教育代際流動(dòng)、數(shù)字金融發(fā)展與家庭返貧風(fēng)險(xiǎn)

■ 王思琦，田容至

一、引言

隨著絕對(duì)貧困線下人口的全部脫貧，我國(guó)迎來了全面建成小康社會(huì)的嶄新時(shí)代，但仍存在著扶貧工作不穩(wěn)定、貧困戶發(fā)展能力受限、抗災(zāi)能力弱等問題。又因新冠肺炎疫情的影響，貧困人口的返貧風(fēng)險(xiǎn)加劇。《關(guān)于建立防止返貧監(jiān)測(cè)和幫扶機(jī)制的指導(dǎo)意見》《關(guān)于鞏固拓展民政領(lǐng)域脫貧攻堅(jiān)成果同鄉(xiāng)村振興有效銜接的實(shí)施意見》等文件相繼提出把防止返貧作為今后扶貧工作的重要任務(wù)。

在返貧風(fēng)險(xiǎn)的預(yù)防中，低收入群體相對(duì)貧困代際傳遞仍然是工作中的重點(diǎn)與難點(diǎn)，而教育代際傳遞作為低收入群體提升個(gè)人能力、拓寬社會(huì)階層上升機(jī)會(huì)的重要工具，是影響社會(huì)經(jīng)濟(jì)地位代際傳遞的主要渠道。研究教育代際流動(dòng)不僅能夠深入理解貧困代際傳遞的影響機(jī)制，而且有助于制定相對(duì)貧困治理下更為精準(zhǔn)的教育扶貧政策。目前已有大量研究證實(shí)了教育水平、家庭教育背景等因素對(duì)貧困的影響，但針對(duì)教育代際流動(dòng)與家庭貧困的研究較少，且多以絕對(duì)貧困、相對(duì)貧困或多維貧困衡量家庭的福利水平，忽視了家庭的未來福利與風(fēng)險(xiǎn)。同時(shí)，鮮有文獻(xiàn)探討教育代際流動(dòng)和數(shù)字金融發(fā)展的關(guān)系，也鮮有文獻(xiàn)研究數(shù)字金融的發(fā)展對(duì)教育代際流動(dòng)和返貧風(fēng)險(xiǎn)影響。鑒于此，使用中國(guó)家庭金融調(diào)查（CHFS）數(shù)據(jù)，構(gòu)造貧困脆弱性（VEP）這一前瞻性指標(biāo)度量返貧風(fēng)險(xiǎn)，實(shí)證檢驗(yàn)教育代際流動(dòng)對(duì)家庭返貧風(fēng)險(xiǎn)的影響，并分析數(shù)字金融的調(diào)節(jié)效應(yīng)。

二、理論機(jī)制與研究假說

（一）教育代際流動(dòng)對(duì)返貧風(fēng)險(xiǎn)的影響

參考Becker & Tomes（1979）的研究構(gòu)建父子兩期模型，父代為t-1期，子代為t期。為簡(jiǎn)化分析，父代收入僅分配于消費(fèi)與教育投資支出，具體模型如下：

其中，C為父代的消費(fèi)支出，I為父代對(duì)子代的教育投資。子代的人力資本積累由父代教育投資支出與父代教育背景決定。將子代教育水平作為子代人力資本的代理：

其中，θ＞0，E表示父代教育背景，e表示子代的人力資本稟賦，主要包括基因遺傳與文化影響等因素影響。

子代的收入決定函數(shù)為：

其中，μ為常數(shù)，p為教育投資回報(bào)率。將式（2）代入式（3）得到：

假設(shè)父代的效用函數(shù)形式為Cobb-Douglas效用函數(shù)：

其中，0＜α＜1。將式（1）、式（4）代入式（5），得效用方程：

最大化效用函數(shù)的一階條件為：

最終求得最優(yōu)教育投資支出：

此時(shí)可以發(fā)現(xiàn)，父代收入越高，對(duì)子代的教育投資支出越大。同時(shí)，由于0＜α＜1，[1-α/1-α（1-θp）]E＞0，表明父代教育背景是教育投資支出不足時(shí)的重要補(bǔ)充。

