农村地区教育的代际传递效应

姚 尧，施明华

(1.华威大学 经济系，考文垂 英国 CV4 7ES；2.皖西学院 金融与数学学院, 安徽 六安 237012)

教育扶贫旨在阻断贫困在代际间传递，从根源上解决贫困问题，在精准扶贫精准脱贫中具有持续性作用[1]。若农村地区存在明显的教育代际传递效应，通过教育扶贫来改善农村地区教育公平，提高贫困家庭子代教育水平就显得尤为重要。教育代际传递是指教育水平在父辈和子代间传递的现象，即认为父辈教育和子代教育间存在着因果关系。此种传递机制强调子代的教育不完全由先赋性的遗传因素决定，而是由后致性的抚育作用决定[2]。通过抚育作用影响下一代教育的途径主要包括人力资本、经济资本、文化资本和社会资本[3-4]。教育代际传递效应越强，意味着子代教育越依赖于父辈的综合教育水平，由家庭背景差异导致的教育成就差距就越大。

目前，国内学者在代际传递的研究中越来越重视教育的作用。一些学者在研究中着重探讨了教育作为中介要素，在打破收入的代际传递中所起到的作用。如郭丛斌和闵维方分析得出，教育具有较强的促进代际流动、改善收入公平的功能[5]；徐俊武和易祥瑞的研究表明，各地区公共教育支出水平将显著影响该地区收入代际传递效应的大小[6]。同时，不少学者也开始直接研究教育的代际传递现象，如文东茅使用OLS模型分析得出家庭背景对子女的教育获得和教育结果都有着显著影响[7]；魏晓艳采用中国家庭追踪调查(CFPS)数据库，通过OLS与分样本回归的方法分析发现中国的高等教育存在明显的代际传递现象[8]；李云森和齐豪以上世纪七十年代出台的基础教育普及政策为工具变量，采用Probit模型考察了父母教育年限对子女是否接受10年以上教育的影响[9]；而林菀娟和张戈则选择1978—1982年增加中小学年限的学制改革作为工具变量，研究了父母教育与子女教育间存在的因果关系[10]。

在现有文献的基础上，为探究农村地区教育代际传递效应是否存在，本文首次采用2011年中国健康与养老追踪调查(CHARLS)数据库实证分析父辈受教育水平对子代受教育水平的影响。同时，使用OLS、分样本和Probit回归从多个维度考察农村教育代际传递的特点和变化。文章余下部分安排如下：第二部分主要介绍本文的实证方法、数据和变量；第三部分给出实证结果并针对结果进行稳健性检验，最后是结论与政策含义。

一、研究方法和数据说明

(一)计量模型

本文分析教育代际传递问题的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表示父辈的受教育程度，考虑到父亲对子女教育具有十分重要的作用，而且对子女其他方面的发展也存在独特影响力，以父亲的受教育年限来代替父辈教育；D表示父亲或子女可观测的个人特征，如年龄、子代性别等，S表示影响子女教育的社会和经济因素，包括父亲的职业、家庭所居区域等，εi表示残差项。同时，为考察父亲受教育程度对子女是否接受高水平教育的影响，本文还构建了农村家庭教育代际传递效应的Probit模型：

Pr(Yi=1)=Φ(β0+β1Xi+β2D+β3S+ui)

(2)

等式(2)中的Yi为虚拟变量，表示子女是否接受过高水平教育(当Yi=1表示接受过高水平教育)，ui是Probit模型中的随机干扰项，模型中的其它变量均与等式(1)保持一致。

(二)数据说明

本文的数据来自2011年中国健康与养老追踪调查(CHARLS)，该调查主要针对全国45周岁及以上的中老年人家庭和个人，问卷内容涵盖个人基本信息、家庭结构和经济支持、工作收入等多个方面。本文的研究对象是农村家庭，故从问卷中选取户口为农村的父亲，将其和子女信息匹配后整合成为样本，经过筛选，得到的有效样本为7755份①。

变量的描述性统计如表1和表2所示，表中除了列出反映父亲和子女教育年限的变量，还包括反映个人特征的控制变量(父亲和子代年龄、子代性别)，及反映社会经济因素的控制变量(父亲职业、所居区域)，从表1中可以看出，父亲的平均教育年限为5.95年，子女平均受教育年限达到8.77年。父亲的平均年龄为63.11岁，其中年龄最大的达到83岁，年龄最小的为43岁，由调查年份可推，父亲的出生年份介于1928—1968年之间。而子女的平均年龄为35.53岁，出生年份介于1945—1989年之间。

表1 变量的描述性统计(上)

表2显示，由于研究对象是农村家庭，父亲的职业主要以务农为主，超过八成的父亲从事农业，然后依次是公共部门、国企、其他职业和私企。从居住的区域来看，样本中所含家庭在东部、中部和西部地区的分布较为接近，比例分别为33.79%、34.79%和31.42%。

表2 变量的描述性统计(下)

