公共服务机会与代际间职业流动——基于非血亲父子（女）配对数据的实证分析

卢盛峰 陈思霞 张东杰



公共服务机会与代际间职业流动——基于非血亲父子（女）配对数据的实证分析

卢盛峰1陈思霞2张东杰3

（1. 武汉大学经济与管理学院 湖北武汉 430072）（2. 中南财经政法大学财政税务学院 湖北武汉 430073）（3. 哥伦比亚大学社会经济研究与政策学院 美国纽约 10027）

本文基于一份来自中国的长跨期微观非血亲父子（女）配对数据，在剔除基因遗传影响基础上，实证检验了政府公共服务政策对个体代际职业流动的影响。为了弱化家户选择能力上的内生性，我们侧重从政府公共设施布局的角度来刻画公共服务机会。研究结果表明：（1）覆盖有学校、医疗卫生及公共设施等公共品的社区中，子女在代际间职业向上流动上具有显著优势；（2）在考虑居民主动选择政策及估计方法等进一步检验中，结论保持稳健；（3）平均而言，享受着更好的公共服务机会的居民，在受教育年限上显著地高于其他条件相同的非公共政策恩惠地区居民，这最终使他们在代际职业地位提升中具有更高的概率。本研究对中国政府在社会公平目标下，公共服务政策实施及布局优化具有实践意义。

职业地位 代际流动 教育机会 机会均等

一、引言与文献回顾

代际流动研究是考察社会结构特征和变迁的一种重要途径，同时被作为衡量一个社会开放程度和机会平等状况的主要指标。长期以来，大量文献关注了中国代际收入流动问题，并主要通过父子收入关系来予以识别，较弱的代际收入流动表现为父辈收入对子女收入存在重要影响；反之则表明社会为下一代提供了更大程度的平等机会。王海港（2005）利用1988和1995年中国城镇家庭收入数据发现这两个年度内代际收入弹性分别为0.384和0.424；章奇等（2007）和孙文凯等（2007）都基于中国农村数据，发现1987—2002年间农村收入流动性在增强，这显著降低了持久收入不平等。近些年来，一些研究检验了代际间职业流动性问题，发现也存在较强的代际传承关系。Carmichael（2000）研究发现父子职业上存在较强的相关性。Hellerstein和Morrill（2011）发现大约30%的儿子和20%的女儿从事着与其父亲相同的职业，但是这一比重对如何进行职业分类较为敏感。此外，一些研究发现，父辈所在单位也以更大概率雇佣其子女（Perez-Gonzalez，2006等）。

现有代际流动研究大多停留在相关分析上，未能定量研究这种关系背后的影响渠道。而传递路径分析是重要的，在其基础上才能够进行政策干预设计。Dunn和Holtz-Eakin（2000）研究发现，父母职业经历对子女职业选择具有显著正向影响，而父母财力资本的影响相对有限。Mayer和Lopoo（2008）利用美国居民收入观测资料及各州公共支出数据分析了政府公共支出与代际收入流动的关系，发现公共支出较高的州存在较高的代际流动性。另外的一些研究则侧重从教育和人力资本投资角度解释职业代际传递（Restuccia和Urrutia，2004；邢春冰，2006等）。此外，Jason和Joseph（2013）基于英国和美国的长跨期数据，从经济发展阶段角度对两国不同时期流动性差异进行解释。

由于无法有效克服基因遗传影响，既有代际流动研究实际上容易高估社会阶层的固化程度，而只有基于非血亲父子配对数据才能够实现有效识别并剖析影响代际流动的背后原因。与此同时，从宏观政策角度切入分析，则容易落入另一个困局，即：地区性宏观支出，由于受益程度上的差异，现实中难以与特定个体享受的政策受益状况相联系。在本文的研究中，我们基于一笔长跨期的非血亲父子配对数据，从居民居住环境中公共设施布局角度切入，有效地处理了既有研究中的识别难题。我们的研究发现，居住环境中覆盖有学校、生活设施及有医疗保险等公共服务机会将有利于本地区居民代际间职业向上流动；在影响机制上，良好的公共服务机会有利于个体受教育年限的提高，并最终帮助居民以更高概率实现职业地位代际间的向上流动。

