巫冰
香港中文大学
社会学系
博士研究生
吴菲
复旦大学
社会学系
副教授
出身地:高等教育机会与代际流动的省际差异
来源 | 《社会学研究》2025年第6期
作者 | 巫冰、吴菲
责任编辑 |赵梦瑶
出身地指个体出生与成长之地,具有独特的先赋性特征。本研究综合使用中国劳动力动态调查数据、普查数据和政府统计数据,考察代际教育相对流动水平在出身省份之间的差异,以及分省录取制度对该差异的形塑。研究发现:第一,不同出身省份在整体相对流动水平和中低教育水平出身子代的向上流动水平方面均存在显著差异;第二,高等教育录取机会的增加有助于提升出身省份的相对流动水平,促进中低教育水平出身子代的向上流动;第三,这种促进效应在客观不平等程度较低、受教育期望分布较为均等的省份中更为显著。
一、引言
自涂尔干有关自杀率的分析伊始,社会学家便持续关注人类行为的空间分布,并尝试揭示其社会成因(Durkheim,2005/1897)。代际流动水平指子代与父代社会地位的关联程度。作为社会结构开放性的“晴雨表”,代际流动水平一直为民众与学界所关注。代际流动水平的空间差异是流动研究的核心议题:已有研究揭示了国家间及国家内部地区间的差异,并探讨了这些差异的形成机制(Erikson & Goldthorpe,1992;张延吉等,2022;王元超,2023)。
在众多的空间概念中,出身地(place of origin)指个体出生与成长之地,具有独特的先赋性特征。出身地并非纯粹的地理空间,而是与资源分配、文化惯习以及身份认同等因素密切相关。已有研究表明,出身地通过“一方水土养一方人”的情境化力量对个体流动机遇产生深远影响(Chetty & Hendren,2018;Turner & Wessel,2024)。在中国,从“南橘北枳”的成语典故,到社交媒体上关于“山河四省”高考难度的热议,都折射出一种公众认知:即使个人能力与家庭背景相似,出身地的差异仍可能导致截然不同的成就轨迹。
然而,既有的中国流动研究却鲜少深入探讨出身地的作用。多数研究沿袭国别比较传统,依据受访者的工作所在地来描述流动水平差异,并以工业化、不平等、社会福利制度等既有机制加以解释(Fan et al.,2021;张延吉等,2022;王元超,2023)。相比之下,基于中国社会具体情境的理论关照仍显不足。在中国,因户籍制度与教育机会获得、社会福利保障等资源紧密相连,出身地被进一步制度化,同时也显著增加了通过迁移改变出身地影响的难度。因此,在中国语境下关注出身地具有重要的现实意义。
社会流动的空间差异研究常面临空间单位层级选择的问题(Tickamyer,2000;Lobao et al.,2007)。现有研究在空间单位的选取上参差不齐:大至涵盖多个省份的区域(Fan et al.,2021),小至一国之内数量上千的县(Chetty & Hendren,2018),也有规模居中的省(Acciari et al.,2022)、市(Heidrich,2017;王元超,2023)或通勤区(Chetty et al.,2014)等。这种层级上的不一致源于不同的选择逻辑:追求估计精度的研究倾向于更细微的空间单位(Chetty et al.,2014;Eriksen & Munk,2020),采用聚类方法的研究则将流动水平相近的地区归并为同质性空间(Corak,2019;Connor & Storper,2020)。另有研究出于选取地理单位的便利性考虑,直接采用现成的行政区划作为研究单位(Friedman & Macmillan,2017)。这些以数据为导向的选择逻辑缺乏对空间单位本身的理论探讨,不仅导致现有研究对空间差异的描述难以达成一致结论,还导致现有研究在进行解释性分析时可能混淆不同因素的作用单位。因此,本研究着眼于出身地,立足于中国特有的机会分配制度,并以理论适配性为原则选取空间单位,旨在揭示代际流动的空间差异,从而深化对社会流动与空间关系的理解。
在“学而优则仕”的中国社会,教育始终是决定个体发展机会的关键因素。在众多教育制度中,高考分省录取制度与出身地紧密相关:各高校在各省按计划招生名额,依据考生的分数排名与志愿填报情况对其进行录取,这使得出身省份成为直接决定个体高等教育机会的空间单位。在此背景下,本研究选择“省”作为空间分析单位,试图回答以下两个经验性问题:第一,不同出身省份之间的代际教育相对流动水平是否存在显著差异?第二,若存在差异,高等教育录取机会能否解释这一差异?
