农民工子女随迁能够提高其教育期望吗？——来自CEPS 2013—2014年度数据的证据

宁光杰 马俊龙

一、引 言

自上世纪80年代以来，大量农民为了增加收入和改变命运而涌向城市，形成了我国持续大规模的人口流动。《2017年农民工监测调查报告》数据显示，截至2017年底，我国农民工总量为2.87亿人，同比增长1.7%。其中，外出农民工占比为60%，而外出农民工中跨省务工的比例为44.7%。在农民工浪潮出现的前期，由于城乡户籍制度隔离等因素，导致农民工只能只身前往务工地打工(李云森，2013)，难以将子女等家属一同带往城市，由此造成了大量的留守儿童与留守老人。随着我国户籍改革的逐步推进，农民工子女在城市地区上学问题得到初步解决，部分农民工开始将子女也安置在务工地区接受教育，这部分农民工子女往往被称为“随迁子女”。段成荣等(2013)根据《中国2010年第六次人口普查资料》测算出我国农民工随迁子女数量达到2877万。随着我国城乡统筹发展的进一步推进，农民工在城市中更多的权利得到保障，随迁子女的数量将持续上升。

农民工外出务工，不仅是为了能够获得较高的务工收入、改善家庭经济条件，而且也希望融入到城市中，获得与城市户籍居民相同的公共服务。外出务工的父母渴望通过收入的提高让子女能够接受流出地无法享受到的良好的教育，避免子女输在起跑线上(Dreby和Stutz，2012)。外出务工获得的较高收入可以缓解子女接受教育所面临的资金约束，提高子女的学习成绩。对于留守儿童而言，缺少父母的陪伴和监督所带来的负面影响同样不可忽视。相比留守儿童，随迁儿童由于能够得到父母相对较长时间的陪伴，受到的负面影响可能较小。除了父母的更多陪伴，随迁子女还具有留守子女所不具备的其他方面的优势。随迁子女跟随父母进入城市，能够享受更优质的教育资源和更多开阔眼界的机会，更加认同教育的作用，从而可能提高自身的教育期望。

父母外出务工对子女学习成绩的影响已经得到众多研究的验证与检验(Kandel和Kao，2001；Edwards和Ureta，2003；胡枫和李善同，2009；Amuedo-Dorantes和Pozo，2010；Mckenzie和Rapoport，2010；彭国胜和周茜，2011；李云森，2013)，但关于教育期望，尤其是子女自身教育期望的实证研究还比较少。教育期望指的是子女希望自己未来达到的教育程度。相比学习成绩而言，教育期望是一种更好的预测教育获得以及未来社会地位的指标(Bozick等，2010)，而且教育期望能够提高个体学习的主动性与自觉性，促进学习成绩的提高。因此，研究子女的教育期望具有较强的现实意义。本文利用中国人民大学中国调查与数据中心的“中国教育追踪调查(CEPS)”数据对该问题进行了实证研究。但是由于是否将子女带到务工地进行务工需要综合考虑家庭经济状况、务工地区对流动人口的相关政策等方面因素，这样样本并不是随机的，可能存在样本选择偏差问题。因此，本文采用了倾向得分匹配方法(Propensity Score Matching，PSM)以解决可能存在的样本选择偏差问题。研究发现，农民工子女随迁能够显著提高子女自身的教育期望，并且提高子女上大学的意愿。出现这种结果的原因是由于父母的激励效应以及子女自身的同群效应(Peer Effect)。父母外出务工经历使其认识到教育具有较高的回报，从而提高对子女的教育期望以及教育投入，而子女随迁则能将这种效应更好地传递给子女。其次，随迁子女在城市地区能够享受相对更好的教育资源，良好的同群效应提高了其教育期望。随迁子女教育期望的提高因性别而异，男孩相对于女孩有更高的教育期望。

