2011 年第 4 期 World Economic Papers August， 2011

中国农村教育的代际因果关系———基于 1970 年代农村基础教育普及政策的研究

李云森 齐 豪*

摘要 本文分析了中国农村地区教育的代际影响。使用 CHIPS2002 的农村部分数据，以

20 世纪 70 年代在中国农村实施的基础教育普及政策为父母教育的工具变量，2SLS 估计结果

发现，母亲教育年限对子女是否接受 10 年以上教育有正相关因果联系，而父亲教育年限的影

响并不显著。分样本估计结果表明，母亲教育对儿子教育、父亲教育对女儿教育分别有显著

正的影响。依据家庭背景进一步细分的样本估计显示，这种影响仅限于家庭背景是贫( 雇)

农、下中农和中农的样本。关键词 代际因果关系 农村教育 基础教育普及政策

一、引 言

无论是政策制定者还是个人都很重视收入的代际流动问题，因为它会导致收入

分配的不公平问题。教育代际联系则可能是影响收入代际流动的一个重要渠道: 父

母教育影响子女教育水平，进而影响子女在劳动力市场的收入，从而对收入分配产生

影响。教育代际联系的重要性还在于它和公平教育政策的效果以及它们的持续效应

是密切相关的。在现代社会里，如何有效改善弱势群体的劳动力市场表现是很多公

平教育政策的目标之一，比如中国政府在 2006 年 9 月 1 日开始在农村实施免费九年

义务教育，并在 2007 年推广到全国，以及各种为贫困大学生提供的国家助学金和助

学贷款政策。常识和经验研究( Behrman et al． ，1997; Case and Deaton，1999) 都表明，子女教育

和父母教育之间存在正相关关系———父母教育水平越高子女教育水平往往也越高。但

是这种相关关系包含了多种因素，比如家庭社会经济地位因素( Brown and Park，2002;

Loken，2010)、个人的选择性婚姻行为( Boulier and Rosenzweige，1984)、父母在子女数

量和质量之间进行权衡的行为( Li et al． ，2008)、遗传性因素以及教育本身的外部效应。对于经济学家和社会学家来说，最重要的是在控制前面几种行为的影响之后，确定父母

教 育对子女教育的影响是遗传性的原因———自然作用( nature effect) ，还是由于教育本

* 李云森，厦门大学王亚南经济研究院，E-mail: lysenwise@ gmail． com，通信地址: 厦门大学 1093 信箱，邮政编码:

361005; 齐豪，中国人民大学汉青经济与金融高级研究院，E-mail: hauchyi@ gmail． com。作者感谢北京师范大学李

实教授的数据支持; 本文曾经在第九届中国经济学年会和厦门大学王亚南经济研究院青年学者论坛上宣讲，感谢

北京大学岳昌君教授和南京财经大学叶林祥教授的宝贵意见以及与会老师和同学的建议; 感谢匿名审稿人的宝

贵修改意见，文责自负。

2011 年第 4 期 李云森 齐豪 中国农村教育的代际因果关系 73

身通过家庭教育引起的外部性作用的结果———抚育作用( nurture effect) ①。文献中也把

后一种由于教育本身所产生的影响叫做因果联系，即不考虑父母教育水平提高带来家

庭社会经济地位提高的影响，父母的教育水平是否同子女教育水平的提高有内在的必

然联系。区别父母教育的自然作用和抚育作用有重要的政策含义。首先，从政策制定者角

度来看，如果在政策干预较少的情况下，是遗传能力和家庭社会经济水平在个人获取更

多教育上在起主导作用，那么公平教育政策就显得尤为重要。考虑到教育在劳动力市

场上的重要作用，公平教育政策直接提高弱势群体的教育水平，从而改善弱势群体在劳

动力市场上的弱势地位。如果教育存在抚育作用，就有必要进一步分析其作用的渠道，

为政府相关政策提供依据。其次，对个人来说，如果教育存在代际因果作用，个人通过

自身努力获得的更高教育水平就存在持续性效应，对下一代的福利提高有积极的影响。如果忽视对两种效应的分析，就可能给我们的政策分析带来误导，其对研究结果的解释

也不能令人满意。研究教育代际因果关系在计量经济学上的问题时，我们无法直接观测到父母的遗

传性因素。为了控制遗传性因素的影响，在文献中主要使用了三种思路加以控制。第

一种是使用匹配的父母双胞胎数据( Behrman and Rosenzweig，2002) ，第二种是使用养

父母数据( Plug，2004; Chevalier，2004) ，第三种是使用历史上教育政策的变动作为父

母教育的工具变量( Chevalier，2004; Black et al． ，2005; Oreopoulos et al． ，2006)。以上

分析都是基于发达国家的数据，在我国，使用大规模调查数据研究代际人力资本流动性

的研究并不多，而且已有的研究也主要是考察家庭背景( 包括家庭政治背景和父母的职

业特征) 对子女教育的影响，代表性的研究有李春玲( 2003) 和李煜( 2006)。这些研究

都发现父母教育和子女教育有显著正相关关系，但由于他们的目的是分析时间变化中

父母教育和子女教育关系的变化趋势，因此，他们都没有区分遗传因素的作用和抚育作

用。研究中国代际联系问题的重要性还在于教育的抚育作用受到所处社会环境的制

约。不同的社会在传统文化、社会经济发展情况以及家庭结构方面都有所不同，父母在

子女成长中所承担的角色也不同，从而父母教育对子女教育的影响也可能不同。这在

一定程度上解释了为什么用不同国家的数据得到的结论会有所不同。基于中国农村 20世纪 70 年代的基础教育普及政策，本文在国内首次尝试在控制父母教育的遗传性因素

的情况下，分析中国农村父母教育的代际因果联系( 抚育作用)。从 1971 年起，政府在

农村地区就开始实施基础教育普及政策，计划 5 年内普及小学教育，有条件的地区普及

初中和高中教育。在 1971 年之前，农村还只有少数人接受初中以上教育，但这次政策

① 文献中对于教育的抚育作用或者代际溢出效应尚未有明确的专门定义。根据相关文献，父母教育水平提高除

了提高家庭经济地位从而为子女获取更多教育提供必要的经济支出之外，还从以下几个方面影响子女的教育

水平( 教育的代际溢出效应或者抚育作用) : 1． 教育水平高的父母对子女的期望更高，也更重视子女人力资本的

投资( Behrman et al． ，1999; Brown，2010; Sathar and Lloyd，1994; 李实和佐藤宏，2008) 。2． 教育水平较高的父

