农业转移人口的初婚概率及其影响因素——基于全国11省份的调查分析

靳小怡，滕嘉暄，杜 巍

西安交通大学公共政策与管理学院，陕西 西安 710049

一、问题提出

婚姻是人口再生产的重要条件，对人类社会具有重要意义。微观而言，它首先是男性与女性社会成员缔结并组成家庭的合法性保障，关系到个体生存质量[1]；宏观而言，婚姻能够对人口社会可持续发展产生影响。近年来，受独立自主意识觉醒及世界范围内不婚与晚婚潮流影响，婚姻正在经历从义务向选择的转型[2]，这种转型直接体现为中国日益上升的初婚年龄及未婚人群比例。民政部调查数据显示，中国平均初婚年龄从1990年的23.4岁提高到2017年的26.8岁[3]，当前中国人口的平均初婚年龄已属于晚婚状态[4]。2022年发布的《中国婚姻家庭报告》显示，2019年中国30～34岁男性未婚比例为18.16%，女性未婚比例为8.7%，结婚率呈现出较低态势。

晚婚与未婚率的提升带来了许多社会问题：结婚过晚会提升离婚率，并引发生育率下降[5]，晚婚与社会犯罪率高发有密切关系，容易引发社会保障等方面的安全隐患[6]。此外，晚婚带来的低生育率将使中国的人口红利持续走低，不利于经济社会的可持续发展[2]。目前，晚婚对人口的负面影响已成为“十四五”时期关注的焦点之一。

在全国的适龄青年群体中，来自农村且具有流动经历的农业转移人口具有特殊性。《中华人民共和国2021年国民经济和社会发展统计公报》显示，2021年中国农民工规模达2.9亿人，且仍在增长。对农业转移人口来说，初婚年龄不仅会对其个人生活质量产生影响，而且会通过人口流向影响城乡经济的未来走向[7]。本文基于西安交通大学公共政策与管理学院城镇化与可持续发展课题组2018年开展的全国“百村调查”数据和国家统计局网站公布的数据，运用事件史分析方法，通过建立Cox比例风险模型，系统分析城镇化背景下农业转移人口的初婚概率及其影响因素，并考察不同性别与出生队列的差异性。

二、文献综述

初婚概率的研究大多基于个人、家庭和社会三个层面。个体层面的影响因素主要包括性别、受教育程度、婚前同居行为、职业及劳动力迁移等。陈越[8]基于中国综合社会调查(CGSS)2006年的数据，研究了高性别比下的女性晚婚现象，发现城市“男大女小”的择偶观念并没有得到根本转变，导致城市年龄较大女性的择偶困难。Guo等[9]发现中国受教育程度越高的人群，进入初婚的时间越晚。杨辉等[10]发现婚前同居在一定程度上提高了青年的初婚概率。Fukuda[11]则基于社会传统思想结构下的女性个体职业因素，发现中国父权制结构的顽固性，增大了非传统婚姻(寻找经济地位较低的男性作为伴侣)的实现难度，从而使大多数职业女性推迟结婚时间。曾迪洋[12]发现劳动力迁移经历次数对人口初婚年龄存在显著正向影响，且越晚实现迁移的人，初婚的可能性越低。彭大松[13]将婚前是否有流动经历作为探究的主要影响因素，并结合户籍与性别视角，发现人口流动总体上推迟了初婚年龄，且不同户籍与性别具有一定的差异性。

家庭层面的影响因素主要包括父母的受教育程度、职业地位及兄弟姐妹个数等。王鹏等[14]使用事件史分析方法发现，城市居民中父母的受教育程度越高，子女的初婚年龄越大；家庭中的兄弟姐妹越多，初婚年龄越小。对城市和农村户籍居民而言，父亲从事管理类工作会显著提升儿子的初婚概率，其影响效应在农村居民中更显著。

社会层面的影响因素主要包括地区房价及人口特征等。洪彩妮[15]将房价指数纳入即将成婚男女的效用方程，发现房价上涨将显著减少当期结婚数量。Ji等[16]研究发现，生活在中国高度城市化和高密度人群的东部地区人口拥有最大的初婚年龄，而少数民族集中的西部地区因为民族的不同呈现出或早或晚的初婚现象。

