肖殿荒 王姝力 畢艷成

摘要：在2008—2016年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)的基礎(chǔ)上，構(gòu)建多元回歸模型及Logit二元選擇模型，運(yùn)用兩階段最小二乘法對城鄉(xiāng)家庭代際貧困流動性進(jìn)行測度，對比分析了城鄉(xiāng)家庭之間代際貧困流動性的差異。研究結(jié)果表明：第一，城鄉(xiāng)家庭整體代際貧困流動性不斷降低，并且農(nóng)村家庭的代際貧困流動性普遍高于城鎮(zhèn);第二，教育支出水平的提高日益成為城鄉(xiāng)貧困家庭子輩跳出貧困陷阱的關(guān)鍵;第三，農(nóng)村醫(yī)療條件雖然有所改善，但父輩的健康水平依然是子輩擺脫貧困狀態(tài)的制約因素。結(jié)論是改善貧困地區(qū)教育和醫(yī)療條件，能夠促進(jìn)城鄉(xiāng)貧困家庭提高收入水平，增強(qiáng)不同社會階層的流動性。

關(guān)鍵詞：代際貧困;流動性;教育因素;健康水平;醫(yī)療條件

中圖分類號：F061.3 ? 文獻(xiàn)標(biāo)識碼：A ? 文章編號：1007-2101（2019）04-0016-06

一、引言

改革開放40年來，中國城鄉(xiāng)居民收入水平都得到了顯著提高，但與此同時，城鄉(xiāng)家庭之間的收入差距也在不斷拉大。雖然該問題已經(jīng)引起學(xué)者及政府相關(guān)部門關(guān)注，但目前我國收入分配領(lǐng)域中面臨的問題，并不僅僅是簡單的收入差距擴(kuò)大的問題，而是造成分配不平等的內(nèi)在根源問題[1]。分配不平等主要包括機(jī)會不平等和結(jié)果不平等，學(xué)者們已經(jīng)就兩者之間的關(guān)系形成了普遍共識，即機(jī)會不平等使貧困家庭居民很難通過自身努力來改變經(jīng)濟(jì)與社會地位，是造成結(jié)果不平等的關(guān)鍵因素。衡量機(jī)會不平等的傳統(tǒng)指標(biāo)如基尼系數(shù)、泰爾指數(shù)等，刻畫的是靜態(tài)收入分配結(jié)果，無法反映收入分配的動態(tài)變化以及貧困狀態(tài)在代際間的流動問題[2]。事實(shí)上，在當(dāng)前黨和國家積極推進(jìn)扶貧攻堅(jiān)的關(guān)鍵階段，研究代際貧困流動問題具有極其重要的實(shí)踐意義。因此，本文對我國城鄉(xiāng)居民家庭的代際貧困流動性進(jìn)行測度，重點(diǎn)考察城鄉(xiāng)家庭之間代際貧困流動的差異，以期能為扶貧戰(zhàn)略的推進(jìn)提供借鑒。

