认知能力的代际流动性：学前教育的作用

薛远康 吴恩慈 胡耀宗

［摘 要］ 以往大量研究探讨了教育的代际流动性及其影响因素，但基于新人力资本理论的能力视角，分析认知能力代际流动性的文献相对较少。从能力的视角出发，或有助于打开教育代际传递的“黑箱”。本研究利用CFPS 2010、2014、2018年三期的调查数据，通过父代与子代匹配的数据发现，弱势群体不仅有更高的比例处于认知能力分布底端，同样其实现向上流动的比例更低；父代与子代数学测试代际相关性在0.269到0.299之间，而字词测试代际相关性在0.306到0.323之间，两者都显著高于受教育年限间的代际相关性，且父子之间的相关性均小于母子之间；其中，学前教育会显著负向调节认知能力的代际相关性。通过异质性分析可以发现，认知能力的代际相关性在农村、中西部地区、父母受教育水平较低、年轻样本中更大，且学前教育在此类样本中更具显著的调节作用，说明学前教育更有利于弱势群体，并且有促进认知能力代际流动的作用。

［关键词］ 代际传递；认知能力；学前教育；人力资本；教育不平等

一、问题提出

代际流动是决定经济社会不平等演进的关键因素。[1]教育是阻隔贫困代际传递的重要路径，而教育代际流动系数能反映一个国家或地区的社会公平程度，受到相关研究者的极大关注。在代际流动领域，从受教育年限的代际传递到能力的代际传递（Intergenerational Transmission of Skills）是当前研究的一大重要转向。在以往的研究中，虽然个体受教育年限的数据更易获得，但往往因为缺乏教育质量的信息，使得受教育年限这一变量很难具有区分性，而认知能力变量在一定程度上可弥补这一缺陷。教育经济领域的学者近期开始尝试用国际大型测评项目PISA（国际学生评估项目）测试成绩来替代受教育年限，以此拓宽人力资本变量的内容。[2]因此，研究认知能力的代际流动或可突破教育年限这一固有视角，对明晰代际之间传递的具体内涵有着重要意义。[3]

认知能力的培养一直被视为人力资本理论的核心内容。认知能力对个体乃至国家的发展都具有重大意义，例如对高等教育机会获得、[4][5]个体劳动力市场回报、健康状况等方面同样存在显著的正向影响。[6][7]從宏观层面看，人群的认知能力作为国家的“知识资本”，其发展水平能推动地区经济的增长。[8]在个体认知能力发展过程中，学前教育（早期干预）具有特别重要的作用，诺贝尔奖得主赫克曼（Heckman）[9]提出了著名的“赫克曼曲线”，他认为，早期阶段教育投资的回报率显著高于其他阶段，学龄前是最值得政府大力投资的阶段。学前教育的干预能显著提高弱势群体的认知能力以及弱势群体成为“抗逆学生”（即家庭社会经济地位较低但学业表现优良的学生）的概率，[10]有助于打破贫困的代际传递，进而促进社会流动性。[11]因此，学前教育在认知能力代际流动中是否同样发挥着积极的作用值得进一步深入研究。

与本文相关的研究主要有两大类。第一类是能力的代际流动性及其影响因素。在新人力资本理论正式形成之前，就有学者关注到了能力在代际之间的传递性，并且涵盖认知与非认知能力两大方面。心理学界很早就关注到智商（IQ）在家庭内的传递现象，有学者[12]综述了上百个研究，发现父代与子代智商的相关性在0.4到0.7之间。之后的研究不断深化，例如数据选取的样本更大，且更具代表性。有研究者[13]通过具有全国代表性的英国儿童发展研究（British National Child Development Study）数据，发现父子间数学能力的代际传递小于父子间字词能力，并且后者往往与家庭教养方式密切相关。在相关文献越来越丰富的背景下，研究不断走向深入，学者们同时注意到因果推断、父代与子代能力的调查年份不统一等方法层面的核心问题，前者指向遗传（nature）和养育（nurture）的作用何者更大。针对这一问题，很多研究采用领养孩子与双胞胎方法[14][15]来估计因果效应。亦有学者[16]发现，通过学习获得的认知能力比遗传得到的能力在代际间的传递效应更强。后者涉及认知能力发展的年龄差异问题，通过在研究中筛选父代与子代认知能力调查年龄相同（均为7岁）的配对样本进行分析，以排除年龄可能带来的偏误。第二类是学前教育在能力形成及代际流动中的作用。学前教育对个体认知与非认知能力的发展均有显著影响，赫克曼[17]就十分重视学前教育（早期干预）的作用，其认为能力形成具有阶段性和敏感期的特点，且认知、语言、社会和情感方面的能力是相互依存的，其与合作者还建立了“能力形成的动态模型”，[18]强调能力的发展可以通过投资或干预来改变。在经验研究中，学前教育在短期内对儿童发展具有明显的积极效应，包括提升认知能力如学科成绩，[19]以及促进非认知能力发展。[20]但是在长期影响中，针对认知能力的现有研究结论存在较多分歧。有学者发现学前教育对认知能力发展具有长期影响，包括提升高中学业水平、大学参与率等与认知能力密切相关的指标。[21][22][23]然而，同时有很多研究发现，学前教育对认知能力的长期效应存在逐渐减弱（Fade?Out）乃至消失的现象。[24][25]长期影响研究发现的不一致性可能与学前教育质量密切相关，例如有针对性的教师专业支持、较小的班级规模和更丰富的学业指导，这些因素会极大缓解学前教育效应随时间减弱的现象。[26][27]

