教育何以防范中等收入群体滑落？-基于中国家庭追踪调查的数据分析

/教育何以防范中等收入群体滑落？——基于中国家庭追踪调查的数据分析【摘要】扩大中等收入群体是推进共同富裕的重要举措，而稳定中等收入群体，防范中等收入群体向下滑落是扩大中等收入群体的重中之重。文章基于中国家庭追踪调查数据，利用二值选择模型，实证检验教育何以防范中等收入群体滑落。研究表明，教育能够有效防范中等收入群体向下滑落。机制分析发现，教育可通过提高家庭就业稳定性、提升风险防范意识来防止滑落。异质性分析发现，教育防范中等偏下收入群体滑落的效用大于中等及中等偏上收入群体；接受高中及以上阶段教育能够更加有效地防范中等收入群体滑落；城乡之间则不具有明显差异。进一步分析结果表明，在线教育对于防范中等收入群体滑落具有显著调节效应，特别是对于预测滑落概率为40%～70%的中等收入群体作用显著；非学历教育则不具有调节效应。为此，要坚持优先发展教育事业以进一步提高社会人力资本水平；持续扩大高中优质资源并加快推进高等教育高质量发展；积极推进智能时代AI大语言模型赋能在线教育变革创新；不断完善社会福利保障体系为“稳中”提供制度性兜底。【关键词】教育；中等收入群体；滑落风险；防范

一、引言 党的二十大报告明确指出，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑，并将“建成教育强国，中等收入群体比重明显提高，全体人民共同富裕取得更为明显的实质性进展”列入二○三五年我国发展的总体目标。二十届三中全会提出，“高质量发展是全面建设社会主义现代化国家的首要任务，在发展中保障和改善民生是中国式现代化的重大任务”。共同富裕是社会主义的本质要求，是中国式现代化的重要特征，扎实推进共同富裕，在高质量发展中保障和改善民生，必须坚持在发展中不断扩大中等收入群体规模，提高中等收入群体比重，形成中间大、两头小的橄榄型分配结构。 国家统计局数据显示，目前我国中等收入群体已达4亿人，约占全国总人口的28%，已成为经济社会发展中不可忽视的重要力量(徐佩玉，2021)。相关研究发现，尽管我国中等收入群体总量有所增加，但相较部分发达国家而言，我国中等收入群体仍面临比重低、质量低及内部结构不均衡的困境，中等收入群体人均收入水平较低且大部分聚集在中等收入门槛下限，部分刚刚跨越中等收入门槛的中等收入群体因就业稳定性与收入韧性不足，缺乏足够的抗风险能力，容易受到家庭变故、自然灾害等不确定因素的冲击，向下滑落为低收入群体的概率较高(朱兰，万广华，2023；王磊，2022)。这种现象的存在不仅致使中等收入群体的消费潜能无法得到充分释放(李逸飞，2022)，同时也阻碍了共同富裕目标的实现，多措并举不断稳定并扩大中等收入群体尤显重要和紧迫。扩大中等收入群体，既要“提增量”，更重要在于“稳存量”(魏婕，任保平，2022)。因此，稳定中等收入群体，防范中等收入群体向下滑落是扩大中等收入群体的重中之重。 教育是实现共同富裕的重要机制(张茂聪等，2024)，是中等收入群体规模不断扩大的重要基础(赖德胜，2023)，是推动中等收入群体扩容的决定性因素(杨宜勇，2021)。教育的发展不仅可以促进经济的发展和生产效率的提升，更重要的是可以提升人力资本水平，从根本上改善中等收入群体的素质和能力，切实提升中等收入群体抵御风险的能力，有效防范中等收入群体向下滑落，通过教育实现对中等收入群体更有力地托底(魏婕，任保平，2022)。目前我国已建成世界上规模最大的教育体系，教育现代化发展总体水平跨入世界中上国家行列，为教育强国建设打下了坚实的基础，促进了区域人力资本水平的持续提升，为教育切实发挥推动中等收入群体规模扩大、扎实推进共同富裕的作用提供强有力的人力支撑与智力保障。 为此，本文聚焦教育能否有效防范中等收入群体向下滑落问题展开实证研究，探讨教育防范中等收入群体向下滑落的理论机制，旨在为稳定中等收入群体存量、扩大中等收入群体规模提供理论支持和政策建议。 二、文献综述 (一)关于中等收入群体的测度 自20世90年代开始，经济学家提倡采用经济标准(包括收入、财产、消费等)定义中产阶层，从而推动了中产阶层概念界定从职业标准转向收入标准的潮流，使中等收入群体作为社会群体概念逐渐被世人所接受(李春玲，2017)。目前，学者们主要使用两种方式界定中等收入群体，分别是绝对标准和相对标准(朱兰，万广华，2024)。绝对标准，是基于维持一定生活水平所需的收入多少来决定中等收入群体的收入上限和下限。一些国家会根据自身的收入和消费水平确定中等收入群体标准，一些国际组织和智库也会综合考虑世界各国的发展水平、收入与物价水平提出普遍适用的全球性标准，并以购买力平价转换为各国货币标准(谢晨，杨秀秀，2023)。在世界范围内多以世界银行贫困线为参照系，以日人均收入或支出10美元—50美元作为中等收入群体的标准(Milanovic&Yitzhaki，2002)。部分学者在这一标准的基础之上，结合具体实际，把上限提高到100美元(Kharas，2010)。在我国，研究者们立足于实际，提出了适合我国国情的中等收入群体的绝对标准，如年人均收入3万元—8万元(纪宏，陈云，2009)、家庭年收入10万元—50万元(中华人民共和国国家发展和改革委员会，2021)等。