二、文獻(xiàn)回顧

馬爾薩斯（1789）是最早對貧困問題進(jìn)行研究的西方學(xué)者，他提出了多重穩(wěn)態(tài)平衡增長模型，目的是為了探索當(dāng)時英國的高生育率與普遍存在的貧困問題之間的聯(lián)系。馬爾薩斯認(rèn)為，如果貧困國家的人均收入水平低于某個閥值，那么該國家將會陷入貧困陷阱，擺脫貧困的唯一途徑則是通過控制生育率，但馬爾薩斯在模型設(shè)定過程中沒有考慮人力資本的因素[3]。舒爾茨（1960）在人力資本研究領(lǐng)域做了開創(chuàng)性的工作，他強(qiáng)調(diào)人力資本是居民收入提高的決定因素，而政府部門提供的公共教育是消除貧困的有效手段[4]。Blan和Duncan（1967）認(rèn)為子輩的經(jīng)濟(jì)地位主要受到個人能力、父輩的職業(yè)以及受教育水平等因素的共同影響，父輩經(jīng)濟(jì)地位的不平等會在子輩中不同程度的再現(xiàn)，即如果貧困家庭中父輩的職業(yè)地位和受教育水平都很低，那么子輩貧困的可能性則較大，他們的研究為分析代際貧困傳遞問題提供了可以量化的實(shí)證分析框架[5]。Becker和Tomes（1979）開始對貧困問題進(jìn)行系統(tǒng)研究，并將人力資本理論引入家庭層面，但未對代際貧困流動問題進(jìn)行解釋[6]。Solon（1992）運(yùn)用工具變量法估計(jì)了美國居民家庭的代際收入彈性，該研究克服了模型的向下偏誤，進(jìn)而奠定后來學(xué)者們研究的微觀基礎(chǔ)，如Maoz和Moav（1999）將信貸約束加入到Solon的模型中，結(jié)果發(fā)現(xiàn)，貧困家庭很難籌措到足夠的資金對子女進(jìn)行教育資本投資，從而導(dǎo)致了貧困家庭子輩很少有機(jī)會提升其收入水平，這不僅導(dǎo)致了貧困在代際之間傳遞，也影響了社會的長期經(jīng)濟(jì)效率[7-8]。Cabrillana（2009）認(rèn)為，如果貧困家庭中父輩的個人能力比較突出，也能夠從銀行借到資金來增加子輩的教育資本支出，最終會降低家庭代際貧困的持續(xù)性[9]。Solon（2004）將公共教育支出和家庭教育支出進(jìn)行綜合考慮，重點(diǎn)分析了公共教育支出對代際貧困流動的影響，結(jié)果表明兩者存在反向變化關(guān)系[10]。Mayer和Lopoo（2008）假設(shè)父輩對子輩的教育資本投資面臨一定的資金約束，并且引入了公共教育支出變量進(jìn)行研究，結(jié)果表明，公共教育支出可以顯著縮小不同收入階層之間的貧富差距[11]。Golley和Kong（2013）以2008年中國城鄉(xiāng)勞動力流動調(diào)查數(shù)據(jù)為研究樣本，對我國城鎮(zhèn)與農(nóng)村地區(qū)代際流動的相關(guān)系數(shù)進(jìn)行估計(jì)，結(jié)果發(fā)現(xiàn)教育因素對于打破固化的社會流動機(jī)制具有重要作用[12]。

國內(nèi)學(xué)者中，王海港（2005）較早對我國城鄉(xiāng)居民家庭代際貧困流動性進(jìn)行測度，他選擇了中國社會調(diào)查數(shù)據(jù)中1988年和1995年兩年的單年數(shù)據(jù)作為樣本構(gòu)建回歸方程，研究結(jié)果表明，雖然我國城鄉(xiāng)家庭代際貧困流動性在不斷降低，但農(nóng)村家庭整體流動性水平要高于城鎮(zhèn)家庭[13]。郭叢斌和閔維方（2009）按照收入水平的高、中、低將研究樣本分為三組，通過構(gòu)建二元Logistic模型和運(yùn)用通徑分析技術(shù)，對不同收入群體的代際收入彈性進(jìn)行測算，結(jié)果表明，貧困家庭和富裕家庭的代際收入流動性都顯著高于中等收入家庭[14]。方鳴和應(yīng)瑞瑤（2010）認(rèn)為中國農(nóng)村家庭代際貧困流動性顯著高于城鎮(zhèn)，教育資本投資和職業(yè)代際傳遞是影響代際貧困流動性的主要因素[15]。徐曉紅（2015）將中國家庭調(diào)查數(shù)據(jù)與中國居民收入調(diào)查數(shù)據(jù)進(jìn)行匹配，利用雙樣本工具變量法對2002—2012年我國城鄉(xiāng)家庭的代際收入彈性進(jìn)行估計(jì)，研究發(fā)現(xiàn)城鎮(zhèn)家庭社會流動的整體固化程度高于農(nóng)村家庭，而農(nóng)村貧困家庭的子輩則更加容易陷入貧困流動性陷阱[16]。楊娟等（2015）認(rèn)為，農(nóng)村貧困家庭自身收入條件限制了對子輩的教育資本投資，是導(dǎo)致農(nóng)村貧困家庭陷入貧困流動陷阱的主要因素[17]。亓壽偉（2016）以中國健康營養(yǎng)調(diào)查（CHNS）數(shù)據(jù)為樣本，對男性代際貧困流動性進(jìn)行檢驗(yàn)，結(jié)果表明：城鎮(zhèn)家庭的代際貧困流動性大約是農(nóng)村家庭的兩倍，并且他認(rèn)為家庭收入是導(dǎo)致代際貧困流動的最主要因素[18]。張亞明等（2018）分別從自然、社會以及經(jīng)濟(jì)三個層面建立了貧困綜合評價機(jī)制，同時利用ArcGIS地理信息軟件對環(huán)京津地區(qū)27個縣的居民家庭貧困狀況進(jìn)行測度。研究發(fā)現(xiàn)，環(huán)京津地區(qū)居民貧困問題的多重疊加，嚴(yán)重影響了居民的綜合貧困程度。因此，他們認(rèn)為應(yīng)該阻斷代際貧困傳遞的惡性循環(huán)通道，鼓勵企業(yè)投資或者政府撥款，進(jìn)而提高地區(qū)教育經(jīng)費(fèi)支出[19]。

