社会网络对家庭课外教育投资的影响

李康隆 范纯增

(上海交通大学 安泰经济与管理学院,上海 200030)

1 研究背景

随着中国的经济由高速增长阶段转向高质量发展阶段,社会对人才的需求逐渐由侧重数量转向侧重质量,因此对人才早期阶段的教育培养显得愈发重要。作为基本课堂教育的补充,课外教育在人力资本积累方面有着十分重要的作用。课外教育也叫“影子教育”,能够提高学生成绩(Dang,2007;张雪、张磊,2017),也可以缩小教育结果的不均等(李佳丽、胡咏梅,2017)。鉴于课外教育的重要性,其影响因素近年来也受到广泛研究。家庭社会经济背景对城镇学生参加教育补习的可能性和城镇学生教育补习支出均有显著的积极影响(Bray et al,2014;薛海平、丁小浩,2009)。农村家庭父母获得高等教育学历会对农村子女的课外教育支出有显著的正向影响 (王晓磊、张强,2018)。群众家庭的子女参加课外补习活动的概率要低于党员家庭(李静、薛海平,2016)。仇焕广、靖骐亦(2018)利用CFPS2014数据研究发现母亲嫁妆价值对家庭中子女参与课外教育支出有正向影响。

除了子女本身的能力、家庭人力资本、家庭物质资本这些传统的因素,家庭的社会资本在教育中的作用也是不容忽视的。Coleman(1988)发现频繁搬家会显著增加高中子女辍学率,因为搬家后家庭与周边的联系会中断。研究还发现,天主教高中有更低的辍学率,这是因为以学校为中心的团体有更紧密的联系。Kim&Schneider(2005)发现白人父母会两种语言对子女上大学有正向影响,他们推测这些父母能够与主流白人社会建立更紧密的联系。国内的学者进行了相关的研究。余丽甜、詹宇波(2018)考察了家庭教育支出的邻里效应,发现同社区家庭平均教育支出对家庭教育支出产生显著的影响。

虽然已经有不少文献研究社会资本和教育决策,但是鲜有严格分析社会网络和课外教育支出之间因果关系的研究,对背后的机制也缺乏探讨。鉴于此,本文利用CFPS2014数据研究家庭社会网络对子女课外教育的影响。使用工具变量控制内生性问题后,本文发现家庭社会网络不仅能够提高子女参与课外教育的概率,还能够增加课外教育支出,并且社会网络的影响在不同学历家庭间存在异质性。通过机制分析发现,社会网络通过改变父母教育观念来影响家庭教育决策。

2 理论模型

为了初步探讨家庭社会网络对子女课外教育的影响,本节采用两期家庭决策模型,并在此基础上引入了社会网络变量。首先,我们假定家庭的效用函数为:

其中:C0、C1分别是家庭在第0期和第1期的消费;θ是相对风险规避系数,θ>0;β是贴现因子,0<β<1。

设拉格朗日函数为:

(1)

接下来分情况讨论:

(2)

可以看到,对参与课外教育投资的家庭来说,社会网络可以增加最优课外教育投资,因此提出第一个假说:

假说1社会网络越好,家庭的课外教育投资越多。

为了探究家庭学历不同是否影响社会网络对课外教育的促进作用,我们设教育回报函数为f(E)=Eα,0<α<1。我们认为学历越高的家庭对教育资源有更好的利用,α值越大。

假说2相对于低学历家庭,在高学历家庭中,社会网络对课外教育支出的促进作用更大。

另外,本文一个重要的假设前提是,家庭社会网络通过改变教育观念来影响教育决策。为了验证这个机制,本文提出了第三个待检验的假说:

假说3社会网络通过影响父母教育观念来促进课外教育支出。

接下来本文利用实证分析对以上假说进行验证。

3 数据和变量

3.1 数据来源

本文使用2014年中国家庭追踪调查(China Family Panel Survey,简称CFPS)的数据。CFPS是一项全国性的追踪调查,于2010年正式开展访问。CFPS收集个体、家庭、社区三个层次的数据,可以反映中国社会的变迁。CFPS数据中包含家庭数据库、成人数据库、少儿数据库以及社区数据库。考虑到数据的完整性,本文选取CFPS2014数据,并根据研究需要,保留CFPS2014少儿数据库中处于上学阶段的少儿样本。