通过上述分析，虽然当前对于能力的代际流动、学前教育在能力形成中的作用均存在大量研究，但鲜有研究结合了学前教育与认知能力的代际传递两个视角，这是本文可能具有的贡献之处。此外，现有分析认知能力代际流动的研究多集中于数据较丰富的发达国家，而对中国认知能力代际流动的研究较少。因此，本研究将以认知能力的代际流动分析为主线，分析我国当前认知能力代际流动的基本事实和特点，并以学前教育为关键解释变量，探讨学前教育在认知能力代际流动中所发挥的作用。这一方面有助于突破教育代际传递的固有视角，分析比受教育年限更具“实质”性的认知能力的代际传递过程；另一方面同样可推动对学前教育影响效应的研究，从代际传递的视角明晰早期干预的重要性，以期通过对学前教育的投入进一步提升代际流动性，实现教育公平，缩小贫富差距。

二、研究设计

（一）数据来源

本研究数据来源于中国家庭追踪调查（China Family Panel Studies，CFPS）2010、2014、2018共三期数据。该调查是由北京大学于2010年发起的，每两年进行一次的具有全国代表性的纵向调查，样本覆盖我国25个省（自治区、直辖市）的161个区县。在2010年的基线调查中，CFPS成功访问了约15 000个家庭和超过30 000个家庭成员。在历次调查中，CFPS为10岁及以上的受访者开发了两组认知能力测试。其中一组测试在2010年、2014年和2018年进行调查，包括字词和数学水平测试，主要反映受访者通过学校获得的识字和数学计算能力。另一组测试在2012年、2016年和2020年进行调查，包括字词记忆和数列测试，重点测量受访者的记忆和数学推理能力，是两种更为“内在”的认知能力。[28]需要注意的是，由于这两组测试具有不同的目的，因此不具有跨年可比性。2012年测试的记忆和推理等能力随年龄增长的变动相对更小，因此本研究采用2010、2014、2018年的调查数据。

在数据清理过程中，在每个调查年份内，依据CFPS提供的个人和父母ID（身份信息）对子代与父代数据进行匹配，然后将三个不同年份的数据合并为混合截面数据。此外，将样本中认知能力的测试年龄限制在10至30岁之间（本文据此构建出生队列变量cohort，取值1～4分别依次表示10～15岁、16～20岁、21～25岁和26～30岁），这基于以下两方面考虑：一是认知能力作为人力资本重要组成部分，多形成于生命周期的早期阶段，相关研究以及干预多集中于此；[29][30]二是在退休以及身体机能弱化的情况下，老年人群体的认知能力会出现加速下降趋势，[31]而本研究在此种限制条件下，大部分父代测试年龄将不超过60岁，这可减小相关测量误差。在匹配之后，进一步筛选了相关个体和家庭层面的分析变量，最终得到有效匹配样本8 863个。

（二）变量构建

因变量为子代认知能力测试。CFPS数学和字词测试在设计时，将题目按照由易到难的顺序排列，受访者最终得分为回答正确的最难题目的编号。需要注意的是，認知能力得分并未考虑随年龄增长而逐渐增强的认识发展水平（见下文图1），因此将数学和字词测试分别按照调查年龄进行了标准化处理，相关研究中也常采用此种处理方式。[32]学前教育经历是本研究中的关键自变量，CFPS在历年儿童库中调查了受访者的学前教育经历（包括当前在学状态和是否曾经接受学前教育），并在成人库中询问了个体的教育史，本研究根据此类信息构建了学前教育经历的分类变量（否=0）。

借鉴教育代际流动和认知能力形成的相关研究，本文控制变量包括个体、家庭和地区三个层面。其中个体层面包括性别（0=女性）、户口（0=农村）和年龄。性别间认知能力差距的广泛存在，[33][34]以及户籍在我国教育资源分配中具有的重大作用，使得这两个变量须纳入分析。此外，由于本文将认知能力测试进行了年龄标准化处理，因此子代年龄对其标准化测试基本无影响，但父母的年龄须纳入考虑，原因在于父母年龄对子代所处年龄阶段（出生队列）有直接的影响。家庭层面包括父母的教育水平、职业地位和家庭经济情况。父母的教育水平为分类变量，取值1至6分别代表“文盲、小学、初中、高中/中专、大专、本科及以上”；职业地位以国际社会经济地位指标ISEI指数衡量，此数值越大代表职业地位越高；家庭经济状况，很多文献采用家庭收入情况进行衡量，但一方面单一调查年份具有暂时收入波动的特点，[35]另一方面家庭收入存在缺失值较多的问题，因此本文采用自评家庭收入状况进行衡量，问卷题项为五点量表“您的收入在本地的位置”，其中“1”表示很低，“5”表示很高。地区层面划分为东部和中西部两类。

（三）分析方法

借鉴代际流动研究中计算代际流动弹性的方法，本文首先建立如下基础的父代认知能力影响子代认知能力的回归方程，即Yc = β0 + β1Yp + βZ + cohorti + suvyeart + provj + ε。

其中，Yc为子代认知能力，Yp为父代认知能力，估计系数β1为认知能力代际流动弹性，Z表示一系列控制变量，cohorti、suvyeart和provj分别表示出生队列、调查年份和所在省份固定效应。为进一步考察学前教育的影响，对上述方程进行扩展，加入表征学前教育经历的变量pre及其与父代认知能力的交互项，方程如下。

Yc = β0 + β1Yp + β2pre + β3pre×Yp + βZ + cohorti + suvyeart + provj + ε

其中，估计系数β2表示学前教育经历对认知能力发展的影响效应，而估计系数β3表示学前教育与父代认知能力的交互项，即本文主要考察的问题之一，若此交互项系数为负，则可说明学前教育有助于减弱认知能力的代际流动性。

三、研究结果

（一）基本事实分析

1. 认知能力的分布。

经济学、心理学、教育学等学科对个体认知能力的发展已有大量研究，因此对因变量认知能力进行描述分析，一方面可为读者呈现较为清晰的图景，另一方面也可从文献角度验证本研究所选样本的合理性。

