中国城镇居民教育代际流动性的测量及影响因素分析

/中国城镇居民教育代际流动性的测量及影响因素分析【摘要】利用最新一轮开展的中国家庭收入调查数据，实证测量了中国城镇居民教育代际流动性及其影响效应。结果发现：利用子代—父辈受教育程度的交叉列联表，发现城镇居民教育代际流动性呈整体上升趋势，结构性流动率高于循环性流动率，教育向上流动趋势明显；利用普通最小二乘法结合逐项回归思想发现父亲对子代受教育程度的影响效应高于母亲，父母亲受教育程度每提升1年，子代接受学历教育年限数将提高0.31年和0.234年；对性别做进一步地异质性分析，发现女性教育代际流动性对父亲受教育程度的依赖性更强，男性则对母亲具有更强的依赖性，而公共教育扩张政策对教育代际流动性的影响效应存在非线性的变化趋势。【关键词】教育公平；教育代际流动；教育代际传递；城镇居民；公共教育扩张政策 一、问题的提出 改革开放以来，中国经济高速增长，人民生活水平大幅提升，但不断扩大的城乡收入差距也是不争的事实，从某种程度上讲，收入差距的潜在扩大趋势业已成为中国经济增长、社会发展的“阿喀琉斯之踵”。经典人力资本理论认为，人力资本中的教育具有生产性和分配性二重功能属性，能够通过劳动生产率的形式促进国民经济增长、提高个体工资收入、调节社会群体的收入分布。[1]因此，教育及其塑造的人力资本是促进代际流动的重要手段，对于消弭收入差距具有积极意义。教育代际流动性是指父辈受教育程度对子代受教育程度的影响效应，影响效应越大预示着教育代际相关性越强，教育代际流动性也就越弱。当个体教育机会、教育获得对家庭经济文化背景具有较强的阶层依附性时，由此产生的教育结果不平等将会加剧收入差距并导致社会阶层的固化。 公共教育扩张政策在扩大教育机会供给、改善教育代际流动性、缩小收入差距等方面起到了重要作用。[2]在我国，公共教育扩张政策主要集中在基础教育和高等教育领域，1986年《中华人民共和国义务教育法》颁布，通过义务教育改革逐渐普及了九年制义务教育，大幅扫除劳动人口中的文盲比率；1998年教育部颁布的《面向21世纪教育振兴行动计划》，通过高校扩招政策放宽了大学教育的配额限制，为适龄青年提供了接受大学教育的机会，外生型扩张同时推动我国由精英化迈入普及化的高等教育发展阶段。[3] 随着公共教育扩张政策的推行，学术研究也增强了对于教育扩张与教育代际流动性的讨论，但研究结论尚存分歧。[4]譬如，伊安内利(Iannelli)的研究发现，公共教育扩张政策提高了苏格兰劣势群体教育向上流动的可能，[5]但斯特吉斯(Sturgis)等学者的研究却发现，教育扩张政策在一定程度上降低了英格兰和威尔士的教育代际流动性，也扩大了不同阶层的教育结果不平等。[6]罗楚亮和刘晓霞基于CHIP2013的数据研究，发现教育扩张总体上提高了教育流动性，降低了受教育程度代际向下流动的可能性。[7]彭骏和赵西亮同样利用CHIP2013数据的研究，采用转移矩阵的方法揭示了农村地区父辈—子代受教育程度间具有高度正相关性，但两次教育扩张政策未能有效改善农村地区的教育代际流动水平。[8] 在基础教育领域，周颖、杨天池、贾男利用模糊断点回归设计的研究，发现义务教育改革虽然提高了父辈的教育年限，但教育代际流动性主要依靠遗传传导，政策并未产生代际溢出效应。[9]在高等教育领域，王琳、宋博、刘华的研究，同样采用断点回归的研究设计，发现高校扩招未能显著提高农村地区参与高等教育的概率，[10]而张楠和迟景明利用中国综合社会调查的研究，也发现了高校扩招虽然有助于代际绝对流动，但未能促进代际相对流动水平，体现出公共教育政策对于农村、经济欠发达地区的影响仍相对有限。