人口流動會降低生育水平嗎？——基于農業戶籍流動人口的再檢驗

梁同貴

人口流動會降低生育水平嗎？——基于農業戶籍流動人口的再檢驗

梁同貴

（華東政法大學 社會發展學院，上海 201620）

以往有關遷移流動影響生育水平的研究仍存在一個盲點，即缺少流動人口孩子出生地的分析。在彌補這個盲點后，分別通過泊松回歸與Heckman二階段模型再次分析了人口流動對生育水平的影響。泊松回歸結果顯示，農業戶籍流動人口曾生子女數是農村本地人口的0.855倍，鄉城流動人口的曾生子女數為農村本地人口的0.840倍，兩類流動人口的累計生育率均低于農村本地人口。Heckman二階段模型回歸結果顯示，農業戶籍流動人口、鄉城流動人口與農村本地人口的曾生子女數相比分別減少了0.237個與0.268個。因此，人口流動與生育水平降低確實有著因果影響關系。

農業戶籍流動人口；農村本地人口；泊松回歸；Heckman二階段模型

改革開放以來，我國生育率呈現出明顯下降趨勢，七普數據顯示2020年育齡婦女總和生育率降至1.3。伴隨著工業化與城鎮化進程，大量農民流入城市尋找工作。在我國人口流動對生育水平影響的研究上，學界一直存在分歧。有部分學者認為流動人口確實存在多生現象[1-5]；另一部分學者則認為遷移流動對生育水平降低有顯著性影響[6-12]。筆者曾對上述研究進行過相對完整系統地回顧，并就存在的問題進行了總結[13-16]，指出上述研究存在“常用的幾種生育率指標不能如實反映流動人口生育水平，流動人口類型界定雜亂以至于找不到一個嚴格意義上的比對群體，截面數據制約著人口流動對生育影響的因果關系分析，違法生育、計劃外生育與多育在概念上混淆”等問題，并采用Cox比例風險回歸、時期孩次遞進比、遞進生育率分別分析了鄉城流動人口與農村本地人口生育水平的差異，發現鄉城流動降低了生育水平，且二者有著因果影響關系。

然而，隨著國家衛健委（原國家衛計委）全國流動人口動態監測數據的進一步開發與使用，筆者對以往相關研究做了進一步回顧與反思，發現這些文獻均沒有對流動人口孩子出生地進行分析。如果這個盲點不被考慮到研究中去，就有可能會產生錯誤的結論。為此，筆者擬在對這個盲點及其對生育率統計的影響進行深入分析后，對人口流動是否降低了生育水平再次做檢驗。

一、研究盲點分析

2016年全國流動人口動態監測數據的分析結果顯示，在2010年及以前就已經是流動人口的婦女中，累計2 556份在2010年普查年份生育，其中1 143份發生在戶籍地，占44.72%。2012年全國流動人口動態監測數據的分析結果顯示，在2010年及以前就已經是流動人口的婦女中，累計3 542份在2010年普查年份生育，其中1 681份發生在戶籍地，占47.46%；在2000年及以前就是流動人口的婦女中，累計1 137份在2000年普查年份生育，其中736份發生在戶籍地，占64.73%。在這1 137份生育樣本中，孕期“主要在外地，臨分娩返鄉”與“一直在老家”的689份，占60.60%；孕期“一直在外地”與“主要在老家，臨分娩外出”占39.40%。這些流動育齡婦女由于回到老家戶籍地生育，那么在2010年六普、2000年五普時，流入地的普查員在短短十天的入戶登記時間內便不能調查到她們，也就統計不進來。因此，通過計算累計生育率[11,12]得出人口流動降低了生育水平的結論需要重新檢驗，因為在調查時點上回到戶籍地生育的流動婦女很可能是有選擇性而非隨機的，那么留在流入地的被調查到的流動婦女樣本自然也就是有偏的。