由于研究樣本和方法的不同，學(xué)者們得出的結(jié)論并不一致，并且學(xué)者們主要用代際收入彈性的估計(jì)結(jié)果來衡量代際貧困流動性，缺乏對貧困程度的直接度量。同時，從城鄉(xiāng)差異的視角對比分析代際貧困流動性及其動態(tài)變化趨勢的研究也較少。本文試圖彌補(bǔ)以上不足之處，通過重新構(gòu)建代際收入彈性模型，運(yùn)用兩階段最小二乘法，并選擇合適的工具變量和代理變量，對代際貧困流動性進(jìn)行測度。根據(jù)實(shí)證研究結(jié)論，本文提出若干政策建議，以期能夠?yàn)檎鲐氄叩闹贫ê吐鋵?shí)提供理論支持。

三、模型與數(shù)據(jù)

（一）模型設(shè)定

本文在Solon（2004）研究基礎(chǔ)上，構(gòu)建如下代際收入彈性模型：

lnyzix=？茁0+？茁1lnyfix+？茁2edufix+？茁3lngzix+？茁4eduzix+？茁5heafix+？茁6sexzix+？茁7urbzix+？著ix（1）

個體貧困特征為虛擬變量，為了分析城鄉(xiāng)家庭代際貧困流動性的差異，還需要構(gòu)建如下形式的多元回歸模型和Logit離散二元選擇模型：

povzix=？茁0+？茁1lnyfix+？茁2edufix+？茁3lngzix+？茁4eduzix+？茁5heafix+？茁6sexzix+？茁7urbzix+？著ix（2）

ln■=？茁0+？茁1lnyfix+？茁2edufix+？茁3lngzix+？茁4eduzix+？茁5heafix+？茁6sexzix+？茁7urbzix+？著ix（3）

上式中下標(biāo)f和z分別表示父輩和子輩，下標(biāo)x表示樣本數(shù)據(jù)所屬的地區(qū)，i表示父輩和子輩可以進(jìn)行配對的樣本。？茁i表示各解釋變量的系數(shù)，？著ix表示隨機(jī)誤差項(xiàng)。具體說明如下：

1. 被解釋變量。povzix表示子輩所處的貧困狀態(tài)。本文選取總體樣本數(shù)據(jù)中個體收入中位數(shù)的50%為相對貧困線，收入水平低于該貧困線即為貧困，高于該貧困線則為非貧困[20]。由于貧困變量為虛擬變量，故作如下賦值：貧困=1;非貧困=0。

2. 解釋變量。lnyfix表示父輩的收入水平。由于在數(shù)據(jù)調(diào)查過程中，難以獲取個體永久性收入數(shù)據(jù)，因此采用單期數(shù)據(jù)作為替代變量，并且假設(shè)單期收入是永久性收入與隨機(jī)擾動項(xiàng)的聯(lián)合（Haider和Solon，2006），以克服周期性誤差[21]。

lngzix表示政府公共教育支出的對數(shù)。由于各省市的公共教育支出在不同年份存在差異，并且教育對子輩收入的影響存在滯后性[17]。因此，本文以各地區(qū)在2000—2008年的生均教育經(jīng)費(fèi)的均值，來衡量政府公共教育的支出水平。

