中流动儿童家庭经济水平高于留守儿童家庭，在大多数研究已经证实家庭社会经济水平对儿童认知发展存在正向影响的情况下，研究者将两组样本在结果变量上的差异作为因果效应的估计值，将低估“流动”的影响效应；反之，将高估影响效应。

本文利用作者及团队成员2012年在四川和江西两个外出务工大省进行大样本调查所获得的微观数据进行研究。与现有研究相比，本文主要在以下方面做了较深入的探索：(1)将流动儿童和留守儿童纳入同一框架中进行研究，实证分析农民工子女的学习表现是否随其所处状态产生显著差异，并进一步比较分析不同留守方式(随父亲留守、随母亲留守与无父母留守)、不同流动方式(随父亲流动、随母亲流动与随父母流动)影响的差异。(2)采用PSM模型，有效避免了样本自选择引致的内生性估计偏误，所得结果更具针对性和说服力。(3) 进一步研究农民工子女所处状态对其学习表现影响的性别差异。

本文剩余部分安排如下：第二部分是建立PSM模型以分析农民工子女所处状态对其学习表现影响的差异；第三部分描述样本数据来源，并对相关变量进行解释和说明；第四部分给出实证结果，并进行稳健性检验；最后总结研究结论。

二、计量分析方法

在利用经典线性回归模型进行项目评估、政策分析或因果推断时，简单地采用最小二乘法进行估计，不能解决样本自选择引致的内生性估计偏误。对于内生性问题，最主要的解决方法有：工具变量法(IV)、随机实验法、固定效应估计或倍差法(DID)和匹配法(Matching)。但是要寻求一个好的工具变量并非易事，有时甚至靠运气；随机社会实验实际操作困难且存在伦理争议；固定效应或倍差法需要面板数据。在截面数据情形下，一些学者应用基于倾向得分匹配法(Propensity Score Matching，简称PSM)的平均处理效应模型(Treatment Effect Model)，较好地解决了样本自选择引致的内生性估计偏误问题，本文亦采用这种方法进行分析。

所谓基于PSM思路的处理效应模型，是指一种用于控制协变量(或称为特征变量)的研究策略，最早由Rosenbaum 和 Rubin提出，现已成为一类因果推断的经验研究的重要工具。PSM模型适用于研究者感兴趣的因果变量是表示处理与否的二值变量(本文为农民工子女是否参与流动)，因此本文采用PSM模型是合适的。PSM估计值的形成机制比较直观：先在协变量的每个观测值处计算处理组和控制组之间的平均差异，再用加权平均的方式将这些平均因果效应加总为总的因果效应。近年来一些学者，譬如梁文艳、李云森以及陶然和周敏慧等人，采用PSM模型研究农民工外出对其留守子女学习表现的影响以解决内生性问题，并取得了较好的研究成果。

(1)

其中

d

∈{0,1}为农民工子女是否参与流动的虚拟变量。我们感兴趣的是平均处理效应(以下简称

ATE

)、控制组的平均处理效应(以下简称

ATT

)和处理组的平均处理效应(以下简称

ATU

)。其中，处理组表示流动儿童群体，控制组表示留守儿童群体。

平均处理效应是指流动儿童学习表现与留守儿童学习表现的比较，即

ATE

=

E

[

Y

-

Y

|

X

]

(2)

处理组(流动儿童)的处理效应是指，若流动儿童没有随迁而成为留守儿童，此时的学习表现和成为留守儿童时的学习表现相比如何，即

ATT

=

E

[

Y

-

Y

|

X

,

d

=1]

(3)

控制组(留守儿童)的处理效应是指，若留守儿童随迁而成为流动儿童，此时的学习表现和成为流动儿童时的学习表现相比如何，即

ATU

=

E

[

Y

-

Y

|

X

,

d

=0]

(4)

