子女数量、学习成绩与初中生影子教育获得——基于中国教育追踪调查数据的研究.pdf

【摘要】 影子教育是一种在中国广为流行，对学生、家长以及中国教育 具 有 重 要 影 响 的 社 会 现 象 。 本 研 究 以 中 国 教 育 追 踪 调 查（CEPS2013 － 2014）数据为依据，通过二项 logit 回归模型来探究子女数量和学习成绩对 初中生影子教育获得的影响。研究发现：子女数量越多越不利于获得影 子教育；家庭中出生最早的子女更有机会获得影子教育；独生子女影子教 育获得具有明显的“补差效应”，而非独生子女影子教育获得则“培优效 应”明显。 【关键词】 子女数量 学习成绩 初中生 影子教育获得 DOI:10.16034/j.cnki.10-1318/c.2021.03.012 一、 问题的提出 伴随市场经济浪潮的冲击，我国在“普遍性”的义务教育下延伸出“特殊性”的影子教育 （Shadow Education）。尽管影子教育能够为处于义务教育阶段的学生提供充足的课外资源，但 同时也在不断冲击着学校教育的主体地位，产生新的教育不公平现象，因而在学术界引起极大 关注和热烈讨论。在影子教育的相关研究中，重要的贡献者是马克·贝磊（Mark Bray）。马克· 贝磊认为影子教育是“对学术课程的辅导（如语言或数学），由收取报酬的教育补习教师提供， ［1］ 是对主流学校教育的补充，不包括家庭成员自愿提供的课外课程。” 即影子教育具有补充性、 ［2］ 私人性和有偿性特征 。 初中阶段在我国的九年义务教育中发挥着重要作用，它位于义务教育的顶端，并且初中阶 段的学生需要面对人生第一个真正意义上的升学考试——中考。初中阶段的主要任务是成功 升学至高中，因而初中教育在我国的现行教育体系下发挥着承前启后的关键作用，得到学校、 家长和学生们的共同关注［3］。相对于小学阶段，初中阶段即将面临分流，其学业竞争压力更大， 这使得广大家庭不得不为子女寻求更多的影子教育机会。 由于受到过去人口政策——计划生育政策的影响， 我国目前的独生子女数量依然居高不下， · 97 · 独生子女成为义务教育阶段学生数量中比例较大的部分。有学者对我国未来的独生子女数量规 模进行研究后发现，我国的独生子女数量仍将继续增长，到 2050 年预计达到 3.03 亿人［4］。与此 同时，特别是在广大的农村地区， “多子多福”的思想根深蒂固，非独生子女家庭极为普遍。在 新时期人口政策的鼓励下，非独生子女家庭数量有望进一步增多。 在现阶段疯狂的“学备竞赛”中，影子教育是初中生进行“培优”或“补差”的重要手段，其核 心目的是提升学习成绩，增强学习竞争力。但是家庭内部可提供的教育资源链接机会有限，不 同家庭在做出教育机会抉择时，往往从多角度进行考虑，其中家庭子女数量和子女前期学习成 绩是重要原因。一方面，单位机会内子女数量越多的家庭在抉择过程中越深思熟虑，本研究也 将从影子教育获得的角度对此继续进行考察；另一方面，既有研究大多认为子女数量对子女学 习成绩有着显著的正向因果关系［5－6］，本研究更进一步，将子女前期学习成绩融合在独生子女 与非独生子女类型中进行考察，以此总结独生子女与非独生子女影子教育获得的特点，从而为 我国广大家庭在子女的教育资源配置上起到参考作用。 二、文献回顾与研究假设 （一）子女数量与影子教育获得 我国目前已经实行了新的生育政策，有人说独生子女时代已经逝去，但种种迹象表明，全 面二孩政策仍然动摇不了一些家庭仅生一个孩子的决心。有学者指出，妇女禀赋条件越得到 改善，禀赋水平越高，生育场域越优化，其生育意愿、生育强度越低，生育行为越趋于理性［7］。这 种理性在很大程度上源自对子女教育获得的思考。一项对四川、江苏共 1206 名农村子女的问 卷调查数据显示，同农村非独生子女相比，农村独生子女拥有更大的教育优势，主要体现在文 化程度更高、步入重点学校的可能性更大，同时可以享受到更多的家庭教育投入［8］。有学者进 一步关注城市中独生子女与非独生子女的教育获得，认为家庭规模弱化了孩子的教育获得，独 生子女的教育获得高于非独生子女［9］。而在教育获得中的影子教育获得上，有研究得出义务教 育阶段中，除小学模型外，全样本模型和初中模型均得出非独生子女参加影子教育的概率显著 低于独生子女的结论［10］。