本文接下来的内容安排如下。第二部分进行相关研究的文献回顾；第三部分介绍倾向得分匹配方法；第四部分是数据来源与数据描述；第五部分是实证结果与相关分析；最后一部分是结论及启示。

二、文献综述

（一）留守儿童与随迁儿童的定义

在对留守儿童进行定义时，往往需要考虑以下几个方面的内容:父母双方均外出还是仅有一方外出、外出时间长度、外出工作地点以及子女年龄(陶然和周敏慧，2012)。学术界并没有一个统一的定义，通常根据不同的研究内容而分别给予不同的定义(周福林和段成荣，2006)。不同定义的最大分歧则在于父母双方是否均外出。部分学者认为只要父母有一方外出则可认定为留守儿童(周福林和段成荣，2006；胡枫和李善同，2009)。另外一部分学者则更侧重于是否拥有父母的陪伴，认为父母仅有一方外出的情况下，留守的一方仍然可以对子女进行照顾与监管，因此只有父母双方均外出时才能定义为留守儿童(范方和桑标，2005)。与留守儿童类似，随迁儿童在学术界也并没有一个统一的定义(周皓和荣珊，2011)。随迁儿童又称为流动儿童、进城务工人员子女以及打工子弟等，不同的定义针对不同的研究各有其侧重点。本文在下面将根据数据来源和研究需要给出留守子女和随迁子女的定义。

（二）国际上关于移民对子女教育影响的研究

由于国外并没有户籍、农民工等定义，国外学者更多地研究跨国移民等现象。国外对跨国移民相关的研究也能为我国流动人口的研究提供经验和借鉴。国外学者关于国际移民对子女学习成绩以及教育期望的影响研究较为细致。一方面，移民获得的较高收入能够缓解家庭的预算约束，减少因贫困导致辍学等现象的发生以及提高子女的健康水平，从而提高子女的学习成绩(Kandel和Kao，2001；Edwards和Ureta，2003；Amuedo-Dorantes和Pozo，2010)。另一方面，国际移民可能对子女的学习成绩产生负面的影响。首先，缺少父母陪伴导致监管和鼓励的缺失，可能对子女的学习成绩产生负面影响(Holmlund等，2011)，并且这些负面影响并不能够通过汇款的增加来弥补(Shea，1997)。其次，父母外出务工形成的社会网络则可能增加子女的务工倾向，从而降低受教育的可能性(Kandel和Massey，2002；Mckenzie和Rapoport，2010)。最后，留守子女由于要承担更重的家庭劳动，分配到学习上的时间减少，从而影响学习成绩(Antman，2011)，并且家庭劳务负担对女童的影响更为显著(Mckenzie和Rapoport，2006)。

学习成绩较好并不代表接受高等教育的意愿更为强烈，国外学者开始关注国际移民对留守子女的教育期望的影响。与学习成绩相比，教育期望是人的行为的重要决定因素，是未来经济地位获得的关键(Ray，2006)，而且期望随着周围环境的变化而不断变化。国际移民能够提高父母对子女的教育期望，从而提高人力资本的投资，并导致劳动力流出地的人才流失和流入地的人才引进(Böhme，2015)。其他学者却得出了不同的结论，他们认为移民虽然能够提高学习成绩，但对是否接受高等教育的期望影响是负面的，原因可能是移民收入较高以及流出地学历在流入地不被认可(Kandel和Kao，2001)。

（三）国内关于农民工外出对子女影响的研究

随着我国外出农民工规模的不断增长，国内学者也越来越关注农民工外出对留守子女学习成绩的影响。与国外学者得到的结论类似，由于缺少父母的关怀以及陪伴等原因，农民工外出将对留守子女学习成绩产生不利影响(胡枫和李善同，2009；彭国胜和周茜，2011；李云森，2013)。外出务工所带来的汇款增加会减弱这种负面影响(胡枫和李善同，2009)，但并不会抵消负面影响，因为缺少父母陪伴的负向效应要远大于汇款的正向效应(陶然和周敏慧，2012)。国内学者还分析了外出务工模式对留守子女学习成绩的影响(李庆海等，2014)、父亲外出与母亲外出的影响差异(陈欣欣等，2009)、外出务工对不同学习科目的影响(李云森，2013)等。