认知能力与年龄之间存在十分明显的相关性。平均而言，在大约20岁之前，个体的认知能力有明显的随年龄增长而增长的趋势，但在约20岁之后，认知能力发展趋势则完全相反，随年龄增长而逐渐降低，呈现出显著的阶段性特点。这与心理学、医学等学科的发现高度一致，[36][37]说明个体发展的早期阶段对认知能力发展具有至关重要的地位。认知能力与个体受教育水平间同样存在显著的相关性，受教育程度的提升会极大地促进个体认知能力的发展，这与经典的人力资本理论预测相一致，即投资于教育有助于自身能力的提升。[38]认知能力的代际传递是本文的核心关注点，图2直观地呈现出了这一点，即父代数学测试得分与子代的数学测试平均得分存在十分明显的线性相关性，随着父代认知能力水平的提高，子代认知能力水平的期望也将逐渐提升。

此外，学前教育经历作为本文的关键变量之一，其影响效应同样值得分析，图3的条件概率分布图清楚地展示了这一点。相比于未曾接受学前教育的个体，在具有学前教育经历人群的数学测试分布中，有相对更少的个体集中在较低的分段（如低于均值0），而相对更多的个体集中在较高的分段（如高于均值0）。比较而言，城乡间认知能力分布情况差异更大，有更大比例的农村群体的认知能力分布处于较低的分段，而更大比例的城镇群体的认知能力分布处于较高的分段，说明城乡分割以及由此带来的教育资源等分布不均衡是导致个体认知能力差距的重大原因。[39][40]

2. 认知能力代际转移矩阵。

代际转移矩阵是收入与教育等领域代际流动研究的常用工具，本文参照这一方法，将父代与子代的认知能力测试分别转换为4个不同的分位水平（其中Q1为最低，Q4为最高），然后进行转移矩阵的分析，其中认知能力为依据年龄和调查年份进行标准化的结果，结果如下表所示。

其中，对角线上表示子代与父代认知能力测试处于相同分位，可认为此部分人群未发生流动。例如全样本中，父代处于Q1，而子代同样处于Q1的比例为31.512%，说明在所有父代处于Q1人群中，有31.512%的子代未发生流动。对角线下的人群表示，相比于父代，子代认知能力出现了向下流动；与之对应的是，对角线上的人群表示，相比于父代，子代认知能力出现了向上流动。

代际转移矩阵显示：一方面，认知能力的分布在不同群体间存在显著不同，例如城镇样本中仅有12.038%的父代认知能力处于较低的Q1分位，而在农村样本中这一比例达34.144%；另一方面，不同群体间代际流动模式存在明显的差异，例如从分户口类型看，农村居民认知能力向下流动的比例显著高于城镇居民，而向上流动的比例则正好相反。再如当父代同样处于Q1分位时，城镇和农村居民子代处于Q4分位的比例分别为42.584%和12.989%。这说明弱势群体可能处于一种“双重劣势”的境地，即此群体不仅有更高的比例处于分布底端，同样有更低的比例可以实现向上流动。分父母最高教育水平看，由于样本中父代受教育程度普遍较低，因此本文以是否接受过高中教育作为分界线，样本中有约25%的个体的父母中至少有一方接受过高中及以上教育。分父母最高教育水平的认知能力代际转移矩阵与分户口类型的情况较为相似，不再赘述。

（二）认知能力代际流动效应及学前教育的作用

1. 基准回归结果。

在代际流动研究中，父亲与子代的相关性同母亲与子代间的相关性往往有所差异，[41]因此首先分别对父亲和母亲的相关变量进行回归，然后纳入父母信息进行分析，基准回归结果如下。

基准回归结果显示，父代认知能力与子代认知能力有显著的相关性。总体来看，数学测试的代际相关性低于字词测试的代际相关性，即平均来看，父代数学（字词）测试分数每提高一个标准差，子代数学（字词）测试分数的期望将提升约0.216（0.252）个标准差；此外，父亲与子代认知能力的相关性比母亲与子代认知能力的相关性低，即平均来看，父亲（母亲）数学测试分数每提高一个标准差，子代数学测试分数的期望将提升约0.216（0.267）个标准差，父亲（母亲）字词测试分数每提高一个标准差，子代字词测试分数的期望将提升约0.252（0.304）个标准差。

学前教育经历与子代认知能力测试分数存在显著的正相关，在各控制变量不变的情况下，相比于未曾接受学前教育的个体，具有学前教育经历的个体数学（字词）测试分数的期望将提升0.073（0.081）个标准差，这与大量发现学前教育对个体认知能力发展具有积极影响的研究结果相一致。[42][43]在控制变量方面，性别和户口对认知能力发展均有显著影响，即在其他变量不变的情况下，女性数学测试分数的期望比男性高约0.106个标准差，而字词测试分数比男性高约0.197个标准差，这印证了文献中认知能力的“男孩落后”现象。[44][45]相比于性别，户口对个体认知能力发展差距的影响更大，即在控制其他变量情况下，城镇个体数学测试分数的期望比农村个体高约0.297个标准差，而字词测试分数比农村个体高约0.235个标准差。

2. 学前教育在认知能力代际流动中的作用。

为进一步檢验学前教育经历在认知能力代际流动中的作用，本文通过构建交互项的方式进行分析，回归结果如下。

结果显示，学前教育经历对认知能力的代际传递具有显著的负向调节作用。平均来看，相比于未曾接受过学前教育的个体，具备学前教育经历的个体中，父亲数学（字词）测试分数与子代数学（字词）测试分数的相关性将降低0.071（0.052），母亲数学（字词）测试分数与子代数学（字词）测试分数的相关性将降低0.028（0.059），说明学前教育具有一定的促进社会流动的作用。