也有学者对城乡家庭内部教育不平等的影响机制进行了实证研究， 研究结果表明子女数量的增加会扩大城乡家庭内部的教育不平等，这种子女数量效应在农村 地区体现得尤为明显［11］。叶华、吴晓刚认为父母在决定生育子女的具体数量时，在很大程度上 会同时考虑自身所拥有的资源和对子女教育程度的期望［12］。Blake 在对美国白人家庭进行研 究后，提出了“资源稀释模型” （Resource Dilution Model）。他认为即使是在占据了众多优势的美 国白人家庭中，子女数量与子女教育质量的关系仍然非常紧张［13］。该模型对此进行了解释，家 中子女数量越多时，每个子女的可分配资源就会相应减少，进而影响其人力资本的获取。群集 理论（The Confluence Theory）也认为家庭中兄弟姊妹数量愈多，对于个体的教育水平产生的负 面影响就愈大。基于以上，本研究提出假设 1： 假设 1 子女数量越多越不利于获得影子教育。 子女数量越多，学校正式教育的花费也相应增多，子女进行课外辅导的费用并没有进入家 庭开销的预算当中，即使预留这部分开销，也仅仅只被家庭中少数孩子享有。这种“少数”一般 是指家庭中出生最早的孩子，他们得到了全部或者大多数的资源，包括影子教育资源。Adams 认为家庭中最早出生的孩子具有更高的教育获得［14］。Basu 和 Jong 也发现了所谓的“次序歧 视”，在同性别的比较中，他们发现在家庭中较早出生的男孩，平均拥有比较晚出生的男孩更多 的资源［15］。还有学者也认为长子女可能具有位次上的优势，在其他子女出生前可以占据家庭 · 98 · 所有可投入的资源［16－17］。基于此，本研究提出假设 2： 假设 2 家庭中出生最早的子女更有机会获得影子教育。 （二）学习成绩与影子教育获得 伴随影子教育的发展，各大辅导机构也相继推出多种既具趣味性也具实用性的教学形式， 招聘公立学校中工作成绩突出、教学能力强的优秀教师为广大中学生培优补差［18］。 “培优”指的 是让学习成绩优异的学生通过课外辅导等方式发展得更加优秀。 “补差”指的是通过课外辅导 的形式让学习成绩较差的同学快速提高成绩，增强学习兴趣。有学者发现学生学习成绩越好、 学校教育质量越高，参加课外补习的概率就越小，其认为我国义务教育阶段课外补习是补差型 而非培优型［19］。 影子教育是一项经济消费活动，归根结底是要根据家庭的经济收入状况做出选择。有学 者讨论了家庭收入和未成年子女数量对家庭教育投资的影响，发现未成年子女数量与子女人 均家庭教育投资水平呈负相关［20］。Becker 和 Tomes 提出了人力资本投资模型，该模型假设父母 都是利他的，从微观家庭角度出发，在给定家庭收入的条件下，家庭中子代数量和结构不同，父 母对于每个子代个体的教育投资将会发生变化［21］。在劳动经济学与教育经济学等学科领域， 教育的成本分为两种，即直接成本和间接成本。间接成本主要指的是读书的机会成本，一般采 用中断读书而进入劳动力市场就业的收入来衡量。家庭中父母通过理性衡量对子女教育投资 的成本和收益，来决策是否继续对子女教育进行投资。再根据“相对风险规避机制” （Relative Risk Aversion，RRA），假定所有社会阶层都会采取策略避免向下的社会流动，那么独生子女家 庭便更有可能将教育投资集中到唯一一个子女身上，尤其是当子女学习成绩较差时，独生子女 父母更可能及时让其参与影子教育活动。而对于子女数量较多的家庭，子女人均家庭教育投 资将会大幅度下降，父母更有可能寄希望于学习成绩较好的子女为家族添加荣耀，缺乏学习天 赋或学习兴趣的子女则从事其他感兴趣的行业。基于此， 本研究提出假设 3： 假设 3 独生子女影子教育获得具有明显的“补差效应”，而非独生子女影子教育获得则“培 优效应”更明显。 三、 数据来源、 变量操作化与统计模型 （一）数据来源 本研究使用的数据来自中国教育追踪调查（初中阶段） （China Education Panel Survey，简写 为 CEPS）基线数据库，问卷设计和调查实施的单位是中国人民大学中国调查与数据中心。 CEPS 是我国第一个单独针对初中阶段学生，严格按照概率抽样原则，具有全国代表性的调查数 据。它可以综合反映当今社会转型时期我国基础教育的发展情况，也是比较适合本研究选题 的微观数据。 CEPS 以 2013－ 2014 学年为基线，以七年级（即初中一年级）和九年级（即初中三年级）两个 同期群作为调查的起点。