除了关于外出务工对留守子女学习成绩影响的研究之外，对留守子女健康状况的影响也引起学者的关注。母亲外出或父母均外出将会提高留守儿童患病的可能性(李强和臧文斌，2010)，孙文凯和王乙杰(2016)则并没有发现父母外出务工对留守子女健康产生负向影响的证据，原因在于汇款所带来的正向效应与父母照顾缺失的负面效应相抵消。健康作为一种人力资本，也能够通过影响教育投入等来影响子女的学习成绩以及教育期望。

由于我国目前对农民工随迁子女的教育政策仍在不断改革、完善中，现有的文献对于随迁子女的教育往往集中在相关的政策改革方面，比如异地中高考(吴霓，2011)、随迁子女教育融入(谢建社等，2011；黄兆信等，2014)。随迁子女学习成绩等方面的研究相对较少，有关教育期望的研究也较少有人涉及。其中，杨威(2012)研究发现父母对流动儿童的教育期望与在读学校类型相关，对就读于公立学校的流动儿童教育期望较高。陈旭峰(2013)则从市民化水平的角度考察了其对教育期望的影响，他发现衡量市民化水平的指标中，文化资本层面比经济资本层面以及社会资本层面更能解释对子女教育期望的差异。但是，上述两篇文献均没有考虑样本的自选择以及内生性问题。本文可能对丰富相关问题的研究具有一定的帮助。

三、PSM模型简介

首先，本文设定一个教育期望决定的计量模型:

其中，Aspirei表示子女自身的教育期望，而Floati是一个哑变量，属于随迁子女取1，属于留守子女则取0，X为影响教育期望的其他控制变量，μi为随机扰动项，且E(μi)=0。

由于随迁子女家庭与留守子女家庭往往存在显著差别，比如随迁子女的父母更有经济实力或者更加关心子女的教育从而能够而且愿意将子女留在身边，他们对子女的教育期望往往会更高，而父母的教育期望又能够很大程度上决定子女自身的教育期望(Mookherjee等，2012)。也就是说，随迁子女可能本身教育期望就比留守子女要高，即样本非随机，存在样本选择问题(self-selection problem)，此时通过最小二乘方法回归将导致估计偏差。

为方便表述，我们将Aspirei简写为Ai，将Floati简写为Fi。假设存在两种潜在结果，当Fi=1时，Ai=A1i；当Fi=0时，Ai=A0i。则Ai可表述为：

由于当Fi=1时，我们观测到的是A1i；当Fi=0时，我们观测到的是A0i，因此:

其中，等式左边表示OLS的回归结果，而等式右边第一项表示的是处理组平均处理效应(average treatment effect for the treated，ATT)，等式右边第二项表示选择偏差(selection bias)，如果选择偏差为正，则OLS估计结果将会上偏，高估随迁对子女教育期望的影响；反之则会低估该影响。

针对可能存在的自选择问题，本文借鉴陶然和周敏慧(2012)以及李云森(2013)的解决方法(即倾向得分匹配法)来处理该问题。由于无法观测未随迁子女如果随迁后的结果，PSM方法的核心是为处理组(随迁子女)寻找一个反事实的控制组(留守子女)。首先根据子女、父母、家庭以及学校等特征估计出子女是否随迁的概率，根据预测概率得出倾向得分。其次将控制组中与处理组中得分最为接近的样本进行匹配，进而消除选择偏差。