3.2 变量介绍

本文研究的被解释变量是子女的课外教育支出。CFPS2014的少儿问卷中关于课外教育支出的一个问题是:“过去 12个月的课外辅导班费/家教费/亲子班费( 包括幼儿园开办的兴趣班)多少元?”本文的核心解释变量是家庭社会网络,参考已有研究的做法(马光荣、杨恩艳,2011),本文使用家庭人情礼支出的对数作为ln(gift)社会网络的代理变量。人情礼支出的数据在CFPS2014的家庭数据库中,本文根据家户号将家庭数据库与少儿数据库匹配,并且只保留处于上学阶段的样本。本文控制了其他一些变量,如“家庭年纯收入”“家庭规模”“少儿是否有兄弟姐妹”“家庭位于城市还是农村”“户主性别”“户主年龄”“户主受教育程度”“少儿年龄”“少儿性别”“家中年龄大于60岁的老人数”等。考虑到不同地区经济发展、教育水平存在差异,本文还构造了虚拟变量以区分东部、中部、西部和东北部区域。

3.3 描述性统计

经过数据处理,本文最终保留4710个CFPS2014处于上学阶段的少儿样本,其中1141个少儿的课外教育投资大于0。表1给出了本文数据的描述性统计,其中有一些值得注意的地方。首先,课外教育支出Tutoring的均值为656.756,标准差为2395.813,家庭之间的课外教育支出存在很大差异。其次,家庭人情礼支出Gift均值为3615.241元,高于2010年的2376.348元,这表明家庭人情礼支出存在上升趋势。最后,少儿性别Gender均值为0.526,样本中男女比例接近1∶1。

表1 变量定义及描述性统计

4 实证分析

4.1 计量模型

4.1.1社会网络的促教育投资作用——基本回归

本文数据存在一个特点,被解释变量存在大量的0值,而在大于0的区间,被解释变量可以被认为是连续变量。对于这类的问题,Cragg(1971)对Tobit模型进行扩展,提出了两部分模型(Two-part model),本文将采用这一模型进行估计:

(3)

(4)

4.1.2内生性问题——工具变量回归

上述模型可能存在内生性问题。首先,如果子女参与课外教育,家长可能会向课外辅导老师送礼,这会使得家庭的人情礼支出增加,因此可能存在由反向因果造成的内生性问题。其次,虽然本文控制了一系列变量,但是不可避免地会遗漏一些与社会网络相关的变量,所以本文还可能存在遗漏变量引起的内生性问题。为了尽可能减弱内生性问题的影响,我们使用所在村居其他家庭平均人情礼支出的对数作为工具变量进行估计。首先,同一村居其他家庭的平均社会网络规模越大,本家庭通过邻里获得的社会网络规模也会越大,这满足工具变量与内生变量的相关性;其次,其他家庭的社会网络规模不会对本家庭的教育支出产生直接影响,这满足工具变量的外生性。因此,我们认为这样构造的工具变量是比较有效的。

4.2 回归结果

4.2.1基本回归结果

表2给出了基本回归结果。回归(1)、(2)、(3)是两部分模型关于参与决策的第一部分,其中模型(1)只有ln(Gift)一个变量,模型(2)添加了所有的控制变量,模型(3)在模型(2)的基础上控制了省份虚拟变量。可以看到,ln(Gift)的边际效应始终在1%的水平下显著为正,结果比较稳健,说明社会网络能够增加家庭参与课外教育投资的概率。回归(4)、(5)、(6)是两部分模型关于投资额的第二部分,结果表明,对于参与课外教育投资的家庭来说,社会网络能够显著增加投资额,这个结果在控制了所有变量后依然稳健。假说1得到了初步的验证。

