親代獨生對家庭人力資本投資的影響研究
——基于CHFS數據的中介效應檢驗

2022-03-15 05:44:10王勝今李興文

人口學刊 2022年2期

王勝今，李興文

（吉林大學東北亞研究中心，吉林長春 130012）

一、引言

隨著中國社會發展進程的演變，出生于20世紀70年代和80年代的人口群體已經成為參與中國社會政治、經濟、文化等方面的主力，該出生隊列人口的成長階段具有一定的特殊性，經歷了新中國成立以來幾次巨大的社會變革，其中就包含了人口控制理念的提出和計劃生育政策的頒布，這導致我國這一階段至今的出生人口中存在規模龐大的獨生子女。我國第一代獨生子女已經年過四十，根據姚引妹等在2015年對獨生子女數量和年齡結構的預測，2020年我國獨生子女總數將達到25 031 萬人，40-59 歲的獨生子女占比達到10%左右。［1］因此，我國獨生子女的研究重心不應該只著眼于未成年獨生子女，也應該對已經成年甚至已經成家的獨生子女的家庭、婚姻、經濟財產等方面進行系統化的科學研究。

中國曾經實行過控制人口增長的計劃生育政策，獨生子女的社會占比遠高于西方國家，因此西方學者的諸多研究對于中國獨生子女研究的參考價值存在局限性，中國獨生子女研究應該根據中國當前的具體社會背景和人口狀況進行更為廣泛和深刻的研究與探討。風笑天對以往的獨生子女研究的方向和結論進行了總結并對未來研究方向進行預測，認為以往的獨生子女研究主要集中在獨生子女成年前的個性、人格和成年后的社會化、社會適應等方面，以及將獨生子女情況作為解釋變量，探究獨生子女對家庭和社會的影響，并預測未來獨生子女研究將著重在獨生子女的老齡化、婚姻、育幼等問題，揭示了中國獨生子女研究以獨生子女的個體生命發展周期為基本研究脈絡的研究特點。［2-3］

沿著我國獨生子女研究的個體生命發展周期脈絡繼續思考，隨著第一批獨生子女進入中年，他們的孩子也已經進入校園，獨生子女的父母角色將逐步成為獨生子女研究的重點課題，探究獨生子女在為人父母階段，對“獨二代”的撫養、教育、陪伴等方面的課題具有更高的現實意義和研究價值，獨生子女研究也將迎來新階段。國內目前對獨生親代的子代撫育研究還相對較少，雖然近幾年“教育熱”引起的家庭人力資本投資成為研究熱點，但是將親代的獨生子女身份與其子代教育投入聯系起來進行研究的文獻十分有限。本文將親代獨生子女狀況與子代教育投入聯系起來，探究當前家庭親代獨生狀況與家庭人力資本投資的關系和影響機制，進一步沿著中國獨生子女研究的發展脈絡向前推進。

