打开网易新闻 查看精彩图片

文/拔毛哥

历史是什么:是过去传到将来的回声,是将来对过去的反应。

——雨果《笑面人》

“地震23秒,余震32年”,电影《唐山大地震》为我们展现了大地震对一个家庭所留下的巨大心理创伤。地震只有23秒,心理余震却长达32年。一些重大社会历史事件与自然灾害一样,对个人的影响不仅会体现在某个生命阶段,而是会贯穿其整个生命历程甚至波及数代人之久。今天为大家推荐由Donald Treiman和Andrew Walder发表于American Journal of Sociology上的文章The Impact of Class Labels on Life Chances in China。该文考察了家庭出身这个阶级标签对中国普通民众的影响。

20世纪50年代,新政府依照土地革命时期确定的家庭财产数量以及户主工作属性等因素,为每位公民赠予了一个特殊的礼物——家庭出身。这个“礼物”一经确定就会伴随主人一生,甚至还会继续追随主人的子孙直至中国进入改革开放时期。如果伴随你的是“贫农”“下中农”等家庭出身,那就意味着你根正苗红,是新政权赖以为基石的革命阶层;如果伴随你的是“地主”“资本家”等家庭出身,那就意味着你从属于剥削阶级,是我们革命的对象。

家庭出身对个人的影响是广泛而深刻的,“黑五类”人群在入党、参军、就业、婚配中都处于不利地位,也在每次政治风波中“首当其冲”率先受到波及。基于一份1996年的微观调查数据,文章通过实证手段为我们呈现了家庭成分的社会影响、呈现了“地主富农的孩子们”的人生路。

调查数据询问了受访人家庭出身,回答选项包括:

1,革命干部(Revolutionary cadre)

2,革命军人(Revolutionary solider)

3,革命烈士(Revolutionary martyr)

4,工人(Worker)

5,贫下中农(Poor or middle peasant)

6,中农、小商贩(Middle peasant, small businessman)

7,职员、自由职业(Ordinary staff or independent occupation)

8,资本家(Capitalist)

9,右派分子(Rightist)

10, 富农(Rich peasant)

11, 坏分子(Bad element)

12, 地主(Land lord)

13, 反革命分子(Counterrevolutionary)

14,其他(Other)

文章将家庭出身划为四个大类:红(Red)组(1-3)、工(Working)组(4-5)、中(Middle)组(6-7)、坏(Bad)组(8-13)。统计结果显示,工组人数最多,占比84%;中组占比11%;红组占比1.5%;坏组占比3.6%。此外,作者还设置了大量控制变量。

打开网易新闻 查看精彩图片

上图(Table5)呈现了不同家庭出身民众的学历差异。不难发现,出身“红组”的民众在各个教育程度上都具有优势,他们最有可能读小学、读初中、上大学、上重点大学。总体来看,出身“坏组”的民众在接受教育方面处于不利地位,但是他们相比“工组”和“中组”更有可能接受一部分初等教育。不同于其他出身组,“坏组”民众更可能就读于职业学校,更难就读普通大专院校或重点大学。

打开网易新闻 查看精彩图片

Table6呈现了家庭出身对个人政治、职业发展的影响。党员身份意味着较高的社会地位,同时也意味着拥有更多的发展资源。20%以上的“红组”成员加入了中国共产党,而仅有5.8%的“坏组”成员加入了中国共产党。“红组”成员在体制内外的职业发展上都具有明显的优势。与“工组”成员相比,“坏组”成员并没有特别的劣势。

这些描述统计显示,家庭出身对个人教育资源获得、政治资源获得和职业发展都会产生影响。但是,这种差异到底是家庭出身本身决定的(直接效应)还是不同出身组成员的个人禀赋或家庭禀赋(简介效应)导致的?

面对这个因果效应识别难题,作者设置了三个模型:模型一只引入了家庭出身变量充当解释变量;模型二加入了个人的家庭特征变量;模型三加入了受访人的既有成果。“逐渐加码”的模型能帮助我们直观的感受家庭出身的魔力是否是直接效应,同时本文利用khb命令直接对直接、间接效应进行了识别。

和khb命令等技术手段使得识别直接效应与间接效应成为可能(具体统计原理在此不再赘述)。

打开网易新闻 查看精彩图片

以Table4为例来看,前三组回归模型分别呈现了红组、中组、坏组成员对工组成员的比率比,即相比于工组成员,红中坏分子在获取政治资源或职业发展上有什么优势或劣势。第四组回归有专门呈现了红组成员对坏组成员的比率比,即出身最好的红组比坏组究竟有多少优势。每一组回归内都包含三个“层层加码”的模型,使用khb命令又识别出了直接效应和间接效应。

因为版面原因,没有呈现以教育资源获得为被解释变量的回归结果。但所有回归结果均显示:红组成员在各类资源获取上均具有明显的优势;家庭出身对个人发展具有重要影响,并且多大部分影响是基于家庭出身的直接影响而非家庭或个人禀赋的间接影响

进入80年代,家庭出身这一概念逐渐成为历史名词。那么,家庭出身的影响是否有延续?文章又考察了家庭出身在毛时代和改革时代的不同影响。

打开网易新闻 查看精彩图片

Table7显示,虽然进入了不同的时代,但是家庭出身的影响并没有本质变化。尤其值得注意的是,即使进入了“改革时期”,但是没有任何一个“坏组”成员成为干部;以高中入学率来看,红组成员和工组成员优势明显,坏组成员的劣势未得到改变。这种变化很可能由前期的资源积累导致的,但也有可能是在发展干部和培养人才上的政治取向并未根本扭转导致。

本文告诉我们,如果给某个群体污名化的政治标签,这个标签本身会直接影响到个体的资源获得。即使表面上的污名化标签取消,标签的影响还是会持久的存在,地主富农的孩子们依然会长期生活在父辈的阴影之中。

打开网易新闻 查看精彩图片