采用PSM方法必须满足两个重要的假定:即条件独立假定与共同支撑假定(common support)。条件独立假定是指在控制住相关控制变量p(X)后，被解释变量(教育期望等)与是否随迁的状态相互独立，即。该假定要求尽可能控制住能够影响子女是否随迁的变量，本文则控制了子女、父母、家庭、学校以及地区等特征变量，尽可能保证该假定的满足。当条件独立假定得到满足时，，即上式中的选择偏误消失，能够得到无偏有效估计。共同支撑假定则要求处理组与控制组的倾向得分存在重叠部分，重叠部分越多则匹配效果越好，重叠部分较小将导致样本量的损失，匹配性较差。

PSM方法第一步为通过选定的控制变量估计倾向得分并进行匹配，第二步根据匹配样本(matched sample)计算处理组的平均处理效应(ATT)，ATT估计量的一般表达式为:

四、数据来源与数据描述

本文的数据来源于中国教育追踪调查(China Education Panel Survey，CEPS)2013—2014学年度调查数据，该调查是由中国人民大学中国调查与数据中心(NSRC)设计与实施的大型追踪调查项目，在全国范围内抽取112所学校、438个班级、约2万名七年级和九年级学生作为调查样本。调查内容不仅包括学生性别、年龄以及学习成绩等个人特征，还包括学生父母受教育程度、职业等家庭特征，任课教师情况、学校情况等特征也有详细的数据，能够作为本文研究内容的优质数据来源。经剔除无效数据，本文共获得10353个有效样本。

首先，定义本文的留守子女、随迁子女等变量。鉴于数据的可得性，本文以是否是流动儿童、父母是否同住将样本分为随迁子女(流动且与父母同住)、留守子女(本地且至少有一方父母外出)与普通子女(本地且与父母同住)三个子样本①父母外出指的是在户籍地以外的区县务工。此外，删除了流动且不与父母同住的样本，该类型占比较小。。其中，随迁子女样本数为1893，占总样本数的18.3%；留守子女样本数为2499，占总样本数的24.1%；普通子女样本数为5961，占总样本数的57.6%②需要注意的是这里是流入地各类子女的占比情况，和流出地(户籍地)的占比数据会存在一定的差异。。本文研究的是农民工家庭的迁移选择，仅保留农村户籍样本，并不包括城镇户籍。

其次，介绍本文的核心因变量和控制变量的选择。子女教育期望是通过问卷中对学生的问题“你希望自己读到什么程度”的选项换算出教育年限③具体赋值规则为:现在就不要念了根据就读于七年级还是九年级分别赋值为7和8，初中赋值为9，中专/技校、职业/普通高中赋值为12，大学专科赋值为15，大学本科赋值为16，研究生赋值为19，博士赋值为22。，取值范围为7年到22年。父母教育期望的定义与其类似。控制变量主要包括子女个人特征变量、父母和家庭特征变量以及学校特征变量等。

子女特征变量主要包括性别、年龄、是否是独生子女、健康状况等。这些变量都是影响父母决定是否将子女带到务工地的重要因素。以往研究表明，随迁子女中男孩的比例要高于女孩(王宗萍等，2010)。子女的健康状况是问卷中询问的父母对子女健康状况的评价，相比较子女真实的健康状况，父母对其健康的评价更能影响父母是否外出以及外出是否携带子女的决定。

父母特征变量主要包括父亲和母亲的受教育程度、职业类型以及家庭经济状况。其中，职业类型共分为三个哑变量，分别为是否是普通职工、是否是个体户以及其他职业①其他职业包括国家机关事业单位领导与工作人员、企业/公司中高级管理人员、教师、工程师、医生、律师、技术工人(包括司机)。，而基准组为务农以及失业。家庭经济状况来源于问题“目前您家经济条件如何？”，取值1～5，分别表示非常困难、比较困难、中等、比较富裕以及很富裕。

