How Does Education Prevent the Decline of Middle-income Groups：Data Analysis Based on Chinese Family Panel Studies

doi:10.16382/j.cnki.1000-5560.2025.05.005

Abstract

Abstract:

Expanding the middle-income group is an important measure to promote common prosperity. Stabilizing the middle-income group and preventing it from sliding downwards is the top priority for expanding the middle-income group. Based on the China Family Panel Studies data and using a binary choice model, drawing on the vulnerability measurement method of expected poverty, this study estimates the probability of middle-income group decline and empirically tests whether education can prevent middle-income group decline. Research has shown that education can effectively prevent the decline of middle-income groups. Mechanism analysis reveals that education can prevent slippage by improving household employment stability and enhancing risk prevention awareness. Heterogeneity analysis found that within the middle-income group, the effectiveness of education in preventing the decline of the lower middle-income group is greater than that of the middle and upper middle-income groups; In terms of educational hierarchy differences, higher education plays an important role in preventing the decline of middle-income groups. In terms of urban-rural differences, the effectiveness of education in rural areas in preventing the decline of middle-income groups is greater than that in urban areas. Further analysis shows that online education has a significant moderating effect on preventing the decline of middle-income groups, especially for middle-income groups with a predicted decline probability of 40%-70%. Non-degree education does not have a moderating effect. To this end, we must prioritize the development of education and improve the overall level of human capital in society.Also, it's important to accelerate the high-quality development of higher education and increase resource investment, actively promote the AI large language model in the intelligent era to empower online education reform and innovation, and continuously improve the social security system to provide institutional guarantees for stability.

Key words: education, middle income group, decline risk, prevention

Maocong Zhang, Minhui Li, Xiaoting Fan. How Does Education Prevent the Decline of Middle-income Groups：Data Analysis Based on Chinese Family Panel Studies[J]. Journal of East China Normal University(Educationa, 2025, 43(5): 57-75.