母抚养子女的效率更高。3． 家庭文化氛围 ( 文化资产积累) 更利于子女教育水平的提高 ( 李实和佐藤宏，

2008) ，出生在这些家庭中的子女也更容易获得相关方面的帮助和指导。等等。

74 2011 年第 4 期

广泛实施后，农村接受初中和高中教育的人数有了大幅度的增长，入学数( 招生数) 分别

从 1965 年的 101 万人和 4． 4 万人迅速增长到 1977 年的 1 955． 6 万人和 666 万人。此政

策对父母教育的巨大影响为我们提供了一个便利的工具变量来研究中国农村的代际因

果关系。以教育普及政策作为父母教育的工具变量，排除父母教育的遗传性因素后，本

文发现，母亲教育对子女接受 10 年以上教育有一定程度的正的影响( 显著性水平为

10% ) ，父亲教育的影响不显著。分样本的估计结果显示，教育的代际联系主要发生在

文化资产较少的、毛泽东时代家庭成分为中农以下的家庭，这意味着提高父母教育水平

并不一定能提高子女教育水平，教育的代际影响同家庭已有的文化资产水平有关。本

文的发现为我国相关公平教育以及致力于改善弱势群体收入的政策制定和实施提供了

一定的支持。本文以下的结构安排为: 第二部分介绍本文使用的工具变量的背景，即 20 世纪 70

年代的农村基础教育普及政策。在第三部分中，我们分析了使用工具变量的原因以及

使用的估计方法。第四部分是数据和变量描述，同时还简要分析了基础教育普及政策

对父母教育的影响。第五部分是估计结果。第六部分是样本选择分析和稳健性检验。最后是总结和政策建议。

二、1970 年代中国农村基础教育普及政策及其影响

1971 年 4 月，中国国务院教科组召开了全国教育会议并公布了《全国教育工作会议

纪要》( 以下简称《纪要》) ，计划五年内在中国农村普及小学教育，条件好的地区普及初

高中教育。但在 1978 年，当时的国家教委认为《纪要》不切实际，因此对农村中小学进

行了整顿和调整，大批农村中小学被取消，这其实宣告了基础教育普及政策的结束。在普及政策推行时期，全国从上到下采取了各种途径和方法来解决各种实际问题。

比如，抽调大批有丰富实践经验的贫下中农、下乡知识青年、复员转业军人充实到教师

队伍中( 新华社，1971) ，同时各地的师范学校举办各种形式的培训班培训新教员以解决

师资短缺问题( 广东连县革委会，1971) ; 学校管理体制下放———中学下放到区和公社，

小学下放到大队，在集体的农用地中划出学校用地，学生边学习边劳动，劳动所得作为

学校的办学经费，以缓解国家投入不足导致的办学经费不足问题; 各个自然村办了分校

或者在各个分散的居民点设立教学点来解决农民居住地分散导致子女上学困难的问题

( 山西壶关县革委会，1971) ; 大多数学校采取半农半读，即学生每年参与集体劳动一百

天左右，剩下的两百多天时间上课学习( 柴德林，1971) ，以此解决由于家庭负担导致学

生辍学问题。杨东平( 2006) 指出，在这个政策推行过程中，考试和留级基本上被取消( 在一些地

方没有完全取消考试，但考试只是作为一种参考而不再是选拔学生的手段) ，因此，当时

适龄子女能否上学以及接受的教育程度主要决定于当地的办学条件，与子女本身的能

力无关。我们可以从表 1 看到这场农村基础教育普及政策的结果。通过对比我们发现，从

1971 年到 1977 年，招生数变化最大的是农村学校，尤其是农村初中和农村高中。从

2011 年第 4 期 李云森 齐豪 中国农村教育的代际因果关系 75

1971 年到 1975 年，农村小学每年招生数都维持在 3 000 万以上，但从 1976 年开始有所

下降，而且除了 1978 年之外，都低于 1965 年的水平。相比之下，同期农村初中和高中招

生数有显著的增长。农村初中招生数从 1971 年的 944． 3 万增长到 1977 年最高水平的

1 955． 6 万，增加了一倍多，接着逐年下降，到 1981 年只有 1 075． 6 万，略高于 1971 年的

水平。同期农村高中招生数从 1971 年的 212． 1 万增长到 1977 年最高水平的 666 万，增

加了两倍多，然后逐年下降，到 1981 年为 135． 8 万，低于 1971 年的水平。从招生数的变

化中我们可以看到，从 1971 年到 1978 年，农村基础教育有了很大的发展，尤其是农村初

中和高中教育。

表 1 基础教育普及政策的影响( 招生数)

年份小学 初中 高中

城镇学生 农村学生 城镇学生 农村学生 城镇学生 农村学生

1962 324． 9 1 261． 4 157． 7 80． 6 38． 9 2． 8

1964 407． 8 2 561． 1 169． 8 104． 0 39． 7 4． 1

1965 467． 8 2 828． 2 198． 0 101． 8 41． 5 4． 4

1971 384． 1 3 003． 4 290． 6 944． 3 109． 2 212． 1

1972 365． 8 3 237． 8 350． 9 896． 2 216． 5 262． 5

1973 332． 7 3 036． 6 335． 7 803． 3 237． 4 214． 6

1974 317． 2 2 932． 3 378． 7 966． 4 271． 0 270． 1

1975 333． 5 3018． 6 419． 4 1 391． 1 275． 3 357． 8

1976 338． 0 2 823． 1 487． 8 1 856． 8 286． 2 574． 9

1977 338． 0 2 773． 5 412． 1 1 955． 6 327． 1 666． 0

1978 395． 9 2 919． 5 338． 5 1 667． 5 287． 1 405． 8

1979 330． 8 2 770． 9 310． 5 1 417． 3 317． 7 296． 4

1980 318． 3 2 624． 0 331． 0 1 219． 9 220． 1 163． 3

1981 308． 1 2 441． 1 337． 1 1 075． 6 192． 0 135． 8

注: 1． 学生数的单位是万人; 2． 城镇地区包括城市、县镇; 3． 数据来源:《中国教育年鉴: 1949—1981》第 1005—1025 页。

由于教育普及政策导致的父母教育水平增加和父母遗传的能力是不相关的，因此

可以作为父母教育的工具变量，以排除父母教育代际影响中遗传因素的作用( natureeffect)。

三、计量模型设定

考虑子女的教育决定模型简化形式( Reduced Form) :

y*i j = δ1Edumj +Γ1h

mj + Fm

j + δ2Edufj +Γ2h

fj + F f

j + εci j ( 1)

其中，y*i j 代表第 j 个家庭第 i 个子女的教育年限，m 和 f 分别表示母亲和父亲。h 表示父

亲或者母亲的遗传因素。Edu 表示父亲或母亲的教育年限，F 表示母亲或者父亲的其他

个人特征。ε 表示子女的其他个人特征。这个模型和 Behrman and Rosenzweig( 2002) 提

出的家庭成员教育简化模型是一致的。采用潜变量模型( latent variable model) 形式，可

76 2011 年第 4 期

以定义子女教育水平如下( 9 是子女接受初中教育水平对应的教育年限)。

yi j =1，如果 y*i j ＞ 9

0，如果 y*i j ≤{ 9于是( 1) 式变为

yi j = δ1Edumj +Γ1h

mj + Fm

j + δ2Edufj +Γ2h

fj + Ff

j + εci j ( 2)

在模型( 2) 中，我们感兴趣的是 δ1和 δ2 大小，但是模型中父母的教育 Edu 同父母的

遗传因素 h 和父母的个人特征 F 之间，以及这些变量相互之间都可能存在相关关系。以母亲教育为例，

hmj = γ1Edu

mj + γ2Edu

fj + b1h

fj + b2F

mj + b3F

fj + ζ

mj ( 3)

Edumj = λ1Edu

fj + λ2h

mj + λ3F

mj + λ4F

fj + ξ

mj ( 4)

式中 ξ j 和 ζ j 分别是母亲教育及其与遗传因素相关的其他特征。方程( 3) 表明子女从母

亲遗传得到的禀赋和母亲教育、父亲教育以及父母的个人特征存在着相关关系。方程

( 4) 则表明父母教育之间存在相关关系，这种相关关系可能来自于选择性婚姻行为( as-sortative mating effects) ，即个人选择跟自己能力以及其他个人特征相匹配的异性作为自

己的配偶( Boulier and Rosenzweig，1984)。对于父亲来说情况也是如此。但 h 通常是

无法观测的，所以通常情况下我们的估计方程是

yi j = δ1Edumj + Fm

j + δ2Edufj + Ff

j + uci j ( 5)