与既有研究相比，本文的主要贡献体现在：（1）基于非血亲父子女配对资料及居住环境公共设施分布数据，克服了传统社会流动研究中的基因传承问题，并有效识别了公共服务机会与代际职业流动的内在关系及传导机制；（2）定量度量了不同类型公共品布局对居民受教育年限和代际职业流动的政策效应，为后续研究提供了一个新的思路；（3）文章进一步丰富了社会流动及机会公平等相关领域研究，提供了宝贵的微观经验。

文章后续安排如下：第二部分是模型、数据与指标选取；第三部分是实证结果分析；第四部分公共服务机会影响职业流动的机制分析；最后文章的结论与政策建议。

二、模型、数据与指标选取

（一）模型设定与估计方法

我们通过构建计量模型来分析代际职业流动如何受到政府公共服务供给状况的影响，并进一步定量测度政策效应的影响机制。模型设定如下：

（二）数据来源与指标选取

本文数据来源于1989年至2009年间八次“中国健康与营养调查（CHNS）”数据库。目前该数据库被国内外学者广泛用于中国城乡居民的医疗、健康、劳动等方面的研究。我们通过调查年份、居民户编号、居民编号以及社区编号将居住社区环境特征纳入居民代际流动分析中，这构成了本文的原始资料。根据分析需要，进一步作如下处理：（1）剔除子辈或者父辈未处于正式就业的样本点，这包括个体退休返聘、主动不参与工作、正在上学等。（2）工作初期职业特征可能无法有效代理个体真实职业状况，包含年龄低于30岁样本，将会使估计结果产生偏误（Sandra和Devereux，2011等）。因此剔除子代或父代年龄30周岁以下以及年龄超过65周岁样本点[①]是必要的。（3）如果遗传和基因因素足够重要，它将对代际职业流动分析产生影响。针对可能存在的这一问题，采用非血亲父子配对数据是一种消除家庭固定特征影响的有效途径（Plug，2004；Liu和Zeng，2009）。据此分析样本被限制在法律上父母（Father/Mother-in-Law）与子女配对样本，完全剔除遗传基因因素的干扰。

最终分析的父子配对样本覆盖了居民户收入、家庭成员特征、居住环境公共服务状况以及调查时间和地区等多维度数据。在地区分布上，样本在9个省份中分布大致平衡，并覆盖着东、中、西部省份，意味着样本具有广泛的代表性。在年份分布上，样本大致呈现逐年递增趋势，2000年以后四次调研样本占比超过50%，表明可以大致反映中国当前状况。

为了对方程参数估计，对各指标的选取与刻画进一步作如下说明：

1、职业地位识别

职业状况由于具有在地域和年份层面统一、稳定特征，它被广泛地作为标准用于社会流动研究（Jason和Joseph，2013等）。本文主要基于个体职业类型以及职业性质两个方面，对父辈和子女的职业地位识别和划分。具体说明如下：

（1）职业类型特征。根据主要职业类别[②]，将01高级专业技术工作者、03管理者/行政官员/经理以及08军官与警官归类于脑力劳动职业，这一职业地位掌握着特定类别社会资源并主要从事脑力劳动；将02一般专业技术工作者、04办公室一般工作人员、06技术工人或熟练工人、07非技术工人或熟练工人、09士兵与警察、10司机、11服务行业人员、12运动员、演员、演奏员划为中间的体力劳动职业，这一职业地位主要从事体力劳动同时能够获得稳定而可靠的工作收入；将05农民、渔民、猎人、13其它或者回答不知道，以及由于“正在找工作”、“残疾”、其他原因以及回答不知道什么原因等4类“被迫性”失业类型视为非固定职业类型，这一职业地位从事沉重体力的农业劳动或者处于被动失业状态，并且收入存在不确定性。

（2）是否固定职业。在职业类型划分基础上，根据“是否是固定职业”标准可以将个体职业类型归并为非固定职业和固定职业两类，即将脑力劳动职业和体力劳动职业归入固定职业，而其他职业视为非固定职业。这一分类有利于识别底层职业群体的变动状况。