CEPS 采用多阶段的概率与规模成比例（Probability－Prpportional－ to－Size，PPS）抽样方式。七年级与九年级的学生样本量为 19 487，其中七年级学生样本量为 10 279。CEPS 同时也调查了被选中学生的家长、班主任、任课教师及学校领导。 （二）变量操作化 1.因变量： 影子教育获得 本研究的因变量为 CEPS2013－ 2014 家长问卷 A3 题项，即“本学期，这个孩子有没有上校外 辅导班或学习兴趣班”， 将原选项重新编码为“有=1， 没有=0” 。 · 99 · 2.自变量： 子女数量与子女学习成绩 “子女数量”体现为 CEPS2013－2014 学生问卷中的三个问题：第一个问题即问卷中的 B1 题 项“你是独生子女吗”，将原选项重新编码为“是=1，不是=0”；第二个问题即“你有几个亲生兄弟 姐妹”，将原选项重新编码为“一个=1，两个=2，三个及以上=3”；第三个问题即“非独生子女在兄 弟姐妹中的排行”，由于本研究更侧重探讨“择长”和“择幼”的差异，因此在参考 CEPS 数据用户 手册派生变量部分时，将“排在中间” 选项剔除， 重新编码为“排行最大=0，排行最小=1” 。 “学生学习成绩”变量的操作化依据的是 CEPS2013－2014 家长问卷中的 C10 题项，即“这个 孩子目前的成绩在班里处于”，并将原选项中的“不好” “中下”合并为“下”，将“中上” “很好”合 并为“上” ，重新赋值为“下=1， 中=2，上=3” 。 3.控制变量选择与操作化 （1）人口统计学特征 性别：有学者发现在孟加拉国，男孩比女孩更有可能获得课外补习机会［22］， 它反映出家长为 子女投资的性别观念， 特别是他们认为男孩更迫切需要通过一定学历来保证平稳就业。这一发 现在韩国也同样得到了验证［23］。本研究对于 “性别” 变量的操作化依据的是 CEPS2013－2014 学 生问卷中的 A1 题项， 即“你的性别是”， 并分别将男性赋值为 1， 女性赋值为 0。 户口：中国青少年研究中心家庭教育研究所 2011 年进行了关于中国义务教育阶段城市家 庭教育成本的问卷调查，该调查的数据统计结果显示，有 76%的城市家庭给予子女接受影子 教育的机会，年平均支付子女课外补习费用 3820 元，甚至个别家庭花销达到 8 万元。结果进 一步显示，城市家庭平均每年的子女教育支出，占据家庭子女总支出的 76.1%，家庭总支出的 35.1%以及家庭总收入的 30.1%［24］。有学者也从发展速度与规模、课程内容、办学方式、师资力 量、内部管理机制五个方面对我国农村地区的影子教育现状进行了分析，认为农村地区影子教 育的发展虽不及城市迅速，但潜力巨大，能够满足农村学生课外辅导的需求［25］。本研究对于 “户口”变量的操作化依据是 CEPS2013－2014 学生问卷中的 A6 题项，即“你目前的户口类型”， 其中“居民户口”和“没有户口”数量较少，进行剔除后，仅保留“农业户口”和“非农业户口”，并 分别赋值为 1 和 0。 （2）家庭相关因素 有学者利用《中国城镇居民教育与就业情况调查（2004）》数据进行分析后得出，义务教育阶 段的学生获得影子教育的比例最大，家庭的经济状况对城镇学生的影子教育花销起到了显著 作用［26］。除此之外，家庭经济状况与父母受教育程度、职业身份等有很大关系。在学生课外补 习需求中，父母对子女的学习成绩要求也是重要的影响因素［27］。本研究对于“家庭经济状况” 变量的操作化依据是 CEPS2013－2014 家长问卷中的 B9 题项，即“目前您家的经济条件如何”， 并将原选项中的“非常困难” “比较困难”合并为“困难”，将“比较富裕” “很富裕”合并为“富裕”， 重新赋值为“困难=1，中等=2，富裕=3”。对于“父母职业身份”变量，本研究参照李春玲的划分， 对问卷中原有的父母职业进行再编码，将“国家机关事业单位领导与工作人员” “企业/公司中 高级管理人员” “教师、工程师、医生、律师”作为“白领阶层”，将“技术工人（包括司机）” “生产与 制造业一般职工” “商业与服务业一般职工” “个体户”作为“蓝领阶层”，将“农民”和“无业、失 ［28］ 业、下岗”作为“农民阶层” ，并重新赋值为“白领阶层=1，蓝领阶层=2，农民阶层=3”。