[11] 在公共教育扩张政策与教育代际流动的关系尚存分歧，并且教育代际流动对于实现教育公平、缩小城乡居民收入差距具有积极意义的现实背景下，本文将以城镇居民为研究对象，通过教育代际流动系数的测量及其影响效应分析，一方面形成对既有研究有益的学术补充，另一方面也试图通过实证研究为深化教育事业改革，促进教育公平提供经验支撑与决策基础。 二、研究设计 (一)数据及样本清理 实证研究所用数据源自中国居民收入分配课题组委托国家统计局调查样本库在2019年开展的最新一轮中国家庭收入调查(ChinaInstituteForIncomeDistribution，CHIP)，本文采用城镇住户适用卷。CHIP2019覆盖面广，数据涵盖了我国北京、山西、辽宁、江苏等15个省份，并且在微观信息部分同时囊括了子代和父辈受教育程度以及人口统计学特征等方面的丰富信息，因而能够满足我们对于数据外部有效性和相关信息的研究要求。 在原始数据可获得性的基础上，我们通过以下三方面处理获得样本：首先，根据题项“与户主的关系”，结合性别变量依次分离出父亲、母亲和子女样本，然后根据家庭代码将父辈与子代信息做纵向匹配。其次，根据题项“2018年末的就业/在学情况”将选择“在校学生”的子代剔除，同时进一步剔除年龄在18岁以下，仍有可能接受学历教育的子代。最后，借鉴既有研究设计，在全样本的基础上，筛选出义务教育改革(1960-1980年)和高校扩招政策影响范围(1980-1991年)的样本，以识别公共教育扩张政策对教育代际流动的外生冲击。[12] 需要对样本处理做出说明的是，改革开放以来教育事业的巨大发展离不开两项外生型的教育扩张政策，一项是1986年《中华人民共和国义务教育法》施行后引领的义务教育改革，逐步普及了九年制义务教育，另一项则是1998年《面向21世纪教育振兴行动计划》开启的高校扩招政策，通过放宽适龄青年接受大学教育的配额限制，推动我国高等教育步入了大众化的发展阶段。既有研究业已证明，在两项教育扩张政策的积极推动下，我国劳动力的教育人力积累及其分布结构得到了有效提升与改善，为我国由人力资源大国步入人力资源强国奠定了坚实的政策基础。[13]因此，在现有数据条件缺乏有效工具变量的情况下，我们在样本处理时试图筛选出两项公共教育扩张政策对适龄青年的干预范围，以期精确判断外生教育政策对教育代际流动的影响①。 (二)识别策略 为考察教育代际流动性，检验父辈受教育程度对子代受教育程度影响效应，本文设定如下线性方程： OffspringiEduci=α+ParentsiEduci+β1Xi+μi (1) 式(1)中，下标i表示个体，因变量Offspringi表示子代i的受教育程度；核心自变量Parentsi表示父辈i的受教育程度；Xi为影响子代受教育程度的一系列控制变量；μi为教育代际流动方程的残差项，Parentsi的参数估计值即为教育代际流动系数。对于式(1)，本文采用普通最小二乘法(OrdinaryLeastSquare，OLS)进行估计。 (三)变量处理 1.因变量与核心自变量 因变量和核心自变量分别是子代和父辈受教育程度，我们以教育年限作为受教育程度的代理指标，技术处理时选择问卷中“受正规教育的年数”，该指标不包括跳级、复读和留级年数。 2.控制变量 本文的控制变量包括子代和父辈两个维度。子代方面，我们通过年龄、性别和家庭规模变量控制资源稀释和同胞竞争效应。父辈方面，我们在子代相应控制变量的基础上，通过增加父母亲职业特征和工资收入水平，以期控制家庭经济文化背景对教育代际流动的影响。表1报告了所涉变量的基本统计信息②。