学校特征变量则包括学校内留守子女占比、是否提供食宿以及学校所在地区。学校内留守子女占比反映的是一个地区整体外出务工情况，留守子女占比越高，说明该地区外出务工比例较高，能够影响个体的外出务工决策。无论是将子女留在老家还是带到务工地区，子女是否在学校寄宿都是一个重要的因素。在校寄宿能够大大减少父母照看子女所需精力，从而将更多时间投入到工作之中。学校所在地区取值范围为1～5，分别表示学校位于市/县城的中心城区、边缘城区、城乡结合部、市/县城区外的镇以及农村。

为防止遗漏变量，例如不同地区教学质量、文化因素等对个体外出务工以及是否将子女留在户籍地的影响，本文加入了区县的虚拟变量以控制地区的固定效应。

图1是随迁子女、留守子女与普通子女的教育期望分布。在三个子样本中，教育期望为本科的占比最高。其中，相对于留守子女与普通子女，随迁子女的本科教育期望占比最高，大专占比最低，而其他类型的教育期望占比在三个子样本中大小并无太大差异。这仅仅是数据所呈现的表面结果，具体而言，子女随迁是否能提高子女教育期望则需要运用严谨的计量方法进行验证。

图1 随迁子女、留守子女与普通子女的教育期望

表1是主要变量的描述统计。从描述统计上来看，随迁子女平均的教育期望要高于留守子女与普通子女，也高于样本平均值。父母对子女的教育期望的分布与子女教育期望类似。因此，二者具有较高的相关性。正如上文所述，仅仅看描述统计是不准确的，可能存在样本的自选择问题。表1中还可以发现，随迁子女中男孩的比例较高、健康状况较好、父母的受教育年限较高；同时留守子女中所在学校的留守子女占比较高；随迁子女的好同群效应最高，坏同群效应最低；相反，留守子女的坏同群效应是最高的。这些均值上的差异反映了可能存在的自选择问题。

表1 主要变量的描述统计

① 同群效应(好)根据问卷中的问题“上面提到的几个好朋友有没有以下情况:学习成绩优良(问题1)，学习努力刻苦(问题2)以及想上大学(问题3)”得出，这3个问题对应相同的选项，分别为“没有这样的”、“一到二个这样的”以及“很多这样的”，回答“没有这样的”赋值为1，“一到二个这样的”赋值为2，“很多这样的”赋值为3，最终将3个问题的所选项进行赋值并相加，因此同群效应(好)的取值范围为3到9。同群效应(坏)赋值规则类似，对应的问题为“上面提到的几个好朋友有没有以下情况:逃课、旷课、逃学，违反校纪被批评、处分，退学了”。

五、实证结果与讨论

（一）子女随迁对其教育期望的影响

本文首先估计子女随迁对其自身教育期望产生的影响，回归结果见表2。其中，为了验证结果的稳健性，分别使用了邻近匹配、半径匹配、核匹配和局部线性回归匹配进行估计。邻近匹配和半径匹配本质上都属于一定区间内的匹配，将匹配结果最为接近的个体进行简单的算数平均；而核匹配和局部线性回归匹配为整体匹配法，根据个体距离不同给予不同的权重。不同的匹配方法在数据相同时也存在不同的适用范围，具体何种匹配方式适应何种情形并没有统一定论。在实际操作中，往往同时运用多种匹配方式进行回归，如果结果不依赖于采用的匹配方式，则回归结果就是稳健的(陈强，2014)。回归结果显示得出的结论较为一致，即随迁子女相对于留守子女而言，其教育期望要高出1年到1.6年，而且均在1%的显著性水平上显著。处理组的平均处理效应(ATT)在多种匹配方式下均显著，而平均处理效应(ATE)则都不显著，控制组的平均处理效应(ATU)教育期望的增加值略微减小，为半年到一年，且显著性有所降低。这反映了控制组和处理组的差异和选择偏差问题。