Figures/Tables 14

References

	蔡宏波, 郑涵茜. (2023). 中等收入群体“滑落”的特征、影响因素与防范路径. 人口与经济, (5), 57- 70.
	陈俊, 吴萨, 何泽秀. (2024). 商业保险提升家庭消费水平研究——来自CFPS的证据. 宏观经济研究, (2), 17- 33.
	陈其芳. (2016). 农村居民购买商业养老保险意愿的影响因素分析. 财经理论与实践, 37 (1), 59- 63.
	陈璇, 李国平. (2024). 中国脆弱型中等收入群体特征及提升路径. 北京工业大学学报(社会科学版), 24 (3), 72- 86.
	何文炯, 王中汉. (2022). 非稳定就业者能够进入中等收入群体吗?——基于CFPS数据的分析. 西北大学学报(哲学社会科学版), 52 (2), 52- 64.
	何兴强, 李涛. (2009). 社会互动、社会资本和商业保险购买. 金融研究, (2), 116- 132.
	纪宏, 陈云. (2009). 我国中等收入者比重及其变动的测度研究. 经济学动态, (6), 11- 16.
	江艇. (2022). 因果推断经验研究中的中介效应与调节效应. 中国工业经济, (5), 100- 120.
	金洪飞, 陈莹莹, 邵俊尧. (2023). 金融发展与职业选择——基于风险规避动机的研究. 上海大学学报(社会科学版), 40 (4), 111- 127.
	靳振忠, 严斌剑, 王亮. (2021). 教育在家庭创业中的作用——基于中国家庭金融调查的实证分析. 中国经济问题, (1), 81- 94.
	赖德胜. (2023). 更好发挥教育在推动共同富裕中的作用. 光明日报, 2023-05-02(07).
	李春玲. (2017). 中国特色的中等收入群体概念界定——绝对标准模式与相对标准模式之比较. 河北学刊, 37 (2), 154- 162.
	李梦娜, 周云波, 王梓印. (2023). 数字经济能否缓解农民工相对贫困——基于城市规模视角. 中国农村经济, (9), 48- 73.
	李培林, 朱迪. (2015). 努力形成橄榄型分配格局——基于2006-2013年中国社会状况调查数据的分析. 中国社会科学, (1), 45- 65.
	李逸飞, 王盈斐. (2022). 迈向共同富裕视角下中国中等收入群体收入结构研究. 金融经济学研究, 37 (1), 88- 100.
	李逸飞. (2022). 培育更大规模、更高质量的中等收入群体. 中国社会科学报, 2022-11-16.
	李莹. (2024). 中等收入群体提质扩容: 环境与努力孰轻孰重?. 中国人口科学, 38 (1), 18- 33.
	刘复兴. (2022). 教育与共同富裕——建设促进共同富裕的高质量教育体系. 教育研究, 43 (8), 149- 159.
	刘渝琳、司绪、宋琳璇. (2021). 中等收入群体的持续期与退出风险估计——基于EM算法的收入群体划分. 统计研究, 38 (5), 121- 135.
	刘志国, 刘慧哲. (2021). 收入流动与扩大中等收入群体的路径: 基于CFPS数据的分析. 经济学家, (11), 100- 109.
	龙莹. (2015). 中等收入群体比重变动的因素分解——基于收入极化指数的经验证据. 统计研究, 32 (2), 37- 43.
	卢亚娟, 张雯涵, 孟丹丹. (2019). 农村家庭商业保险参与度的影响因素研究——基于CHFS数据的实证分析. 金融发展研究, (8), 11- 17.
	路晓蒙, 王一冰, 吴卫星. (2023). 传统投资顾问和智能投资顾问: 替代还是互补?. 管理世界, 39 (10), 74- 98.
	孟宏玮. (2019). 金融知识对商业养老保险参与的影响. 金融发展评论, (1), 148- 158.
	闵维方. (2017). 教育促进经济增长的作用机制研究. 北京大学教育评论, 15 (3), 123- 136.
	牛志伟, 许晨曦, 武瑛. (2023). 营商环境优化、人力资本效应与企业劳动生产率. 管理世界, 39 (2), 83- 100.
	蒲成毅, 潘小军. (2012). 保险消费推动经济增长的行为金融学分析. 现代财经(天津财经大学学报), 32 (12), 21- 29.
	乔杨, 张浩. (2022). 家庭风险金融资产配置与商业保险参与——基于CHFS2017的实证研究. 调研世界, (5), 44- 54.
	徐佩玉. (2021). 未来5年, 中等收入群体要算上你. 人民日报海外版, 2021-04-01(004).
	苏静, 周振芳, 肖攀. (2022). 教育改善贫困阶层代际传递的效果与机制——来自CLDS微观数据的证据. 教育与经济, 38 (2), 10- 18.
	王磊. (2022). 新发展阶段扩大中等收入群体的三个维度. 中国社会科学报, 2022-12-28.
	王丽, 李凤兰. (2022). 普及化阶段高等教育对收入及收入分配的影响. 重庆高教研究, 10 (5), 45- 55.
	王秀景, 王乔. (2023). 教育程度会影响家庭养老决策吗. 宏观经济研究, (12), 99- 120.
	魏婕, 任保平. (2022). 坚持扩中、稳中、优中和育中的有效统一——新发展阶段扩大中等收入群体的政策建议. 国家治理, (3), 19- 23.
	向雪风, 张路. (2023). 知识的力量: 金融知识与收入阶层向上流动——基于中等收入群体扩容的视角. 山西财经大学学报, 45 (7), 1- 15.
	谢晨, 杨秀秀. (2023). 教育扩大中等收入群体的初步证据. 华东师范大学学报(教育科学版), 41 (10), 27- 39.
	杨静慧, 张雨龙. (2023). 家庭教育支出对贫困脆弱性影响的实证分析——基于CFPS2018数据. 南方人口, 38 (2), 39- 50.
	杨宜勇. (2021). 扎实推进共同富裕的覆盖面和普遍性. 瞭望, (36), 3.
	尹志超, 宋全云, 吴雨, 彭嫦燕. (2015). 金融知识、创业决策和创业动机. 管理世界, (1), 87- 98.
	于梦迪. (2024). 风险偏好程度、保险产品购买与家庭金融脆弱性管理. 金融监管研究, (4), 20- 36.
	岳崴, 王雄, 张强. (2021). 健康风险、医疗保险与家庭财务脆弱性. 中国工业经济, (10), 175- 192.
	张凯宁. (2014). 高等教育与收入分配: 改变命运还是阶层锁定——基于CGSS2008数据的实证研究. 高等财经教育研究, 17 (2), 1- 12.
	张茂聪, 黎敏辉, 范晓婷. (2024). 教育何以促进共同富裕——基于2003—2020年省级面板数据的实证检验. 教育研究, 45 (05), 132- 149.
	张强, 杨宜勇. (2017). 商业养老保险参与的影响因素分析. 华中农业大学学报(社会科学版), (5), 138- 143.
	赵艺婷, 周灵灵. (2023). 教育、健康和技能如何影响就业质量?——来自“家庭动态社会调查”的经验证据. 西南民族大学学报(人文社会科学版), 44 (6), 97- 110.
	曾国安, 苏诗琴, 彭爽. (2023). 企业杠杆行为与技术创新. 中国工业经济, (8), 155- 173.
	中华人民共和国国家发展和改革委员会. (2021). “十四五”规划《纲要》名词解释之237\| 中等收入群体., https://www.ndrc.gov.cn/fggz/fzzlgh/gjfzgh/202112/t20211224_1309504_ext.html.
	周逸先, 崔玉平. (2000). 农村家庭户主教育程度对家庭生活影响的调查与分析. 清华大学教育研究, (2), 109- 113.
	朱兰, 万广华. (2023). 中等收入群体“扩容提质”: 现状、挑战与对策. 兰州大学学报(社会科学版), 51 (1), 41- 53.
	朱兰, 万广华. (2024). 中等收入群体的规模测度与特征分析. 武汉大学学报(哲学社会科学版), 77 (3), 133- 146.
	Birdsall, N. , Graham, C. & Pettinato, S. (2000). Stuck in tunnel: Is globalization muddling the middle?. Brookings Institution Center, Working Papers, (14).
	Esteban, A., Sara M., Llosa, J. A., et al. (2020). The influence of gender inequality in the development of job insecurity: Differences between women and men. Frontiers in Public Health, (8), 52- 62.
	Kharas, H. (2010). The emerging middle class in developing countries. Paris: Organization for Economic Cooperation and Development, 285.
	Milanovic, B., Yitzhaki, S. (2002). Decomposing world income distribution: Does the world have a middle class?. Review of Income and Wealth, 48 (2), 155- 178.
	Norton, E. C., Wang, H., Ai C. (2004). Computing interaction effects and standard errors in logit and probit models. The Stata Journal, 4 (2), 154- 167.
	Thurow, L. C. (1987). A surge in inequality. Scientific American, 256 (05), 30- 37.
	Weller C. E., Logan A. M. (2009). Measuring middle class economic security. Journal of Economic Issues, (2), 327- 336.

