《表2 估计高等教育获得的Logit回归模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《新中国成立以来我国高等教育城乡不均衡的最新演变——基于CGSS2015数据的分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:（1）+p<0.1，*p<0.05，**p<0.01，***p<0.001（双尾检验）。（2）括号里的数字为标准误。

根据研究设计，使用“是否接受过大学教育”作为因变量、家庭背景因素作为自变量并加入交互项的嵌套logit模型进行分析（见表2）。首先建立以性别、民族、父母受教育年限、父亲职业地位指数、户口、世代作为自变量的模型1。从模型中可见，性别和民族对否接受大学教育的影响不显著。父亲职业地位指数、父母最高受教育年限、受访者14岁时户口身份、是否“90后”世代对个体能否接受高等教育影响显著。具体而言，父母最高受教育年限对子女接受高等教育的影响显著为正，父母最高受教育年限每增加一年，子女接受高等教育的几率增加20.3%（exp0.186-1≈0.203，p<0.001）；父亲职业地位有利于子女获得高等教育，父亲职业地位指数每增加1点，子女接受高等教育的几率就增加1.6%（exp0.016-1≈0.016，p<0.001）；14岁时受访者的户籍身份对是否接受大学教育具有显著影响，具有非农户籍身份的个体接受高等教育的几率比农业户籍身份的个体高1.84倍（exp1.044-1≈1.84，p<0.001）；在高校持续扩张的时期，世代对是否接受大学教育具有显著影响，与“80后”相比，“90后”进入大学的几率要高51.7%（exp0.417-1≈0.517，p<0.001）。