子女随迁对流动人口自我雇佣的影响研究

Research on the Impact of Child Migration on the Self-Employment of Migrants

摘要: 随着中国城镇化进程的推进，流动人口家庭化迁移的趋势也不断增强，子女随迁在一定程度上影响着流动人口的社会融入和就业决策。本文利用国家卫健委2012~2018年全国流动人口监测调查数据，构建Probit模型进行实证分析后发现：第一，子女随迁显著提高了流动人口自我雇佣的概率；第二，子女随迁对生存型自我雇佣的促进作用强于机会型自我雇佣。经过稳健性检验和内生性处理后，该结论依旧成立；第三，子女随迁对子女数量越多、子女年龄越小以及单独一人流动的流动人口父母产生更加明显的促进效应。本文结论为改善流动人口在城市的自我雇佣问题和推进新型城镇化提供了参考意义。

Abstract: With the advancement of urbanization in China, the trend of family migration of migrants is also increasing, and the migration of children affects the social integration and employment decisions of migrants to a certain extent. Based on the data of the China Migrants Dynamic Survey of the National Health Commission from 2012 to 2018, this paper constructs the Probit model for empirical analysis, and finds that: first, the migration of children significantly increases the probability of self-employment of migrants; Second, the promotion effect of child migration on survival self-employment is stronger than that of opportunistic self-employment. After robustness test and endogeneity treatment, this conclusion is still valid; Third, the migration of children has a more obvious promotion effect on the migrant parents with more children and younger children, and the single migrant. The conclusions of this paper provide reference significance for improving the self-employment of migrants in cities and promoting new urbanization.

1. 引言

随着中国城镇化进程的不断推进，流动人口规模日益扩大，成为推动经济增长和社会发展的一股不可忽视的力量。第七次全国人口普查数据显示，2020年中国流动人口规模近3.8亿，占总人口的五分之一以上，流动人口增长速度加快。这一庞大群体不仅是城乡劳动力市场的重要组成部分，其就业模式和生活方式的变迁也会对社会各方面产生深远影响。在流动人口的多元化就业模式中，自我雇佣以其灵活和自主的独特优势，逐渐成为部分流动人口的重要就业选择，其不仅可以缓解流动人口自身的就业困境，更为城市的劳动力市场创造了活力，是实现农村剩余劳动力转移和吸收农村富余劳动力的有效途径之一[1]。与此同时，城市更完善的公共资源和教育资源，使家庭化迁移已成为大部分流动人口的选择，其中子女随迁是流动家庭在城市安居过程中面临的重要问题，为了平衡家庭和工作，流动人口针对就业决策会进行多个方面的权衡，这不仅会影响流动人口自身的职业选择和收入水平，也会对整体劳动力市场的供需关系和城市人口结构产生影响。

本文利用国家卫健委2012~2018年的全国流动人口监测调查数据，实证分析流动人口的子女随迁是否会对流动人口的自我雇佣决策产生影响，完善流动人口自我雇佣的影响因素研究，并为相关政策提供理论依据，以促进流动人口的社会融合和就业结构优化。

2. 文献综述与理论分析

2.1. 文献综述

作为流动人口家庭化迁移中的重要部分，子女随迁目前的研究方向主要是对其影响因素的研究，以及其带来的影响研究。一方面，影响流动人口子女随迁的因素多种多样，主要集中于流动人口个人特征和社会经济特征两个方面，大多数文献都会同时探究二者对子女随迁的影响，包括流动人口的流动时间和流动类型[2]、社会经济地位[3]和流动人口的收入[4]等。另一方面，子女随迁的影响研究可以分为对流动人口父母和子女自身，其对流动人口父母的影响主要集中于“母职惩罚”，即子女迁移对女性就业表现的影响，大多数文献认为母亲对孩子的照料任务不仅会在短期内减少女性的劳动供给[5]，降低其工资收入[6]，还会对其未来的晋升潜力产生长期的负面影响[7]。此外，子女随迁可以显著提高农民工父母的就业质量[8]，有助于增进农民工的城市融入感[9]。而子女的随迁经历对子女自身的影响大多是正向作用的，例如可以显著提高农民工子女的学业成绩[10]、促进农民工子女非认知能力的提高[11]、提高子女的教育期望，尤其是对男孩[12]。

