貧困治理是促進我國鄉村振興、實現共同富裕的重要環節。教育在貧困治理中的作用不容忽視。大量定性和定量研究分別從不同視角對教育在阻斷貧困代際傳遞以及教育在減少受教育者自身貧困方面的作用進行了闡釋和論證，為教育扶貧研究奠定了豐富的理論與實踐基礎（高齊聖，王秋蘇，2023；李興洲，2017）。

然而，教育減貧作用不僅限於同輩群體，也極有可能存在於跨代群體中，教育減貧在跨代群體中的實現路徑不應被忽視。現有研究發現，除教育阻貧外，教育減貧過程也同樣存在代際效應，教育不僅能減少受教育者自身的貧困可能，也能夠降低其子代陷入貧困的風險。雖然目前關於教育減貧代際效應的研究成果和發現並不充分，但這為深入探析教育在貧困治理中的實際作用提供了新的思考方向。我國貧困治理由前期消滅絕對貧困向後期解決相對貧困轉變（姚松，劉婷婷，2022），本研究旨在透過實證研究探討教育減貧的代際問題，並以父輩受教育程度、家庭規模為切入點，探究父輩受教育程度對相對貧困的影響及其實現路徑。

在眾多改善貧困狀況的因素中，教育是能夠有效減少貧困發生的關鍵。國內外大量研究均表明，教育在減貧中發揮的作用不容忽視。國外有研究指出，高水平的教育發展和較高的公共教育支出是有效緩解貧困的關鍵所在（Tridico，2010）。國內實證研究也支援了該觀點，朱力關於公共教育支出對農村減貧的影響的研究結果證明，公共教育支出對農村減貧有著顯著的預測作用且透過收入分配以及經濟增長的部分中介效應得以實現（朱力，2022）。除公共教育支出外，高等教育投入對減貧效應也有顯著的影響，不僅具有較直接的減貧效應，還具有較強的空間外溢效應（蔡文伯，田璐，2022）。

教育減貧主要透過提升人力資本和改善貧困文化得以實現。首先，教育透過提升勞動質量促進了經濟增長，進而減少了貧困發生的風險。關於人力資本的界定，舒爾茨指出，凝結在人身上的知識、技能和經驗的總和（王欣，2020）。此外，舒爾茨也透過收益率法對美國經濟增長產生的貢獻進行了研究，發現在教育方面的人力資本投資貢獻在美國國家經濟總量中佔比高達33%，以此證明了教育對於促進經濟發展、間接減少貧困發生的重要作用（王增武，張曉東，2022）。其次，教育透過改善貧困群體的固有認知、生活方式等文化要素增強其自給自足能力而改善貧困狀況、減少貧困發生。美國人類學家奧斯卡•劉易斯（Oscar Lewis）透過對貧困家庭和社群的實踐研究首次於《五個家庭：墨西哥貧窮文化案例研究》一書中提出了貧困文化理論，從社會文化的角度對貧困現象進行解釋（李荔，2019）。該理論認為，貧困群體由於居住的獨特性而形成獨特的生活方式，從而在社會生活中相對隔離，進而產生貧困亞文化。在這種環境中成長的下一代會自然地習得貧困文化，於是貧困文化發生代際傳遞。貧困文化塑造著人的基本性格和人格，使得他們即使遇到擺脫貧困的機會也難以利用它走出貧困（徐麗紅，2014）。

教育作為人力資本的一種重要形式，在減貧方面發揮著不可替代的作用。有研究表明，教育在貧困代際傳遞過程中扮演著重要的角色，父輩的受教育程度在很大程度上會影響子代的受教育程度。因此，應最大限度地發揮教育的積極作用，減少貧困在子代群體的發生。對於父輩受教育程度與相對貧困關係的研究具體表現為以下幾個方面：