二、找寻机会之地:代际流动的空间差异
长期以来,社会流动研究者一直致力于通过国别比较来识别影响社会开放程度的关键因素(Lipset & Bendix,1959;Erikson & Goldthorpe,1992)。近年来,国际学术界对代际流动空间差异的探索逐渐转向国家内部(Chetty et al.,2014;Corak,2019;Connor & Storper,2020;Turner & Wessel,2024)。基于中国社会的研究也表明,代际流动水平在不同地域(Fan et al.,2021;张延吉等,2022;Hong & Gruijters,2024)和城市之间(王元超,2023)存在显著差异。然而,与已形成较多共识的国别比较研究不同,国家内部的流动比较研究在空间单位的选择、分析视角以及解释机制方面仍存在诸多值得探讨的问题。
(一)“地”的范围:如何选择空间单位
选择适当的空间分析单位始终是空间差异研究面临的一项关键挑战(Tickamyer,2000;Lobao et al.,2007)。现有研究大致遵循以下三类选择逻辑。
第一类研究以精细化估计为目标,其分析单位多由数据可得性决定。大规模行政资料使研究者能够采用较小的空间单位,如切蒂(Raj Chetty)等人利用样本量超过4000万的税收数据估算了美国709个通勤区(commuting zone)的收入流动水平(Chetty et al.,2014);科拉克(Miles Corak)则基于200多万条政府行政数据对加拿大266个普查区(census divisions)的收入流动水平进行了估计(Corak,2019)。然而,在样本量有限的情况下,研究者往往不得不转向更粗略的分析单位,如埃里克森(Jesper Eriksen)和蒙克(Michael D. Munk)指出,为确保估计的稳健性,他们放弃了规模较小的教区(parish),转而采用了规模更大的市(municipality)作为单位(Eriksen & Munk,2020)。现有关于中国社会的许多研究也遵循此类逻辑,常因调查样本量的限制,在空间单位选择上受到制约,最终只能采用规模较大但内部异质性较高的分析单位,如包含多个省份的地区(Fan et al.,2021;Hong & Gruijters,2024)。
第二类研究采用聚类方法,将流动水平相近的若干子单位合并为更大的上级单位。例如,康纳(Dylan Shane Connor)和斯托珀尔(Michael Storper)将美国467个州经济区(state economic area)合并为地理相邻的六大区域(Connor & Storper,2020)。由于聚类的主要依据是流动水平的相似性,所形成的上级单位有时甚至包含地理上相距较远的子单位。例如,科拉克将加拿大266个普查区聚合为五个流动区(Corak,2019),但同一流动区内的普查区在地理上并不相邻,不同流动区甚至相互交织,这种做法削弱了空间本身的地缘连续性内涵,使空间划分沦为一种纯粹的统计分组。
第三类研究则基于“即得即用”的便利性原则,直接采用现行的行政单位,而未充分考虑空间单位的理论意义。例如,弗莱德曼(Sam Friedman)和麦美伦(Lindsey Macmillan)在研究英国的职业流动时,选用现行的大区(region)作为分析单位,并在文中承认这种单位选择缺乏劳动力市场方面的理论依据,与文章解释框架的适配性不足(Friedman & Macmillan,2017)。
总体来看,现有研究在探寻“机会之地”的过程中,普遍采取数据驱动的逻辑来选择空间单位,更侧重于对“机会”的估计,而缺乏对“地”本身的理论思考。这不仅导致在描述空间差异时难以形成清晰、统一的结论(Friedman & Macmillan,2017;Rohenkohl,2023),还容易在解释性分析中混淆不同社会因素的作用层级(Tickamyer,2000)。本研究认为,空间单位的选择应遵循理论驱动原则,比如明确解释机制发挥作用的空间范围,才能形成对流动水平空间差异的清晰理解,下文将对此作进一步阐述。
(二)“地”的时间性:出身地与工作地的视角分野
空间作为一种情境,对流动机会的形塑机制会因个体所处生命历程的阶段不同而有所差异。由于地理迁移,人们的出身地与其工作所在地常常并不重合。与此相应,现有的国家内部流动比较研究也可分为基于出身地和基于工作所在地两种视角,二者在分析焦点与解释机制等方面存在明显区别。