相对标准以收入中位数、平均数或基于收入等分确定中等收入群体的边界，最早由美国经济学家Thurow(1987)提出，他把收入水平介于收入中位数75%～125%的人归类为中等收入群体。之后有学者把标准扩展为50%～125%，并将该方法推广开来(Birdsall，etal.，2000)。在我国，有学者采用家庭中位收入的75%～125%来识别(龙莹，2015)，但是这一方法会遇到一个问题，即由于中国存在大量低收入人口，按此方法归类的中等收入群体其成员实际上是低收入者(李春玲，2017)。为了解决这一问题，有学者设计出一些替代中位数的方法，如采用收入分位数值替代中位数(李培林，朱迪，2015)。 (二)关于教育扩大中等收入群体规模的作用 教育是扩大中等收入群体的决定性因素(谢晨，杨秀秀，2023；杨宜勇，2021)。扩大中等收入群体对缩小贫富差距、实现全体人民共同富裕具有重要的现实意义(李逸飞，王盈斐，2022)。国内外经验均表明，事前公平地分配教育机会，比事后再分配来纠正收入差距更加有效。教育所带来的人力资本使财富的生产和创造更加高效，它通过提升人民的收入能力和收入水平，使一部分人迈入中等收入门槛(谢晨，杨秀秀，2023)。公平且普及的教育能够让更多的人有能力、有机会参与社会财富的创造与分配，社会结构便会因流动性的增加而不易固化，中等收入群体规模也会快速扩大，社会收入差距随之不断缩小(刘复兴，2022)。在这一过程中，高等教育发挥着重要的作用(杨宜勇，2021)，它能有效缩小低收入群体与中高收入群体之间的差距(王丽，李凤兰，2022)。一方面，高等教育对中低收入群体具有更高的回报率，这在很大程度上弥补了家庭背景等因素造成的收入差异。可见，扩大高等教育规模有助于缩小收入差距、打破阶层锁定(张凯宁，2014)。另一方面，劳动力市场也要遵循最基本的市场规律。当受教育程度较高的高收入群体的供给人数增加时，该群体的竞争优势将会降低，供过于求，其收入水平也会随之降低；与此同时，原本受教育程度较低的低收入人群在劳动市场中的供给人数减少时，其竞争优势就会提高，供不应求，其收入水平也会相应提高，中等收入群体比重便会不断提高。这既是市场的自动调节，也是教育的主动调节(闵维方，2017)。 (三)关于教育防范中等收入群体滑落的作用 中等收入群体亦有滑落风险。自然灾害、经济波动、失业和疾病等外部冲击，都有可能导致分布在中等收入门槛周围的家庭掉出中等收入群体队伍(Weller&Logan，2009；朱兰，万广华，2023)。教育在防范中等收入群体滑落过程中发挥着“兜底”的作用(魏婕，任保平，2022；王磊，2022)。受教育程度很大程度上影响了中等收入群体的收入稳定性，这就使得受教育程度高的家庭有一定的财富积累，并且可选择的工作机会可能更多，即使受到一些内在或外在冲击，也能在一定程度上保证自己收入的稳定(蔡宏波，郑涵茜，2023)。然而，中等收入群体的滑落风险难以量化，目前仅有部分学者采用EM算法(刘渝琳等，2021)和脆弱性算法(李莹，2024)研究进行了估计。 综上可知，国内外已有学者关于教育与中等收入群体进行了相关的研究，虽鲜有稳定中等收入群体视角的实证研究，但依然为本文提供了坚实的研究基础和重要启示。从研究视角来看，部分研究已初步认识到教育对于稳定中等收入群体、防止中等收入群体滑落的重要性，但尚无文献从教育视角系统阐述其影响。从研究方法来看，中等收入群体的滑落风险难以量化，已有研究多为理论探讨，缺少实证分析。从研究重点来看，相关表述和论证较为零散且缺乏系统性，尚无文献深入剖析作用机理并展开实证分析。中等收入群体是构建“橄榄型”社会结构、实现全体人民共同富裕的重要组成部分。扩大中等收入群体固然重要，而扩大中等收入群体后如何稳定中等收入群体，如何防止其向下滑落更是不容忽视的议题。因此，本文基于新时代对教育高质量发展和优化收入分配结构的要求，剖析教育防范中等收入群体滑落的作用机理并进行实证分析，探寻教育赋能中等收入群体扩容提质的有效路径。 三、机制分析 中等收入群体以家庭经济状况为识别，当中等收入家庭经济状况低于中等收入标准时，则该家庭被视为向下滑落。中等收入群体向下滑落的主要原因可以归为受外生因素导致的家庭收入下降，如经济波动、失业、疾病等。因此，要防止中等收入家庭的向下滑落，关键在于提升其抵御风险能力。按照人力资本理论，教育投资是提升个体及家庭抵御风险冲击能力的重要工具(杨静慧，张雨龙，2023)，因此家庭抵御风险冲击能力会随着受教育年限的增加而提升。基于此，我们提出假设H1：教育能够降低中等收入家庭向下滑落的概率。 (一)教育提高中等收入群体的就业稳定性 我国家庭的主要收入来源于工资性收入(向雪风，张路，2023)，工作的稳定性决定了收入的稳定性。非稳定工作往往意味着就业者没有相对稳定的雇佣关系和劳动合同，收入较低，有极高的失业风险，缺乏社会保障体系的保护。对于低收入群体来说，工作不稳定会使得向上流动机会极为匮乏，进入中产阶层的机会渺茫(何文炯，王中汉，2022)；对于中等收入群体来说，不稳定的工作可能是影响其收入滑落的主要因素之一(蔡宏波，郑涵茜，2023)。根据劳动力市场分割理论，家庭中的个体随受教育年限的提高而进入更高层次的劳动力市场，就业的质量和稳定性与低层次的劳动力市场相比都有了进一步增长。