有國內學者在對父輩受教育程度與相對貧困的直接關係研究中認為，相對貧困代際傳遞的實質是父代的相對貧困狀態對子代造成了不利的影響，而導致子代也處於相對貧困的狀態。有研究發現，隨著父輩受教育程度的提高，子貧父貧和父貧子不貧的比例呈下降趨勢，父不貧子不貧的比例呈上升趨勢（段義德，2020）。與此類似，隨著子輩教育水平越來越高，子貧父貧、父貧子不貧和父不貧子貧的比例呈下降趨勢，父不貧子不貧的比例呈上升趨勢，這些可以表明教育對貧困的代際傳遞起到一定的遏制作用（王丹丹，王潔丹，2020）。劉大偉在對教育改善貧困的研究中指出教育作為“開發式扶貧”的重要手段，在傳授知識、培養能力和塑造價值方面起著不可代替的作用，對提高貧困人口人力資本水平，提升內生動力，阻斷貧困代際傳遞具有重要的意義（劉大偉，2020）。教育的代際流動非常重要，有研究在分析父輩受教育程度與子代相對貧困的關係時提出，導致父輩教育對子代教育產生影響的機制有很多，如受過良好教育的父輩的子代會更傾向於選擇接受高等教育。第一是受過高等教育的父代往往收入較高，而父代的收入可能會對子代的受教育程度產生較大影響；第二是父代的受教育程度會對他們的時間分配以及在培養子代相關的知識技能和技巧方面產生較大影響，會更加註重培養子女對學習的興趣和良好的學習習慣（馬佔利，2018）。

國內對父輩受教育程度與相對貧困的間接關係研究主要集中在經濟領域，即父輩的受教育程度會直接影響家庭規模和家庭收入進而間接影響子代的受教育程度及經濟狀況。父輩的教育水平與家庭收入有著密切的聯絡，一般來說，教育水平越高的家庭收入越高。一方面，教育提高了個人能力，使得家庭的收入更多源於知識、技能等方面；另一方面，受教育程度在很大程度上決定了個人所從事職業的位置，而職業是影響家庭收入和社會地位的重要因素。李春玲透過調查研究發現，受教育程度會影響個人的經濟收入，隨著受教育年限的增加，收入水平會逐步提高，但從教育與收入之間的關係來看，這兩者並不是簡單的線性關係，不同的教育階段對提高個體收入的作用是不同的，而目前教育的經濟收益率也在穩步上升，同時收入分配向有知識文化的人傾斜得更加明顯（李春玲，2003）。

在家庭規模和收入方面，吳奇峰認為計劃生育政策對子代收入並無顯著的直接影響，而是透過子代人力資本投資間接作用於子代收入。計劃生育政策允許家庭生育數量越多，越不利於農村家庭子代收入的提高，家庭一旦超生則會顯著降低子代收入，而且相對於農村家庭子代而言，城鎮家庭超生對子代收入的負向影響更大（吳奇峰，蘇群，2018）。有研究表明，2007—2013年，家庭結構對消費支出的影響體現為，家庭每增加1個學齡前兒童，支出增加約26.3%；每增加1個學齡兒童，支出增加約31.9%；每增加1個老人，支出增加約33.8%（熊亮，2018）。家庭規模會影響對子女教育資源的分配，進而影響其後的發展和收入水平。

此外，家庭特徵是影響家庭收入的重要因素，而家庭經濟狀況又是影響子女接受教育程度的重要因素。有學者認為如果政府能夠增加轉移性支出就可以有效地改變貧困家庭的收入情況，但也有學者更加強調人力資本的提升才是提高家庭收入的關鍵所在，國家福利的作用僅僅是改變了貧困家庭的生活保障（Sen，2000）。在此後，大多數學者用多維視角對貧困人口家庭收入進行研究，認為個人能力、家庭能力、社會福利等既是影響收入增長的主要因素，也是消除貧困需要進行努力的方向。陶東傑等人在對家庭規模、資源約束與子女教育方面的研究調查中發現家庭規模越大時，子女獲得的教育投資將越少，受教育水平也就越低（陶東傑等，2017）。有研究發現，同胞中兄弟數量越多，父輩對子女的大學教育支出就越少，學生自己承擔大學教育成本的機率就越高（Powell，Steelman，1989）。Becker於1960年 提出了“數量-質量權衡”的理論假說，後又對該理論加以了完善，其基本含義是，在既定的家庭資源約束下，家庭規模的增大會直接導致平均分配到每個孩子的資源減少（Becker， Gregg ，1973）。從宏觀方面來講，教育同樣會影響我國的經濟增長方式，李通屏等人在對科爾內“人口經濟”模型與中國經濟增長方式轉變中提出要最佳化我國的人口規模就要加大教育投入的力度，提高教育水平，加快人才培養和人力資源開發，從整體上減少勞動力的供給總量，更重要的是提高勞動力隊伍的整體素質（李通屏，劉星彥，1998）。