此外，也有学者综合考察了初婚概率的各种因素。薄文广等[2]从个体、家庭和社会层面对初婚概率进行研究，并创新性地加入表征经济类变量，发现初婚概率与性别、城乡、住房拥有情况、母亲受教育程度等具有显著的相关性。刘爽等[1]研究发现，本人教育程度对初婚的推迟效应显著；母亲受教育程度对子女初婚的影响逐渐突出，父亲受教育程度的影响变弱；城乡婚恋观有相近趋势，户口作用不再显著等。刘利鸽等[7]系统分析了男性婚前社会网络、个人经济和非经济特征、家庭和社区等因素对其初婚概率的影响。李建新等[17]基于人口生育政策，分析了新中国成立以来生育政策变迁对人口初婚模式的影响，发现生育政策变迁对当期个体的初婚概率具有重要影响且存在年龄差异与性别差异。

综上所述，由于缺乏面向有外出务工经历农村人口的一手调查数据，已有研究较少关注农业转移人口群体的初婚行为，且未能充分考虑城镇化因素的影响，致使农业转移人口的初婚概率及其影响因素研究较为缺乏，相关的理论研究仍需完善。推拉理论是研究劳动力迁移的重要理论，广泛应用于农业转移人口劳动力迁移和土地利用等方面的研究。由于劳动力迁移是农业转移人口的基本特征，其初婚行为必然受到其劳动力迁移特征的影响。推拉理论最早源于英国社会学家Ravenstein在19世纪80年代提出的“迁移法则”。20世纪50年代末，Bogue提出了系统的劳动力转移推拉理论，认为人们做出迁移决策是两种不同方向力量相互作用的结果：一种是促使人口迁移的力量，包括来自农村“推力”(如较低的农村收入、农业生产成本增加、农村劳动力过剩导致的失业或就业不足等)和城市“拉力”(如较高的工资收入、较好的生活水平和受教育机会、较多的就业机会、完善的基础设施和人文环境等)；另一种是阻碍人口迁移的力量，包括来自农村的“拉力”(如家人团聚、熟悉的社交网络和社区环境等)和城市的“推力”(如激烈的竞争、陌生的生产生活环境等)。因此，基于推拉理论来构建农业转移人口初婚行为的理论框架是合理的。

基于以上考虑，本文基于推拉理论重新梳理影响农业转移人口初婚行为的因素，建立农业转移人口初婚行为影响因素推拉分析框架，从乡村和城镇两方面考察城镇化(非农化)因素对农业转移人口初婚行为的影响，从而实现从城镇化发展的视角深入挖掘影响农业转移人口初婚概率的相关因素，完善相关理论的内涵及应用，并为促进农业转移人口适龄成婚以及城乡人口可持续发展提供有针对性的政策建议。

三、理论分析与研究假设

(一)理论分析框架

推拉理论被广泛应用于中国农业转移人口进城的原因分析。由于巨大的城乡差异及较低水平的公共服务均等化程度，农业转移人口仍游离在城镇与乡村之间，其生产生活方式是半城镇化的集中体现，平时在城镇务工，农忙及节假日回乡务农，其生活方式和行为模式仍同时受到城镇“拉力”因素和乡村“推力”因素的影响。因此，农业转移人口的初婚概率也必然受到来自城镇和乡村两方面因素的影响，他们在个体家庭、社区及社会等不同层面上的城镇化水平很大程度上决定了其初婚行为的现代性特征。本文基于推拉理论，从乡村和城镇两方面选择城镇化(非农化)因素的关键变量，深入分析个体和家庭的微观层面、社区中观层面及地区发展的宏观层面的城镇化因素对农业转移人口初婚概率的影响，并考察不同群体间的差异。具体的分析框架如图1所示。