为更直观地呈现学前教育的负向调节作用，本文绘制了调节效应图，即分别按照学前教育经历，在同一坐标系中画出了子代认知能力与父代认知能力之间的相关图。图5和图6显示，在具有学前教育经历的样本中，父亲认知能力对子代认知能力的影响明显小于无学前教育经历的样本（即斜率更小）；横向对比看，学前教育的调节效应在数学测试的代际传递中更大，而在字词测试中相对更小。

（三）异质性分析

为进一步明确学前教育经历在认知能力代际流动中的作用，本研究按照城乡与地区、父母受教育程度、子代年龄阶段等维度进行异质性分析，结果如下。

1. 城乡与地区异质性。

由于我国教育资源分布与经济发展水平的地区差异，学前教育入学率在城乡间、区域间尚不均衡，[46][47]因此分析地区异质性尤为重要。为便于比较，将户口（变量名为hukou，其中城镇=1，农村=0）和地区（变量名为east，其中东部=1，中西部=0）均分为两类，然后把不同样本回归估计系数（加入控制变量和固定效应）绘制在下面这张图中呈现。

不同地区表现出鲜明的特点，即在农村和中西部地区，学前教育经历、父代认知能力以及两者的交互项都对子代认知能力具有十分显著的影响，其估计系数的95%置信区间均不会经过0点；而在城镇和东部地区，基本上仅有父代认知能力这一变量对子代认知能力存在显著影响，学前教育经历以及相关的交互项在大部分情况下都无明显影响，且上述这两方面特征在数学和字词能力中高度一致。

此外，父代认知能力的估计系数大小在不同地区间也存在明显的差异，农村和中西部地区认知能力的代际相关性较城镇和东部地区更高，说明前者具有更高程度的不平等，社会流动性更差。

2. 父母教育水平的异质性。

为分析认知能力代际流动性在不同家庭背景人群中的差异性，通过构建父母最高受教育程度变量进行分析。如前所述，由于样本中父代受教育程度普遍较低，因此本文以是否接受过高中教育作为分界线，样本中有约25%的个体的父母中至少有一方接受过高中及以上教育，分样本异质性结果如下。

首先，在认知能力代际相关性方面，相比父母受教育程度较低（高中以下）的样本，父母受教育程度较高（高中及以上）样本的相关系数更小，以父亲与子代间数学测试为例，前者估计系数为0.262，而后者仅为0.073。其次，学前教育经历对认知能力发展的影响在不同群体间更具差异性，其在父母受教育程度较低的样本中具有显著影响，而在父母受教育程度较高的样本中无影响，与之相应的是，在父母受教育程度较低的样本中，学前教育经历对代际间字词测试的传递有显著负向影响，但学前教育经历的调节效应在父母受教育程度较高的样本中并不发挥作用。

此外，根据父母受教育水平的异质性同样可以发现，父亲与子代认知能力的相关性小于母亲与子代认知能力的相关性，这无论是在父母受教育程度较高还是较低的样本中均成立，例如在父母学历在高中及以上样本中，父亲（母亲）数学测试与子代数学测试的相关性为0.073（0.170），在高中以下样本中，分别为0.262（0.283）。这说明在不同中家庭背景中，母亲认知能力对子代认知能力的发展或许都更为重要。

3. 年龄阶段异质性。

通过基本事实分析发现认知能力发展与年龄有十分密切的相关性，因此不同年龄阶段样本中，认知能力代际流动性可能有所差异，本研究接下来对此进行分析。

从分年龄阶段的异质性分析结果中可以发现，不同年龄阶段估计结果存在明显的差异，即10～20岁（cohort≤2）样本中，学前教育和父代认知能力均对子代认知能力有显著影响，但21～30岁（cohort>2）样本中，学前教育经历对子代认知能力没有显著影响，这与学前教育（早期干预）对个体认知能力发展长期影响这一领域的基本发现相一致，即学前教育短期效应往往比较显著，[48]而长期效应存在逐渐消减的现象。[49][50]此外在所有年龄样本中，仅有16～20岁（cohort=2）样本学前教育经历与父代认知能力间的调节效应显著，而其他3个年龄阶段均不显著。

（四）稳健性检验

为检验本文结果的稳健性，通过替换分析样本和更换因变量定义的方式进行。替换样本通过排除父母年龄为60岁以上样本进行，更换因变量定义方式为相对分位测度子代认知能力，稳健性检验如下表所示。

从系数估计的结果看，学前教育經历对数学（字词）测试得分的估计系数约为0.104（0.137），与基准回归结果十分接近。此外，父代数学（字词）测试与子代测试之间的相关性同样差距不大，交互项系数的大小和方向均与基准回归相差无几，说明本文估计结果具有良好的稳健性。比较估计系数之间的大小，在稳健性检验中，学前教育对数学测试分数的影响效果小于字词测试，父子之间认知能力的相关性小于母子之间，同样与基准回归的发现结果保持一致。

（五）认知能力与教育代际流动的比较

认知能力对于人获取成功有着关键作用，受教育年限是认知能力的某种外在表征。过往研究教育代际流动主要是通过受教育年限来体现，因此本研究也将认知能力和受教育年限的代际流动系数都做了系数估计。学者们发现，我国教育代际流动系数在0.2左右，较收入代际流动系数更低，[51]且父亲受教育水平对子女受教育水平的影响程度较母亲更大，[52][53]这与本研究的发现基本一致。

通过对认知能力与教育代际流动系数的估计结果的比较，可以看出认知能力代际相关性明显比教育的代际相关性更强，前者估计系数在0.269至0.323之间，而后者估计系数仅在0.183至0.193之间。在分析样本中，父代与子代数学测试分布的基尼系数分别为0.334和0.370，而受教育年限分布的基尼系数分别为0.305和0.356，即认知能力测试分布本身的不平等程度同样较受教育年限更高。