教育对于个体的认知性和非认知性特质都是至关重要的。认知性特质如职业技能和知识水平，非认知性特质如沟通能力和团队精神，这些因素对于职场工作的稳定性也是至关重要的。教育通过提升劳动者在产业薪资差异下转换职业的能力，塑造劳动者的灵活性、适应性和能动性等非认知特质，提高劳动生产率和专业化水平，继而提高其就业稳定性(张茂聪等，2024)。 此外，国内外学者的研究均证明了，教育水平越高的个体更可能选择稳定性工作(Esteban，tal.，2020；金洪飞等，2023)。基于此，我们提出假设H2：教育通过提高中等收入群体的就业稳定性降低其向下滑落的概率。 (二)教育提高中等收入群体的风险防范意识 人力资本理论认为，教育能够使劳动者掌握具有经济价值的知识和技能。一般而言，人力资本越高的家庭，越能够利用自身的知识积累进行风险防范。教育可以提高家庭成员的风险意识和应对能力，通过学习知识和技能，家庭成员更能够理解各种风险的存在和可能的影响，并采取相应的预防和应对措施，从而提高家庭抵御风险的能力。家庭应对风险冲击，有诸如购买保险、储蓄、借贷、资产变现等多种选择，其中保险的特殊定价机制使其拥有的保障功能显著高于其他方式(于梦迪，2024)。受教育程度是当前影响家庭参与商业保险购买的最重要因素之一(卢亚娟等，2019)，因为商业保险产品多且复杂，受教育程度较高的居民通常会了解更多的保险知识，参与商业保险的意识更强(陈其芳，2016)。此外，教育带来的金融知识水平与家庭金融决策密切相关，金融知识水平越高的家庭往往储蓄越多、财富积累越多，参与商业保险的可能性越高(孟宏玮，2019)。基于此，我们提出假设H3：教育通过提升中等收入群体的风险防范意识降低其向下滑落的概率。 据此，本文构建了教育防范中等收入群体滑落的作用机制。如图1所示，教育通过两条路径防范中等收入群体滑落。一方面，教育通过提升中等收入群体的就业稳定性来降低其向下滑落的概率；另一方面，教育通过提升中等收入群体的风险防范意识来防范其向下滑落。 图1教育防范中等收入群体滑落的理论框架 四、研究设计 (一)数据来源 本文数据来源于《中国统计年鉴》以及2010至2020年北京大学中国家庭追踪调查数据(ChinaFamilyPanelStudies，以下简称CFPS)，该数据库涵盖25个省/市/自治区，包含个体、家庭、社区三个层次，能够反映中国社会、经济、人口、教育和健康的变迁，有覆盖范围广、涉及问题全面等优点，契合本研究的主题。此外，该数据库还将家庭收入通过与2010年相比进行平减，为本研究提供了便利。相应地，对于需要进行比较的价格变量，本文按照2010年居民消费价格指数进行平减。本文所使用的计量软件为Stata18。 (二)变量选取 1.被解释变量 本文被解释变量为中等收入群体是否发生滑落。由于本文研究的核心内容在于防范中等收入群体滑落，因此，若中等收入家庭在某期的收入阶层较t期发生了滑落，则定义为1，否则为0。 2.核心解释变量 本文以家庭受教育程度为核心解释变量。考虑到家庭中的在校学生和65岁以上老人属于非就业群体，缺乏稳定的收入来源，若以家庭平均受教育年限作为核心解释变量，将其教育程度纳入家庭受教育程度变量中，势必会影响后文的基准回归结果与就业稳定性中介效应检验。户主在家庭经济决策中充当主要角色(岳崴等，2021)，在家庭生活中占有重要地位(周逸先等，2000)。参考已有研究(靳振忠等，2021；王秀景等，2023)，我们使用户主受教育年限作为家庭受教育程度的代理变量，在后续稳健性检验中使用家庭平均受教育年限替换核心解释变量进行估计。户主受教育年限变量来源于CFPS家庭关系问卷中的“受访者已完成受教育年限(插补)”这一问题，是一个最小值为0，最大值为22的连续变量。 3.控制变量 为了更准确地分析教育对中等收入家庭滑落的影响，本文选取了户主层面、家庭层面和省际层面的控制变量。户主层面包括年龄、性别(女=0，男=1)、是否有伴侣(无=0，有=1)和就业状况(无业=0，在业=1)；家庭层面包括城乡分类(农村=0，城镇=1)、家庭成员数量、家庭抚养比、房屋产权(家庭成员产权=1，非家庭成员产权=0)、家庭现金及存款金额和是否发生重大事件(否=0，是=1)；省级层面主要控制了家庭所在省份。 (三)模型设计 本文构建如下方程进行实证分析： 其中slidei表示第i个家庭较上期是否发生滑落；eduyi表示第i个家庭户主已经完成的受教育年限；Xi表示一系列控制变量；θi为省份固定效应；εi为随机扰动项。本文主要关注的关键系数为α1，若教育是防范中等收入群体滑落的重要因素，则α1为负。由于被解释变量是二值变量，本文采用probit模型来进行实证分析。 五、实证分析 (一)中等收入群体的测度 为保证中等收入群体的可比性，本文采用绝对标准即人均日收入12美元—50美元来进行收入分层界定(Milanovic，Yitzhaki，2002)。这一标准有效克服了以相对标准来界定我国中等收入群体所带来的收入水平较低的困扰，较为符合我国的实际(刘志国，刘慧哲，2021)。按照1∶6.5的汇率进行换算，中等收入群体的收入区间人均年收入介于28470元—117650元之间。基于CFPS2010年至2020年数据，本文对各年份的中等收入群体规模进行了测度。