edufix和eduzix分別表示父輩與子輩的受教育水平。本文參照Machin（2004）的處理方法，采用受教育年限來衡量個體的受教育水平，且作如下賦值：未上過學(xué)=0;小學(xué)=1;初中=2;高中=3;職高/技校/中專=4;大專=5;本科=6;碩士及以上=7。

heafix表示父輩的健康水平，作如下賦值：很差=0;較差=1;一般=2;較好=3;很好=4。sexzix表示子輩性別，作如下賦值：女=0，男=1。urbzix表示子輩戶籍類型，賦值方式如下：城鎮(zhèn)=1，農(nóng)村=0。

考慮到父輩的單期收入可能會與隨機(jī)擾動項(xiàng)之間存在相關(guān)性，本文將父輩年齡、父輩年齡的平方項(xiàng)和父輩職業(yè)類型設(shè)置為工具變量（Corak和Piraino，2011）[22]。職業(yè)類型變量作如下賦值：務(wù)農(nóng)=0;個體=1;私營=2;合資或外商獨(dú)資=3;集體企業(yè)=4;國有企業(yè)=5;事業(yè)單位=6;黨政機(jī)關(guān)團(tuán)體=7。

（二）數(shù)據(jù)說明

各地區(qū)生均教育經(jīng)費(fèi)支出數(shù)據(jù)來源于2000—2008年《中國教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》，個人收入等其它變量數(shù)據(jù)來源于2008—2016年CFPS數(shù)據(jù)庫。將CFPS數(shù)據(jù)中國標(biāo)碼與《中國教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》各地區(qū)名稱進(jìn)行匹配，獲取樣本教育經(jīng)費(fèi)支出數(shù)據(jù)。根據(jù)數(shù)據(jù)庫中的個人與家庭代碼，匹配父輩和子輩樣本。同時，對匹配后的樣本數(shù)據(jù)作如下處理：（1）剔除年齡大于60歲以及小于40歲的父輩樣本;（2）剔除年齡小于20歲的子輩樣本;（3）剔除父輩與子輩年齡差距小于16歲的樣本;（4）剔除收入處于最低1%和最高1%的樣本[23];（5）剔除數(shù)據(jù)值有缺失以及子輩仍在上學(xué)的樣本;（6）將CFPS數(shù)據(jù)庫中收入樣本中位數(shù)的50%，作為相對貧困線標(biāo)準(zhǔn)，篩選出父輩貧困的家庭樣本數(shù)據(jù)（趙紅霞和高培培，2017）。為了克服年齡差異的影響，按照子輩的出生年份（1988），將樣本分為兩個階段進(jìn)行研究[24]。表1和表2報(bào)告了樣本數(shù)據(jù)的描述性統(tǒng)計(jì)。

在表1和表2中，農(nóng)村組的樣本數(shù)量高于城鎮(zhèn)組，這主要是因?yàn)樨毨е饕l(fā)生在農(nóng)村地區(qū)。同時可以看出，父輩年齡主要介于40～50歲;從收入和公共教育支出來看，城鎮(zhèn)樣本的收入水平和公共教育支出水平都明顯高于農(nóng)村樣本，這也與現(xiàn)實(shí)狀況相符。從受教育水平看，出生年份≤1988的樣本中，城鎮(zhèn)家庭子輩受教育水平大約在大專水平，農(nóng)村家庭子輩受教育水平大約為中?；蛘呗毟咚?在出生年份>1988的樣本中，城鎮(zhèn)家庭子輩的受教育水平在高中以上水平，而農(nóng)村家庭父輩的受教育水平大約為初中水平。在健康水平方面，城鎮(zhèn)家庭子輩與農(nóng)村家庭子輩之間不存在顯著差異。

四、實(shí)證分析

（一）代際收入彈性估計(jì)

為了對樣本代際收入彈性進(jìn)行準(zhǔn)確估計(jì)，接下來采用兩階段最小二乘法對模型（1）進(jìn)行回歸，同時把父輩年齡、年齡平方項(xiàng)以及父輩職業(yè)類型等變量設(shè)置為父輩收入的工具變量（見表3）。