在表1中，子代接受正规学历教育的年限数高于其父辈，约为12.6年，在我国学制中相当于具有普通(职业)高中受教育程度，父辈中父亲和母亲接受正规学历教育年限数则相差无几，母亲略高于父亲。图1则刻画了子代教育年限与母亲教育(左图)和父亲教育年限(右图)的线性拟合关系。 图1子代—父辈教育年限的线性拟合图 三、实证分析 实证研究首先利用子代和父辈受教育程度的分布信息，计算教育代际流动系数，然后利用线性回归揭示父辈受教育程度对子代受教育程度的影响效应，最后在影响效应分析的基础上，进一步讨论教育代际流动性的性别异质性。 (一)教育代际流动系数的测量 在教育代际流动系数的测量中，学术研究一般会结合研究数据的可获得性，选择学历教育年限或学历教育层级两种类型的统计指标，或采用教育地位获得模型或采用流动量表进行分析。基于对既有研究的借鉴，本文利用最新一轮CHIP数据提供的学历教育年限数，结合流动量表的方式测量教育代际流动系数。[14]严格意义上讲，流动量表最初用以反映父辈与子代的职业代际流动情况，测量教育代际流动系数对流动量表的借鉴需在原始数据的基础上，构建子代—父辈受教育程度的交叉列联表，表2、下页表3与表4提供了全样本、义务教育改革和高校扩招分样本中子代与父辈受教育程度的交叉列联表③。 在交叉列联表中，我们根据子代和父辈接受正规学历教育的年限数，将受教育程度划分为未上过学、小学、初中、高中、大学、研究生及以上六个学历教育层级④。根据表2～4提供的各样本信息，我们能够得到以下三条基本结论：第一，子女与其母亲的受教育程度间具有正相关性，也就是说随着母亲受教育程度的提升，子女有更大的概率接受更高层级的学历教育；第二，与表1所提供的统计描述相一致的是，子女受教育程度相对于母亲而言有了一定程度的提升，反映出教育代际流动的整体向上趋势；第三，随着样本时间范围的推移，教育代际上升的比例在高校扩招样本中要高于义务教育改革样本以及全样本，在一定程度上显示出代际教育流动的上升趋势，同时也反映出经济转型时期两次公共教育扩张对于政策干预期内个体受教育程度的提升具有积极作用。 在子代—父辈受教育程度交叉列联表分析的基础上，教育代际流动系数通过总未流动率、总流动率、结构性流动率和循环性流动率等指标进行测量。总流动率表示教育代际流动的整体情况，而教育代际流动的整体情况又由结构性流动率和循环性流动率共同决定。其中，结构性流动率是指教育扩张政策推动的教育代际流动，而循环性流动率则是指教育事业深化、发展、开放所形成的教育代际流动。以全样本为例，对测量教育代际流动涉及的上述三项指标做出简要说明：(1)总流动率可以利用总未流动率计算得到，总未流动率为表2中对角线中数字之和与样本量的比值，相应地，总流动率就可通过1-总未流动率求得；(2)结构性流动率为表2中行与列差值的绝对值与2倍样本量的比值，循环流动率则可通过总流动率-结构性流动率求得；(3)向上流动率为表2中对角线上方数值与样本量的比值，相应的，向下流动率则为对角线下方数值与样本量的比值。 根据下页表5提供教育代际流动指数的相关信息，我们能够得到三条推论。第一，总未流动率在全样本、义务教育改革和高校扩招分样本中不断下降，相应地总流动率不断上升，总流动率在各样本中分别为80.62％、81.78％、86.94％，表明当对样本年龄做出更精确的限制后，观测对象的教育代际流动性呈整体性上升。第二，结构性流动率在各样本中分别为53.63％、56.15％、62.45％，高于26.99％、25.63％、24.49％的循环性流动率，结构性流动率高于循环性流动率体现出父辈与子代间教育代际流动性的改善，更多地源自公共教育扩张政策的外生冲击，教育体系开放性虽有贡献，但影响效应相对较小。