其中，uci j =Γ1h

mj +Γ2h

fj + ε

ci j

根据方程( 3) 和方程( 4 ) ，我们有 E ( uci j | Edu

mj ，Eduf

j，Fmj ，Ff

j ) ≠0。在一般情况下，

Edumj 与遗传因素 hm

j 存在正相关关系，这意味着直接估计方程( 5) 得到的 δ1 和 δ2 是向

上偏误的。我们可以使用父母教育的工具变量来控制 h 的影响，使用工具变量的两阶

段估计模型可以简单设定如下:

yi j = αEdupj + βXi + μi j ( 6)

Edupj = πIVE

pj + γXij + ν j ( 7)

方程( 6) 是第二阶段估计方程，其中 Edup 代表父亲或者母亲教育年限。X 是其他

控制变量。方程( 7) 是第一阶段估计方程，其中 IVEp 是父母教育的工具变量。

四、数 据 描 述

( 一) 数据

本文使用的数据是由中国社会科学院经济研究所收入分配课题组( CHIP) 于 2003年春天调查的一个具有全国代表性的截面数据———中国家庭收入调查农村部分( 简称

2002 CHIP)。调查涉及了分布在 22 个省、自治区、直辖市的 122 个县和 961 个行政村的

9 200 个农村家庭①。样本从国家统计局农村住户调查的大样本中随机抽选出来，调查

① 这 22 个省市是: 北京、河北、山西、辽宁、吉林、江苏、浙江、安徽、江西、山东、河南、湖北、湖南、广东、广西、重庆、四川、贵州、云南、陕西、甘肃和新疆。

2011 年第 4 期 李云森 齐豪 中国农村教育的代际因果关系 77

变量包括影响个人收入的各种因素以及各种背景特征。同时调查对象涵盖了家庭中所

有子女，还包括离家的子女。本文把样本限制在 2002 年子女年龄在 16 岁到 23 岁之间。选择在 16 岁以上的原

因是由于，调查数据中只有 1 500 个左右子女年龄在 24 岁以上 30 岁以下( 1972 年出生

即改革开放后开始上学的子女) ，这对我们分析父母教育对子女最高学历的影响就有所

限制，因此，我们研究对象是父母教育对子女接受至少 10 年及以上教育( 高中或者中等

职业以上教育) 可能性的影响( 假设子女满六岁时入学)。我国在 1986 年颁布的《义务

教育法》要求，所有子女必须接受至少 9 年的义务教育，因此，我们考虑子女是否接受 10年及以上的教育较为合适。

选择子女年龄小于 23 岁( 包括 23 岁) 有以下两个方面的考虑。第一，我国从 1978 年

开始实施改革开放政策，子女年龄小于 23 岁保证了所有子女都出生在改革开放之后。第

二，我国在 1986 年 7 月实施《中华人民共和国义务教育法》，因此，选择子女年龄小于或者

等于 23 岁保证了大多数子女都受到《义务教育法》的影响。参考佐藤宏和李实( 2008) 的

做法，本文把子女教育水平定义为高中以上教育( 是否接受 10 年以上教育)。

( 二) 基础教育普及政策对父母教育的影响

20 世纪 70 年代的基础教育普及政策可能会对三类学生产生影响。第一类是 1971年以及之后上学的学生。这一类学生要比那些早上学的学生有更多的机会接受小学以

上教育，即 1962 年以后出生的父母都会受到政策的影响。第二类和第三类分别是当时

正在上学( 包括小学、初中和高中) ，以及刚结束小学教育或者初中教育的学生。因为普

及政策的实施，这些学生继续上学机会增加，辍学可能性下降。由于没有父母上学时候

的数据，我们无法直接确认这三类学生。根据实际情况，本文做一个合理的假设: 父母

最迟不会晚于 9 岁入学。于是我们可以根据下面式子确定他们是否受影响:

2002 － Agep + 9 + Edup≥1971 ( 8)

即出生年份加上入学年龄和教育年限大于或等于 1971( 假设没有留级)。这里 Agep 是

父亲( 或母亲) 在 2002 年底的年龄，Edup 是父亲( 或母亲) 教育年限。根据上式，如果一

个 1959 年出生的父亲接受 3 年以上教育( 1971 － 1959 － 9 = 3) ，他就会受到这次普及政

策的影响。同时出生在 1962 年之后的父母都会受到政策的影响。由于这场政策的目

的是普及农村小学和初中教育，并尽可能普及高中教育，所以大专以及大专以上教育的

学生不受这次政策的影响。因为农村中具有大学学历的父母极少，所以我们不明确区

分父母是否有接受大学教育。确定了某个父亲或者母亲是否受基础教育普及政策影响后，表 2 总结了这次政策

的结果。从表 2 第 1 列和第 2 列看到，同没受影响的父亲相比，受影响的父亲平均教育

年限增加了 2． 65 年左右，从 5． 71 年增加到 8． 37 年。从比例看，高中及以上教育的父亲

所占的比例从5． 64%增加到 33． 85%，初中文化程度的比例从 35． 95% 增加到 54． 82%，

而同期小学文化程度以及文盲或者半文盲文化程度的比例则分别从 54． 75% 和 3． 66%下降到 10． 97%和0． 35%。这次教育普及政策对母亲教育的影响也很大，这反映在表 2的最后两列中。与不受影响的母亲相比，母亲平均教育年限增加了 3． 14 年左右，从

78 2011 年第 4 期

3． 67年增加到 6． 81 年。高中及以上教育和初中教育的母亲所占比例分别从 1． 68% 和

10． 33%增加到 14． 35%和 37． 53%。而同期小学文化程度以及文盲或者半文盲文化程

度的比例则分别从 69． 63%和 27． 75%下降到 37． 53%和 3． 6%。

表 2 基础教育普及政策对父母教育的影响

变 量 父亲教育 母亲教育

受影响 不受影响 受影响 不受影响

教育年限 8． 3683 5． 7189 6． 8133 3． 6703

( 1． 9796) ( 2． 3127) ( 2． 4352) ( 2． 3593)

高中及以上教育 0． 3385 0． 0564 0． 1435 0． 0168

( ． 4733) ( ． 2307) ( ． 3506) ( ． 1285)

初中教育 0． 5482 0． 3596 0． 3753 0． 1033

( ． 4978) ( ． 4800) ( ． 4984) ( ． 3044)

小学文化 0． 1097 0． 5475 0． 3753 0． 6963

( ． 3126) ( ． 4979) ( ． 4843) ( ． 4600)

文盲或者半文盲 0． 0035 0． 0366 0． 0360 0． 2775

( ． 0592) ( ． 1877) ( ． 1862) ( ． 4478)

N 2 563 1 969 2 565 1 967

注: 1． 数据来源: CHIP2002;