獨生子女研究始于歐洲發達國家，西方學者早期對獨生子女的研究主要集中于獨生子女心理特征，主張獨生子女有性格缺陷和更差的自立能力等。［4］Toni Falbo 發現獨生子女和非獨生子女在進入學校后無顯著差異，獨生子女在學習努力程度和學習成績上甚至優于非獨生子女，成年后的獨生子女在工作收入和經濟成就上也無顯著區別。［5］Downey認為父母資源的稀缺性決定了子代個數與子代教育成就的負相關性，建立了“資源稀釋”模型并指出這種負相關性是非線性的。［6］Haowen Zheng 發現獨生子女相較于非獨生子女有教育優勢，主要體現在受教育年限和能否按時順利升學兩個方面，且父母社會地位越高的人這種教育溢價越高。［7］吳要武利用1990 年和2000 年人口普查數據分析得出獨生子女因尋找工作向其他城市遷移的時候，其父母隨同遷移的可能性大幅提高。如果獨生子女在遷移的城市定居，那么其父母也會追隨子女，遷移目的為養老而非短期遷移。［8］孫文凱和王乙杰利用北京大學CHARLS數據研究發現獨生子女父母比多子女父母更多地選擇與子女同住，其中男性獨生子女與父母同住更為普遍，這可能與“養兒防老”的傳統觀念和子女的利他福利有關。［9］Brown 和Philip發現父母受教育水平的高低與兒童人力資本發展之間存在著很強的聯系。受教育程度較高的父母對子女的人力資本投資水平較高，對人力資本的投資可能包括在教育支出和服務支出以及為了教育目的與孩子互動的時間。在經濟不發達的地區，資源有限的家庭的父母更可能將資源在不同因素間進行調配，從而削弱了兒童人力資本投資。［10］姚遂和陳家俊利用CLDS2016年的數據分析得出不僅父親學歷能大幅影響子代受教育年限，母親學歷同樣會影響子代受教育年限，母親學歷對女兒受教育年限的影響要高于兒子。［11］石明明等研究發現老齡化會降低家庭中各項消費支出，收入是老齡化影響家庭支出的重要中間變量，老齡化對鄉村家庭消費降級的影響比城市更加嚴重，老齡化對城鎮低收入家庭各項消費的削弱也明顯強于高收入家庭。［12］李軍和周安華通過對CFPS（中國家庭追蹤調查）2014年的數據進行分析發現親代與子代間存在教育的代際流動，父親受教育年限每提高1年，子代受教育年限提高0.16 年，子代上重點高中和全國重點大學的概率分別增加了6.5 個百分點和24.9個百分點。［13］李昊利用CFPS（中國家庭追蹤調查）多期面板數據進行中介效應分析，以醫療支出為中介變量，研究人口老齡化對微觀人力資本投資的作用機制，最終發現老齡化對家庭教育支出有負向影響，該影響主要發生在中低收入家庭。［14］汪偉提出了老齡化影響家庭教育支出的三大效應：一是家中老人壽命的延長加重了家庭養老負擔，導致家庭對于子代的教育投入減少，這種效應稱為老齡化的負擔效應；二是家中老人壽命的延長減少了老人向成年子女的意外遺贈，降低了成年子女的轉移性收入，導致家庭中成年子女對其子代的教育投入減少，這種效應稱為老齡化的遺贈效應；三是成年子女對于自身預期壽命的延長會產生儲蓄偏好，降低整體消費水平，從而減少對子女的教育投入，這種效應稱為老齡化的壽命效應。最終得出結論，老齡化程度越高，家庭的教育投資率越低。［15］可以看出獨生子女身份會對個人和家庭狀況產生重要影響，這些影響會進一步影響該成年個體所在家庭的子代教育投入水平，本文將對這種影響的內在機制進行中介效應分析和檢驗，梳理其中存在的影響路徑。

二、分析框架與研究假設

基于上述關于獨生子女和家庭人力資本投資的研究，本文對親代獨生情況對家庭人力資本投資的影響作出如下分析：從教育優勢的角度看，其他條件不變時，親代獨生子女人數越多，親代總教育程度越高。獨生子女擁有教育資源相對集中的優勢，產生“匯流”效應，獨生子女的教育獲得更高，會接受更多的教育；受教育程度越高的父母越喜歡少生孩子，因此獨生子女父母受教育程度更高，從而影響子代獨生子女受教育年限。在其他條件給定時，親代的受教育年限越高，對子代的教育支出就越高。從贍養老人的角度看，其他條件不變時，親代獨生人數越多，家庭老人比重越高。目前中國的養老方式中家庭養老仍然占據主體地位，尤其是65 歲以上的老人大多數行動不便需要人照顧的情況下，更可能尋求子女的幫助，而獨生子女父母只能尋求其獨生子女子代的幫助；獨生子女父母更喜歡跟著其子代遷移。其他條件不變時，老人比重越高，家庭養老支出越大，對子代的教育支出越少，但是收入調節了贍養老人對子代教育支出的擠出效應，收入到達一定程度，這種擠出效應會消失。從直接影響來看，親代獨生子女獨特的成長環境對其育兒觀念或者消費觀念等方面與非獨生子女存在差異，實際可能影響對其子代的教育支出水平。