第三，向上流动率远高于向下流动率，表明现阶段教育代际流动主要表现为子代对父辈受教育程度纵向超越后所形成的代际间受教育程度的向上流动。 (二)父辈对子代教育代际流动的影响效应分析 本节利用普通最小二乘法以父辈教育年限对子代教育年限进行回归分析，从而揭示受教育程度的代际传递效应，下页表6报告了均值线性回归的估计结果。在表6中，第2～4列在全样本的基础上采用逐项回归的思想，依次纳入父亲、母亲以及父母亲的教育年限观察教育代际流动性，第5～6列则为义务教育改革和高校扩招分样本的估计结果，各样本在回归过程中均控制了聚类到个体的固定效应。 全样本方面，Parentsi的参数估计值在“父亲—子代”和“母亲—子代”分别为0.310(p＜0.01)、0.234(p＜0.01)，其含义可以理解为父亲接受正规学历教育年限每提升1年，可将子代接受学历教育年限数提高0.31年，相比母亲学历教育年限提升的影响效应要高出0.076年，表明父亲受教育程度的提升对于子代接受学历教育的影响更为重要。“父辈—子代”方程中则同时纳入了父亲和母亲的教育年限，参数估计结果一方面显示出子代教育年限受到父母亲双方受教育程度的影响；另一方面父亲和母亲教育年限对子代教育年限的影响效应下降，表明纳入父母亲教育年限后，父辈对子代受教育程度的影响的代际流动性增强，相应的教育的代际传递性减弱。 义务教育改革方面，父母亲教育年限的参数估计值分别为0.234(p＜0.01)和0.10(p＜0.01)，表明父亲和母亲的学历教育年限每提升1年，可将子女接受学历教育的年限数提高0.234年和0.1年，父亲对子代受教育程度的影响效应高于母亲，这一点与全样本回归基本一致。高校扩招方面，父母教育年限的参数估计值为0.272(p＜0.01)，表明父亲学历教育年限每提升1年，可将子女接受学历教育的年限数提高0.272年，母亲教育年限的参数估计值为0.154，但估计结果不具有统计显著性。 控制变量方面，性别变量的参数估计结果负向显著，表明父辈受教育程度对于女性具有更强的代际相关性，变量参数估计值在全样本下“母亲—子代”方程中达到了峰值，女性比男性接受正规学历教育年限高出了1.075年。家庭规模的参数估计值正向显著，在全样本下“父亲—子代”方程中，独生子女家庭比非独生子女家庭接受正规学历教育年限数高出了1.078年，一方面反映出父亲对于多子女家庭的教育代际传递具有决定性影响，另一方面也验证了中国城镇地区家庭教育决策中的同胞竞争效应。[15]民族变量的参数估计值为负，表明少数民族的教育代际传递性要弱于汉族，也就是说少数民族的教育代际流动性更强。 最后，根据全样本、义务教育改革和高校扩招分样本的参数估计结果，我们能够提炼出以下几条结论：第一，子代受教育程度同时受到父母亲受教育程度的影响，二者具有较强的正相关性，且父亲的影响效应高于母亲，凸显了教育代际传递中父亲受教育程度的决定性作用。第二，教育代际传递效应在义务教育改革和高校扩招样本中的参数估计值低于全样本，这意味着在公共教育扩张政策的作用下，城镇居民的教育代际传递性下降，相应的教育代际流动性上升。第三，教育代际传递效应在高校扩招样本中的参数估计值高于义务教育改革样本，一方面显示出1986年《中华人民共和国义务教育法》施行后引领的义务教育改革有效打破了阶层固化，为教育代际流动提供了制度性基础，但另一方面1998年《面向21世纪教育振兴行动计划》的实施却在一定程度上增强了代际传递性。因此，从公共教育政策效果评价的视角上看，义务教育改革和高校扩招政策对于代际教育公平的影响始终处于非线性变化过程之中。与义务教育改革相比，高校扩招政策似乎具有“精英导向型”的政策特征，在固化教育代际流动的同时，似乎使得子女的受教育程度更为依赖父辈的家庭经济文化背景，不利于实现更高质量的教育公平。