圖1是筆者根據最近幾年全國流動人口監測數據計算的流動婦女在戶籍地生育孩子的比例。

圖1　2000年以來流動婦女①在戶籍地生育孩子的比例

圖1展示了兩條重要信息。一是流動婦女選擇在戶籍地生育的比例越來越小，也就是越來越多的流動婦女選擇了在流入地生育，這很可能與流動人口在流入地融合程度加深有關。二是監測年份與之前兩年孩子生育在戶籍地的比例大幅降低，如2012年監測數據顯示，流動婦女2012和2011年在戶籍地生育的比例分別為0.25、0.36；但2014年監測數據顯示，這一比例分別為0.38、0.44。2014年監測數據顯示，流動婦女2014、2013、2012年在戶籍地生育的比例分別為0.17、0.30和0.38，但2015年數據顯示，這一比例分別為0.31、0.43和0.48。對于2015年數據，也可以與2016年數據做這樣一個比較。造成這種狀況的原因，一方面很有可能是在戶籍地生完孩子后流動婦女重新回到流入地工作生活，如2012年監測數據中2011和2012年在戶籍地生育的婦女有相當一部分仍然停留在戶籍地，但2014年這部分婦女重新返回流入地，那么在2014年流動監測中便被統計進來。另一方面可能是抽樣存在系統性偏差的問題。李丁、郭志剛[11]研究顯示，2012年全國流動人口監測數據計算出的總和生育率明顯高于六普數據，并且2000—2011年總和生育率與總和遞進生育率都有較為明顯的提高。據此，筆者比較了2010和2012年全國流動人口監測與2010年六普數據流動婦女的年齡結構，具體見圖2（2010、2012年監測樣本分別為61 100、74 186份，2010年普查數據為102 034 892），發現監測數據更多地調查了生育旺盛期的婦女，這很可能是監測數據總和生育率高于六普數據的重要原因。

圖2　監測數據與普查數據中女性流動人口年齡結構②

上述流動人口監測與人口普查數據中婦女年齡結構的差異是否真的由于普查時點上一些育齡婦女回到戶籍地生育孩子而導致的？鑒于普查數據中有部分婦女回到老家戶籍地生育，但男性不一定回到戶籍地陪同，筆者比較了流動人口監測與人口普查中的男性年齡結構，具體見圖3（2010、2012年監測樣本量分別為61 448、83 711份；2010年普查數據為111 841 084），發現監測數據與普查數據中男性年齡結構差異與女性基本一致，監測數據中男性同樣更多地集中在青壯年人口身上。由此判斷，監測數據確實存在著抽樣誤差。

圖3　監測數據與普查數據中男性流動人口年齡結構

李丁、郭志剛[11]研究發現，流動人口監測數據中婦女的生育事件與流動時間高度相關，各年流入本地的婦女在流入前后兩三年內的生育率特別高，樣本的生育水平距離調查時點越近的年份生育水平越高，這主要是由于“監測調查抽取各年流入的婦女中流入前后有過生育的婦女偏多，而越靠近監測年份上述偏差越大”。這樣推斷，越是在流入地生育的婦女應該越容易被登記進來。所以，流動婦女在距離監測時點較近年份上選擇在流入地生育的比例突然升高，與監測樣本數據搜集方式有很大關系。但從圖1中又看到，2012、2014和2016年監測數據在2010年及以前年份上戶籍地生育比例差異不大，但2014和2012年監測數據、2016和2012年監測數據均在2011年開始出現較大差異，2014和2016年監測數據在2012年開始出現較大差異。如果每次監測調查時，抽樣框一直登記了流入年份前后生育較多的流動婦女，對于2012年監測來說，2010年及以前年份在戶籍地生育的比例就應該維持在2011年的較低水平附近，但實際上距離2012年監測年份較遠年份戶籍地生育比例幾乎不再受到抽樣框的影響，且遠高出2011年的比例，也就是雖然2012年監測數據在2012和2011年涵蓋了較多在流入地生育的婦女，但2012年抽樣框仍舊補充了一些較早年份上在戶籍地生育的婦女，這才會導致2010年及以前的流動婦女戶籍地生育比例大幅提高，而筆者認為這恰恰是有部分流動婦女在戶籍地生育完孩子后重新回到流入地所帶來的結果。這樣分析帶來的啟示就是，采用2012年流動人口監測數據，選擇流動婦女2009年及以前的生育數據可以避免因孩子出生地分析不足帶來的計算誤差。至于圖1中2015年監測顯示流動婦女在各年份選擇在戶籍地生育比例基本均大于其他監測年份，具體原因可另再做分析。