从表1中可以看出，除2020年疫情冲击使得中等收入群体规模有所缩减之外，我国中等收入群体规模呈逐年扩大趋势。这一测算结果与蔡宏波等人(2023)的测算结果是一致的。 (二)家庭收入流动与中等收入群体的滑落事实 进一步地，本文选取了前后两期同时参与调查的家庭样本，对样本期间内不同家庭的收入流动情况进行了分析。我们在对比了CFPS数据库中同时参与前后两期调查的家庭样本收入流动情况后，发现即使我国中等收入群体比重总体呈上升趋势(表1)，但依然有相当比例的中等收入群体在向下滑落。如表2所示，各年份中等收入家庭滑落情况显示，除2016-2018年滑落比例为24%外，其他年份中等收入家庭的滑落比例均超过三分之一，2010-2012年甚至有超过一半的中等收入群体家庭向下滑落。因此，稳定中等收入群体，防范中等收入群体向下滑落任重道远。 (三)实证检验 1.基准回归 首先，为保证样本时效性，本文选取2016年、2018年和2020年3期同时参与调查的家庭样本。其次，由于被解释变量中等收入家庭是否发生滑落需要两期数据才能得出一期结果，又考虑到核心解释变量户主受教育程度在大多数家庭都是一个不随时间变化的变量，因此在下文实证检验中以2016年样本变量构建截面数据，以2020年较2016年的变化作为结果变量，并以2018年较2016年的变化进行稳健性检验。在剔除信息缺失较大样本、未成年和65岁以上老人户主样本后，最终得到2016年1192户中等收入家庭样本。表3为变量的描述性统计结果。 表4报告了基准回归结果。其中第(1)列未加入控制变量，第(2)列加入户主层面的控制变量，第(3)列则加入了家庭层面的控制变量和省份固定效应，并采用家庭层面的聚类稳健标准误，第(4)列将标准误聚类到省份层面。由第(3)(4)列可知，不论回归模型采用何种层面的聚类稳健标准误，教育均能够在1%的显著性水平上防范中等收入群体向下滑落，假设H1得到验证。为了保证估计结果的稳健，后续回归均将标准误聚类到省份层面。 2.内生性讨论 本文通过将户主、家庭和省际层面的控制变量纳入基准回归模型，以此缓解遗漏变量导致的内生性问题，但仍然可能存在部分遗漏变量以及双向因果和测量误差导致的估计结果误差，因此使用工具变量Probit法(InstrumentalVariableProbit，以下简称IV-Probit)缓解内生性问题。参考尹志超等(2015)和路晓蒙等(2023)学者的做法，本文构造了两个工具变量。 第一个工具变量为拥有相同特征的户主平均受教育年限，也即“组内平均受教育年限”，记为iv1。具体而言，是将拥有相同年龄组(18—25岁、26—35岁、36—45岁、46—55岁和56—65岁)、相同性别、相同家庭规模以及相同家庭消费结构的户主分为一组，计算组内除户主本人外的平均受教育年限。理由在于，年龄、性别、家庭规模及消费结构均是与教育密切相关的因素。以年龄作为分组依据是因为历史上的外生冲击(“文化大革命”、《义务教育法案》实施以及高校扩招等)会对受教育水平产生影响，这就导致了不同出生队列的户主会经历不同的历史事件；以家庭规模作为分组依据是考虑到受教育程度与生育之间存在明显的线性关系。以性别作为分组依据是考虑到20世纪我国“重男轻女”的封建思想依然严重，男性在受教育程度上明显占优。以消费结构作为分组依据则是因为教育水平对消费观念和消费习惯有着重要影响。因此，拥有相似特征的个体在受教育水平方面理应具有相似性，满足相关性原则。但同时，组内其他个体的受教育年限不是户主所能够控制的，这些分组特征在全国范围内都能找到与之相对应的个体，也即组内个体之间是不相关的，从而拥有相似特征的其他个体的受教育程度对于户主所在家庭是否发生滑落来说是严格外生的。 第二个工具变量依据地缘因素进行分组，计算户主家庭所在区县的除户主本人外的平均受教育年限，记为iv2。理由在于，个体的受教育水平会受到地区资源禀赋的约束。例如东部发达地区的平均受教育年限远高于西部欠发达地区，那么地区平均受教育年限则能够代表地区的资源禀赋，具有相关性。与此同时，本区县内其他个体的受教育水平也不是户主所能够控制的，在相同资源禀赋约束下，其他个体的受教育水平取决于个体本身的教育选择，因此同一区县内其他个体的受教育程度对于户主所在家庭是否发生滑落来说也是严格外生的。 IV-Probit可以采用最大似然估计法和两步法进行估计。使用两步法时，第一步的误差被带入第二步，导致两步法不如最大似然估计法有效率。此外，在使用两步法时无法加入聚类稳健标准误，而在使用最大似然估计法时无法对工具变量进行检验。因此，本文同时报告两种方法估计结果，并就两步法进行弱工具变量检验。并且为了验证所选工具变量的有效性与外生性，本文分别进行了两项回归检验。首先，将每个工具变量单独用于工具变量回归，以独立检验其有效性；其次，将两个工具变量共同纳入回归模型中，这样不仅能够增加工具变量的稳健性和解释力，还因工具变量个数大于内生变量个数，可以通过过度识别检验来验证工具变量的外生性。 表5中第(1)—(3)列依次为使用两步法估计时工具变量(iv1)、工具变量(iv2)以及同时加入两个工具变量(iv1+iv2)的回归结果，核心解释变量户主受教育年限的边际系数均显著为正，与基准回归结果一致。工具变量第一阶段估计系数均显著为正，表明所选工具变量与内生变量高度相关。