图片来源：百度图片

原文信息：

王伟同,周洪成,张妍彦.看不见的家庭教育投资：子女升学压力与母亲收入损失[J].经济研究,2021,56(09):73-89.

一、引言

家庭教育投资是人力资本累积的重要途径，在家庭教育投资中，不仅包括家庭用于子女课外辅导和培训等方面的现金性教育投资，也包括家庭以投入更多时间陪护子女教育的方式所进行的隐性教育投资。隐性教育投资行为更多以家庭放弃潜在收入为代价的方式实现。

在性别观念和家庭分工传统下，家庭隐性教育投资行为更多来自于母亲，因此识别子女教育压力对母亲收入的影响是观察家庭隐性教育投资行为的重要视角。识别家庭隐性教育投资行为的难点在于，很难在实证策略上准确区分母亲用于子女抚养和子女教育的两种隐性支出行为。本文的贡献在于，提出了“家庭隐性教育投资”的概念，并在合理构建因果识别策略基础上，实证估计了子女升学压力对母亲收入及劳动决策的微观影响，为观察中国家庭隐性教育投资行为提供了微观证据。这为更好评估教育“内卷化”带来的隐性社会成本，以及更合理的推进义务教育政策改革提供了研究基础。

二、数据来源与研究设计

1.数据来源：

本文核心数据来自2005年1%人口抽样调查数据，并对数据样本进行了如下处理:首先，根据适龄教育子代信息与其父母信息进行匹配，构造包含女性工资收入和子女教育信息的匹配数据库;其次，剔除了女性年龄大于55岁及单亲母亲样本，这是由于退休女性及单亲母亲在劳动供给决策上不同于工作年龄阶段的在婚女性;再次，使用城市户籍女性样本作为主要研究对象，这是由于城市女性相对于农村女性而言更加重视子女教育，子女升学压力影响女性工资收入的现象更适用于城市样本。在此基础上，为检验研究结论的稳健性以及考察家庭隐性教育投资行为近年来的变化趋势，本文进一步使用2010年人口普查数据和2012—2016年CFPS数据进行了稳健性检验。

本文的核心解释变量是母亲是否具有子女升学压力，其度量来自于其子女所在年级是否处于升学阶段的虚拟变量，如果其子女的教育阶段处于六年级、初三和高三年级，则视为其具有升学压力取值为1，如果其子女没有处于升学阶段则取值为0。本文的被解释变量是母亲的月度工资收入，根据数据库中的调查问卷设计，该工资收入是调查对象上个月的工资收入。

在控制变量方面，本文控制了母亲的教育水平、年龄、迁移年份以及是否有医保等个体特征，以捕捉母亲个体差异对其工资收入水平的影响。在控制母亲个体特征基础上，也控制了子女的性别和是否独生子女等特征，以控制子女个体差异对升学压力程度可能带来的影响。进一步本文还控制了父亲及家庭相关特征，包括父亲户籍、年龄、收入和教育水平，以及家庭主要生活来源、购房费用以及本户居住人数等变量。上述控制变量尽可能捕捉和控制了影响子女升学压力程度、女性劳动力供给决策及工资收入的相关干扰因素，有助于更加准确的估计子女升学压力下的母亲工资收入损失。

2.研究设计：

实验组和控制组的选择：本文选择子女处于六年级、初三及高三年级的女性作为实验组，同时选择子女与实验组年龄相近的子女处于初一、高一和大学一年级的女性作为控制组。

为了构造随机分组的实验环境并保障实验组和控制组样本数量的均衡和可比，本文选取了三个非自然年度出生的学生样本及其匹配的母亲信息作为考察样本，即分别是出生于1987年3月至1988年2月，1990年3月至1991年2月，1993年3月至1994年2月的学生样本。在2005年调查期内，根据入学政策规定这三个年度出生的学生将以9月1日为分界点，各有50%的概率处于各自教育阶段升学点的两侧。表1给出了三个年度内样本分组情况，这尽可能保证了考察样本的随机分组性以及分组样本间的可比性，为准确估计子女升学压力对母亲收入的影响提供了准自然实验环境。