二、研究設計

（一）數據與人口類型界定

本研究數據來源于中國家庭追蹤調查數據庫（CFPS2010）與全國流動人口動態監測數據庫，兩個數據庫均對每個樣本生育孩子數量進行了統計。數據庫整理的具體過程可以參照筆者的研究[13-16]。本研究中農業戶籍流動人口是指2012年全國流動人口監測數據中戶籍為農業的樣本，鄉城流動人口是指戶籍為農業且調查樣本點類型為居委會的樣本。農村本地人口是指CFPS2010成人數據庫中出生地與現住地（調查地）的省國標碼與區縣順序碼一致，且戶口狀況為農業，現住地是基于國家統計局資料的城鄉分類的農村區域的樣本。本研究同樣從CFPS2010成人數據庫中選取農村本地人口，從2012年流動人口動態監測數據庫中選取流動人口進行分析。

本研究選取截至2009年是流動人口、且在15～49歲經歷過流動的樣本，因為只要流動行為發生在婦女育齡期，就可以認為婦女生育受到了流動的影響。又因為2012年全國流動人口動態監測數據只監測到15～59周歲的人口，回推到2009年處于13～56歲，所以分析中只選取截至2009年為15～56歲的婦女。與筆者以往研究[13-16]類似，本研究同樣選擇年齡、受教育程度、婚姻狀況、民族性質作為控制變量，這些變量被證明是影響生育水平的重要因素。另外，加入生育政策作為控制變量，具體根據馮國平、周長洪等的研究[17,18]進行整理，主要參考戶籍地省份、戶籍性質、少數民族種類這三個指標。一孩政策的樣本有以下三類：非農業戶口人口，北京、天津、上海、江蘇、四川、重慶的農村非少數民族人口，北京、天津、上海、江蘇的少數民族人口。二孩政策（此處包括多孩政策）樣本有以下兩種：海南、青海、云南、寧夏、新疆5個省份農村農業戶籍人口；其他省份非壯族、滿族少數民族人口。一孩半政策包括：其他省份農村農業人口；壯族、滿族農村農業人口。樣本的描述性統計（表1）顯示，農村本地人口較之于農業戶籍流動人口在相關變量上有著較為明顯的區別，如農村本地人口更為年長，受教育程度更多集中于小學及以下，未婚比例較高，少數民族比例較高，一孩政策比例較低。

表1　樣本的描述性統計

（二）回歸模型選取

1.泊松回歸模型

2.Heckman二階段模型

為糾正人口流動的自選擇性帶來的偏誤，進而對人口流動對生育水平降低的影響進行檢驗，本研究采用Heckman[19,20]提出的二階段模型來進行研究。首先使用Probit模型來預測人口流動的傾向，模型表示如下：

被稱作逆米爾斯比率或者風險率，(·)與(·)分別是標準正態分布的密度函數與累積分布函數。逆米爾斯比率的作用就是明晰人口流動的自選擇性究竟會不會給生育率帶來顯著影響。為考察人口流動經歷對生育水平的影響，本研究構建了以曾生子女數為因變量的線性回歸模型：

其中代表曾生子女數，1為“是否人口流動”這一核心自變量，χ是控制變量，是根據公式（2）估計出的逆米爾斯比率，0是回歸常數項，1α是相應解釋變量的待估參數，1即為人口流動對曾生子女數的影響，是誤差向量。曾生子女數是一位婦女生育的次數，其取值范圍很小，并且只能為非負整數值，在統計中稱為計數變量。嚴格地說，它的分布既不是連續的，也不是正態的(生育較少的人很多，而生育很多的人很少)。將此類變量作為因變量進行常規回歸分析會違反這種方法本身所要求的假定條件。然而在缺乏更好的回歸模型時，將常規回歸應用于計數因變量是一種常見的做法[21]。因此，本研究仍采用OLS回歸來進行分析。

三、人口流動對生育水平影響的回歸分析

在回歸分析中，首先采用泊松回歸檢驗人口流動對累計生育水平的影響，再采用Heckman二階段模型對人口流動與生育水平降低的因果影響關系進行檢驗。

（一）泊松回歸結果分析

泊松回歸結果顯示（表2），在其他自變量不變的前提下，農業戶籍流動人口曾生子女數是農村本地人口的0.855倍，人口流動有效降低了生育水平，降低了14.5%。分年齡段亞群組來看，15～34歲與35～56歲農業戶籍流動人口的生育水平也有所降低。鄉城流動人口的曾生子女數為農村本地人口的0.840倍，降低了16.0%，鄉城流動更有助于降低生育水平。這或許可以用融合理論來解釋，一方面流動人口接受了流入地的生育觀念與生育文化，另一方面僅具有基本社會經濟基礎的城鎮流入者需要適應城鎮生活，角色的轉變增加了生育孩子的機會成本，他們逐漸開始像遷入地的居民那樣少生育。