研究流动人口自我雇佣影响因素的文献可以大致分为个人因素、社会因素和宏观因素。个人特征是最早被研究的影响因素，包括年龄、性别、人力资本等。此外，非认知能力会使乡城移民的创业概率显著增大[13]，高流动频率通过冲击社会资本集聚和提高社会融合难度对农民工的创业产生抑制效应[14]，跨省流动的农民工机会型创业率更高[15]；社会因素研究主要集中在流动人口的家庭关系，包括祖父母的创业经历、家庭中儿子比重等方面；宏观影响因素有制度性因素和非制度性因素，制度性因素主要有户籍制度、计划生育政策、最低工资制度等。非制度性影响因素有宗族文化、方言技能等。同时，宏观层面还有不少文献将城市特征与流动人口个人的决策联系起来，如城市的数字普惠金融发展对流动人口创业存在不同影响[16] [17]，城市包容性有助于流动人口创业[18]，城市高房价会显著抑制流动人口女性创业[19]。

目前直接研究子女随迁和流动人口自我雇佣二者关系的文献较少，仅有研究发现子女随迁能显著提升流动人口的创业概率[20] [21]，但如果流动人口夫妻同子女的核心式家庭成员一同迁移，流动人口进行高风险创业的概率会相对减小。此外，家中未成年子女的存在会增加流动女性选择灵活就业的可能性，且未成年子女数量越多，或未成年子女已经入学，流动女性选择灵活就业的可能性越大[22]。

2.2. 理论分析

在家庭化迁移已成为大趋势的当下，子女随迁是大部分流动人口家庭的选择，由此带来了对流动人口的劳动行为和就业表现的影响。根据家庭时间分配模型[23]，流动人口势必要在子女照料和工作之间进行权衡取舍，以及介于不同就业模式有各自天然的属性，本文从灵活性偏好和收入偏好两方面来分析子女随迁对流动人口就业行为的影响。

一方面，子女跟随父母来到城市生活会增加父母的照料需求，占用流动人口的时间和精力，使其考虑退出劳动市场而从事非生产性劳动(尤其是母亲)，但介于流动人口本身的流动目的是为了寻找更好的工作机会以补贴家用，直接退出劳动市场很难分担家庭的经济压力，所以出于对就业灵活性的偏好，流动人口倾向于选择劳动时间更具弹性的自我雇佣，以便兼顾家庭照料和社会工作。

另一方面，子女随迁会增加流动人口家庭的生活成本、教育成本以及未来提高子女在婚姻市场和劳动力市场中竞争力的投资成本，加重了流动人口父母的经济负担。而在城乡劳动力分割市场中，自我雇佣在某些情况下相较“他雇”具有收入提升的优势，通过自我雇佣突破劳动力市场的年龄歧视、户籍歧视等限制，获得更符合自身人力资本水平的更高的劳动收入，为子女提供更好的经济基础。因此，流动人口出于设法扩大家庭收入的偏好，考虑自我雇佣的可能性。

参考全球创业观察对创业类型的划分，可以把流动人口的自我雇佣分为机会型自雇和生存型自雇两个类型，生存型自我雇佣是指没有更好的工作选择而被迫选择的自我雇佣，机会型自我雇佣是指个体由于偏好主动选择的自我雇佣，后者对流动人口的要求更高，因此，本文提出研究假说： 子女随迁会促进流动人口自我雇佣，且对生存型自我雇佣的促进作用大于机会型自我雇佣。