这里

X

表示所有的协变量(特征变量)。然而，对于任何一个儿童

i

而言，我们只能观测到两种状态下的某一状态，而不可能观测到所有情形。也就是说，我们在估计中面临的是样本缺失问题。对此，我们可以采用匹配方法分析处理。所谓匹配是指找出在不同状态(流动或者留守)下特征变量(如儿童自身特征、父母特征和家庭特征等变量)相类似的儿童样本，分析他们在不同状态下成绩的差异。李云森等学者认为，若样本匹配较好，则对应于不同状态样本的特征变量就具有一致性和可比性，进而减少由样本自选择所带来的内生估计偏误。但是本文研究的问题涉及的协变量较多且多为连续变量，直接根据协变量进行匹配可能会遭遇到“维度诅咒”(Dimension Curse)问题的困扰。根据Rosenbaum 和 Rubin的思路，我们首先根据特征变量信息估计农民工子女参与流动的概率，然后再根据其概率大小进行匹配。由于根据概率值而非高维特征变量进行匹配，找到匹配样本的机会要多得多，从而可以更好地估计出平均处理效应。按照概率值进行匹配，则对于不同的处理效应

ATE

、

ATT

和

ATU

，其表达式重新表述如下：

ATE

=

E

[

Y

-

Y

|

P

(

X

)]

(5)

ATT

=

E

[

Y

-

Y

|

P

(

X

),

d

=1]

(6)

ATU

=

E

[

Y

-

Y

|

P

(

X

),

d

=0]

(7)

在这里，

P

(

X

)=

p

(

d

=1|

X

)表示在给定协变量

X

时农民工子女参与流动的条件概率，称为倾向得分(Propensity Score)。

根据倾向得分进行匹配以得出相关处理效应估计值的方法有很多，而其中用得最多的四种方法是最近邻域匹配法(Nearest-Neighbor Matching)、极半径匹配法(Radius Matching)、核匹配法(Kernel Matching)和分层匹配法(Stratification Matching)，这四种方法对匹配的质量和数量的侧重点不同，没有哪种方法明显优于另一种方法，它们的差异主要在于估计量的一致性上。统一起见，本文采用核匹配法估计。

三、数据来源和描述统计

(一)数据说明

本文数据调查涉及四川和江西两地农村3～6年级学生，目的是研究父母外出对其子女发展的影响。四川省和江西省是我国两个典型的农业大省，经济不发达，均是农村劳动力外出务工大省，因此本文样本数据具有较好的代表性。

本文数据通过分层随机抽样的方法采集，即从四川和江西两省中分别随机选取4个县(区)，每个县(区)随机选取8个乡(镇)，每个乡(镇)随机选取2个村，每个村随机选取25个家庭中有儿童处于义务教育阶段且正在上学的农民工家庭，从而得到3200户抽样家庭的问卷信息。此外，调查以抽样家庭为中心，并据此形成不同的链接问卷(如社区问卷、学校问卷和村庄问卷等)，从而为本文研究奠定了良好的数据基础。抽样调查是在2012年春节前后进行的，记录的是2011年的相关数据信息。为确保信息的真实性，我们还通过电话、邮件和委托他人等形式进行了补充调查。由于政府和学校等相关部门的配合，调查开展的较为顺利。去除一些缺失变量的样本之后，样本有效率达到91.72%，共计2935户。由于本文的分析对象为农民工子女，因此，作者利用统计软件的数据处理程序，将农民工子女数据信息由宽记录转换为长记录，即将农民工家庭中一个或多个子女的记录转换为单个农民工子女的个人记录，从而获得农民工子女调查数据4817条。