四、讨论

（一）认知能力具有显著的代际相关性，且较教育代际相关更强

本文发现，父代与子代数学测试代际相关性在0.269到0.299之间，而字词测试代际相关性在0.306到0.323之间（两者都显著高于受教育年限间的代际相关性），且父子之间的相关性均小于母子之间。父代认知能力与子代认知能力有显著的相关性。这可能是因为认知技能可以通过父母教育或“养育”的积极生产力效应来传递给子代。[54]更有能力的父母，对子女的投资越大，子女的健康和教育水平就越高，这可能转化为更高的认知技能。[55]但是父亲与子代认知能力的相关性比母亲与子代认知能力的相关性低，这与安格尔（Anger S）等人的研究成果保持一致。[56]虽然我国女性社会地位较以前得到了很大的提升，但是受“男主外，女主内”传统思想的影响，女性在教养子女方面依然承担着主要的责任，和子女相处的时间更多。因此这也可能是父亲与子代认知能力的相关性比母亲与子代认知能力的相关性低的一部分原因。认知技能从父母传递给孩子的证据有助于深入理解各种社会经济结果的代际流动性。父母为儿童营造一个有利的家庭环境，保持投资子女方面的积极态度，这对子女认知能力的发展大有裨益。

此外，认知能力的代际相关性高于受教育年限的代际相关性，出现这种现象可能的原因在于，受教育年限分布的不平等是一种“简化”或“平滑”的不平等，以受教育年限为16年为例，由于我国高等教育存在明显层次性的特点，精英大学与普通大学或多或少存在质量维度的不平等，但是受教育年限并没有将这种质量差异区分开，这相当于去除了部分组内差异，进而“平滑”了原有较大的不平等程度，导致观测到受教育年限的不平等比真实值较低，而采用认知能力测试估计的不平等相当于“反向平滑”了受教育年限的结果，这样可得到更接近真实水平的不平等程度。此外，在认知能力代际相关性估计中，无论是数学测试还是字词测试，都发现母亲与子代间相关性更大，而这与教育代际相关性估计明显不同，即父亲与子代教育间相关性更大。

最后，限于篇幅，本研究并未分析更细致的“父亲—儿子”“母亲—女儿”等认知能力代际流动性的差异，这同样是代际流动研究领域所重视的。更具体的分析可以帮助人们深入了解代际传递这一过程与机制，明晰家庭在其中的影响效应，期待未来研究对此做进一步探讨。

（二）学前教育经历对认知能力的代际传递具有显著的负向调节作用

如前所述，认知能力具有比受教育年限更强的代际相关性，这对于社会流动与不平等现象来说并非积极的发现。但幸运的是，本研究还发现，学前教育对认知能力的代际传递具有显著的负向调节作用，这说明可以通过一定的早期干预减少社会不平等，促进代际流动性。

学前教育对个体认知能力发展影响的重要性已被大量文献证实，包括认知能力等在内的人力资本形成和发展是长期且持续的过程，在这一过程中，个体生命历程的早期，尤其是出生后的最初1 000天至关重要，此时期个体会经历身体与大脑的快速发育，是可塑性最强的阶段，同样也是多种能力的最佳发展期。在这一关键阶段，缺乏有效的养育与教育刺激对儿童未来学业发展与能力形成会产生巨大不利影响。正如诺贝尔奖得主赫克曼与合作者提出的“能力形成的动态模型”（technology of skill formation）所言，能力的发展可以通过后天有意识的投资或干预加以改变，后天形成的能力取决于之前的能力积累，能力之间存在动态互补的关系，而认知能力的敏感期出现在幼年阶段。[57]

在教育与认知能力代际传递研究中，区分遗传（nature）和养育（nurture）的作用是重要的分析视角，即子代认知能力的发展来自先天遗传和后天培养两大部分，若养育与教育缺位，则代际传递性将非常强，进而导致极低的社会流动性。后天培养又可分为家庭教育与公共学校教育两部分，如果社会能够建立起完善的公共教育体系，使得公共教育在儿童认知能力发展中占主导地位，那么教育与能力发展的代际传递性会被极大地削弱。在现实中，以公共教育资源的城乡差距为例，城乡结构性不平等（如城乡各类学校教育资源的不均衡）严重限制了农村学生的潜力的发挥，使得农村儿童的早期发展状况较差。到2019年，仍有几乎二分之一的儿童认知迟缓，而且这种认知迟缓可能会持续到中学阶段，导致近37%的农村初中生认知发展迟缓，学业成绩的城乡差距至少部分源于儿童早期发展结果的差异。[58]从这一角度出发，完善的学前教育无疑会对认知能力的代际传递产生显著的负向调节作用，进而增强社会流动性。

综上，完善公共教育尤其是早期的学前教育体系，对促进社会流动具有重大作用。国内外相关研究也发现，学前教育具有长期代内和代际的影响效应，[59]且能够在一定程度上打破贫困的代际传递。[60]

（三）学前教育对弱势群体的正向作用更强

学前教育对弱势群体的正向作用更大，这体现在以下两方面。一是在学前教育影响个体认知能力方面，学前教育对认知能力发展存在显著积极影响，且这种积极影响在人群间存在异质性，并且往往对弱势群体的影响效应更大。[61][62]二是在学前教育对认知能力代际传递的调节效应方面，研究的异质性分析同样发现，此调节效应在弱势群体中更大。因此学前教育可以从上述两方面推动教育公平与社会流动，学前教育发展政策的重点应当在中西部地区以及一些农村贫困地区。