（3）是否公职性质。在中国，能否进入公职部门实际上是衡量个体社会政治地位的一项有效指标。根据工作单位性质特征，我们将政府机关、国有事业单位和研究所以及国有企业三类归并入公职群体，这些部门不仅掌握着特定的政治权力，而且对相关公共资源具有主导性分配权，同时享有相对于其他单位更高的社会政治地位；而将诸如集体企业、家庭联产承包农业、私营和个体企业、三资企业等各类工作单位类型归为非公职群体，这一群体相对而言社会政治能力相对较低。与此同时，针对工作类型回答其它或者不知道，以及“被迫性”失业类型也同样被视为非公职群体。

2、代际间职业流动

上述识别方式将父辈与子女划定在不同职业层次中，进而通过匹配组合可以得到代际间职业流动状况。以职业类型特征为例，基于非血亲父子女职业地位匹配关系，我们可以通过一个3×3流动矩阵来划分职业流动的几个维度：其一，“代际职业流动的类型”，对角线下方单元格为下向职业流动，对角线单元格为未发生职业流动或水平流动，对角线单元格上方为向上职业流动；其二，“是否实现了代际职业向上流动”，主对角线单元格上方为向上职业流动，其他则水平流动或代际职业地位恶化。

3、公共服务机会

本文根据社区公共服务供给状况来识别个体获得的公共服务机会，主要考察公共教育、医疗服务、医疗保险、公共卫生、公共生活设施等五类。指标选取说明如下：

公共教育服务。社区数据库中的O79、O81、O83以及O85分别针对本居委会（村）是否有小学、初中、高中以及职业学校予以询问，基于此来考察居民可获得的教育机会状况。

公共医疗保险。根据户主的医疗保险拥有状况来刻画居民户医疗保险机会。进一步的医疗保险类型分析可以看出，商业保险只是占极少部分，因此可以将这里的医疗保险服务视为一种近似的公共服务。

公共卫生服务。主要通过家户厕所类型以及周围环境卫生状况来识别公共卫生状况。基于L5中厕所类型的回答状况，可以识别家户是否享受着城市污水处理系统；同时依据L6中居室周围是否有粪便的调查，得到本地区卫生环境状况。

公共生活设施。主要考察道路、交通与自来水状况，这三个方面能够刻画当地公共生活设施可及状况。O23调查了本地道路是否为铺过的道路；O33汇报了村（居委会）是否有公共汽车站；家户问卷中L1描述了居民户是否通自来水状况。

4、其他变量

模型进一步控制了居民户、个体人口特征因素。居民户特征包括：城乡因素、家庭人均收入；父辈特征包括：年龄、受教育程度以及社会职业层级（控制子辈流动起点[③]影响）；子辈特征包括：年龄、受教育程度以及性别。此外，我们还控制了调查省份和年份固定效应；居民户人均收入平减到2009年价格水平。表1给出了主要变量的定义与描述说明。

表1 主要变量的定义与描述

变量名称变量描述均值标准差样本数 Senior-high村/居委会高中；有则为1，否则为00.1090.3125354 Vocational村/居委会有职业学校：有则为1，否则为00.0800.2715345 Medicare户主公共医疗保险；有则为1，否则为00.3290.4704122 Clean-toilet家中冲水厕所；1为是，0为否0.2710.4455845 Sanitation居室周围是否干净；1为是，0为否0.7950.4045819 Water-supply居民户是否通自来水；1为是，0为否0.6170.4865849 Highroad本村/居委会道路是否是铺过的路；1为是，0为否0.5800.4945952 Bus-station本村/居委会公共汽车站；1为是，0为否0.51120.5006095 Gender个体性别；1为男，0为女0.1970.3985881 Education个体正规教育年份，单位：年7.2013.8664214 Age个体年龄，单位：周岁32.5869.5115929 Hhincpc家庭人均年收入，单位：万元0.4580.6095870 Urban被调查地区农村还是城市；1为城市，0为农村0.2190.4146171