為進(jìn)一步分析教育代際流動(dòng)對(duì)子代收入的影響，參考Solon（2004）計(jì)算代際收入彈性的做法，引入代際教育流動(dòng)方程：

其中，β為教育代際流動(dòng)彈性。聯(lián)立式（3）與式（9）得：

對(duì)β求導(dǎo)得：

可以看出隨著教育代際流動(dòng)彈性的增加，子代收入也會(huì)相應(yīng)提高，進(jìn)而增強(qiáng)家庭整體的風(fēng)險(xiǎn)抵抗能力，降低家庭再度陷入貧困的可能性。由此提出研究假設(shè)1。

假設(shè)1：教育代際流動(dòng)對(duì)家庭返貧風(fēng)險(xiǎn)具有抑制作用，教育代際流動(dòng)高的地區(qū)家庭返貧風(fēng)險(xiǎn)更低。

（二）數(shù)字金融的普惠效應(yīng)與數(shù)字鴻溝

數(shù)字金融的發(fā)展為解決相對(duì)貧困問題提供了新的工具（張勛等，2019）。數(shù)字金融讓金融服務(wù)能夠從線下轉(zhuǎn)為線上、分散轉(zhuǎn)為集中，提高了金融服務(wù)供給范圍和能力，尤其是能拓展至與金融機(jī)構(gòu)缺少接觸的貧困人群（李海峰等，2019）。數(shù)字技術(shù)提供了更充足的金融產(chǎn)品創(chuàng)新空間，并通過規(guī)模效應(yīng)降低成本和風(fēng)險(xiǎn)，供給更具不同針對(duì)性的產(chǎn)品。例如人們可以用移動(dòng)設(shè)備進(jìn)行非現(xiàn)金支付，一些針對(duì)農(nóng)民的創(chuàng)業(yè)貸款產(chǎn)品得以實(shí)現(xiàn)（張勛等，2019）。從家庭的角度，數(shù)字普惠金融增加其參與金融投資的機(jī)會(huì)（郭峰等，2020）。在扶貧方面，數(shù)字普惠金融被認(rèn)為突破了傳統(tǒng)金融資源均衡配置的難點(diǎn)，進(jìn)一步控制了金融扶貧風(fēng)險(xiǎn)（董玉峰等，2020）。

但數(shù)字鴻溝的存在也制約了數(shù)字金融的減貧效應(yīng)。貧困群體對(duì)數(shù)字化技術(shù)與資源缺乏應(yīng)用能力，對(duì)數(shù)字經(jīng)濟(jì)參與度不足，限制了經(jīng)濟(jì)、金融扶貧政策的有效發(fā)揮，使得貧困群體非但不能成為數(shù)字化浪潮中的受益者，反而成為相對(duì)受損者。數(shù)字金融的發(fā)展帶來海量的金融產(chǎn)品和相關(guān)信息引致了新型數(shù)據(jù)不對(duì)稱，表現(xiàn)在數(shù)據(jù)規(guī)模、質(zhì)量、技術(shù)、管理等多方面（王作功等，2019），這給篩選信息能力較弱的消費(fèi)者造成了新的風(fēng)險(xiǎn)。同時(shí)數(shù)字金融發(fā)展背景下風(fēng)險(xiǎn)較大金融機(jī)構(gòu)對(duì)農(nóng)村貧困人口和小微企業(yè)的信貸配給和金融排斥仍未消失，數(shù)字技術(shù)也沒有改變金融風(fēng)險(xiǎn)的隱蔽性、突發(fā)性和傳染性（何宏慶，2020），甚至可能便利風(fēng)險(xiǎn)擴(kuò)散，從而加劇貧困人口在金融獲取方面的弱勢(shì)地位。因此數(shù)字金融的發(fā)展對(duì)覆蓋群體的受教育水平提出了更加專業(yè)化的要求，呂煒等（2020）發(fā)現(xiàn)不同教育背景的群體對(duì)教育代際流動(dòng)的反應(yīng)敏感程度存在差異，低學(xué)歷父代-低學(xué)歷子代群體的社會(huì)經(jīng)濟(jì)地位處于相比較低的水平，寬松的代際流動(dòng)環(huán)境能給其提供強(qiáng)大的脫貧動(dòng)力，而高學(xué)歷父代-高學(xué)歷子代群體由于本身處于社會(huì)中的較高階層，寬松的代際流動(dòng)環(huán)境已難以影響其經(jīng)濟(jì)狀況。如果子代無法從父代獲取有效的數(shù)字金融知識(shí)，降低了家庭的數(shù)字化程度，會(huì)隨著數(shù)字金融發(fā)展進(jìn)一步凸顯數(shù)字鴻溝所產(chǎn)生的信息不對(duì)稱效應(yīng)。綜上所述，數(shù)字金融的發(fā)展既為普惠金融帶來了新的發(fā)展機(jī)遇，也由于數(shù)字鴻溝的存在產(chǎn)生了許多新的風(fēng)險(xiǎn)與挑戰(zhàn)。由此提出研究假設(shè)2。