图1 农业转移人口初婚概率影响因素的理论分析框架

在个体微观层面，主要基于性别角色专业化假设(assumption of gender role specialization)以及婚姻寻找理论(marriage search)择取关键影响因素。性别角色专业化理论认为，由于男性与女性的角色分工不同，男女两性在婚姻交换市场中拥有的相对优势也不同，最终通过婚姻使双方收益最大化的作用机理也存在性别差异[18]。随着社会经济的发展，女性受教育程度和就业水平不断提升，带来了女性婚育观念的变化[3]。部分研究发现，女性教育、收入等经济条件的提升会降低结婚率[19-20]；也有研究发现拥有较大经济潜力的女性结婚的可能性也较高[21]。婚姻寻找理论认为，随着更多女性进入劳动力市场，当男性无法完全支付由物价上涨带来的庞大家庭开销时，男性在择偶时也会更多考虑女性的经济条件，在劳动力市场中有稳定高质量的工作与进入婚姻存在正向关系[22-24]。因此，在个体层面，针对农业转移人口在城镇与农村都存在经济活动的特征，本文同时考察其务工特征(含首次外出务工时间、首次外出务工地两项变量)与务农特征(含目前是否务农与农业年收益两项变量)，并控制其人口社会特征(含年龄、教育、主要职业分类等)。

在微观层面，相关研究聚焦家庭经济特征(如家庭住房情况、父母就业状况)以及父母行为特征(如受教育水平)两大因素[2]。本文主要考察农村家庭背景对初婚概率的影响，将传统的家庭经济特征分为老家房屋价值与在县城是否有房两类变量，同时纳入本人是否为村中大姓以及父亲职业。在中观层面，以社区为对象，通过村镇距离反映城镇辐射及其影响的程度对初婚概率的影响。在宏观层面，人均GDP、第三产业占比等已成为城镇化发展水平的测度指标[25]，且东、中、西部地区划分[1]以及商品房价格变动[2,23]已成为初婚概率的重要研究因素。基于此，本文通过户籍地地理位置、第三产业占比、人均GDP以及居住类消费价格指数反映地区的城镇化发展水平对初婚概率的影响。

(二)研究假设

1. 个体因素

基于性别角色专业化假设以及婚姻寻找理论，针对外出务工人员这一特定群体，个体初婚概率的相关因素可具体分为首次外出务工时间、首次外出务工地点、是否务农、农业年收益以及受教育程度。

已有研究发现，收入是影响结婚率的重要因素，而外出务工人员的主要收入来源便是外出务工。首次外出务工时间较早，代表其开始积累财富的时间也较早，从而越能够更早拥有较高的经济资本，进而增大初婚概率。此外，基于性别角色专业化假设理论，男性在劳动力市场中扮演着更重要的角色，在婚姻成本中也需要付出更多[26]，据此，本文提出如下假设：

假设1a：首次外出务工越早，初婚概率越大，且对男性的效应大于女性。

对于来自农村的外出务工者而言，外出务工距离存在一定差异。对就近务工群体而言，由于其务工地距离家乡农村较近，经济发展水平与文化观念更接近家乡农村，其初婚概率较高；对异地务工群体而言，务工地越远越可能接近大城市，生活成本和婚嫁成本越高，也更容易受到大城市独立自主、晚婚等观念影响，从而更可能晚婚。据此，本文提出如下假设：

假设1b：首次外出务工地越远，初婚概率越小，且对男性的效应大于女性。

中国是“普婚”文化盛行的国家，婚姻缔结被视为个人生命中极为重要的事件，且对于目前传统礼俗仍颇为看重的农村地区而言，更是十分重视[7]。目前，中国农村地区的初婚年龄要显著低于城市地区[4]，对于务农的群体而言，其扎根于农村地区，因而更可能实现早婚，据此，本文提出如下假设：

假设1c：务农者的初婚概率大于非务农者。

较为富足的经济条件是进入婚姻的前提。通常而言，在其他条件一定的情况下，收入水平越高的个体在婚姻市场上的竞争力与吸引力就越强[2]。在婚姻挤压现象较为严重的农村地区，女性资源相对稀缺，赋予女性在“婚姻市场上要价”的合理性，致使近年来中国农村的男性婚姻成本一直呈不断上涨的趋势[27]。因此，农村男性是否有足够的经济资本，成为他们能否步入婚姻的关键。据此，本文提出如下假设：

假设1d：农业年收益越高，初婚概率越大，且对男性的效应大于女性。

受教育程度越高的人群，完成教育所费时间越长，进而推迟了初婚年龄。此外，高教育的群体由于自身良好的条件，对配偶收入等经济条件的要求也较高，也会延长在婚姻市场中寻找伴侣的时间。教育对女性初婚概率的影响更大。首先，受教育程度较高的女性一方面受限于婚姻匹配的“男高女低”梯度效应[14]，其选择范围缩小；其次，受教育程度较高的女性经济独立性较强[27]，从婚姻中获得的经济收益较少，从而更有可能推迟初婚。据此，本文提出如下假设：