3. 数据、变量与模型构建

3.1. 数据来源与处理

本文使用的主要数据来自国家卫健委发布的2012~2018年全国流动人口动态监测数据(China Migrants Dynamic Survey, CMDS)¹，调查对象为在本地居住一个月及以上、非本区(市、县)户口的15周岁及以上的男性和女性流动人口，此外城市特征变量数据来自《中国城市年鉴》和各城市统计公报等，缺失城市进行手动补充。根据本文的研究需要对样本进行筛选，只保留了16~59岁、流动时间超过6个月、婚姻状态为初婚、有子女且最小子女的年龄在0~15岁的流动人口样本。同时，鉴于有本地户籍的子女在上学、升学方面，与无本地户籍的子女待遇差异较大，并且也不符合流动的定义，为保证样本的统一性，将子女有本地户籍的流动人口样本剔除。进一步删除主要变量存在缺失的样本，以及剔除明显异常的样本后，最终整合成七年混合截面数据，共得到有效样本483,085个。

3.2. 变量选取

根据本文的研究目的，并结合相关理论和现有文献研究，本文选取的变量主要如下：

(1) 被解释变量：流动人口是否自我雇佣(SELF)，定义为二元虚拟变量，将“雇主”和“自营劳动者”两种就业身份认定为自我雇佣，SELF赋值为1；若为其他就业状态，则SELF赋值为0。此外，将自我雇佣细分为“生存型自我雇佣”和“机会型自我雇佣”两种类型，当受访者就业状态为“自营劳动者”时，将其定义为“生存型自雇”，赋值为1；当受访者就业状态为“雇主”时，将其定义为“机会型自雇”，赋值为1。

(2) 核心解释变量：子女是否随迁(CM)，即子女是否跟随父母一同迁移到现居住地共同生活，定义为二元虚拟变量，如果流动人口家庭中至少有一个15岁及以下的子女随父母迁移到现居住地共同生活，则被定义为子女随迁，CM赋值为1；否则，将被定义为子女未随迁，CM赋值为0。

(3) 控制变量：本文选取的控制变量主要分为个体特征、家庭特征、城市特征三个层面的相关变量。个体特征变量包括受访者性别、年龄与年龄的平方/100、受教育年限、民族、户口性质、流动范围和流动时间。家庭特征变量包括家庭收入对数和家庭规模。流入城市特征变量包括经济发展水平、产业结构、城市集聚程度和公共服务水平。

表1给出了主要变量特征的描述性统计。

Table 1. Descriptive statistics

表1. 描述性统计

变量类型	变量名称	子女随迁 (N = 358,800)		子女未随迁 (N = 124,285)		总样本 (N = 483,085)
		均值	标准差	均值	标准差	均值	标准差
被解释变量	自我雇佣	0.514	0.5	0.386	0.487	0.481	0.5
	生存型自雇	0.405	0.491	0.306	0.461	0.379	0.485
	机会型自雇	0.11	0.313	0.08	0.271	0.102	0.303
个体特征变量	性别	0.595	0.491	0.578	0.494	0.59	0.492
	年龄	34.04	6.195	33.96	6.359	34.02	6.238
	年龄平方/100	11.97	4.359	11.94	4.454	11.96	4.384
	受教育年限	10.07	2.868	9.746	2.636	9.988	2.814
	民族	0.927	0.26	0.944	0.231	0.931	0.253
	户口性质	0.175	0.38	0.145	0.352	0.167	0.373
	流动范围	0.473	0.499	0.635	0.481	0.515	0.5
	流动时间	6.081	4.848	4.688	4.227	5.723	4.735
家庭特征变量	家庭收入对数	11.19	0.558	11.12	0.512	11.17	0.548
	家庭规模	3.609	0.755	3.555	0.686	3.595	0.738
流入城市特征变量	经济发展水平	11.13	0.563	11.16	0.582	11.14	0.568
	产业结构	0.488	0.131	0.494	0.125	0.49	0.13
	城市集聚程度	5.988	1.196	6.185	1.21	6.039	1.203
	公共服务水平	0.0691	0.0114	0.0682	0.0106	0.0689	0.0112

