一、引言 近年来，“寒门再难出贵子”现象成为了我国的热点话题。重点大学招收农村学生的比例一再缩水，2009～2012年全国高考弃考人数超过300万，许多农村地区家境贫寒的孩子彻底放弃上大学的机会，认为读书还不如尽早进入社会工作赚钱。教育对于家境困难的孩子成了“高投入，低产出”的选择，甚至已产生“读书无用”的社会舆论。长久以来我们以“知识改变命运”激励青少年，倡导他们通过接受教育改变自己的生活，提高个人收入并改善社会地位，“金榜题名、飞黄腾达”也成了广大农村学子的奋斗目标。然而事实却是家境贫寒的农村子女越来越难进入一流学府学习，绝大部分低阶层贫穷家庭依旧陷入低教育水平的怪圈。家庭条件相对较好的子女拥有更多社会资源和更优良的学习环境，更容易在接受教育的过程中取得相对更好的成绩。我国的教育发展在改革开放之后已经形成了城乡差距巨大的局面，如果教育代际流动在城乡内部持续通过父辈与子辈之间关系的传递而固化，这将进一步引起收入差距的扩大、城镇化进程受阻，甚至导致社会阶层矛盾加深，影响社会安定。 我国的教育代际流动的城乡差异已经引起了广大学者的关注，已有的研究多侧重于揭露教育代际流动的城乡差异过大的事实或据此提出相关政策建议。如Golley和Kong(2013)利用了2008年RUMiCI数据，通过构建回归和代际流动相关系数说明了我国城镇地区的教育代际流动向上流动及农村地区向下流动的主要态势，并指出缩小城乡收入差距是解决城乡教育代际流动差距的重要途径。黄四林等(2014)指出家庭所在地和户籍对高等教育入学机会的巨大作用持续存在，城市中非农业户口家庭处于绝对优势地位，这会使得当前的城乡教育代际流动进一步固化，这对于社会稳定发展无疑是种隐患。赵红霞和高永超(2016)利用转移矩阵和回归分析，证明教育代际流动确实存在户籍上的差异；孙永强和颜燕(2015)利用教育变迁模型，分别检验城乡在小学入学、小学升初中、初中升高中及高中升大学等各个教育阶段的教育代际传递特征，明确指出长期居住地或本人12岁时的户口是影响本人教育机会的显著因素。徐俊武和黄珊(2016)则基于基于Raymond测量方法的分析构建了新的代际流动性指数，得出了城镇的代际教育流动性高于农村，且随着年龄的下降两者之间的差距有扩大的趋势。 当前研究城乡教育代际流动差异的文献通常证明了教育代际流动在城乡之间的发展差距，且存在着研究时间段不同而带来的结果不同的情况，并说明了城乡教育代际流动差异扩大带来的危害。但现有研究较少将国家政策与家庭环境相结合，关注并分析导致城乡教育代际流动差异过大的原因。Knight等(2012)认为，在教育的发展过程中国家促进教育机会平等的政策反而可能会被不断固化的教育代际流动带来的教育差距所抵消。而我国当前的教育代际流动已经出现了固化现象以及城乡差距，有必要针对已有的教育政策进行评价，并寻求符合当前城乡教育发展需求的政策。 本文将通过对我国当前教育代际流动在城乡两部门的表现进行深入总结，分析教育代际流动在城乡两部门表现差异的原因，并针对已经实施的教育政策进行探讨。具体而言，本文将从如下几方面进行扩展和深入研究：首先，进一步准确估算城乡的教育代际流动性现状及其变化趋势；其次，解释影响城乡代际流动性的差距的主要因素；最后，针对当前我国所实施的教育政策对城乡教育代际流动差距带来的影响进行分析。 二、数据和描述性统计 本文将使用中国居民收入分配课题组2002年、2013年(CHIP2002/2013)两次城乡住户调查数据，估计城乡父母的受教育程度对子女受教育程度的影响，并针对城乡差异产生的原因做一分析总结。中国居民收入分配课题组设计的调查问卷主要包括个人的基本特征、教育和父母的教育背景、收入等各方面信息，还包含了家庭的教育支出以及可支配收入等指标，为本文的研究提供了丰富的数据基础。 CHIP数据通常由三个部分构成：城镇、农村、流动人口数据。本文将仅针对城镇和农村两部分数据展开对比研究。由于CHIP数据以家庭户口为单位进行调查，仅收集住在一起家庭成员的信息。当子女与父母不住在一起时，我们将无法获得子女信息或者父母的信息。因此将父母与子女数据进行匹配时，仅能包含与父母住在一起的子女信息。在估计父母社会经济状况对子女受教育程度的影响时，就会出现同住性选择偏差问题。本文中将选取15～25岁(出生年份在1977～1997年之间)的子女数据进行研究，其主要依据有两个：一方面是纳入尚未结束教育的未成年人数据，在数据匹配的基础上可降低同住性选择偏差；另一方面是选取1977年及以后出生的子女数据可以有效排除“文化大革命”期间的外生政策影响，进而可以更准确地测量出父母亲对其子女的教育成就影响。 在数据匹配过程中，考虑到2013年CHIP问卷调查中有针对“非同住子女”部分的调查内容，特别将2013年CHIP数据城镇与农村两部分的15～22岁全部子女数据以16岁为界限，分为15～16岁和17～25岁两组分别进行针对子女“是否与父母同住”进行匹配，匹配结果如表1所示。
如下表所示，考虑到16岁及以下的未成年子女绝大多在接受教育的过程中与父母同住，不与父母同住的子女的教育成就极少受到父母的影响，在数据匹配过程中基本15～16岁且不与父母同住的数据极少。17～22岁组别则有144个子女数据可以通过“非同住子女”数据进行匹配，绝大部分数据仍属于与父母同住。通过2013年数据中的父母与非同住子女信息进行人工匹配、加入未成年子女数据可以进一步使得同住性选择偏差相应降低，但考虑到2002年的数据并没有针对“非同住子女”进行专门的数据统计，因而误差是无法被全部消除的。匹配完成并进行一定的无效数据排查后，CHIP2002年和2013年城镇与农村部分15～22岁子女的数据描述性统计如表2、3所示。