假设1e：受教育程度越高，初婚概率越小，且对女性的效应大于男性。

2. 家庭因素

在传统的父系家族制度影响下，父母对子女成婚有较强烈的代际责任。首先，男方父母被认为有责任付出经济资源来帮助其子完婚[28]，男方家庭通常需以劳役、实物以及金钱等方式向女方家庭进行婚姻支付[29]，这在一定程度上被当作男方家庭对女方家庭出让劳动力(嫁女)的经济补偿[30]，亦是衡量家庭经济实力的重要标志[31]。婚房作为婚姻成本的重要组成部分，是进入婚姻的必要条件[26]。农村男性在婚前购置新房成为一种婚俗，房屋价值及其地理位置反映出男方家庭的经济实力，成为在婚姻市场竞争中取得优势的重要因素。据此，本文提出如下假设：

假设2a：老家房屋价值越高，其初婚概率越大。

假设2b：拥有城镇住房者的初婚概率更大。

有学者利用面板数据的研究发现，与父母同住的人形成恋爱关系的可能性较低，生活在父母家提高了未婚男性对其当前社会环境的满意度，降低了女性向独立转变的期望，使得两性对进入婚姻关系的渴望降低[32]。据此，本文提出如下假设：

假设2c：与父母长期居住，会降低初婚概率。

3. 地区因素：城镇化与经济发展

随着城市经济的不断发展，农村与城镇的差距进一步显现。距离城镇较近的农村地区的人们更倾向于去经济发达的城镇就业；而与城市距离越远，就业与环境等信息获取的难度、交通成本等也相对越高，因而外出务工获得收益的不确定性也随之增大。而初婚年龄与婚姻市场的议价能力息息相关[7]，城镇地区经济较发达，因此相比农村地区而言有更多的务工赚钱机会，这将对作为婚姻成本主要承担者的男性带来便利，方便他们尽早地完成完婚资本的积累。据此，本文提出如下假设：

假设3a：与城镇距离越远，当地人口初婚概率越小，对男性的影响大于女性。

已有研究表明，平均初婚年龄和区域的社会经济发展水平有着密切的联系[33]。当前，东、中、西部地区发展不平衡的现象仍旧存在，且其初婚年龄已出现一定的差异性[34]。首先，产业结构服务化是现代经济结构升级的重要特征之一[35]，一个地区经济越发达，其第三产业占比往往越高，相应的社会资源价格也就越高。其次，人均GDP增长率作为经济发展的衡量指标也被广泛运用于研究[36]。而在婚姻研究领域，张冲等[37]用人均GDP对数表示地区经济发展水平，并发现其与女性离婚存在一定的相关性。最后，在婚姻市场中，拥有一套住房往往被认为是结婚的必要条件，因此所需支付的社会资源价格尤其体现在住房价格上。近年来，快速上涨的住房价格给未婚人群带来巨大的经济压力[23]，积攒足够的购房资金往往需要一定的时间，从而推迟初婚年龄。据此，本文提出如下假设：

假设4a：初婚概率按西部、中部与东部地区的顺序梯级递减。

假设4b：第三产业占比越大，当地人口初婚概率越小。

假设4c：人均GDP越高，当地人口初婚概率越小。

假设4d：居住类消费价格指数越高，当地人口初婚概率越小。

四、研究设计

(一)数据与样本

本文所用数据包括微观和宏观两部分。面向个体及其家庭的微观数据来自西安交通大学公共政策与管理学院城镇化与可持续发展课题组2018年1月开展的“百村调查”。中国的城镇化发展表现出很强的地区差异，本次调查地选取主要聚焦当下中国城镇化水平较低的省份。根据2017年中国各省市人口城镇化率排行，最终选定山东、湖北、河北、江西、安徽、四川、甘肃、河南、山西、陕西和湖南11个调查省份(1)首先筛选出中国城镇化率低于60%的22个省份，然后剔除人口净流出省份(内蒙古、黑龙江、海南、宁夏、青海、新疆、西藏)和偏远省份(吉林、广西、云南、贵州)。，涵盖了中国东、中、西部地区，经济发达地区和经济欠发达地区，人群包含婚前尚无或具有流动经历的人群。此次调查采用便利抽样与配额抽样相结合的方法，并尽量保证性别、年龄、婚姻状况、受教育程度具有相对均匀的分布。调查招募来自农村的大学生作为调查员，在寒假假期返乡之际对家乡所在村随机抽取春节前外出务工且春节返乡的本村村民进行调查，最终获得有效样本5 219个。本文删除了再婚、丧偶以及离婚样本共计289个，并在删除其他问卷缺失数据后，最终保留主样本3 669个，记为样本1，其中男性样本量为2 302，女性样本量为1 367。