3.3. 模型构建

本文主要研究子女随迁对流动人口自我雇佣的影响关系，且子女随迁与否和流动人口是否自我雇佣均是二元虚拟变量，因此，构建Probit模型如下：

$Prob\left(SEL{F}_{ict}=1\right)=\Phi \left({\beta }_0+{\beta }_1\times C{M}_{ict}+{\beta }_2\times X_{ict}+{\delta }_c+{\eta }_t+{\epsilon }_{ict}\right)$ (1)

其中，i代表个体，c代表城市，t代表年份。$SEL{F}_{ict}$ 为流动人口是否自我雇佣的二元虚拟变量，$SEL{F}_{ict}=1$ 表示流动人口的就业身份属于自我雇佣，$SEL{F}_{ict}=0$ 表示流动人口就业身份属于他人雇佣；$C{M}_{ict}$ 为子女是否随迁的二元虚拟变量，$C{M}_{ict}=1$ 表示子女随迁，$C{M}_{ict}=0$ 表示子女未随迁；$X_{ict}$ 表示一系列控制变量，主要包括个人特征变量、家庭特征变量和城市特征变量；${\delta }_c$ 是城市固定效应；${\eta }_t$ 表示时间固定效应；${\epsilon }_{ict}$ 为随机扰动项。本文使用在城市层面进行的聚类稳健标准误。

4. 实证分析

4.1. 基准回归

表2列示了各变量对于流动人口自我雇佣和自我雇佣类型进行Probit回归的平均边际效应，其中(1) (3) (5)列为没有加入控制变量的回归结果，(2) (4) (6)列为加入控制变量的回归结果。由表可知，子女随迁在1%的水平上显著提高了流动人口自我雇佣概率，提升幅度约为10.5%。为进一步考察子女随迁对不同类型的自我雇佣的影响差异，同样采用Probit模型对生存型自我雇佣和机会型自我雇佣进行回归分析，结果表明子女随迁同样在1%的水平上显著提高了流动人口生存型自我雇佣和机会型自我雇佣的概率，生存型自雇的提高幅度高于机会型自雇的提高幅度，可能的原因是机会型自雇的进入门槛更高，对流动人口的机会识别、初始启动资金、风险控制和经营能力的要求更高，不如生存型自雇普遍，因此子女随迁的促进作用更弱。

Table 2. Benchmark regression results

表2. 基准回归结果

	自我雇佣		生存型自我雇佣		机会型自我雇佣
	(1)	(2)	(3)	(4)	(5)	(6)
子女随迁	0.1237^***	0.105^***	0.0901^***	0.0887^***	0.0367^***	0.0203^***
	(0.0086)	(0.00671)	(0.0086)	(0.00597)	(0.0041)	(0.00245)
性别		0.0257^***		0.00921^***		0.0162^***
		(0.00415)		(0.00336)		(0.00153)
年龄		0.0117^***		0.00491^***		0.00859^***
		(0.00157)		(0.00132)		(0.000889)
年龄平方/100		−0.0136^***		−0.00481^***		−0.0114^***
		(0.00207)		(0.00176)		(0.00123)
受教育年限		−0.0262^***		−0.0244^***		−0.00190^***
		(0.00188)		(0.00156)		(0.000663)
民族		0.0869^***		0.0733^***		0.0194^***
		(0.0117)		(0.00993)		(0.00418)
户口性质		−0.0542^***		−0.0552^***		−0.00394
		(0.00807)		(0.00751)		(0.00298)
流动范围		0.0540^***		0.0428^***		0.00710*
		(0.0155)		(0.0122)		(0.00373)
流动时间		0.00496^***		0.00317^***		0.00162^***
		(0.000459)		(0.000371)		(0.000267)
家庭收入对数		0.156^***		0.0269^***		0.104^***
		(0.00858)		(0.00664)		(0.00240)
家庭规模		0.0306^***		0.0292^***		0.00108
		(0.00283)		(0.00221)		(0.00102)
经济发展水平		0.00548		0.0330^**		−0.0211^**
		(0.0130)		(0.0130)		(0.00997)
产业结构		0.0613		0.0918		−0.0234
		(0.0738)		(0.0866)		(0.0450)
城市集聚程度		0.0506		0.0565		−0.00576
		(0.0684)		(0.0523)		(0.0353)
公共服务水平		−0.366		−0.660		0.376
		(0.702)		(0.775)		(0.367)
常数项	−0.9691^***	−7.287^***	−1.288^***	−4.150^***	−1.4098^***	−7.862^***
	(0.0340)	(0.981)	(0.0442)	(0.843)	(0.0364)	(1.312)
城市固定效应	控制	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制	控制
样本量	483,085	483,085	483,085	483,085	483,068	483,068
R^2	0.0753	0.1205	0.0659	0.0940	0.0285	0.0864