二、回归结果与稳健性检验

首先，使用OLS回归分析农村家庭父亲教育年限对子代教育年限的影响，结果如表3所示。为检验回归的稳健性，采用逐步回归法，在表3(2)—(4)列的回归中依次加入反映个人特征、父亲职业和家庭所居区域的控制变量，结果显示：变量“父亲受教育年限”的估计系数在各次回归中均在1%的置信水平显著，证明OLS回归是稳健的。当加入所有控制变量后，父亲受教育年限每增加1年，其子女的受教育年限增加0.239年，表明父亲的受教育程度与孩子受教育程度存在显著的正相关关系。考虑到中国农村地区的实际，造成这种相关关系的原因可能有以下几点：首先，受教育程度高的父亲通常在观念上会更偏向“读书改变命运”，因而更期望他们的孩子能够接受更高水平的教育；其次，文化程度高的父亲可以在孩子的学习上给予更多指导和帮助，孩子更可能获得高学历；第三，学历相对较高的父亲可能收入也相对较高，可以为子女教育提供较好的经济支持。

反映子女年龄和性别影响的变量同样显著。在第(4)列的回归中，子女年龄与其受教育年限呈显著的负相关关系，表明年龄越小的孩子平均教育年限越长，这也从侧面反映了促进农村教育发展的相关政策和改革措施总体上是富有成效的。子女性别的系数为1.425，表明农村家庭中儿子平均受教育年限要高于女儿1.425年。考虑到多项调查均表明女性学生在高中和大学入学考试中的表现要优于男性，故推测这种男性教育年限更高的现象可能来源于“重男轻女”陋习的影响，男性在教育上能得到更多家庭上的支持，而女性辍学率则更高。社会因素在教育的代际传递中起到了很大的作用。第一，父亲的职业能显著影响子女的教育。总体来看，父亲就职于企事业单位的孩子相比父亲在其他行业工作的孩子受教育年限更高(一年以上)，其中，国企最长，然后依次是公共部门、私企；第二，东部农村地区的孩子比西部平均受教育年限要高出0.47年，而中部农村地区的孩子则比西部高出0.35年。

表3 OLS回归结果

(2)分样本回归结果

为进一步判定不同时期农村教育代际传递效应的差异，本文按照父亲年龄将样本分为三组，分别为60岁以下、60—69岁、70岁以上父亲群体。对这三组样本分别进行OLS回归，结果如表4(1)—(3)列所示，三组回归中父亲受教育年限的估计系数均显著为正，进一步证明了农村地区教育的代际传递效应一直存在，但三组系数大小各不相同，表明在不同时期教育的代际传递效应确有差异。其中，第(3)列回归中的估计系数(0.191)要明显小于前两列回归中的系数(0.225和0.295)，说明相比60岁及以上父亲群体，60岁以下父亲的教育水平对其子女教育水平的影响明显降低，这反映了农村地区教育代际传递效应的减弱和教育公平的改善。

(3)Probit回归结果

为考察父亲受教育水平对子女是否接受高水平教育的影响，使用表示“子女是否接受大学教育”的虚拟变量作为子女受教育水平的代理变量，采用Probit模型进行回归分析。考虑到样本中子女平均受教育年限较低(8.77年)，同时考察父亲教育年限对子女是否接受高中和初中教育的影响。结果如表4(1)—(3)列所示，三组回归中变量“父亲受教育年限”的估计系数均显著为正，再次证实了OLS回归结果的稳健性，也同时说明了父亲受教育程度高对孩子获得更高水平教育有着显著促进作用。其中，第(1)列回归的系数最大(0.085)，表示父亲受教育年限每增加1年，其子女接受高等教育的概率将增加约8.5%，这一结果高于当父亲受教育年限提升1年，子女增加的上高中(7.8%)和上初中(6.4%)的概率，说明农村地区教育的代际传递效应在高等教育环节更为显著。另外，三组回归显示子代中男性接受大学、高中、初中教育的概率分别比女性高约32%、26%和57%，进一步证实了农村地区教育水平和教育的代际传递效应存在着性别差异。

表4 父亲年龄的分样本回归结果

表5 Probit回归结果

三、结语

本文基于2011年中国健康与养老追踪调查(CHARLS)的数据，探究中国农村地区父亲受教育程度和子女受教育程度之间的相关关系。实证结果表明：父亲受教育年限对孩子教育有着显著的正向影响，体现在子女的平均受教育年限和接受更高水平教育的概率都会随父亲平均受教育年限的增加而增加，证明了农村家庭教育的代际传递效应仍然存在。鉴于此，政府应当加大贫困地区资源的投入力度，构建从幼儿园到研究生不间断的资助政策体系，并凝聚社会各界力量推进教育精准扶贫，着力阻断教育代际传递现象。

注释：

① 样本筛选中剔除的数据包括：1)存在信息缺失的样本；2)存在反常数据的样本，如孩子与父亲年龄差距过小(小于15年)的样本；3)子女出生在1989年以后的样本，因为在数据采集的2011年这些孩子可能还未完成学业，将其加入样本中会低估孩子的受教育年限。