中国城镇居民教育投资特征分析

目前城镇居民教育投资水平如何？对其表现出的特征如何判断？换言之，城镇居民教育投资总体水平表现出的特征是不足、合适，还是过度？对个人家庭教育投资水平特征进行判断（不足还是过度）的研究目前还极少看到，因此对该问题的理论探讨和实证研究都严重不足。目前只有若干与此问题有一定相关性的研究——即对教育不足或过度问题的研究，这些研究的成果、尤其是测量教育过度或不足的方法，对本问题的研究有一定的借鉴意义。关于教育过度的概念可见本书第二章相关内容。对教育过度或不足的测量主要有两种方法——客观法和主观法。客观法包括工作分析法（jop analysis）、实际匹配法（realized matches）。前一种是根据职业分类所确定的不同工作所需的教育水平与工人实际的教育程度的比较；后一种是某一特定职业中工人实际的教育水平和平均的教育水平的比较。主观法是工人自我评估法（worker self－assessment），根据工人的自我评估进行测量。客观法对教育不足或过度的测量利用的是平均数和标准差，这种方法存在的缺点是容易低估教育过度的程度^[10]，而主观法有利于克服这一缺陷。本研究借鉴了对教育不足或过度问题的研究成果，将个人家庭教育投资不足定义为：个人和家庭的实际教育投资显著低于以其收入衡量的合理教育投资水平。同理将个人家庭教育投资过度定义为：个人和家庭的实际教育投资显著高于以其收入衡量的合理教育投资水平。在定量分析中采用的方法是主观法，即受教育者个人和家庭对自己的教育投资负担水平的自我判断。

本研究在《城镇居民教育投资状况调查问卷》中设计了一个专门问题来测量个人家庭教育投资的状况，它询问被调查者“为孩子花费在教育上的费用，对你家庭来说：①不高②一般③较高④承担不起⑤说不清”，根据被调查者的回答就基本能够判断个人家庭教育投资的负担状况。但是，直接利用该数据来判断个人家庭教育投资水平的不足或过度问题还存在着一些缺陷。首先是被调查者的自我判断受本人所处环境、与他人交往情况、知识、认识水平、认知类型等内外诸因素的影响，其准确性难以保证，很可能回答的答案是错误的。其次，许多被调查者自身难以作出回答，选择了“说不清”选项，或者不作回答，使定量研究碰到较大的困难。如果能够建立一个准确、具体的标准，采用更科学的方法，对个人家庭教育投资水平的特征（不足、合理或过度）进行分类，判断研究对象真正属于哪一个类别，这样我们就可以明确知道目前城镇居民个人家庭教育投资的总体水平是怎样的，并根据被调查者的问卷选择类别与真正所属类别的不同，了解被调查对象出现误判的比例和倾向。对此，本研究采用了判别分析的统计分析方法。

判别分析是根据以往经验归纳对案例进行统计鉴别和分类的方法。它可以就一定数量案例的一个分组变量和相应的其他多元变量（表明观测对象特征）的已知信息（变量值），筛选出能提供较多信息的变量并建立判别函数，使得利用推导出的判别函数对观测量判别其所属类别时的错判率最小。判别分析还可以对未知分组属性的研究对象，把它们的变量值代入判别函数，得出判别分数，从而确定该个体属于哪一类。

在判别分析的具体操作中，把被调查者对个人家庭教育投资的负担水平的回答作为因变量y，根据问题选项，把选择“不高”的定义为类别1，表示教育投资不足；把选择“一般”的定义为类别2，表示教育投资合适；把选择“较高”和“承担不起”的选项合并，定义为类别3，表示教育投资过度；把选择“说不清”和未选择（缺失）的定义为类别4，表示未知情况。将问卷调查得到的家庭平均月收入、学校一般支出、学校外直接支出、学校外间接支出作为自变量^[11]，分别用x1－x4表示。

在进行判别分析时选择逐步判别法。逐步判别分析前对各组均值是否相等的统计检验结果表明，在0.05的显著性水平上，家庭平均月收入、学校一般支出、学校外直接支出三个变量在各组的均值上是有显著差异的，而学校外间接支出变量未通过显著性检验（结果见表4－17）。

