性別比失衡與教育獲得

劉 瀟 周 羿 黃 海

(1.首都經濟貿易大學勞動經濟學院 北京 100070)

(2.北京大學光華管理學院 北京 100871)

(3.中國社會科學院大學應用經濟學院 北京 102488)

一、引 言

20 世紀80 年代以來，我國經歷了長期的、大范圍的出生性別比失衡，出生性別比從1982 年的正常水平1.06 上升到2000 年的1.19。面對性別比失衡，父母如何選擇子女的受教育水平，以及這種選擇在城鎮和農村是否有所不同? 增加對子女人力資本的投資是提升子女婚姻匹配時吸引力的一種策略，有助于他們更好地匹配到合意配偶。在同等條件下，高人力資本子女在婚后能獲得更高的家庭議價能力(Lafortune，2013)。一個合理的假設是，當個體在婚姻市場中的議價能力較低時，人力資本投資對提升婚配吸引力的邊際效應會更加顯著。具體來說，在性別比嚴重失調時，男性匹配到合意女性配偶的概率會顯著較低。此時，男性進行人力資本投資所得到的婚姻結果改善會顯著更高。相應地，女性在性別比嚴重失衡的婚姻市場中已處于相對優勢的地位，人力資本對提高她們競爭力所產生的邊際效應相對較小。這意味著，僅就婚姻市場的回報而言，市場上的性別比越失衡，一個家庭投資男孩人力資本的邊際收益相對就越高，投資女孩人力資本的就越低。

提升子女婚姻匹配時吸引力的另一種策略是降低子女的受教育水平，讓子女盡早工作賺錢。這是因為更多的教育意味著要放棄讀書時間的工作收入和推遲進入結婚的時間。彩禮在中國農村地區廣泛存在，并且隨著適婚年齡人口性別失衡比程度的加深，彩禮的金額水漲船高(張川川和陶美娟，2020)，有些地區彩禮的金額已達到當地農村家庭平均年收入的數倍甚至十數倍。對年輕男性來說，減少受教育時間意味著可以提早開始工作，從而能盡快地攢夠與結婚有關的開銷。婚姻時間提前意味著家庭可以支付相對較低的彩禮，也意味著可能避開與其他同齡男性的擇偶競爭。相反，女方家庭對于嫁妝的數額具有相當自主決定權，不會明顯受到性別比失衡程度的影響(Wei 和Zhang，2011)，同時男多女少的狀況降低了女性推遲婚姻的機會成本。這意味著婚姻市場上的性別比越失衡，讓男孩提早工作賺錢的相對收益越高。因此，婚姻市場的性別比失衡如何影響受教育程度在理論上存在不同的可能性，關鍵在于提高受教育程度或者工作賺錢兩者哪一個更能提高子女在婚姻市場上的競爭力。

為了研究婚姻市場上的性別比失衡如何影響受教育程度，我們的識別策略利用了性別比失衡對男性和女性的不同相對影響。男性和女性在很多方面存在差別，我們不能僅僅簡單地比較男性和女性受教育程度的差異。為了檢驗男性和女性教育水平的差異是由性別比失衡而非其他因素引起，我們利用了性別比失衡在地區和時間層面的差異。分析結果顯示，婚姻市場上的性別比失衡對受教育水平有顯著影響，且這一影響在農村和城鎮具有不同的方向。婚姻市場性別比失衡程度加深使得農村男性受教育水平顯著降低，不管是在絕對意義上還是相對于農村女性。相反，城鎮男性受教育水平顯著提高，城鎮女性的受教育水平不受影響。這一結果說明，當性別比失衡程度增加時，在農村適當降低受教育程度能夠提高男性在婚姻市場的吸引力；在城鎮提高受教育程度能夠提高男性在婚姻市場的吸引力。這一結果意味著，性別比失衡擴大了城鎮男性和農村男性人力資本的差距。機制分析結果顯示，對于父母低教育水平的家庭，性別比失衡降低了男孩的相對受教育水平；對于父母高教育水平的家庭，性別比失衡提高了男孩的相對受教育水平。這一結果說明，性別比失衡對教育的影響在城鎮和農村不同的原因可能是家庭預算約束。本文還討論了家戶做人力資本投資決策時如何預測未來的婚姻市場供求情況。研究發現，父母依據當前的婚姻市場情況判斷子女結婚時的婚姻市場供求狀況，從而決定子女的受教育水平。這意味著父母傾向于低估子女結婚時適齡女性缺少的程度，人力資本水平可能偏離家庭的合意水平。