总体来看，学前教育对个体认知能力发展具有显著影响，但此影响效应在父母受教育程度较高的样本中作用不显著，原因可能在于家庭教育与学前教育之间存在一定的“替代效应”，例如“补偿模型”（compensatory model）[63]认为学前教育投资可以替代富裕的家庭环境，即在社会经济地位较高的家庭中，父母往往会通过亲子陪伴等家庭教育方式，促进儿童各方面的发展，这会在一定程度上替代正规学前教育的作用，[64]而社会经济地位较低的家庭倾向于放任的教养方式，此时是否能够参与学前教育对儿童发展则更为重要。因此，普及学前教育往往对社会经济地位低下家庭的儿童更有益，[65]从这个意义上说，更应该促进学前教育普及普惠发展。

此外，在学前教育对认知能力代际传递的调节效应方面，本研究首先发现父代认知能力的估计系数大小在不同地区间也存在明显的差异，农村和中西部地区认知能力的代际相关性较城镇和东部地区更高，说明前者具有更高程度的不平等，社会流动性更差，这也与代际收入和代际教育传递地区差异研究的发现相一致，[66][67]即经济发展程度越高的地区社会流动性更强。出现上述结果的原因可能在于，更发达的社会经济环境可以为儿童提供更多的学习机会，例如教育发展水平相对更高，这可能会减少家庭背景对儿童认知能力发展的影响。类似的，在经济发展程度更高的地区普及学前教育，所产生的调节效应可能没有在经济发展较差的地区大，原因在于落后地区更缺乏此类资源，其带来的效应可能更强。

五、结论与建议

教育代际流动领域早已积累了大量研究，但当前从新人力资本理论的能力视角出发，分析认知与非认知能力代际流动的研究相对较少。本研究基于多期CFPS数据，利用父代与子代配对的样本，探讨了认知能力的代际流动性以及学前教育在其中的作用。研究發现，在认知能力分布方面，弱势群体不仅有更高的比例处于分布底端，且实现向上流动的比例更低，因此针对处境不利群体进行干预显得尤为重要。在代际流动方面，认知能力具有较强的代际相关性，且比受教育年限的代际相关性更高。此外，学前教育会显著负向调节认知能力的代际相关性，说明学前教育对促进认知能力代际流动发挥着重要作用。异质性分析发现，认知能力的代际相关性在农村、中西部地区、父母受教育水平较低等弱势群体以及年轻样本中更明显，且学前教育在此类样本中更具显著的调节作用。

这说明发展学前教育更有利于弱势群体，可能的原因在于家庭教育与学前教育之间存在一定的“替代效应”，即学前教育在一定程度上扮演着社会“平等器”的角色。基于上述研究发现，提出以下建议：

第一，完善学前教育公共服务体系，推动学前教育普及。研究发现，学前教育对个体认知能力发展具有积极作用，同时可促进认知能力的代际流动性，缓解教育不平等的再生产。因此应大力推动学前教育的普及，这需要不断完善学前教育的公共服务体系。鉴于目前学前教育尚未纳入义务教育阶段，地方政府存在主观供给意愿不足、供给质量不高等问题，还需进一步明晰中央和地方在学前教育领域的事权和投入责任，发挥地方政府的主导作用，提高学前教育供给水平。另外，还要加强监管，吸引社会力量办学，保证学前教育的普及普惠发展方向。

第二，学前教育的发展要聚焦弱势群体，促进社会流动性。研究发现，学前教育对个体认知能力的促进作用在弱势群体的效应更强，对缓解不同群体间认知能力发展的不平等至关重要。因此学前教育的普及普惠应重点扶持农村、中西部等弱势地区，财政投入应该向这些弱势地区倾斜，提升这些地区的生均经费标准、生师比，提高学前教育质量；应健全学前教育资助制度，对家庭经济困难的学生给予一定的资助，保障处境不利群体的学前教育机会，缩小群体间差距，进而促进社会流动性。

第三，加强家庭教育指导，激发父母的科学育儿责任。家庭是幼儿生活的重要环境，父母是幼儿成长的第一任教师。本研究也发现学前教育经历在父母受教育程度较高的样本中作用不显著，可能的原因在于家庭教育与学前教育之间存在一定的“替代效应”。因此在促进儿童认知能力发展的过程中，应进一步加强家校合作，形成育人合力。各地教育行政部门、学校、幼儿园要加大力度， 开展多种形式的宣传，为家长推送、共享科学育儿经验。充分利用数字化平台大力推广科学的学前教育和家庭教育理念，建立学校、幼儿园和家庭合作育人的机制，通过定期组织家长参与相关培训等方式，帮助家长了解并解决育儿过程的困惑和问题，增强育人合力。

参考文献：

[1]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.

[2]HANUSHEK E A， WOESSMANN L. Knowledge capital， growth， and the East Asian miracle[J]. Science，2016，351（6271）：344-345.

[3]BLACK S E， DEVEREUX P J. Recent developments in intergenerational mobility[M]//ASHENFELTER O， CARD C. Handbook of Labor Economics. Elsevier，2011：1487-1541.

[4]BOURNE M， BUKODI E， BETTH?USER B， et al. “Persistence of the social”： the role of cognitive ability in mediating the effects of social origins on educational attainment in Britain[J]. Research in Social Stratification and Mobility，2018（58）：11-21.

[5]BURKS S V， LEWIS C， KIVI P A， et al. Cognitive skills， personality， and economic preferences in collegiate success[J]. Journal of Economic Behavior & Organization，2015（115）：30-44.

[6]HERMO S， P??LLYSAHO M， SEIM D， et al. Labor market returns and the evolution of cognitive skills： theory and evidence[J]. The Quarterly Journal of Economics，2022，137（4）：2309-2361.

[7]BIJWAARD G E， VAN KIPPERSLUIS H， VEENMAN J. Education and health： the role of cognitive ability[J]. Journal of Health Economics，2015（42）：29-43.

