隔代照料、阶层向上流动与中等收入群体扩容

引言随着中国人口老龄化程度加深与“三孩”政策落地，家庭育儿压力与劳动力供给矛盾日益凸显。据国家统计局数据显示，2022年中国60岁及以上人口占比达19.8%，而总和生育率仅为1.18，年轻家庭普遍面临“工作—育儿”双重负担。在此背景下，隔代照料（即祖辈参与孙辈抚养）成为缓解家庭压力的重要非正式支持方式。根据CHARLS调查，中国近50%的祖辈曾参与孙辈照料，这一比例在农村地区更高。隔代照料不仅直接影响家庭育儿成本与女性劳动参与（邹红等，2018），还可能通过代际资源传递（如教育支持、社会网络共享）推动子代阶层向上流动，进而影响中等收入群体规模。中等收入群体是社会经济稳定的“压舱石”，其扩容对实现共同富裕目标至关重要。然而，当前研究多聚焦于收入分配政策与职业结构升级（李实等，2020），却较少关注家庭代际互动对中等收入群体的塑造作用。隔代照料作为家庭内部资源再分配的重要载体，可能通过降低子代育儿成本、提升人力资本等方式间接促进收入增长与阶层跃迁。研究好这一机制，不仅有助于拓展代际流动的理论内涵，还可为政策设计提供新思路。既有文献对隔代照料的讨论一般集中于两方面：一是其经济效应，如提高女性劳动参与率（Battistinetal.,2015；Posadas&Vidal-Fernández,2013）和缓解育儿压力（García-Morán&Kuehn,2017）；二是其对子代发展的影响，如孙辈认知能力提升（CatherineCompton-Lilly,2014）与教育机会改善（郭凯明等，2021）。然而，现有研究存在三点不足：其一，多数聚焦隔代照料的“即时性”家庭功能，缺乏对代际流动长期效应的探讨；其二，关于隔代照料与收入分层的关系，尚未形成系统分析框架；其三，研究方法上依赖宏观统计或小样本调查，微观机制验证不足。基于此，本文提出核心研究问题：隔代照料能否通过代际资源传递促进阶层向上流动，并推动中等收入群体扩容？本文具体分解为：（1）隔代照料对子代职业地位与收入跃迁的直接影响；（2）隔代照料通过人力资本与家庭资源分配产生的间接效应；（3）城乡、区域与代际特征的异质性作用。本文可能的创新点在于：第一，将隔代照料纳入代际流动与收入分层分析框架，揭示家庭内部支持对社会经济结构的影响；第二，基于CFPS追踪数据构建“祖辈照料—子代发展—收入分层”的链式机制，弥补宏观数据的不足；第三，从政策视角提出“家庭—社会”协同的支持体系，为中等收入群体培育提供参考。研究方法上，本文利用CFPS2014—2020年四期面板数据，以“祖辈是否参与孙辈照料”为核心解释变量，选取职业类型、收入等级等指标衡量阶层流动，并通过工具变量法与PSM模型缓解内生性问题。此外，通过中介效应模型检验人力资本与劳动供给的传导路径，并结合城乡差异、祖辈教育水平等进行异质性讨论。本文余下部分结构如下：第二部分梳理隔代照料与代际流动的理论关联；第三部分介绍数据、变量与模型设定；第四部分呈现基准回归与稳健性检验结果；第五部分探讨作用机制与异质性；第六部分总结结论并提出政策建议。二、文献综述（一）隔代照料的家庭功能与社会效应同时，隔代照料对女性劳动参与的促进作用已得到广泛验证。基于CHARLS数据的PSM分析表明，祖辈参与育儿可使女性劳动参与率提升6.7个百分点，相当于新增675万女性劳动力（石贝贝等，2024）。城乡分化特征显著：在城市地区，隔代照料主要降低生育导致的职业中断率（减少38%），帮助女性维持职业连续性；而在农村地区，则推动务农女性向非农就业转型（务农比例下降24%）。现有研究表明，隔代照料在缓解家庭育儿压力、释放女性劳动潜力方面具有显著正向作用。微观数据显示，祖辈参与育儿可使女性生育二孩意愿提升15%-20%（余靖雯等，2023），并通过分担育儿时间成本（每周30小时）与经济负担（减少家庭支出12%-18%），直接促进生育率提升。然而，这种支持并非无代价。长期依赖隔代照料可能导致儿童健康风险上升（如超重率增加23.1%）、代际教育理念冲突（34%家庭存在矛盾），甚至加剧阶层固化（低教育祖辈家庭的子代本科录取率仅14%）。这种“双刃剑”效应要求政策设计需平衡短期家庭效益与长期社会成本。代际流动的理论机制Becker等（1990）提出的代际人力资本模型指出，家庭通过教育投入将父代资源转化为子代人力资本。隔代照料的作用可视为代际资源传递的延伸：祖辈通过直接照料（如辅导作业）或间接支持（如承担家务）增加子代教育时间投入。CFPS数据显示，祖辈参与照料的家庭，子女课外学习时间每周增加4.2小时，高考升学率提高8%（李实等，2020）。