本文所用的地区宏观经济发展数据来自国家统计局网站，具体包括省级层面的居住类消费价格指数、第三产业占比和人均GDP。其中，居住类消费价格指数为居民消费分类指数下的居住类指数(上年=100)，第三产业占比为三次产业贡献率，人均GDP即各省份的生产总值。在数据覆盖层面，第三产业占比与人均GDP涵盖了1980—2018年11个调研省份的大部分数据(缺失1980—1990年甘肃省的数据以及1995年山东、湖北、陕西三省的数据)，居住类消费价格指数则涵盖了1994—2018年11个调研省份的全部数据。具体赋值规则为：针对已婚人群，按照调查对象初婚的年份及所在省份录入对应年份的经济发展指标数值；针对未婚人群，按照调研截止年份(2018年)录入其所在省份对应年份的经济发展指标数值。由于居住类消费价格指数与第三产业占比部分数据的缺失，在剔除了无法对样本赋值的数据后，生成样本2的数据共计3 461个，男性样本量为2 180，女性样本量为1 281。

(二)变量选取与样本特征

1. 因变量

因变量为个体进入初婚的风险率，即在风险时间(以年为单位)里个体发生初婚的概率。本文将风险开始的时间定为14岁，一直到调查时点(2018年1月)风险结束，并将“是否结婚”这一变量进行编码。具体为：初婚风险的研究始于14～15岁[2,13]，参考已有文献[2]，并结合第六次全国人口普查数据农村男女两性初婚年龄20岁以下占比较高的客观事实(分别为6.95%、17.12%)[4]，将个体从14岁开始的未婚阶段均编码为0，当时间轴滚动到个体年龄与问卷记录的结婚年龄一致时开始，变量数值变为1，表示个体退出了风险集。如果个体从14岁开始到调查时点的年龄均未进入婚姻，则该变量的数值在风险集内一直为0。对于已婚人群而言，其风险结束的时间为结婚这一事件发生的时间；而未婚人群的风险时间截止到调查时点。

在样本1中，已婚样本总量为2 352，男性和女性的平均初婚年龄分别为23.46岁和22.23岁，低于全国平均水平；未婚样本总量为1 317，以21～23岁的初婚适龄人口为主，其中女性占比高于男性，而在27岁及以上的人群中，男性占比则远高于女性。

2. 解释变量

为考察个体家庭因素及地区因素对初婚概率的影响，解释变量分为五个层面：务工特征、务农特征、人口社会特征、家庭特征和地区特征。务工特征包括首次外出务工时间与首次外出务工地，前者为调查时间年份减去首次外出务工年份。务农特征包括目前是否务农与农业年收益(考虑通货膨胀等因素，已进行对数处理)。此处未将“个人年收入”作为解释变量，主要基于以下考虑：农业转移人口大部分不务农，但他们一般都有农业收益，包括承包地、自留地的转租收益、承包地由父母或亲属耕种后的收益、农业集体收益等。根据推拉理论，农业收入越高，农业转移人口的初婚行为越可能受到农村婚姻文化传统的影响；由于数据只能提供当前的个人收入信息，而当前的收入不能对已经发生的初婚行为施加影响，因此不能将当前“个人年收入”纳入模型。鉴于此，本文用基本不随时间变动的“职业分类”来反映个人收入水平。人口社会特征包括个体的年龄、教育以及目前主要职业分类。家庭特征包括老家房屋价值(已作对数处理)、在县城是否有房、是否与父母长期共同居住、是否是村中大姓以及父亲职业分类。社区特征(中观城镇化)为村镇距离(从调查村庄到城镇的具体距离)。地区特征(宏观城镇化)包括户籍地地理位置、第三产业占比、人均GDP以及居住类消费价格指数。由于中国的商品房于1990年兴起，本文收集的居住类消费价格指数均为1994年之后的数值。样本的具体分布情况如表1所示。