出身地视角的研究强调童年时期所处的社会化环境与资源禀赋对代际流动的影响。这类研究通常基于受访者的出生地(Di Gioacchino et al.,2025)、青少年时期的居住地(Chetty et al.,2014;Acciari et al.,2022)或成年之前居住时间最长的地点(Eriksen & Munk,2020)来分析流动水平的空间分布,并进一步检验邻里构成、教育资源、家庭结构等机制的作用(Chetty et al.,2014;Eriksen & Munk,2020;Acciari et al.,2022)。工作地视角的研究则关注不同地区劳动力市场特征对代际流动水平的影响。这类研究通常以受访者工作所在地为依据,考察地区间的职业流动差异,并进一步检验产业结构、城市化、社会福利制度等机制的作用(Buscha et al.,2021;张延吉等,2022;王元超,2023)。
上述视角的分野凸显了流动水平的空间差异研究在“地”的时间性维度上所面临的挑战。当出身地视角的研究考察职业或收入流动时(Chetty et al.,2014;Connor & Storpe,2020),往往难以完全剥离工作所在地的影响。而工作地视角的研究在引入诸如成年被访者所在地的公共教育投入等解释变量时(张延吉等,2022;王元超,2023),又难以阐明此类因素具体的作用机制。“地”的时间性意味着,个体在不同生命阶段所处的空间环境会通过不同机制形塑其流动机遇,因此,选取出身地还是工作地作为分析对象,以及考察何种维度的流动都应以背后的理论机制为判断依据。考虑到个体的教育地位主要在出身地获得,本研究关注出身地层面的流动差异,因此选择聚焦于教育流动这一维度。
(三)“地”的效应:空间差异的解释机制
在国家内部的流动比较研究中,“地”通常被视为流动过程发生的情境,是承载各种社会力量的容器。因此,明确空间边界并匹配相应层级的解释变量成为分析的关键。这要求清晰的理论机制和与之对应的操作化设计,这样才能有效回答“什么形塑了机会之地”这一解释性问题。
在理论机制方面,现有研究呈现两极化的倾向。一类关注自上而下的结构性力量,强调诸如工业化进程、社会福利水平等因素的作用(张延吉等,2022;王元超,2023)。另一类则聚焦于由个体互动所形成的情境性力量,考察犯罪率、单亲家庭比例、种族构成等因素与代际流动水平之间的相关性(Eriksen & Munk,2020;Acciari et al.,2022)。
进一步分析可发现,即使关注同一社会因素,不同研究在空间单位与测量时点的选择上也存在差异。以检验工业化理论的研究为例,在空间单位的选择上,有研究采用区县(张延吉等,2022)、市(王元超,2023)等行政单位,也有研究选用州经济区(Connor & Storpe,2020)。在测量时点上,有的研究采用调查时点的指标,如人均国内生产总值(张延吉等,2022;王元超,2023),也有研究测量被访者童年时期居住地的指标,如制造业就业率(Chetty et al.,2014)或产业多样性(Turner & Wessel,2024)等。不同的空间单位往往指向不同层面的机制:关注国家层面工业化的研究强调宏观转型中的教育普及、产业结构变迁等整体性变化(Treiman,1970);而地区层面的研究则更突出地方性经济变动的影响。同样,不同的测量时点也对应着代际流动过程中不同生命阶段的作用机制:童年时期的指标侧重工业化通过影响教育期望和职业期待间接作用于地位获得;而工作阶段的指标则更多反映工业化通过塑造就业市场的机会结构直接影响流动机遇。尽管现有研究在指标选择上呈现多样性,但对于这些因素具体影响流动机会的机制路径及其理论内涵,目前仍缺乏清晰的阐释。多数研究仅能回答“机会之地具有哪些特征”,而在解释这些因素如何作用于个体流动机会方面却显得捉襟见肘。
本研究认为,对空间差异进行解释性分析需要更清晰的理论机制,以揭示空间因素影响流动机遇的具体过程。这不仅有助于研究者明确社会力量的作用范围,选择合适的空间单位,从而增强描述性分析中对“地”的意涵的理解;还有助于指导研究者选择时点匹配的解释变量,提升实证结果的可信度。
三、分省录取:高等教育机会与代际相对流动
(一)制度背景:分省录取与高等教育机会的省际差异
我国高校招生制度长期采用“计划型”手段,通过国家统筹制定的招生来源计划,预先划定各省(直辖市、自治区)的录取指标,实行分省录取(窦心浩,2014)。自新中国成立以来,该制度在调配地域间高等教育机会方面持续发挥关键作用,使得考生的升学机会主要取决于所在省份的录取名额及当年考生人数,从而形成了一种以省为单位的内部竞争格局(沈鸿敏,2007;韩亚菲,2019)。