针对变量内生性的Wald检验均拒绝了变量外生的假设，说明模型存在内生性问题，工具变量的选择是有效的。弱工具变量检验结果显示，Wald统计量和AR统计量均通过了显著性水平检验，表明不存在弱工具变量问题，表明IV-Probit的估计结果是有效的。同时加入两个工具变量时，过度识别检验结果接受了“所有工具变量都是外生的”这一假设，证明了工具变量的外生性。第(4)—(6)列采用了最大似然估计法进行估计，户主受教育年限边际系数仍为正，表明剔除可能存在的内生性问题之后，教育防范中等收入家庭滑落的效应依然存在。 3.稳健性检验 为了检验基准回归结果是否稳健，本文进行了一系列检验。 (1)改变自变量度量方式。在基准回归中，本文使用户主受教育年限作为家庭受教育程度的代理变量，以防止家庭中的学生和65岁以上老人的受教育程度纳入家庭教育程度变量中影响基准回归与机制检验的结果。在此，使用家庭平均受教育年限替换户主受教育年限作为核心解释变量进行回归，记为户主受教育年限1。表6第(1)列回归结果显示，在使用家庭平均受教育年限作为核心解释变量后，估计系数依然显著为负，且与基准回归结果无较大差异，证明了基准回归结果是稳健的。 (2)改变因变量度量方式。在基准回归中，本文使用“该中等收入家庭较上期是否发生滑落”作为被解释变量，这是一种实际发生的事实。在此，本文参考“脆弱型中等收入群体”的概念，以一种可能发生的概率替换被解释变量进行回归。脆弱型中等收入群体是指质量不高、易滑落的中等收入群体(李莹，2024)，有研究者利用预期贫困脆弱性(VulnerabilityasExpectedPoverty，以下简称VEP)方法计算中等收入群体的收入在未来低于中等收入标准线的可能性(陈璇，李国平，2024)。参考这种方法，本文从预期视角出发，使用VEP方法计算出中等收入家庭的潜在滑落概率，以此替换被解释变量进行回归。此时被解释变量为一个在0到1范围内的连续变量，故使用普通最小二乘方法进行回归。表6第(2)列回归结果显示，在使用VEP方法计算得出中等收入家庭的预期滑落概率后，估计系数依然显著为负，证明了基准回归的结果是稳健的。 (3)对样本进行处理。为了验证回归结论是否具有普遍性，本文还对样本方面进行了两种处理，第一，考虑到直辖市的特殊性，本文剔除了四个直辖市的中等收入家庭样本；第二，考虑到本文使用家庭人均纯收入界定中等收入群体，家庭规模可能存在较大影响，本文剔除了家庭成员为1的样本。估计结果报告在表6第(3)(4)列中。从估计结果可知，对样本进行不同处理后，核心解释变量估计系数依然显著为负，代表本文基准回归结果具有一定的稳健性。 (4)更改样本期限。基准回归中，本文以2016年中等收入家庭为基期样本，以其2020年是否发生阶层变动作为结果变量。在此更改样本期限，使用家庭在2018年是否发生阶层变动作为结果变量。估计结果报告在表6第(5)列中。估计结果显示，在短期内，核心解释变量估计系数依然显著为负，即基准回归结果具有一定的稳健性。 (5)改变中等收入群体的界定标准。在前文的测度与回归中，本文使用家庭人均纯收入28470元—117650元界定中等收入家庭。参考纪宏和陈云(2009)的研究，在此使用家庭人均年收入3—8万元作为中等收入标准，重新筛选中等收入家庭样本进行回归，结果如表6第(6)列所示。在改变了中等收入群体的界定标准后，基本结论依然保持不变。 4.机制检验 在理论分析中，本文提出教育能够通过提升中等收入家庭的就业稳定性以及风险防范意识来降低其滑落概率，在此进行中介效应检验。已有研究指出，三段式的中介机制检验存在明显的因果推断缺陷(江艇，2022)，因此本文参考牛志伟等(2023)和曾国安等(2023)学者的做法，增加一段中介变量对被解释变量的回归，构建四段式中介效应模型进行检验，并进行Sobel检验和Bootstrap检验对回归结果做进一步判断。结合式(1)，本文构建如下中介效应模型： 其中，mediatori表示机制变量，包括就业稳定性与风险防范意识。式(2)是为了检验户主受教育年限是否会提高其就业稳定性与风险防范意识；式(3)是为了检验就业稳定性与风险防范意识是否是影响中等收入家庭滑落的重要因素；式(4)是为了检验受教育年限的直接效应与两个机制变量的间接效应是否存在。 (1)就业稳定性。培育大规模高质量的中等收入群体的关键在于提升其就业、收入的稳定性(李逸飞，王盈斐，2022)。根据我国的工资收入情况，体制内单位(如国有企业、事业单位和党政机关等)明显存在一定优势，特别是在收入的稳定性上相较体制外更高(蔡宏波，郑涵茜，2023)，因此体制内岗位的员工在经济下行或就业市场动荡的情况下，受到的负面影响相对较小。反之，体制外的就业群体则面临更大的风险，尤其是在经济不确定性加剧时，体制外的就业岗位更容易受到市场波动的影响。这些岗位不仅存在收入不稳定的问题，还可能面临失业或收入下降的风险，这就导致中等收入群体在就业不稳定的风险面前很容易滑落至低收入状态(李莹，2024)。教育提升个体就业稳定性的观点得到了诸多研究的证实(苏静等，2022；赵艺婷，周灵灵，2023)。为了进一步验证这一观点，本文选取CFPS问卷中的“雇主性质”这一问题作为就业稳定性的代理变量，若雇主性质为国有企业、事业单位和党政机关，则记为1，否则为0。