注：(1) 表中估计值为平均边际效应计算结果。(2) ^***、^**和^*分别表示在1%、5%和10%的水平上显著，括号内为城市层面聚类的异方差稳健标准误。(3) 如无特别说明，下表同。

大部分控制变量对流动人口自我雇佣的影响同样较为显著，且基本符合预期。相比于女性，男性流动人口的自我雇佣概率更高；流动人口年龄与其自我雇佣之间呈现“倒U型”关系，即流动人口自我雇佣的概率随着年龄的增加呈现先提高后下降的趋势；受教育年限对流动人口自我雇佣有显著抑制作用，表明受教育程度高的流动人口由于能够获得一份稳定且待遇不错的受雇佣工作，则其自我雇佣的机会成本较高，很难放弃当前的受雇佣工作；流动范围更大、流动时间越长、家庭收入越高和家庭规模越大的流动人口，其自我雇佣的概率越大，说明跨省流动和“常住化”，以及家庭经济有支撑和家庭化迁移，有利于流动人口选择自我雇佣。

4.2. 稳健性检验

4.2.1. 更换回归模型

将回归模型更换为Logit模型和LPM (Linear Probability Model)进行回归分析，由表3可知，Logit模型和LPM的回归结果与Probit模型的回归结果基本一致，均表明子女随迁能显著提高流动人口自我雇佣的概率，对生存型自我雇佣的提升幅度大于机会型自我雇佣的提升幅度，可证明本文结论的稳健性。

Table 3. Replace the regression model

表3. 更换回归模型

变量	自我雇佣		生存型自我雇佣		机会型自我雇佣
	(1) Logit	(2) LPM	(3) Logit	(4) LPM	(5) Logit	(6) LPM
子女随迁	0.1047^*** (0.0068)	0.1042^*** (0.0066)	0.0893^*** (0.0060)	0.0878^*** (0.0057)	0.0203^*** (0.0026)	0.0164^*** (0.002)
控制变量	控制	控制	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制	控制
样本量	483,085	483,085	483,085	483,085	483,068	483,085
R^2	0.1207	0.1535	0.0938	0.1188	0.0862	0.0618

4.2.2. 替换核心解释变量

将核心解释变量替换为子女随迁的数量，从二元变量替换为多元离散变量，表4汇报了回归结果，可以看出子女随迁数量对流动人口自我雇佣有显著的促进作用，同样对于两种自我雇佣类型也是如此。同时，对生存型自我雇佣的促进作用依旧大于对机会型自我雇佣的促进作用。这些结果与前文的基准回归结果基本保持一致，说明子女随迁对流动人口自我雇佣的正向促进效应具有较强的稳健性。

Table 4. Replace the core explanatory variables

表4. 替换核心解释变量

变量	自我雇佣		生存型自我雇佣		机会型自我雇佣
	(1)	(2)	(3)	(4)	(5)	(6)
子女随迁数量	0.0919^*** (0.0029)	0.0702^*** (0.0029)	0.0706^*** (0.0023)	0.0557^*** (0.0025)	0.0208^*** (0.0021)	0.0147^*** (0.0014)
控制变量	未控制	控制	未控制	控制	未控制	控制
城市固定效应	控制	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制	控制
样本量	483,085	483,085	483,085	483,085	483,021	483,021
R^2	0.0485	0.0951	0.0428	0.0729	0.0203	0.0805