本文所指留守儿童为父母双方或一方在过去一年从农村流动到其他地区半年以上，孩子留在户籍所在地的农村地区，并因此不能和父母双方共同生活在一起的儿童；流动儿童为随务工父母到户籍所在地以外生活学习半年以上的儿童。本文将流动儿童和留守儿童界定为处于3～6年级义务教育阶段且正在上学的非劳动年龄人口，即选取年龄约在 9～12岁之间的儿童进行分析。之所以选择这一阶段的儿童，是由于初中阶段儿童的自理能力显著增强，流动与否可能对其学习表现并不会产生显著影响，而3年级以下的儿童由于年龄较小在回答问卷方面存在一定困难。最终，调查符合条件的农民工子女记录为2132条，其中四川省1043人(占48.92%)，江西省1089人(占51.08%)。在这些农民工子女中，女孩共计988人(占46.34 %)，男孩共计1144人(占53.66%)。

农民工子女的学习表现通过2011—2012学年第一学期期末考试的语文、数学以及英语成绩等进行反映，相关数据是调查者通过询问儿童的老师得到的。

由表1可知，总体上看，与留守儿童相比，流动儿童的语数外三科成绩相对较低，其中数学和英语成绩的差异较为明显，语文成绩差异相对较小，这一特点在江西地区和四川地区也均得到体现。分地区来看，江西地区的农民工子女，无论是流动儿童还是留守儿童，其成绩均高于四川地区对应类型农民工子女的学习成绩，其中流动儿童的差异程度相对更大一些。

表1　儿童成绩的基本统计特征

表2　抽样儿童的类型分布

表2给出了抽样儿童的类型分布情况。由表2可知，留守儿童和流动儿童分别占总数的71.48%和 28.52%，农民工的子女仍然以留守农村为主。具体来看，对留守儿童，无父母留守和随母亲留守是留守儿童的主要形式，分别占全体留守儿童的56.03%和33.27%，全体抽样儿童的40.05%和23.78%；随父亲留守所占比率较少，仅占全体留守儿童的10.70%，全体抽样儿童的7.65%。对流动儿童，随父母流动是流动儿童的主要形式，占全体流动儿童的73.19%，全体抽样儿童的20.88%；随父亲流动和随母亲流动所占比率较少，仅占全体流动儿童的14.64%和12.17%，全体抽样儿童的4.17%和3.47%。

此外，由表2可知，农民工子女排在前三位的状态依次为无父母留守、随母亲留守以及随父母流动(分别为40.05%、23.78%和20.88%)，排在后三位的状态依次为随父亲留守、随父亲流动和随母亲流动(分别为7.65%、4.17%和3.47%)。然而，鉴于我国外出人口基数巨大，后三种情形在实践中同样应予以重视。

分地区来看，对于同一种分布类型，江西和四川地区民工子女在该类型所占的比率较为接近，其差异大部分上可以控制在10%的范围内。其中，随母亲留守和随父母流动为最为接近的类型(分别为52.07% vs 47.93%，46.97% vs 53.03%)，随父亲流动和随母亲流动是差异最为悬殊的类型(分别为42.70%和57.30%，62.15% vs 37.84%)。

(二)变量选取

应用PSM选择匹配变量的基本原则是，匹配变量应是影响农民工子女学习表现及其自身是否流动的协变量(或称为特征变量)。结合已有文献和可得数据，本文用于第一步估计农民工子女参与流动的倾向分数的特征变量主要如下：

首先，农民工子女的特征变量，主要包括儿童年龄、性别(规定1男， 0女)以及是否独生子女(1是0否)等。由于农民工子女尚未成年，往往不能完全决定自己是与外出务工的父母流动，还是留守农村。但是，他们的个人特征通常会是家长做出儿童流动与否决策的考虑因素，外出务工的父母及其他家庭成员很可能会由于不同的特征(如性别、年龄特征和是否独生子女等)决定他们的“去”或“留”。

其次，作为父母的农民工特征变量，主要包括父母年龄、父母是否具备高中及以上学历(1是0否)、月均收入(单位为万元)以及是否希望获得城市户口(1是0否)等。作为外出务工者，他们的年龄、受教育状况以及收入水平从客观方面说明了在子女抚养和教育方面所拥有的能力大小和资源多少，同时他们对城市社会的主观认同(是否希望获得城市户口)也可能会对其子女是否流动的决策产生影响。