表3報(bào)告了模型（1）的估計(jì)結(jié)果，可以看出父輩收入對子輩收入具有顯著的正向影響，農(nóng)村家庭子輩的代際收入流動性低于城鎮(zhèn)家庭子輩，說明農(nóng)村家庭代際貧困流動性高于城鎮(zhèn)家庭。低年齡組樣本的代際收入流動性高于高年齡組樣本，說明城鄉(xiāng)家庭代際貧困流動性呈現(xiàn)下降趨勢。子輩受教育水平和公共教育支出的系數(shù)在0.01水平上顯著，系數(shù)值較大且為正，說明教育變量是影響子輩收入水平的主要因素，并且與子輩收入水平呈現(xiàn)正向的變化關(guān)系。父輩健康水平和父輩受教育水平等因素，在0.05的水平上對子輩收入也具有顯著影響。另外，在高年齡組樣本中，子輩受教育水平對收入的影響要小于低年齡組樣本，說明隨著經(jīng)濟(jì)的發(fā)展，勞動力市場競爭日趨激烈，而教育的作用也更加凸顯。

（二）代際貧困流動性變化

為了分析城鄉(xiāng)家庭代際貧困流動性之間的差異，接下來對模型（2）進(jìn)行估計(jì)，表4顯示了估計(jì)結(jié)果?？梢钥闯觯虞吺芙逃胶凸步逃С鏊綄τ诖H貧困流動性具有抑制作用，尤其對農(nóng)村家庭子輩代際貧困流動性的抑制作用更加顯著。父輩健康水平變量對農(nóng)村子輩的代際貧困流動性具有顯著影響，且對低年齡組樣本的影響大于高年齡組樣本，這說明近些年農(nóng)村醫(yī)療保障水平雖然有所改善，但是“因病致貧”現(xiàn)象依然存在。父輩收入和父輩受教育水平對代際貧困流動性的影響都比較顯著，并且在農(nóng)村樣本中，父輩收入對代際貧困流動性的影響遠(yuǎn)高于城鎮(zhèn)樣本。

為了更加直觀地觀察城鄉(xiāng)家庭代際貧困流動性的動態(tài)變化，本文運(yùn)用Stata15軟件對模型（3）進(jìn)行回歸，并在圖1中繪制了城鄉(xiāng)家庭代際貧困流動性的變化趨勢。圖1中虛線表示2008—2016年全樣本代際貧困流動性的均值（0.113），兩條折線分別表示農(nóng)村家庭樣本和城鎮(zhèn)家庭樣本不同年份的代際貧困流動性變化趨勢。需要說明，代際貧困流動性只是從動態(tài)視角反映子輩陷入貧困狀態(tài)的機(jī)會，但無法反映個體實(shí)際的貧困狀況。2008—2016年，農(nóng)村家庭代際貧困流動性從0.168下降到0.089，下降比例為47.02%;城鎮(zhèn)家庭代際貧困傳遞流動性從0.174下降到0.058，下降比例為66.67%?？梢钥闯觯青l(xiāng)家庭代際貧困流動性均呈現(xiàn)遞減趨勢，曲線在圖中呈現(xiàn)向右下方傾斜的特點(diǎn)。說明近些年扶貧政策已經(jīng)取得了巨大成效。但同時我們也應(yīng)該注意到，農(nóng)村家庭代際貧困流動性普遍高于城鎮(zhèn)，并且差距在不斷拉大，這說明農(nóng)村的減貧難度高于城鎮(zhèn)。

（三）穩(wěn)健性檢驗(yàn)