对于“父 母受教育程度”变量的操作化选取的是父母双方的最高教育程度（参考 CEPS 数据用户手册派 生变量部分），并将原选项中的“没受过任何教育”和“小学”合并为“小学及以下”，将“中专/技 校” “职业高中” “普通高中”合并为“中专或高中”，将“大学专科” “大学本科” “研究生及以上”合 并为“大专及以上”，重新赋值为“小学及以下=1，初中=2，中专或高中=3，大专及以上=4”。对于 · 100 · “父母对子女的学习成绩要求”变量的操作化依据是 CEPS2012－2014 家长问卷中的 C11 题项， 即“您对这个孩子的成绩有些什么要求”，保留原选项的编码，即“班上前五名=1，中上=2，班上 的平均水平=3， 没有特别要求=4”。 （3）学校性质 薛海平等发现，公立学校参加教育补习的比例高达 56.6%，比私立学校参加教育补习的学 生比例高出 16 个百分点［29］。对于“学校性质”变量的操作化依据是 CEPS2012－2014 学校管理 人员问卷中的 A1 题项，即“贵校的学校性质属于”，将原选项中的“民办公助” “普通民办学校” “民办打工子弟学校”合并为“民办学校”，将原选项中的“其他”进行剔除，最终重新赋值为公立 学校为 1， 民办学校为 0。变量基本情况见表 1。 表 1 变量基本信息 变量 因变量 类别 本学期是否参与课外辅导班 是否独生子女 非独生子女数量（不含自己） 自变量 非独生子女排行 学生学习成绩班级内排名 频数 百分比（%） 有=1 5829 31.07 没有=0 12 934 68.93 独生子女=1 8460 43.41 非独生子女=0 11 027 56.59 1 个=1 8043 74.94 2 个=2 2068 19.27 3 个及以上=3 621 5.79 排行最小=1 5158 53.16 排行最大=0 4540 46.84 下=1 5362 28.62 中=2 6483 34.60 上=3 6890 36.78 男性=1 10 042 51.53 女性=0 9445 48.47 农业户口=1 10 687 54.84 非农业户口=0 8800 45.16 困难=1 4076 20.98 中等=2 14 188 73.03 富裕=3 1164 5.990 白领阶层=1 3032 17.10 蓝领阶层=2 7637 43.08 农民阶层=3 7060 39.82 小学及以下=1 1843 9.48 初中=2 8559 44.03 中专或高中=3 5431 27.94 大专及以上=4 3608 18.56 班级前五名=1 5843 31.37 中上=2 8549 45.89 班上的平均水平=3 2965 15.92 控制变量 学生性别 人口统计特征 户口性质 学生家庭经济状况 父母职业身份 家庭相关因素 父亲/母亲的最高受教育程度 父母对子女的学业成绩要求 没有特别要求=4 学校性质 1272 6.83 公立学校=1 18 043 92.59 民办学校=0 1444 7.41 · 101 · （三）统计模型 鉴于本研究的因变量是二分类变量，选用二项 logit 回归作为研究的统计方法。回归模 型如下： 其中 是获得影子教育与未获得影子教育之比；X1 ，X2 ，…Xp 为自变量，包括基本的人 口学特征变量、与主题相关的控制变量以及子女数量、子女排行、学习成绩等解释变量。p 为解 释变量的数目。 四、 实证分析结果 （一）子女数量对初中生影子教育获得的影响 为从总体上了解独生子女与非独生子女在影子教育获得上的差异，本研究构建了模型 1， 如表 2 所示。模型 1 的回归结果显示，独生子女比非独生子女影子教育获得的几率高出 58.3% ① 。为进一步分析非独生子女中子女数量与子女排行对其影子教育获得的影响，本研 究相继构建了表 3 中的模型 4 与模型 5。其中，模型 4 的回归结果显示，拥有 2 个、3 个及以上 兄 弟 姐 妹 的 初 中 生 比 拥 有 1 个 兄 弟 姐 妹 的 学 生 获 得 影 子 教 育 的 几 率 分 别 要 低 16.3% 和 21.6%，再综合模型 1 结果，本研究所提出的假设 1 得到了证实。同时，模型 5 的回归结果显 示，在家庭中排行最小的子女获得影子教育的几率要比排行最大的子女低 27.9%。这也验 证了假设 2。 （二）学习成绩对初中生影子教育获得的影响 为进一步总结独生子女与非独生子女影子教育获得的特点，本研究将子女前期学习成绩 分别融合在独生子女样本与非独生子女样本中进行考察，以此构建了表 2 中的模型 2 和模型 3。 