假設(shè)2：數(shù)字金融的發(fā)展對(duì)教育代際流動(dòng)的減貧效應(yīng)具有促進(jìn)作用，但由于數(shù)字鴻溝的存在會(huì)產(chǎn)生馬太效應(yīng)。

三、數(shù)據(jù)來源與變量

（一）數(shù)據(jù)來源

本文使用2017年中國(guó)家庭金融調(diào)查（CHFS）中家庭問卷與個(gè)人問卷數(shù)據(jù)。由于每期僅對(duì)新加入的樣本詢問其父母的受教育水平，為增加樣本量，使用 2011、2013 和 2015 年的父代教育數(shù)據(jù)進(jìn)行填補(bǔ)。剔除18 歲以下樣本、在校樣本和父母教育水平數(shù)據(jù)缺失的樣本，最終保留了26498 個(gè)樣本。由于父代受教育水平包括父親與母親的受教育水平，參考呂煒等（2020）的方法，將父母受教育水平最高者定義為父代教育水平。

（二）教育代際流動(dòng)指標(biāo)的構(gòu)建

目前，學(xué)術(shù)界主要有兩種方法測(cè)量教育代際流動(dòng)。一種是Solon（2004）基于經(jīng)典代際流動(dòng)模型而構(gòu)建的代際教育彈性。該方法將子代教育程度或教育年限對(duì)父代教育程度或教育年限對(duì)數(shù)化后進(jìn)行回歸，得到的回歸系數(shù)即為教育代際彈性，但該方法存在一定缺陷：一是子代與父代教育之間的關(guān)系并非線性或?qū)?shù)線性的；二是該方法對(duì)極端值較為敏感，這限制了該指標(biāo)的適用性（王偉同等，2019）。因此，Dahl &Deleire（2008）引入了另一種新的測(cè)度方法，使用父代或子代在其同輩中的教育水平排名作為替代變量，代入方程中進(jìn)行回歸，以此作為代際教育彈性的衡量指標(biāo)。Chetty et al.（2014）則在理論上證明了這種測(cè)度方法的穩(wěn)定性。該指標(biāo)反映了子代對(duì)父代經(jīng)濟(jì)地位或社會(huì)地位次序的繼承，具有較好的經(jīng)濟(jì)學(xué)含義。因此本文選用后一種方法構(gòu)建教育代際流動(dòng)指標(biāo)。

具體而言，首先根據(jù)樣本所居住的城市，對(duì)樣本的受教育水平進(jìn)行排序。隨后，將樣本的受教育水平引入回歸方程，分城市進(jìn)行回歸：

其中，Rank代表子代i 在城市c 所有子代中教育水平的次序；Rank代表父代i 在城市c所有父代中教育水平的次序；β即為代際教育流動(dòng)性。根據(jù)上述結(jié)果，進(jìn)一步構(gòu)建一個(gè)城市的絕對(duì)教育代際流動(dòng)性：