表4－17　逐步判别分析前各类均值是否相等的检验

逐步判别分析中，变量进入模型和被剔除模型的原则选择了Wilks's Lamada达到最小。进入分析的变量经过三次迭代以后，家庭平均月收入、学校一般支出两个变量进入判别方程，说明这两个变量对判别函数的贡献更突出（结果见表4－18）。判别分析的结果得到两个判别函数，这两个判别函数可以解释全部方差。对判别函数的Wilks'Lambda检验结果表明在0.001显著性水平上，两个判别函数都是显著的。通过标准化判别函数的系数（标准化变量的系数表示判别权重）和结构系数矩阵（见表4－19和表4－20），可以分析自变量对判别函数的贡献情况。学校一般支出在第一个判别函数上有较大载荷，认为第一个判别函数主要反映学校一般支出对家庭教育投资的影响；家庭平均月收入在第二个判别函数上有较大载荷，认为第二个判别函数主要反映家庭平均月收入对家庭教育投资的影响。根据得到的标准化判别系数推导出的判别函数有两个，分别为：

表4－18　逐步判别分析过程
Varibles Entered/Removed a，b，c，d

At each step.the variable that minimizes the overall Wilks＇Lambda is entered.
a.Maximum number of steps is 10.
b.Minimum partial F to enter is 3.84.
c.Maximum partial F to remove is 2.71.
d.F level，tolerance，or VIN insufficient for further computation.

表4－19　标准化判别函数系数表

表4－20　判别函数的结构系数矩阵

(www.xing528.com)

根据上述判别函数为坐标所做的分组情况标示在散点图（见图4－1）中，从图中可以看出分类结果还是比较理想的。

图4－1　以判别函数为坐标的散点图

判别分析提供的判别概要结果如表4－21所示，它提供了原始数据中各种分组类型与判别出的各种分组类型的案例数交互表，并提供相应分组所占比例。在预测分组属性的交互表部分，其对角线上（从左上方至右下方）正好是预测组别与实际组别相一致的判别结果部分，这一部分案例数下面就是各类实际分组中正确判别的案例的百分比，其他各单元则是实际分组与判别分组不一致的案例数和百分比，也就是实际分组中出现错误的案例数和百分比，在本例中表示的是，被调查者对自己教育投资水平特征的判断出现不准确或偏差的人数和百分比。从该栏数据可以看到，认为自己教育投资不足的个人家庭的判断正确率非常低，只有14.1%，认为自己教育投资不足的个人家庭中其实有61.2%的人属于教育投资合理，有24.7%的属于教育投资过度；认为自己教育投资合理的个人家庭的判断正确率最高，为64.2%；而认为自己教育投资过度的个人家庭的判断正确率介于其他两类之间，为49.1%，认为自己教育投资过度的个人家庭其实有48.1%的属于合理范围，还有2.8%的属于教育投资不足。全部有效案例的判断正确率为54.2%。通过对所有有效案例进行判别分组的数据总计后，属于教育投资不足的个人家庭占有效样本总体的6.1%，属于教育投资合理的个人家庭占有效样本总体的58.0%，而属于教育投资过度的个人家庭占有效样本总体的35.9%。

表4－21　判别分析的概要结果

a.54.2%of original grouped cases correctly classified.

综上分析说明：（1）城镇居民个人家庭对自己教育投资的真实状况的判断是非常不准确的，存在偏差的可能性很大，大约只有一半的个人家庭能够正确认识和评价自己的教育投资水平合理与否。其中，认为自己属于教育投资不足的个人家庭出现误判的可能性最大，只有14.1%的个人家庭确实属于教育投资不足，大多数其实是属于教育投资合理的或过度的，他们极容易犯低估自己教育投资水平的错误；认为自己属于教育投资过度的个人家庭也有一半可能出现误判，他们中有接近一半的个人家庭其实是教育投资合理的，但他们真正属于教育投资不足的可能性很小；比较而言，认为自己属于教育投资合理的个人家庭出现误判的可能性较小，出现误判的个体中有27.4%的应该属于教育投资过度，只有8.4%的属于教育投资不足。因而分析结论认为：城镇居民中个人家庭对自己教育投资水平的判断比较容易出现误差，且存在着更容易低估自身教育投资水平的倾向。（2）从个人家庭教育投资水平的真实分组状况分析，有6.1%的个人家庭存在教育投资不足，有58.0%的个人家庭教育投资比较合理，还有35.9%的个人家庭存在教育投资过度。因此，对目前中国城镇居民个人家庭总体教育投资水平作出的判断应该是：在多数个人家庭教育投资合理的基础上，相当多的个人家庭存在着教育投资过度现象。