總之，現有研究主要集中於教育阻隔貧困代際傳遞方面，這對於教育改善貧困代際傳遞具有很大的啟示和借鑑意義，但是現有研究對於教育改善子代相對貧困問題的研究不夠深入，仍存在很大的探究空間。此外，從動態視角來看，相對貧困處於非靜止狀態，而現有研究多從靜止的橫向時間點考察教育減貧作用，忽視了教育減貧的縱向性、動態影響，這不利於揭示我國教育減貧的潛在作用及內在機制以及相對貧困治理實踐的推動。

本研究使用北京大學中國家庭追蹤調查（CFPS）資料庫資料。該資料庫包括四份問卷資料，分別為社群資料、家庭資料、兒童資料和成人資料，是對家庭和個體的生活環境、教育、醫療與健康等內容的多階段隨機抽樣調查，其調查物件分佈在25個省份，在地理分佈和指標構建上具有一定的代表性和全面性，並兩年展開一次調查，實現對個體和家庭樣本的長期追蹤，可以從多期追蹤資料中對相對貧困家庭教育的阻貧效應給予呈現（趙紅霞，許倩文，2021）。

根據資料可得性、全面性和變數可操作性原則對CFPS資料進行資料清洗。筆者以家庭程式碼“fid”為匹配條件，首先對來自全國樣本中的家庭問卷與成年問卷進行資料匹配。接下來對2010—2018年均參加過問卷調查的家庭進行識別，並對父輩受教育程度、家庭規模、家庭收入等重要變數精準匹配。剔除無效作答（含缺失值、極端值、重複值等）樣本後，最終獲得有效樣本量為1143，即，共有1143戶家庭完整地參加了為期八年（2010—2018年）共計五次的追蹤調查。以2010年第一次調查資料為基線資料對最終樣本進行頻次統計，結果發現，在本次1143個有效樣本中，來自東、中、西及東北部地區的家庭分別有242戶（21.2%）、368戶（32.2%）、414戶（36.1%）、121戶（10.5%），屬於城市/城鎮、農村戶籍的家庭分別有356戶（31.2%）、787戶（68.8%）。

本研究中進行量化分析與處理的研究變數主要包括：因變數、自變數、中介變數及控制變數。其中，因變數為“相對貧困”，以家庭人均可支配收入是否低於當年的相對貧困線來判定該家庭是否為相對貧困家庭，“是，賦值為1；否，賦值為0”，雖然該變數為分類變數，但由於其只包含兩種型別且賦值為0和1，因此在具體分析中，“相對貧困”將被進行虛擬處理，代入模型進行檢驗與驗證。

相對貧困線的劃分基於現有文獻確定。透過梳理國內外關於相對貧困標準線確定的相關文獻發現，大多數研究者採用收入均值或中位數的40%—60%作為相對貧困線的制定標準，Gottlieb等國外學者透過對不同相對貧困線進行評估，發現使用中位數的60%作為相對貧困線是最佳的，歐盟在實踐中也將收入中位數的60%作為歐洲國家的相對貧困線（汪晨，萬廣華，吳萬宗，2020）。我國學者平衛英等在考察國際相對貧困線制定標準的基礎上，基於我國國情使用樣本資料中家庭收入中位值的60%作為相對貧困線。據此，本研究將CFPS2010—2018年樣本資料中當年家庭人均收入中位數的60%作為當年的相對貧困線，對本研究核心變數相對貧困家庭進行操作化定義，家庭人均可支配收入低於當年相對貧困線的家庭視為相對貧困家庭（平衛英，佔成意，羅良清，2021）。其中2010—2018年CFPS 資料樣本中人均家庭收入的中位值分別為：5397、7718、9254、10574、13333。