除录取机会按省分配外,各省的入学机会也长期存在结构性差异。首先,1949年以来,我国高等院校的数量与地域分布虽经历重大变迁,但省际分布的不均衡性始终是突出特征(沈鸿敏、刘求实,2008),构成了高等教育机会不平等的地理基础。其次,招生来源计划规定部分高校在全国范围内分配名额,而地方高校则主要在所在省份招生,这使得资源分布的不均衡直接转化为受教育机会的不均等(为之,1984;沈鸿敏、刘求实,2008;李桂红,2013)。在这一制度安排背后,虽然高校发展与地方经济之间的关系经历了从“服务于地方经济”到“依赖于地方经济”的逻辑转变,但是两者的紧密关联始终是各类高等院校倾向于本地化招生的深层动因。在计划经济时代,大学生属于稀缺资源,国家建设亟需符合各地区经济发展需要的劳动力,因此规定本地化招生的来源计划成为服务地方经济社会发展的调控手段(为之,1984)。随着改革开放后财政体制的变革,高校招生的本地化倾向进一步维持。一方面,中央高校和地方高校在财政上实现分离,地方高校在“谁办学,谁负担”的财政安排下更倾向于在本地招生。另一方面,1992年起我国按照“共建、调整、合作、合并”的方针推进高等教育管理体制改革。在“共建”安排下,即使是部属高校,省级政府也需与中央政府共同承担其财政投入。因此,包括部属高校在内的各类高校都更加倾向于招收本地生源(Mok,2005)。
在“计划型”招生体制下,我国政府也通过再分配手段在一定程度上平衡省份间的录取机会差异。一方面,政府将高考录取名额向少数民族比例较高、教育质量相对薄弱的青海省、新疆维吾尔自治区等地区倾斜。另一方面,各省人口数也是制定招生计划的考量因素之一。然而,在高校普遍倾向本地招生的大背景下,各省之间的录取率差异依然长期存在(沈鸿敏、刘求实,2008)。
(二)高等教育机会对代际相对流动的作用
基于已有的关于不同国家高等教育扩张对教育机会平等化及代际流动影响的研究(Shavit & Blossfeld,1993;Breen,2010;李春玲,2010),本文归纳出以下竞争性理论命题。
1.构成效应:相对流动的促进剂
第一种理论认为,更多的高等教育机会供给可通过构成效应(compositional effect)促进代际相对流动。该理论源于梅尔(Robert D. Mare)对家庭背景在子代不同升学阶段中的作用的分析:随着教育阶段的提高,家庭背景的影响逐渐减弱,家族背景对高等教育获得的作用最弱(Mare,1981)。构成效应是指在某一社会中,如果具有特定特征群体的比例越高,该特征在社会整体中的表现就越显著。将这一逻辑置于构成效应框架下,可得出以下推论:如果一个社会中受过高等教育的群体比例越高,则家庭背景对子代教育地位获得的整体影响就越弱,代际教育相对流动水平也会越高(DiPrete,2020)。
关注中国不同升学阶段中家庭背景影响的实证研究,也得出与梅尔相似的结论。唐俊超(2015)基于中国综合社会调查的分析表明,在小学—初中—高中—大学的升学过程中,家庭社会经济地位与文化背景的影响逐渐减弱。在本研究关注的分省录取制度下,招生来源计划直接决定了各省可获得高等教育机会的人口数量及其占比。因此,根据构成效应,若某省份的高等教育入学机会越多,该省获得高等教育学历的人口比例就越大,家庭背景对教育地位获得的整体影响就越弱,该省子代的教育相对流动水平也越高。据此,本研究提出以下假设。
假设1:出身省份的高等教育录取率越高,该省份的相对流动水平越高。
2.持续不平等:无关的相对流动
豪特(Michael Hout)的实证研究揭示了美国高等教育扩张对社会流动的积极影响(Hout,1988)。然而,其他学者对不同国家教育扩张的研究却得出不一致的结论。例如,夏维特(Yossi Shavit)和布劳费尔德(Hans-Peter Blossfeld)对多个欧洲国家的研究进行梳理后发现,家庭背景对教育获得的影响未必随教育扩张而减弱(Shavit & Blossfeld,1993)。学者提出了“最大化教育不平等假设”(Maximum Maintained Inequality,简称MMI)作为解释:教育扩张并不会带来教育机会分配的平等化;相反,只要优势地位群体仍有能力提高他们自身的教育机会,教育机会的不平等就会持续存在(Raftery & Hout,1993)。将这一理论置于空间比较的情境中来看,可有如下推论:即使某一地区的高等教育机会更多,如果当地的优势地位群体仍能够提升其子代的受教育机会,那么该地区的教育机会不平等程度与其他机会较少的地区并无差异;即无论机会多寡,高等教育的机会往往更多为优势阶层所垄断,中低阶层出身的子代难以从更多的高等教育机会中受益。在这种情况下,若使用代表绝对位置的受教育程度作为地位指标,家庭背景的作用仍无法被削弱,那么即便考虑受教育程度的相对分布,代际关联水平也不会下降。