由于判别分析还可以对未知分组属性的研究对象利用判别函数来确定它属于哪一类，因而，本研究对调查问卷涉及的所有调查对象（包括回答“不清楚”和缺失的）利用判别函数计算后，都分配在三个组别中，进一步了解各类人群在三个组别中的分布情况如何、有无显著差异。

通过对不同家庭收入、不同职业、不同单位类型与不同受教育程度家庭的教育投资特征上的分布情况，可以看到不同社会群体之间在教育投资不足、合理和过度的倾向性上的确存在明显差异。具体来看，在不同家庭收入组别中，只有中高收入组以上的家庭才可能存在教育投资不足，而且高收入组中的92.3%属于教育投资不足类型；随着收入的下降，家庭教育投资存在教育投资过度的比例反而越高，高收入组只有7.7%的家庭属于教育投资过度，而低收入组却有38.6%的家庭属于教育投资过度。卡方检验的结果表明各收入组之间差异是非常显著的。根据户主不同的职业层次分组，随着职业层次的降低，家庭越不可能出现教育投资不足现象，越可能出现教育投资过度现象。卡方检验的结果说明各职业分层之间存在显著差异。根据户主的单位类型分组中，在政府部门和事业单位工作的个人家庭教育投资特征比较相近，其特点是教育投资不足和过度的比例都相对要少，而其教育投资合理的比例却最高，达到两组总人数的63%以上；属于私营企业、个体户和其他人员的个人家庭教育投资过度的比例最高，占其各类总体的36%以上；同时，属于私营企业、外资合资企业、个体户的个人家庭教育投资不足的比例也最高，都高于8%。因此，工作单位类型属于私营企业和个体户的个人家庭，他们的家庭教育投资最容易出现偏于不足或过度这种“两极分化”现象，从而教育投资合理的比例偏低。各分组之间的卡方检验结果也是很显著的。在户主不同的教育程度分组中，户主的教育程度从小学到大学本科的四个组别之间在教育投资不足的比例上差别很小，比例都在3.5%～6.4%之间，但户主是研究生学历的家庭教育投资不足的比例非常高，达到34%以上；同时，随着户主教育程度的提高家庭教育投资过度的比例却在减少，从小学、初中组的40%以上，降低到大专、本科组的32.1%、研究生组的30.4%。卡方检验也表明各组之间存在显著差异（数据见表4－22）。

表4－22　不同类别的城镇居民的教育投资水平差异分布

说明：不同收入分组和不同职业层次分组的方法与表4－11相同。

以上分析表明，社会客观因素的差异、个人家庭所属群体的不同都非常显著地影响着家庭教育投资的特征（不足、合理和过度）。那么，个人家庭的主观因素是否也有影响作用呢？本研究的调查问卷中调查了：①家庭对孩子期望的最低受教育程度和最高受教育程度；②家庭为孩子教育投资的主要原因有哪些，选择项包括为孩子升学、找工作、提高素质、家长经验和意愿、随潮流等。我们根据对上述家庭教育投资主观因素的不同选择将其与家庭教育投资水平特征的三个类别进行了列联分析，研究结果表明家庭对孩子最低受教育程度和最高受教育程度的期望与家庭教育投资水平特征的三个类别之间，家庭为孩子教育投资的主要原因与家庭教育投资水平特征的三个类别之间都没有显著差异。因此研究结论认为，对家庭教育投资水平的特征——即不足、合理和过度现象产生影响作用的主要因素是个人家庭收入、受教育程度、社会所属群体等社会客观因素，而家庭主观因素很可能没有对此产生显著的影响作用。