排除入学时间自选择行为的干扰：本文选择了工具变量方法来构造因果识别策略。所选择的工具变量是根据学生出生月份及入学政策要求规定的学生年级状态，即如果学生出生月份为3—8月则根据政策要求其应当就读于高年级，因此取值为0;而如果出生月份为9月至次年2月则根据政策要求其应当就读于低年级，因此取值为1。

本文采用2SLS估计方法，具体估计方程如下:

(1)式为二阶段估计方程，(2)式为一阶段估计方程。Yict表示地区c拥有t年龄组子女的母亲i的月度工资收入，Pict表示母亲是否具有子女升学压力，样本中低年级组子女的母亲取值为1，高年级组子女的母亲取值为0。Wict为一组母亲的控制变量，Xict为一组子女、父亲和家庭特征的控制变量，λc为地区固定效应，θt为子女所处的教育阶段年龄组固定效应。Zict是工具变量，当子女为9月1日之前出生取值为0，当子女为9月1日之后出生则取值为1。

三、实证结果

1.基准回归结果

OLS和2SLS两种估计方法下子女升学压力的估计结果均显著为负，这表明子女升学压力会在统计上显著降低母亲收入水平，证明了母亲隐性教育投资行为的存在。在2SLS估计中的一阶段F值均在70以上，因此不存在弱工具变量问题，表明入学年龄政策显著影响了学生的入学时间选择。针对父亲收入的估计结果表明，子女升学压力对父亲收入没有显著负向影响，而且在第4列的2SLS模型估计结果为正并接近于显著，这表明子女升学压力不会降低父亲收入，甚至有促进父亲收入提高的倾向。

从OLS和2SLS模型对母亲收入估计的系数差异看，不考虑入学时间自选择行为的OLS模型估计系数仅为－0.0408，而排除入学时间自选择行为的2SLS模型估计系数为－0.124，克服内生性后的估计系数增大为以前的3倍左右，这说明入学自选择行为会导致OLS模型估计具有较强内生性，进而大幅低估子女升学压力对母亲收入的负面影响。从经济意义上看，子女升学压力会使母亲收入平均下降124元，相较于女性655元的平均收入而言，意味着如果存在子女升学压力会导致母亲收入平均相应下降18.9%。而从家庭平均收入的角度看，这种由母亲工资收入损失所反映的隐性教育投资数额大约为家庭平均月收入的7.0%。考虑到中国城市家庭的规模，这种家庭在子女升学阶段新增的隐性教育投资规模是巨大的，是中国教育投资构成中的重要组成部分，也是影响家庭劳动供给决策的重要因素。

2.不同教育阶段升学压力对母亲收入的异质性影响

为了区分不同教育阶段升学压力对母亲收入的异质性影响，本文对子女处于不同教育阶段的母亲收入进行了分样本回归。

表4给出的回归结果表明，仅初升高阶段的子女升学压力会对母亲收入产生显著负面影响，即在中考阶段相对于没有升学压力的家庭而言，处于子女中考压力下的母亲收入平均会显著下降243元，这意味着中考压力会使母亲收入平均下降37%左右。子女小升初和高考压力对母亲收入也具有负向影响，但在统计上均不显著。

3.基于母亲教育及职业类型的异质性影响

本文将母亲所属行业进行了“非国有部门”和“国有部门”的区分。表5第1列和第2列给出的估计结果表明，子女升学压力会使非国有部门的母亲收入显著下降237元，而属于国有部门母亲样本的估计系数接近于0且统计上不显著，这表明国有部门的母亲收入没有受到子女升学压力的影响，但这并不意味着国有部门母亲没有对子女进行隐性教育投资，而只是由于国有部门的工资比较稳定，母亲工资没有受到陪护子女行为的显著影响。