農業戶籍流動與鄉城流動兩個模型均顯示，年齡越大曾經生育子女數越多，且均通過了顯著性檢驗，這與常識也是相符的。但35～56歲亞群組回歸結果顯示，年齡每增長1歲，曾生子女數將會變成原來的0.955倍。這主要與上文提到的流動人口監測數據抽樣偏差有關。李丁、郭志剛[11]的研究同樣顯示，“與六普相應結果對比，流動人口監測數據中較早出生隊列的子女數反而相對較少。而在更年輕隊列中，監測數據的平均子女數明顯高于六普相應統計結果。”

表2　2009年累計生育水平影響因素的泊松回歸優勢比結果

注: ***、**和*分別表示在1%、5%和10%的水平上顯著。下同

為了檢驗年齡對曾生子女數的影響是否具有非線性關系，筆者加入了年齡的二次項。兩個模型中年齡二次項的優勢比均為1，說明年齡對曾生子女數的影響具有線性關系。對于亞群組15～34歲的樣本，年齡二次項的發生比為0.996，說明年齡對曾生子女數的影響呈現倒U型模式，開始時隨著年齡的增大曾生子女數增多，之后隨著年齡的增大曾生子女數略微減少。這或許同樣與監測數據的抽樣偏差有關。

生育政策對曾生子女數有著顯著性影響。兩孩政策的曾生子女數最多，其次是一孩半政策，一孩政策最少。可見，計劃生育政策在很大程度上抑制了我國人口增長速度和人口規模。

在民族性質對曾生子女數的影響中，滿族婦女的生育水平顯著低于漢族。這一方面是因為人口數超過一千萬的滿族執行與漢族基本相同的生育政策。另一方面是因為滿族主要生活在東北地區，六普數據顯示滿族人口1 041萬，東三省約856萬，占滿族人口82.2%。而東北地區一直是我國生育率較低地區，主要是因為傳統生育文化在這里傳承較差。東北人整體宗族意識淡薄，重男輕女、養兒防老的觀念不強。農業戶籍流動與鄉城流動兩個模型均顯示，壯族、其他少數民族與漢族的曾生子女數沒有差異，這一結果與筆者之前研究不同[15]。當時筆者采用時依協變量Cox回歸研究結果顯示，“少數民族在下一孩次的遞進生育均要高于漢族”。同時與2010年人口普查資料表“全國各民族15～64歲婦女平均活產子女數和平均存活子女數”③中的結果不一致，該表數據顯示55個少數民族中大部分少數民族平均活產子女數和平均存活子女數均高于漢族。筆者認為這種差異的原因在于本研究加入了生育政策這個控制變量，因而漢族與除了滿族之外的其他少數民族總體在曾生子女數上并沒有太多不同。

受教育程度越高則曾生子女數越少，這與受教育程度越高則生育率越低的理論是相符的，因為女性受教育程度提高可以幫助女性摒棄落后的舊生育觀、樹立新生育觀。

（二）Heckman二階段模型分析結果

上文分析了流動人口與非流動人口在累計生育水平上的差異，證明了人口流動與生育水平降低之間的相關關系。那么這種差異究竟是不是由于人口流動帶來的？下文將進一步探討人口流動對生育率影響的因果關系。

1．Probit 模型回歸結果

利用已知的混淆變量，本研究使用Probit模型來預測個體是否流動的概率。因變量為“是否農業戶籍流動人口”“是否鄉城流動”（0=否；1=是）。控制變量包括：年齡、年齡平方、受教育程度（1小學及以下；2初中；3高中；4大學專科；5大學本科及以上）、生育政策、民族、婚姻狀況。通過表3可以發現，這些混淆變量加在一起對是否流動有較強的解釋力。如年齡越大人口流動的可能性越大，但這種變化呈現一種倒U型變動趨勢，年齡增大到一定程度流動的可能性又開始下降。整個模型通過了顯著性檢驗，說明人口流動并非隨機，而是有選擇性的。這也說明采用Heckman二階段模型將樣本自選擇性加以控制的必要性。