2． 括号内为标准差。

( 三) 主要变量描述

本文控制变量包括子女年龄及其平方项、子女性别、父母年龄、家庭 2002 年的人均

支出水平、家庭人口、父亲和母亲是否是党员、父亲母亲是否来自毛时代的贫( 雇) 农和

下中农家庭、村庄特征( 包括是否是丘陵地带、是否是平原地区、是否是国家级或者省级

的贫困县( 贫困乡) )。主要变量的样本均值如表 3 所示。考虑到省份之间的差别，在回

归中我们还加入了省份虚拟变量( 22 个省市 21 个虚拟变量)。

表 3 变量描述

变量名 变量描述 观察值 平均值 标准差

educ 是否接受 10 年以上教育 4 739 0． 2984 0． 4576

female 女性 4 739 0． 4697 0． 4991

age 年龄 4 739 19． 0139 2． 2365

momedu 母亲教育年限 4 739 5． 4749 2． 8557

fathedu 父亲教育年限 4 739 7． 2470 2． 4934

mompol 母亲是否受基础教育政策影响 4 739 0． 5697 0． 4952

fathpol 父亲是否受基础教育政策影响 4 739 0． 5704 0． 4951

momage 母亲年龄 4 739 44． 9844 5． 2777

2011 年第 4 期 李云森 齐豪 中国农村教育的代际因果关系 79

续表

变量名 变量描述 观察值 平均值 标准差

fathage 父亲年龄 4 739 47． 1661 5． 8101

momparty 母亲是否是党员 4 739 0． 0224 0． 1479

fathparty 父亲是否是党员 4 739 0． 1505 0． 3576

lnhincpc 家庭 2002 年人均支出的自然对数 4 739 7． 3734 0． 6218

hhsize 家庭规模 4 739 4． 7578 1． 2929

goodhh 毛泽东时代家庭政治成分是贫农或者贫下中农 4 739 0． 6626 0． 4729

plain 平原 4 739 0． 4927 0． 5000

hilly 丘陵 4 739 0． 3212 0． 4670

pov 是否国家级或者省级贫困县、贫困乡 4 739 0． 3098 0． 4624

注: 数据来自 2002CHIP。

五、估 计 结 果

( 一) 合并样本的估计结果

我们估计了三个模型: 单独的母亲教育、单独的父亲教育以及同时考虑父母亲教育

的模型。同时包括父母亲教育在同一回归方程中在一定程度上也有利于排除父母的选

择性婚姻行为。第一阶段估计即估计方程( 7) 的结果显示在表 4 中。根据表 4 中可以

看到工具变量( mompol 或者 fathpol) 的估计系数在 1%水平上显著。与不受影响的母亲

相比，受影响的母亲教育年限平均增加了 3． 92 年左右。与不受影响的父亲相比，受影

响的父亲教育年限增加了 3． 02 年左右。

表 4 父母教育对子女教育的影响( 第一阶段估计结果)

解释变量

因变量: 父母教育年限

模型 1 模型 2 模型 3

母亲教育 父亲教育 母亲教育 父亲教育

mompol 3． 9175＊＊＊ 3． 8135＊＊＊ 0． 1880＊＊＊

( 0． 0956) ( 0． 0989) ( 0． 0899)

fathpol 3． 0191＊＊＊ 0． 3972＊＊＊ 2． 9701＊＊＊

( 0． 0866) ( 0． 0986) ( 0． 0897)

female 0． 0954 0． 0614 0． 1014 0． 0632

( 0． 0646) ( 0． 0587) ( 0． 0645) ( 0． 0587)

age － 0． 1957 － 0． 1752 － 0． 2409 － 0． 1963

( 0． 2745) ( 0． 2493) ( 0． 2743) ( 0． 2494)

80 2011 年第 4 期

续表

解释变量

因变量: 父母教育年限

模型 1 模型 2 模型 3

母亲教育 父亲教育 母亲教育 父亲教育

agesq 0． 0038 0． 0043 0． 0050 0． 0049

( 0． 0071) ( 0． 0065) ( 0． 0071) ( 0． 0065)

momage 0． 2059＊＊＊ 0． 0394＊＊＊ 0． 1966＊＊＊ 0． 0521＊＊＊

( 0． 0142) ( 0． 0115) ( 0． 0143) ( 0． 0130)

fathage － 0． 0638＊＊＊ 0． 0541 － 0． 0380＊＊＊ 0． 0509＊＊＊

( 0． 0117) ( 0． 0120) ( 0． 0133) ( 0． 0121)

momparty 1． 7538＊＊＊ 0． 0767 1． 7460＊＊＊ 0． 0625

( 0． 2189) ( 0． 1986) ( 0． 2185) ( 0． 1987)

fathparty 0． 1750* 0． 8611＊＊＊ 0． 1325 0． 8629＊＊＊

( 0． 0917) ( 0． 0838) ( 0． 0922) ( 0． 0838)

lnhincpc 0． 4553＊＊＊ 0． 4100＊＊＊ 0． 4455＊＊＊ 0． 4052＊＊＊

( 0． 0626) ( 0． 0569) ( 0． 0626) ( 0． 0569)

hhsize － 0． 0159 － 0． 0502* － 0． 0159 － 0． 0458*

( 0． 0298) ( 0． 0270) ( 0． 0298) ( 0． 0271)

goodhh － 0． 1979＊＊＊ － 0． 0933 － 0． 1970＊＊＊ － 0． 0953

( 0． 0683) ( 0． 0621) ( 0． 0682) ( 0． 0620)

plain 0． 4243＊＊＊ 0． 0448 0． 4310＊＊＊ 0． 0399

( 0． 1165) ( 0． 1058) ( 0． 1163) ( 0． 1057)

hilly 0． 5193＊＊＊ － 0． 0138 0． 5146＊＊＊ － 0． 0170

( 0． 1132) ( 0． 1028) ( 0． 1130) ( 0． 1028)

pov － 0． 2583＊＊＊ － 0． 0975 － 0． 2516＊＊＊ － 0． 0964

( 0． 0799) ( 0． 0725) ( 0． 0797) ( 0． 0725)

Constant － 3． 3568 0． 7797 － 3． 8626 0． 4628

( 20． 7110) ( 20． 4596) ( 20． 7095) ( 20． 4633)

R2 0． 4209 0． 3729 0． 4229 0． 3735

N 4 739 4 739 4 739 4 739

注: 括号内为稳健标准误; * 、＊＊、＊＊＊分别代表在 10%、5%、1% 的程度上显著。

第二阶段估计的因变量是子女接受了至少 10 年以上的教育，这是一个 0-1 变量，结

果显示在表 5 的第二列。为了比较，我们同时给出不使用工具变量而直接进行 OLS 回

归的结果。从表 5 看出，OLS 估计结果中父母教育年限和子女教育水平存在着正的相

关关系，且都在 1% 水平上显著。2SLS 回归结果表明，单独估计父母教育影响的情况下

父母教育年限对子女接受 10 年以上教育的可能性有正相关关系，系数在 1% 水平上显

著，同时系数显著小于 OLS 估计值; 但是，在同时包括父母亲教育的回归方程中，父亲教

育的影响是不显著的，母亲教育则在 10%水平上显著为正，且其值显著小于 OLS 估计的

结果。这个结论和 Black et al． ( 2005) 的结论类似，即母亲教育对子女教育有显著影响，

2011 年第 4 期 李云森 齐豪 中国农村教育的代际因果关系 81

而父亲教育的影响是不确定的。

表 5 父母教育对子女教育的影响( 第二阶段估计结果)

解释变量

因变量: 子女是否接受 10 年以上教育

模型 1 模型 2 模型 3

OLS 2SLS OLS 2SLS OLS 2SLS

momedu 0． 0222＊＊＊ 0． 0124＊＊＊ 0． 0169＊＊＊ 0． 0099*

( 0． 0024) ( 0． 0048) ( 0． 0026) ( 0． 0052)

fathedu 0． 0250＊＊＊ 0． 0144＊＊ 0． 0187＊＊＊ 0． 0098

( 0． 0028) ( 0． 0062) ( 0． 0029) ( 0． 0067)

female － 0． 0157 － 0． 0153 － 0． 0149 － 0． 0149 － 0． 0155 － 0． 0152

( 0． 0126) ( 0． 0126) ( 0． 0126) ( 0． 0126) ( 0． 0125) ( 0． 0125)

age 0． 3110＊＊＊ 0． 3150＊＊＊ 0． 3127＊＊＊ 0． 3157＊＊＊ 0． 3077＊＊＊ 0． 3131＊＊＊

( 0． 0533) ( 0． 0535) ( 0． 0533) ( 0． 0535) ( 0． 0531) ( 0． 0533)

agesq － 0． 0079＊＊＊ － 0． 0081＊＊＊ － 0． 0080＊＊＊ － 0． 0081＊＊＊ － 0． 0078＊＊＊ － 0． 0080＊＊＊