其中，AUM表示絕對(duì)向上流動(dòng)性，α和β為截距與回歸系數(shù)，p為在所有父代中教育水平的百分位排名。借鑒Chetty et al.（2014）的做法，將p賦值為25。最終結(jié)果AUM代表當(dāng)父代教育水平處于同輩中最低的25%時(shí)，其子代受教育水平的期望排名，其數(shù)值越大，代表子代向上的流動(dòng)性越強(qiáng)。

（三）返貧風(fēng)險(xiǎn)指標(biāo)的構(gòu)建

本文使用Pritchett et al.（2000）提出的基于期望貧困的脆弱性（VEP）作為返貧風(fēng)險(xiǎn)指標(biāo)，并參照單德朋（2019）的做法，采用三階段可行廣義最小二乘法（FGLS）進(jìn)行概率估計(jì)。測(cè)度方法如下所示。

第一步，首先估計(jì)消費(fèi)方程，并將回歸后得到的殘差平方取對(duì)數(shù)后作為消費(fèi)波動(dòng)進(jìn)行OLS估計(jì)。具體估計(jì)方程如下：

其中，X是一系列影響家庭人均消費(fèi)的相關(guān)變量，借鑒樊麗明和解堊（2014）的方法，納入家庭人均凈資產(chǎn)對(duì)數(shù)、家庭人均純收入對(duì)數(shù)、家庭人均負(fù)債對(duì)數(shù)等家庭特征與戶主年齡、性別、教育等個(gè)人特征變量和省級(jí)虛擬變量。

第二步，使用第一步得到的擬合值構(gòu)建權(quán)重進(jìn)行FGLS 估計(jì)，得到對(duì)數(shù)消費(fèi)的期望值E（LnC｜X）和消費(fèi)波動(dòng) V（LnC｜X）：

第三步，選擇貧困線，計(jì)算家庭h 的貧困脆弱性：

其中，LnZ為貧困線的對(duì)數(shù)。采用世界銀行最新公布的人均日消費(fèi)1.9 美元與3.1 美元作為貧困線的劃分依據(jù)。如果家庭h在未來陷入貧困的概率大于貧困脆弱線，則認(rèn)為該家庭具有貧困脆弱性。一般而言，貧困脆弱線有三種較為常用的設(shè)定方法，分別是貧困發(fā)生率、50%概率值和29%概率值（Günther&Harttgen，2009）。貧困發(fā)生率一般稱之為低脆弱線，以其作為標(biāo)準(zhǔn)可能會(huì)高估貧困程度。而50%概率值作為脆弱線只能識(shí)別出長(zhǎng)期貧困的家庭，存在一定的局限性；而以29%概率值為脆弱性則可以將因消費(fèi)波動(dòng)導(dǎo)致貧困的家庭納入分析范圍。因此，本文以29%概率值作為脆弱線。

（四）數(shù)字金融指標(biāo)

所選用的指標(biāo)來自《北京大學(xué)數(shù)字普惠金融指數(shù)》。目前該指數(shù)已經(jīng)被廣泛用于分析中國(guó)數(shù)字金融的發(fā)展?fàn)顩r及其經(jīng)濟(jì)效應(yīng)。由于CHFS 僅報(bào)告樣本家庭所在省份，因此本文使用省級(jí)層面的數(shù)字金融指數(shù)。

（五）控制變量與描述性統(tǒng)計(jì)