4.3. 内生性检验

在基准回归中，流动人口是否选择将子女随迁到身边可能与其就业状态有关，自我雇佣者拥有更灵活的工作时间安排，能够提供更多的照料资源，更倾向于将子女随迁到身边，因此子女随迁和流动人口自我雇佣之间可能存在双向因果；同时，存在部分不可观测因素对流动人口的就业状态产生影响，有遗漏变量的问题。基于此，引入工具变量是一个比较好的处理内生性的方法。由于本文的内生解释变量“子女是否随迁”是二元离散变量，而IV-probit模型要求内生变量为连续性变量，对于离散型内生变量的处理无效，因此本文采取工具变量的条件混合过程(Conditional mixed-process models, CMP)估计对模型进行两阶段回归。参考王桂新和丁俊菘[21]，选取流动人口流入城市的平均子女随迁率(不包含流动人口本人)作为工具变量进行CMP估计，一般认为调查城市的流动人口平均子女随迁率和单个家庭的子女是否随迁有关，但和流动人口自身是否选择自我雇佣没有必然联系，所以满足工具变量的相关性和外生性原则。

表5为子女随迁对流动人口自我雇佣进行CMP估计得到的结果，可以看出，工具变量的系数表示工具变量对子女随迁的效应，均在1%水平上显著。除了(3)列，(1)列和(2)列的atanhrho_12值同样显著，表明处理内生性后，子女随迁对自我雇佣和生存型自我雇佣的促进作用仍然是成立的，但对机会型自我雇佣的作用有待商榷。

Table 5. CMP estimation results

表5. CMP估计结果

变量	自我雇佣	生存型自我雇佣	机会型自我雇佣
	(1)	(2)	(3)
子女随迁	0.4536^*** (0.0423)	0.3938^*** (0.0332)	0.0736^* (0.0440)
城市其他流动人口平均子女随迁率	0.7648^*** (0.0104)	0.9678^*** (0.01)	0.9678^*** (0.01)
atanhrho_12	−0.063^*** (0.0175)	−0.0557^*** (0.0137)	0.021 (0.018)
控制变量	控制	控制	控制
城市固定效应	控制	控制	控制
年份固定效应	控制	控制	控制
样本量	483,085	483,085	483,085

注：表中估计值为回归系数，括号内为异方差稳健标准误。

4.4. 异质性分析

4.4.1. 子女数量异质性

Table 6. Results of the analysis of heterogeneity in the number of children

表6. 子女数量异质性分析结果

A	流动人口自我雇佣
	一孩家庭	两孩家庭			多孩家庭
		仅幼子随迁	仅长子随迁	均随迁
	(1)	(2)	(3)	(4)	(5)
子女随迁	0.0908^*** (0.0043)	0.0925^*** (0.0056)	0.0197^*** (0.0073)	0.0840^*** (0.0055)	0.159^*** (0.0114)
控制变量	控制	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制
样本量	324,697	144,350	144,350	144,350	13,785
R2	0.0961	0.0809	0.0792	0.0838	0.1192
B	流动人口生存型自我雇佣
子女随迁	0.0789^*** (0.0043)	0.0838^*** (0.0067)	0.0153^** (0.0074)	0.0659^*** (0.0051)	0.137^*** (0.0107)
控制变量	控制	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制
样本量	324,697	144,389	144,389	144,389	13,813
R^2	0.0774	0.0557	0.0543	0.0570	0.0849
C	流动人口机会型自我雇佣
子女随迁	0.0151^*** (0.002)	0.0076^** (0.0033)	0.0063 (0.0042)	0.0214^*** (0.0028)	0.0323^*** (0.0074)
控制变量	控制	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制
样本量	324,697	144,360	144,360	144,360	13,059
R^2	0.0777	0.0902	0.0901	0.0915	0.15