表2 子女随迁对其教育期望的影响

使用倾向得分匹配方法还要求进行处理组和控制组的平衡性检验，即要求处理组和控制组除所关注的被解释变量外，其他控制变量应该没有系统性的差异，平衡性的检验见表3。由检验结果可知，经过匹配后，除性别变量外偏误比例均有不同程度的下降，而且大部分变量的偏误比例均在10%以下，说明样本进行了较好的匹配，能够有效消除自选择所带来的偏差。

（二）子女随迁影响教育期望的内在机理

随迁子女较高的教育期望来源于两个方面:一方面来自父母的激励效应，另一方面则来自子女自身面临新环境所带来的同群效应。首先，外出务工的父母在工作以及生活中的经历使其发现教育的回报较高，从而认同教育的作用，进而提高对子女的教育期望以及增加子女的教育投资等等，这会影响到子女自身的教育预期。其次，由于我国户籍制度等因素导致的城乡分割也体现在教育中，教育资源被更多地集中在城市，尤其是大城市。随迁子女跟随父母由农村来到城市，一定程度上能够享受到城市中更好的教育资源，周围的同学和朋友更为自律、学习更加刻苦并且教育期望更高，从而也提高自身的教育期望。相反，留守子女由于缺少父母的监督则更有可能受到不良行为的影响，从而影响教育期望。由表1可知，留守子女的学校多在农村地区，而随迁子女的学校多在城镇地区。因此，这种同群效应较大程度上是由城乡差别所导致的，也就是说，随迁子女学习成绩以及教育期望较高，并不是单纯地由随迁决定的，而是包含了迁入地与迁出地教学质量差异这一重要因素①为了降低这一影响，除了加入学校位置和区县虚拟变量控制外，在表5的稳健性检验中加入Panel C，将样本限制为城镇地区(县城以上)学校的样本。。

表3 平衡性检验结果

表4为运用上文同样的方法，将被解释变量替换为父母对子女的教育期望、同群效应(好)以及同群效应(坏)得到的回归结果。结果显示，子女随迁不仅影响子女自身的教育期望，也影响了父母对子女的教育期望。如果这种激励效应的存在仅仅是由于父母外出务工所带来的，那么该效应在留守子女家庭以及随迁子女家庭中大小及方向应该是一致的，不应该存在差异，也就是说子女随迁对父母教育期望的影响应该是不显著的。由回归结果可知，相对于留守子女，随迁子女父母的这种激励效应似乎更大。本文认为随迁子女与留守子女这方面的差异来自于父母对子女的陪伴效应。父母能够长时间与随迁子女生活在一起，对其监督以及教导，更容易增强父母对子女的教育期望。父母的受教育程度对子女受教育程度具有一种代际因果关系。对于农民工群体，如果子女跟随父母外出，这种代际因果关系将得到保持。相反，如果子女留守在户籍地，则这种代际传递关系将会在一定程度上被削弱。表4的第2行和第3行回归结果是子女随迁对同群效应的影响。与上文分析相一致，随迁子女受到较好的同群效应的影响①这也在一定程度上得益于父母的陪伴和监督。，并且没有证据显示随迁子女受到较差的同群效应的影响:同群效应(好)在除局部线性回归匹配外的多种匹配方式下至少在10%的显著性水平下显著，但同群效应(坏)则均不显著。总之，陪伴效应能够通过影响父母的激励效应与子女的同群效应而使后两者都得到加强。