类别	2010年	2012年	2014年	2016年	2018年	2020年
低收入	94.26	92.65	88.63	83.62	74.36	73.69
中等收入	5.45	7.05	11.14	15.74	24.34	24.02
高收入	0.3	0.3	0.22	0.63	1.29	2.29

年份	2010—2012年	2012—2014年	2014—2016年	2016—2018年	2018—2020年
滑落占比	51.42	47.33	37.89	24.11	37.72

变量	观测样本	均值	标准差	最小值	最大值
滑落情况	1192	0.30789	0.46181	0	1
户主受教育年限	1192	11.36577	4.14175	0	22
户主年龄	1192	43.19631	13.12787	18	65
户主性别	1192	0.50755	0.50015	0	1
婚姻状况	1192	0.77433	0.41819	0	1
雇佣状况	1192	0.79782	0.40179	0	1
城乡类型	1192	0.76678	0.42306	0	1
家庭成员数	1192	2.87416	1.38819	1	9
家庭成年成员数	1192	2.32634	0.90898	1	6
儿童抚养比	1192	0.06540	0.13557	0	0.6
老人抚养比	1192	0.02357	0.09261	0	0.5
房屋产权	1192	0.70973	0.445408	0	1
存款金额	1192	115653.2	220908	0	3000000
经历重大事件	1192	0.13093	0.33742	0	1

变量	（1）	（2）	（3）	（4）
户主受教育年限	−0.02867^***	−0.03152^***	−0.02599^***	−0.02599^***
	（0.00282）	（0.00296）	(0.00323)	（0.00268）
户主年龄		−0.00326^***	−0.00152	−0.00152
		（0.00114）	(0.00130)	（0.00147）
户主性别		0.03677	0.04504^*	0.04504
		（0.02615）	(0.02499)	（0.03019）
婚姻状况		0.01872	−0.01758	−0.01758
		（0.03308）	(0.03650)	（0.03824）
雇佣状况		−0.02746	−0.05095	−0.05095
		（0.03410）	(0.03300)	（0.03654）
城乡类型			−0.05205^*	−0.05205
			(0.02911)	（0.03429）
家庭成员数			0.03243^**	0.03243^**
			(0.01474)	（0.01347）
家庭成年成员数			−0.00141	−0.00141
			(0.02380)	（0.01859）
儿童抚养比			−0.00458	−0.00458
			(0.03450)	（0.03888）
老人抚养比			0.15001	0.15001
			(0.13662)	（0.11493）
房屋产权			0.20664^*	0.20664^*
			(0.11261)	（0.10990）
存款金额			−0.00000^***	−0.00000^***
			(0.00000)	（0.00000）
经历重大事件			−0.02893	−0.02893
			(0.03781)	（0.03790）
省份固定效应			Y	Y
观测值	1192	1192	1185	1185
Pseudo R²	0.0587	0.0657	0.1544	0.1544

变量	两步法第二阶段			最大似然估计法
变量	(1) iv1	(2) iv2	(3) iv1+iv2	(4) iv1	(5) iv2	(6) iv1+iv2
户主受教育年限	−0.24831^**	−0.35193^***	−0.28663^***	−0.21569^***	−0.25296^***	−0.23143^***
	(0.10211)	(0.10447)	(0.07437)	(0.05449)	(0.05179)	(0.04771)
控制变量	Y	Y	Y	Y	Y	Y
省份固定效应	Y	Y	Y	Y	Y	Y
观测值	1171	1067	1053	1171	1067	1053
Wald test of exogeneity	2.93^* (P=0.0870)	10.55^*** (P=0.0012)	10.61^*** (P=0.0011)	3.51^* (P=0.0611)	4.43^** (P=0.0353)	6.16^** （P=0.0130）
AR	6.58^** (P=0.0103)	16.51^*** (P=0.0000)	19.28^*** (P=0.0001)
Wald	5.91^** (P=0.0150)	11.35^*** (P=0.0008)	14.85^*** (P=0.0001)
Amemiya-Lee-Newey minimum chi-sq statistic			0.08 (P=0.7779)