陈 东 张郁杨

一、引言与文献综述

随着我国经济的持续快速发展，效率问题已经得到初步解决，随之而来的公平问题日益成为经济学界关注的热点话题，机会不平等便是其中之一。根据 Roemer(1998)的机会不平等理论，不平等是由个体不可控的“环境因素”和个体可控的“努力程度”共同造就的，如果说后者造成的结果不平等具有合理性，那么前者产生的不平等则具有道德上的歧视性(Checchi和 Peragine，2010)。这些环境因素无法通过个人努力而改变，如个体的性别、种族和家庭背景等(Juárez和Soloaga，2014)。

在已有的机会不平等研究中，绝大多数文献聚焦于机会不平等对收入不平等(Causa 和 Chapuis，2009；Corak，2013)或者健康不平等(Dias，2009；Jusot 等，2013；Carrieri和 Jones，2018)的影响，对教育不平等影响的研究却是凤毛麟角。虽然个体层面的数据难觅造成了相关研究的匮乏，但是却不能掩盖这一主题的重要性，因为教育公平不仅已成为世界各国的基本政策目标，而且还对个体收入与健康具有决定性和持续性作用(Bijwaard等，2015；Strulik，2018)，构成了全社会公平的重要基础。

在为数不多的探讨机会不平等对教育不平等影响的研究中，不仅有证据表明环境因素是教育获得不平等的一个重要原因(Youness和 Hamzaoui，2017)，而且诸多研究还发现机会不平等对教育成就和表现也产生了显著的影响(Peragine和Serlenga，2008；Gamboa和Waltenberg，2012)。例如，Ferreira和Gignoux(2014)发现，以性别和家庭背景为环境因素的机会不平等在教育成就差异中的占比高达 35%。同时，机会不平等对教育的影响还存在较强的异质性(Salehi-Isfahani等，2014)，其中以地域差异最为典型(Peragine和 Serlenga，2008；Ferreira和 Gignoux，2014)。而专门考虑中国情形的相关研究还发现，城乡户口隔离不仅剥夺了农村居民在城市获得素质教育的机会(Liu，2005)，还显著降低了农村移民学生的教育表现(Afridi等，2015)。

反观我国实际情况，随着教育体制改革的推进，我国各层次教育都已进行了大规模扩张，但已有研究证实，教育扩张并不一定意味着教育公平性的加强(Haim和Shavit，2013)，且教育扩张对整体教育机会不平等的缓解主要源于义务教育普及，而非高等教育(杨奇明和林坚，2014)。从这个意义上讲，高等教育才是中国教育公平问题的适宜观察平台。国内学者主要沿着教育起点公平和结果公平两条主线来探讨机会不平等对教育不平等的影响。在高等教育起点方面，刘精明(2014)发现尽管个人能力在较大程度上决定了教育获得，但家庭背景也是一个重要因素；靳振忠等(2018)则认为，个人特征始终不是机会不平等的主要来源，而家庭因素、城乡和地域差别才是其中的重要原因。在高等教育结果方面，已有研究证实了我国劳动力市场中大学生与父辈之间明显的代际传递性(邵挺等，2017)，其中的重要作用机制在于，父母社会资本和政治资本的积累为子女带来的教育优势将进一步转化为职场优势(谭远发，2015；李宏彬等，2012；孔高文等，2017)。柴国俊和邓国营(2011)则发现，除了良好的家庭背景之外，男性、毕业于211 院校也是促进毕业生进入高收入行业工作的因素。

虽然现有研究均表明我国高等教育中存在明显的机会不平等问题，但是仍然存在进一步的拓展空间：其一，在研究视角方面，现有文献对毕业生去向影响因素的考量往往侧重性别、户籍、父母社会资本等某一方面的客观因素，且忽视了个体的主观努力，容易以偏概全，影响结论的可信性。其二，在研究内容方面，在为数不多的、关注毕业生去向的文献中，已有研究主要侧重职场考量，忽略了研究生教育这一重要选项。事实上，读研既是本科教育的结果，也是研究生教育的起点；同时，从近些年本科毕业生的去向分布来看，读研深造已经成为毕业生的热门选择之一，本科毕业生国内外读研比例逐年上升即是明证。其三，在研究方法方面，研究内容的相对单一也导致研究方法受到局限，现有研究大多从父母社会资本的代际传递视角出发，采用回归法检验影响因素的显著性，鲜有对影响因素贡献率和群体异质性的深度量化分析。

