1. 引言
教育是社会流动的基本驱动力之一,但优质教育资源的获取往往受到社会经济因素的影响。教育长期以来被视为提升资本存量、实现阶层流动的催化剂。伴随中国社会转型中出现的资源配置失衡、贫富分化加剧等问题,阶层继承性不断增强,社会阶层流动愈加受阻,教育不再是社会阶层流动的重要通道,反而成了社会阶层再生产的鸿沟。新变局下,教育资源分化、高等教育普及化、数字经济产业化、学科建设异化等诸多因素均在挑战教育突破社会阶层再生产的实践逻辑,以致教育的社会流动功能难以有效发挥,影响和阻碍我国社会主义现代化建设进程[1]。家庭的经济状况可以显著影响儿童的学业成绩,因为它决定了儿童入学、学习时间、学习材料和补充教育服务的机会。大量研究显示家庭社会经济地位的差异会导致个体在认知领域的表现有不同的发展[2]。我国一直致力于促进国民教育的均衡发展,以达到提高国民素质、缩小贫富差距的目的。虽然取得了一定的成效,但随着现代化进程的加快,家庭经济情况之间差距的鸿沟却在一定程度上愈演愈大。伴随着教育成本的提高,因教致贫现象频现。世界银行发布的《中国学习贫困简报》显示,中国儿童的学习贫困率为18%,且均为在学儿童的学习贫困比率;中国的学习贫困率低于东亚和太平洋地区平均水平3个百分点,但与中上等收入国家相比,高出平均水平10.8个百分点。这些数据从一个侧面印证了我国坚持多年的教育扶贫工作成效显著,但也在后扶贫时代对我国教育扶贫工作提出了更新更高的要求[3]。对儿童教育学习有了更高的要求,从有学上到上好学的转型,目前,研究显示家庭经济情况差的儿童,单纯依靠花费时间学习和天赋试图改变现状变得十分困难。本文探讨了家庭经济状况与儿童教育机会之间的关系,探讨了经济差距如何导致学习经历不平等。
2. 家庭经济情况对孩子教育资源的影响的相关理论和方法
我们可以先通过几种理论,解释家庭经济情况对教育资源机会的影响。从人力资本理论角度,收入较高的家庭会为子女的教育投入更多,以最大限度地提高未来的回报。从社会再生产理论角度认为,经济优势会代代相传,从而延续教育不平等。从文化资本理论角度,强调家庭背景在塑造孩子的学习能力和教育机会方面的重要性。Lareau (2003)的研究表明,中产及以上家庭通过课外活动、阅读习惯等方式积累文化资本,使子女在学术竞争中占据优势[4]。同时国内外研究综述,也有大量研究已经证实了家庭经济状况对教育资源获取的影响,国际上,例如:Heckman (2010)研究表明,早期教育投资的回报率远高于后期干预,高收入家庭能够更早地为子女提供优质的早教资源。Carlana & La Ferrara (2021)研究了COVID-19疫情期间在线辅导对学生成绩的影响,发现经济困难家庭的孩子在获得远程教育资源时面临更大挑战。国内研究学者的探讨研究,如曹坤(2024)在“文化资本”视域下城乡小学教育公平问题研究中发现高等教育扩招并未如预期般实现教育公平,反而在某些方面加剧了教育不公。进一步观察中小学教育,不难发现,重点学校与普通学校的学生构成与其家庭背景之间存在一定的相关性[5]。张学敏,林宇翔(2022)在对家庭资本对大学生成长型思维水平的影响的研究中,证实了家庭资本存量的丰富程度在子女高等教育入学机会上存在显著差异家庭资本。存量较高的家庭子女更容易进入更高层次的院校,而家庭资本存量较低的家庭子女更多的是进入较低层次的院校[6]。这些理论框架有助于理解金融资源塑造教育轨迹的机制。本研究采用混合方法,整合了国际学生评估项目(PISA)等国家调查的定量数据以及对教育工作者和政策制定者的定性访谈。回归分析用于检验家庭收入与教育资源获取之间的相关性,而访谈的主题分析则提供了对来自不同社会经济背景的学生的生活经历的洞察。此外,本研究采用分层随机抽样的方法,选取了中国科技大学、合肥师范学院、安徽新华学院等安徽省合肥市三所不同类型高校的大学生,通过文献行网络平台发放问卷500份,回收率为100%。剔除因随机作答、数据缺失、语义理解错误等导致的无效问卷73份,保留有效问卷427份,有效回收率为85.4%。数据分析采用SPSS软件进行,包括信度和效度检验。采用列联表分析法检验样本内的趋势和相关性。
3. 调研数据分析
3.1. 家庭收入与考入院校相关情况
本文使用SPSS系统对整合的数据进行信度分析,结果发现所有测量题项的Cronbach’s Alpha系数均大于0.8,足以说明问卷整体的信度非常好。这说明文中各潜在变量的测量量表的信度普遍较高。详情见表1所示。
Table 1. Reliability test
表1. 信度检验
可靠性统计资料 |
Cronbach的Alpha |
基于标准化项目的Cronbach的Alpha |
项目个数 |
0.886 |
0.820 |
21 |
本文使用SPSS系统对整合的数据进行效度分析,结果发现所有测量题项的取样足够度的Kaiser-Meyer-Olkin度量值为0.692,可知KMO值大于0.5;Sig值为0.00,可知P值小于0.05,足以说明问卷整体的效度非常好。这说明文中各潜在变量的测量量表的效度普遍较高。详情见表2所示。
Table 2. Validity test
表2. 效度检验
KMO与Bartlett检定 |