表2 两部分模型基本回归结果

4.2.2工具变量回归结果

本文使用工具变量法控制内生性,相关结果见表3和表4。在两个表格中,回归(1)、(2)、(3)是参与/投资方程的回归结果,(4)、(5)、(6)分别是(1)、(2)、(3)的第一阶段。表3的结果进一步验证,社会网络会增加家庭参与课外教育投资的概率。而且ln(Gift)系数远大于基本回归的结果,这说明之前的基本回归低估了社会网络的作用。从表4可以看出,随着控制变量的加入,ln(Gift)系数逐渐变小,但仍然在1%水平下显著,说明社会网络确实可以促进课外教育投资。两步回归的第一阶段回归结果显示ln(Average_Gift)的系数均显著为正,而且F检验值均大于10,表明所选取的工具变量不是一个弱工具变量。而且,由于其他家庭的社会网络规模不会对本家庭的教育支出产生直接影响,有理由认为工具变量符合外生性条件。根据基本回归和IV回归结果,我们验证了假说1。

表3 两部分模型第一部分IV Probit回归

表4 两部分模型第二部分2sls回归

4.3 家长学历对社会网络促教育投资作用的影响

作为重要的家庭人力资本,家长的学历对子女的教育有积极的作用。根据家庭成员最高受教育年限是否大于12年,将样本分为低学历家庭组和高学历家庭组,探究家庭社会网络对子女的促教育作用是否会受到家庭学历的影响。分别对两个组别进行工具变量回归,结果见表5。我们发现,相比于低学历家庭组,高学历家庭组回归的ln(Gift)系数更大,也更加显著,说明家庭学历确实对社会网络的作用产生正向影响,于是我们验证了假说2。

表5 家庭最高学历分组IV回归结果

5 机制检验

本文认为家庭社会网络能够促进子女的课外教育支出,重要的一个机制是,社会网络可以改变父母教育观念。父母教育观念是父母对子女教育的看法和认识,基于现有的CFPS数据,我们选择了父母的教育期望来衡量教育观念,该变量是虚拟变量,如果期望是大学本科及以上,则为1,否则为0,并采用Baren and Kenny(1986)的三步法来检验父母教育期望的中介作用:1) 将父母教育期望Expectation对ln(Gift)进行回归;2) 将被解释变量Tutoring*或Ln(Tutoring)对ln(Gift)进行回归;3) 将被解释变量同时对ln(Gift)和Expectation回归。如果中介效应存在,第一步和第二步ln(Gift)的系数应当均显著为正,第三步Expectation显著为正的同时ln(Gift)系数变小。我们逐步进行回归,结果如表6所示。

表6 “父母教育期望”的中介作用

我们看到,在Expectation对ln(Gift)的Ologit回归中,ln(Gift)的系数为0.091,并且在1%水平下显著,说明社会网络能够提高父母教育期望。在回归(3)和(4)中,Expectation的系数显著为正,并且ln(Gift)系数较Expectation加入前均有所减少,这说明加入父母教育期望这个变量后,社会网络对课外教育支出的作用减少了。因此,父母教育期望的中介作用得到了验证,即验证了假说3。

6 结论和建议

本文研究了家庭社会网络对家庭课外教育投资子女课外教育的影响。我们首先利用一个两期家庭教育决策模型,初步说明了社会网络促教育作用的存在,之后选择Cragg(1971)提出的两部分模型作为基本计量模型,利用CFPS2014数据进行实证分析,结果表明社会网络不仅会提高子女参与课外教育的概率,还能促进课外教育的支出。在控制内生性问题后,结论依然成立。通过进一步分析,我们发现社会网络的这种促教育作用在高学历家庭中更加显著。最后我们进行了细致的机制分析,结果表明社会网络在促进课外教育支出方面的作用一部分是通过改变父母教育期望来实现的。

本文的结论表明,除了家庭人力资本、家庭物质资本这些传统因素,家庭间社会网络的差距也会导致教育差异的形成。作为家庭对外获取信息的重要渠道,社会网络会影响家庭教育观念,进而影响教育投资决策。基于研究结果,本文认为家庭应当重视维护和拓展社会网络,这有利于形成较为先进的教育观念,规避错误的教育决策。