表7中第(1)—(3)分别报告了户主受教育程度对就业稳定性、就业稳定性对中等收入家庭是否滑落以及引入就业稳定性变量后户主受教育程度对家庭是否滑落的边际系数，结果表明：教育是提升就业稳定性的重要原因；就业稳定性是防止中等收入群体滑落的重要原因；在引入就业稳定性变量后，核心解释变量依然显著为正，因此认为存在中介效应。在此基础之上，还进行了Sobel检验和Bootstrap抽样检验，其结果均显著拒绝了“中介效应不存在”的假设，验证了教育提升个体就业稳定性以防范中等收入群体滑落的观点。假设H2成立。 (2)风险防范意识。预期之外的冲击容易导致中等收入群体滑落，包括经济波动、突发疾病等，需要通过提高风险防范意识，采取诸如保险、储蓄、资产变现等方式，以降低或抵消冲击带来的损失。在诸多风险防范工具中，保险由于其自身特殊性在保障功能方面优于其他工具(于梦迪，2024)。在面对突发事件时，购买商业保险是实现风险转嫁的有效手段(乔杨，张浩，2022)。风险防范意识是一种认知能力，可以通过接受教育得到提升。随着受教育程度的提高，个体的人力资本不断积累，能够做到对宏观经济运行状况进行预期和判断，对个体和家庭的金融、健康等风险进行良好规划。受教育程度越高，风险意识与保险意识越强(蒲成毅，潘小军，2012)，越有可能购买商业保险(张强，杨宜勇，2017)。此外，受教育程度高的居民更容易独立获取和处理参保的必要信息(如解读和评价保险合同条款等)，购买商业保险会更加积极(何兴强，李涛，2009)。因此，在风险防范意识难以量化的情况下，商业保险是一个合理的代理变量。为了验证教育提升家庭风险防范意识这一机制，我们参考陈俊等人(2024)的研究，根据CFPS问卷中的“过去12个月商业性保险支出”这一问题构建虚拟变量作为风险防范意识的代理变量进行估计，若该家庭商业保险支出大于0则赋值为1，否则为0，记为insure。表7中第(4)—(6)分别报告了户主受教育程度对风险防范意识、风险防范意识对中等收入家庭是否滑落以及引入风险防范意识变量后户主受教育程度对家庭是否滑落的边际系数。结果表明：教育是提升风险防范意识的重要原因；风险防范意识是防止中等收入群体滑落的重要原因；在引入风险防范意识变量后，核心解释变量依然显著为正，因此认为存在中介效应。Sobel检验和Bootstrap抽样检验结果均显著拒绝了“中介效应不存在”的假设，验证了教育提升家庭风险防范意识以防范中等收入群体滑落的观点。假设H3成立。 5.异质性分析 (1)收入分层。绝大部分中等收入群体分布在中等收入门槛下限(朱兰，万广华，2023)，该部分群体所面临的滑落风险相较其他中等收入群体而言更为严峻。本文使用家庭人均纯收入28470元—117650元识别中等收入群体，因此在经验上选取25和75百分位点作为中等偏下收入群体、中等收入群体和中等偏上收入群体的分界线。25百分位对应的家庭人均纯收入为50765元，75百分位对应的家庭人均纯收入为95355元。然而由于样本筛选问题，主要变量无缺失的中等偏上收入家庭仅有33个观测值，因此将其与中等收入家庭样本合并，仅以25百分位为界，设定一个哑变量m1，若家庭人均纯收入低于50765元则赋值为0，否则为1，使用交互项的方式检验是否存在异质性。但非线性回归中的交互项并不像线性回归那样可以直接解释为“附加影响”，因为变量对因变量的边际影响是动态的，依赖于其他自变量的值，这使得非线性交互项在解释效应时较为复杂。因此本文使用线性概率模型进行带交互项的异质性回归。表8中第(1)列回归结果显示，交互项系数虽然为正，与主回归核心解释变量系数符号相反，但并不具有统计显著性。本文认为原因有二：一是因为25百分位仅是经验划分，中等偏下收入群体和中等收入群体之间并没有一个明确的划分界限，而收入分布本身具有相当的连续性，因此经验性划分方法仅能够帮助简化分析，其精确性有待商榷；二是因为样本数据并未能全面覆盖所有收入分位的家庭，可能导致了部分分组的数据不足或代表性不足。在这种情况下，样本量不足或分布不均会显著影响统计结果的稳健性，削弱了交互项的显著性。在此基础之上，本文另选取了35百分位作为分界点，其对应的家庭人均纯收入为55224元，当家庭人均纯收入低于55224元时m1=0，否则为1。从中等偏下收入群体的概念出发，中等收入群体中收入偏低的群体，25百分位和35百分位均属于这个范围，并没有严格意义上的差异。从实际收入出发，50765元与55224元之间非常接近，不存在较大差异。在重新定义分组变量后，表8中第(2)列报告了回归结果，发现交互项系数显著为正，与主回归核心解释变量系数符号相反，表明随着收入阶层的提高，教育的防滑效应减弱，即教育在中等偏下收入群体中更有效。由此验证了上述两个原因，在25百分位划分下交互项系数未能达到统计显著性是由于经验划分以及样本数据的问题引起的，即便不显著，本文仍然认为该交互项系数在理论上具有现实意义。综上，本文认为教育防范中等收入群体滑落的作用对于中等偏下收入群体来说更为强烈。 (2)受教育程度。依据文献综述可知，高等教育在扩大中等收入群体规模的过程中发挥着重要作用，高等教育的个体经济效益大于社会经济效益决定着高等教育具有较高的个人收益率。