由于本文在對樣本進(jìn)行估計(jì)時，將父輩年齡、父輩年齡的平方以及父輩職業(yè)類型等變量設(shè)置為工具變量，因此有必要對模型進(jìn)行內(nèi)生性檢驗(yàn)、弱工具變量檢驗(yàn)以及過度識別檢驗(yàn)，以提高研究結(jié)論的可信度。在存在異方差可能的條件下，傳統(tǒng)Hausman檢驗(yàn)對于檢驗(yàn)?zāi)Ｐ蛢?nèi)生性不再有效，因此采用DW-Hausman檢驗(yàn)。同時，本文借鑒Stock與Yogo（2005）的研究方法，對模型進(jìn)行過度識別檢驗(yàn)和內(nèi)生性檢驗(yàn)。表5給出了穩(wěn)健性檢驗(yàn)結(jié)果。在內(nèi)生性檢驗(yàn)中，伴隨概率均小于0.000，顯著拒絕了原假設(shè)，可以認(rèn)為模型不存在內(nèi)生性。在弱工具變量檢驗(yàn)中，F(xiàn)統(tǒng)計(jì)量全部大于臨界值10，因此拒絕“弱工具變量”的原假設(shè)。在過度識別檢驗(yàn)中，三個模型的LM統(tǒng)計(jì)量的伴隨概率均大于0.05，即工具變量存在過度識別?？傮w來說，模型設(shè)定較為合理，估計(jì)結(jié)果可信。

五、結(jié)論與啟示

文章在2008—2016年中國家庭追蹤調(diào)查數(shù)據(jù)的基礎(chǔ)上，采用兩階段最小二乘法對城鄉(xiāng)家庭代際貧困流動性進(jìn)行測度。研究發(fā)現(xiàn)：城鄉(xiāng)家庭代際貧困流動性整體不斷下降，且農(nóng)村家庭的整體流動性水平高于城鎮(zhèn)家庭，城鄉(xiāng)收入差距也在不斷擴(kuò)大，說明政府的扶貧政策雖然取得了巨大成效，但農(nóng)村的減貧難度依然高于城鎮(zhèn)。子輩受教育水平和公共教育支出對代際貧困流動性都具有抑制作用，尤其對農(nóng)村家庭子輩代際貧困流動性抑制作用更加顯著。說明隨著經(jīng)濟(jì)的發(fā)展，提高受教育水平日益成為子輩跳出貧困陷阱的關(guān)鍵。父輩健康水平對農(nóng)村家庭子輩代際貧困流動性的影響較為顯著，并且對低年齡組子輩的影響大于高年齡組，說明近些年農(nóng)村醫(yī)療保障水平有所改善，但是因病致貧的現(xiàn)象依然存在?；谝陨辖Y(jié)論，本文得出如下啟示：第一，教育因素是促進(jìn)城鄉(xiāng)居民提高收入的關(guān)鍵，能夠有效阻斷貧困在父輩與子輩之間流動，尤其對于農(nóng)村貧困家庭而言，教育可以彌補(bǔ)子輩在先賦性因素方面的競爭劣勢，不僅有助于貧困家庭子輩獲得平等的就業(yè)機(jī)會，也能夠促進(jìn)社會不同收入階層的流動。因此政府應(yīng)該不斷完善教育機(jī)制，提高農(nóng)村地區(qū)師資力量，增加配套教育資源，并且注重農(nóng)村貧困家庭子女的職業(yè)技能培訓(xùn)。第二，父輩健康水平對農(nóng)村家庭代際貧困流動性的影響遠(yuǎn)大于城鎮(zhèn)，因此農(nóng)村地區(qū)扶貧政策的重點(diǎn)還應(yīng)該包括改善農(nóng)村醫(yī)療條件，提高醫(yī)療服務(wù)的可及性，增加農(nóng)民醫(yī)療費(fèi)用的轉(zhuǎn)移支付，健全農(nóng)村醫(yī)療保險(xiǎn)制度等。

參考文獻(xiàn)：

[1]Harper C，Marcus R，Moore K. Enduring Poverty and the Conditions of Childhood：Lifecourse and Intergenerational Poverty Transmissions[J]. World Development，2003，31（3）：535-554.

[2]Krishna A. Characteristics and Patterns of Intergenerational Poverty Traps and Escapes in Rural North India[J]. Development Policy Review，2012，30（5）：617–640.

[3]華民.“馬爾薩斯制約”與經(jīng)濟(jì)發(fā)展的路徑選擇——對世界經(jīng)濟(jì)發(fā)展的重新認(rèn)識[J]. 復(fù)旦學(xué)報(bào)（社會科學(xué)版），2005（5）：98-110.

[4]江濤.舒爾茨人力資本理論的核心思想及其啟示[J]. 揚(yáng)州大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2008，12（6）：84-87.