首先，本文對性別比失衡如何影響教育獲得的文獻有所貢獻。本文的發現可以將現有文獻的證據納入統一的理論框架之下，即性別比失衡如何影響教育取決于家戶所處的具體環境及相應的社會經濟狀況。在社會經濟狀況較好的地區，為應對婚姻市場的不利情況，家戶更有可能選擇提高男孩的受教育程度。其次，家戶的許多決策依賴對未來婚姻市場的預期，但是現有的文獻對這一問題缺乏討論，導致對如何構建關鍵的性別比失衡指標缺乏一致的做法。本文發現，父母更有可能是依據當前的婚姻市場供求情況判斷未來婚姻市場的供求狀況。Jensen (2010) 強調，人們對于人力資本收益的主觀感知會影響家庭的教育投資行為，本文的發現為這一論點提供了來自中國的證據。最后，現有文獻大多是從男女在勞動力市場上的機會不平等(Munshi 和Rosenzweig，2006；Qian，2008) 或者在生育、照料和家務勞動方面所承擔責任的不均等(Goldin 和Katz，2002；Jayachandran 等，2010) 去解釋男女受教育機會的差異。本文從婚姻市場擠壓的角度出發，發現性別比失衡對男性和女性受教育程度有異質影響，增進了對于男女受教育機會不平等的理解。

二、文獻回顧

(一) 性別比失衡與婚前投資行為

性別比失衡打破了婚齡期人口性別結構的平衡，從而對婚姻市場造成擠壓，使相對過剩的一方產生非自愿的獨身個體(楊菊華等，2009)。人們會基于現實情況來構造他們對未來的預期，然后依照預期調整其跨期、跨部門的決策。因此，性別比失衡所產生的影響并不僅僅局限于在婚齡期，而是貫穿于整個生命周期，會對婚前投資、婚姻市場匹配，以及婚后家庭資源配置都產生影響。

在理論研究方面，早期文獻主要關注性別比失衡對婚姻市場匹配的影響(Becker，1973) 以及性別比失衡如何影響男女雙方在家庭決策中的議價權，進而改變夫妻雙方的婚后行為(Chiappori 等，2002)，近期文獻則主要關注婚姻市場狀況如何影響婚前投資行為。例如，Lafortune (2013) 采用搜尋模型從理論上分析了性別比失衡影響婚前教育投資的兩種渠道: 一是性別比失衡降低了男性找到配偶的概率，因此男性要增加教育投資以提高自身的吸引力，而女性則傾向于減少教育投資；二是性別比失衡降低了男性在婚后的議價權，降低了他們在婚后產出中所能分配到的份額。議價權降低對男性教育投資的整體影響較為復雜。一方面，分配份額下降會削弱男性進行投資人力資本的動機。另一方面，分配份額下降所導致的收入效應也會使男性更有意愿投資教育以彌補議價權降低所導致的婚后福利下降。Iyigun 和Walsh (2007) 采用了匹配模型研究這一問題。他們假設效用是可轉移的，并將婚前投資、同類匹配和內生的資源分配規則納入均衡框架中，預測當市場上男多女少時，女性會相對減少婚前投資，同時女性在婚后的議價權會相對提高。Bhaskar 和Hopkins (2016) 同樣采用了匹配模型，但是假設效用是不可轉移的，預測性別比提高會使得女性的教育投資下降，但是對男性教育投資的影響不確定。換句話說，所依賴的模型假設不同，對于性別比失衡如何影響婚前投資的理論預測結果也會不一樣。