核心自變數為“父輩受教育程度”，以父輩接受的最高教育程度為指標。中介變數為“家庭規模”，即家庭人口數量，與家庭的貧困狀況有直接關係但同時又受限於“父輩受教育程度”。控制變數涉及“家庭所在地區”“戶籍”“地區經濟發展水平（各省份生產總值，GRP）”，這些變數的存在很可能會干擾或混淆“父輩受教育程度”以及“家庭規模”對“相對貧困”的解釋力，進而影響研究結果與結論的準確性，因此，在後續統計分析及模型檢驗中，此類變數將會被納入控制變數中進行處理。此外，在分析父輩受教育程度對相對貧困的單獨影響時，同樣也需要控制當年家庭規模的作用，此時的家庭規模也是一種相對控制變數。變數、變數程式碼及定義詳見表1。

為進一步揭示教育在貧困治理中更深層次的作用及內在機制，本研究以2010—2018年我國家庭追蹤調查資料為主，透過對潛變數增長模型的構建與驗證，旨在探究教育減貧的長效作用及實現路徑。基於現有理論與研究基礎，本研究提出假設如下：

假設1：教育減貧存在持續性的長效作用；

假設2：家庭規模與相對貧困均存在動態發展的變化趨勢；

假設3：父輩受教育程度透過家庭規模間接影響子代相對貧困的發展軌跡，且存在群組差異。

基於研究假設與追蹤資料性質，擬採用線性迴歸分析和潛變數增長曲線模型（Latent Growth Curve Model，LGCM）對上述研究假設進行驗證。其中，潛變數增長曲線模型也稱潛發展模型（Latent Growth Model，LGM），是一種處理對研究物件進行長期追蹤調查、重複測量所獲資料的統計分析方法，通常用以分析測量變數的發展軌跡特徵，如變數的發展軌跡形式是線性還是非線性，變數的基線水平和變化率（正向增長或負向增長）以及基線水平與變化率之間的關聯性。依據模型中是否納入了自變數或中間變數（中介或調節等），潛變數增長曲線模型又分為條件增長模型和非條件增長模型。當模型中納入多個重複測量的變數且多個變數間存在理論或假設上的預測關係時，則被稱為多元潛變數增長模型（Multivariatie Latent Growth Curve Model，MLGM），LGM模型如圖1所示：

其中，y_0i—y_5i表示追蹤調查中5次時間點上測量變數的重複測量值，η_0i是LGM的截距，表示測量變數的初始水平，η_1i是LGM的斜率，表示測量變數隨時間的變化率。隨著追蹤研究的普及，潛變數增長曲線模型及其發展模型越來越多地被用以解決與教育現象有關的研究中，如萬旋傲等人（2021）對兒童社交淡漠與學業成績的發展軌跡的研究、程剛等人（2016）對大學新生主觀社會地位與抑鬱的變化軌跡的研究以及Carlo等人（2007）基於七至九年級美國學生親社會行為發展軌跡的早期研究。在本研究中，基於潛變數增長曲線模型，將父輩受教育程度作為自變數、相對貧困和家庭規模作為重複測量變數被同時納入模型中，構建了條件多元潛變數增長模型，如圖2所示：

使用SPSS25.0、Mplus8.3對匹配資料進行初步統計分析及潛變數增長曲線模型驗證，基於研究問題與目的，具體分析過程包括：（1）相對貧困家庭頻率分析及家庭規模均值分析，粗略瞭解兩個變化變數——中介變數、因變數隨時間變化而產生的波動趨勢。（2）主要變數兩兩間相關分析，初步確定自變數、中介變數及因變數兩兩之間聯絡的密切程度與方向性。（3）父輩受教育程度對相對貧困的長效預測效應分析，透過逐步迴歸分析初步瞭解恆定變數——自變數對因變數的預測力是否具有跨時間穩定性。（4）相對貧困與家庭規模的無條件增長模型驗證，明確揭示兩個變化變數的動態發展軌跡。（5）相對貧困的條件增長模型驗證，最終確定自變數對因變數動態發展變化的預測作用，揭示自變數對因變數的長效影響及實現路徑。