现有研究发现，中国家庭中生育水平与创业的可能性具有正相关关系[24]，本文根据每个流动人口家庭中的子女数量不同进行异质性分析，具体划分为一孩家庭、两孩家庭和多孩家庭三种家庭。表6汇报了回归结果，可以看出，无论是对流动人口自我雇佣，还是对两种自雇类型，子女数量越多的家庭中，子女随迁的促进作用越大。一方面，跟随父母迁移的子女越多，带来的照料需求与陪伴需求越多，占用父母的时间越多，对父母的劳动供给有更大的负向影响，流动人口很可能转而寻求就业时间更灵活的自我雇佣；另一方面，无论是在城市抚养子女所需的更高昂的物质成本，还是计划为子女提供更好的教育资源，都促使流动人口父母设法扩大家庭收入，激励其选择自我雇佣，以实现家庭收入的向上流动。此外，在两孩家庭中，幼子随迁对流动人口自我雇佣和两种自我雇佣类型的促进作用均强于长子随迁，可能的原因是，幼子对流动人口父母的依赖性相较于长子更强，需要父母投入更多精力去照料，从而考虑自我雇佣。

4.4.2. 子女年龄异质性

将流动人口样本按照子女年龄分为三个组别：学龄前阶段、小学阶段和初中阶段。表7显示，学龄前阶段的子女随迁在1%的水平上显著提高了流动人口的自我雇佣概率，高于小学阶段子女和初中阶段子女，说明子女年龄越大，子女随迁的促进作用逐渐降低，对流动人口生存型自我雇佣和机会型自我雇佣有同样的效果。学龄前阶段的子女相较于小学和初中阶段的子女更加缺乏独立性，需要流动人口父母更多的照料与陪伴，对流动人口的时间占用较强，并且学龄前阶段的子女没有社交圈与教育稳定性的需求，更容易适应环境和生活方式的改变，此时流动人口父母更倾向于利用自我雇佣的灵活性，以追求更好的工作机会和经济收入。此外，在所有的子女年龄段，子女随迁对于流动人口自我雇佣都存在显著的促进作用，也进一步验证了本文的结论稳健性。

Table 7. Results of heterogeneity analysis of children’s age stages

表7. 子女年龄阶段异质性分析结果

A	流动人口自我雇佣
	学龄前阶段	小学阶段	初中阶段
	(1)	(2)	(3)
子女随迁	0.1135^*** (0.0049)	0.086^*** (0.005)	0.0624^*** (0.0067)
控制变量	控制	控制	控制
城市固定效应	控制	控制	控制
年份固定效应	控制	控制	控制
样本量	146,138	130,901	47,654
R^2	0.1151	0.0805	0.0764
B	流动人口生存型自我雇佣
子女随迁	0.0946^*** (0.0046)	0.0783^*** (0.0051)	0.055^*** (0.0074)
控制变量	控制	控制	控制
城市固定效应	控制	控制	控制
年份固定效应	控制	控制	控制
样本量	146,138	130,901	47,654
R^2	0.0937	0.0626	0.0599
C	流动人口机会型自我雇佣
子女随迁	0.0223^*** (0.0026)	0.0119^*** (0.0026)	0.0097^*** (0.0034)
控制变量	控制	控制	控制
城市固定效应	控制	控制	控制
年份固定效应	控制	控制	控制
样本量	146,125	130,807	47,536
R^2	0.0806	0.0827	0.0942

4.4.3. 家庭迁移结构异质性

在家庭化迁移逐渐成为大趋势的当下，配偶随迁已经成为了大部分流动人口的选择，本文将分别讨论夫妻共同流动和夫妻一方单独外出(仅丈夫流动和仅妻子流动)的流动人口影响差异。受传统观念影响，流动人口家庭中父亲和母亲对子女陪伴的偏好存在差别，即使父母皆外出流动，其在家庭分工中也各自承担着不同的角色[8]，因此子女随迁对流动人口的影响同样可能存在流动人口的性别差异。表8汇报了流动人口家庭迁移结构的异质性回归结果，可以看出，相比于夫妻两人共同流动的家庭，独自一人携子女随迁的流动人口选择自我雇佣的概率更大，因为这一类流动人口无论是经济压力，还是时间精力压力都更大。在共同流动的家庭中，子女随迁对女性流动人口自我雇佣促进效果会大于男性，说明母亲由于承担主要的照料工作，会更容易放弃他人雇佣，转向自我雇佣。