現有有關性別比失衡影響的實證文章主要考察其對婚姻市場匹配和對婚后行為的影響(Angrist，2002；Chiappori 等，2002)，關于性別比失衡如何影響婚前教育投資的研究還相對較少。Lafortune (2013) 基于美國第二代移民傾向于同族裔內部婚配這一事實，利用1900—1970 年新增移民使本族裔婚姻市場性別比產生的變動，發現性別比失衡(男多女少的情況) 促使第二代移民中的男性增加了教育投資，而對女性的教育投資沒有影響。Charles 和Luoh (2010) 利用美國20 世紀70 年代以來入獄人口比例的提高，以及入獄率在不同族裔、年齡和地區之間的差異，發現男性入獄比例的增加降低了女性結婚的概率和配偶的質量。為了應對婚姻市場的不利情況，女性傾向于增加受教育年限和勞動參與率來提高自身的經濟獨立性。

(二) 性別比失衡的影響: 中國數據的研究

近些年來，越來越多的文章基于中國數據研究性別比失衡對家戶行為的影響。關于性別比失衡對教育水平的影響，Bhaskar 等(2022) 基于全國代表性的數據研究了性別比失衡對家庭對子女投資行為的影響，發現育有男孩的父母增加了房產投資而減少了對孩子的教育投資。該文認為導致這一現象的原因在于，人們無法在結婚時做出可置信的承諾，如果男方家庭投資其人力資本，盡管可以增加未來家庭總收入，但是男方人力資本的提高會增加其在家庭中的議價權，從而減少女方在婚后產出中所能分配到的份額。如果男方家庭投資于房產，子女結婚后房產不需要進行討價還價就可以供夫妻雙方共同享用。因此，相比人力資本男方家庭投資房產是更加可置信的承諾，對女方來說吸引力更強。Edlund 等(2013) 使用城鎮住戶調查數據，發現性別比失衡提高了男性的相對受教育水平，但主要是因為女性降低了受教育水平，而不是男性提高了受教育水平。由此可見，盡管已經有了一些關于性別比失衡影響受教育水平的證據，但是性別比失衡究竟是增加還是減少了男性的相對教育獲得，學術界尚未得出一致的結論。

除了研究性別比失衡對人力資本的影響，也有文獻從發展經濟學的視角出發研究了中國的性別比失衡與居民儲蓄率、房價及犯罪率的關系。他們發現，當存在性別比失衡時，有男孩的家庭為了提高孩子在婚姻市場的競爭力，傾向于提高儲蓄率，性別比失衡可以解釋1990—2007 年居民儲蓄率上升的50% (Wei 和Zhang，2011)；房產作為一種地位商品(status good)，是決定婚齡人口在婚姻市場上的排序和吸引力的重要指標，因此性別比失衡相應地提高了所在地區的房屋價值，包括更大的平均房屋面積和更高房產單價(Wei 等，2017)。Edlund 等(2013) 發現性別比失衡提高了所在地區的犯罪率。他們發現，男性相對過剩的地區男性的結婚率更低，女性的結婚率更高。這在一定程度上證實了性別比失衡對犯罪率的影響渠道是婚姻市場競爭，也就是說，嚴重短缺的適齡女性使男性的擇偶競爭更加激烈，從而提高了從事犯罪活動的回報。Cameron 等(2019) 進一步探索了性別比失衡導致犯罪率提高的影響渠道，發現性別比失衡通過兩種渠道影響犯罪: 一是間接影響，在男多女少的環境中長大的男性風險偏好更強，更加容易神經過敏(neurotic)，這可能導致他們成年之后采取激進的行為；二是直接影響，婚姻市場性別比失衡使男性為吸引配偶有更強的動機積聚財富，性別比失衡只提高了財產性犯罪的發生率(例如販毒和偷竊)，不影響暴力犯罪的發生率。因此，直接影響是更加主要的影響渠道。