將自變數和中介變數標準化處理、因變數進行虛擬處理（採用0、1賦值，0表示非相對貧困家庭，1表示相對貧困家庭）與標準化處理後，對變數兩兩之間的相關關係進行分析，結果見表2。（1）2010年基線調查的父親和母親接受的最高教育程度均與其子女家庭當前的相對貧困及之後8年間的相對貧困有著統計學意義上的顯著負向相關關係（r=−0.29 — −0.23，p<0.01），父輩受教育程度越高，其子女為相對貧困家庭的可能性則越低，相反則越高。（2）除2012年第二次追蹤調查外（p>0.05），家庭規模與相對貧困均存在顯著正相關關係（r=0.09 — 0.17，p<0.01），家庭中的人口越多，越容易成為相對貧困家庭。這一結果表明，父輩較高的受教育程度是防止子代陷入相對貧困境況的重要保護性因素。教育的確與相對貧困治理關係密切，而家庭規模則是相對貧困的潛在激發因素（王俊，石人炳，2022）。

將相對貧困進行虛擬處理後，採用線性迴歸模型分析父輩受教育程度對相對貧困的長效預測作用。控制家庭規模、地區、戶籍及地區經濟發展水平後，結果顯示：（1）基線水平中的父親受教育程度對同時期相對貧困和之後第2、4、6、8年的預測作用均極為顯著且均為負向預測（β =-0.49 — -0.23，p<0.001），但預測值呈現先下降後上升的波動趨勢。（2）母親受教育程度也同樣對當前及第2、4、6、8年後相對貧困家庭都具有極為顯著的負向預測作用（β=-0.48 — -0.19，p<0.001），預測值呈現先下降後上升再下降的趨勢。這一結果表明，父親和母親的受教育程度對相對貧困的影響既存在即刻效應（當前），也存在長效效應（隨後），詳見表3。

總體而言，一方面，父輩的受教育程度不僅能夠直接影響子女家庭當前的相對貧困狀況，同時也影響到其多年後的相對貧困狀況；另一方面，父輩較高程度的受教育水平能夠有效規避子女家庭陷入相對貧困境況的風險且這種保護作用具有長效性，也即跨時間穩定性，而父輩較低程度的受教育水平則增加了子女家庭淪為相對貧困家庭的風險，這種加劇作用也同樣具有長效性。除父輩受教育程度外，其他變數均與因變數時間點保持一致。

由於尚未有文獻發現相對貧困的動態發展趨勢，本研究將同時對家庭規模、相對貧困可能存在的線性和非線性增長模型進行驗證。無條件增長模型擬合結果發現：無論是家庭規模，還是相對貧困，其非線性模型擬合均較差：χ2/df=112.17，CTI=0.70，TLI=0.40，SRMR=0.32、χ2/df=45.43，CTI=0.55,TLI=0.05，SRMR=0.14；但線性模型擬合均良好：χ2/df=11.61，CTI=0.94，TLI=0.94，SRMR=0.04、χ2/df=3.68，CTI=0.95，TLI=0.95，SRMR=0.03，表明家庭規模和相對貧困均存線上性增長趨勢。此外，模型驗證結果顯示（圖3）：（1）家庭規模線性增長模型標準化後的基線值（也即初始水平）η0=0.24，變化率η1=−0.04，表明家庭規模呈現線性負增長，即線性下降的動態發展趨勢。（2）相對貧困線性增長模型標準化後的初始水平為η0=0.33，變化率η1=−0.01，表明相對貧困也同樣呈現線性負增長——線性下降的動態發展趨勢且下降速度低於家庭規模（|η1相對貧困|=0.01<η1家庭規模|=0.04）。這一結果說明，我國居民家庭相對貧困的發展趨勢與家庭規模相一致，進而進一步佐證本研究提出的假設與觀點——家庭規模是相對貧困的潛在激發與促進因素，隨著家庭人口數量的增加，家庭規模的擴大，家庭陷入相對貧困的風險也不斷增加，同時我國居民家庭規模的整體縮小趨勢是減少相對貧困家庭產生的重要原因所在，因此，提倡居民保持合適數量的家庭規模是實現教育減貧的關鍵環節。