基于此，本文将利用来自 S大学历时八年的本科生毕业数据，从机会不平等这一新的视角出发，既观察了家庭背景是否是机会不平等最为重要的环境因素，也强调了个人的努力因素；既考察了以往文献强调的职场就业，也将国内外读研选择纳入其中。在此基础上，以机会不平等事前估计法为方法基础，结合 Shapley分解和 Oaxaca分解模型，对机会不平等对教育结果不平等的贡献、各环境因素的子贡献及其群体异质性构成进行量化剖析。

二、理论模型

本文在机会不平等核心思想的基础上，采用事前不平等的基本原理和相应模型来考察机会不平等对高等教育结果的影响，从而为下文的实证检验奠定分析基础。

（一）事前不平等的选择依据

根据 Roemer(1998)机会不平等的基本理论，在样本量为 N的人群中，如果用表示个体 i一系列不可控“环境因素”的有限集合，Ei表示个体 i可控的努力程度，并将运气因素、不可测因素和测量误差等列入残差项ui，那么结果函数应表示为：

假设集合Ci中的每个环境因素ck有kλ个取值，那么环境集中总共有种可能的组合，即m种类型(Types)，则个体结果集合可表示为：

类似地，若努力程度Ei有p个不同的取值，即可定义为p种档次(Tranches)，那么个体结果集合为：

基于研究采用分类法还是分档法，可将对机会不平等的测度与估计划分为事前(Ex-ante)和事后(Ex-post)机会不平等两大类(Fleurbaey和 Peragine，2013)。根据Checchi和 Peragine(2010)的定义：对于事前法而言，如果所有类型的结果均值相同，则表示机会平等，如果不同类型之间的不平等减少，则表示机会不平等减少；事后法则以努力程度为估计依据，若付出同档努力的人得到相同的结果则表示机会平等，若相同档次内的不平等减少，则表示机会不平等减少。从定义可以发现，事前法侧重的是实际上“组间”不平等，而事后法则是“组内”不平等。

由于本文旨在探讨以家庭背景为主的环境因素对大学生毕业去向差异的影响及其贡献程度，侧重点在于探讨各种类型的组间差异，而非同一努力程度的组内差异，因此本文选取事前法进行机会不平等的研究。

（二）事前不平等的回归模型

在事前估计法中，本文采用了回归法这一最为广泛的方法，即利用回归方程将环境因素和毕业结果联系起来，所有由环境因素引起的结果差异均可直接归因于机会不平等。因此，如果环境变量对结果变量存在显著影响，即说明存在机会不平等；反之，若机会平等，方程就会存在一个较低的拟合度。但是，这种方法存在机会不平等被低估的可能，因为在实际操作中不可能穷尽一切环境变量，而未观测到的环境因素可能会被归因于努力程度的不同，因此可以认为该方法测度的是机会不平等的下限。

在回归方程中，仍然令y表示结果变量，C表示由各个环境因素所构成的矩阵，E表示努力因素。为简化分析，可将回归模型设定为如下线性方程：

根据 Roemer(1998)的机会不平等理论，环境因素不仅会直接影响结果，而且还会通过影响努力程度对结果造成间接影响，这被称为偏环境问题(Partial Circumstance Problem)，对此可采用如下方程表示：

将式(10)代入式(9)，可得：

由此可见，对外生环境变量直接进行回归计算而来的机会不平等，实际上包含了环境因素对结果的直接作用和通过努力变量而影响结果的间接作用，因此回归模型对努力变量的遗漏其实是合乎情理的，且无论数据中能否观测到努力变量都应当将其忽略(Ferreira和 Gignoux，2014)。

在以上回归模型中，给定环境矩阵C，y的条件期望可表示为：

由此可见，函数I(·)的形式是测度的关键，取决于分析范围和因变量类型。

本文研究涉及到的结果变量均为二分变量或定序变量，考虑到对于定序变量，通过对变量每个等级进行二分，实际上等同于二分变量(Juárez和 Soloaga，2014)，因此本文借鉴 Barros 等(2008)的方法使用相异指数(Dissimilarity Index)来测度结果变量的机会不平等函数，即：