基于上述關于獨生子女和子代教育投入的研究和分析，本文假設親代獨生人數通過兩個路徑影響子代教育投入（見圖1）：

圖1 影響機制導圖

1.親代教育溢價路徑。通過親代作為獨生子女的教育資源集中優勢，提高親代作為獨生子女的受教育程度，從而增加家庭對于子代的教育投入。

2.家庭老齡化路徑。通過親代獨生子女贍養父母的負擔，從而降低其對于子代的教育投入，其中家庭收入對該路徑有調節作用。

三、數據來源、變量選取和模型設定

1.數據來源

本文使用西南財經大學中國家庭金融調查與研究中心2017 年中國家庭金融調查（CHFS）數據。該調查以2011年為基期，每兩年調查一次，目前已經進行了四輪隨機抽樣調查，抽樣方法包括分層、三階段、PPS等，保證了調查數據抽樣的科學性，調查樣本覆蓋全國除西藏、新疆、港澳臺之外的29個省（自治區、直轄市），有效樣本規模為40 011個家庭戶和127 012個家庭戶成員，具有全國代表性。

我國20 世紀60 年代及以前出生人口中非獨生子女數量遠高于獨生子女數量，如果樣本選取不考慮年齡可能會造成較大誤差。本文以家庭戶為樣本單元進行實證研究，為了提高數據質量和參考價值，對總體樣本進行篩選，保留了親代是1970 年及以后出生的且在婚已育的雙親家庭，同時子代至少有一個在讀生，剔除了部分重要數據缺失的樣本，最終保留了4 938個家庭戶作為有效樣本。

2.變量選取

本文變量設置主要參考李超在研究微觀人力資本投資中的教育投入時所選取的變量并加以修改得到。［16］家庭教育總支出由CHFS的2017年問卷第四部分問題“去年，您家在教育培訓上一共支出了多少錢？”得出，其中包含了家庭中孩子上學、上興趣班、留學、教材、器材費及課外學習培訓等活動所產生的費用。平均每個孩子的家庭教育支出由家庭教育總支出除以家庭所有在讀的孩子數得出，在控制家庭收入等指標的情況下，該指標可以衡量每個孩子在家庭中的教育獲得水平。親代獨生子女人數是指親代父母中沒有親生或者領養的兄弟姐妹的人數。父親和母親都是獨生子女的家庭，將其稱為“雙獨家庭”，賦值為2；父親或母親中的一方是獨生子女的家庭，將其稱為“單獨家庭”，賦值為1；父親和母親都不是獨生子女的家庭，將其稱為“無獨家庭”，賦值為0。親代總教育年限是指父親和母親受教育年限的總和，受訪者及其父母受教育信息在CHFS 中的問題為“您/父親/母親的最高教育程度”，選項為：“未上過學”“小學”“初中”“高中”“職高/中專”“大專/高職”“大學本科”“碩士研究生”“博士研究生”9 個選項。為了便于定量分析，將不同的教育程度進行賦值轉化為受教育年限，分別是：未上過學=0，小學=6，初中=9，高中、職高/中專=12，大專/高職=15，大學本科=16，碩士=19，博士=22。傳統觀念認為子代教育獲得主要與父親的受教育程度和收入水平相關，但姚遂等人的研究表明母親學歷對子代教育獲得的影響也非常顯著，［11］與父親學歷的影響差異主要體現在子代的性別上，因此，本文將母親與父親同質化，不進行異質性區分。家庭老人比重是家庭中的老年人數除以家庭總人數，家庭中的老年人是指與家庭核心成員同住的65 歲及以上老人。控制變量包含了家庭經濟情況、居住所在地情況、家庭成員情況三個方面。家庭經濟情況主要包含家庭總收入、是否擁有一套房屋產權、家庭杠桿率。家庭總收入是家庭全部成員全年各項收入的總和；一個家庭戶的受訪者在“是否擁有一套房屋產權”問題中選擇“是”，代表該家庭戶擁有至少一個房屋的產權，不代表現居住地的房屋產權歸屬該家庭戶；家庭杠桿率是家庭總負債對家庭總資產的比值，家庭杠桿率在一定范圍內代表家庭的財富流動和財富增值能力，會對家庭人力資本投資水平產生影響。居住所在地情況按照CHFS變量說明表附件中的內容將全國29個省級區域劃分為西部、東部、中部三個地區，城鄉情況也按照變量表對應賦值，本文中的所在地情況為現常住地址所在地區，而不是戶籍所在地區。家庭成員情況包含在讀孩子數、孩子最高受教育年限、家庭規模、14 歲以下兒童比重、子代男孩比重。需要說明的是，孩子最高受教育年限是家庭中目前教育階段最高孩子的教育年限，因為同一家庭中孩子所在教育階段不同，孩子的教育階段和家庭教育支出不具有嚴謹的線性關系，家庭最多的教育資源主要集中在教育程度最高的孩子身上，因此使用該變量衡量孩子整體年齡對于家庭教育支出的影響。14 歲以下兒童比重是14 歲以下兒童占家庭總人數的比重，子代男孩比重是在讀的男孩人數占總在讀孩子數的比重（見表1）。