表4 子女随迁对父母教育期望及同群效应的影响

（三）稳健性检验

本文分性别、年级对样本进行重新回归以检验上述结果的稳健性，相关结果见表5的Panel A。我们发现，虽然随迁男孩和随迁女孩的教育期望均有所提高，但是在具体大小以及显著性上存在差异。随迁男孩的教育期望增加了1.2年到1.6年，而且均在1%的水平上显著；相比较而言，随迁女孩的教育期望增加近0.6年，而且仅在10%的水平上显著。随迁男孩和随迁女孩在教育期望上的差异可能反映出当前仍然存在“重男轻女”现象，农村女孩在接受教育问题上仍然受到一定的歧视。另一种解释可能由于相对于男孩来讲，女孩适应新环境的能力较差，不能及时融入新的学校生活，不能与新同学有更好的交流，导致同群效应没有得到应有的发挥。此外，与同龄男孩相比，女孩更为自律，即便留守也不会对成绩、期望产生太大的负向影响(陶然和周敏慧，2012；李庆海等，2014)，相应地，随迁带来的教育期望的增加也可能并不明显。本文还将样本分为九年级和七年级分别进行回归，主要考虑到九年级的学生即将中考，对未来尤其是教育期望可能有更多的思考及讨论，同群效应可能更高，而回归结果也验证了该观点。结果显示，九年级教育期望在各种匹配方法下均显著，而七年级仅在邻近匹配和半径匹配下显著。

教育期望的增加并不一定代表接受高等教育期望的增加。例如父母务工发现很多单位招聘要求的最低学历为高中，原本打算让子女初中毕业就外出务工的家长则会提高对子女的教育期望，将其提高到高中。这种期望再传递给子女，影响到子女自身的教育期望，但不会影响到子女上大学的期望，甚至在特殊情况下，会降低子女上大学的期望。因此，为了验证子女随迁是否能够提高接受高等教育的期望，将被解释变量替换为虚拟变量，即期望读到本科及以上的设为1，其他为0，回归结果见表5 Panel A的最后一行。我们发现，随迁子女不仅教育期望更高，而且接受高等教育的期望也有所提高。

表5 不同样本的回归结果

由上述分析可知，子女随迁带来的教育期望增加主要来自父母和子女自身两个方面，以及父母陪伴导致二者效应的加强。为了验证父母陪伴所带来的影响，本文将控制组的样本更改为普通子女重新进行了回归，结果见表5的Panel B。如果父母的陪伴没有导致父母的激励效应以及子女同群效应的加强，那么随迁子女与普通子女的回归结果在数值上应该大于随迁子女与留守子女的回归结果(前者包括激励效应与同群效应，而后者仅有同群效应)。但回归结果显示随迁子女与普通子女之间的差距要小于随迁子女与留守子女之间的差距，从而间接验证了父母陪伴在子女的教育期望的形成以及加强方面具有相当强的作用。

由上文所述，随迁子女教育期望较高不仅仅是由于单纯的随迁效应，而且还包括了城乡教育差距的因素。一般而言，随迁子女往往在城镇学校就读，其教学质量以及教学设施完善，从而导致教育期望较高；留守子女则更多地居住在农村，教学质量相对较差。为了将这种城乡差距因素剔除，本文将学校位于“市/县城区外的镇”以及“农村”的样本剔除，即留守者和随迁者就读的学校都位于城镇地区，在一定程度上减少了城乡教育差异对教育期望的影响。重新进行回归的结果见表5的Panel C。结果显示，在将样本限制在位于城镇地区的学校后，除邻近匹配的结果略有降低外，其他几种匹配方式的结果与表2的结果并没有显著差异，而回归结果也较为显著。这说明在剔除了城乡差别的影响后，子女随迁对其教育期望所带来的影响仍然较大。

六、结论及启示

本文使用CEPS2013—2014学年度的调查数据，研究了农民工子女随迁对子女自身教育期望的影响，并运用倾向得分匹配法消除可能存在的样本自选择问题。得出的结论主要有以下几点:(1)相对于留守子女而言，随迁子女的教育期望更高。随迁子女的教育期望要比留守子女高1年多，并且提高了随迁子女接受高等教育期望近10个百分点。(2)导致这种结果的原因是由于父母的激励效应以及子女自身的同群效应，父母的陪伴在教育期望的形成过程中具有重要影响，并能加强父母的激励效应以及子女的同群效应。(3)相对于女孩而言，随迁男孩的教育期望的增加更为显著。