三、实证结果分析

（一）公共服务机会与代际间职业流动

本部分将检验公共服务机会如何影响着个体代际间的职业流动。表2中的第（1）、（3）及（5）列结果显示，本村（居委会）布局有初中、高中、职业学校等各类学校，良好的公共医疗保险服务及更便捷公共生活设施，将帮助本地居民以更大概率实现代际职业地位向上流动。值得关注的是，小学分布在各方程中均显著为负，这意味着村/居委会有小学反而可能不利于子女职业流动。作为最基础的小学教育，经费完全依靠基层财政承担，而“村村办学”导致覆盖面过宽，一方面分散了生源，不利于集中办学；另一方面造成财政负担过大而无力进行师资及设施等建设，这种片面追求覆盖面的做法反而更加不利于适龄入学儿童的发展。这也为我国上世纪90年代末存在，2001年正式开始“撤点并校”教育资源整合的政策实践提供了一种有效的解释。同时上述解释成立，那么这一问题将在农村地区表现得更加明显，因为相对于市财政，农村财政资金约束更加严重。（2）、（4）及（6）列进一步加入农村地区哑变量与小学学校的交叉项，结果表明这种抑制效应的确更主要体现在预算约束更严重的农村地区，这也进一步佐证了上述解释。

其它因素在回归中影响效应几乎完全一致。受教育程度更高的个体将有更大概率代际职业向上流动；与此同时，父母受教育程度越高也有利于给子女提供更好培养，并有利于其获得更好职业。经济状况更好家庭的子女更有可能实现代际职业向上流动，这表明家庭经济能力在子女代际流动中发挥不可忽视影响。男性在职业流动中具有显著优势，但是在进入公职上优势不明显；父辈年龄影响不显著，而高年龄子女在进入公职上更具优势。

表2 公共服务机会与代际间职业流动

变量因变量：职业层次流动因变量：是否固定职业流动因变量：是否公职流动 （1）（2）（3）（4）（5）（6） 城乡效应YesYesYesYesYesYes 省份效应YesYesYesYesYesYes 年份效应YesYesYesYesYesYes Pseudo R20.30860.30810.28610.28610.35080.3526 LR/Wald chi2912.87***911.49***772.20***772.22605.43***608.62*** Log likelihood-1022.77-1023.46-963.45-963.44-560.21-558.61 匹配样本对282628262396239626432643

注：*、**、***分别表示在10%、5%和1%水平上显著；括号中汇报的为标准误。

（二）潜在识别问题及稳健性检验

我们在研究设计上已经规避了基因遗传因素的干扰，但是前文分析中依然可能存在一些潜在的识别问题，而这将影响到结论的稳健性。本部分中我们将逐一对这些问题进行分析和重新验证。

1、居民选择环境

如果居民通过迁移选择居住环境，那么个体职业流动状况和公共服务机会都可能是由于诸如家庭经济状况等因素所决定的。针对这一潜在问题，我们从两个方面进行稳健性检验。

表3 居民选择居住环境的影响

变量因变量：职业层次流动因变量：是否固定职业流动因变量：是否公职流动 （1）农村样本（2）纯公共产品（3）农村样本（4）纯公共产品（5）农村样本（6）纯公共产品 Clean-toilet0.6417***（0.170）—0.6817***（0.173）—0.5706**（0.245）— Sanitation0.4331**（0.193）—0.4105**（0.194）—0.1543（0.269）— Water-supply0.0917（0.155）0.4199***（0.128）0.0923（0.157）0.4181***（0.129）0.0771（0.222）0.3358*（0.179） Highroad0.1460（0.153）0.3885***（0.123）0.1544（0.156）0.4080***（0.126）0.0950（0.224）0.2713（0.171） Bus-station0.4717***（0.153）0.4156***（0.124）0.5003***（0.155）0.4605***（0.127）0.1166（0.217）0.4510***（0.170） _cons-5.6266***（0.704）-3.9952***（0.544）-5.5281***（0.717）-4.0951***（0.559）-10.421***（1.002）-9.1858***（0.772） 其它控制变量YesYesYesYesYesYes 流动起点YesYesYesYesYesYes 城乡效应YesYesYesYesYesYes 省份效应YesYesYesYesYesYes 年份效应YesYesYesYesYesYes Pseudo R20.30270.27040.27710.24700.30410.2544 LR/Wald chi2644.30***812.42***547.10***676.79***355.68***442.04*** Log likelihood-742.13-1096.10-713.47-1031.62-406.99-647.90 匹配样本对220228681900242920932679