再次，农民工子女学习特征变量，主要包括父母对儿童未来的教育期望、儿童对各科教师是否满意(1是0否)以及儿童与同学关系是否融洽(1是0否)等。农民工对儿童未来的教育期望越高，则增加教育投资的可能性越大，对其督促和管理就会越严格，从而可能影响子女的学习表现。此外，儿童对各科教师是否满意以及与同学关系是否融洽一般也会对自身的成绩产生一定影响。

然后，农村社会支持与迁移信息特征变量，主要包括家庭人口规模、父母是否有一方在老家、家中65岁以上老人数、迁移区域(本文规定省内迁移为0，邻省迁移为1，外省迁移为2)、是否位于四川省(1是0非)等。参照相关研究，如果将农村家庭的人口规模以及家中老人数看作是衡量农村社会支持数量因素，那么，父母是否有一方在老家则可以看作是反映农村社会支持质量因素。另外，迁移区域反映了迁移的成本，其中包括物质成本和心理成本，迁移的区域离家越远，这些成本可能越高。

此外，农民工的日常生活及相关制度因素，本文参照相关研究，提出变量主要包括居住方式(本文规定资本主导型取值为0，社会主导型为1)、居住质量、老家教育政策(是否有优惠政策)、城市教育政策(是否有收费政策)等。城市打工的日常生活状况不仅决定着农民工个人的生活质量，还很可能是影响他们决定子女流动与否的重要条件。比如，相对于出租屋而言，工厂宿舍的房间多是集体居住，使农民工携带及照顾子女存在诸多不便；在城市，居住质量的高低也在某种程度上影响着农民工是否有条件随带和照顾子女。此外，政策因素(如老家和城市教育政策)也可能会对农民工子女是否流动产生影响。

最后，为学校特征变量，主要包括是否公办学校(1是0否)、学校师生比、大专以上学历教师比率、具有教师资格证教师比率等。相关变量反映了农民工子女所在学校的教学和师资质量，而这些因素往往会对其成绩产生一定影响。

表3　模型所涉及的变量的样本数据的基本统计特征

值得注意的是，倾向值匹配要求在计算倾向得分后进行样本匹配，为此还需检验这种匹配是否能平衡相关控制变量的分布。该条件要求匹配之后的流动儿童(处理组)和留守儿童群体(控制组)在各个控制变量上不应有系统差别，这个过程被称为平衡性检验(Balancing Test)。我们对样本数据进行的检验表明，样本匹配后能够通过平衡性检验，即在处理组和控制组之间进行匹配所使用的控制变量不再存在系统差异或差异很微小，基本达到了随机试验类似的效果。这就表明，本文采用PSM方法可以消除或大大削弱样本自选择所导致的内生性估计偏误。

四、估计结果与稳健性分析

(一)实证结果

在回归之前，我们对成绩按照儿童所在学校和年级进行了标准化。因为不同学校考试试卷、评分标准不同，不经过处理就很容易造成不同学校和年级之间的分数不可比，标准化成绩为儿童在本年级的相对成绩，因而更具有可比性，相关结果参见表4。

首先，分析农民工子女流动与否对语文成绩的影响。由表4可知，相对于留守儿童，农民工子女参与流动的影响(

ATE

)负向不显著，即就总体而言，农民工子女无论是流动还是留守，其语文成绩并无显著变化；处理组的处理效应(

ATT

)负向且在10%水平上显著，即对于流动儿童而言，若其不随迁而成为留守儿童，其语文成绩会增加0.133个标准差；控制组的处理效应(

ATU

)负向且在10%水平上显著，即对于留守儿童而言，若其随迁而成为流动儿童，其语文成绩会降低0.1541个标准差。

表4　农民工子女流动对其学习表现影响的实证结果

注：(1) *、**、***分别表示在10%、5%和1%的统计水平上显著； (2)T/C 表示匹配时处理组和控制组的样本数； (3)限于篇幅以及本文关注的重点是儿童学习表现，本文没有给出Probit模型的估计结果，有兴趣的读者可向作者索要。