表1 變量總體描述性統計

3.模型構建

分析框架部分闡述了親代獨生人數影響家庭人力資本投資的兩條假設路徑，包含親代教育溢價和家庭老齡化程度。為了驗證上述假設的真實性，需要建立模型進行中介效應檢驗。檢驗中介效應基本的方法是分步檢驗回歸系數法，本文參考了溫忠麟等人提出的模型設定和檢驗步驟，［17］以親代獨生人數為解釋變量（用Number_parents_OC表示），親代受教育年限和家庭老人比重為中介變量（用Years_edu_parents和Old_ratio表示），家庭教育支出為被解釋變量（用Exp_edu表示），家庭收入為調節變量（用Income表示），其他控制變量用Xi表示，具體模型設置如下：

根據溫忠麟的檢驗程序設置如下檢驗過程：第一步，檢驗模型（1），若α1顯著，繼續檢驗其他模型，否則檢驗結束；第二步，檢驗β1和ω1，若β1和ω1都顯著，說明親代獨生人數可通過影響親代受教育年限來影響家庭教育支出；第三步，檢驗γ1和?1，若γ1和?1都顯著，說明親代獨生人數可通過家庭老人比重來影響家庭教育支出；第四步，檢驗υ3是否顯著，如果顯著則說明親代獨生人數可直接影響家庭教育支出。

為了提高上述檢驗的穩健性，對第一條路徑使用Sobel檢驗和Bootstrap 法進行中介效應檢驗，由于第二條路徑存在調節效應，所以使用SEM 法對第二條路徑進行中介效應檢驗，用Bootstrap 法檢驗調節中介效應。為了減少異方差對回歸的影響，對家庭總教育支出和家庭收入等變量取對數處理。由于被解釋變量家庭教育支出恒大于等于0，且存在一定量樣本的被解釋變量取值為0，因此在對模型進行實證分析時，除了OLS基礎回歸外，還采用Tobit截尾回歸進行比對，提高回歸穩健性。

四、實證分析與檢驗

1.總樣本回歸結果

表2 中包含了總樣本的總效應、親代教育溢價路徑、家庭老齡化路徑與直接效應回歸結果。本文對親代獨生人數影響家庭教育支出的總效應和中介效應兩步法全部進行了基礎OLS 回歸和Tobit回歸的實證檢驗。通過回歸結果可以發現上述兩種回歸方法所得出的結果并不存在實質上的差距，僅t檢驗結果存在細微差距，故為了簡化表格使結果更直觀，表內回歸均僅展示Tobit 回歸結果。回歸（1）為親代獨生人數影響家庭教育支出的實證Tobit 回歸，結果表明家庭中親代獨生人數每增加1人，家庭總教育支出提高9.2%①由于該回歸因變量取對數形式且相關系數接近于0，直接近似用相關系數乘以100 解釋該變量的百分比彈性，當相關系數與0相差較多時需要計算（eβ-1）×100解釋該變量百分比彈性。下文同理。。