注：*、**、***分别表示在10%、5%和1%水平上显著；括号中汇报的为标准误。

2、赋值方式及估计方法选择

前文通过区分是否职业向上流动来度量代际职业流动，其分析结论是否受到这种特定赋值方式影响？在这一部分中，代际职业流动状况被具体区分为：向上流动、职业地位不变、向下流动三类；同时采用Williams（2006）改进的PPOM估计思路[④]来参数估计，对比分析的Mlogit模型估计结果未予汇报。

表4中的结果表明，即便在采用不同变量度量及赋值方式，以及选用不同估计方法之后，结果都依然稳健地支持了前文分析结论。

表4 考虑赋值方式及估计方法的选择

注：（1）在变量PL检验中，本文选取5%显著性水平作为判定标准；原假设是：平行线约束是有效的；（2）*、**、***分别表示在10%、5%和1%水平上显著；括号中汇报的标准误。

四、公共服务机会如何影响代际职业流动？

前文的研究表明，居民面临公共服务机会更好，其实现代际职业地位向更高层次流动的概率越高。那么，公共服务机会将如何影响个人代际间职业流动？一种可能的解释在于，居住环境具有更好的诸如教育、医疗及生活设施，个体更容易获得更高受教育水平，并有利于职业地位代际提升。我们基于倾向匹配得分法（PSM）对这一作用机制进行定量检验。

注：（1）最近邻匹配设定为1：2配对比例，半径匹配法下搜索半径设定为0.0001；（2）*、**、***分别表示在10%、5%和1%水平上显著。

表5汇报了不同匹配技术下PSM分析的估计结果。不难看出，享受着更好公共服务机会的居民在受教育年限上要显著高于缺乏公共政策机会的个体。具体而言，居住在布局有初中学校地区的居民在受教育年限上要高出超过0.32年；而高中及大专职业教育更是分别带来0.90～1.12年和0.74～1.08年更高教育年限，而小学教育布局过密对个体受教育年限提高具有显著抑制效应，平均达到0.34～0.74年。此外，居住环境上良好公共设施、便捷出行服务以及更好的医疗保险状况，都显著提高了子女的受教育年限。这为解释公共服务机会在推进个体代际职业向上流动提供了一种可能的影响路径。

五、结论与政策性建议

既有代际流动研究大多从家庭背景、个人能力等方面切入，同时忽视了基因遗传在因果关系识别中的影响。本文基于一份长跨期非血亲父子配对数据，在剔除基因遗传影响基础上，从政府公共服务布局的宏观政策角度切入进行分析。本文的研究表明：平均而言，布局有学校、公共设施以及覆盖医疗保险等公共服务机会的社区（村）中，子女在代际职业向上流动上具有显著优势；一种潜在的传导机制在于，更好的公共服务机会帮助个体在受教育年限上显著高于其他条件相同的非政策恩惠地区居民，这最终使他们在代际职业提升中具有优势。

本文的研究对于重新认识公共服务政策在促进社会公平中的角色具有重要意义，同时研究也为近些年来中国日益凸显的“富二代”和“寒门难出贵子”现象给出了另一种解释，即政府导致的差别化公共服务机会可能是阻碍社会流动的一种重要原因。实际上，类似的政策歧视在诸多发展中国家中普遍存在，这可能导致政府政策不仅未能履行应有的维护社会公平的责任，反而被异化为一种进一步导致或拉大社会不平等的重要诱因。这一研究对于政府优化公共政策设计具有实践意义，同时研究还度量了各类不同层次学校的微观效应，这也对政府完善教育资源配置具有参考意义。

最后需要指出的是，相对于居住环境下是否有各类公共服务覆盖而言，公共品质量上的机会不均等可能更加严重，比如诸如学校质量上的不均等可能远比是否有学校更加重要。这些潜在的度量问题都有待后续的研究中进行完善。