( 0． 0014) ( 0． 0014) ( 0． 0014) ( 0． 0014) ( 0． 0014) ( 0． 0014)

momage 0． 0064＊＊＊ 0． 0059＊＊ 0． 0038 0． 0044* 0． 0050＊＊ 0． 0052＊＊＊

( 0． 0025) ( 0． 0025) ( 0． 0025) ( 0． 0025) ( 0． 0025) ( 0． 0025)

fathage － 0． 0044* － 0． 0050＊＊ － 0． 0023 － 0． 0038 － 0． 0021 － 0． 0038

( 0． 0023) ( 0． 0023) ( 0． 0023) ( 0． 0024) ( 0． 0023) ( 0． 0024)

momparty 0． 0045 0． 0251 0． 0458 0． 0480 0． 0117 0． 0282

( 0． 0428) ( 0． 0438) ( 0． 0426) ( 0． 0426) ( 0． 0427) ( 0． 0437)

fathparty 0． 0978＊＊＊ 0． 1003＊＊＊ 0． 0734＊＊＊ 0． 0861＊＊＊ 0． 0767＊＊＊ 0． 0891＊＊＊

( 0． 0179) ( 0． 0179) ( 0． 0182) ( 0． 0193) ( 0． 0181) ( 0． 0194)

lnhincpc 0． 1460＊＊＊ 0． 1518＊＊＊ 0． 1463＊＊＊ 0． 1517＊＊＊ 0． 1395＊＊＊ 0． 1482＊＊＊

( 0． 0122) ( 0． 0125) ( 0． 0123) ( 0． 0126) ( 0． 0122) ( 0． 0126)

hhsize － 0． 0136＊＊ － 0． 0147＊＊ － 0． 0144＊＊ － 0． 0151＊＊＊ － 0． 0129＊＊ － 0． 0143＊＊

( 0． 0058) ( 0． 0058) ( 0． 0058) ( 0． 0058) ( 0． 0058) ( 0． 0058)

Goodhh － 0． 0461＊＊＊ － 0． 0476＊＊＊ － 0． 0473＊＊＊ － 0． 0483＊＊＊ － 0． 0452＊＊＊ － 0． 0471＊＊＊

( 0． 0133) ( 0． 0133) ( 0． 0133) ( 0． 0133) ( 0． 0132) ( 0． 0133)

plain 0． 0216 0． 0267 0． 0327 0． 0329 0． 0241 0． 0278

( 0． 0227) ( 0． 0228) ( 0． 0227) ( 0． 0227) ( 0． 0226) ( 0． 0228)

hilly 0． 0097 0． 0157 0． 0222 0． 0226 0． 0122 0． 0168

( 0． 0221) ( 0． 0222) ( 0． 0220) ( 0． 0221) ( 0． 0220) ( 0． 0222)

pov 0． 0217 0． 0188 0． 0190 0． 0173 0． 0231 0． 0196

( 0． 0155) ( 0． 0156) ( 0． 0155) ( 0． 0156) ( 0． 0155) ( 0． 0156)

常数项 － 3． 6334＊＊＊ － 3． 5829＊＊＊ － 3． 6778＊＊＊ － 3． 6108＊＊＊ － 3． 7250＊＊＊ － 3． 6327＊＊＊

( 0． 5259) ( 0． 5273) ( 0． 5262) ( 0． 5282) ( 0． 5239) ( 0． 5264)

弱Ⅳ检验统计量 1 678． 045 1 215． 825 553． 045

R2 0． 1405 0． 1375 0． 1400 0． 1374 0． 1478 0． 1434

N 4 739 4 739 4 739 4 739 4 739 4 739

注: 括号内为稳健标准误; * 、＊＊、＊＊＊分别代表在 10%、5%、1% 的程度上显著。

82 2011 年第 4 期

在本文的估计方程中，除了控制父母的变量外，还控制了子女的年龄及其平方项、子女性别、父亲的年龄、母亲的年龄、家庭人均持久收入水平( 2002 年家庭人均支出的对

数)、家庭人口、父母政治背景、村庄的一些基本特征，以及省份虚拟变量。由于篇幅限

制，我们没有报告省份虚拟变量的估计结果。子女年龄的影响显著为正，但子女年龄的

边际影响是负的( 表现为年龄平方项的估计系数为负)。这跟我们的常识是一致的: 年

龄越大，教育水平会越高。父亲的年龄、母亲的年龄以及子女的性别对子女教育的影响

则是不确定的。父亲是否是党员对子女接受 10 年以上教育有显著的影响，且在各个回

归方程中值大小差不多。母亲是否是党员对子女教育水平没有显著影响，这可能因为

母亲是党员的比例很小( 只有 2%左右)。家庭人口和子女教育水平有显著的负相关关

系，这与我们的预期以及文献中的结论( Li et al． ，2008) 都是一致的。家庭的经济水平

对子女是否接受更多教育有显著的正的作用，这与理论和实际都是相吻合的。与佐藤

宏和李实( 2008) 的结论一致，父母亲来自贫( 雇) 农和下中农和子女接受 10 年以上教育

的可能性存在显著的稳定的负相关关系。村庄的基本经济地理特征对子女接受更多教

育的影响是不确定的。

( 二) 儿子和女儿样本的估计结果

下面我们分别估计父母亲教育对儿子和女儿教育的影响。前面我们看到基础教育

普及政策对父母亲教育有显著的正的影响，因此，为节约篇幅，本文就省略第一阶段估

计结果，第二阶段估计结果如表 6 所示。

表 6 分女儿和儿子样本的估计结果( 第二阶段估计结果)

解释变量

因变量: 子女是否接受 10 年以上教育

女儿样本 儿子样本

OLS 2SLS OLS 2SLS OLS 2SLS OLS 2SLS

momedu 0． 0246＊＊＊ 0． 0110 0． 0212＊＊＊ 0． 0133*

( 0． 0034) ( 0． 0066) ( 0． 0033) ( 0． 0060)

fathedu 0． 0245＊＊＊ 0． 0242＊＊ 0． 0242＊＊＊ 0． 0027

( 0． 0037) ( 0． 0078) ( 0． 0038) ( 0． 0088)

age 0． 3426＊＊＊ 0． 3535＊＊＊ 0． 3641＊＊＊ 0． 3641＊＊＊ 0． 2692＊＊＊ 0． 2712＊＊＊ 0． 2624＊＊＊ 0． 2733＊＊＊

( 0． 0775) ( 0． 0779) ( 0． 0780) ( 0． 078) ( 0． 0723) ( 0． 0723) ( 0． 0724) ( 0． 0727)

agesq －0． 0086＊＊＊ －0． 0089＊＊＊ －0． 0092＊＊＊ －0． 0092＊＊＊ －0． 0070＊＊＊ －0． 0071＊＊＊ －0． 0069＊＊＊ －0． 0072＊＊＊