将结果变量的真实值 y代入不平等的测度函数 I(·)，并用式(14)与之相除，即可得到本文对机会不平等的相对测度：

需要注意的是，只有函数I(·)既可以应用于真实结果变量y，又可以应用于时，才可进行机会不平等的相对测度。

三、变量选择与描述统计

（一）数据来源

本文数据来源于 S大学经济类专业本科生的毕业去向统计汇总。一方面，S大学是一所在全国范围内招生的高校，能够体现样本学生的地域差别；另一方面，经济类专业作为理论性和应用性兼具的学科，其本科生的就业选择范围十分广泛。因此，选择 S大学经济类专业的本科生毕业去向数据，具有较好的代表性。在剔除核心变量缺失的个体后，本文样本包括2008——2015届8个年级的2061名学生。该数据包含学生的毕业去向信息、个人基本信息、家庭背景信息(包括父母的工作、家庭经济条件、家庭人数等)、学生的高考入学成绩、所在专业和年级等方面的详细信息，为本文实证检验提供了充分的数据基础。

（二）变量设计

1.被解释变量

从毕业去向的决策顺序来看，大学生首先会考虑“是否读研”，此时被解释变量为二值选择，定义读研为 1，不读研为 0；在读研的群体中，可进一步细分为“国内读研”和“国外读研”，故此时被解释变量依然为二值选择，前者定义为 1，后者定义为 0；而在不读研的职场就业群体中，其面临的选择按照从稳定到不稳定的次序可细分为政府、大型国有企业、外企民企等其他企业和未找到工作四种类型，此时被解释变量为定序变量，依次定义为1、2、3和4。

2.解释变量

根据经典的机会不平等理论，本文的解释变量主要考虑两方面的影响：一是环境因素，重点考察家庭背景方面的环境因素，包括父母的工作类型(Father_Job和Mother_Job)、家庭人均收入(Household_Income)和家庭规模(Household_Size)；二是个人努力程度，使用大学期间百分制绩点(GPA)来表示。需要注意的是，考虑到家庭人均收入、父母亲的工作类型和家庭规模之间存在较强的相关性，且引入模型可能会产生多重共线性，故本文在构建模型之前进行了相关性检验和 VIF检验，证明模型不存在多重共线性问题。由于最后一期数据统计于2015年，故模型中所有收入变量均通过居民消费价格指数(CPI)转换为2015年的等价收入。

3.控制变量

其一，考虑到大学生的毕业去向很可能与当年的宏观经济和政策环境相关，本文控制了时间趋势。其二，通过家庭所在地是否位于东部省份来控制地域特征，通过个体的民族、户口、性别和年龄来控制人口学特征。值得注意的是，由于引入了时间趋势，个体年龄必然与时间变量存在强共线性，因此模型把学生实际年龄转化为入学年龄。《中华人民共和国义务教育法》规定：“凡年满六周岁的儿童，不分性别、民族、种族，应当入学接受规定年限的义务教育。条件不具备的地区，可以推迟到七周岁入学。”因此，六周岁和七周岁均为正常入学年龄，按照此标准推算到大学所在年级，把入学年龄变量设置为晚入学、正常入学和早入学三个类型。其三，本文还对专业、高考文理分科和高考成绩进行控制，以保证GPA的不同来自大学期间的努力程度，而非专业差异和个人学习天赋。由于各省份高考难度、分值设置以及分数线均存在较大差异，因此将高考成绩变量转化为高出所在省份本科一批(区分文理科)分数线的分数百分比。

（三）变量的描述性统计

表1给出了所有变量的说明与统计描述。

从经济类专业大学生的毕业去向来看，选择读研的人数占总样本的 46.34%，说明随着高等教育扩招，读研已经成为大学毕业生一个相对普遍的选择，其中，留在国内读研相对海外留学更有吸引力，67.64%的毕业生选择国内读研；而在直接进入劳动力市场的毕业生中，进入民企和外企等其他企业工作的人数最多，占比高达 41.41%，大型国有企业次之，政府部门最少；同时，仍有 13.56%的毕业生未找到工作，处于失业状态，表明当前本科毕业生所面临的劳动力市场竞争较为激烈，就业形势相对严峻。

在反映环境因素的家庭背景变量中，父母亲的工作状况存在较大差异：与父亲相比，母亲失业或下岗的比例要高出 8.49%，而在政府、企事业单位拥有正式工作的占比则低出 7.33%，务农、个体经营、劳务等非正式工作占比差别不甚明显，均在 35%左右，这一差异表明父亲在家庭社会资本积累和经济支持方面发挥了更大作用。家庭规模变量显示样本家庭人数均值为3.64，说明在多年实行计划生育的政策背景下，大学生家庭规模整体偏小。家庭人均月收入均值1405.35元，低于2015年国家统计局公布的全国居民人均可支配月收入(1830.5元)；其标准差为1976.24，数据离散程度较大，进一步计算得出样本收入的基尼系数约为0.49，不仅高于收入分配差距的“警戒线”(0.4)，而且也高于我国历年同期基尼系数，表明样本个体的家庭经济状况存在较大差距。