本研究透過驗證條件混合增長模型探究父輩受教育程度對相對貧困動態發展軌跡的作用以及家庭規模在其中的中介作用。父親受教育程度與母親受教育程度對相對貧困軌跡的影響類似。

（1）父親受教育程度顯著負向預測家庭規模的初始水平（β=−0.10，p<0.001）和相對貧困的初始水平（β=−0.50，p<0.001），但其對家庭規模和相對貧困的變化率沒有顯著影響。此外，家庭規模的初始水平會顯著正向預測相對貧困的初始水平（β=0.17，p<0.001）和變化率（β=0.22，p=0.036）。即，父親受教育程度會直接影響相對貧困的初始水平，也會透過家庭規模的初始水平產生間接影響（父親受教育程度→家庭規模初始水平→相對貧困初始水平）；同時，父親受教育程度會透過家庭規模的初始水平，再間接影響相對貧困變化率（父親受教育程度→家庭規模初始水平→相對貧困變化率）（圖4與表4）。

（2）母親受教育程度模型中也發現了類似的結果，母親受教育程度顯著負向預測家庭規模的初始水平（β=−0.11，p<0.001）和相對貧困的初始水平（β=−0.51，p<0.001），但其對家庭規模和相對貧困的變化率沒有顯著影響。此外，家庭規模的初始水平會顯著正向預測相對貧困的初始水平（β=0.16，p<0.001）和變化率（β=0.22，p=0.045）。即，母親受教育程度會直接影響相對貧困的初始水平，也會透過家庭規模的初始水平產生間接影響（母親受教育程度→家庭規模初始水平→相對貧困初始水平）；同時，母親受教育程度會透過家庭規模的初始水平，再間接影響相對貧困變化率（母親受教育程度→家庭規模初始水平→相對貧困變化率）（圖5與表5）。

為了進一步明確相對貧困發展變化的影響因素，本文將前文提及的核心變數，全部納入相對貧困發展軌跡的預測模型中，結果見表6。具體而言，戶籍（β=0.17，p<0.001）和家庭人均可支配收入T1（−β=0.67，p<0.001）顯著預測相對貧困的初始水平。針對相對貧困的斜率而言，除了時間點4的家庭人均可支配收入外，其餘4個時間點的家庭人均可支配收入，均可顯著預測相對貧困的變化率。這一結果表明，在本文納入分析的核心變數中，除了父輩受教育程度和家庭規模外，只有家庭人均可支配收入，會影響相對貧困的發展變化軌跡。

本文進一步對相對貧困進行潛分類增長模型（Latent Class Growth Modeling, LCGM）的探索。結果發現，對相對貧困進行潛在群組分類後，當群組分類大於等於2時，模型結果均無法聚合。這一結果表明，相較於LCGM模型，LGM模型是更適用於相對貧困發展變化的擬合模型。

本研究基於2010—2018年CFPS資料，以潛變數增長曲線模型為分析框架，探究教育影響相對貧困的長效作用及實現機制，為進一步最佳化政府決策、防止貧困反彈及建立教育扶貧長效機制提供實證基礎。透過模型構建及驗證，本研究主要得出以下研究發現：

基於1143戶家庭樣本的迴歸分析結果發現，無論是父親還是母親，其受教育程度對子代家庭相對貧困的即刻和長效影響均在統計學意義上顯著。一方面，教育的減貧效應的確具有可持續性；另一方面，教育的減貧效應並非隨時間推移而減弱，相反在一定程度上得到了增強，這與教育投入—產出的時間線有關，教育的產出並非完全即刻的，通常需要更長的時間才能夠得以實現，如家庭在提升個體受教育程度方面的投入極大可能在個體進行職業選擇以及就業時才會更好地體現出其產出效應（鍾無涯，2014）。這說明，教育對家庭貧困的緩衝作用存在跨越代際的效應，而且其效應在較長的時間週期記憶體在，甚至時間越長其效應愈發凸顯。因此，教育的減貧效應的確具有可持續性。已有研究發現，隨著父輩受教育情況的提高，子貧父貧和父貧子不貧的比例呈下降趨勢，父不貧子不貧的比例呈上升趨勢，這與本研究的結果相一致。