由于高校扩招等因素导致大学文凭贬值，文凭的信号功能减弱，大学生就业难等问题凸显，再加上近些年大学学费的增加，导致高等教育的边际产出降低，“新读书无用论”开始出现并在一定范围内传播，农村地区则是重灾区。由此将导致严重的社会问题，大量适龄青少年没有进入校园学习知识和技能反而提前进入社会，在没有正确的价值观引导的前提下可能带来社会不稳定。另一方面，更少的农村子女接受高等教育将导致下一代人力资本的城乡差距，引起城乡差距的进一步扩大，更严重的可能导致阶层固化等不良后果，不利于和谐社会的建设。农民工作为连接城市和农村地区的纽带，可能减弱这种不利影响:通过子女随迁的方式，将教育期望更好地传递给子女，并通过增加子女的教育投入等使这种教育期望最终得以实现。当然，子女随迁亦是一把双刃剑，也可能对子女教育期望产生不利的影响。比如对较为内向的子女而言，融入新的环境需要较长的时间，甚至可能与新环境格格不入，这样就会导致子女产生厌学等情绪，不利于学习成绩以及教育期望的提高。此外，如果子女由教育相对落后的地区流入了教育质量更高的地区，在老家成绩较好而受到老师关注和表扬，但是在流入地则可能成为学习较差的学生，这种落差如果不能及时克服，也可能导致子女的学习成绩以及教育期望的下降。

针对本文的研究结论，可以提出如下政策建议:首先，进一步取消户籍限制，统筹城乡公共服务，使农民工能够享受到与流入地市民相同的医疗、社会保障、就业、住房以及教育等权利，推动农民工合理流动并创造条件让更多随迁家庭得到妥善安置。虽然随迁能够提高子女的教育期望，但目前由于政策限制以及资金约束，大多数家庭在进行随迁与留守的选择时仍没有太多的灵活性。政府应当积极为农民工随迁创造条件，为子女进城扫清障碍。其次，因地制宜地发展和完善随迁子女异地上学及升学等相关政策。鉴于城乡客观存在的差距，短时间内进行完全统筹是不现实的，但教育作为提高国民整体素质、缩小城乡差距的重要途径应该得到格外的重视。针对目前随迁子女上学难等问题，各地应该根据当地政府财政状况、务工人员规模等着力改善打工子弟学校的师资力量、教学环境，保障随迁子女接受教育的权利，促进教育公平。

囿于数据可得性，本文仍存在以下几点不足:首先，不能从随迁子女户籍地的角度研究该问题①为了防止隐私泄露和地区间教育排名，CEPS数据对样本所在地理位置进行了严格保密。具体而言，学校所在地每个区县对应的代码为1～28，数据使用者并不知道这28个数字各代表了哪个具体区县(或者说省份)。虽然流动人口在问卷中回答了详细的户籍地址，比如“四川省成都市青羊区”，但我们无法将户籍地的四川省与学校所在地的28个数字中的某一个进行对应，就无法从户籍地的角度对该问题进行分析，虽然这种分析更为有效、合理。。相比较而言，户籍地的随迁子女和留守儿童之间的教育期望更有可比性，而且由于教育期望受升学率的影响较大，不同省份的升学率不同也会影响到教育期望，现阶段随迁子女的高考仍必须回到户籍地参加，因而从户籍地角度研究该问题可能更为恰当。若今后能够获得相关数据，将从该角度继续深入研究。其次，本文的研究仅涉及七年级和九年级学生样本，并没有考虑小学样本与高中样本。不同年级对教育期望的影响较大，不同阶段各有其特殊性。在获得面板数据并控制个人异质性后，可以对比分析不同阶段的影响差异。最后，若得到CEPS的后续数据，我们将采用PSMDID的方法对迁移与教育期望互为因果的问题进行处理。期待未来在获得高质量数据的基础上更好地研究本文的主题。