模型 2 的回归结果显示，学习成绩排名班级靠前的独生子女比排名班级靠后的独生子女影 子教育获得的几率低 19.6%。模型 3 的回归结果显示，相比于学习成绩排名班级靠后的非独生 子女，排名班级靠前的非独生子女影子教育获得的几率要高出 20.4%，而学习成绩排名班级中 游的非独生子女则要高出 27.8%。在独生子女家庭中，孩子学习成绩差，父母会想方设法为其 投资，争取早日追赶上来。在非独生子女家庭中，由于孩子数量较多，父母更可能将希望集中 到学习成绩较好的子女身上。这也使得本研究提出的假设 3 得到了证实。 表 2 独生子女与非独生子女影子教育获得的二项 logit 回归分析结果 模型 1 全样本 是否独生子女 （参照组：非独生子女） 模型 2 独生子女样本 模型 3 非独生子女样本 －0.0427 （0.0707） 0.245*** （0.0727） 0.460*** （0.0410） 学习成绩排名 （参照组：下） 中 0.100** （0.0501） · 102 · 续表 模型 1 全样本 模型 2 独生子女样本 模型 3 非独生子女样本 上 －0.021 （0.0564） －0.219*** （0.0792） 0.186** （0.0823） 子女性别 （参照组： 女性） －0.260*** （0.0373） －0.285*** （0.0513） －0.236*** （0.0546） 户口性质 （参照组： 非农业户口） －0.590*** （0.0424） －0.638*** （0.0626） －0.543*** （0.0583） 中等 0.500*** （0.0557） 0.380*** （0.0890） 0.569*** （0.0721） 富裕 0.738*** （0.0886） 0.495*** （0.129） 0.976*** （0.124） 蓝领阶层 －0.082 （0.0540） 0.0183 （0.0664） －0.281*** （0.0922） 农民阶层 －0.712*** （0.0632） －0.657*** （0.0881） －0.858*** （0.0979） 初中 0.291*** （0.0850） 0.247 （0.169） 0.314*** （0.0988） 中专或高中 0.740*** （0.0875） 0.761*** （0.169） 0.699*** （0.105） 大专及以上 1.255*** （0.0970） 1.323*** （0.175） 1.122*** （0.133） － 0.025 （0.0478） － 0.0401 （0.0677） － 0.0229 （0.0678） － 0.275*** － 0.456*** （0.0692） （0.0997） － 0.107 （0.0961） － 0.515*** － 0.513*** － 0.496*** （0.0861） （0.115） （0.131） 0.574 （0.0914） 0.694 （0.180） 0.534*** （0.106） 7500 9842 3436.72*** 1254.99*** 922.31*** 17 939.145 9069.8768 9069.8768 0.1608 0.1216 0.0946 家庭经济条件 （参照组： 困难） 父母职业阶层 （参照组： 白领阶层） 父母一方最高受教育程度 （参照组： 小学及以下） 父母对子女的学习成绩要求 （参照组： 前五名） 中上 班上的平均水平 没有特别要求 学校性质 （参照组： 民办学校） N *** 17 342 Chi－ square － 2Loglikelihood Pseudo R2 *** 注：括号内为标准误（S.E.）；*** p<0.01，** p<0.05，*p<0.1。 · 103 · 表 3 子女数量与子女排行对非独生子女影子教育获得的二项 logit 回归分析结果 模型 4 模型 5 控制变量同表 2（此处省略） 亲兄弟姐妹数量（不包含自己） （参照组： 1 个） 非独生子女在兄弟姐妹中的排行 （参照组： 排行最大） 2个 3 个及以上 －0.178*** （0.059） －0.243*** （0.065） －0.327*** （0.112） 排行最小 N 9082 9082 Chi－square 841.23*** 802.31*** －2Loglikelihood 6843.0323 6821.132 0.0732 0.0715 Pseudo R2 注：括号内为标准误（S.E.）