本文根据母亲受教育程度将其分为两组样本，其中受教育程度为高中及以上的母亲归为高教育水平组，而受教育程度为初中及以下的母亲则归为低教育水平组。表5第3列和第4列给出的估计结果表明，高教育水平母亲的收入会显著受到子女升学压力的影响，平均工资会下降152元，而低教育水平母亲的收入虽然会受到子女升学压力的负面影响，但统计上不显著。这表明受教育程度更高的母亲会更加关注子女教育，进而更大程度影响其劳动供给决策和收入水平。

4.基于子女性别及数量特征的异质性影响

子女的个人特征也是影响母亲隐性教育投资规模与子女升学压力之间因果关系的重要因素。表6给出的估计结果表明，养育男孩的母亲收入会显著受到子女升学压力的影响，其工资收入会平均下降211元，而这种子女升学压力对养育女孩的母亲收入并不存在显著负面影响。

针对独生子女和非独生子女家庭的分样本估计结果显示，独生子女家庭的母亲收入会显著受到子女升学压力的负面影响，其收入会平均降低156元，而针对非独生子女家庭样本，母亲收入并不会受到子女升学压力的影响。

四、稳健性检验

1.排除子女辍学样本对估计结果的影响

为了排除辍学等非在学样本导致的估计偏差，本文在基准回归样本基础上重新补充了非在学样本，并将所有非在学样本归入没有子女升学压力的控制组。
 

表7给出的估计结果表明，OLS和2SLS两类估计的结果与基准回归结果没有显著差异，虽然系数略有下降但均依然显著为负。同时分教育阶段的估计结果显示，依然是初升高阶段升学压力对母亲收入的影响最为显著，且与基准估计结果没有显著差异。

2.考虑家庭学历结构及父母家庭分工的影响

本文将样本分为了男性学历不低于女性学历的父母学历差为非负的样本组，以及男性学历低于女性学历的父母学历差为负的样本组，根据推论母亲收入受到子女升学压力影响而下降的现象更可能发生在父母学历差为非负的样本组中。表8给出的估计结果表明，在父母学历差为非负的组别中子女升学压力对母亲收入影响显著为负，而父母学历差为负的组别中这种效应则不存在。同时基于父母学历差为非负的样本进一步区分不同教育阶段的分样本估计结果也与之前的研究结论基本吻合，这验证了本文关于家庭性别分工导致母亲更多受到子女升学压力影响，进而影响收入水平的逻辑推论。
 

五、机制分析

1.机制分析

表9第1列关于女性劳动参与率的估计表明子女升学压力会使母亲的劳动参与率下降3.44%，这意味着确实有部分母亲通过退出劳动力市场的方式进行隐性教育投资。第2列关于母亲工作时长的估计结果表明母亲有通过降低劳动时间进行子女教育陪护的倾向。第3—5列分别报告了母亲小时工资的估计结果，可以发现子女升学压力会显著降低母亲小时工资水平，平均来看小时工资会降低0.91元。而分样本估计显示，非国有部门的母亲小时工资降低更为明显，会平均降低1.75元，而国有部门工作的母亲小时工资则没有显著变化。

上述结论表明，子女升学压力显著降低了母亲特别是非国有部门工作母亲的工作绩效。第6—7列是关于母亲和父亲在工作日从事家务劳动时长的估计结果，其表明子女升学压力会使得母亲每天从事家务劳动的时长显著增加0.963个小时，而父亲的家务劳动时长没有显著变化，这说明母亲是在子女升学压力下通过增加家庭无酬劳动时间的方式放权了潜在工资收入。

上述机制分析表明，子女升学压力影响母亲收入存在三种可能机制:一是部分母亲选择退出劳动力市场;二是部分母亲选择了减少工作时间与工作绩效;三是部分母亲选择将更多时间用于家庭劳务，从而分配更多的精力用于子女教育陪护。