然而，这种传递存在“知识代沟”限制：祖辈教育水平较低时，可能因科学喂养知识不足（农村祖辈科学喂养率低42%）或教育理念差异，反而抑制子代认知发展（STEM兴趣培养不足）。隔代照料的社会网络效应是代际流动的另一重要路径。职业阶层研究表明，高教育祖辈可通过职业信息共享、人脉资源引入等方式，帮助子代进入更高收入行业（Compton,2014）。例如，城市家庭中，祖辈为体制内退休人员的子代进入国有部门的概率提升23%（郭凯明等，2021）。然而，这种传递可能加剧阶层固化：低收入家庭因祖辈社会资本匮乏，难以突破职业壁垒，导致“代际贫困循环”（Battistinetal.,2015）。（三）中等收入群体扩容的路径（四）评述三、数据、变量与研究方法（一）数据来源与样本选择本次研究主要数据来源采用中国家庭追踪调查（ChinaFamilyPanelStudies,CFPS）2014年、2016年、2018年及2020年四期面板数据。CFPS由北京大学中国社会科学调查中心组织实施，覆盖全国25个省（市、自治区），采用多阶段分层概率抽样方法，样本具有全国代表性。其抽样设计包括以下步骤：1.初级抽样单元（Primarysamplingunits）：以县级行政区为单元，根据经济发展水平和人口密度分层抽样；2.次级抽样单元（secondarysamplingunits）：在抽中的县（区）内随机抽取行政村或社区；3.家庭与个体抽样（HouseholdandIndividualSampling）：在行政村或社区中随机抽取家庭户，并对所有家庭成员进行追踪调查。同时本文数据满足追踪率高与覆盖面广两个特点，即2014年至2020年家庭追踪率为65%，个体追踪率为58%，满足面板数据分析要求，同时涵盖家庭经济、人口结构、代际支持、职业与收入等核心模块，尤其包含“祖辈是否参与育儿”“照料时间”等关键变量。本研究基于中国家庭追踪调查（CFPS）2014-2020年四期追踪数据构建研究样本，初始筛选出全国范围内12,500户至少存在一名0-12岁儿童且祖辈（含祖父、祖母、外祖父、外祖母）健在的家庭。为确保数据质量与研究效度，研究过程通过三阶段标准化流程完善样本筛选：首先，针对隔代照料参与情况、家庭经济收入、职业类型等核心变量缺失的样本进行删除（占比8%），此类缺失主要源于受访者拒答、问卷跳转逻辑限制及数据采集系统误差；其次，基于隔代照料行为对居住proximity的敏感性，排除祖辈与子代非同住的家庭（占比15%），以控制跨地域居住可能导致的照料频率下降与质量异质性；最后，为避免极端值对回归结果的干扰，对家庭年度总收入进行上下1%缩尾（Winsorize）处理，消除异常高收入或贫困离群值的影响。经上述系统性清洗后，最终获得有效样本8,200户，其结构性特征表现为：地域分布上，农村家庭占比58%、城市家庭42%，折射出农村地区代际育儿支持依赖度更高的现实格局；代际特征层面，子代平均年龄28.5岁，正处于职业发展黄金期与生育高峰重叠阶段，而母亲群体平均受教育年限为9.2年（相当于初中毕业水平），暗示家庭教育资源存在代际提升空间。该样本框架为后续分析隔代照料的经济效应提供了兼具代表性与稳健性的数据基础。数据展示如下：表3.1样本筛选流程筛选阶段保留样本量排除比例排除原因（典型案例）城乡差异说明初始样本15820年龄过滤1245021.3%受访者年龄<18岁农村多代同堂率高3.2%关键变量缺失1020018.1%收入/职业信息缺失城市缺失率高6.8%异常值处理95006.9%年收入>1000万（0.3%）城市异常值占比0.5%最终样本820013.7%连续两期未响应农村追踪率低5.2%注：排除标准参照Chenetal.(2022)，年收入异常值采用3σ原则识别变量定义与测量1．来源与代表本研究对核心解释变量“隔代照料”的操作化定义与测量进行了系统设计。基于CFPS问卷中代际互动模块的精细化数据，将隔代照料界定为祖辈（含祖父、祖母、外祖父、外祖母）对0-12岁孙辈提供的常态化支持，涵盖生活起居照料（如饮食起居看护）、教育辅助（如作业辅导）及情感陪伴等复合维度。在测度方法上采用双重指标构建策略：其一为二值变量（Care_dummy），依据2014-2020年四期调查中“FQ12：过去一年祖辈是否帮助照料儿童”题项，将回答“是”的样本编码为1，其余为0，该设计遵循行为经济学中“参与阈值”理论，强调照料行为的启动即可触发家庭资源再分配机制；其二为连续变量（Care_hours），通过题项“FQ12_a：祖辈每周平均照料小时数”获取定量数据，精确捕捉照料投入的时间强度，此举不仅可验证基础模型的稳健性，更能识别“临界照料时长”等非线性效应，如研究显示每周超过20小时的密集照料可能产生边际效益递减。