表1 变量说明与样本描述性统计

续表1

四、基准回归结果

本文首先运用基准回归模型，综合考察以家庭背景为主的环境因素与努力程度对大学生毕业去向的共同影响，从而明晰样本群体毕业去向的基本影响因素；在此基础上，进一步根据时间趋势划分样本进行分阶段分析，以对比不同阶段机会不平等的变化；同时，还基于样本特征划分异质性群体，探究机会不平等对不同群体的影响差异。

（一）基准回归分析

根据机会不平等的核心思想与公式(1)，大学生毕业去向(Y)是环境因素、努力程度和其他不可观测因素的函数，故本文的基准回归模型可设定为：

其中，Yi表示个体i的毕业去向，并通过被解释变量分别为“是否读研”、“是否国内读研”和“就业选择”的三个模型来展示回归结果；t表示时间趋势。根据被解释变量的类型，除“就业选择”模型采用 Ordered Logit回归以外，其余两个模型均采用二值Logit回归进行估计。需要注意的是，本文对多分类自变量(如专业、父母工作类型等)，采用一系列虚拟变量的形式进行处理；同时，在本文重点关注的家庭背景变量中，考虑到父母拥有正式工作的样本量较大，且正式工作带来的影响有可能与失业和非正式工作均存在显著区别，故以“正式工作”作为参照组有可能呈现更好的效果。表2分别报告了三个模型的基准回归结果。

首先，“是否读研”的二值 Logit估计结果显示：其一，母亲工作和家庭人均月收入是影响大学生是否选择读研的家庭背景因素。一方面，相对于正式工作，母亲失业或下岗和从事非正式工作均不利于子女获得研究生教育，但是从估计系数来看，失业或下岗存在更大的消极影响，这恰好印证了赵颖(2016)的研究结论，即父母下岗会推迟子女的教育获得；另一方面，家庭收入状况越好，子女读研的可能性越大。以上两个效应背后的原因，不仅在于优渥的家庭环境会为子代提供更优质的教育资源和社会及文化资本(仇立平和肖日葵，2011)，而且教育期望等社会心理变量也是家庭背景影响教育获得的重要中间变量(Sewell 等，1970)，即家庭社会经济地位越高的子女获得教育的期望也越高，且这种期望最终会转化为教育获得的优势。其二，家庭人数越多，子女越不可能读研，但是在独生子女占据主导比例的这一代毕业生中，这一结论并不显著。其三，以 GPA来衡量的个人努力程度对读研选择产生了显著的促进作用，即大学期间的学习绩点越高，读研的可能性越大。进一步观察时间趋势的估计结果，可以发现学生的继续深造与时间存在很强的相关性，相对于参照组“2008届”学生，其他年级的学生均更加倾向于攻读研究生，2013届读研的倾向达到了最高，是2008届读研几率(odds)的5.21倍；尽管2014届和2015届的估计系数较之2013届有所回落，但依然远远超过2008—2012届，说明大学生越来越青睐继续攻读研究生，而我国高校研究生的大规模扩招也满足了这一教育需求，因此毕业生读研的时间趋势愈加明显。其四，在控制变量中，学生的文理科是一个显著的影响因素，理科生更可能继续读研，个别专业如“金融数学”的学生，可能由于其专业的特殊性导致其更大的读研可能性。

