前沿量化研究方法应用分享——以《高等教育与社会阶层流动：理论与实证》为例

 一、文献基本信息

1. 文献标题：高等教育与社会阶层流动：理论与实证
2. 作者：吴俊珺、杜文豪、何启志
3. 发表信息：《中央财经大学学报》2025年第2期
4. 核心研究主题：基于高校扩招背景，探究高等教育对社会阶层流动的影响效应、动态演变规律及异质性差异

 二、核心研究方法概述

本文以量化实证研究为核心，聚焦内生性处理、动态效应识别、异质性分析三大方法创新点，核心研究方法体系如下：

1. 基础数据：2015、2017、2018、2021年中国综合社会调查（CGSS）四期混合截面数据，筛选有效样本6654个
2. 核心模型：IVProbit模型（工具变量Probit模型）
3. 辅助方法：工具变量法、交互项效应检验、分层异质性分析、稳健性检验

 三、研究方法的应用与创新

 （一）内生性处理：IVProbit模型突破传统Probit局限

1. 传统方法缺陷：普通Probit模型易受遗漏变量、双向因果等内生性问题干扰，导致估计结果偏误
2. 方法创新：引入省份高中生均教育经费（对数） 作为工具变量，构建IVProbit模型

     满足相关性：生均经费直接影响高中教育质量，与高等教育入学率高度相关

     满足独立性：经费由省级政府预算决定，不受个体特征干扰

     满足排他性：仅通过“提升高等教育入学机会”渠道影响阶层流动，无直接作用

3. 实证效果：第一阶段F统计量均超临界值，排除弱工具变量问题，修正了普通Probit模型的低估偏差

 （二）动态效应识别：交互项检验倒U型边际递减规律

1. 方法设计：将高考录取率、录取率平方与“是否接受高等教育”做交互项，代入模型检验
2. 创新价值：突破现有研究静态分析局限，精准识别高等教育阶层流动效应的动态演变，验证“先升后降”的倒U型特征
3. 关键结论：高考录取率达57%时，阶层提升效应达到峰值，后续呈边际递减

 （三）精细化异质性分析：分层拆解教育内部差异

1. 学历层次异质性：将高等教育分为专科、本科，分别与高中学历组对比回归
2. 院校层次异质性：将本科院校分为中央部属院校、普通院校，单独检验阶层提升效应
3. 方法意义：弥补现有研究忽视高等教育内部结构性差异的短板，实现研究结论的精细化

 （四）严谨稳健性检验：保障结论可靠性

替换被解释变量，以国际社会经济地位指数（ISEI） 衡量客观阶层流动，重复IVProbit回归，验证核心结论的稳定性。

 四、研究方法的优势

1. 内生性解决彻底：工具变量选择科学，通过统计检验与理论论证双重验证，有效修正模型偏误
2. 动态规律精准捕捉：二次交互项设计，完美拟合高等教育阶层流动效应的边际递减趋势
3. 研究维度精细化：从学历、院校双维度做异质性分析，结论更具针对性与实践价值
4. 实证逻辑严谨：混合截面数据拓展研究时长，多重稳健性检验提升结论可信度

 五、研究方法的局限性

1. 工具变量维度单一：仅采用省级生均教育经费，未考虑地市、校际经费差异，存在测量误差
2. 样本覆盖不足：未纳入研究生及以上学历，无法精准识别专升本群体，样本代表性有限
3. 模型形式受限：IVProbit为二值选择模型，仅能判断“是否向上流动”，无法衡量阶层流动的幅度与层级
4. 机制分析薄弱：仅验证效应存在，未深入拆解高等教育影响阶层流动的中间传导机制（如就业、收入、职业地位）

 六、研究方法的启示

1. 量化研究核心：内生性处理是实证研究的关键，工具变量需严格满足相关性、独立性、排他性三大假设
2. 动态研究思路：通过交互项、平方项设计，可有效识别变量的非线性动态效应
3. 异质性分析价值：细分研究样本、拆解群体差异，能避免“平均效应”掩盖的真实规律
4. 实践应用导向：量化方法需贴合现实问题，为政策制定提供可落地的数据支撑

 七、总结

该文献是量化研究方法创新应用的典型成果，以IVProbit模型解决内生性核心难题，通过动态交互项与分层异质性分析，突破了传统研究的静态、笼统局限，清晰揭示了高校扩招下高等教育阶层流动功能的演变规律。尽管在工具变量、样本覆盖、机制分析上存在可优化空间，但其方法设计、实证逻辑与研究视角，为教育经济、社会流动领域的量化研究提供了重要参考。