無條件潛變數增長模型檢驗結果表明，抽樣中的居民家庭規模和相對貧困水平在2010到2018年間均呈現線性負增長，也即持續下降的發展軌跡，但相對貧困線性發展下降速度低於家庭規模。對家庭規模而言，其負增長髮展趨勢現象與我國人口普查結果相一致。1982年第三次全國人口普查至今，我國家庭戶規模越來越小，第七次全國人口普查資料顯示，中國家庭戶均規模為2.62人，比2010年減少0.48人。同時，這一現象也與近年來我國家庭離婚率攀升、子代家庭脫離父代家庭而組建“小家庭”的意願越來越強和青年生育意願的下降等社會因素密切相關（宋健，李靈春，2022；朱雲，2022；吳帆，李建民，2022）。然而，相對貧困的發展軌跡則表現為相對急劇的下降趨勢，這很大程度上歸結於近年來我國經濟的高速發展以及以促進教育公平為核心的教育改革的有效實施。我國的教育改革與發展更加註重教育的普適性、教育資源的均衡分配以及教育在不同地區、群體間的均衡發展，以保障全民受教育機會平等以及權利平等，有效提升人口高質量發展，這也是我國之所以取得減貧卓越成效的關鍵原因所在。

條件多元潛變數增長模型驗證結果發現，父親和母親的受教育水平對子代家庭相對貧困水平的影響具有相似的機制。父輩受教育程度能夠直接影響到其子女家庭相對貧困狀況，同時父輩受教育程度也會透過家庭規模狀況而對相對貧困的發展變化趨勢產生間接影響，父輩受教育程度越高，越能夠有效控制家庭規模大小，從而減少其子女家庭落入相對貧困境地的可能性。

父親受教育程度會直接影響相對貧困的初始水平，也會透過家庭規模的初始水平產生間接影響，因此父親受教育水平的提升能夠直接加快相對貧困的縮減速度，而母親受教育程度也會直接影響相對貧困的初始水平，然後透過家庭規模的初始水平產生間接影響。父母受教育水平對子代家庭規模的影響，會進一步影響子代家庭的相對貧困水平。父母親的受教育水平越高，子代家庭規模擴大得越慢，進而子代家庭相對貧困水平的降低速度越快。這說明，合理控制家庭規模的大小是教育減貧的實現機制之一。家庭規模大，尤其是子代多，意味著更多的物質需求，以及更高的教養難度和對親代教養投入的要求。親代的教育水平，將影響子代家庭的整體生活和教養質量，進而影響子代家庭的相對貧困水平的變化。因此，子代家庭規模在父親母親受教育水平和子代相對貧困水平之間起到顯著的中介作用，反映的是教育減貧在教養風格、育兒觀念、家庭拆分等方面的作用。

基於上述實證發現，本研究主要得出以下結論：其一，教育減貧效應具有可持續性、長效性，後扶貧時代教育在相對貧困治理的重要作用不可忽視；其二，家庭規模與相對貧困在發展軌跡上趨於同步，均表現出線性下降的動態發展趨勢，兩者呈現一定的共生關係，家庭單元中合理的人口數量是降低家庭相對貧困風險的關鍵保護性因素；其三，教育減貧效應的實現機制不存在群體差異性，父親和母親的受教育水平對子代家庭相對貧困水平的影響具有相似的機制。父親母親受教育程度都會直接影響相對貧困的初始水平，也會透過家庭規模的初始水平，再間接影響相對貧困變化率。與此同時，針對後扶貧時代教育減貧治理實踐，本研究提出建議如下：