其次，分析农民工子女流动与否对数学成绩的影响。相对于留守儿童，农民工子女参与流动的影响负向且在5%水平上显著，即就总体而言，农民工子女如果选择流动而不是留守，其数学成绩会降低0.1693个标准差；处理组的处理效应负向且在1%水平上显著，即对于流动儿童而言，若其不随迁而成为留守儿童，其数学成绩会增加0.238个标准差；控制组的处理效应负向且在10%水平上显著，即对于留守儿童而言，若其随迁而成为流动儿童，其数学成绩会降低0.1865个标准差。

最后，分析农民工子女流动与否对英语成绩的影响。相对于留守儿童，农民工子女参与流动的影响负向且在5%水平上显著，即就总体而言，农民工子女如果选择流动而不是留守，其英语成绩降低0.2436个标准差；处理组的处理效应负向且在1%水平上显著，即对于流动儿童而言，若其不随迁而成为留守儿童，其英语成绩增加0.3275个标准差；控制组的处理效应负向且在1%水平上显著，即对于留守儿童而言，若其随迁而成为流动儿童，其英语成绩将会下降0.4037个标准差。

综上可知，农民工子女如果选择流动而不是留守，会对其数学和外语成绩产生负面影响，但对语文成绩并无显著影响；流动儿童如果不外出而成为留守儿童，其语数外成绩均显著提升；留守儿童如果随迁而成为流动儿童，其语数外成绩均显著降低。

为进一步区分流动和留守对男孩与女孩的影响，我们将样本儿童性别拆分进行分组回归，相关结果参见表5。

表5　流动影响的性别差异

注：除特征变量不含“儿童性别”之外，其余注同表4。

由表5可知，无论是男孩还是女孩，农民工子女参与流动均会对其学习表现产生负面影响，但女孩受到的影响相对于男孩要小一些。原因可能是对小学3～6年级这一阶段的儿童来说，女孩身心发展比男孩成熟更早一些，女孩成长过程中的这一早期优势显著增强了该年龄段女孩的自理能力、自控能力和独立生活能力；而男孩发育稍晚，该时期正处于非常顽皮、淘气的阶段，自理能力、自控能力和独立生活能力还没有形成。因此流动与否对女孩学习表现的影响相对于男孩更小一些。

(二)稳健性分析

1.稳健性检验一：随父母流动 VS 无父母留守

由表2可知，随父母流动是农民工子女流动的主要形式，随母亲留守和无父母留守是农民工子女留守的主要形式。因此，在稳健性检验中，我们尝试对处理组和控制组进行重新定义，即将“随父母流动”的儿童作为处理组，而将“无父母留守”和“随母亲留守”的儿童作为控制组。此时，满足上述定义的处理组儿童为445人，控制组儿童为1361人。表6给出了重新定义处理组和控制组之后的回归结果。

由表6可知，就总体而言，相对于无父母留守儿童，随父母流动儿童的数学和英语成绩显著下降，但语文成绩并无显著变化；对于随父母流动的儿童而言，若其成为无父母留守儿童，语数外成绩均显著提升；对于无父母留守儿童而言，若其随父母流动，其语数外成绩均显著下降。

表6　稳健性检验一

注:同表4。

2.稳健性检验二：父母在留守状态中扮演的角色

父母在儿童成长过程中所扮演的角色是不一样的，一旦其缺失时所产生的影响也是有区别的：父亲角色的缺失可能导致子女缺乏足够的学业辅导和行为监管；母亲角色的缺失可能致使子女缺乏必要的日常生活照料、情感呵护和心理支持；父母亲角色的同时缺失可能造成子女多方面的需求得不到应有的满足。以上各种情况，都可能会影响儿童的学习表现。那么对于留守儿童或者流动儿童而言，不同留守形式和流动形式之间对其学习表现影响是否具有显著差异，本文对此展开分析。

