由于总体样本数据中家庭教育支出存在较多缺失或者数值为0，为使模型更准确，本文选取经过筛选的有效样本数据进行实证分析，有效样本数为243 户。根据上述模型得出的回归结果如表5-2 所示。
建立模型如下：
Yi=β0+β1X1i+β2X2i+…… +βn Xni+ε ，i=1，2，n
模型中因变量Y为平均家庭教育支出。对于自变量，则采用逐步筛选的方式进行自动筛选，最终选择了以下自变量X，分别为生育子女数量、家庭年收入、受访者年龄和对子女的受教育水平期待。
β0为截距，β1至βn分别为各项变量的回归系数，ε 为方程的误差项。误差项ε 与各个自变量相互独立，且具有正态性、同方差、零均值的特征，主要用来解释变量观测值与真实值之间的差距。
从表5-2 中可知，模型所选取的自变量对于因变量的影响都是显著的。选取的自变量的容差均接近1，且方差膨胀因子（VIF）数值在1 附近，说明自变量间存在多重共线性的可能性较小。
实证分析结果显示：
回归模型中生育子女数量的系数为负，说明西部调研地区家庭生育子女的数量与子女的受教育程度存在负相关性。家庭中平均每多出生一个孩子，教育支出将会减少0.146 个单位。也就是说，在西部调研农户中子女数量形成对质量的挤压替代效应。(www.xing528.com)
家庭收入显著影响家庭子女教育投资策略，且影响程度较大，影响系数为0.588。在西部调研农户中，家庭存在对子女教育投资的需求，当收入增加到足以保障家庭基本生活所需之后，家庭教育投资便会形成。
母亲的年龄显著影响家庭子女教育支出。首先，可能是母亲年龄越大，家庭规模一般也会越大，家庭的生命周期阶段已经从核心期发展到扩展期，甚至衰退期，有较大子女参与就业，同父母一起支付兄弟姐妹的教育花费。另外，母亲年龄较大，可能是由于母亲受教育程度较高导致的晚婚和晚育，母亲的受教育程度会正向影响家庭的教育投资策略。
家庭中对子女受教育程度的主观期待，是正向影响其实际教育支出的。
表5-2 回归分析结果
续表
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