据此，本文认为与其他教育阶段相比，高等教育在稳定中等收入群体、防范中等收入群体滑落至低收入群体方面可能具有更大的作用。为此，本文设定一个哑变量m2，若户主接受过高等教育(大专及以上学历，受教育年限大于等于15年)则赋值为1，否则为0，采用线性概率模型进行带交互项的异质性检验。表8第(3)列显示，交互项系数虽然为负，与主回归核心解释变量系数同号，但同样不具备统计显著性。本文认为这是由于样本户主在成长过程中受时代约束所导致的。1966到1976年间，我国高考制度被废除，大学新生从工人、农民和士兵中推荐产生，而不是通过高考。若假定18岁参加高考，可以推算出在1948年到1958年出生的人很难有机会接受高等教育，这样的样本户主在总样本中占比17.53%。同时，在2002年以前，我国高等教育长期处于精英教育阶段，只有少数人才有机会接受高等教育。1999年高校扩招政策实施后才开始推动高等教育毛入学率的迅速提升。本文所筛选的样本中，在1977到1998年之间参加高考，也即出生年份在1959年到1980年之间的样本占比高达47.15%。因此，以是否接受高等教育作为分组变量或许并不是适合本文的最佳分组方式。鉴于此，本文选取高中教育为分界点，若户主接受过高中教育(高中及以上学历，受教育年限大于等于12年)则m2=1，否则为0。在重新定义分组变量后，表8第(4)列估计结果显示交互项系数显著为负，与主回归核心解释变量系数同号，表明随着受教育程度的提高，教育的防滑效应会增强，即接受高中及以上阶段的教育能够更有效地防范中等收入群体滑落。 (3)城乡分类。城乡差距一直以来都是学者们重点关注的问题，城乡在资源禀赋上的差异可能导致不同家庭在受教育水平和收入水平方面也具有较大差异，从而影响教育防范中等收入群体滑落的作用。因此，本文设定一个哑变量m3，基于国家统计局资料的城乡分类进行划分，将城镇家庭记为1，乡村家庭记为0，使用线性概率模型进行带交互项的异质性回归。表8第(5)列结果显示，交互项系数不具有统计意义，也即教育防范中等收入群体滑落的作用在城乡之间不具有显著差异。 六、进一步分析 本文围绕教育是否能够有效防范中等收入群体滑落进行了一系列实证检验，得出了教育是防范中等收入群体滑落的重要因素这一结论。然而，教育亦存在不同的区分，在线教育与线下教育、学历教育与非学历教育等。因此本文构建调节效应模型，进一步分析不同教育对于防范中等收入群体滑落的差异。 受数据可得性限制，本文使用的CFPS数据库中没有明确询问调查对象是否接受过在线教育，但问卷中的“使用互联网学习的频率”这一问题的内涵为“使用互联网学习(如搜索学习资料、上网络学习课程等)的频率有多高”，本文认为该问题可作为在线教育的代理变量。因此，对该变量进行处理，若回答为“从不”则赋值为0，否则为1。其次，问卷中存在直接询问调查对象在过去12个月内是否参加非学历教育的问题，若是则记为1，否则为0，记为nodegree。在此基础上，本文将这两个变量与核心解释变量交互，检验在线教育和非学历教育在教育防范中等收入群体滑落的过程中是否存在调节效应。如表9所示，在线教育交互项系数在10%水平上显著为负，与式(1)估计系数同号，表明在线教育可能存在正向的调节作用，能增强教育防范中等收入群体滑落的作用。非学历教育交互项系数不显著，可能不存在调节作用。 在非线性模型中，交互效应并不等于交互项的边际效应，不能简单地通过交互项系数的符号或显著性进行评估(李梦娜等，2023)。因此，本文使用Norton，etal.(2004)对probit模型交互项显著性的检验方法对此进行检验。在线教育的检验如表10和图2a、图2b所示。表10中在线教育的平均处理效应为-0.01265，图2a中绝大部分交互效应的点均在0的下方，与基准回归同向，代表在线教育可能存在助推作用。但从图2b来看，仅有预测概率在0.4到0.7左右的中等收入群体的交互效应显著，也就是说，对于预测滑落概率为40%～70%区间的中等收入群体来说，在线教育存在显著的调节效应。非学历教育的检验如表10和图3a、图3b所示。表10中非学历教育的平均处理效应为0.00812，与基准回归异号，表明非学历教育可能存在阻碍作用。图3a中绝大部分散点均处于0的上方也佐证了这一点，但图3b中所有点均分布在Z值上下界之内，即交互效应不显著。因此，通过检验可以得出，在线教育存在正向的调节作用，参与在线教育有助于强化教育防范中等收入群体滑落的效用，但这种强化作用主要是对预测滑落概率在40%～70%区间的中等收入群体生效。 图2 图3 为了理清缘由，本文在基准回归的基础之上，使用"predict"命令预测中等收入群体的滑落概率，并将概率分为三组，分别是预测滑落概率小于40%组、预测滑落概率介于40%到70%组和预测滑落概率大于70%组，并对不同组别的变量特征进行对比，见第68页表11。由表11可知，从户主层面变量来看，三组间的受教育年限、性别和就业状况存在一定差距。户主受教育年限方面，预测滑落概率小于40%组的户主受教育年限最高，其次是预测滑落概率介于40%到70%组，预测滑落概率大于70%组的户主受教育年限最低。户主性别方面，预测滑落概率小于40%组中的女性户主占比较大，另外两组中的男性户主占比较大。户主就业状况方面，预测滑落概率小于40%组中的在业占比大于另外两组。