三、數 據

(一) 性別比數據

本文的主要分析構建了子女14 歲那一年出生省份18—28 歲的人口性別比。我們采用省級性別比是基于以下兩個原因: 第一，生育政策的具體規則由各省制定實行，在政策的執行力度上存在較大省際差異，因此各地區性別比失衡程度主要體現為省際層面的差異。第二，2015 年人口抽樣調查數據中90%左右的婚姻中男女雙方來自同一個省份。因此，可以將省份作為婚姻市場的地理邊界，即代表性個體所面對的潛在結婚對象和競爭對手主要是來自相同省份。我們采用出生地的性別比是因為絕大多數人都是在出生地完成義務教育以及高中教育的，因此家庭重要的人力資本投資決策，包括子女是否上高中、是否上大學，通常是在子女出生地做出的。我們用子女14 歲那一年婚姻市場的性別比是因為我們假設父母在子女上初中的時候決定是否支持孩子完成高中或者更高的教育，因此我們通過觀察當時婚姻市場上適婚男女供求情況，預測子女結婚時的婚姻市場性別比。根據我國義務教育的年齡規定，青少年通常在13—15 歲就讀初中，因此我們使用子女14 歲那一年出生省份18—28 歲之間的人口性別比構建性別比失衡程度指標。

為了構建子女14 歲那一年出生省份18—28 歲之間的人口性別比，我們首先需要構建各省歷年的分性別的出生人口數。我們利用第三次至第六次全國人口普查數據，通過年齡移算法計算出生人口性別比。結果發現，由于普查數據存在漏報，使用不同的普查數據得到的同一年份的出生性別比有很大的差別，這意味著使用單一人口普查數據構建的出生性別比可能存在明顯的系統性偏誤。第一，0—4 歲兒童存在明顯漏報，且漏報女童的問題尤其嚴重。由于義務教育入學需要提供相關的出生證明文件，0—4 歲兒童漏報的問題會隨著兒童年齡上升而有所緩解(Goodkind，2011)。第二，由于統計流動人口較為困難，人口普查傾向于低估流動人口的規模。中國的流動人口通常為18—50 歲，且男性占比遠高于女性，因此18—50 歲人口的性別比存在低估(Ebenstein 和Zhao，2015)。為了解決性別比的測量誤差問題，參考梁超(2017) 的做法，本文同時使用四次人口普查的數據構建歷年出生性別比。本文的性別比數據來自1982 年、1990 年、2000 年和2010 年的各省人口普查資料，分省人口普查資料包含了各省分年齡和性別的人口總數，可以用來推算各省歷年的出生人口性別比。具體來說，我們從每一次人口普查中提取受到測量誤差影響較少的年齡組，即在普查年份年齡為6—15 歲的人口，來推算相應出生隊列的性別比。得到各省歷年分性別的出生人口數量之后，我們由此計算子女14 歲那一年出生省份18—28 歲之間的人口性別比。例如，對于1994 年出生的人來說，14 歲那一年18—28 歲之間的人口性別比為1980—1990 年出生人口的性別比。

(二) 個體數據

本文所使用的個體數據來自中國健康與養老追蹤調查(CHARLS)。CHARLS 是一套代表中國45 歲及以上中老年人家庭和個人的微觀數據，CHARLS 基線調查于2011 年開展，樣本覆蓋全國150 個縣、450 個村，約1 萬戶家庭的1.7 萬人。為了增大樣本量，我們用2013 年、2015 年和2018 年構建了混合截面數據。CHARLS 的調查對象是隨機抽取的中老年人及其配偶，而我們使用CHARLS 受訪者的子女作為分析樣本。這是由于我國的性別比失衡開始于20 世紀80 年代，CHARLS 受訪者的子女是受到性別比失衡影響的群體。受訪者提供了每一個子女的詳細社會經濟信息，使我們可以在子女層面進行分析。與此同時，調查受訪者本身詳盡的信息使我們得以構建父母和家庭層面的特征作為控制變量，包括父母的受教育程度、家庭子女個數和家庭男孩占比等，可以排除父母和家庭特征導致的估計結果偏誤。

為了確保可以觀察到樣本的最高受教育程度，我們將樣本的年齡限制在22 歲以上。為了增加樣本的可比性，我們還將樣本限制在1979 年以后出生的子女。如前文所述，本文將樣本分為城鎮樣本和農村樣本分別進行研究。在城鎮和農村的界定上，農村戶口的人可以通過接受教育轉化為城鎮戶口，從而會導致樣本選擇內生性問題。為了解決這個問題，我們按照父母的戶口狀況定義子女是否為農村樣本。如果父母雙方都是農村戶口，則子女屬于農村樣本。如果父母雙方有至少一方為城鎮戶口，則子女為城鎮樣本。我們的樣本共包含29 551 個農村子女和6 669 個城鎮子女。