其次，对“是否国内读研”二值 Logit估计结果的理解，可以通过与“是否读研”估计结果的比对来进一步强化。与“是否读研”不同的是，在家庭背景因素中，除了母亲工作未通过显著性检验外，父亲工作、家庭人均月收入和家庭规模均对学生在国内读研产生了显著影响：相对非正式工作来说，父亲拥有一份政府或企事业单位的正式工作，子女更可能选择国外读研；同时，更好的家庭收入状况和更小的家庭规模也促进了学生出国读研。在这里，有两个有趣的现象值得思考。一是母亲的工作地位越高，对子女读研越有利，对是否出国读研没有显著影响；而父亲的工作地位对子女读研没有显著影响，却促进了子女出国读研。这一差异表明，母亲的社会经济地位对子女继续教育的影响毋庸置疑；但相对读研来说，出国深造需要更多的家庭支持。二是家庭规模对读研没有显著影响，但是明显抑制了出国读研的可能性。一般来说，更大的家庭规模意味着更重的家庭负担，大家庭中的子女得到资源可能会更少。这一差异表明，虽然家庭经济条件是一个约束因素，但这至少不是来自大家庭学生放弃国内读研的根本原因；相对国内读研来说，出国深造的确会产生更大的家庭经济压力，存在更为严重的机会不平等，这一点从两个模型对数化“家庭人均月收入”估计系数的对比中也可得到印证。与“是否读研”相同的是，GPA同样会对大学生是否在国内读研产生显著影响，其估计系数表明，大学期间更加努力且获得更好成绩的学生更可能选择在国内读研。在控制变量中，早入学和少数民族的学生更可能出国读研；出国读研同样与专业有关，金融工程、金融数学、金融学和经济学这四个专业的学生相对来说更有可能出国读研；但是，随着国内教育水平和出国读书成本的同时攀升，出国读研并不存在明显的时间趋势。

最后，从被解释变量为不读研、进行就业选择的回归结果中可以看出，在主要解释变量中，父亲工作和大学期间 GPA对毕业生的就业去向存在显著影响。父亲拥有政府、企事业单位的正式工作，其子女更倾向于体制内就业。个人努力程度同样对进入政府、事业单位和大型国企等体制内单位发挥了积极作用，但是从估计系数来看，GPA对就业的影响程度明显小于对读研的影响。在控制变量中，男生相对女生来说更可能进入体制内工作单位；高考成绩越好的学生，越可能体制外就业；同时，毕业生的就业去向同样呈现明显的专业差异。

表2 基准回归估计结果

续表2

（二）稳健性检验

为了保证回归结果的可靠性，本文对表2的基准回归进行如下稳健性检验。

其一，采用逐步引入解释变量的方法初步检验模型设定的稳健性。首先方程 1只引入家庭背景变量，方程 2中加入个人努力程度变量，方程 3根据变量设计中对努力程度的控制，进一步纳入专业、文理分科和高考成绩变量；在此基础上，方程 4控制时间趋势、地域特征和人口学特征变量，即得到表2中完整的基准回归方程。从表3整理的检验结果来看，方程1～方程4通过逐步引入解释变量后，主要解释变量的系数方向和显著性均无明显变动，且方程的准拟合优度(Pseudo R2)均逐渐增大，表明拟合程度越来越好。

其二，对核心解释变量采用不同的操作性定义。(1)父母工作由分类变量转变为二分变量，将原变量赋值中的“失业或下岗”与非正式工作合并，定义为“1＝政府、企事业部门的正式工作，0＝无正式工作”；(2)家庭规模根据家庭人数划分为三个等级：家庭人数不超过三人则定义为“1＝小家庭”，四口之家定义为“2＝中家庭”，五人及以上为“3＝大家庭”；(3)家庭人均月收入和个人努力程度则根据 25%和 75%两个分位数划分为定序变量，即变量赋值分别为“1＝低收入，2＝中等收入，3＝高收入”和“1＝较差，2＝中等，3＝优秀”。如表3中方程5所示，在核心解释变量不同的操作性定义下，其估计结果依然与表2的结果保持一致，体现了基准回归结果的稳健性与可信性。

（三）分阶段分析

在基准回归分析中，不难发现大学生无论是选择读研还是选择就职，均具有明显的时间趋势。为了对比机会不平等在不同时段的变化，并保证每个阶段的样本量满足估计有效性的需要，在此将整个样本时期划分为2008—2011届和2012—2015届两个阶段，其对比回归结果如表4所示。

表4 主要解释变量的分阶段估计

表4的回归结果表明，个人努力程度对两阶段的所有被解释变量均存在十分显著的影响；对数化家庭人均月收入的估计系数在两个阶段中并未呈现出明显差异，表明更高的家庭收入对读研和国外读研均具有积极作用。与之不同，在两个时段中出现明显差异的变量是父母亲的工作和家庭规模。2008—2011届学生的父母亲工作对毕业去向没有显著影响，但是2012—2015届却出现了截然不同的情况：父亲拥有正式工作，子女更可能选择读研(特别是到国外读研)或者选择体制内工作，而母亲失业或下岗则明显抑制了子女的读研选择。家庭规模在两个时段的估计系数差异则表明，大学生的毕业去向与家庭规模的关系正在弱化，第一阶段来自大家庭的学生更不可能国外深造或者进入体制内工作，第二阶段这一影响已经消失，说明与家庭规模相关的机会不平等问题可能由于生活条件的逐步优化和父母更加注重子女的教育等原因逐步得到解决。

