農村地區教育的代際傳遞效應

姚 堯，施明華

(1.華威大學 經濟系，考文垂 英國 CV4 7ES；2.皖西學院 金融與數學學院, 安徽 六安 237012)

教育扶貧旨在阻斷貧困在代際間傳遞，從根源上解決貧困問題，在精準扶貧精準脫貧中具有持續性作用[1]。若農村地區存在明顯的教育代際傳遞效應，通過教育扶貧來改善農村地區教育公平，提高貧困家庭子代教育水平就顯得尤為重要。教育代際傳遞是指教育水平在父輩和子代間傳遞的現象，即認為父輩教育和子代教育間存在著因果關系。此種傳遞機制強調子代的教育不完全由先賦性的遺傳因素決定，而是由后致性的撫育作用決定[2]。通過撫育作用影響下一代教育的途徑主要包括人力資本、經濟資本、文化資本和社會資本[3-4]。教育代際傳遞效應越強，意味著子代教育越依賴于父輩的綜合教育水平，由家庭背景差異導致的教育成就差距就越大。

目前，國內學者在代際傳遞的研究中越來越重視教育的作用。一些學者在研究中著重探討了教育作為中介要素，在打破收入的代際傳遞中所起到的作用。如郭叢斌和閔維方分析得出，教育具有較強的促進代際流動、改善收入公平的功能[5]；徐俊武和易祥瑞的研究表明，各地區公共教育支出水平將顯著影響該地區收入代際傳遞效應的大小[6]。同時，不少學者也開始直接研究教育的代際傳遞現象，如文東茅使用OLS模型分析得出家庭背景對子女的教育獲得和教育結果都有著顯著影響[7]；魏曉艷采用中國家庭追蹤調查(CFPS)數據庫，通過OLS與分樣本回歸的方法分析發現中國的高等教育存在明顯的代際傳遞現象[8]；李云森和齊豪以上世紀七十年代出臺的基礎教育普及政策為工具變量，采用Probit模型考察了父母教育年限對子女是否接受10年以上教育的影響[9]；而林菀娟和張戈則選擇1978—1982年增加中小學年限的學制改革作為工具變量，研究了父母教育與子女教育間存在的因果關系[10]。

在現有文獻的基礎上，為探究農村地區教育代際傳遞效應是否存在，本文首次采用2011年中國健康與養老追蹤調查(CHARLS)數據庫實證分析父輩受教育水平對子代受教育水平的影響。同時，使用OLS、分樣本和Probit回歸從多個維度考察農村教育代際傳遞的特點和變化。文章余下部分安排如下：第二部分主要介紹本文的實證方法、數據和變量；第三部分給出實證結果并針對結果進行穩健性檢驗，最后是結論與政策含義。

一、研究方法和數據說明

(一)計量模型

本文分析教育代際傳遞問題的OLS模型如下：

Yi=β0+β1Xi+β2D+β3S+εi

(1)

其中，Yi表示子代的受教育程度，以子女的受教育年限代替，Xi表示父輩的受教育程度，考慮到父親對子女教育具有十分重要的作用，而且對子女其他方面的發展也存在獨特影響力，以父親的受教育年限來代替父輩教育；D表示父親或子女可觀測的個人特征，如年齡、子代性別等，S表示影響子女教育的社會和經濟因素，包括父親的職業、家庭所居區域等，εi表示殘差項。同時，為考察父親受教育程度對子女是否接受高水平教育的影響，本文還構建了農村家庭教育代際傳遞效應的Probit模型：

Pr(Yi=1)=Φ(β0+β1Xi+β2D+β3S+ui)

(2)

等式(2)中的Yi為虛擬變量，表示子女是否接受過高水平教育(當Yi=1表示接受過高水平教育)，ui是Probit模型中的隨機干擾項，模型中的其它變量均與等式(1)保持一致。

(二)數據說明

本文的數據來自2011年中國健康與養老追蹤調查(CHARLS)，該調查主要針對全國45周歲及以上的中老年人家庭和個人，問卷內容涵蓋個人基本信息、家庭結構和經濟支持、工作收入等多個方面。本文的研究對象是農村家庭，故從問卷中選取戶口為農村的父親，將其和子女信息匹配后整合成為樣本，經過篩選，得到的有效樣本為7755份①。

變量的描述性統計如表1和表2所示，表中除了列出反映父親和子女教育年限的變量，還包括反映個人特征的控制變量(父親和子代年齡、子代性別)，及反映社會經濟因素的控制變量(父親職業、所居區域)，從表1中可以看出，父親的平均教育年限為5.95年，子女平均受教育年限達到8.77年。父親的平均年齡為63.11歲，其中年齡最大的達到83歲，年齡最小的為43歲，由調查年份可推，父親的出生年份介于1928—1968年之間。而子女的平均年齡為35.53歲，出生年份介于1945—1989年之間。

表1 變量的描述性統計(上)

表2顯示，由于研究對象是農村家庭，父親的職業主要以務農為主，超過八成的父親從事農業，然后依次是公共部門、國企、其他職業和私企。從居住的區域來看，樣本中所含家庭在東部、中部和西部地區的分布較為接近，比例分別為33.79%、34.79%和31.42%。

表2 變量的描述性統計(下)