四、實證檢驗及結果

(一) 回歸模型

我們的識別策略檢驗了性別比失衡對男性和女性相對影響的不同。然而，我們不能僅僅簡單地比較男孩和女孩受教育程度的差異，因為男性和女性在很多方面存在差別，而這些因素同樣可能導致受教育程度的差異。為了檢驗男性和女性教育水平的差異是由性別比失衡而不是由其他因素引起，我們利用性別比失衡在地區和時間層面的差異，分別對城鎮和農村樣本進行回歸。對出生地在省、出生年份為年的樣本，回歸模型如下:

其中， Y為樣本的受教育程度，采用是否接受過高中教育、大學教育和本科教育虛擬變量測量；_14為樣本在14 歲時省處于18—28 歲人口的性別比，相當于出生年份介于-14 年至-4 年省的出生人口性別比； Male是男性虛擬變量，如果樣本是男性則Male＝1，否則為0； X是個體和家庭層面的控制變量，包括樣本的戶口和民族，以及父母的受教育程度。系數檢驗的是性別比失衡如何影響女性的受教育程度；我們主要感興趣的系數則代表性別比失衡對男性受教育程度相對于女性的額外影響。為了排除其他和出生省份、出生年份、調查年份有關的干擾因素，我們控制了出生年份固定效應(δ)、出生省份固定效應(θ) 和調查年份固定效應(τ)。例如，不同省份經濟發展程度可能會導致受教育水平的差異，那么省份固定效應(θ) 可以控制經濟發展程度的影響。如果存在隨出生隊列而變化的因素可以解釋教育水平的差異，那么出生年份固定效應(δ) 可以控制這些因素的影響。我們將標準誤聚類在省份×調查年份層面。

給定模型(1) 中的固定效應，是通過如下變動被識別出來的: 給定同一出生省份，婚姻市場性別比在不同年份之間的變動；給定同一出生年份，婚姻市場性別比在不同省份之間的變動。我國發現性別比失衡的時間點和性別比失衡的嚴重程度在不同省份之間有很大差異，這使得我們可以很好地估計。

接下來識別的潛在威脅來自隨省份—出生年份變動并且與_14有關的因素，或者對男孩和女孩有不同影響的因素。對于前者，我們可以通過將模型(1) 中的_14的主效應替換為省份×出生年份固定效應(φ)，相當于用非線性的方式控制所有在省份—出生年份上變化且影響受教育程度的因素。為此，我們構建了控制更加嚴格的回歸模型:

對于后者，即隨省份—出生年份變化并且對男孩和女孩有不同影響的因素，我們將在后面的分析中加以具體討論。

(二) 潛在的遺漏變量

事實上，許多文獻(Cameron 等，2019；Edlund 等，2013；Huang 等，2020) 認為，盡管我國性別比失衡是多種因素共同作用的結果，但是主要受到當地計劃生育政策執行嚴格程度的影響。由于計劃生育政策的嚴格程度與當時在位官員的特征密切相關，而這些特征是隨機的，因此性別比可以視為外生變量。盡管如此，我們對潛在的遺漏變量進行了討論。

雖然模型(1) 和模型(2) 已經控制了大量的遺漏變量，但是仍然可能存在隨省份—出生年份變動并且對男孩和女孩有不同影響的因素，這些因素可能和我們的交叉項(_14×Male) 相關。其中一個潛在的遺漏變量是男孩偏好。如果性別比與男孩偏好正相關，則男孩偏好可能會導致家庭人力資本投資上的性別差距，這會導致估計結果的高估。另一個潛在的遺漏變量是家庭生育子女數量。人口性別比失衡與生育水平密切關聯，而生育水平也會影響家庭人力資本投資決策，這種影響對不同性別的孩子可能存在差異。