Featherman-Jones-Hauser假设(简称FJH假设)对教育机会与相对流动关系的判断与“最大化不平等假设”殊途同归。FJH假设认为,类似教育机会分布、职业结构等结构性变迁只会影响绝对流动,而不会改变特定地区的相对流动水平。这是因为在已实现工业化、且普遍处于核心家庭模式的社会中,群体间资源、权力分配模式以及人们的流动期望都较为相似。教育是代际继承的一种途径,优势阶层通常拥有更多的经济和文化资本,总能为其子代提供更优质的教育(Featherman et al.,1975;Erikson & Goldthorpe,1987,1992)。基于FJH假设可以推论,即使不同地区的教育机会数量存在差异,也只会影响该地区教育的绝对流动水平,而无法影响其相对流动水平。综上所述,无论是基于MMI假设还是FJH假设,更多的教育机会都与相对流动水平无关。据此,本研究提出以下假设。
假设2:出身省份的高等教育录取率与该省份的相对流动水平无显著关联。
3.情境依赖:高等教育机会的异质性效应
上述两种研究发现的不同,可能源于理论本身具有的情境依赖性。韦伯对教育在现代社会中双重作用的分析提供了一种思路:教育既可能推动绩效主义原则的实现,也可能成为社会封闭的工具(Weber,1958/1946:240-244)。只有当高等教育发挥前一种作用时,其机会扩张才能通过构成效应促进社会开放。否则,如果高等教育仅充当社会封闭的手段,那么教育机会数量的变化并不会影响代际流动水平。
那么,哪些情境条件会使教育发挥不同的作用?在分析不同国家高等教育扩张对机会获得影响的差异时,学者常通过比较国家间代际教育继承机制的强弱来进行解释。教育继承主要通过两种机制实现:一是作为“主要效应”(primary effect)的家庭背景对子代教育表现的影响,二是作为“次要效应”(secondary effect)的不同阶层出身的子代在教育选择上的差异(Boudon,1974)。不同国家在主要效应和次要效应上的强弱存在显著差异(Jackson,2013;Bukodi et al.,2021),这使得教育扩张对各国教育机会不平等产生了不同的影响(Ballarino et al.,2009)。
由此可以概括出高等教育机会供给促进社会流动需同时满足的两个要件:较低的客观不平等水平,以及较均等分布的受教育期望。客观不平等水平主要对应教育不平等传递的“主要效应”,即不同阶层在可投入的客观资源上的差异。除了遗传因素,家庭背景对子代学业表现的影响主要通过经济和社会文化资源实现(Ress & Azzolini,2014;Bukodi et al.,2021)。而均等分布的受教育期望则对应“次要效应”,即不同阶层在教育选择上的差异。在客观不平等水平较低,同时各阶层受教育期望分布较为均等的地区,受教育期望与出身之间的关联较弱,中低教育水平出身子代实现向上流动所需跨越的客观壁垒也较低。因此,高等教育机会更可能遵循绩效主义原则,依据个体能力与努力程度进行分配,高等教育机会的增加便可通过构成效应促进代际相对流动。反之,如果低阶层缺乏与高阶层相似的受教育期望,即使客观不平等水平较低,低阶层也难以把握教育扩张带来的机会;而如果社会客观不平等程度仍较高,则高阶层更容易产生地位下降焦虑,更有可能为子代投入更多资源,从而加大低阶层面临的客观竞争难度。在这种情况下,高等教育仍将被作为优势地位再生产的途径,其机会的扩大也就无法提升相对流动水平。
那么,我国不同地区是否因存在这种情境差异而导致高等教育机会与代际流动之间的关系呈现异质性?为检验这一可能性,本研究构建了“受教育期望不均等指数”并计算了“城乡居民收入比”,以此进行样本划分。其中,受教育期望不均等指数是基于小学与初中辍学率、普通高中未毕业率,通过主成分分析提取得到的,数值越高表示受教育期望分布越不均等。同时,本研究使用城乡居民收入比来衡量各省的客观不平等程度。由于城乡差异是我国收入差距的最大结构性来源(Xie & Zhou,2014),一个省份的城乡居民收入比越高,代表其内部的客观不平等水平越高。本研究计算了这两项指标在全部省份的平均值,以其作为分组标准,将出身省份划分为不同类型,进而开展分样本分析,以检验高等教育机会的作用是否存在地区异质性。
基于情境依赖的分析框架,在受教育期望不均等指数和城乡居民收入比低于平均值的地区,阶层间受教育期望分布较为均等,客观的不平等水平也较低,更多的高等教育机会有望通过构成效应促进相对流动。而在受教育期望不均等指数或城乡居民收入比高于平均值的地区,即使提供更多高等教育机会,这些机会仍可能为优势阶层所垄断,难以改善当地的社会流动水平。据此,本研究提出如下假设。
假设3:在客观不平等水平较低、同时受教育期望分布较为均等的地区,出身省份的高等教育录取率越高,该省份的相对流动水平越高;在客观不平等水平较高或受教育期望分布较为不均等的地区,出身省份的高等教育录取率和该省份的相对流动水平无显著关联。
四、研究设计
(一)数据