（四）异质性分析

为了进一步探讨家庭背景等环境因素对不同异质性群体的影响，本文还根据性别和地域对全样本进行划分，分别进行回归，其估计结果见表5和表6。

表5 基于性别差异的异质性分析

从性别差异来看，女生群体的毕业去向与更多的家庭背景变量相关，且产生影响的具体因素也与男生群体存在明显差异。从父母的社会地位来看，父亲的工作对男生群体无明显影响，而母亲拥有正式工作提高了其读研的可能性；与之相反的是，父亲在政府、企事业单位就业促进了女生读研(特别是出国读研)和进入体制内工作，而母亲的工作对她们的毕业去向并未产生显著影响。这一差异表明，在个人发展中，父亲的社会角色对女儿更重要，而母亲的社会角色对儿子更重要。从其他因素来看，更好的家庭经济条件有利于男生群体出国读研，男生就业的类型与家庭背景并不存在明显关联，只与大学期间的学习努力程度有关；家庭经济条件对女生群体读研和出国读研的选择均存在约束作用，更大的家庭规模也限制了女生出国读研的可能性。以上分析表明，家庭经济条件对男女生继续深造来说，均是一个非常重要的影响因素，且对女生群体的影响更大。从就业选择来看，男生群体的就业选择几乎与机会不平等无关，只会受到个人努力程度的影响；而女生群体则会同时受到以父亲工作为代表的家庭背景和个人努力程度的双重影响，也暗示了女生在劳动力市场中可能面临一个相对更不公平的竞争环境。

从区域差异来看，东部省份与中西部省份存在非常明显的差异，家庭位于东部省份的学生毕业去向更易受到家庭背景的影响。具体来说，来自中西部地区的学生是否读研与家庭背景几乎无显著关系，但对东部地区学生来说，母亲拥有更稳定的工作、家庭经济条件更好都会促进其读研；影响出国读研的因素也同样存在明显的地域差异，即家庭人均月收入越高、家庭人数越少，来自东部省份的学生越有可能出国读研，而中西部省份学生出国读研的可能性仅与家庭经济条件存在正向关系；无论是哪个地域的学生，就业类型均只与上一代的工作类型有关，其差异仅在于来自中西部的学生就业更多受到母亲工作影响，即母亲工作稳定性越高，孩子越倾向于在体制内工作，而来自东部的学生就业受父亲工作影响更明显，且与前者作用方向相反，这表明双亲角色在毕业生职业选择方面的代际传递作用存在地域差异。

表6 基于地域差异的异质性分析

五、毕业去向机会不平等的家庭因素构成和异质性分解

（一）机会不平等的家庭环境因素构成和贡献率

为了充分理解机会不平等现象的构成与分布，有必要在基于事前法计算来自家庭环境因素的总体机会不平等的基础上，将总体不平等拆分成各个环境因素的贡献率。

如前文理论模型部分所述，事前机会不平等的回归估计需将环境因素与结果联系起来，故在进行分解前，首先要设定一个环境变量与结果变量的回归模型，即需剔除基础回归模型中的努力程度变量，并筛选出对被解释变量影响显著的环境因素重新设定回归方程，进而计算每个环境因素对总体不平等的平均边际效应。对此，本文采用由Shorrocks(2013)提出、Hoyos 和 Narayan(2011)及 Fajardo-Gonzalez(2016)加以推广和采用的Shapley分解法进行拆分，其核心思想是由于环境因素之间存在相关性，当一个环境因素被添加到若干不同的初始环境集合中时，识别机会不平等的大小会发生多大的变化。这种由于增加某个环境因素而导致的不平等程度变化可以被视为该环境因素对机会不平等的贡献率。

具体来说，当环境因素 c被添加到初始环境集M时，本文不平等测度函数相异指数I(·)的变化可表示为：

其中，C表示包含n个环境变量的全集，S是全集C除c之外的子集，内含s个环境变量；I(S)和分别表示子集S及其添加环境变量c后的相异指数。

若令I(C)表示全集下的相异指数，可分解得到环境c对总体不平等的贡献为：

由此可见，与其他分解方法相比，Shapley因素分解模型具有明显的优势，即不仅与顺序无关，而且分解得出的各部分之和即为总体机会不平等(Juárez和 Soloaga，2014)。尽管 Shapley分解不属于因果关系范畴，但仍可从中明确各个环境因素的相对重要性大小。

