就业视角下的社会地位代际流动研究——基于CHNS数据的贝叶斯联合建模分析

文章基于1989年、2000年、2011年中国健康与营养调查(CHNS)微观数据进行截面数据联合建模,在就业视角下研究社会地位代际流动随时间的变动趋势。截面数据联合建模能够同时处理混合类型因变量,是微观数据环境下对纵向数据联合建模的调整。模拟研究表明,与独立建模相比,联合建模不仅考虑了模型间的内在关联,而且具有更加准确和稳定的参数估计。实证结果显示,1989年至2011年在子辈社会地位获得过程中,先赋因素的影响减小,后致因素的影响显著提升,各类隐性因素的影响范围扩大,社会整体流动性不断增强。对于先赋因素处于劣势条件的子辈,接受高等教育是其获得高社会地位的最佳途径。