2.基于不同数据库样本的进一步分析

为了验证子女升学压力对母亲收入及劳动决策的动态影响，本文基于2010年人口普查数据及2012—2016年CFPS数据进行了进一步分析。表10第1—2列的估计结果可以发现子女升学压力会使得母亲就业率下降2.45%，周工作时长下降1.07小时，该结论表明子女升学压力会显著降低母亲劳动参与率，与本文使用2005年普查数据得到的基本结论基本一致。第3—5列给出的估计结果可以发现子女升学压力会使母亲年收入降低2230元，与样本中5800元的年平均收入相比，意味着子女升学压力使母亲收入平均降低38.45%。这是基于2005年数据估计得出下降19%结论的近2倍，而每周工作时长下降6.056小时，就业率下降15.8%，也相较于2005年有大幅增长。

不同数据库的实证结果均表明，2010年以后子女升学压力无论是对母亲收入还是劳动时间均呈现出更大程度的负面影响。这表明近年来随着教育竞争的加剧，家庭隐性教育投资现象存在逐步增强的趋势。

3.基于省份间录取压力差异的进一步分析

为刻画不同地区差异化的升学压力带来的异质性影响，本文选择了部属高校在各省录取比率作为各地区录取压力的度量。

在实证策略中，本文分别采用了交互项模型和分样本估计两种方式，验证地区录取压力差异带来的异质性影响。为消除地区间经济发展因素对估计带来的可能偏误，在交互项模型估计中控制了省份的GDP、第二产业占比以及职工平均工资等变量，以消除省级层面的经济因素对母亲收入水平的影响。而在分样本估计中为保障估计结果的稳健性，本文根据录取压力大小进行了多个组别的分样本估计。表11中的第1列给出了交互项估计的结果，其中子女升学压力和高校录取压力的交互项估计系数显著为－0.0765，意味着对具有子女升学压力的母亲而言，如果其所在地区录取压力每增大1个单位，即录取率降低1%，则其收入会平均多下降76.5元。在第2—7列给出的分样本估计中，本文分别估计了压力最大和最小5个、10个和15个省份样本情况。结果显示，在录取压力更大的省份中估计结果均显著为负，其在压力最大的5个省份样本中估计结果的经济效应最为显著，而压力最大10个和15个省份样本中由于逐步加入了压力相对较小的地区，因此估计结果的经济显著性和统计显著性也逐步趋于下降。而在压力最小的5个、10个和15个省份样本中，子女升学压力对母亲收入均没有显著负面影响，也与之前的理论预期是一致的。

六、结论与政策建议

本文得出的研究结论如下:一是子女面临升学压力会使母亲月收入显著下降19%，而父亲收入没有显著变化；二是异质性分析发现，中考阶段的升学压力对母亲收入的影响最为显著，高学历以及非国有行业的母亲收入更容易受到子女升学压力的影响，独生子女和生育男孩家庭的母亲会由于更加重视子女教育而受到更多的工资损失；三是机制分析发现，在子女升学压力下母亲会通过降低劳动参与率、降低工作时长以及增加家庭照料时间等方式进行隐性教育投资;四是利用地区重点高校录取率反映地区间升学压力，发现子女升学压力越大的地区，母亲收入下降幅度越大。本文研究结论表明，在教育竞争不断加剧的背景下，母亲普遍会基于子女升学压力的考虑而减少劳动供给并放弃潜在收入，这本质上是一种家庭的隐性教育投资行为。

本文的关注视角和研究结论对更好理解中国当下的教育“内卷化”现象和义务教育改革举措具有现实意义。

Abstract

China's Confucian cultural tradition has always attached great importance to children's education, so Chinese families generally have a strong willingness to invest in children's education． In recent years, the involution of compulsory education in China has become increasingly prominent． There are many news about the proliferation of cram schools, the high-priced school district houses and mother in full-time accompany of children during examinations．This paper uses the exogenous impact of children's enrollment pressure on family education as identification framework, effectively eliminating the interference of the family's implicit parenting expenditures, and estimating the mother's income loss caused by the competitive pressure of children's education． The main contribution of this paper is that it creatively puts forward the concept of the family's implicit education investment, and constructs a causal identification strategy to estimate the mother's wage loss under the pressure of children's enrollment, which provides micro evidence for the family's implicit education investment behavior in China．