根据表7，在对“是否读研”进行 Shapley分解后，可以发现“母亲工作”和“家庭人均月收入”是两个显著影响读研的家庭环境因素，二者解释了全样本群体 28.16%的读研差异，其中“母亲工作”的相对贡献率高达 57.63%，超过了“家庭人均月收入”的贡献率(42.37%)。进一步分时间段的分解结果还显示，在2012—2015届学生读研的异质性中，28.12%源自群体的家庭背景差异，而 2008—2011届学生中这一比例仅为15.43%，表明在读研选择上，与家庭背景相关的机会不平等正在加剧；与此同时，2012—2015届学生中父母工作的作用开始显现，分别贡献了 51.66%和 10.45%，并成为机会不平等的主要来源。上述分析表明，对毕业生选择读研、获得研究生教育来说，父母亲的社会资本发挥了重要作用，其影响甚至超过了经济因素。

在对“是否国内读研”进行分解后，则可以得到如下结论：第一，无论是全样本还是分阶段样本，“是否国内读研”受机会不平等的影响程度较“是否读研”更为显著。全样本中家庭背景造成的机会不平等解释了高达 39.86%的海内外读研差异，2008—2011届和 2012—2015届家庭背景对读研去向异质性的解释力度虽低于全样本，但也分别达到了 32.93%和 36.26%，大大高于“是否读研”。第二，无论是全样本还是分阶段样本，家庭经济条件都是最主要的机会不平等来源，其在三个样本中的比重分别为49.97%、50.02%和 65.78%，这显然与出国读研花费巨大有关。第三，分阶段对比来看，2012—2015届学生所面临的机会不平等强度依然明显高于 2008—2011届学生，这与“是否读研”的估计结果一致，再次印证了大学生毕业去向的机会不平等问题正在加剧这一事实。

表7 机会不平等的Shapley因素分解(%)

（二）机会不平等的群体异质性分解

在对回归模型的机会不平等进行因素的权重分解之后，本文采用 Oaxaca模型分解了不同群体之间机会不平等的差异来源。这是因为，产生机会不平等的必要条件在于人们面临不同的环境，而环境因素能够对结果变量产生影响。因此，群体之间存在机会不平等差异可能源自结构效应(Composition Effect)，即群体所处环境本身存在的差异，也可能源自关联效应(Association Effect)，即环境影响结果过程中存在的差异。Oaxaca分解的原理是首先计算群体的实际机会不平等，然后计算其他群体机会不平等的反事实估计值，通过二者对比确定机会不平等主要来自结构效应还是关联效应。本文采用的不平等测度函数 I(·)为相异指数，以性别群体为例，分别用来表示男生和女生群体所面临的环境因素和关联系数，那么二者相异指数之差可表示为：

从前文结果来看，总样本的机会不平等存在明显的性别和地域异质性，因此本文的 Oaxaca分解模型也分别根据这两个维度划分子群，进而明晰性别和地域特征群体机会不平等的差异及其来源。需要注意的是，机会不平等的Oaxaca分解无法进行被解释变量为定序变量的模型分解，因此本文对“就业选择”的赋值做出修改，从定序变量转化为二值变量，即把“1＝政府”和“2＝大型国有企业”替换为“1＝体制内就业”，把“3＝外企、民企等其他企业”和“4＝未找到工作”替换为“0＝非体制内就业”。

表8展示了基于 Oaxaca方法的群体分解结果，其中“分布”表示群体所处的环境，“系数”表示群体的环境与结果之间的关联。因此，二者对应同一群体的数值表示该子群体的实际机会不平等估计，比如分别代表男生和女生群体的机会不平等；若对应不同群体，则表示利用某一群体的系数和另一群体的环境所进行的反事实估计，比如表示利用女生群体环境与结果之间的关联系数对男生所处环境进行的反事实估计。

对性别群体的分解结果显示，在读研、国内读研和体制内就业三方面，男生群体的机会不平等估计值分别为 0.3023、0.4615和 0.0463，女生则为 0.2617、0.3758和0.0431，表明男生群体受到机会不平等的影响程度高于女生。同时，三个模型中反事实估计值基于分布的差异相对较小，而基于系数的差异明显更大，表明男女之间的机会不平等差异主要来自关联效应，而非结构效应。

