Page 215 - 《社会》2015年第4期

社会· ２０１５ · ４

表 ２ ：子女特征的描述性统计
农村 城市
变量名 类别／指标
儿子 女儿 合计 儿子 女儿 合计
年龄（岁） 均值 ４０．８ ４０．８ ４０．８ ４２．５ ４２．６ ４２．６
标准差 ７．７ ７．８ ７．７ ７．１ ７．７ ７．４
是否结过婚（ ％ ） 是 ９２．４ ９７．８ ９５．１ ４．９ ２．２ ３．５
否 ７．７ ２．２ ４．９ ９５．１ ９７．８ ９６．５
受教育年限（年） 均值 ７．３ ６．０ ６．７ １０．４ １０．１ １０．３
标准差 ４．２ ４．３ ４．３ ３．４ ３．４ ３．４
职业类型（ ％ ） 无工作 ９．１ ２４．７ １６．９ ２１．５ ４７．５ ３４．９
非农工作 ５３．１ ２６．７ ３９．８ ７４．６ ４７．３ ６０．５
农业工作 ３７．８ ４８．６ ４３．３ ３．８ ５．２ ４．５
居住距离（ ％ ） 同住 ３４．７ ２．７ １８．６ ２１．９ ９．８ １５．６
同村／街 ３５．６ １８．２ ２６．９ １８．０ １５．５ １６．７
同 县／区 不 同
１０．４ ４９．２ ２９．９ ３０．２ ３３．２ ３１．８
村／街
同市不同县／区 ５．７ １０．１ ７．９ １６．４ ２５．４ ２１．０
同省不同市 ５．０ ８．４ ６．７ ４．１ ８．２ ６．２
不同省 ８．６ １１．５ １０．１ ９．５ ７．９ ８．７
犖 ３４３７ ３３４６ ６７８３ １１１８ １１７５ ２２９３
注：表中结果已加权。
，
与经典的 犔狅 犵 犻狊狋犻犮 回归相比，固定效应模型最大的特点是增加了 α 犻
之后，模型实际上
这相当于对每个父母使用一个虚拟变量。在增加 α 犻
是在当父母都为 犻 的情况下，比较不同子女的赡养行为是否存在显著
差异。所以，通过固定效应模型，我们可以在同一个家庭内部对儿子和
女儿的赡养行为进行更加严格的比较研究。
之后，固定效应模型已不能估计父母层面的变量，如父母
但在纳入 α 犻
的年龄、婚姻状况和健康状况的回归系数。因为对来自同一个家庭的兄弟
姐妹而言，这些变量的值是完全相同的，所以在增加 犻 个固定截距以后，这
。事实上，即使在模型中考虑这些变
些父母层面的回归项都会被吸纳进 α 犻
量，也会因为完全共线性而被自动排除在外。不过，父母特征（如城乡）与
子女特征（如性别）的交互项依然可以进入模型。

四、分析结果

（一）描述性统计分析

表 ３ 根据城乡和是否同住描述了儿子和女儿对父母的赡养情况。
首先，从全国来看，儿子在经济支持、家务劳动和照顾父母三个方面赡

· ２ ０ ８ ·