表2中回歸（2）（3）為親代教育溢價路徑的兩個步驟。回歸（2）是親代教育溢價路徑的第一步檢驗，被解釋變量為親代總教育年限，回歸結果表明家庭中親代獨生人數每增加1人，家庭親代總教育年限提高1.058 年。回歸（3）是親代教育溢價路徑的第二步檢驗，在回歸（2）的基礎上加入了中介變量親代受教育年限，被解釋變量為家庭教育支出，回歸結果表明家庭親代總教育年限每增加1年，家庭教育支出提高7.1%，而親代獨生人數對教育支出的影響不顯著。綜合回歸（2）（3）的結果可以證明親代獨生人數通過親代總教育年限影響家庭教育支出，并且該路徑為完全中介效應，中介效應方向為正，驗證了教育溢價路徑的假設，獨生子女確實通過“匯流”效應獲得了更多的教育資源，從而獲得更多的教育機會，擁有更高的受教育程度，并且在成年養育下一代的時候，會更為子代增加一定的教育投入。

表2 總效應及中介效應兩步法回歸結果

表2 中回歸（4）（5）為家庭老齡化路徑的兩個步驟。回歸（4）是家庭老齡化路徑的第一步檢驗，被解釋變量為家庭老人比重，回歸結果表明親代獨生人數每增加1 人，家庭中65 歲以上老人比重就增加0.537 個百分點。回歸（5）是家庭老齡化路徑的第二步檢驗，在回歸（4）的基礎上加入了中介變量家庭老人比重和其與收入的交互項，被解釋變量為家庭教育支出，綜合回歸（4）（5）的結果可以證明親代獨生人數通過家庭老人比重影響家庭教育支出，家庭收入起到了調節作用，家庭收入越高，老人比重對家庭教育支出的影響越小。該路徑為部分中介效應中的遮掩效應，中介效應方向為負，獨生子女的父母相較于非獨生子女的父母更可能與成年獨生子女同住，并且通過各項老年支出擠壓獨生子女對其子代的教育支出。

2.穩健性檢驗

表3是中介效應親代教育溢價途徑Sobel檢驗和Bootstrap自舉法檢驗結果，目前越來越多的學者傾向于使用Bootstrap 自舉法檢驗，因為Sobel檢驗假設統計量滿足正態分布假設，而Bootstrap 自舉法在進行推論檢驗時，不需要對統計量的抽樣分布的形狀做出任何假設。由表3 可知Sobel 檢驗輸出的第一條途徑的中介效應結果在1%的水平上顯著，間接效應的影響系數經過中介效應的計算公式直接計算得到，間接效應系數結果為0.917×0.071=0.065，總效應的系數比基礎OLS 法（系數=0.092）小了0.001，但在1%的水平上顯著，顯著性比基礎OLS 法更強。Bootstrap 自舉法檢驗輸出的結果不包含總效應影響系數，因此Bootstrap 法的中介效應占總效應比重中的總效應系數使用表3 回歸（1）的數值為0.092，得到中介效應的占比為74.9%。Sobel 檢驗與Bootstrap 自舉法檢驗得到的結果與兩步法得到的結果在間接效應、直接效應和總效應的數值上存在偏差但總體結論一致，即存在中介效應第一條路徑，親代獨生人數越多，親代受教育年限越高，家庭教育支出越高。