说明：以前制作沙茶酱，需要采购大量的食材，比如印尼虾膏和进口香料，现在采用这种便捷式的方法进行熬制，省力多了。咖喱粉、糖醋汁的加入也让这款酱料风味更加融合。

1. 孙文凯、路江涌、白重恩：《中国农村收入流动分析》[J]，《经济研究》2007年第8期。

2. 王海港：《中国居民收入分配的代际流动》[J]，《经济科学》2005年第2期。

3. 邢春冰：《中国农村非农就业机会的代际流动》[J]，《经济研究》2006年第9期。

4. 章奇、米建伟、黄季焜：《收入流动性和收入分配：来自中国农村的经验证据》[J]，《经济研究》2007年第11期。

5. Carmichael, Fiona, 2000, “Intergenerational Mobility and Occupational Status in Britain” [J],, Vol. 7(6), pp. 391-396.

6. Dunn, Thomas and Douglas Holtz-Eakin (2000), “Financial Capital, Human Capital and the Transition to Self-employment: Evidence from Intergenerational Links” [J],Vol.18(2), pp. 282-305.

7. Hellerstein, Judith K. and Morrill, Sandler Melinda(2011), “Dads and Daughters: The Changing Impact of Fathers on Women’s Occupational Choices” [J],, Vol. 46(2), pp. 333-372.

8. Jason Long and Joseph Ferrie(2013), “Intergenerational Occupational Mobility in Great Britain and the United States Since 1850” [J],, Vol.103(4), pp. 1109-1137.

9. Liu, Haoming and Jinli Zeng(2009), “Genetic Ability and Intergenerational Earnings Mobility” [J],, Vol. 22(1), pp. 75-95.

10. Mayer, Susan E. and Lopoo, Leonard M.(2008), “Government Spending and Intergenerational Mobility” [J],, Vol. 92(1/2), pp. 139-158.

11. Perez-Gonzalez, Francisco(2006), “Inherited Control and Firm Performance” [J],, Vol. 96(5), pp. 1559-1588.

12. Plug, Erik(2004), “Estimating the Effect of Mother’s Schooling on Children’s Schooling using a Sample of Adoptees” [J],, Vol. 94(1), pp. 358-368.

13. Pronzato, Chiara(2012), “An Examination of Paternal and Maternal Intergenerational Transmission of Schooling” [J],, Vol. 25(2), pp.591-608.

14. Restuccia, D. and C. Urrutia(2004), “Intergenerational Persistence of Earnings: The Role of Early and College Education”[J]., 94(5): 1354-1378.

15. Sandra E. Black and Paul J. Devereux(2011), “Recent Development in Intergenerational Mobility” [A], in O.Ashenfelter and D.Card (ed.),, Vol. 4(5), pp. 5-16.

16. Williams, Richard(2006), “Generalized Ordered Logit/Partial Proportional Odds Models for Ordinal Dependent Variables” [J],, Vol. 6(1), pp. 58-82.

（CH）

[①]实际上完全有效地甄别个体劳动市场成熟期年龄段很难达到，这里主要依据既有研究中的划定方法。我们也尝试将年龄限定在35~65周岁之间，实证回归结果基本一致。

[②]这里有效地识别了“掌握特定社会资源从事脑力劳动并获得高额收入”、“从事体力劳动但是能够获得稳定和可靠收入”以及“从事农业劳动或者失业这一类沉重压力劳动并且收入不确定”三类具有根本性差别的职业类别。

[③]一些学者的研究表明，父辈对子辈的影响效应在不同社会地位层次上不尽相同（Pronzato，2012等）。

[④]有序Logit模型隐含着PL假设，即在每个次序类别结果间自变量对因变量发生影响是对等的；而在实际中，特别是伴随自变量个数增加，该条件难以满足，PPOM很好地处理了这一难题。这一方法的具体估计思路参见Williams（2006）。

*本文的研究受到了教育部人文社科青年基金项目（项目编号：14YJC790015）的资助。作者感谢编辑部老师及审稿人提出的宝贵意见。