[16] (三)异质性分析 异质性分析以性别为识别变量，利用普通最小二乘法对全样本、义务教育改革和高校扩招样本做分样本回归，表7报告了具体回归结果。在表7中，第2～3列、第4～5列以及第6～7列分别汇报了全样本、义务教育改革和高校扩招样本下教育代际流动的性别差异。 全样本方面，父亲受教育程度的参数估计值在男性和女性样本中分别为0.261(p＜0.01)和0.266(p＜0.01)，表明父亲受教育程度每提升1年，可将男性和女性教育年限提高0.261年和0.266年；母亲受教育程度的参数估计值在男性和女性样本中分别为0.105(p＜0.01)和0.099(p＜0.01)，表明母亲受教育程度每提升1年，可将男性和女性教育年限提高0.105年和0.099年。义务教育改革样本方面，父亲受教育程度的参数估计值在男性和女性样本中分别为0.247(p＜0.01)和0.249(p＜0.01)，表明父亲受教育程度每提升1年，可将男性和女性教育年限提高0.247年和0.249年；母亲受教育程度的参数估计值在男性和女性样本中分别为0.092(p＜0.01)和0.106(p＜0.01)，表明母亲受教育程度每提升1年，可将男性和女性教育年限提高0.092年和0.106年。 根据全样本和义务教育改革样本的异质性分析，我们能够得到以下两个基本特征：第一，父亲受教育程度的参数估计值在女性分样本中高于男性，且父亲参数估计值高于母亲，显示出女性教育代际流动系数对于父亲受教育程度的依赖性更强，而男性教育代际流动系数则对母亲受教育程度的依赖性更强；第二，父辈受教育程度的参数估计值在义务教育改革样本中略低于全样本，表明在时间趋势和义务教育改革的综合作用下，城镇居民的教育代际传递性下降，而教育代际流动性上升，这一点也进一步验证了本文在基准回归的中的论断。 此外，可能受到小样本的掣肘，父母亲受教育程度在高校扩招女性样本中分别为0.233(p＜0.1)和0.156(p＜0.05)，但参数估计值在男性分样本中不具有统计显著性。 四、结论与讨论 (一)研究结论 本文利用北京师范大学收入分配研究院联合国家统计局开展的最新一轮中国家庭收入调查数据，通过刻画子代—父辈受教育程度交叉列联表，测量教育代际流动相关指数，进而利用普通最小二乘法实证分析了父辈受教育程度对子代受教育程度的影响效应，得到以下三点研究发现。 第一，教育代际流动性呈整体上升的时间趋势，教育向上流动率高于向下流动率。根据子代—父辈受教育程度的交叉列联表，本文计算出全样本、义务教育改革和高校扩招样本的总流动率分别为80.62％、81.78％、86.94％，教育代际流动性整体上升，子代教育年限超越父辈，呈现出教育向上流动的趋势，结构性流动率在各样本中分别为53.63％、56.15％、62.45％，高于26.99％、25.63％、24.49％的循环性流动率，表明教育代际流动更多源自教育事业改革与发展所带来的外生性冲击。 第二，基于逐项回归的思想通过父辈对子代受教育程度的影响效应估计，发现在全样本中父亲、母亲受教育程度每提升1年，能将子代接受学历教育年限提高0.31年和0.234年，父亲对子代受教育程度的影响效应高于母亲。同时，父辈对子代教育代际流动的影响效应在义务教育改革样本中下降到了0.234和0.1，在高校扩招样本中则略微上升到了0.272和0.154。 第三，基于分性别的异质性分析，发现女性教育代际流动性对于父亲受教育程度的依赖性更强，而男性教育代际流动系数则更易受到母亲受教育程度的影响。随着时间的推移以及义务教育改革综合作用下的城镇居民教育代际传递性呈下降趋势，教育代际流动性则不