( 0． 0020) ( 0． 0020) ( 0． 0020) ( 0． 0020) ( 0． 0019) ( 0． 0019) ( 0． 0019) ( 0． 0019)

momage －0． 0011 －0． 0015 －0． 0045 －0． 0045 0． 0072* 0． 0070* 0． 0049 0． 0065*

( 0． 0032) ( 0． 0032) ( 0． 0032) ( 0． 0033) ( 0． 0031) ( 0． 0031) ( 0． 0031) ( 0． 0032)

fathage 0． 0022 0． 0009 0． 00434 0． 0043 －0． 0045 －0． 0050 －0． 0021 －0． 0055

( 0． 0029) ( 0． 0030) ( 0． 0030) ( 0． 0032) ( 0． 0027) ( 0． 0028) ( 0． 0029) ( 0． 0030)

2011 年第 4 期 李云森 齐豪 中国农村教育的代际因果关系 83

续表

解释变量

因变量: 子女是否接受 10 年以上教育

女儿样本 儿子样本

OLS 2SLS OLS 2SLS OLS 2SLS OLS 2SLS

momparty 0． 0286 0． 0544 0． 0737 0． 0737 －0． 0030 0． 0155 0． 0371 0． 0452

( 0． 0683) ( 0． 0696) ( 0． 0698) ( 0． 0698) ( 0． 0562) ( 0． 0576) ( 0． 0572) ( 0． 0570)

fathparty 0． 1101＊＊＊ 0． 1087＊＊＊ 0． 0766＊＊ 0． 0770＊＊ 0． 1049＊＊＊ 0． 1099＊＊＊ 0． 0857＊＊ 0． 1145＊＊＊

( 0． 0271) ( 0． 0270) ( 0． 0275) ( 0． 0287) ( 0． 0264) ( 0． 0266) ( 0． 0268) ( 0． 0290)

lnhincpc 0． 1593＊＊＊ 0． 1675＊＊＊ 0． 1622＊＊＊ 0． 1624＊＊＊ 0． 1523＊＊＊ 0． 1552＊＊＊ 0． 1481＊＊＊ 0． 159＊＊＊

( 0． 0164) ( 0． 0167) ( 0． 0165) ( 0． 0169) ( 0． 0153) ( 0． 0155) ( 0． 0154) ( 0． 0158)

hhsize －0． 0286＊＊＊ －0． 0297＊＊＊ －0． 0254＊＊＊ －0． 0255＊＊＊ －0． 0145* －0． 0160* －0． 0161* －0． 0182*

( 0． 0075) ( 0． 0076) ( 0． 0076) ( 0． 0077) ( 0． 0071) ( 0． 0072) ( 0． 0072) ( 0． 0073)

Goodhh －0． 0399* －0． 0427* －0． 0416* －0． 0417* －0． 0616＊＊ －0． 0639＊＊＊ －0． 0643＊＊＊ －0． 0672＊＊＊

( 0． 0194) ( 0． 0194) ( 0． 0193) ( 0． 0193) ( 0． 0189) ( 0． 0189) ( 0． 0188) ( 0． 0189)

plain 0． 0573* 0． 0642* 0． 0642* 0． 0642* 0． 0519* 0． 0574* 0． 0624* 0． 0662*

( 0． 0266) ( 0． 0268) ( 0． 0264) ( 0． 0264) ( 0． 0258) ( 0． 0262) ( 0． 0258) ( 0． 0260)

hilly －0． 0303 －0． 0202 －0． 0130 －0． 0130 －0． 0124 －0． 0068 －0． 0073 0． 00141

( 0． 0270) ( 0． 0273) ( 0． 0267) ( 0． 0267) ( 0． 0263) ( 0． 0267) ( 0． 0263) ( 0． 0267)

pov 0． 0012 －0． 0044 －0． 0033 －0． 0034 0． 0324 0． 0289 0． 0262 0． 0233

( 0． 0216) ( 0． 0217) ( 0． 0215) ( 0． 0216) ( 0． 0211) ( 0． 0213) ( 0． 0211) ( 0． 0212)

常数项 －4． 3158＊＊＊ －4． 3158＊＊＊ －4． 5349＊＊＊ －4． 5320＊＊＊ －3． 5303＊＊＊ －3． 479＊＊＊ －3． 4821＊＊＊ －3． 4040＊＊＊

( 0． 7495) ( 0． 7543) ( 0． 7575) ( 0． 7584) ( 0． 6994) ( 0． 7015) ( 0． 6995) ( 0． 7041)