為盡可能控制其他影響家庭貧困脆弱性的因素，還納入了一系列控制變量。各變量具體說明及描述性統(tǒng)計(jì)見表1。從表1 可以看出，在1.9 美元的貧困線下，家庭的平均貧困脆弱率5%，而在3.1 美元的貧困線時(shí)，家庭平均貧困脆弱率為23%。教育代際流動(dòng)均值為13.76，說明對(duì)于教育水平處于最底層25%的父代，其子代的預(yù)期教育水平的平均排名能提高13.76%。即使是在教育代際流動(dòng)性最低的城市，其子代的預(yù)期教育水平排名也能提高2.70%，而在教育代際流動(dòng)性最高的城市，其子代的預(yù)期教育水平排名能提高25.43%。這說明各城市間的教育代際流動(dòng)性存在著巨大的差異。數(shù)字金融指數(shù)均值為278.37，最小值與最大值相差96.45，說明各省份之間的數(shù)字金融發(fā)展程度亦差距懸殊。

表1 描述性統(tǒng)計(jì)

由于CHFS 僅在數(shù)據(jù)中公布樣本是否同一城市識(shí)別碼，根據(jù)識(shí)別碼僅能辨別樣本是否處于同一城市，而無法精確定位樣本所在的具體城市，因此在控制變量中為加入城市層面的控制變量，選擇在回歸中匯報(bào)城市層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤，以期降低回歸結(jié)果的估計(jì)偏誤。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

考慮到被解釋變量為二元離散變量，使用Probit模型進(jìn)行回歸分析，具體模型構(gòu)建如下：

其中，VEP 為被解釋變量，即家庭的貧困脆弱性，AUM為子代所在城市的教育代際流動(dòng)性，X 為控制變量矩陣，具體包括上文所述的家庭特征與戶主特征，ε為誤差項(xiàng)，假設(shè)其服從標(biāo)準(zhǔn)正態(tài)分布。

表2 為教育代際流動(dòng)與家庭貧困脆弱性的模型估計(jì)結(jié)果，其中列（1）（2）僅加入樣本的個(gè)人特征變量，列（3）（4）加入了樣本的家庭特征變量。可以看出，在采用不同的貧困線和控制變量的情況下，教育代際流動(dòng)對(duì)家庭貧困脆弱性的影響均顯著為負(fù)。列（1）教育代際流動(dòng)增加10 個(gè)單位時(shí)，家庭陷于貧困的概率可以降低2.4%，在控制家庭特征變量后，這一效應(yīng)雖然有所降低，但邊際效應(yīng)仍然達(dá)到1.2%。描述性統(tǒng)計(jì)結(jié)果中家庭貧困脆弱率的均值為5%，降低1.2%相當(dāng)于家庭貧困脆弱率降低了24%，這說明在經(jīng)濟(jì)意義上，教育代際流動(dòng)的減貧效應(yīng)也是十分顯著的。因此假設(shè)1得到檢驗(yàn)，即教育代際流動(dòng)對(duì)家庭返貧風(fēng)險(xiǎn)具有抑制作用。

表2 基準(zhǔn)回歸結(jié)果

（二）數(shù)字金融的調(diào)節(jié)效應(yīng)

為驗(yàn)證研究假設(shè)2的準(zhǔn)確性，本文在實(shí)證模型中引入教育代際流動(dòng)與數(shù)字金融指數(shù)的交互項(xiàng)。模型的估計(jì)結(jié)果如表3 所示，可以發(fā)現(xiàn)，在不同的貧困線標(biāo)準(zhǔn)下，數(shù)字金融指數(shù)及其與教育代際流動(dòng)的交互項(xiàng)回歸系數(shù)均顯著為負(fù)，且該結(jié)論在5%的統(tǒng)計(jì)水平上顯著。這表明數(shù)字金融的發(fā)展增強(qiáng)了教育代際流動(dòng)的減貧效應(yīng)，假設(shè)2通過了檢驗(yàn)。