為了解決由于男孩偏好或者家庭生育子女數量導致的內生性問題，我們首先采用控制變量的方法，將男孩偏好、家庭子女數量，以及這兩項分別與男性虛擬變量的交叉項作為控制變量加入模型(1) 和模型(2) 中。我們用家庭的生育策略來測量男孩偏好，如果家庭表現出偏向男孩的生育策略，即第一胎不是男孩且只有最后一胎是男孩，則定義家庭具有男孩偏好。其次，我們將家庭男孩偏好和子女數量作為模型(1) 和模型(2) 的被解釋變量，估計出生性別比是否對男孩和女孩所在家庭的男孩偏好和子女數量有不同影響。

(三) 主要回歸結果

1.農村樣本回歸結果

表1 報告了農村樣本模型(1) 和模型(2) 的估計結果。第(1) 列和第(2) 列分別報告了婚姻市場性別比對是否上過高中的影響。第(1) 列的結果顯示，婚姻市場性別比和男性虛擬變量交叉項的系數是-0.792 (在5%水平下顯著)，意味著婚姻市場性別比每上升1 個百分點，會使得農村男性上高中的概率相對降低0.792 個百分點。婚姻市場性別比的標準差約為0.02，意味著婚姻市場性別比每上升1 個標準差，預計農村男性上高中的概率相對于女性下降1.6 個百分點，相對于樣本均值下降5%。第(2) 列在第(1) 列的基礎上控制了出生年份×出生省份固定效應，交叉項的顯著性與第(1) 列相比沒有發生變化，系數的絕對值從0.792 上升到0.871，說明隨省份—出生年份變動并且與婚姻市場性別比有關的因素不影響交叉項的估計結果。第(3)、(4) 列和第(5)、(6)列分別匯報了婚姻市場性別比對是否上過大學和是否上過本科的影響。我們發現，性別比失衡不影響男性和女性上大學和上本科的概率差異。由此可見，性別比失衡對農村男性受教育水平的負向影響主要存在于高中教育階段，說明性別比只影響上高中臨界點附近的人。

表1 婚姻市場性別比對受教育程度的影響(農村樣本)

以上分析的一個重要前提是父母通過觀察當子女上初中時婚姻市場上適婚男女的供求情況，預測子女結婚時婚姻市場的性別比，據此決定是否支持孩子完成高中或者更高的教育。這個前提暗含的假設是，父母依據當前的婚姻市場供求情況預測子女結婚時婚姻市場的供求狀況。如果婚姻市場上的性別比失衡程度在較長時間內維持相對穩定的狀態，那么當前的婚姻市場供求情況可以提供預測未來供求狀況的完備信息。然而，我國的出生性別比在較長時間范圍內呈現逐年上升的態勢，從1982 年的正常水平1.06 上升到2000 年的1.19。這意味著在婚姻市場上適婚年齡人口的性別比也會快速上升，依據當前的婚姻市場供求情況預測數十年后婚姻市場的供求狀況可能會造成嚴重的低估，從而使對子女的人力資本投資決策偏離合意的水平。根據人口預測的原理，可以由預期子女結婚年齡以及相應出生隊列的性別比推算更接近子女結婚時的真實婚姻市場性別比。例如，根據CHARLS 數據，子女樣本平均的結婚年齡為23 歲，90%的樣本在18—28 歲進入第一次婚姻。如果預期子女在23 歲結婚，則子女結婚時婚姻市場適婚人口(即子女結婚當年處于18—28 歲的人口) 的性別比即為子女出生當年和前后五年出生的人口性別比。那么，父母是否會觀察與子女出生年份相近的出生隊列的性別比從而調整人力資本投資決策呢? 為了回答這個問題，我們假定子女在平均結婚年齡結婚，從而構建真實的婚姻市場性別比，即子女出生當年和前后五年出生的人口性別比(我們稱之為出生性別比，用_birth表示)，研究其對子女教育水平的影響。結果顯示，出生性別比與男性虛擬變量的交叉項對受教育程度的影響不顯著，且回歸系數的絕對值接近于0。這說明，與子女出生年份接近的出生隊列的性別比對農村家庭的人力資本投資行為沒有影響。結果證實了父母是依據觀察到的當前婚姻市場供求情況預測子女結婚時婚姻市場的供求狀況，從而決定子女的受教育水平。父母的預測傾向于低估子女結婚時適齡女性的缺少程度，意味著當前的人力資本水平可能偏離家庭合意的水平。