表3 親代教育溢價路徑穩健性檢驗

表4 是中介效應第二條路徑的檢驗結果，由于存在調節效應，所以不能直接使用Sobel 方法檢驗。Hayes（2013）和Preacher（2007）詳細闡述了調節中介效應的理論背景和框架，提供了檢驗調節中介效應和計算條件間接效應大小的方法，具體步驟包括：先使用stata中sem和nlcom命令進行基于正態分布假定的方法估計，然后再使用Bootstrap 自舉法獲得標準誤和置信區間的估計，并且計算在調節變量取值為均值減標準差、均值和均值加標準差的條件間接效應，結構方程模型（SEM）條件間接效應可以通過將結構方程模型的估計系數與調節變量相乘得到（見表4）。由上文模型（3）（5）可知，條件間接效應（即含有調節變量的中介效應）為γ1(?1+?3Income)，表4 結構方程模型SEM 部分估計了該公式中的重要參數，并通過這些參數解釋了條件間接效應與調節變量家庭收入之間的關系：條件間接效應隨著收入的增加而減小，即家庭收入越高的家庭中，親代獨生人數通過老人比重影響教育支出的遮掩效應越大。表4其他部分（調節變量不同取值下的條件間接效應）分別使用nlcom 命令正態分布假設估計和使用Bootstrap自舉法估計調節變量取值為均值減標準差、均值和均值加標準差的情況下，條件間接效應系數的大小和顯著性。結果顯示在正態分布假設下和Bootstrap自舉法得到的結果幾乎沒有差別，條件間接效應整體上隨著調節變量從均值減標準差、均值到均值加標準差，遮掩效應越來越小，直到調節變量取值為均值加標準差時徹底消失，其估計量不顯著。這說明收入具有調節親代獨生家庭老齡化負擔對家庭教育支出的擠出效應的作用，隨著收入的增加而逐漸降低直到消失，符合之前學者的研究結論，［18］收入到達較高水平的家庭，基礎物質生活條件得到較大滿足，贍養老人的消費支出對其他支出的影響逐漸消失，家庭消費決策更傾向于主觀的消費偏好，而不是客觀的生存和撫養壓力。

表4 家庭老齡化路徑穩健性檢驗和調節變量取值檢驗

3.分樣本回歸

表5 顯示分樣本親代獨生人數對于家庭教育支出的影響與總樣本相比發生了顯著的變化。城鎮家庭親代獨生人數對家庭教育總支出的影響相比總樣本有較小提高，總體方向不變，鄉村家庭親代獨生人數對家庭教育總支出的影響為負且不顯著。同時可以發現鄉村家庭在讀的孩子數對于家庭教育總支出的影響遠遠大于城鎮家庭，這說明城鎮家庭的子代教育“匯流”效應比鄉村更強。除東部地區家庭親代獨生人數對家庭教育總支出的影響依然顯著外，中部地區和西部地區親代獨生人數對家庭教育總支出的影響都不顯著，其中西部地區甚至方向轉為負。此外，仍然值得注意的是中部地區家庭收入對于家庭教育支出的影響不顯著，這說明中部地區各省中低收入家庭格外重視教育，中部地區的幾個省，如吉林、黑龍江、河南和湖北等都是教育大省，基礎教育普及率名列前茅，但高等教育水平并不突出。［19］為了探究這種變化的原因，對每個分樣本進行中介效應回歸，檢驗分樣本影響路徑差異。

表5 分樣本總效應回歸結果

分樣本親代教育溢價路徑中介效應回歸結果如表6 所示。由結果可知城鎮家庭親代獨生子女人數越多，親代受教育年限越高，從而增加家庭教育總支出。鄉村家庭雖然也具備這種影響特征，但鄉村家庭親代獨生人數對親代受教育年限的影響比城鎮家庭小，顯著性也更低。這種現象的成因除了城鎮家庭“匯流”效應更強之外，還可能與鄉村人才流失密切相關，受教育年限越高的年輕人越傾向于離開鄉村到城鎮發展，最后留在鄉村的是無論獨生子女還是非獨生子女，都屬于受教育程度較低的群體，這也會導致鄉村家庭親代獨生人數對親代受教育年限影響比城鎮家庭低。鄉村親代受教育程度每增加1 年，家庭教育支出增加8.3%，高于城鎮的6.2%，說明鄉村父母受教育程度的增加對其子代的受教育程度和教育回報率的期待相比城市影響程度更高。

由表6 可知東部、中部和西部地區第一條路徑的結果在相關系數方向上基本一致，說明不同地區家庭親代獨生人數都會通過親代受教育年限影響家庭教育支出。東部地區和西部地區親代獨生人數對親代受教育年限影響幾乎相同，中部地區反而是最低的，以親代作為子代時的教育經歷為視角來解釋這種現象，這說明中部地區家庭對子代教育本身就有更高的期待，即使只有一個孩子，也會傾注大量的教育資源，因此多一個子女，家庭教育支出百分比增幅就會小，在家庭教育資源有限的情況下，單個孩子教育獲得的“擠出”效應就會更大，從而降低受教育程度。