二、回歸結果與穩健性檢驗

首先，使用OLS回歸分析農村家庭父親教育年限對子代教育年限的影響，結果如表3所示。為檢驗回歸的穩健性，采用逐步回歸法，在表3(2)—(4)列的回歸中依次加入反映個人特征、父親職業和家庭所居區域的控制變量，結果顯示：變量“父親受教育年限”的估計系數在各次回歸中均在1%的置信水平顯著，證明OLS回歸是穩健的。當加入所有控制變量后，父親受教育年限每增加1年，其子女的受教育年限增加0.239年，表明父親的受教育程度與孩子受教育程度存在顯著的正相關關系。考慮到中國農村地區的實際，造成這種相關關系的原因可能有以下幾點：首先，受教育程度高的父親通常在觀念上會更偏向“讀書改變命運”，因而更期望他們的孩子能夠接受更高水平的教育；其次，文化程度高的父親可以在孩子的學習上給予更多指導和幫助，孩子更可能獲得高學歷；第三，學歷相對較高的父親可能收入也相對較高，可以為子女教育提供較好的經濟支持。

反映子女年齡和性別影響的變量同樣顯著。在第(4)列的回歸中，子女年齡與其受教育年限呈顯著的負相關關系，表明年齡越小的孩子平均教育年限越長，這也從側面反映了促進農村教育發展的相關政策和改革措施總體上是富有成效的。子女性別的系數為1.425，表明農村家庭中兒子平均受教育年限要高于女兒1.425年。考慮到多項調查均表明女性學生在高中和大學入學考試中的表現要優于男性，故推測這種男性教育年限更高的現象可能來源于“重男輕女”陋習的影響，男性在教育上能得到更多家庭上的支持，而女性輟學率則更高。社會因素在教育的代際傳遞中起到了很大的作用。第一，父親的職業能顯著影響子女的教育?？傮w來看，父親就職于企事業單位的孩子相比父親在其他行業工作的孩子受教育年限更高(一年以上)，其中，國企最長，然后依次是公共部門、私企；第二，東部農村地區的孩子比西部平均受教育年限要高出0.47年，而中部農村地區的孩子則比西部高出0.35年。

表3 OLS回歸結果

(2)分樣本回歸結果

為進一步判定不同時期農村教育代際傳遞效應的差異，本文按照父親年齡將樣本分為三組，分別為60歲以下、60—69歲、70歲以上父親群體。對這三組樣本分別進行OLS回歸，結果如表4(1)—(3)列所示，三組回歸中父親受教育年限的估計系數均顯著為正，進一步證明了農村地區教育的代際傳遞效應一直存在，但三組系數大小各不相同，表明在不同時期教育的代際傳遞效應確有差異。其中，第(3)列回歸中的估計系數(0.191)要明顯小于前兩列回歸中的系數(0.225和0.295)，說明相比60歲及以上父親群體，60歲以下父親的教育水平對其子女教育水平的影響明顯降低，這反映了農村地區教育代際傳遞效應的減弱和教育公平的改善。

(3)Probit回歸結果

為考察父親受教育水平對子女是否接受高水平教育的影響，使用表示“子女是否接受大學教育”的虛擬變量作為子女受教育水平的代理變量，采用Probit模型進行回歸分析。考慮到樣本中子女平均受教育年限較低(8.77年)，同時考察父親教育年限對子女是否接受高中和初中教育的影響。結果如表4(1)—(3)列所示，三組回歸中變量“父親受教育年限”的估計系數均顯著為正，再次證實了OLS回歸結果的穩健性，也同時說明了父親受教育程度高對孩子獲得更高水平教育有著顯著促進作用。其中，第(1)列回歸的系數最大(0.085)，表示父親受教育年限每增加1年，其子女接受高等教育的概率將增加約8.5%，這一結果高于當父親受教育年限提升1年，子女增加的上高中(7.8%)和上初中(6.4%)的概率，說明農村地區教育的代際傳遞效應在高等教育環節更為顯著。另外，三組回歸顯示子代中男性接受大學、高中、初中教育的概率分別比女性高約32%、26%和57%，進一步證實了農村地區教育水平和教育的代際傳遞效應存在著性別差異。

表4 父親年齡的分樣本回歸結果

表5 Probit回歸結果

三、結語

本文基于2011年中國健康與養老追蹤調查(CHARLS)的數據，探究中國農村地區父親受教育程度和子女受教育程度之間的相關關系。實證結果表明：父親受教育年限對孩子教育有著顯著的正向影響，體現在子女的平均受教育年限和接受更高水平教育的概率都會隨父親平均受教育年限的增加而增加，證明了農村家庭教育的代際傳遞效應仍然存在。鑒于此，政府應當加大貧困地區資源的投入力度，構建從幼兒園到研究生不間斷的資助政策體系，并凝聚社會各界力量推進教育精準扶貧，著力阻斷教育代際傳遞現象。

注釋：

① 樣本篩選中剔除的數據包括：1)存在信息缺失的樣本；2)存在反常數據的樣本，如孩子與父親年齡差距過小(小于15年)的樣本；3)子女出生在1989年以后的樣本，因為在數據采集的2011年這些孩子可能還未完成學業，將其加入樣本中會低估孩子的受教育年限。