表3 數(shù)字金融的調(diào)節(jié)效應(yīng)回歸結(jié)果

為進(jìn)一步探討數(shù)字金融各維度發(fā)展?fàn)顩r對(duì)教育代際流動(dòng)減貧效應(yīng)的影響，本文在模型中引入了數(shù)字金融的三項(xiàng)子指數(shù)（覆蓋廣度cover、使用深度usage 與數(shù)字化程度digit）與教育代際流動(dòng)的交互項(xiàng)。表4 為數(shù)字金融三項(xiàng)子指數(shù)與教育代際流動(dòng)的調(diào)節(jié)效應(yīng)回歸結(jié)果，可以發(fā)現(xiàn)，覆蓋廣度、使用深度、數(shù)字化程度與教育代際流動(dòng)的交互項(xiàng)皆在1%的統(tǒng)計(jì)水平上顯著為負(fù)，該結(jié)論進(jìn)一步說明數(shù)字金融對(duì)教育代際流動(dòng)的減貧效應(yīng)存在促進(jìn)作用。其中數(shù)字化程度對(duì)家庭返貧風(fēng)險(xiǎn)的影響顯著為正，說明數(shù)字金融發(fā)展下數(shù)字化程度增強(qiáng)帶來的數(shù)字鴻溝會(huì)增加家庭的貧困脆弱性，但保持向上的教育代際流動(dòng)能在很大程度上抵消數(shù)字鴻溝帶來的消極影響，從而在整體上降低家庭的返貧風(fēng)險(xiǎn)。

表4 數(shù)字金融子指數(shù)的調(diào)節(jié)效應(yīng)回歸結(jié)果

（三）異質(zhì)性分析

呂煒等（2020）發(fā)現(xiàn)不同教育背景的群體對(duì)教育代際流動(dòng)的反應(yīng)敏感程度存在差異性。因此，為探究教育代際流動(dòng)性對(duì)不同群體的異質(zhì)性影響，依據(jù)子代學(xué)歷和父代學(xué)歷，將樣本劃分為4 個(gè)群體，對(duì)其進(jìn)行回歸分析。因1.9 美元貧困線下子樣本中的貧困人數(shù)過少，無法進(jìn)行估計(jì)，因此使用3.1 美元作為貧困線標(biāo)準(zhǔn)。表5 為異質(zhì)性分析的回歸結(jié)果，結(jié)果顯示教育代際流動(dòng)對(duì)不同群體的貧困脆弱性的影響存在巨大差異。對(duì)于低學(xué)歷父代-低學(xué)歷子代而言，教育代際流動(dòng)每增加10 個(gè)單位，其陷入貧困的概率可以有效降低5.3%，且這種效應(yīng)在1%的統(tǒng)計(jì)水平上顯著。對(duì)于高學(xué)歷父代-高學(xué)歷子代來說，教育代際流動(dòng)每增加10 個(gè)單位，其陷入貧困的概率也可降低1.1%。教育代際流動(dòng)對(duì)低教育群體的影響是高教育群體的5倍，而相對(duì)貧困問題本身多存在于低教育群體中，這進(jìn)一步說明提高教育代際流動(dòng)對(duì)于解決相對(duì)貧困問題及有效防范返貧風(fēng)險(xiǎn)具有重要意義。

表5 異質(zhì)性分析回歸結(jié)果

進(jìn)一步對(duì)數(shù)字化程度（digit）與教育代際流動(dòng)的交互項(xiàng)進(jìn)行分析，可見低學(xué)歷父代-低學(xué)歷子代和低學(xué)歷父代-高學(xué)歷子代群體的數(shù)字化指數(shù)對(duì)家庭貧困脆弱性的影響系數(shù)顯著為正，說明數(shù)字鴻溝主要出現(xiàn)在家庭教育背景較差（父輩低學(xué)歷）的群體中，而如果父輩學(xué)歷較高，即使子代學(xué)歷較低，依然不會(huì)受到數(shù)字鴻溝的影響。子代無法通過向低學(xué)歷父輩學(xué)習(xí)來獲取數(shù)字知識(shí)，故更需要數(shù)字知識(shí)方面的幫扶以提高其數(shù)字化水平。盡管數(shù)字金融發(fā)展背景下低學(xué)歷父輩容易受到數(shù)字鴻溝的影響從而造成家庭較高的返貧風(fēng)險(xiǎn)，但是家庭向上的教育代際流動(dòng)所帶來的減貧效應(yīng)不會(huì)受到根本性影響?？梢娤蛏系慕逃H流動(dòng)能夠一定程度上改善數(shù)字金融發(fā)展的負(fù)面影響。