[8]HANUSHEK E A， WOESSMANN L. The role of cognitive skills in economic development[J]. Journal of Economic Literature，2008，46（3）：607-668.

[9][17]HECKMAN J J. Skill formation and the economics of investing in disadvantaged children[J]. Science，2006，312（5782）：1900-1902.

[10]李貞义，雷万鹏.学前教育能助力处境不利学生成为抗逆学生吗？——来自CEPS基线数据的经验证据[J].教育与经济，2022，38（5）：50-57.

[11][60]BARR A， GIBBS C R. Breaking the cycle？Intergenerational effects of an antipoverty program in early childhood[J]. Journal of Political Economy，2022，130（12）：3253-3285.

[12]BOUCHARD JR T J， MCGUE M. Familial studies of intelligence： a review[J]. Science，1981，212（4498）：1055-1059.

[13]BROWN S， MCINTOSH S， TAYLOR K. Following in your parents footsteps？Empirical analysis of matched parent?offspring test scores[J]. Oxford Bulletin of Economics and Statistics，2011，73（1）：40-58.

[14]LUNDBORG P， NORDIN M， ROOTH D O. The intergenerational transmission of human capital： the role of skills and health[J]. Journal of Population Economics，2018（31）：1035-1065.

[15]BORRIELLO G A， RAMOS A M， NATSUAKI M N， et al. The intergenerational transmission of mathematics achievement in middle childhood： a prospective adoption design[J]. Developmental Science， 2020，23（6）：e12974.

[16][56]ANGER S， HEINECK G. Do smart parents raise smart children？The intergenerational transmission of cognitive abilities[J]. Journal of Population Economics，2010（23）：1105-1132.

[18][57]CUNHA F， HECKMAN J. The technology of skill formation[J]. American Economic Review， 2007，97（2）：31-47.

[19]CURRIE J， ALMOND D. Human capital development before age five[M]//ASHENFELTER O， CARD C. Handbook of Labor Economics. Elsevier，2011：1315-1486.

[20]GUPTA N D， SIMONSEN M. Non?cognitive child outcomes and universal high quality child care[J]. Journal of Public Economics，2010，94（1-2）：30-43.

[21]HECKMAN J， PINTO R， SAVELYEV P. Understanding the mechanisms through which an influential early childhood program boosted adult outcomes[J]. American Economic Review，2013，103（6）： 2052-2086.

[22]BAILEY M J， SUN S， TIMPE B. Prep School for poor kids： the long?run impacts of Head Start on human capital and economic self?sufficiency[J]. American Economic Review，2021，111（12）：3963-4001.

[23]GRAY?LOBE G， PATHAK P A， WALTERS C R. The long?term effects of universal preschool in Boston[J]. The Quarterly Journal of Economics，2023，138（1）：363-411.

[24]LOEB S， BRIDGES M， BASSOK D， et al. How much is too much？The influence of preschool centers on childrens social and cognitive development[J]. Economics of Education Review，2007，26（1）： 52-66.

[25]DUNCAN G J， MAGNUSON K. Investing in preschool programs[J]. Journal of Economic Perspectives， 2013，27（2）：109-132.

[26]MAGNUSON K A， RUHM C， WALDFOGEL J. The persistence of preschool effects： Do subsequent classroom experiences matter？[J]. Early Childhood Research Quarterly，2007，22（1）：18-38.

[27]JENKINS J M， WATTS T W， MAGNUSON K， et al. Do high?quality kindergarten and first?grade classrooms mitigate preschool fadeout？[J]. Journal of Research on Educational Effectiveness，2018，11（3）：339-374.

[28]谢宇，胡婧炜，张春泥.中国家庭追踪调查：理念与实践[J].社会，2014，34（2）：1-32.

[29]HECKMAN J J， MOSSO S. The economics of human development and social mobility[J]. Annual Review of Economics，2014，6（1）：689-733.

[30]ATTANASIO O， CATTAN S， FITZSIMONS E， et al. Estimating the production function for human capital： results from a randomized controlled trial in Colombia[J]. American Economic Review， 2020，110（1）：48-85.

[31]CELIDONI M， DAL BIANCO C， WEBER G. Retirement and cognitive decline： a longitudinal analysis using SHARE data[J]. Journal of Health Economics，2017（56）：113-125.

[32]吳贾，陈丽萍，范承泽.母亲收入、家庭氛围和子女人力资本发展[J].经济学（季刊），2022，22（4）：1169-1192.

[33]MURALIDHARAN K， SHETH K. Bridging education gender gaps in developing countries： the role of female teachers[J]. Journal of Human Resources，2016，51（2）：269-297.

[34]谢桂华，刘昕毓.数学的性别——性别观念对初中生数学水平的影响[J].社会学研究，2021，36（4）：201-224+230.

[35]王伟同，谢佳松，张玲.中国区域与阶层代际流动水平测度及其影响因素研究[J].数量经济技术经济研究，2019，36（1）：78-95.

[36]DEARY I J， CORLEY J， GOW A J， et al. Age?associated cognitive decline[J]. British Medical Bulletin，2009，92（1）：135-152.

[37]SALTHOUSE T. Consequences of age?related cognitive declines[J]. Annual Review of Psychology，2012（63）：201-226.

[38]BECKER G S. Human capital： a theoretical and empirical analysis， with special reference to education[M]. Chicago：University of Chicago Press，2009：17.

[39]ZHAO G， YE J， LI Z， et al. How and why do Chinese urban students outperform their rural counterparts？[J]. China Economic Review，2017（45）：103-123.

[40]滕媛，张建.学生学业成就的城乡差距及其影响因素——基于PISA 2015数据的分析[J].教育与经济，2021，37（2）：58-67.