表6 分樣本親代教育溢價路徑回歸結果

分樣本家庭老齡化路徑中介效應回歸結果如表7 所示。由結果可知城鎮家庭親代獨生子女人數越多，家庭中65歲以上老人比重越高，在家庭總收入的調節下家庭教育總支出越高，城鎮樣本下，該路徑條件間接效應與直接效應異號且直接效應不顯著，因此為部分中介效應的遮掩效應。鄉村家庭中獨生子女與老人同住概率比城鎮更高，這是因為鄉村中普遍都有“養兒防老”的觀念，父母與子女普遍同住，獨生子女父母只有一個孩子，因此和父母同住的概率更大。鄉村家庭65歲以上老人比重對家庭教育支出的影響不顯著，家庭收入的調節效應也不顯著，農村家庭普遍收入較低，生產方式以農業生產為主，同時我國鄉村農業人口養老機制還不完善，鄉村65歲以上的老人，尤其是男性，依然可以作為勞動力進行農業生產，不會產生過多的老齡化負擔擠壓子代教育支出，［20］從另一方面來看，鄉村家庭普遍收入較低，教育支出本來就很低，被擠壓空間相對較小。

由表7可知東部地區親代獨生人數對家庭老人比重影響不顯著，方向為負，東部地區經濟發達，社會養老和機構養老體系較為成熟，老人通過養老金自給自足的能力更強，更愿意接受機構養老，［21］不受是否獨生子女身份影響，另一方面獨生子女父母思想更容易走出“養兒防老”的傳統觀念，而不選擇和子女同住。有研究表明任何年齡的獨生子女與父母同住的概率都高于非獨生子女，但是獨生子女與父母同住的概率會隨著年齡的增加而減少，［22］中部和西部地區回歸結果符合結論。中部地區親代獨生人數對家庭老人比重影響低于西部地區，通過和城鄉樣本差異進行對比不難發現經濟越發達的地區親代獨生人數對家庭老人比重影響越小。東部地區家庭老人比重對家庭教育總支出影響顯著，而中西部地區影響不顯著，說明中西部地區家庭老齡化擠壓教育支出不具有普遍性。

表7 分樣本家庭老齡化路徑回歸結果

綜合分樣本兩條路徑結果來看，鄉村家庭相比城鎮家庭對子代教育投入影響不顯著的原因主要是：鄉村家庭親代獨生人數增加，親代總教育溢價增加較弱，老齡化負擔增加更強，正向親代教育溢價的促進效應減弱，負向老齡化負擔的遮掩效用增強，從而導致農村家庭親代獨生人數對子代教育投入的影響不顯著；中部地區家庭更重視教育，“匯流”效應不如東部地區強，獨生教育溢價較低，西部地區教育資源匱乏，親代獲得的教育溢價對子代教育支出的影響程度相比于東部地區更小，從而導致中西部地區家庭親代獨生人數對子代教育投入影響不顯著。

4.獨生“匯流”效應的代際傳遞

在研究獨生“匯流”效應的代際傳遞時，我們依然將親代獨生子女人數作為解釋變量，被解釋變量替換為子代人均教育支出對數，并且根據子代是否為獨生子女進行分組，探究親代獨生對子代的教育“匯流”的代際影響。

在控制了家庭信息后，總樣本親代獨生人數對子代的人均教育支出影響顯著，親代獨生人數每增加1 人，子代人均教育支出增加9.7%。在子代為獨生子女的家庭樣本中，親代獨生人數對子代人均教育支出的影響相比總樣本更加顯著，親代獨生人數每增加1 人，子代人均教育支出增加11.3%，而子代為非獨生子女的家庭樣本中，親代獨生人數對子代人均教育支出的影響不顯著。上述實證結果說明獨生“匯流”效應存在代際傳遞，親代的獨生教育溢價更容易傳遞到獨生的子代身上，而非獨生子女家庭則不存在這種傳遞關系（見表8）。