教育在扶助貧困家庭擺脫貧困現狀以及減少子代家庭陷入貧困風險中的作用顯而易見。即使加入時間因素的考量，教育的減貧作用依然被證實是穩定的、持續性存在的。因此，在以相對貧困為治理主線的後扶貧時代，仍需繼續堅持教育扶貧政策和理念，這是有效鞏固前期減貧成果、防止貧困反彈和發生代際傳遞以及建立反貧長效機制的關鍵所在。與此同時，在教育扶貧的實踐中，更應注重提升貧困地區人口的受教育程度，優先“扶智”。這是因為，高質量的勞動力越來越成為促進經濟發展的重要因素。只有當個體和家庭成員掌握了更多科學文化知識和專業技術本領後，才能夠為自身和子代創造更多財富，降低未來陷入相對貧困境地的風險。此外，提升貧困地區人口受教育程度的途徑也應是多元化的，在普及九年義務教育之餘，更應透過強化職業教育、成人教育以及繼續教育等多樣化教育形式以共同完成“扶智”，縮小貧困地區與非貧困地區、貧困家庭與非貧困家庭之間的差距，進而實現共同富裕。

雖然我國當前人口整體呈現老齡化發展趨勢，青年生育意願持續下降導致新生兒出生率也隨之下降，但對於許多相對貧困家庭而言，受“養兒防老”等傳統觀念束縛影響，生養多個孩子的現狀依舊相對普遍，而養育多個子女所花費的成本無形中增加了家庭面臨貧困的風險。這種人口整體老齡化趨勢與家庭規模區域性擴大化之間的衝突，對我國後扶貧時代的貧困治理提出了更高要求：關注並最佳化貧困地區人口發展與家庭規模，平衡貧困地區人口發展與社會整體人口發展。這一要求落到實處便是全面落實我國優生優育政策，尤其是貧困地區優生與優育。具體來說，提升貧困地區人口的受教育程度，推動樹立並形成正確的生育觀念，最佳化家庭規模，保障子女享有更好的成長條件，落實優生優育，以避免當前家庭及子代家庭陷入貧困風險。

以相對貧困為治理關鍵的後扶貧時代，精準化防治依然是重要環節。貧困群體內部也存在更加具體化的個體群組，如與人口統計學資訊最直接相關的性別群組（生物學意義上的男與女）。相較於男性群組，貧困地區家庭對女性群組，尤其是女孩教育的重視程度與投入依然相對較低（吳愈曉，黃超，2015），但與此現狀相沖突的實證規律是，母親的受教育程度惠及個體家庭（包括最佳化家庭人口規模）及社會發展各方面，同時，女性受教育程度是影響社會人口素質（李亞東，許燕平，2001），推動經濟發展的深層次原因所在。因此，在後扶貧時代，女性群體作為教育扶貧的重點群體，其受教育狀況應受到更多關注，這也是實現教育持續減貧效應的關鍵所在。

本研究基於縱向追蹤資料證實了教育減貧的長效作用，探究了我國相對貧困及家庭規模的動態發展趨勢，進一步揭示了教育減貧的實現機制。這些研究發現不僅從動態視角佐證了教育在貧困治理中的重要作用，也為我國後扶貧時代相對貧困的治理政策與實踐提供了依據。然而，同其他研究一樣，本研究不可避免地存在一定侷限性。一方面，受限於大規模追蹤調查的複雜性及調查取向，此次的追蹤資料缺少子代家庭的受教育程度、父輩家庭的家庭規模與相對貧困資訊，無法深入構建教育減貧作用在代際間的完整模型，也無法有效檢驗教育在阻斷貧困代際傳遞中的長效作用。另一方面，追蹤資料的時間跨度為2010-2018年，缺少最新資料作為充分檢驗2020年及以後的後扶貧時代中教育減貧的效應，而且相對於貧困追蹤研究而言，該資料的時間跨度相對較短，家庭規模以及相對貧困的實際發展軌跡可能因國家生育政策的變化而存在潛在的非線性（曲線）增長模型的發展趨勢。在未來研究中，教育減貧在代際中的完整模型以及教育阻斷貧困代際傳遞的跨時間效應，教育與貧困的雙向關係仍需進行進一步檢驗與驗證，同時，較長時間維度資料以及最新的資料也需要進行補充與更新，以進一步揭示我國貧困發展的長時動態趨勢。