首先，我们分析不同留守形式之间的影响是否存在显著差异。在此部分的稳健性检验中，我们将区分随父亲留守、随母亲留守以及无父母留守影响之间的差异。我们以“随父亲留守VS随母亲留守”为例，在这个稳健性检验中，我们将“随父亲留守”的儿童定义为处理组，将“随母亲留守”的儿童定义为控制组，其余依此类推。简便起见，表7只给出

ATE

的估计结果。

由表7可知，相对于随母亲留守儿童，随父亲留守儿童的数学和英语成绩显著下降，但语文成绩并无显著变化；相对于无父母留守儿童而言，随父亲留守儿童的语数外成绩并无显著变化；相对于无父母留守的儿童而言，随母亲留守的数学和英语成绩均有明显提升，但语文成绩并无显著变化。换句话说，在留守儿童群体中，随父亲留守和无父母留守对儿童学习表现的影响基本上没有差异，而随母亲留守的留守儿童相对来说成绩会高一些。上述结果表明，相对于父亲角色的缺失，母亲角色缺失的影响更为显著，这也与陶然和周敏慧的结论是相类似的。

表7　稳健性检验二

注：除匹配特征变量不含“父母是否有一方在老家”外，其余注同表4。

3.稳健性检验三：父母在流动状态中扮演的角色

在此部分的稳健性检验中，我们将区分随父亲流动、随母亲流动以及随父母流动影响之间的差异。以“随父亲流动VS随母亲流动”为例，在这个稳健性检验中，我们将“随父亲流动”的儿童定义为处理组，将“随母亲流动”的儿童定义为控制组，其余依此类推。简便起见，表8只给出

ATE

的估计结果。

表8　稳健性检验三

注:同表7。

由表8可知，相对于随母亲流动儿童，随父亲流动儿童的数学和英语成绩显著下降，但语文成绩并无显著变化；相对于随父母流动儿童而言，随父亲流动儿童的数学和英语成绩显著下降，但语文成绩并无显著变化；相对于随父母流动的儿童而言，随母亲流动的语数外成绩并无显著变化。换句话说，在流动儿童群体中，随母亲流动和随父母流动对儿童学习表现的影响基本上没有差异，而随父亲流动的流动儿童相对来说成绩会低一些。上述结果表明，母亲角色对流动儿童学习表现的影响同样至关重要，一旦母亲参与外出，父亲外出与否基本上不会对流动儿童成绩产生显著影响。

五、研究结论

本文采用2012年四川和江西两省调查数据，结合倾向得分方法，分析农民工子女所处状态对其学习表现的影响，有效解决了样本自选择性问题带来的内生性估计偏误。

研究发现，流动儿童相对于留守儿童在学习表现方面更处于劣势地位。就总体而言，农民工子女如果选择流动而不是留守，会对其数学和外语成绩产生负面影响，但对语文成绩并无显著影响；流动儿童如果不随迁而成为留守儿童，其语数外成绩均会显著提升；留守儿童如果随迁而成为流动儿童，其语数外成绩均会显著降低。很多研究认为，农民工选择让其子女处于留守而不是流动状态，通常是由于城市进入门槛太高所造成的，而本文认为这也是农民工进行理性选择的结果。

由于我国城乡分割的户籍制度体系和公共资源分配不合理，农民工子女在进入城市公办学校时受到种种制约(如户籍门槛、手续门槛以及费用门槛等)，即使进入也可能受到种种歧视而不利于儿童的健康成长，农民工只好选择将其子女送到民工子弟学校。然而，民工子弟学校在校舍硬件措施、师资数量和质量、管理规范化程度上都远远比不上公办学校，与此形成鲜明对比的是，农村地区的教育质量和软硬件设施在近年来不断得到提升。即使与留守儿童相比，目前流动儿童在学习竞争中也居于劣势地位，更不要说和一般农村儿童或者城市儿童相比较了。鉴于流动儿童在农村儿童以及全国儿童中日益增加的比重，这无疑会对我国农村地区人力资本的积累和社会和谐发展造成严重的负面影响。