表1 样本特征分布

在样本1中，已婚样本的受教育程度总体低于未婚者：小学及以下、初中、高中及以上的占比在已婚者中分别为16.67%、49.66%和33.67%，在未婚者中分别为3.04%、27.56%和69.40%。综合考虑职业声望与收入水平，目前职业分类由高到低划分为类别1～3，其占比在已婚者中分别为17.09%、38.10%和44.81%，在未婚者中分别为22.93%、33.94%和43.13%，未婚者的职业声望和收入水平略低于已婚者。

(三)模型与分析策略

本文首先利用Kaplan-Meier生存曲线，估计不同初婚队列、受教育程度、外出务工距离及务农状况下，男女两性农业转移人口初婚概率的变化趋势及其异质性，并进一步估计不同农业收益、居住价格水平下的男性农业转移人口初婚概率的变化趋势及其异质性。其次，为进一步考察出生队列对初婚概率的影响，相关变量的作用关系及其对初婚概率的影响，分别对务工距离与出生队列、学历与出生队列进行交互效应分析。最后，采用事件史分析中的Cox比例风险模型，分析并验证本人务工特征、务农特征、人口社会特征、家庭特征、地区城镇化与经济发展水平对农业转移人口初婚概率的影响。

五、分析结果

(一)单变量分析

通过Kaplan-Meier生存曲线，估计不同性别与初婚队列的初婚概率函数及其差异。图2显示，男性与女性的初婚概率函数变化趋势大致相同，都随着历险年龄(2)即个体从风险开始时至观察时间点所经历的年数[1-2]。的增加而不断增大，且两者都随着世代(出生队列)的推移呈现明显的降低状态，这反映出了近年来无论男性还是女性，初婚年龄都在逐步上升。

图2 分性别与世代的初婚概率

图3显示，受教育程度对初婚概率有显著的负向作用，即受教育程度越高，初婚概率越小，在男性与女性的各个年龄段中均是如此，且在历险10～20年间最为明显；教育对女性的影响明显高于男性，且这种影响在高中及以上教育的女性中尤为显著。

图3 分性别与受教育程度的初婚概率

由图4可知，外出务工距离对两性的影响趋势存在差异。对女性而言，在省内务工的初婚概率最小，在外省与县内务工对初婚概率的影响较小；而对男性而言，外出务工距离对初婚概率的影响随距离的增大递减，即在外省务工时初婚概率最小。

图4 分性别与不同务工距离的初婚概率

由图5可知，是否务农对男女两性初婚概率的影响趋势基本一致。初婚概率随历险年龄增大而不断增大，虽然男性与女性务农者的初婚概率比非务农者小，但职业属性对两者的影响强度不同：就男性而言，务农与非务农者的初婚概率相差较小，而女性群体是否务农的相差较大。

图5 分性别与职业的初婚概率

不同农业收益下男性群体间初婚概率的变化趋势(农业收益的对数取值记为r)如图6所示。横向来看，不同农业收入群体的初婚概率变化趋势大致相同，都随历险年龄的增大而增大；纵向来看，中高等农业收入的男性群体初婚概率较大，农业收入较低的初婚概率最小。

图6 不同农业收益(取对数)下的男性初婚概率

不同居住价格水平下的男性群体间初婚概率的变化趋势(居住类消费价格指数的具体数值记为p)如图7所示。居住价格过高或过低都将增高初婚概率，当价格处于中等水平时，初婚概率最小。

图7 不同居住类消费价格指数下的男性初婚概率

(二)变量的交互分析

务工距离、学历与出生队列的交互效应结果如表2所示。在务工距离与出生队列的交互效应结果中，可以看到1990年及之后出生与首次外出务工距离的交互项系数为1.417，说明20世纪90年代以来，随着年代的推移和经济社会的发展，城乡差距不断扩大，外出务工距离的拉长更有利于初婚概率的正向提高，且男女性均是如此，但其对男性的作用力要强于女性。而在学历与出生队列的交互效应方面，女性样本与男性样本的系数均小于1且显著，并随着年代的增大交互效应更加显著，说明教育对男性与女性而言，随着年代的推移，其显著性日益增强，即受教育程度对两性进入婚姻显现出了越来越强的作用，受教育程度越高，其初婚概率越小，并可能还有进一步减弱的趋势。但在作用影响力上，其对男性和女性的影响强度存在一定的差异，对女性的影响更强。