表6 數(shù)字化程度交互項(xiàng)回歸分析

（四）穩(wěn)健性檢驗(yàn)①限于篇幅，結(jié)果留存?zhèn)渌鳌?/h3>

為驗(yàn)證上述主要結(jié)論的穩(wěn)健性，使用以下方法對(duì)其進(jìn)行穩(wěn)健性檢驗(yàn)。首先，剔除60 歲以上樣本。對(duì)于60 歲以上的樣本，其大部分都已經(jīng)退出勞動(dòng)力市場(chǎng)，教育水平對(duì)其家庭貧困脆弱性的影響相對(duì)較小。其次，由于在數(shù)據(jù)處理的過程中刪除了較多父代教育水平數(shù)據(jù)缺失的樣本，導(dǎo)致部分城市的樣本量較少，計(jì)算出來的教育代際流動(dòng)性可能無法代表該市的真實(shí)水平。因此，剔除樣本量少于100人的城市再進(jìn)行回歸?；貧w結(jié)果與前文保持一致，證實(shí)了本文主要結(jié)論具有較好的穩(wěn)健性。

（五）工具變量估計(jì)

由于缺乏城市層面的控制變量，本文主要面臨的內(nèi)生性問題是遺漏變量。參考呂煒等（2020）的做法，使用同一省份其他所有城市的教育代際流動(dòng)均值，作為該城市教育代際流動(dòng)的工具變量。該變量滿足外生性與相關(guān)性的要求，是一個(gè)合格的工具變量。

表7 為工具變量的回歸結(jié)果，列（1）為一階段估計(jì)結(jié)果，結(jié)果發(fā)現(xiàn)同一省份其他所有城市的教育代際流動(dòng)均值與該城市的教育代際流動(dòng)顯著正相關(guān)?？赡艿慕忉屖?，一個(gè)省的教育氛圍是相似的，同省的各城市之間可以通過相互學(xué)習(xí)，齊頭并進(jìn)，進(jìn)而對(duì)教育代際流動(dòng)形成正面影響。一階段估計(jì)的F值為131.77，遠(yuǎn)大于經(jīng)驗(yàn)法則規(guī)定的臨界值，Wald檢驗(yàn)卡方值也在1%的統(tǒng)計(jì)水平上顯著，說明該工具變量不存在弱工具變量的問題。列（2）（3）則分別為1.9 美元貧困線和3.1 美元貧困線的工具變量回歸結(jié)果。結(jié)果表明，教育代際流動(dòng)對(duì)家庭貧困脆弱性具有顯著的負(fù)面影響，且這種影響在1%的統(tǒng)計(jì)水平上成立。

表7 工具變量回歸結(jié)果

（六）影響機(jī)制分析

張棟浩和尹志超（2018）研究發(fā)現(xiàn)家庭是否陷入貧困，取決于其風(fēng)險(xiǎn)應(yīng)對(duì)水平。如果家庭的風(fēng)險(xiǎn)應(yīng)對(duì)水平低，無法妥善處理風(fēng)險(xiǎn)，熨平其消費(fèi)波動(dòng)，將會(huì)致使家庭貧困脆弱性較高。反之，如果家庭具備較高的風(fēng)險(xiǎn)應(yīng)對(duì)能力，自身陷入貧困的概率也會(huì)相應(yīng)降低。因此，參考Günther&Harttgen（2009）的方法，根據(jù)家庭貧困脆弱性的成因，對(duì)貧困脆弱性進(jìn)行分解。若家庭未來消費(fèi)水平低于貧困線，則將其定義為結(jié)構(gòu)貧困性，并賦值為1；若家庭未來消費(fèi)水平高于貧困線，則將其定義為風(fēng)險(xiǎn)貧困性，并賦值為2。若家庭不具有貧困脆弱性，則將其賦值為0。實(shí)證方法上采用張棟浩和尹志超（2018）的做法，使用多項(xiàng)Logit模型進(jìn)行實(shí)證檢驗(yàn)。