2.城鎮樣本回歸結果

表2 報告了城鎮樣本婚姻市場性別比對受教育程度的影響的估計結果。第(1) 列和第(2) 列分別報告了婚姻市場性別比對是否上過高中的影響。第(1) 列的結果顯示，婚姻市場性別比本身的系數不顯著，說明婚姻市場性別比失衡對城鎮女性的受教育程度沒有影響。婚姻市場性別比和男性虛擬變量交叉項的系數是2.602 (在1%水平下顯著)，意味著婚姻市場性別比每上升1 個百分點，會使城鎮男性上高中的概率相對提高2.602 個百分點，預計相對于女性上升5.2 個百分點，相對于樣本均值上升7.7%。第(2) 列在第(1) 列的基礎上控制了出生年份×出生省份固定效應，交叉項的系數和顯著性與第(1) 列相比沒有明顯變化。第(3)、(4) 列和第(5)、(6) 列的結果顯示，婚姻市場性別比增加了男性相對女性上大學和上本科的概率。根據第(4) 列和第(6) 列的結果，婚姻市場性別比每上升1 個標準差，城鎮男性上大學和上本科的概率相對于女性分別上升4.1 和3.2 個百分點，相對于樣本均值上升9.0%和11.7%。

表2 婚姻市場性別比對受教育程度的影響(城鎮樣本)

出生性別比對城鎮樣本受教育水平的影響結果顯示，出生性別比與男性虛擬變量的交叉項對是否上過大學和是否上過本科的影響不顯著，對是否上過高中的影響顯著，但是回歸系數的絕對值比婚姻市場性別比小。與前文結果相比，交叉項系數有所下降，降幅達65.8%，說明與子女出生年份接近的出生隊列的性別比對城鎮家庭人力資本投資行為影響較小。綜上所述不管是城鎮樣本還是農村樣本，父母都是依據觀察到的婚姻市場供求情況預測子女結婚時婚姻市場的供求狀況，從而決定子女的受教育水平。

3.城鄉差異的原因: 家庭預算約束?

為何性別比失衡對教育的影響在城鎮和農村結果不同? 我們認為一種可能的影響機制是家庭預算約束。由于結婚需要支付必要的物質成本，包括建造或者購買婚房、給女方的彩禮以及舉辦婚禮的費用。通常，絕大多數成本由男方家庭承擔。我國農村家庭的財富水平一般而言低于城鎮家庭，農村家庭需要兒子盡早開始工作才能夠攢夠結婚相關的費用，因此讓兒子提早就業在婚姻市場上的邊際收益較高。而城鎮家庭的財富水平相對較高，利用家庭的積蓄一般能夠支付結婚的必要成本，因此讓兒子就業賺錢的邊際收益相對低一些。為了檢驗家庭預算約束的作用，我們按照父母的受教育水平分組進行回歸。這是因為父母受教育程度能夠有效預測家庭財富水平(Card，2001)，并且不會受到子女當前婚姻狀態的干擾。

我們將父母受教育程度在初中及以下定義為低教育水平，將高中及以上學歷定義為高教育水平，檢驗性別比失衡對子女受教育程度的影響是否因父母的受教育水平不同而存在差異，結果如表3 所示。面板A 為使用父母低教育水平的樣本進行回歸得到的結果。面板A 第(1) 列和第(2) 列的結果顯示，婚姻市場性別比和男性虛擬變量交叉項的系數為負，且在10%或者5%的統計水平下顯著，說明在父母低教育水平樣本中，婚姻市場性別比降低了男性相對女性上高中的概率。面板B 為使用父母高教育水平的樣本進行回歸的結果。婚姻市場性別比和男性虛擬變量交叉項對是否上過高中和大學的估計系數顯著為正，說明在父母教育水平較高的樣本中，性別比提高了男性相對女性上高中和上大學的概率。這一結果意味著城鄉差異的背后原因可能是家庭預算約束。

表3 婚姻市場性別比對受教育程度的影響(按父母受教育程度分組)

(續表)