本研究的第二个发现是，不同科目所受到的影响程度是存在差异的。总体来说，对于不同状态的影响，语文成绩表现相对稳定，数学成绩次之，英语成绩受到影响最为显著，这和各个科目自身的特征关系较大。语文科目识记性内容较多，和日常生活紧密相关，儿童遇到问题容易通过阅读、记忆和询问得到解决，流动与否的影响往往并不明显。数学是我国的传统教学科目，受限于民工子弟学校师资数量和质量等因素的限制，流动儿童相对于留守儿童其数学成绩出现显著下滑。此外，在与民工子弟学校教师的访谈中，我们发现大部分民工子弟学校的英语、计算机和音体美等科目缺乏专业教师，这些课往往分摊到其他各主科教师身上，甚至是部分大学生志愿者身上，这就造成了与留守儿童相比，流动儿童的英语成绩在三科之中处于最为劣势的地位。

本研究的第三个重要发现是，无论是男孩还是女孩，农民工子女参与流动均会对其学习表现产生负面影响，但对女孩的影响相对于男孩要小一些。一些研究认为，父母外出打工倾向于将男孩带在身边，通常是父母性别歧视所引致的，然而，本文结论表明，这种性别偏好往往导致男孩的成绩在流动时出现显著降低，反而不如让男孩留守农村。

此外本文还发现，无论是流动还是留守，母亲在其中所扮演的角色都是至关重要的。对留守儿童而言，一旦母亲参与外出，父亲外出与否并不会对留守儿童成绩产生显著影响；对流动儿童而言，一旦母亲参与外出，父亲外出与否并不会对流动儿童成绩产生显著影响。因此，对已婚流动人口而言，家庭中的父亲选择单身迁移未尝不是理性选择的结果。即使让母亲和儿童也参与到流动中，儿童成绩相对于留守状态会出现下降，同时生活教育成本也会增加，因此让母亲留守在家可能会对儿童的学习表现产生积极影响。然而，父亲单身迁移容易造成长期家庭分离，不利于家庭的和谐稳定，农民工面临着两难选择的尴尬处境。

本文还有一个隐含的结论在于，很多父母担心外出打工会对其子女学习表现产生负面影响，所以往往会放弃打工机会而在家教育子女。目前，我国出现“民工荒”现象，劳动力供给日益不足。归根结底，这是由我国城乡分割的户籍制度体系和公共资源分配不合理所造成的。因此，现行户籍制度以及公共资源分配方式的改革，是解决农民工子弟进城上学的关键。如果通过户籍制度改革等措施，使得农民工子女在城市获得公平的教育机会，这样就会鼓励具有潜在外出可能和已经外出的农民实现举家迁移，从而增加城市劳动力市场的劳动力供给，有效缓解民工荒现象；而且这些举家外迁农村劳动力的土地可以通过土地流转的方式，集中起来发展现代规模农业，提高农业生产率。这既符合我国城镇化建设的要求和根本目标，也必将进一步推进我国城镇化进程和现代农业的快速发展。

当然，本文也有一些不足之处，本文所用数据源于江西和四川两省，所得结论存在一定局限性，未来的研究方向之一便是在其他地区开展抽样调查，以获得更为全面和深入的结论。

[责任编辑王治国责任校对王景周]

[基金项目]

江苏省社会科学基金项目 《南京城市社区居民自治与邻里相互网络构建研究》(批准号：14SHD003)。

[作者简介]

佟雅囡(1979—)， 女， 辽宁抚顺人，南京航空航天大学经济与管理学院博士生，南京航空航天大学党委宣传部助理研究员，主要从事管理科学与工程等方面的研究。

[收稿日期]

2014-12-20

[中图分类号]

C915

[文献标识码]

A

[文章编号]

1000-5072(2015)11-0064-11