表2 务工距离、学历与出生队列的交互效应

(三)回归分析

全样本和分男女样本的回归分析结果分别见表3和表4。表3第(1)列结果显示，首次外出务工时间与初婚概率正相关，首次外出务工时间每增加1年，初婚概率将增加5.1%(即原来的1.051倍)，表4也显示该因素在两性之间的影响是相同的。外出务工距离对初婚概率呈现显著的负向影响，当首次外出务工地扩大到外省时，初婚概率显著降低了20.3%(即其初婚概率是首次外出务工地为本县人群的79.7%)，但对男女两性的影响存在差异，在外省务工男性的初婚概率降低18.5%，在省内务工女性的初婚概率则降低33.2%，假设1a与1b得到验证。

表3第(2)列结果显示，务农对初婚概率具有较为显著的增大效应，相较于非务农人群，从事务农职业的群体初婚概率将增大53.3%，假设1c得到验证。且表4显示其对女性的影响要显著于男性，女性务农者初婚概率比非务农者约增加113.9%，这可能是由于务农收入较低，且受“重男轻女”观念影响，更早地嫁出女儿可以获取不菲的彩礼，以此填补生计等；而农业年收益仅对男性初婚概率有增大效应，验证了假设1d，说明收入对男性进入婚姻的重要性。

表3第(3)列显示了本人特征对初婚概率的影响。首先，性别对初婚概率具有很强的相关性，且由表4可知，相较于男性，女性的初婚概率增大52.3%；表3和表4中的年龄(出生队列)变量的系数均为正且小于1，表明年龄越小，初婚概率越小；教育对女性的影响更为显著，女性受教育程度越高，初婚概率越小，当女性受教育程度为高中及以上时，初婚概率相较于小学及以下者降低54.6%。由此，假设1e得到验证。

表3第(4)列反映了家庭特征对初婚概率的影响。首先，对全样本的分析显示，老家房屋价值对初婚概率具有正向影响，且由表4可知，老家房屋价值仅对女性产生正向影响。值得注意的是，在县城是否买房对男性与女性都有显著的正向影响，县城有房大大增加了初婚概率，说明在城镇有房已逐渐成为婚姻缔结的“刚需”。其次，根据表3第(4)列和表4，相较于与父母长期共同居住者，不与父母长期居住者的初婚概率降低了46.4%，男性降低了39.7%，女性降低了53.4%，但控制了地区经济变量后，该效应的显著性消失，假设2c没有通过验证。这可能与本文研究对象的外出务工经历有关，结合已验证的假设1b与1d可知，不与父母长期共同居住者可能在城镇定居且从事较高薪酬的职业，受城市晚婚潮流影响，其初婚概率降低。基于以上讨论，假设2a和假设2b得到验证。

表3和表4第(5)列显示，村庄与县城距离对所有样本及男性样本都有显著负向影响，村庄与县城距离每增加1千米，在全样本中初婚概率降低0.3%，男性初婚概率则降低0.1%，假设3a得到验证。

综合表3第(1)～(6)列和表4第(2)(5)列的回归结果发现：首次外出务工地的影响显著性降低，这可能是由于纳入了户籍地地理位置后，首次外出务工地与户籍地地理位置两者的影响相互作用所致；农业年收益在全样本和男性样本中变得更加显著，这可能由于在控制了教育、年龄、职业等变量后，收入对男性的重要性更为凸显。