[5]Blau P M， Duncan O D. The American occupational structure[J]. American Journal of Sociology，1967，33（2）：296.

[6]Becker G S， Tomes N. An equilibrium theory of the distribution of income and intergenerational mobility[J]. Journal of political Economy，1979，87（6）：1153-1189.

[7]Solon G. Intergenerational Income Mobility in the United States[J]. American Economic Review，1992，82（3）：393-408.

[8]Maoz Y D， Moav O. Intergenerational mobility and the process of development[J]. The Economic Journal，1999，109（458）：677-697.

[9]Cabrillana A H. Endogenous capital market imperfections，human capital， and intergenerational mobility[J]. Journal of Development Economics，2009，90（2）：285-298.

[10]Solon G. A model of intergenerational mobility variation over time and place[J]. Generational income mobility in North America and Europe，2004：38-47.

[11]Mayer S E，Lopoo L M. Government spending and intergenerational mobility[J]. Journal of Public Economics，2008，92（1-2）：139-158.

[12]Golley J，Kong S T. Inequality in intergenerational mobility of education in China[J]. China & World Economy，2013，21（2）：15-37.

[13]王海港.中國居民家庭的收入變動及其對長期平等的影響[J].經(jīng)濟(jì)研究，2005（1）：56-66.

[14]郭叢斌，閔維方.教育：創(chuàng)設(shè)合理的代際流動機(jī)制——結(jié)構(gòu)方程模型在教育與代際流動關(guān)系研究中的應(yīng)用[J]. 教育研究，2009（10）：5-12.

[15]方鳴，應(yīng)瑞瑤.中國農(nóng)村居民代際收入流動性研究[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2010，10（2）：14-18.

[16]徐曉紅.中國城鄉(xiāng)居民收入差距代際傳遞變動趨勢：2002-2012[J].中國工業(yè)經(jīng)濟(jì)，2015（3）：5-17.

[17]楊娟，賴德勝，邱牧遠(yuǎn). 如何通過教育緩解收入不平等？[J].經(jīng)濟(jì)研究，2015（9）：86-99.

[18]亓壽偉.中國代際收入傳遞趨勢及教育在傳遞中的作用[J].統(tǒng)計(jì)研究，2016，33（5）：77-86.

[19]張亞明，石笑賢，嚴(yán)玲玉.環(huán)京津貧困帶空間貧困測度與精準(zhǔn)扶貧研究[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2018（3）：74-80.

[20]趙紅霞，高培培.子輩教育對中國農(nóng)村家庭代際貧困傳遞的影響—基于CHIP2013的實(shí)證分析[J].教育學(xué)術(shù)月刊，2017（12）：26-32.

[21]Haider S， Solon G. Life-Cycle Variation in the Association between Current and Lifetime Earnings[J]. American Economic Review，2006，96（4）：1308-1320.

[22]Corak M，Piraino P. The Intergenerational Transmission of Employers[J]. Journal of Labor Economics，2011，29（1）：37-68.

[23]Black S E ，Devereux P J. Recent developments in intergenerational mobility[J]. Cepr Discussion Papers，2010，4（1）：1487-1541.

[24]李長健，胡月明. 城鄉(xiāng)家庭代際貧困傳遞的比較研究[J]. 財(cái)經(jīng)問題研究，2017（3）：99-105.

責(zé)任編輯：齊 園

Abstract： Based on the data of China Family Panel Studies （CFPS） from 2008 to 2016， this paper constructs the multiple regression model and Logit binary choice model， using two-stage least square method to measure the inter-generational poverty mobility of urban and rural families， and makes a comparative analysis on the difference of inter-generational poverty mobility between urban and rural families. The results show that： firstly， the overall inter-generational poverty mobility of urban and rural families is decreasing， and the inter-generational poverty mobility of rural families is generally higher than that of urban families; secondly， the increase of education expenditure level increasingly becomes the key for the children of poor families jump out of the poverty trap in urban and rural areas; thirdly， although rural medical conditions have improved， the health level of parents is still a constraint on their children's escape from poverty. So improving education and medical conditions in poor areas can promote the income level of poor families in urban and rural areas and enhance the mobility of different social classes.

Key words： inter-generational poverty， liquidity， education factor， health level， medical conditions