；***p<0.01，**p<0.05，* p<0.1。 五、 结论与讨论 基于 CEPS2013－ 2014 数据，本研究重点分析了子女数量和学习成绩对初中生影子教育获 得的影响。使用二项 logit 回归模型进行分析，结果显示子女数量越多越不利于获得影子教育， 同时家庭中出生最早的子女更有利于获得影子教育。通过将学生学习成绩分别融合在独生子 女样本和非独生子女样本中进行考察后，发现独生子女影子教育获得具有明显的“补差效应”， 而非独生子女影子教育获得则“培优效应”明显。 布迪厄在家庭资本论述中提到，家庭社会资本的份额取决于两个条件，其中一个条件是家 庭中每位成员的各种形式的资本占有量。当家庭社会资本落实在教育领域，则主要体现在每 个子女在家庭的教育资源分配中获取的份额，这是家庭内部社会资本的重要组成部分。资源 稀释理论论证的就是家庭资源分配与子女学业成就间的关系问题。基于资源形式上的不同， 父母在资源分配上的方式也将有所差异［30］。一些固体化的资源，比如图书、音乐专辑等是能够 平均分配到每个子女身上的，而且这些固体化资源利于保存，若保管得当，出生较晚的子女也 可以享受到这些资源［31］。但并不是家庭所有资源都是固定不变的，经济资源是受到家庭子女 数量波动最大的，而这在经济条件薄弱的家庭中体现得更为明显。因此，从这一角度来分析， 子女数量与家庭经济资源关系紧密，父母的经济资源对子女是否有条件获得影子教育具有重 要影响，此种影响在一些缺少经济资源的家庭中体现得更加显著［32］。本研究建议随着经济的 增长，当子女的投资回报率升高时，家庭应致力于提高子女的教育质量。此外，影子教育获得 中的“长子女”效应需要引起进一步重视，应努力从家庭层次上降低子女出生顺序上的教育不 平等， 这体现出教育公平， 具有重要的社会意义。 与此同时，本研究认为子女数量与学习成绩间的关系会进一步影响影子教育获得状况。 独生子女家庭更容易为学习成绩不理想的子女购买补习服务以弥补学习差距，而非独生子女 家庭由于子女数量多而造成影子教育机会有限，通过理性思考更容易为学习成绩优异的子女 · 104 · 提供影子教育的机会。这一结论启示现有教育主体更应积极关注非独生子女家庭中的学习成 绩稍差的群体， 特别是学校应在课外时间帮助该类学生提升成绩。 ［参 考 文 献］ ［1］马克·贝磊： 《教育补习与私人教育成本》，北京：北京师范大学出版社 2008 年版，第 97－98 页。 ［2］王晓磊： 《初中阶段教育质量与影子教育机会的不平等——以CEPS2013－2014数据为例》， 载《北京社会科学》， 2016年第9期。 ［3］孙 聪 金文旺 等： 《关于我国影子教育二元结构问题的研究》，载《中州学刊》，2018 年第 9 期。 ［4］姚引妹 李 芬 等： 《单独两孩政策下独生子女数量、结构变动趋势预测》，载《浙江大学学报（人文社会科学版）》， 2015 年第 1 期。 ［5］吴愈晓： 《中国城乡居民教育获得的性别差异研究》，载《社会》，2012 年第 4 期。 ［6］李春玲： 《教育地位获得的性别差异——家庭背景对男性和女性教育地位获得的影响》，载《妇女研究论丛》，2009 年第 1 期。 ［7］王学义 王春蕊： 《禀赋、场域与中国妇女生育意愿研究》，载《人口学刊》，2011 年第 1 期。 ［8］肖富群： 《农村独生子女的学校教育优势——基于江苏、四川两省的调查数据》，载《人口与发展》，2011 年第 2 期。 ［9］王晓焘： 《城市青年独生子女与非独生子女的教育获得》，载《广西民族大学学报（哲学社会科学版）》，2011 年第 5 期。 ［10］ ［19］方晨晨 薛海平： 《课外补习的影响因素及对学生成绩影响的实证研究——基于京、黑、鲁、晋、青、川六省市的 调查数据》，载《现代中小学教育》，2015 年第 8 期。 ［11］陈丽娟： 《城乡家庭内部教育不平等的影响机制与演变》，载《南京农业大学学报（社会科学版）》，2016 年第 5 期。 ［12］叶 华 吴晓刚： 《生育率下降与中国男女教育的平等化趋势》，载《社会学研究》，2011 年第 5 期。 ［13］Black J. Family Size and the Quality of Children，Demography. Univ of California Press，1981，pp.421－442. ［14］Adams BN. Birth Order：A Critical Review，Sociometry，1972， （3）. ［15］Basu D，R.de Jong. Son Preference and Gender Inequality，South and South East Asia Econometric Society Meeting，Chennai， India，2016. ［16］Powell B ，Steelman LC. Beyond Sibship Size：Sibling Density，Sex Composition，and Educationaloutcomes，Social Forces， 1990， （1）． ［17］Booth AL，Kee HJ. Birthordermatters：the Effect of Family Size and Birth Order on Educational Attainment，Journal of Population Economics，2009， （2）. ［18］黄雪雯 曹秀秀： 《影子教育：存在的利弊影响及对策研究》，载《中国科技经济新闻数据库 教育》，2016 年第 9 期。 ［20］甘 宁： 《家庭收入、未成年子女数量与城市家庭教育投资》，载《广州大学学报（社会科学版）》，2015 年第 3 期。 ［21］Becker G. Tomes J. Human Capital and the Rise and Fall of Families，Journal of Labor Economics，1986， （1）. ［22］Bray M，Kobakhidze MN. The Global Spread of Shadow Education，SensePublishers，2014，pp.185－200. ［23］Kim T. Shadow Education：School Quality and Demand for Private Tutoring in Korea，Ssrn Electronic Journal，2004， （4）. ［24］王庆环： 《课外补习费成家庭教育支出重头》，载《光明日报》，2012 年 2 月 27 日。 ［25］李智会： 《当前我国农村地区影子教育的价值研究》，载《教育与教学研究》，2013 年第 2 期。 ［26］雷万鹏： 《高中生教育补习支出：影响因素及政策启示》，载《教育与经济》，2005 年第 1 期。 ［27］楚红丽： 《公共教育中的不公平问题——义务教育阶段不同收入家庭的教育支出负担率分析》，载《教育学术月 刊》，2008 年第 1 期。 ［28］李春玲： 《教育不平等的年代变化趋势（1940－2010）》，载《社会学研究》，2014 年第 2 期。 ［29］薛海平 丁小浩： 《中国城镇学生教育补习研究》，载《教育研究》，2009 年第 1 期。 ［30］Downey D. Number of Siblings and Intellectual Development － The Resource Dilution Explanation，American Psychologist， 2001， （6）. ［31］Downey，D. When Bigger Is Not Better：Family Size，Parental Resources，and Children’s Educational Performance，American Sociological Review，1995， （60）. ［32］Powell B，Steelman LC. The Liability of Having Brothers：Paying for College and the Sex Composition of the Family，Sociology of Education，1989， （62）. （责任编辑：刘 · 105 · 彦）