(四) 穩健性檢驗①穩健性檢驗部分的回歸結果請見《經濟科學》 官網“附錄與擴展”。

如前文所述，可能存在隨省份—出生年份變動并且對男孩和女孩有不同影響的因素，如果這些因素與我們的交叉項相關，可能導致交叉項的估計系數有偏。其中一個潛在的遺漏變量是男孩偏好。男孩偏好可能會導致家庭人力資本投資上的性別差距，如果性別比與男孩偏好正相關，會使得的估計結果被高估。另一個潛在的遺漏變量是家庭生育子女數量。人口性別比失衡是跟生育水平密切關聯的，而生育水平也會影響家庭人力資本投資決策，這種影響對不同性別的孩子可能存在差異。

為了解決由于男孩偏好或者家庭生育子女數量導致的內生性問題，首先，我們采用控制變量的方法，將男孩偏好、家庭子女數量以及這兩項分別與男性虛擬變量的交叉項作為控制變量加入模型(1) 和模型(2) 中。結果顯示，不管是農村樣本還是城鎮樣本，控制男孩偏好、家庭子女數量以及交叉項后，主要的回歸結果基本不變。接下來，我們將家庭男孩偏好和子女數量作為模型(1) 和模型(2) 的被解釋變量，直接估計婚姻市場性別比是否對男性和女性所在家庭的男孩偏好和子女數量有不同影響。結果顯示，不論是農村樣本還是城鎮樣本，在所有的回歸設定下，婚姻市場性別比與男性虛擬變量的交叉項對男孩偏好和家庭子女數量的影響都是不顯著的。這說明在本文的回歸設定下，性別比對家庭男孩偏好和子女數量的影響與樣本的性別無關。以上結果極大地減輕了我們對性別比的內生性問題的擔憂。

五、結 論

本文研究面對性別比失衡，父母如何選擇子女的受教育水平。我們首先從理論上分析了當婚姻市場性別比失衡時，父母采取不同選擇的成本和收益；接下來利用性別比失衡對男性和女性的相對影響不同以及性別比失衡在地區和時間層面的差異，識別了婚姻市場性別比失衡對農村樣本和城鎮樣本受教育程度的影響。研究發現，當婚姻市場性別比失衡程度加深時，農村男性顯著降低了受教育水平，不管是在絕對意義上還是相對于農村女性。相反，城鎮男性顯著提高了受教育水平，城鎮女性的受教育水平不受影響。為何性別比失衡對教育的影響在城鎮和農村結果不同? 我們認為一種可能的影響機制是家庭預算約束。為了檢驗家庭預算約束的作用，我們按照父母的受教育水平分組進行回歸。結果發現，對于父母教育水平較低的樣本，性別比失衡降低了男性相對教育水平；對于父母教育水平較高的樣本，性別比失衡提高了男性相對教育水平。這一結果說明，城鄉差異的原因可能是家庭預算約束。這意味著性別比失衡擴大了社會經濟地位較高和較低男性人力資本的差距。

在前文的分析中，我們假設父母通過觀察當子女上初中時婚姻市場上適婚男女的供求情況，預測子女結婚時婚姻市場性別比，并據此決定是否支持孩子完成高中或者更高的教育水平。這個前提暗含的假設是，父母依據當前婚姻市場的供求情況預測子女結婚時婚姻市場的供求狀況。然而，我國適婚年齡人口的性別比在較長時間將呈現快速上升的態勢，依據當前的婚姻市場供求情況預測數十年后婚姻市場的供求狀況可能會造成嚴重的低估。那么，父母是否會觀察與子女出生年份相近的出生隊列的性別比從而調整人力資本投資決策呢? 為了回答這個問題，我們假定子女在平均結婚年齡結婚，構建了真實的婚姻市場性別比，即子女出生當年和前后五年出生的人口性別比，研究其對子女教育水平的影響。我們發現，父母更有可能在子女上初中時依據當時的婚姻市場適婚男女的供求情況判斷子女結婚時婚姻市場的供求狀況，而不是根據與子女出生年份相近的出生隊列的性別比，雖然后者更接近子女結婚時真實的婚姻市場性別比。由于我國性別比失衡在較長時間內呈現上升態勢，父母的預測傾向于低估子女結婚時適齡女性缺少的程度，這意味著當前的人力資本水平可能偏離家庭合意的水平。