Kaiser-Meyer-Olkin测量取样适当性 |
0.692 |
Bartlett的球形检定 |
大约卡方 |
7765.473 |
Df |
253 |
显著性 |
0.000 |
原假设家庭月收入与其个人学历之间相互独立,P < 0.05,原假设不成立,拒绝原假设,则两变量之间存在显著关系,父母收入不同与其在孩子教育投入上的差别是导致其学历差异的间接影响因素之一(见表3,表4),收入高的家庭对孩子的教育成本投入相对较高,孩子考入的院校情况也随之变化。
Table 3. Cross-tabulation of family income and college admission
表3. 家庭收入与考入院校情况交叉列表
|
学校 |
|
中国科学技术大学 |
合肥师范学院 |
安徽新华学院 |
总计 |
家庭月人均收入 |
1500以下 |
0 |
5 |
16 |
36 |
6500以上 |
20 |
30 |
60 |
108 |
2500~3500 |
8 |
28 |
36 |
76 |
3500~4500 |
8 |
38 |
28 |
60 |
4500~5500 |
16 |
20 |
32 |
60 |
1500~2500 |
16 |
20 |
44 |
87 |
|
总计 |
68 |
143 |
216 |
427 |
Table 4. Chi-square test for cross-analysis of family income and school situation
表4. 家庭收入与学校情况交叉分析卡方测试
卡方测试 |
|
数值 |
df |
渐近显著性(2端) |
皮尔森(Pearson)卡方 |
26.675a |
10 |
0.003 |
概似比 |
31.504 |
10 |
0.000 |
线性对线性关联 |
1.091 |
1 |
0.296 |
有效观察值个数 |
427 |
|
|
a0资料格(0.0%)预期计数小于5。预期的计数下限为5.73。
3.2. 家庭经济情况下的教育观念及相关情况
经卡方检验(见表5),P < 0.05,父母的教育观念方式与孩子的网上自主学习频率有显著关系,父母的教育观念方式越开明,孩子的自主学习能力越好。
Table 5. Cross-analysis chi-square test between guardians’ educational concepts and online self-learning
表5. 监护人的教育观念与在网上进行自主学习情况交叉分析卡方测试
卡方测试 |
|
数值 |
df |
渐近显著性(2端) |
皮尔森(Pearson)卡方 |
170.953a |
20 |
0.000 |
概似比 |
160.501 |
20 |
0.000 |
线性对线性关联 |
19.258 |
1 |
0.000 |
有效观察值个数 |
427 |
|
|
a10数据格(33.3%)预期计数小于5。预期的计数下限为0.75。
如图1所示,父母的教育观念方式与孩子每个月的阅读量关系显著。父母的教育观念方式更开明,孩子的阅读量就越大,自主学习的态度就越端正,压着孩子学习的教育观念,一定程度上会抑制孩子学习的主动性。
Figure 1. Guardians’ educational concepts and monthly reading volume
图1. 监护人的教育观念与每月的阅读量情况
3.3. 监护人受教育学历年限和家庭收入情况对孩子每月的阅读量情况
见表6调整后的判定系数R平方接近于1,拟合度较好,大部分能被解释。
Table 6. Regression equation analysis of guardians’ years of education and children’s monthly reading volume
表6. 监护人受教育学历年限与孩子每月阅读量的回归方程分析
模型摘要 |
模型 |
R |
R平方 |
调整后R平方 |
标准偏斜度错误 |
1 |
0.271a |
0.073 |
0.071 |
0.745 |
a预测值:(监护人的文化程度)。
概率P值小于0.05,小于显著性水平(见表7),应拒绝回归方程显著性检验的原假设,认为各回归系数不同时为0,被解释变量与解释变量的线性关系是显著的,可建立线性模型。
回归方程:每月阅读量 = 1.851 + 0.155*监护人受教育年限
由表8可知,父母接受的教育学历年限越高,孩子的每月阅读量就越高,随着时间累计,文化素养越高,眼界越开阔。
Table 7. Analysis of variancea
表7. 变异数分析a
变异数分析a |
模型 |
|
平方和 |
df |
平均值平方 |
F |
显著性 |
1 |
回归 |
18.635 |
1 |
18.635 |
33.610 |
0.000b |
残差 |
235.642 |
425 |
0.554 |
|
|
总计 |
254.276 |
426 |
|
|
|
a.应变数:每月的阅读量(课外书籍);b.预测值:(常数)监护人的文化程度。