结合基准回归中个体特征的估计结果可知，性别与就业状况对于中等收入群体是否滑落无显著影响，因此户主受教育年限是个体特征中三组呈现出显著差别的重要原因，户主性别与就业状况是否具有重要作用还有待考量。 从家庭层面的变量来看，大部分的家庭特征变量在三组中存在较大差异。在家庭城乡分类方面，预测滑落概率越小的家庭越有可能分布在城镇。在家庭人口数量方面，预测滑落概率越大，家庭人口数量越多，成年人口亦然。在家庭房屋产权方面，预测滑落概率大于70%组中约有82%的家庭房屋产权归属于家庭成员，另外两组的占比约为70%左右。在家庭儿童抚养比方面，预测滑落概率介于40%到70%组的儿童抚养负担最重，预测滑落概率大于70%组的负担最轻。在家庭老人抚养比方面，预测滑落概率越高，赡养老人的负担越重。在家庭存款方面，预测滑落概率越低，家庭现金及存款金额越多。在是否经历重大事件方面，预测滑落概率越低，经历重大事件的占比越高。结合基准回归中家庭特征的估计结果可知，仅有家庭人口数量、房屋产权和家庭现金及存款金额存在显著影响，因此可以推断，人口数量越多的家庭越有可能滑落。在滑落概率大于70%组的家庭，因其家庭人口数量最多，对房屋的硬性需求较大，从而使得拥有房屋产权的占比最高，相应的经济压力可能更大。 注：该表中报告的数值为变量均值，其中户主受教育年限为连续型变量，单位为年，均值含义为分组样本中户主平均受教育年限，其他连续性变量的均值含义同上。户主性别为0～1哑变量，男性为1，女性为0，均值含义为男性户主在分组样本中的占比，其他哑变量的均值含义同上。在收入分层、是否接受高等教育、雇主性质和商业保险四个哑变量中，家庭收入属于中等和中高收入定义为1，户主接受过高等教育定义为1，雇主性质为国有企业、事业单位和党政机关定义为1，家庭在过去一年中参与了商业保险定义为1。 从本文进行分析的其他变量来看，在收入分层方面，预测滑落概率小于40%组中，中等和中高收入家庭占比最大，其次是预测滑落概率大于70%组，预测滑落概率介于40%到70%组中，中低收入家庭占比最大。在接受高等教育方面，预测滑落概率小于40%组接受高等教育的占比明显高于另外两组。在雇主性质方面，预测滑落概率小于40%组进入体制内工作的占比明显高于另外两组。在商业保险方面，预测滑落概率小于40%组购买商业保险的占比最大，其次是预测滑落概率介于40%到70%组，预测滑落概率大于70%组占比最小。结合本文机制分析和异质性分析结果来看，教育在预测滑落概率介于40%到70%组中的边际效用应当最大，但预测滑落概率小于40%组中接受高等教育占比最高，这也提高了教育在该组中的边际效用，从而使得预测滑落概率大于70%组中教育的边际效用最低。 综上，可以分析出在线教育防范滑落的调节效应仅针对预测滑落概率介于40%～70%的中等收入群体生效的原因。首先，在预测滑落概率小于40%组，不论是户主受教育程度，还是家庭经济状况，较另外两组都具有明显优势，并且在就业稳定性和风险防范意识方面都领先另外两组。在这种情况下，教育的边际效应本就较小，在线教育属于“锦上添花”，因此调节效应不显著。其次，在预测滑落概率介于40%到70%组，户主特征与家庭特征大部分都处于中等水平，优于滑落概率大于70%组且劣于预测滑落概率小于40%组，且中低收入家庭占比最大，因此教育的边际效用最大，在线教育属于“雪中送炭”。最后，在预测滑落概率大于70%组，其户主特征与家庭特征较另外两组均处于劣势，主要表现为户主受教育年限最低与家庭人口数量最多所引起的收入增长缓慢与开销增加之间的矛盾，在这种情况下，在线教育属于“心有余而力不足”。此外，非学历教育没有呈现出显著的调节效应，可能的原因在于非学历教育所包含的范围较广，课外辅导班、考研培训班等课程辅导形式的教育也归于非学历教育，从而稀释了技能培训等直接与就业和收入相关的非学历教育的作用。 七、结论与展望 (一)研究结论 随着共同富裕成为时代主题，在“扩中”的同时如何“稳中”，如何防范中等收入群体向下滑落也成为中等收入群体扩容领域不可忽视的一项重要议题。本文基于中国家庭追踪调查数据，探讨了教育防范中等收入群体滑落概率的影响，并分析了其中的作用机制与异质性，主要得出以下结论： 1.教育能够有效防范中等收入群体向下滑落 在加入控制变量、双向固定效应以及更换聚类标准误层级后，教育系数均在1%水平上显著为正。在经过了一系列稳健性检验以及内生性处理后，这一结论依然稳健，表明教育能够有效降低中等收入群体向下滑落的概率。 2.教育通过提升就业稳定性和风险防范意识来稳定中等收入群体 在我国工资性收入是家庭收入主要来源的背景下，就业稳定是收入稳定的前提，是防止中等收入群体滑落的重要基础。在其他条件不变的情况下，通过提高风险防范意识，使用风险防范工具也是防止中等收入群体滑落的有效手段。理论分析表明，教育通过提高中等收入群体的就业稳定性和增强风险防范意识，降低其滑落概率。机制检验结果表明，教育对就业稳定性和风险防范意识均有显著的促进作用。 3.教育在防范中等收入群体滑落的过程具有显著异质性 教育在防范中等收入群体滑落过程中存在明显的收入分层和受教育程度的异质性。在中等收入群体内部，教育防范中等偏下收入群体滑落的效用大于中等及中等偏上收入群体；在受教育程度上，高中及以上阶段的教育能够更有效地防范中