表3　預測傾向值的Probit回歸結果

2．Heckman二階段模型回歸結果分析

表4呈現了曾生子女數影響因素回歸參數的OLS估計的4個模型，模型1與模型3并沒有控制人口流動的選擇性，模型2與模型4加入了逆米爾斯比率（λ）。

表4　2009年累計生育水平影響因素的回歸系數結果

模型1與模型3顯示人口流動將會降低生育水平，且通過了顯著性檢驗。相比較于農村本地女性，農業戶籍流動的女性曾生子女數減少了0.246個，鄉城流動女性降低的幅度同樣略大，為0.272個。鑒于人口流動的自選擇性將會降低生育水平，本研究在模型中加入一個能夠反映這種自選擇性給曾生子女數造成影響的修正因子逆米爾斯比率（λ）。模型2與模型4均顯示這一修正因子對曾生子女數有顯著影響，說明存在樣本選擇性偏差，也說明采用Heckman二階段模型對其進行修正是正確的。逆米爾斯比率的積極作用也暗示非流動人口在曾生子女數上更有優勢。進一步，從模型整體的擬合優度看，加入了逆米爾斯比率后并未改變，這說明人口流動的自選擇性在OLS回歸時對曾生子女數造成的內生性偏差作用有限。在剔除人口流動的自選擇性這個影響因素后，模型2與模型4的參數估計結果再次驗證了人口流動確實減少了曾生子女數。從回歸系數看，農業戶籍流動人口與鄉城流動人口分別減少了0.237個與0.268個。人口流動與生育水平降低有著因果影響關系。

其余影響因素的參數估計結果大都與以往研究一致，在此不再贅述。

四、結論與討論

鑒于以往流動人口生育水平的研究忽略了流動人口孩子出生地及對生育率統計的分析，在彌補這個盲點之后，本研究分別采用泊松回歸分析累計生育率，采用Heckman二階段模型分析人口流動對生育水平影響的因果關系，得出如下結論：第一，泊松回歸結果顯示，在其他自變量不變的前提下，農業戶籍流動人口曾生子女數是農村本地人口的0.855倍，鄉城流動人口的曾生子女數為農村本地人口的0.840倍，兩類流動人口的累計生育率均低于農村本地人口；第二，在控制住人口流動自選擇性的逆米爾斯比率修正因子后，回歸結果顯示，農業戶籍流動人口、鄉城流動人口與農村本地人口的曾生子女數相比分別減少了0.237個與0.268個，人口流動與生育水平降低有著因果影響關系。

20世紀70年代末以來，大量流動人口出現成為一個重要現象。第七次全國人口普查數據顯示，2020年流動人口規模近3.8億人，比2010年大幅增加1.5億人，我國流動人口增長速度明顯加快。而與此同時，在經濟社會發展和政策因素的影響下，我國總和生育率逐年下降，20世紀80年代一直徘徊在2.19到2.85之間[22]，此后生育水平進一步下降；21世紀以來則逐漸步入極低生育水平中。本研究發現農業戶籍流動人口的生育水平明顯低于農村本地人口，顯然，流動人口生育減少是我國生育率下降的原因之一。將流動人口生育放在我國總人口生育中去看，后續研究仍需進一步精確度量流動人口生育對我國總人口生育率下降的影響，以為有關部門提供決策參考。

① 此圖中的流動婦女為現實中實際處于流動狀態的婦女，如2000年流動婦女指的是2000年及以前離開戶籍地處于流動狀態的婦女。

② 2010年與2012年監測數據均在當年5月份舉行，調查對象為“調查前一個月來本地居住”的流動人口；2010年六普時間在11月上旬，且對象為“離開戶籍地半年以上”的流動人口。雖然監測數據與普查數據在流動人口定義上有所出入，但由于兩者調查時間正好相差半年時間，所以兩者仍然具有直接的可比性，由此得出的結論也具有可信性。此處2012年流動人口監測年齡為樣本截至2012年時的年齡。下同。

③ 見“2010年人口普查資料第二部分長表數據資料第二卷民族第二部分”。

④ 持多生觀點的文章往往認為，為了躲避當地的計劃生育政策而實現超生多生是人口之所以向外流動的重要原因，所以本研究將計劃生育政策作為影響人口流動的重要原因來檢驗，研究假設是計劃生育政策越是寬松則越不易向外流動。

[1] 廖學斌．城鄉流動人口計劃外生育的原因及對策[J]．人口學刊，1988(2)：45-48．

[2] YANG XIUSHI．The fertility impact of temporary migration in China：A detachment hypothesis[J]. European journal of population，2000，16(2)：163-183