表8 机会不平等的Oaxaca群体分解

与性别差异不同，读研和体制内就业的地域差异主要源自关联效应，而海外读研的地域差异则更多源自结构效应。具体来说，在“是否读研”方面，毕业生之间的机会不平等主要源自关联效应，即家庭背景对毕业去向结果的影响；而在“是否国内读研”方面，情况则恰恰相反，基于分布的反事实估计值与机会不平等真实值差异相对更大，表明来自东部省份与中西部省份毕业生之间的机会不平等差异主要源自结构效应，即学生家庭背景本身存在的差别。实际上，这一分解结果是合乎逻辑的。一方面，正如前文所证实，学生是否读研和是否体制内就业均与父母工作类型的关系更大，而即使在同样的家庭经济条件下，仍有可能由于地域文化和职业偏好的不同而导致学生选择不同的毕业去向。另一方面，我国中西部与东部地区经济发展存在较大差距，而出国读研明显受制于经济约束，因此选择国内读研还是海外读研的主要因素是学生所在家庭能否给毕业生提供足够的经济支持。通过对子群体的真实估计值进行比较，我们还可以发现，在出国读研方面，来自东部地区的家庭存在更严重的机会不平等，而中西部地区家庭的学生则在是否选择读研和是否体制内就业问题上受到机会不平等的影响更深。

六、结论与政策启示

本文以 Roemer的机会不平等理论为理论基础，利用 S大学经济类专业本科生毕业去向统计数据，基于 Logit回归模型分析了家庭背景因素和努力程度对毕业去向的整体影响、分阶段影响及其群体异质性。在此基础上，构建环境因素(家庭背景)与结果变量(毕业去向)的回归模型，采用Shapley因素分解模型和Oaxaca群体分解模型对样本机会不平等的来源和构成进一步探析。结果表明：(1)除努力程度对读研、国内读研和体制内就业均存在正向作用外，家庭背景对大学生毕业去向也存在显著影响。样本的读研和海外读研差异的 28.16%和 39.86%来自家庭背景，其中母亲工作状况和家庭经济条件是最主要的机会不平等来源；样本的职业选择也存在明显的代际传递性，父亲拥有正式工作，子女更倾向于体制内就业。(2)从机会不平等随时间变化的发展趋势来看，家庭背景带来的机会不平等正在加剧，虽然经济因素和家庭规模在读研和海外读研方面的作用分别出现弱化，但父母工作对毕业去向的影响开始显现，甚至成为现阶段研究生教育获得最主要的机会不平等来源。(3)机会不平等存在明显的性别和地域异质性，其中性别差异主要来自家庭背景对毕业去向的影响不同，出国读研的地域差异则主要来自家庭背景本身的差别。其中，父亲拥有正式工作对女生的发展影响更大，其读研、出国读研和体制内就业的可能性都随之提高，而母亲的正式工作对男生影响更大。与男生仅出国读研受到家庭经济条件约束不同，女生的读研和出国读研选择都会受到家庭背景的更深程度影响。

本文研究进一步证实，即使在获得同样的高等教育之后，其教育结果之中也包含严重的机会不平等。高等教育作为人力资本投资的一种有效方式，本应起到提高社会经济地位、促进阶层流动的作用，但机会不平等的扩大无疑令这种投资的收益大打折扣。由此可见，在高等教育及之后阶段的继续深造和就业方面，政府各部门应进一步完善现行的教育政策和就业政策，以确保实现合理分配社会资源、保障公共品的公平使用等基本目标，完善包括机会公平在内的社会公平保障体系。

上述分析的政策含义在于，其一，政府部门有必要提供更多、更优质的公共教育资源，以弥补弱势家庭代际传递的社会文化资本作用的缺失。同时，在高等教育阶段，针对近年来高校中部分学生存在的学习动力不足现象，今后应通过教育教学改革，严格考试和学分管理，提高人才培养质量和就业竞争力，并强化个人努力程度对高等教育结果的贡献。其二，保障劳动力市场的健康发展，保证公平公正的就业竞争环境和稳定有序的市场秩序，健全和完善政府、事业单位及国有企业等体制内机构的公开招聘制度，消除当前劳动力市场中的代际传递问题以及与就业歧视相关的各类“隐形门槛”，真正实现社会的机会公平与结果公平。其三，在研究生教育方面，家庭经济能力仍然是制约大学生获得研究生教育(特别是海外留学)机会的一个重要因素，所以对来自农村和中西部地区的贫困生源应进一步给予经济补贴和奖助。