Table 8. Heterogeneity analysis of family migration structure

表8. 家庭迁移结构异质性分析结果

A	流动人口自我雇佣
	家庭迁移结构			夫妻共同流动家庭
	夫妻共同流动	仅丈夫流动	仅妻子流动	男性	女性
	(1)	(3)	(4)	(5)	(6)
子女随迁	0.0592^*** (0.0059)	0.1211^*** (0.0096)	0.0986^*** (0.0096)	0.0477^*** (0.0059)	0.0732^*** (0.0067)
控制变量	控制	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制
样本量	440,821	27,711	14,142	257,299	183,522
R^2	0.0890	0.1207	0.1518	0.0860	0.0993
B	流动人口生存型自我雇佣
子女随迁	0.0412^*** (0.0052)	0.0998^*** (0.0088)	0.0893^*** (0.0092)	0.0805^*** (0.0145)	0.0552^*** (0.0062)
控制变量	控制	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制
样本量	440,821	27,711	14,118	257,299	183,522
R^2	0.0712	0.0898	0.1294	0.0659	0.0839
C	流动人口机会型自我雇佣
子女随迁	0.0189^*** (0.0024)	0.0167^*** (0.0053)	0.0117^** (0.005)	0.0179^*** (0.0029)	0.0203^*** (0.0024)
控制变量	控制	控制	控制	控制	控制
城市固定效应	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制
样本量	440,763	27,119	12,992	257,235	183,497
R^2	0.0766	0.1428	0.1620	0.0824	0.0708

5. 结论与政策建议

本文利用国家卫生和计划生育委员会发布的2012~2018年全国流动人口动态监测数据，以Probit模型为基础，就子女随迁影响流动人口自我雇佣进行了回归分析，发现子女随迁能够显著提高流动人口自我雇佣的概率，并且子女随迁对生存型自我雇佣的提升幅度大于机会型自我雇佣，可能的原因是生存型自雇的进入门槛更低，对流动人口的机会识别能力、初始启动资金等要求不高，更加普遍。在进行相关的稳健性检验和内生性处理后，该结论依旧成立。异质性分析表明，子女随迁对子女数量越多、子女年龄越小和单独一人流动的流动人口父母产生更加明显的促进效应。

该结论为改善流动人口在城市的就业问题开辟了一种新思路，也为推进新型城镇化提供了一条重要路径，即通过鼓励流动人口子女随迁，完善随迁子女的相关政策，进而提高流动人口进行自我雇佣的概率，获得与其人力资源和家庭情况更加匹配的收入水平，实现一举两得。首先，继续推进和完善流动人口随迁子女在城市的教育问题，以及异地高考问题，改善流动人口的居住环境和居住条件，为其子女随迁创造更好的制度环境；其次，完善促进充分就业的公共政策，改善流动人口从事自我雇佣的营商环境，为受雇佣流动人口转向自我雇佣创造良好条件；针对生存型自我雇佣流动人口，构建完善针对流动人口的社会保障体系，以降低其从事自我雇佣的不确定性风险；针对机会型自雇流动人口，考虑简化其相关的行政手续，提供税收优惠等鼓励性政策，并提供个体或中小企业相关的创业性帮助，以提升其自主经营能力和市场竞争力。最后，引导并鼓励流动人口实现从生存型自我雇佣到机会型自我雇佣的升级转变。政府可联合社会力量，如创业成功的个体商家等，为有创业意愿且有一定抗风险能力的流动人口提供交流平台或开展定期有针对性的创业培训，并提供正规的技术支持和人员指导，逐步引导更多生存型自我雇佣转变为机会型自我雇佣，提高流动人口个体自我雇佣的质量。

NOTES

¹2011年CMDS问卷只询问了同住家庭成员的情况，其他年份问卷则详细询问了核心家庭成员(包括本人、配偶和子女)的情况，无论其是否同住，为保证样本的统一性，故不考虑这一年的样本。