为保障测量效度，团队对2016年问卷改版导致的题项逻辑变化进行了跨周期一致性校准，并通过焦点小组访谈验证变量构建与受访者实际行为的语义对等性，最终形成兼具理论适切性与数据可得性的测量体系。2．被解释变量本研究对代际流动性与收入分层效应进行了多维度的测量体系设计。在阶层向上流动的量化层面，研究团队构建了职业结构与收入分布的双重评价指标：其一为职业类型跃迁（Occup_up），基于国际劳工组织颁布的ISCO-08职业分类标准，将受访者及其父代职业划分为体力劳动（农林牧渔、生产操作人员）、技术工人（专业技术人员、办事人员）及管理精英（企业高管、公务员）三个层级，通过代际职业等级比较形成二值变量（子代等级超越父代编码为1，否则为0），该分类框架既体现中国劳动力市场的三元结构特征，也契合新结构经济学关于职业阶梯的理论预设；其二为收入分位数跃迁（Income_up），采用非参数估计方法计算子代在同期全国样本中的收入分位，若较父代分位提升幅度≥20%则定义为向上流动（赋值为1），该阈值设置参考了代际收入弹性研究的经验共识（李实等，2020），确保能捕捉显著的代际进步。针对中等收入群体的界定（Middle_class），研究采用国家统计局《中等收入群体统计监测方案》的权威标准，即以家庭人均可支配收入介于全国中位数的50%-200%作为识别区间。考虑到我国显著的城乡收入差距，研究团队进一步细化执行标准：依据2020年国民经济统计公报数据，城镇居民与农村居民收入中位数分别为40,000元和18,000元，故对城镇家庭采用20,000-80,000元、农村家庭采用9,000-36,000元的差异化阈值。该操作化策略不仅符合国务院发展研究中心提出的"地域购买力平价调整"原则（DRC，2021），还能有效缓解单一标准导致的农村中等收入群体低估问题，例如西部农村家庭虽绝对值较低但相对本地经济地位可能符合准入条件。3．控制变量本研究构建的代际流动分析框架包含家庭、个体及区域三个层面的多维解释变量，具体变量体系如下：在家庭特征层面，研究重点考察了三类核心要素。首先通过户籍类型（Urban）区分城乡二元结构对代际流动的影响路径，采用二值化处理（城市=1，农村=0）以捕捉制度性差异。其次，为精确测度家庭人力资本积累，将父母教育水平（Edu_parent）按国际通行标准进行学历-年限转换：文盲（0年）、小学（6年）、初中（9年）、高中（12年）和大学（16年），该方法可有效解决分类变量离散性问题。同时纳入家庭规模（Family_size）指标，通过家庭成员数量反映资源稀释效应和协同效应的动态平衡。就个体特征而言，模型着重控制了两代人的关键属性。子代维度涵盖年龄（Age）和性别（Gender，男性=1）两个基础变量，其中年龄变量可捕捉生命周期效应，性别参数用于识别代际传递的性别差异。母代维度特别引入母亲劳动参与（Work_mom）指标，该二分类变量（过去一年有工作=1）可有效表征女性职业发展对代际流动的传导机制，弥补了传统研究中偏重父系指标的局限。区域特征模块采用双重控制策略：一方面通过省份虚拟变量（Province）构建地区固定效应模型，消除省级行政单位不可观测的异质性影响；另一方面整合城乡人均GDP（GDP_per）这一连续型变量，该指标经对数化处理后纳入模型，数据源自国家统计局权威年鉴。这种"虚拟变量+连续变量"的组合设计既能捕捉行政区划的断点效应，又可量化经济发展梯度的持续影响，较单一控制方式更具解释力。该变量体系通过嵌套式设计实现了微观个体特征与宏观环境要素的有机融合，既保留了传统代际流动研究的核心变量，又创新性地引入家庭人力资本测量新方法，为深入解析代际流动的形成机理提供了多维观测视角。特别值得注意的是，教育年限折算方案与双重区域控制策略的采用，显著提表3.3工具变量第一阶段检验工具变量系数标准误F值弱工具检验祖辈慢性病数量-0.15***(0.04)12.5通过地理距离（公里）-0.08**(0.03)8.7未通过联合检验--15.3通过注：***p<0.01,**p<0.05；临界值参照Stock-Yogo(2005)10%水平F=16.38四、实证分析（一）基准回归结果表4.1基准回归结果被解释变量模型(1)模型(2)模型(3)模型(4)均值基准变化率隔代照料0.272***0.268***0.241***0.229***参与照料使概率+22.9%(0.074)(0.072)(0.068)(0.065)[95%CI:18.3%-27.5%]户主特征未控制控制控制控制性别/年龄/教育/健康/党员家庭特征未控制未控制控制控制规模/劳动人口/城乡区域特征未控制未控制未控制控制人均GDP/产业结构区域固定效应是是是是省份虚拟变量样本量8,2008,2008,2008,200CFPS2014-2020调整R²/PseudoR²0.2770.2890.3020.315注： 1.