[41]胡志安.中国教育代际流动——方法与事实[J].经济科学，2022（05）：164-176.

[42]HUIZEN T， PLANTENGA J. Do children benefit from universal early childhood education and care？ A meta?analysis of evidence from natural experiments[J]. Economics of Education Review，2018（66）：206-222.

[43]李玲，蒋洋梅，孙倩文.新人力资本理论下学前教育经历对初中生能力发展的影响[J].学前教育研究，2020（01）：64-75.

[44]BREDA T， NAPP C. Girls comparative advantage in reading can largely explain the gender gap in math?related fields[J]. Proceedings of the National Academy of Sciences，2019，116（31）：15435-15440.

[45]孙志军，彭顺绪，王骏，等.谁在学业竞赛中领先？——学业成绩的性别差异研究[J].北京师范大学学报（社会科学版），2016（03）：38-51.

[46]SU Y， LAU C， RAO N. Early education policy in China： reducing regional and socioeconomic disparities in preschool attendance[J]. Early Childhood Research Quarterly，2020（53）：11-22.

[47]布鲁斯·富勒.中国学前教育：公共政策与实证研究[J].北京大学教育评论，2020，18（3）：2-31+187.

[48]FIDJELAND A， REGE M， SOLLI I F， et al. Reducing the gender gap in early learning： evidence from a field experiment in Norwegian preschools[J]. European Economic Review，2023（154）：1-13.

[49]郑磊，翁秋怡，龚欣.学前教育與城乡初中学生的认知能力差距——基于CEPS数据的研究[J].社会学研究，2019，34（3）：122-145+244.

[50]WAN S， BOND T N， LANG K， et al. Is intervention fadeout a scaling artefact？[J]. Economics of Education Review，2021（82）：1-13.

[51]QIN X， WANG T， ZHUANG C C. Intergenerational transfer of human capital and its impact on income mobility： evidence from China[J]. China Economic Review，2016（38）：306-321.

[52]李军，周安华.“学二代”现象普遍存在吗？——基于教育数量和质量的代际流动研究[J].教育与经济，2018，146（6）：33-44.

[53]GUO Y， SONG Y， CHEN Q. Impacts of education policies on intergenerational education mobility in China[J]. China Economic Review，2019（55）：124-142.

[54]SACERDOTE B. The nature and nurture of economic outcomes[J]. American Economic Review， 2002，92（2）：344-348.

[55]BLANDEN J， GREGG P， MACMILLAN L. Accounting for intergenerational income persistence： noncognitive skills， ability and education[J]. The Economic Journal，2007，117（519）：43-60.

[58]ZHOU H， YE R， SYLVIA S， et al. “At three years of age， we can see the future”： cognitive skills and the life cycle of rural Chinese children[J]. Demographic Research，2020，43（7）：169.

[59]MAZUMDER B， ROSALES?RUEDA M F， TRIYANA M. Social Interventions， health， and well?being： the long?term and intergenerational effects of a school construction program[J]. Journal of Human Resources，2023，58（4）：1097-1140.

[61]CORNELISSEN T， DUSTMANN C， RAUTE A， et al. Who benefits from universal child care？ Estimating marginal returns to early child care attendance[J]. Journal of Political Economy，2018，126（6）： 2356-2409.

[62]CASCIO E U. Does universal preschool hit the target？Program access and preschool impacts[J]. Journal of Human Resources，2023，58（1）：1-42.

[63]RAMEY C T， RAMEY S L. Early intervention and early experience[J]. American Psychologist， 1998，53（2）：109.

[64]任晓玲，严仲连，张泽东.农村幼儿发展历程：家庭教育时间投入与经费投入哪个更重要[J].学前教育研究，2022，325（1）：22-33.

[65]JOHNSON R C， JACKSON C K. Reducing inequality through dynamic complementarity： evidence from Head Start and public school spending[J]. American Economic Journal： Economic Policy， 2019，11（4）：310-349.

[66]张延吉，唐杰，王洁晶.中国城镇居民代际流动的地区差异和理论解释[J].社会学评论，2022，10（3）：199-219.

[67]AYDEMIR A B， YAZICI H. Intergenerational education mobility and the level of development[J]. European Economic Review，2019（116）：160-185.

Intergenerational Mobility of Cognitive Abilities：

the Role of Preschool Education

XUE Yuankang， WU Enci， HU Yaozong

（Faculty of Education， East China Normal University， Shanghai 200062 China）

Abstract： Previous research has extensively explored intergenerational mobility in education and its influencing factors， but there is relatively limited literature analyzing the intergenerational mobility of cognitive abilities from the perspective of new human capital theory. Approaching the topic from the perspective of abilities may help to uncover the“black box” of intergenerational educational transmission. Using data from the China Family Panel Studies （CFPS） in 2010， 2014， and 2018， this study finds that disadvantaged groups not only have a higher proportion of individuals with lower cognitive ability scores， but also exhibit lower upward mobility rates. The intergenerational correlation of mathematical test scores ranges from 0.269 to 0.299， while the correlation for word test scores ranges from 0.306 to 0.323 （both significantly higher than the intergenerational correlation of years of education）， and the correlation between fathers and children is lower than that between mothers and children. Additionally， early childhood education significantly negatively moderates the intergenerational correlation of cognitive abilities. Heterogeneity analysis reveals that the intergenerational correlation of cognitive abilities is higher in rural and central?western regions， among parents with lower educational levels， and in younger samples. Moreover， early childhood education has a more pronounced moderating effect in these sample groups， indicating its greater benefits for disadvantaged populations and its role in promoting intergenerational mobility of cognitive abilities.

Key words： intergenerational transmission， cognitive abilities，  early childhood education，  human capital，  educational inequality

（责任编辑：杨文）