R2 0． 1276 0． 1212 0． 1230 0． 1230 0． 1064 0． 1043 0． 1051 0． 0945

N 2 226 2 226 2 226 2 226 2 513 2 513 2 513 2 513

注: 括号内为稳健标准误; * 、＊＊、＊＊＊分别代表在 10%、5%、1% 的程度上显著。

可以看到，在 OLS 估计中，父母亲教育同儿子和女儿的教育之间有显著的相关关系，

但是，在控制了遗传的影响后，只有父亲的教育对女儿教育有显著的正的影响，同时只有

母亲的教育对儿子教育有显著为正的影响，母亲教育和女儿教育之间以及父亲教育和儿

子教育之间没有显著的相关关系。对这种性别上的交叉关系的一种可能的解释是，农村

还存在比较稳定的“慈母严父”的传统以及重男轻女的思想。重男轻女使父亲对儿子要求

很严格甚至很苛刻( 严父) ，但对女儿则不会严格要求，甚至出于补偿心理会在一定程度上

尽可能满足女儿一些不重要的要求。相反，母亲因为重男轻女的影响会尽可能满足儿子

的要求( 慈母) ，同时却会忽视女儿的成长甚至有意无意忽视女儿的某些合理要求。结果

儿子从小更愿意和母亲在一起，主要受到母亲的影响，女儿则认为母亲偏心而不愿意和母

亲在一起，并认为父亲对其更好而更愿意和父亲接近从而受到父亲的影响较大①。本文的

① 对中国传统家庭中严父慈母以及父母亲的相应角色的详细论述可以参考费孝通( 2003)。

84 2011 年第 4 期

结论也可以说是对“女儿像父亲，儿子像母亲”这一传统说法的一次经验证明。

六、样本选择和稳健性检验

本文可能存在以下一些问题。第一，本文样本中只考虑了现在户口在农村的家庭，

而经验研究表明( Zhao，1999) ，教育水平较高的个人更有可能迁移往城市，因此，我们的

估计结果可能低估了父母亲教育的影响。第二，本文限制子女年龄在 16 岁以上，但教

育程度较高的父母往往倾向于晚婚晚育，从而他们的子女年龄可能还没达到 16 岁，这

也意味着我们的结果可能低估了父母教育的影响。本文前面估计的第三个问题是教育政策的效果可能和政治成分是相关的 ( Deng

and Treiman，1997) ，而政治成分由于和家庭的文化资产积累是直接相关的①，从而会影

响子女的教育水平( 李实和佐藤宏，2008)。本文以下分别估计不同政治成分组的样

本，即分别估计三个子样本: 贫( 雇农) 农和下中农、中农以及地主和富农的样本，以此考

察不同家庭文化资产积累水平下教育的代际联系。这里定义的中农、地主或者富农家

庭是户主以及户主的配偶的父母有一个来自中农、地主或者富农的家庭。为避免由于

父母教育存在较大程度的相关性而引起的共线性问题，这里在每一个回归方程中都只

包括父亲或者母亲的教育年限。第一阶段估计结果显示在表 7 中( 为节约篇幅这里只给出主要变量的估计结果)。

女儿和儿子分别表示女儿样本和儿子样本。和全样本估计的差不多，主要变量估计系

数基本上显著为正。值得注意的是，基础教育对不同群体父母亲教育的影响确实有差

别，来自中农家庭、地主以及富农家庭母亲受政策影响最大，教育年限增加了 4． 2 年左

右。影响最小的是来自贫( 雇) 农和下中农家庭的母亲，其教育年限只增加了 3． 6 年左

右。来自中农家庭、地主以及富农家庭父亲受政策影响最大，教育年限增加了 3． 4 年左

右。影响最小的是来自贫( 雇) 农和下中农家庭的父亲，其教育年限只增加了 3 年左右

( 在儿子样本中只有 2． 79 年)。第二阶段结果显示在表 8 中，相应的 OLS 估计结果显示在第 1、3 和第 5 列。OLS

估计结果表明父母教育和子女教育存在显著的正相关的关系( 地主和富农样本的母亲

教育对儿子教育的影响估计除外)。2SLS 第二阶段估计结果显示，贫农和下中农家庭

母亲教育对儿子教育以及父亲教育对女儿教育有显著正的影响，中农家庭中母亲教育

对儿子教育也有显著正的影响，其他相关关系估计都是不显著的。这意味着家庭文化

资产水平对子女教育获得有至关重要的影响。在贫农、下中农以及中农家庭中，家庭文

化资产相对地主和富农家庭较少，从而教育的边际增加有显著的作用，但是地主和富农

家庭的文化资产积累水平较高，从而教育的边际增加不显著影响其子女的教育水平。本文的结论因此可以看作是对李实和佐藤宏( 2008) 结论的另一个角度的阐述。

① 家庭政治成分也可能和家庭成员的能力存在相关关系，但没有经验证据表明这种相关关系的存在，所以本文不

讨论由于政治成分引起的内生性问题。

2011 年第 4 期 李云森 齐豪 中国农村教育的代际因果关系 85

表 7 分样本估计结果( 第一阶段)

解释变量贫( 雇) 农和下中农 中农 地主以及富农

母亲教育 父亲教育 母亲教育 父亲教育 母亲教育 父亲教育

mompol

女儿 3． 6221＊＊＊ 4． 2822＊＊＊ 4． 1113＊＊＊

( 0． 1740) ( 0． 2959) ( 0． 4980)

［1 487］ ［500］ ［239］

儿子 3． 7764＊＊＊ 4． 2205＊＊＊ 4． 2856＊＊＊

( 0． 1602) ( 0． 2623) ( 0． 3979)

［1 653］ ［583］ ［277］

fathpol

女儿 3． 1731＊＊＊ 3． 4872＊＊＊ 3． 7398＊＊＊

( 0． 1550) ( 0． 2890) ( 0． 4486)

［1 487］ ［500］ ［239］

儿子 2． 7907＊＊＊ 3． 0669＊＊＊ 3． 4624＊＊＊

( 0． 1463) ( 0． 2378) ( 0． 4072)

［1 653］ ［583］ ［277］

注: 括号内为稳健标准误; * 、＊＊、＊＊＊分别代表在 10%、5%、1% 的程度上显著。

表 8 分样本估计结果( 第二阶段)

解释变量

因变量: 子女是否接受 10 年以上教育

贫农和下中农样本 中农样本 地主和富农样本

OLS 2SLS OLS 2SLS OLS 2SLS

momedu

女儿 0． 0247＊＊＊ 0． 0133 0． 0208＊＊＊ 0． 0033 0． 0232＊＊ 0． 0068

( 0． 0044) ( 0． 0090) ( 0． 0080) ( 0． 0135) ( 0． 0113) ( 0． 0229)

［1 487］ ［1 487］ ［500］ ［500］ ［239］ ［239］

儿子 0． 0223＊＊＊ 0． 0147* 0． 0195＊＊＊ 0． 0284＊＊ 0． 0095 － 0． 0145

( 0． 0042) ( 0． 0082) ( 0． 0073) ( 0． 0126) ( 0． 0119) ( 0． 0202)

［1 653］ ［1 653］ ［583］ ［583］ ［277］ ［277］

fathedu

女儿 0． 0237＊＊＊ 0． 0225＊＊ 0． 0238＊＊＊ 0． 0276* 0． 0329＊＊＊ 0． 0213

( 0． 0048) ( 0． 0101) ( 0． 0086) ( 0． 0171) ( 0． 0120) ( 0． 0235)

［1 487］ ［1 487］ ［500］ ［500］ ［239］ ［239］

儿子 0． 0203＊＊＊ 0． 0042 0． 0218＊＊＊ － 0． 0013 0． 0434＊＊＊ 0． 0064

( 0． 0048) ( 0． 0112) ( 0． 0089) ［0． 0183］ ( 0． 0135) ( 0． 0362)

［1 653］ ［1 653］ ［583］ ［583］ ［277］ ［277］

注: 括号内为稳健标准误; * 、＊＊、＊＊＊分别代表在 10%、5%、1% 的程度上显著。

86 2011 年第 4 期

最后一个问题是关于本文工具变量的选择问题。本文以 1971 年基础教育普及政

策这个“自然实验”为基础，对比分析父母是否受影响从而获得更多教育。在本文的分

析中，只使用了一个时间前后对比的维度，从而没有排除时间趋势的影响。虽然时间趋

势和父母的能力是不相关的，但时间趋势的存在使得我们可能高估了第一阶段的结果。一种极端的情况是基础教育政策的影响不存在，从而父母教育的增加主要来自于时间

因素。本文采用以下途径证明教育政策影响的存在。由表 1 我们看到，入学率变化最大的是农村地区，而城市入学率变化并不大。所

以，我们可以在假设城市和农村是可比的同时城市入学率变化反映的是时间趋势的条

件下，以城市父母作为参照组，农村父母作为处理组，使用 difference-in-differences 分析

方法分析基础教育政策是否影响农村地区父母获得初中以上教育可能性( 初中以上教

育变化最大)。我们估计两个模型: 在模型 1 中，我们只是考虑基本的变量，包括是否受

政策影响、是否农村、是否是农村和是否受政策影响的交叉项。在模型 2 中我们增加了

省份的虚拟变量，以控制省份的特征对父母教育水平的影响。估计结果见表 9。根据

difference-in-differences 分析方法的基本结论，交叉项即为政策效果的处理效应( treat-ment effect)。从表 9 我们可以看到，交叉项对于父母是否接受初中以上教育的影响都

是显著为正的，这表明基础教育普及政策确实导致了父母教育水平的大幅度提高，从而

证明了基础教育普及政策确实导致了父母教育年限的提高。

表 9 DID 估计结果

解释变量

因变量: 父( 母) 亲是否接受初中以上教育水平

模型 1 模型 2

母亲教育 父亲教育 母亲教育 父亲教育

农村 × 母亲受影响 0． 2217＊＊＊ 0． 1922＊＊＊

( 是 = 1) ( ． 0246) ( ． 0241)

农村 × 父亲受影响 0． 3197＊＊＊ 0． 2978＊＊＊

( 是 = 1) ( ． 0205) ( ． 0201)

是否是农村 － 0． 5655＊＊＊ － 0． 4142＊＊＊ － 0． 5286＊＊＊ － 0． 3878＊＊＊

( 是 = 1) ( 0． 0216) ( ． 0169) ( ． 0219) ( ． 0174)

母亲受影响 0． 2867＊＊＊ 0． 2908＊＊＊

( ． 0225) ( ． 0220)

