欢迎访问《课程教材教学研究》杂志社官方网站(唯一官网)。
当前位置首页 > 往期目录 > 《课程教材教学研究》2021年11期目录
高等教育入学机会分配的出身变量
《课程教材教学研究》官方投稿邮箱:kechenggw@163.com
先赋因素通常是多个维度的,不同研究者对此的分类方式也不尽相同。这里将沿用笔者在2008年提出的一个分类方案,即将先赋条件区分为遗传条件、家庭资源条件和其他非家庭的先赋条件。本文重点关注的是家庭资源条件,主...

先赋因素通常是多个维度的,不同研究者对此的分类方式也不尽相同。这里将沿用笔者在2008年提出的一个分类方案,即将先赋条件区分为遗传条件、家庭资源条件和其他非家庭的先赋条件。本文重点关注的是家庭资源条件,主要包括内生性家庭资源(如文化资本)和外依性家庭资源(如父母的社会阶层地位、家庭经济水平等)。个体层次的出身影响包括家庭背景和先天享赋两组变量。分析中作为集束变量的先赋效应包括先天享赋和家庭背景两类变量,而作为出身效应的集束变量则只包括家庭背景中所提到的各变量。

(1)先天享赋

先天享赋是一个非常宽泛的概念,这里只是借用这个概念来表达性别(女性一1)和民族(少数民族一1)两个变量的集合效应,并不涉及才能天赋等其他方面的遗传效应。

(2)家庭背景

a.父代的社会经济地位:以父亲职业阶层、母亲职业阶层、家庭收入水平、入学前的户籍(农业户口一1)、是否独生子女等5个变量来表示。其中职业划分为私营业主、管理者、专业技术人员、办事人员、自雇佣者、技术工人、体力工人和农民等8个阶层;家庭收入水平由低到高依次划分为8个等级水平。

社会经济地位变量集束中包括是否独生子女为虚拟变量。在教育不平等的研究传统中,兄弟姊妹数量一般被当作稀释或分享家庭资源的家庭背景变量来分析,①这里将是否独生子女作为“社会经济地位”潜变量因果模型的一个预测变量。

b.家庭文化资本:包括父母亲教育水平、高中时期的家庭藏书量(不包括课本)等。这里父母教育程度划分小学及以下、初中、高中或相当、大专、大学本科和研究生等6个层次。

4.其他控制变量

模型中其他控制变量包括各省教育发展水平(10万人口中的大学生数,取对数)、入学时间及调查时点虚拟变量。为介绍系数集束化方法,我们先从二项logit模型开始,如方程(1)所示:

异,在模型拟合过程中引入集束系数(SheafCoefficients)技术。①假定同时存在一个表示能力的潜变量(μ)和表示出身的潜变量(μ},,它们分别是与能力相关的一系列自变量X、以及与出身相关的一系列自变量X,的结果变量:

事实上,方程(4)只是对方程(1)的一种替代性呈现,对它的估计是在拟合模型(1)之后完成的。后估计的目标在于同时选择两套参数ZZ;,以使7。和7。的标准差都为1,从而使7。和7。这两个集束变量的效应之间具有可比性。

估计方法:②在估计方程(2)(3)时,将常数项}i,}z均约束为。(这样,当用来估计潜变量能力或出身的观察变量X;,X;均为0时,潜变量}a,。也为;因为方程(}1)与方程(4)具有等价性质,对方程((2),(3)Z;,Z;以及方程(4)}i的估计必须保证可导致方程(1)的相同结果,所以,可令为1,令Z.=R;,z;=R}作为初始值,采用迭代方法来求解。

采用变量集束化方法,还可以同时估计不同类型的能力、出身作用之间的重要性程度。需要注意的是,集束系数总是一个非负的值,要了解各观察变量对因变量的作用方向,还应同时考察潜变量因果模型中潜变量与自变量之间的关系。

同样,针对不同层级的大学机会可设立多项logit模型(mlogit),由此比较能力和出身两种统合效应在各层级入学机会上的效应差异:

Copyright © 2016-2020 版权所有 -《课程教材教学研究》杂志社 - 技术支持:知网空间
投稿邮箱:kechenggw@163.com