表8 為影響機(jī)制檢驗(yàn)的回歸結(jié)果。結(jié)果發(fā)現(xiàn)教育代際流動(dòng)對(duì)風(fēng)險(xiǎn)脆弱性的影響顯著大于對(duì)結(jié)構(gòu)脆弱性的影響，且這種差異性影響在1.9美元和3.1 美元的標(biāo)準(zhǔn)下均顯著成立。該結(jié)果驗(yàn)證了教育代際流動(dòng)的影響機(jī)制，即教育代際流動(dòng)主要通過提高家庭的風(fēng)險(xiǎn)應(yīng)對(duì)能力，妥善處理家庭面臨的風(fēng)險(xiǎn)問題，熨平家庭消費(fèi)波動(dòng)，進(jìn)而降低家庭陷入貧困的概率。

表8 影響機(jī)制回歸結(jié)果

五、結(jié)論與啟示

本文基于CHFS 數(shù)據(jù)構(gòu)建了Probit 模型，引入數(shù)字金融的調(diào)節(jié)效應(yīng)，實(shí)證研究了教育代際流動(dòng)與家庭貧困脆弱性的影響，得到了如下結(jié)論：第一，教育代際流動(dòng)可以有效降低家庭貧困脆弱性，教育代際流動(dòng)性越高，家庭陷入貧困的概率越低，即教育流動(dòng)環(huán)境越寬松，子代階層躍升的機(jī)會(huì)也就越高。第二，數(shù)字金融對(duì)教育代際流動(dòng)的減貧效應(yīng)存在促進(jìn)作用，數(shù)字金融發(fā)展下的數(shù)字鴻溝會(huì)導(dǎo)致返貧風(fēng)險(xiǎn)的增加，但保持向上的教育代際流動(dòng)能夠改善其負(fù)面影響。第三，不同教育背景的群體對(duì)教育代際流動(dòng)的反應(yīng)敏感程度存在差異性，教育代際流動(dòng)對(duì)低學(xué)歷群體的減貧效應(yīng)要顯著高于高學(xué)歷群體，且數(shù)字金融發(fā)展下的數(shù)字鴻溝更容易發(fā)生在家庭背景較差即父代學(xué)歷較低的群體之中，而如果父輩學(xué)歷較高，即使子代學(xué)歷較低亦不易受到數(shù)字鴻溝效應(yīng)和信息不對(duì)稱效應(yīng)的影響。

基于上述結(jié)論，本文認(rèn)為在緩解相對(duì)貧困時(shí)：第一，要繼續(xù)強(qiáng)調(diào)“扶貧先扶智”，進(jìn)一步發(fā)揮政府的主導(dǎo)作用，加大教育政策的支持力度和相關(guān)資金的投入，為相對(duì)貧困群體提供更好的宏觀教育環(huán)境。第二，要更加重視幫扶對(duì)象的能力提升，除繼續(xù)鞏固控輟保學(xué)成果外，注重加大脫貧地區(qū)職業(yè)教育支持力度，提高普通高中和普惠性學(xué)前教育質(zhì)量，實(shí)施國(guó)家通用語言文字普及提升工程，打造升級(jí)版的“一村一名大學(xué)生計(jì)劃”，提升人力資本質(zhì)量。第三，要建立長(zhǎng)效機(jī)制，激發(fā)群眾內(nèi)生動(dòng)力。逐步形成推動(dòng)鄉(xiāng)村振興的內(nèi)外聯(lián)動(dòng)，一方面要激發(fā)相對(duì)貧困地區(qū)學(xué)校和學(xué)生的內(nèi)生動(dòng)力，另一方面要加大外部支持與幫扶，逐步下沉優(yōu)質(zhì)教育資源。第四，在數(shù)字金融發(fā)展的宏觀背景下要堅(jiān)持將提高教育代際流動(dòng)性和社會(huì)整體數(shù)字化水平共同推進(jìn)。