在继续纳入反映地区城镇化程度及经济发展水平的第三产业占比、人均GDP以及居住类消费价格指数后，得到表3第(7)列及表4第(3)(6)列结果。由于宏观经济发展水平数据部分缺失，在该模型中仅对地区特征(宏观城镇化)层面进行解读。东部地区的初婚概率相较于西部地区约下降了13.3%，这可能是由于东部地区较为富足，有较多资本尽早结婚以抢占优质的异性资源,但中部地区相较西部地区未有显著变化，这可能是由于近年来西部大开发战略成效显著，经济发展水平逐渐接近中部，假设4a得到部分验证。第三产业占比与人均GDP在三组样本中的系数均为小于1的正数且呈负相关，即地区经济越发达，其初婚概率越小，这可能是由于发达地区结婚成本较高、婚姻观念更独立，使得地区经济发展与初婚概率呈负相关，假设4b与4c得到验证。而居住类消费价格指数与初婚概率呈正相关且对两性的作用趋势一致，指数每增加1%，在全样本、男性与女性样本中初婚概率分别增长2.7%、3.5%和1.7%。本文选用的居住类消费价格指数以上一年为100做基数，指数越高说明居住价格增长越快，人们选择结婚以规避走高的房价，这在该变量的K-M图中也有体现，居住价格过高或过低都将推高初婚概率，假设4d得到验证。

表3 全样本的Cox比例风险模型回归结果

表4 Cox比例风险模型回归结果

六、主要结论与政策建议

本文以推拉理论为基础，针对农业转移人口的半城镇化特征，通过在宏观、中观、微观层面全方位审视和测度城镇化因素，构建了农业转移人口初婚概率影响因素的理论分析框架，利用2018年“百村调查”数据和全国宏观经济发展数据进行Cox比例风险模型分析，验证了城镇化进程中影响农业转移人口初婚行为的个体家庭因素、社区因素及地区因素。与以往的相关研究不同，本文在城镇化视角下对农业转移人口初婚概率影响因素的研究，是将推拉理论应用于初婚行为研究的有益尝试，发现在中国城镇化进程中农业转移人口初婚行为的特征及其影响因素的特殊性，深化了对中国社会转型期不同群体婚育行为偏好的理解，并为制定新人口形势下促进家庭友好型社会政策提供现实依据和新思路。本文的主要研究发现如下：

第一，首次外出务工时间与初婚概率呈正相关关系，且对男性与女性均有影响；首次外出务工距离与初婚概率呈负相关关系，但存在一定性别差异——随着外出务工地距离增加，男性初婚概率显著降低，女性的外出距离为省内时初婚概率最大。第二，务农对初婚概率具有较为显著的正效应，且对女性的影响大于男性，农业年收益仅对男性有一定的增大效应，男性农业年收益越高，其初婚概率越高。第三，性别、教育、年龄的影响显著，女性的初婚概率高于男性，初婚概率随着年龄的增大而增大，且受教育程度越高，初婚概率越小，对女性而言更为显著。第四，老家房屋价值、在县城是否买房均对初婚概率影响显著，老家房屋价值越高，女性的初婚概率越高，县城有房者的初婚概率更高，对男女两性均是如此，说明家庭条件越好，越可能较早地步入婚姻。第五，村庄与县城的距离越远，初婚概率越小，且仅对男性有一定影响，反映了城镇的辐射功能对农村男性成婚的促进作用。第六，户籍地地理位置、第三产业占比、人均GDP、居住类消费价格指数均对初婚概率的影响显著。其中，东部地区的初婚概率整体较低，中部地区男性的初婚概率较低，女性则无明显地区差异；第三产业占比与人均GDP均对初婚概率有很强的负向影响，且没有性别差异；居住类消费价格指数对初婚概率有一定正向影响，且在男性中更为显著。

初婚年龄和结婚率在很大程度上决定了“三孩”政策的执行效果。然而，近年来中国的初婚年龄不断攀升、结婚率呈现持续下降态势。本文基于对农业转移人口初婚概率的研究有利于从个体生计就业模式、家庭及地区城镇化与经济发展水平入手，为出台相应的促进婚姻缔结的政策提供新的思路。首先，收入及家境是决定是否有足够的经济能力进入婚姻的关键，对于收入微薄的务工者而言，促进其稳定就业、提升就业质量是保证其适龄结婚的关键。其次，与城镇的距离越近，或个人越早地进城务工有利于提升个体婚姻缔结的机会与质量。因此，新型城镇化的高质量发展和地区经济发展，是建立健全家庭友好型政策体系的经济基础，不能让地区经济成为消减人口红利的绊脚石。最后，在遏制房价过快攀升的同时，对于新婚低收入群体需给予适当的房价补贴，帮助因天价房价而对婚姻望而却步的适婚群体能够适龄成婚。