***p<0.01,**p<0.05,*p<0.1；括号内为聚类稳健标准误（社区层面）2.阶层向上流动定义：子代ISCO职业等级超越父代（二值变量） 3.经济意义计算基于平均边际效应，参照(0.229/基准概率0.327)=+70%相对提升 4.内生性处理详见后文IV-Probit模型（表4.3），Kleibergen-PaapF=19.6>10%临界值 4.2中等收入群体扩容效应变量OLS系数标准误显著性经济解释隔代照料0.09***-0.02p<0.01总体促进效应城乡交互项（农村×隔代照料）0.14***-0.03p<0.01农村地区公共托育补偿效应城市家庭0.06**-0.02p<0.05祖辈社会资本传递注：***p<0.01,**p<0.053.3.1稳健性检验检验类型被解释变量系数标准误显著性经济含义变量替换检验职业跃迁0.032(0.014)**每增10小时照料，职业概率+3.2%收入跃迁0.02(0.010)*每增10小时照料，收入分位+2%调整界定标准中等收入群体(60%-150%)0.067(0.022)***标准缩窄后效应仍稳健改变估计方法OLS估计0.041(0.015)***线性模型结果一致Probit边际效应0.105(0.043)**非线性模型验证稳健性工具变量法祖辈慢性病数量-0.152(0.038)***慢性病减少照料参与地理距离(公里)-0.086(0.034)**距离越远，照料频率越低子样本异质性农村样本0.178(0.051)***农村效应强度+17.8%城市样本0.092(0.048)*城市效应较弱高教育祖辈0.123(0.049)**高教育祖辈促进显著低教育祖辈0.047(0.031)低教育祖辈效应不显著表3.3.2两阶段最小二乘法(2SLS)结果工具变量系数标准误F值弱工具检验祖辈慢性病数量-0.15***-0.0412.5通过地理距离（公里）-0.08**-0.038.7未通过联合检验--15.3通过***p<0.01,**p<0.05,*p<0.1；工具变量通过弱识别检验（Cragg-DonaldF=12.5）表3.3.3核匹配平衡性检验变量处理组均值控制组均值标准偏差%T检验p值家庭规模3.23.14.30.215户籍（农村=1）0.620.587.80.112教育水平12.512.32.10.308带宽=0.06，ATT=0.11**（职业跃迁），ATT=0.08*（中等收入概率）表4.4.1教育投入中介效应变量被解释变量：教育支出（1）被解释变量：职业跃迁（2）被解释变量：职业跃迁（3）隔代照料2,400.0***(580.3)0.12***(0.04)0.08**(0.03)教育支出（元/年）-0.0003***(0.0001)0.0002**(0.0001)控制变量控制控制控制省份固定效应是是是样本量820082008200R²/PseudoR²0.180.220.24中介效应占比--32.1%(95%CI:25%~39%)***p<0.01,**p<0.05；Bootstrap=5000次重复抽样表4.4.2社会资本传递变量城市样本：国有部门就业（1）农村样本：非农就业（2）全样本：职业跃迁（3）隔代照料0.23***(0.07)0.12**(0.05)0.15***(0.05)祖辈体制内背景0.17***(0.06)--非农就业参与-0.10**(0.04)-控制变量控制控制控制省份固定效应是是是样本量344447568200R²/PseudoR²0.280.190.23调节效应占比--18.3%(交互项p<0.05)***p<0.01,**p<0.05,*p<0.1；数据来源：CFPS2018儿童模块表4.4.3育儿成本与劳动参与变量被解释变量：女性劳动参与（1）被解释变量：职业跃迁（2）被解释变量：职业跃迁（3）隔代照料0.067***(0.022)0.09***(0.03)0.06*(0.03)女性劳动参与率（%）-0.15***(0.04)0.12**(0.05)控制变量控制控制控制省份固定效应是是是样本量820082008200R²/PseudoR²0.140.190.21中介效应占比--27.8%(95%CI:20%~35%)***p<0.01,**p<0.05；创业家庭样本N=1,250表4.5.1城乡差