首先,本研究使用1982、1990、2000、2010和2020年的人口普查微观数据,计算了不同世代、性别的教育排序以及各出身省份的录取率。其次,本研究合并了2012、2014、2016和2018年的中国劳动力动态调查(China Labor-force Dynamic Survey,简称CLDS)数据,获得了不同出身省份的亲子样本,用以计算代际教育流动水平。本研究聚焦于子代出生于1970—1989年(改革开放后入学),且在调查时已年满25周岁的样本,最终得到16322对有效亲子匹配样本。最后,除录取率外,其余省级解释变量的数据来源于国家统计局官网公布的分省年度数据及《中国统计年鉴》。具体而言,本文选择了1984—2003年的数据,用以反映子代童年时期的社会背景。
(二)变量与测量
1.代际流动的估计与教育排序的测量
根据研究目的,本研究采用排序相关(rank-rank correlation)方法估计教育的相对流动水平。与传统的对数线性模型相比,排序相关方法能够更好地克服职业、教育程度等地位指标在结构分布上的变迁所带来的影响,从而更准确地估计代际相对流动水平(Song et al.,2020;Xie et al.,2022)。此外,排序相关的回归方程形式灵活,允许研究者在模型中加入解释变量,并可进一步扩展为多层模型,极大地增强了我们探索不同类型流动研究问题的能力。同时,在处理地区间样本差异时,多层模型可利用全样本信息,提供更为稳健的估计结果(Heidrich,2017)。排序相关方法通过下述模型来估计代际流动水平。
其中,
RChild
i表示子代
i的教育排序,
RParent
i表示对应亲代的教育排序,取值范围为0~100。
1即本研究所关注的第一个指标“相对封闭指数”:
1的值越大,代表代际关联程度越高,相对流动水平越低。本研究关注的第二个指标为“向上流动指数”,即当
RParent
i=25时,基于回归方程估计所得的子代教育排序。向上流动指数越大,表明中低出身的子代能够向上流动的相对水平越高。本研究综合使用上述两个指标,以全面评估各省份代际相对流动水平的特征。
参考已有研究(Xie et al.,2022;Dong & Xie,2023),本研究按照式(2)来计算教育排序,并根据世代、性别和教育水平匹配CLDS数据中的亲代和子代。
N
tg为世代
t、性别
g群体的总样本量,
f
htg为其中第
h类受教育水平群体的样本量。教育排序
R
htg反映第
h类受教育水平在世代
t、性别
g群体中的相对地位。
2.出身省份特征的测量
本研究以高等教育录取率作为核心解释变量,并以非农产业比重和城乡居民收入比作为竞争性解释变量。
本研究采用高等教育入学率作为高等教育录取率的测量指标,具体而言,基于2010年人口普查的微观数据,分出生省份计算1970—1989年出生的世代中,接受专科及以上教育的人数占该省对应世代总人数的百分比。
为反映出身省份的工业化水平,本研究计算1984—2003年各省(直辖市、自治区)的第二、三产业增加值占GDP百分比的平均值,以此测量非农产业比重。
为反映出身省份的不平等水平,本研究从国家统计局官网“人民生活—居民人均可支配收入”栏目,获取各省(直辖市、自治区)1984—2003年的城镇居民人均可支配收入和农村居民人均可支配收入,计算其比值的平均值。
表1报告了本研究所涉及个体变量与省级变量的描述性统计结果。
(三)分析模型
本研究分两个阶段进行。
首先,依次拟合零模型、随机截距模型与随机系数模型,以检验代际流动水平在省级层面是否存在显著差异。其中,零模型不纳入任何解释变量,目的在于估计子代教育排序的省际方差占总方差的比例,从而判断使用多层模型的必要性,并以此作为后续模型比较的基准。用
RChild
ki表示出身省份
k中的子代
i的教育排序,用
RParent
ki表示对应亲代的教育排序,得出的随机截距模型如下。
式(3)将对应亲代的教育排序与下四分位数值25对中,使截距
0k正好为向上流动指数。在式(3)、(4)的基础上,如果我们同时允许相对封闭指数
1在省间具有随机效应,即增加
1k
1k
1k
N(0,
11)的估计,就得到随机系数模型。本研究通过分析
0k
1k的随机效应显著性,比较随机系数模型、随机截距模型、零模型的拟合优度,判断相对流动水平是否存在省际差异。
其次,在确认存在显著的省际差异后,本研究在随机系数模型的基础上进一步构建跨层模型,以考察省级解释变量对代际流动水平的影响。具体的模型如下。
其中,
X
jk表示出身省份
k的第
j个解释变量。层1模型以子代教育排序为因变量,通过随机系数模型,估计向上流动指数
0k和相对封闭指数
1k。层2分别以向上流动指数
0k和相对封闭指数