Table 8. Coefficient a
表8. 系数a
系数a |
模型 |
|
非标准化系数 |
标准化系数 |
T |
显著性 |
|
B |
标准错误 |
Beta |
1 |
(常数) |
1.851 |
0.421 |
|
4.399 |
0.000 |
监护人文化程度 |
0.155 |
0.027 |
0.271 |
5.797 |
0.000 |
a. 应变数:每月的阅读量(课外书籍)。
监护人受教育学历年限与家庭收入之间的路径见图2,分析结果显示出显著的协方差关系见表9。具体而言,非标准化估计系数为0.024,表明监护人受教育学历年限与家庭收入之间存在正向关联,即家庭收入每增加一个单位,监护人受教育学历年限平均而言会有0.024个单位的增加。由此可推断,家庭收入通过影响监护人受教育学历年限,间接影响了孩子每月阅读量。即家庭收入增加,孩子每月阅读量也随之增加。
Figure 2. Path diagram of the effect of guardians’ years of education and family income on children’s monthly reading volume
图2. 监护人受教育学历年限和家庭收入情况对孩子每月的阅读量路径图
Table 9. Covariance between family income and guardian’s education level
表9. 家庭收入和监护人受教育学历年限协方差关系表
X |
Y |
非标准化估计系数 |
标准化估计系数 |
S.E. |
z |
P |
监护人受教育学历年限 |
家庭收入 |
0.024 |
0.192 |
0.012 |
1.89 |
0.059* |
注:***、**、*分别代表1%、5%、10%的显著性水平。
4. 调研结果与讨论
4.1. 进入优质院校的机会
根据3.1家庭收入与考入院校相关情况的统计结果,高收入家庭的孩子更有可能进入基础设施更好、教师经验丰富、课程丰富的院校。相比之下,低收入家庭由于教育资源的投入不均,导致学业成绩不均。家庭背景对学生获得教育机会和资源具有突出影响,更优质的教育、更高的教育水平和职业地位往往与之相关[7]。家庭收入越高的家庭往往越容易也越重视,进行文化资本的积累。随着时间的推移,对孩子的教育起到了潜移默化的影响。家庭中,父母文化资本存量越高,子女的受教育年限往往越长[8]。
4.2. 课外补充教育服务
根据3.2家庭经济情况下的教育观念及相关情况统计,父母的教育观念方式更开明,孩子的学习自主性越高,日常阅读量就越大,学习的态度就越端正越热爱学习,只知道压着孩子学习的父母不一定能教出好孩子。如何应对突发情况,往往能检验方式方法的适用性。为应对COVID-19疫情,大多数国家的政府下令关闭学校,这可能会加剧现有的学习差距。本文评估了意大利中学实施的一项干预措施的有效性,该措施在封锁期间为弱势学生提供免费的在线个别辅导。辅导老师是每周志愿服务3至6小时的大学生。他们从学校校长编制的潜在受益人名单中随机分配到中学生中。使用从学生、家长、老师和辅导老师收集的原始调查数据,发现该计划大大提高了学生的学业成绩(平均提高了0.26个标准差),并显著改善了他们的社会情感技能、抱负和心理健康。对于社会经济地位较低的儿童,效果更为明显,就心理健康而言,对移民儿童的影响也更大[9]。显然,私人辅导、课外活动和在线学习平台显著提高了教育成果。然而,这些资源需要资金投入,导致富裕学生和贫困学生在学业成绩和技能发展方面存在差距。
4.3. 家长参与和教育支出
高收入家庭可以不用花费过多的时间和精力在家庭的日常资金维护上,有能力在子女教育上投入资金,更积极地参与与学校相关的活动。高收入家庭凭借丰富的心理支持和资源投入为孩子教育提供优越的成长条件,而低收入家庭因资源匮乏,其孩子在教育和职业发展上处于明显劣势,从而加剧了收入流动的壁垒[10]。这种积极参与进一步加强了孩子的学业成功,因为家长参与与更高的教育水平呈正相关。
随着社会的不断发展,人们对于教育的需求也在不断提高。教育被视为提升一个人能力和素质的一种重要手段,而家庭是最早也是最主要的教育场所。随着我国义务教育阶段实现基本均衡化,家庭教育成为了影响孩子更进一步发展的重要因素[11]。子女的教育支出是家庭支出的重要组成部分,对子女的人力资本积累有着显著的积极影响[12]。从社会经济视角方向上分析,家庭经济状况对孩子获得教育资源有重大影响。虽然经济拮据限制了弱势学生的机会,但有针对性的政策干预可以帮助缓解这些不平等现象。未来的研究应该探索这些差距对社会流动性和劳动力参与的长期影响。
4.4. 研究展望
从以上研究可以看出,家庭经济状况对孩子教育资源的分配和使用方式产生了深远的影响。这进一步说明了在教育公平性方面需要政策干预,如政策干预的有效性:例如,加大教育扶贫力度,助学贷款的时效性,助学金、奖学金能够落到实处,真正缩小教育资源获取的不平等。关注数字化教育的作用:运用好在线教育平台,在一定程度上弥补低收入家庭的教育资源劣势。还应重视这种现象的长期影响:家庭经济状况造成的教育资源差距,对儿童未来职业发展和社会流动的深远影响。