表8 “匯流”效應的代際傳遞

五、結論與建議

與以往的獨生子女研究不同，本文聚焦已經成家并且開始對下一代進行教育投資的出生隊列相對較早的獨生子女，研究考察了當代中國家庭結構背景下，中生代獨生子女做為親代對子代教育投入的影響因素與傳遞機制，探索了教育溢價與老齡化兩條中介效應路徑，延續了中國獨生子女研究的生命周期脈絡，進一步豐富了獨生子女和家庭人力資本投資相關研究。本文采用2017 年中國家庭金融調查（CHFS）數據，利用數理統計、中介效應分析、中介調節效應分析等方法對我國家庭親代獨生情況影響家庭人力資本投資機制進行研究。主要結論如下：

首先，親代獨生人數與子代教育投入總體呈現正相關變動，獨生子女通過“匯流”效應獲得了更多的教育資源，從而獲得更多的教育機會，并且在成年養育下一代的時候，會為子代增加一定的教育投入，獨生子女存在教育溢價，親代獨生人數越多，親代的總教育溢價越高，子代的教育投入越高，該中介路徑為完全中介效應，占總效應比例超過70%。

其次，親代獨生人數通過家庭老齡化程度影響子代教育投入，獨生親代相較于非獨生其與老年父母同住的可能性更高，從而擠壓獨生親代對其子代的教育投入，家庭總收入起到了調節作用，家庭收入越低，家庭老齡化程度對家庭教育支出的影響越顯著。

再次，城鎮家庭親代獨生人數對子代教育投入的促進作用比農村家庭更高，農村家庭親代獨生人數對家庭子代教育投入的影響不顯著。東部地區家庭親代獨生人數對家庭子代教育投入的影響依然顯著，中部地區和西部地區親代獨生人數對家庭教育總支出的影響都不顯著。通過分路徑中介效應分析可知，農村家庭相比城鎮家庭而言，農村家庭親代獨生人數增加，親代總教育溢價增加較弱，老齡化負擔增加更強，從而對家庭微觀人力資本投資影響不顯著；中部地區家庭更重視教育，“匯流”效應不如東部地區強，獨生教育溢價較低，西部地區教育資源匱乏，親代獲得的教育溢價對子代教育支出的影響程度相比于東部地區更小，從而對家庭子代教育投入不顯著。

最后，子代為獨生子女的家庭，親代獨生人數對子代教育投入有正向促進效應且效應顯著，子代為非獨生子女則不顯著，說明親代是獨生子女身份的人數越多，對于獨生子代的個體教育投入就越多，而非獨生的子代個體所獲得的教育投入則不會隨著親代獨生人數的增加而增加。

隨著早期獨生子女生命周期進程的不斷推進，他們在家庭中的地位不斷提高，獨生子女擔任父母角色的比例會越來越高，他們的思想、經濟、文化程度和所處的社會家庭環境會對其子代的教育投入造成一定程度的客觀影響。從上述結論出發，提出以下建議：

第一，加強社會化撫養和社會化教育進程，使獨生子女和非獨生子女在家庭中的教育獲得差異能夠通過社會化進行一定程度上的稀釋，從而促進社會教育公平。控制獨生子女成年后對其子代的教育投入與非獨生子女對其子代的教育投入的差距繼續拉大，進一步緩解社會階級固化，盡量避免社會流動性不足等風險。

第二，重視獨生子女家庭養老問題，加強與完善相關扶持政策，保障獨生子女父母養老服務；社會要積極引導獨生子女贍養老人的方式方法，鼓勵獨生子女父母積極參與社會活動，繼續實現自身價值；改變傳統家庭養老的觀念，大力推廣社會養老或者機構養老。

第三，發展“銀色”經濟和政府社會化養老體系，積極促進老年人就業，減輕家庭養老負擔，從而減輕老齡化負擔對于家庭教育支出的擠出效應，尤其讓家庭收入較低的孩子能夠擁有更多的教育資源。

第四，徹底改變城鄉二元的發展定式，在推進新型城鎮化發展的同時，也要兼顧新農村建設，促進農村經濟發展，保障農村就業人數，避免農村獨生子女在接受教育后大批量地離開農村，從而使農村老齡化嚴重，人才嚴重匱乏。協調不同地區的教育資源分配，在全國各地因地制宜地推動教育發展，削弱地域引起的教育歧視，推動社會協調有序發展。