[3] 武俊青，姜綜敏，李成福，等．我國流動人口的避孕節育現況[J]．人口與發展，2008(1)：54-63．

[4] 高春鳳，盧亞貞．流動人口生育行為的影響因素研究[J]．產業與科技論壇，2009(12)：174-177．

[5] 葉菊英．浙江省流動人口：政策外生育現象嚴重——“十一五”浙江省流動人口的公共衛生服務情況調查[J]．觀察與思考，2010(6)：28-29．

[6] 楊子慧．論流動人口的生育行為[J]．人口與經濟，1991(3)：3-13．

[7] 周祖根．人口遷移流動與生育[J]．人口與計劃生育，1995(5)：21-26．

[8] GOLDSTEIN A ,M White ,S Goldstein．Migration，fertility，and state policy in Hubei Province，China[J]．Demography，1997，34(4)：481-491.

[9] 陳衛，吳麗麗. 中國人口遷移與生育率關系研究[J]．人口研究，2006(1)：13-20.

[10] 郭志剛．流動人口對當前生育水平的影響[J]．人口研究，2010(1)：19-29.

[11] 李丁，郭志剛．中國流動人口的生育水平——基于全國流動人口動態監測調查數據的分析[J]．中國人口科學，2014(3)：17-29．

[12] 周皓．人口流動對生育水平的影響：基于選擇性的分析[J]．人口研究，2015(1)：14-28．

[13] 梁同貴．人口的鄉城流動對生育水平的影響[J]．南方人口，2018，33(1)：30-47．

[14] 梁同貴．人口的鄉城流動會降低生育水平嗎?——基于遞進生育率指標的分析[J]．學習與實踐，2018(2)：98-108．

[15] 梁同貴．人口的鄉城流動與生育三維性：現狀及影響[D]．上海：復旦大學，2018．

[16] 梁同貴．鄉城流動人口與農村本地人口的生育水平差異[J]．中國人口科學，2017(3)：91-100．

[17] 馮國平，郝林娜．全國 28 個地方計劃生育條例綜述[J]．人口研究，1992(4)：28-33．

[18] 周長洪，潘金洪．中國政策生育水平與實際生育水平的測算[J]．中國人口科學，2010(4)：13-22．

[19] HECKMAN J．Sample selection bias as specification error[J]．Eroriotnetrica，1979，47(1)：153-161．

[20] HECKMAN J．The common structure of statistical models of truncation，sample selection and limited dependent variables and a simple estimator for such models[J]. Annals of economic and social measurement，1976，5(4)：475-492．

[21] WHITE M J，Tagoe E，Stiff C，et al．Urbanization and the fertility transition in Ghana[J]．Population research and policy review，2005，24(1)：59-83．

[22] 郭志剛．中國的低生育水平與被忽略的人口風險[M]．北京：社會科學文獻出版社，2012：64．

Will population mobility reduce fertility level?Reexamination based on floating population of the agricultural household registration

LIANG Tonggui

(School of Social Development, East China University of Political Science and Law, Shanghai 201620, China)

s: This paper points out that a blind spot exists in the previous studies on the effect of migration mobility on fertility level, namely, the lack of analysis on the birth place of the children of the floating migration. After making up for the blind spot, Poisson regression and Heckman two-stage model are reused to analyze the effect of population mobility on fertility. The results of Poisson regression show that the number of the children of floating population with agricultural household registration is 0.855 times that of the rural locals, the number of the children of rural-urban floating population is 0.840 times that of the rural locals, and the cumulative fertility rate of the two types of floating population is lower than that of the rural locals. The regression results of Heckman two-stage model show that the number of the children of the floating population with agricultural household registration and that of rural-urban floating population reduce respectively 0.237 l and 0.268 compared with the number of children of rural locals. Hence, population mobility does exert a causal influence on the fertility decline.

floating population with Agriculture accounts; rural locals; Poisson regression; Heckman two-stage model

10.13331/j.cnki.jhau(ss).2021.06.004

C912.82

A

1009–2013(2021)06–0029–08

2021－10－15

上海市哲學社會科學一般項目（2021BSH005）；國家社科基金青年項目（19CRK021）

梁同貴（1985—），男，河北冀州人，講師,主要研究方向為人口遷移與社會政策。

責任編輯：曾凡盛