Page 83 - 《华中农业大学学报（社会科学版）》2020年第1期

华中农业大学学报( 社会科学版) ( 总 １４５ 期)
７
８
中出现了多个性别相同的子代, 本文参考已有研究将其看作是对同一个家庭的多次观测 [ ３０ ] .最后,
根据劳动力市场规则剔除子代未成年( １８ 周岁以下) 的数据样本, 同时剔除了存在异常值及缺失值的
样本, 例如, 年收入为负值或受教育年限为负值的样本等. Couch 等认为关于代际流动的研究在选取
样本时, 将收入为“ ０ ” 的样本剔除的做法不合理 [ ３１ ] , 所以本文保留了父代或子代收入为“ ０ ” 的样本.
经过上述处理, 本文共获得男性子代的有效配对样本 １７６６ 个, 女性子代的配对样本 ７３０ 个.
２． 变量说明
被解释变量: 家庭代际流动.数据来自 CHIP 问卷中的问题“ ２０１３ 年这份工作的收入总额( 工资
性收入或经营净收入等总额)( 元 / 年)”.本文通过对父代的月平均收入和子代的月平均收入所在纳
税层级进行比较计算并赋值.向上流动, 记为“ １ ”; 未明显流动, 记为“ ０ ”; 向下流动, 记为“ －１ ”.各类
别的数值只是代表层次之间的差别, 并不表示绝对性含义.
主要解释变量: 本文选取“ 父代受教育水平”“ 子代受教育水平”“ 子代求职途径” 以及“ 父代收入”
作为主要的解释变量.其中, 将子代求职途径归纳为三组, 即“ 通过家人联系”“ 亲戚介绍”“ 朋友或熟
人介绍” 的方式并设置虚拟变量来探讨社会资本对农村家庭代际流动的影响.
控制变量: 本文参照以往学者的研究 [ ３２ ] 加入其他可能对代际流动产生影响的变量, 具体包括” 父
代年龄“” 父代婚姻状况“” 父代健康状况”“ 父代民族”“ 是否村干部”“ 是否参加医疗保险”“ 是否参加养
老保险”“ 子代年龄” 以及“ 区域经济发展水平” 等变量.各变量详见表 １ .
表 １ 变量定义及说明
变量符号 变量名称 变量定义或赋值
Y 家庭代际流动 向下流动 ＝－１ ; 未发生明显流动 ＝０ ; 向上流动 ＝１
父代受教育水平 父代接受正规教育的年限
edu １
子代受教育水平 子代接受正规教育的年限
edu ２
soc 子代求职途径 根据“ 家人联系”“ 亲戚介绍”“ 朋友或熟人介绍” 设置一组虚拟变量
income 父代收入 对父代的月收入取对数
父代年龄 统一用 ２０１３ 年减去出生年份
a g e １
子代年龄 统一用 ２０１３ 年减去出生年份
a g e ２
marria g e 父代婚姻状况 根据“ 初婚”“ 再婚”“ 丧偶”“ 离异”“ 同居” 设置一组虚拟变量
health 父代健康状况 很不健康 ＝１ , 很健康 ＝５ , 从 １~５ 健康程度递增
national 父代民族 汉族 ＝１ , 少数民族 ＝０
vca 是否村干部 父亲是村干部 ＝１ , 不是 ＝０
medical 是否参加医疗保险 父亲参加医疗保险 ＝１ , 没有参加 ＝０
endowment 是否参加养老保险 父亲参加养老保险 ＝１ , 没有参加 ＝０
re g ional 区域经济发展水平 对该农村所在城市的人均 GDP 取对数

３． 模型设定
本文使用有序多分类 Lo g it模型进行实证分析, 该模型一般运用于研究在测量层次上并不连续
的变量( 定序变量). Lo g it模型不要求变量满足正态分布或等方差, 它的基本表达式为

１ １
p＝ ＝ ( １ )
(
１＋e－ f x ) １＋ex pα＋∑ β i x i )
(
经过对数变换可得
P
y＝ln ＝α＋Σx i β i＋ε ( ２ )
１－P
结合式( ２ ) 并根据前文的假设, 构建如下模型:
( ３ )
Y j＝α＋ β ０ edu １ j＋ β １ edu ２ j＋ β ２ soc j＋ β ３ income j＋ β i z i j＋ε j
、 分别表示第 j 个家庭父代
其中, Y j 是定序因变量, 代表第 j 个家庭的代际流动情况; edu １ j edu ２ j
表示第 j 个家
和子代的受教育水平; soc j 表示第 j 个家庭的子代求职途径, 为一组虚拟变量; income j
β i
庭父亲的收入; z i j 代表了其他控制变量, 表示各个控制变量的系数; ε j 表示随机误差项.