父亲受影响 0． 1474＊＊＊ 0． 1424＊＊＊

( ． 0182) ( ． 0178)

常数项 0． 6875＊＊＊ 0． 8425＊＊＊ 0． 7909＊＊＊ 0． 9113＊＊＊

( ． 0204) ( ． 0153) ( ． 0287) ( ． 0249)

R2 0． 4147 0． 2899 0． 4444 0． 3218

N 7 942 7 942 7 942 7 942

注: 括号内为稳健标准误; * 、＊＊、＊＊＊分别代表在 10%、5%、1% 的程度上显著。

由于农村多数地方受到资源限制都实行短学制( 7 年初中小学) ，而城市则一般实

2011 年第 4 期 李云森 齐豪 中国农村教育的代际因果关系 87

行的是 6 年小学、3 年初中、3 年高中的学制，从而两地的教育年限可比性较差，我们没

有进一步综合两地的样本来分析父母教育年限对子女教育的影响。

七、总结和政策建议

作为国内研究教育代际因果联系的首次努力，本文以 20 世纪 70 年代在中国农村

的基础教育普及政策作为父母教育年限的工具变量，来排除父母遗传性因素在子女接

受教育中的作用。本文发现，总体上母亲教育年限对子女获得 10 年以上的教育的可能

性有正的作用，并且在 10%水平上显著，但父亲教育的影响则是不确定的。分女儿和儿

子的估计结果显示，父母教育存在性别上的交叉现象，即母亲教育对儿子教育有显著正

影响，父亲教育则对女儿教育有显著正的影响。根据毛时代家庭政治背景细分样本估

计中，贫农和下中农样本以及中农样本估计结果也基本支持前面的结论，但地主和富农

样本的估计结果显示，排除父母遗传能力的影响后，父母教育和子女教育之间不存在显

著的关系。本文的基本结论是: 提高父母教育水平，尤其是母亲的教育水平，可能会对子女教

育有积极的影响，同时，父母教育对子女教育的影响同性别和家庭的文化资产积累水平

有关。在家庭拥有较少文化资产积累水平下，父母教育增加对子女教育有显著为正的

影响，但是，在家庭文化积累水平较高的情况下，父母教育的边际增加对子女教育的影

响则是不确定的。本文的结论意味着，个人提高自身教育水平的努力存在持续的代际

影响，它对下一代人教育水平的提高也有积极的作用。本文的结论也具有重要的政策含义。首先，在过去政府公平教育缺乏的情况下，个

人教育水平主要取决于遗传能力、家庭经济水平和家庭的文化资产积累，因此，目前政

府通过公平教育政策来改善弱势群体的教育状况以改变劳动力市场不平等，就尤为必

要和迫切; 其次，本文的结论表明父母教育增加对子女教育的影响在教育水平较低的弱

势群体中最为显著，这意味着针对弱势群体的公平教育政策是有效的; 最后，文化资产

积累水平是影响教育代际联系的一个重要的因素，这意味着公平教育政策具有持续的

效应。通过促进家庭不断积累文化资产，对子女的教育乃至劳动力市场表现都有积极

的作用，对整个国民经济发展也具有持久的促进作用。

参 考 文 献

Behrman，J． R． ，S． Khan，D． Ross and R． Sabot，1997，“School Quality and Cognitive Achievement Production: A Case

Study for Rural Pakistan，”Economics of Education Review，16( 2) ，127-142．

Behrman，J． R． ，A． D． Foster，M． D． Rosenzweig and P． Vashishta，1999，“Women's Schooling，Home Teaching，and

Economic Growth，”Journal of Political Economy，107( 4) ，682-714．

Behrman，J． R． and M． R． Rosenzweig，2002，“Does Increasing Women's Schooling Raise the Schooling of the Next Gener-

ation?”American Economic Review，92( 1) ，323-334．

Black，S． E． ，P． J． Devereux and K． G． Salvanes，2005，“Why the Apple Doesn't Fall Far: Understanding Intergenera-

tional Transmission of Human Capital，”American Economic Review，95( 1) ，437-449．

88 2011 年第 4 期

Boulier，B． L． and M． R． Rosenzweige，1984，“Schooling，Search，and Spouse Selection: Testing Economic Theories of

Marriage and Household Behavior，”Journal of Political Economy，92( 4) ，712-732．

Brown，P． H． ，2006，“Parental Education and Investment in Children's Human Capital in Rural China，”Economic Devel-

opment and Cultural Change，54( 4) ，759-789．

Brown，P． H． and A． Park，2002，“Education and Poverty in Rural China，”Economics of Education Review，21，523-

541．

Case，A． and A． Deaton． 1999，“School Inputs and Educational Outcomes in South Africa，”Quarterly Journal of Econom-

ics，114( 3) ，1047-1087．

Chevalier，A． ，2004，“Parental Education and Child's Education: A Natural Experiment，”IZA Discussion Paper，No．

1153．

Deng，Z． and D． J． Treiman，1997，“The Impact of the Cultural Revolution on Trends in Educational Attainment in the

People's Republic of China，”American Journal of Sociology，103( 2) ，391-428．

Li，H． ，J． Zhang and Y． Zeng，2008，“The Quantity-Quality Trade-off of Children in a Developing country: Identification

Using Chinese Twins，”Demography，45( 1) ，223-243．

Loken，K． V． ，2010，“Family Income and Children's Education: Using the Norwegian Oil Boom as a Natural Experiment，”

Labour Economics，17，118-129．

Oreopoulos，P． ，M． E． Page and A． H． Stevens，2006，“The Intergenerational Effects of Compulsory Schooling，”Journal

of Labor Economics，24( 4) ，729-760．

Plug，E． ，2004，“Estimating the Effect of Mother's Schooling on Children's Schooling Using a Sample of Adoptees，”Ameri-

can Economic Review，94( 1) ，358-368．

Sathar，Z． A． and C． B． Lloyd，1994，“Who Gets Primary Schooling in Pakistan? Inequalities among and within Fami-

lies，”Pakistan Development Review，33( 2) ，103-134．

Zhao，Y． ，1999，“Leaving the Countryside: Rural-To-Urban Migration Decisions in China，”American Economic Review，

8( 2) ，Papers and Proceedings of the One Hundred Eleventh Annual Meeting of the American Economic Association，

281-286．

柴德林，1971，《深入调查研究，做好教育普及工作》，《人民日报》12 月 11 日第 3 版。

费孝通，1998，《乡土中国 生育制度》，北京大学出版社 5 月版。

广东连县革委会，1971，《适应农村教育革命需要的师范学校》，《人民日报》12 月 14 日第 3 版。

李春玲，2003，《社会政治变迁与教育机会不平等———家庭背景及制度因素对教育获得的影响》，《中国社会科学》第

3 期 68—89 页。

李煜，2006，《制度变迁与教育不平等的产生机制———中国城市子女的教育获得 1966—2003) 》，《中国社会科学》第

4 期 97—109 页。

山西壶关县革委会，1971，《分散办学，农民子女就近上学方便》，《人民日报》11 月 1 日第 3 版。

新华社，1971，《我国农村教育事业蓬勃发展》，《人民日报》12 月 8 日第 1 版。

杨东平，2006，《中国教育公平的理想与现实》，北京大学出版社 7 月版。

佐藤宏和李实，2008，《中国农村地区的家庭成分、家庭文化和教育》，《经济学季刊》第 7 卷第 4 期 1105—1130 页。

《中国教育年鉴》编辑部，1984，《中国教育年鉴: 1949—1981》，中国大百科全书出版社 9 月版。