1k为因变量,估计省级层面各解释变量
X
jk对其的影响。
五、研究发现
(一)出身省:代际流动水平的空间差异
表2汇报了多层线性模型的估计结果。模型1为零模型,其与零假设下的单层线性模型的似然比检验在0.001水平上显著。组内相关系数(Intra-class Correlation Coefficient,简称ICC)结果显示,14.8%的子代教育排序差异来源于出身省份之间的差异,该数值大于0.059,说明采用多层模型是必要的(Cohen,1988)。模型2为随机截距模型,其随机效应显示,不同省份向上流动指数的方差显著大于零,表明中低出身子代的向上流动水平存在省际差异。模型3为随机系数模型,其随机效应显示,不同省份的向上流动指数与相对封闭指数的方差均显著大于零。此外,对模型3与模型2进行的似然比检验表明,模型3拟合优度显著提高(LRchi2=27.83,P<0.001)。上述结果共同表明,代际相对流动水平存在显著的省际差异。进一步分析显示,各出身省份在相对封闭指数上的变异系数约为14.3%(√0.004/0.443),而在向上流动指数上的变异系数为27.5%(√86.985/33.909)。这表明,中低出身群体在向上相对流动机会方面的省际差异,要比整体相对流动水平的差异更为突出。
基于模型3的结果,本研究采用最佳线性无偏估计方法,计算了各出身省份的相对封闭指数和向上流动指数,具体结果列于表3。
在向上流动指数方面,较高的省(直辖市、自治区)包括北京、上海、青海、天津、浙江,指数均大于40;而较低的省(直辖市、自治区)包括广西、甘肃、四川、云南、贵州,指数均低于25。整体来看,东部和中部省份的向上相对流动水平高于西部,但并非呈现连续均匀的分布,例如山西、河南、安徽、江西的向上相对流动水平明显低于周边省份。在相对封闭指数方面,较高的省(直辖市、自治区)包括云南、河南、黑龙江、山西,指数均高于0.5;较低的省(直辖市、自治区)包括安徽、北京、上海、广东、湖南,指数均不超过0.4。整体而言,东部沿海省份的相对流动水平高于其他地区。通过综合比较各省在两个指标上的表现,可以发现两个指标之间的关系并非完全一致:大多数相对封闭指数较低的省份的向上流动指数较高;但也有一些省份(如安徽)相对封闭指数较低,向上流动指数不高。这表明代际继承模式在不同出身省份之间可能存在差异。
(二)高等教育机会与代际流动的空间差异:促进、无关与情境依赖
在确认代际相对流动水平存在省际差异后,本研究进一步采用随机系数模型,检验高等教育机会能否解释上述差异。估计结果如表4所示。表中各省级解释变量的系数反映其对向上流动指数的影响,而其与亲代教育排序的交互项系数则反映其对相对封闭指数的影响。
模型1作为比较基准,纳入了已有研究中关于流动差异的解释机制(Fan et al.,2021;张延吉等,2022;王元超,2023;Hong & Gruijters,2024),分别考察了城乡居民收入比与非农产业比重的影响。总体而言,估计结果与已有研究的结论基本一致:地区工业化发展有助于促进中低教育水平出身子代的向上流动(张延吉等,2022;王元超,2023);而不平等程度的加剧则会降低整体相对流动水平(Fan et al.,2021;张延吉等,2022;王元超,2023;Hong & Gruijters,2024)。
模型2考察了本研究提出的解释机制,即高等教育机会的作用。结果显示,出身省的高等教育录取率每增加1%,向上流动指数会增加0.796,且在0.001水平上显著;相对封闭指数则会下降0.004,且在0.05水平上显著。该模型的组内相关系数为0.030,与表2中模型3的组内相关系数比较可知,高等教育录取率可以解释子代教育排序72.2%[(0.108-0.030)/0.108]的省际差异。
模型3在模型2的基础上,进一步纳入省级层面的竞争性解释变量。结果显示,出身省份的高等教育录取率每增加1%,向上流动指数会增加0.774(P<0.001),相对封闭指数则会减少0.007(P=0.011<0.05)。假设1因此得到支持:就全样本而言,高等教育录取机会不仅有助于提升整体的相对流动水平,还能促进中低教育水平出身子代的向上相对流动。此外,该模型结果也表明,在控制已有研究揭示的不平等与工业化机制后,本研究提出的解释机制仍具有显著效应。
为进一步考察上述效应的情境依赖性,本研究进行了分样本分析。模型4在客观不平等水平较低、受教育期望分布较为均等的省份(分样本1)中考察了高等教育录取率的影响。结果显示,出身省份的高等教育录取率每增加1%,其向上流动指数可提高0.753,相对封闭指数可降低0.003,且两项系数均至少在0.05水平上显著。这一结果在模型5中进一步控制工业化水平与不平等程度后依然成立。
模型6在客观不平等程度较高、受教育期望分布较不均等的省份(分样本2)中考察了高等教育录取率的影响。此时,出身省份的高等教育录取率对相对封闭指数的影响因效应减小、标准误扩大而不再显著;其仅与向上流动指数在0.05水平上呈显著正向关。而在模型7中进一步控制工业化水平和不平等程度后,高等教育录取率对向上流动指数和相对封闭指数均无显著影响。模型6与模型7的结果表明,在客观不平等程度较高、受教育期望分布较不均等的省份中,高等教育机会可能与当地相对流动水平之间无显著关联。
上述分样本分析显示,高等教育机会对相对流动的促进作用具有情境依赖性:在客观不平等程度较低、受教育期望分布较均等的地区更为显著;而在客观不平等程度较高或受教育期望分布较不均等的地区,高等教育机会与相对流动水平之间无显著关联。因此,本研究的假设3得到支持。
六、结论与讨论
本研究基于排序相关的研究策略,揭示了成长于改革开放后世代的代际教育流动水平在各出身省间的差异,以及高等教育机会对该差异的形塑作用。首先,与以往关注工作所在地的中国代际流动研究不同,本研究聚焦于出身地,通过多层模型揭示了向上流动指数与相对封闭指数在中国各出身省份之间的差异。考虑到在户籍与学籍制度的安排下,多数人在生命历程早期难以通过迁移改变流动机会,本研究发现“生于何处”对个体在地位阶梯上“能爬多高”具有重要影响。我们认为,出身地作为社会学概念,与家庭背景、性别等因素相同,具有鲜明的先赋性特征,对个体的生活机遇产生深远影响。
其次,本研究梳理了有关高等教育机会与代际流动关系的三种理论视角:促进相对流动、无关的相对流动以及该关系的情境依赖性。全样本分析结果支持高等教育机会对代际流动具有促进作用的观点。这一发现与切蒂等人关于美国各通勤区高等教育可及性与代际收入流动无显著关联的结论不同(Chetty et al.,2014),反映出中国分省录取的招生制度对地方社会的相对流动具有现实影响,也进一步说明在流动研究中纳入中国情境的理论必要性。
进一步的分样本分析表明,高等教育机会对代际流动的促进作用主要存在于那些客观不平等程度较低、受教育期望分布较均等的省份。由此,本研究厘清了高等教育促进绩效原则实现的两个重要条件(Weber,1958/1946:240-244):较低的不平等水平以及分布较为均等的受教育期望。需要说明的是,本研究分析的样本均出生于20世纪90年代之前,其出身省份的社会经济特征与当前情况已有显著不同。在当今教育普遍受到高度重视、竞争日趋激烈的背景下,地区间的不平等结构也可能已发生深刻变化。因此,本研究的结论不应被简单理解为对某些地区高等教育名额分配政策作用的否定,而是旨在强调高等教育若要有效促进社会流动,需依托更加公平的制度环境与社会条件,例如降低区域不平等、完善资源分配机制等。
本研究仍存在若干局限,有待未来进一步完善。第一,本研究所使用的调查数据在省级层面代表性仍显不足。为缓解这一问题,本研究一方面合并了不同年份的数据以扩大样本量、增强稳健性,另一方面采用多层模型进行分析,而非对各省样本分别进行普通最小二乘回归分析。第二,由于所分析世代的童年时期较早,难以获取当时的政府统计数据(如历年高考录取率、收入基尼系数)和个体微观数据(如具体受教育期望),因此,本研究主要依赖普查数据进行推算,或采用意涵相近的替代指标,这可能对不平等程度、受教育期望等变量的测量效度造成一定影响。第三,本研究未进一步区分世代差异。若考虑世代差异并构建三层模型,各个省—世代单元的样本量将显著减少,且世代作为高层分组变量数量有限,可能影响估计的稳健性(Maas & Hox,2005;Hox,2010)。鉴于本研究主要关注空间差异而非时间变化,同时分省录取率在分析所涉世代间排序基本稳定,因此现有估计结果仍具有参考价值。第四,受数据限制,本研究仅以个体14岁时的居住地作为出身地的测量依据,未能处理高考移民、随迁子女等地理迁移现象对出身地效应估计的潜在干扰。未来的研究如能获取更全面的信息,可对此进行更精确的考察。
作为一项聚焦出身地影响的探索性研究,本文也为未来的研究指出了若干可能的方向。在机制方面,本研究主要关注自上而下的制度过程,但实际上还存在如“老乡网络”等自下而上的机制,后者可能通过资源垄断、内部信息共享等途径影响个体发展。此外,既有研究多集中于户籍制度中的农业户口和非农户口的差异(Wu,2019),而本研究则揭示了户口所在地(Chan & Zhang,1999)这一维度的重要性,期待未来的研究能在此方向上展开更深入的探讨。在研究方法上,本研究采用的教育排序方式将教育地位转化为相对位置进行测量,未来的研究可结合亲代职业、收入、财产等多维因素,采用类似思路考察其对地位获得的影响,或可为现有流动研究提供新的发现。
热门跟贴