考慮到數據的可得性，下麵我們用職業階層獲得水平來度量個體社會經濟地位，應用有序響應probit模型來考察教育對代際流動的影響效應。
對於有序響應probit模型，若假定潛變量yi*與解釋變量Xi呈線性關係，其中，Xi表示影響子女工作層次的自變量，殘差項假定服從正態分布。
本文中被解釋變量即子女工作層次類型yi存在4種情形，1、2、3、4分別表示沒有工作、務農、非農普通工作及國有單位工作，yi與潛變量yi*存在如下關係：
有序因變量的條件概率是
2. 變量選擇。有序響應probit模型的因變量為有序響應變量，本文將個體在2010年所處的職業階層分類（無工作、務農、非農普通工作和國有單位工作）作為被解釋變量。
模型的解釋變量分為自致效應和先賦效應兩類變量。社會經濟地位獲得的自致效應是指個體後天獲得的能力和品質，我們這裏用教育水平和工作經驗度量。具體數據處理中，將問卷中學曆轉化為教育年限，工作經驗通過“年齡-教育年限-6”估算得到，為保證工作經驗計算的有效性，本文刪減了60歲以上的人口。先賦因素也是社會經濟地位獲得的重要影響因素。首先，生在經濟發達地區和具有非農戶口的個體從小接觸的視野可能更加寬廣，對職業規劃和獲得有先天的信息資源優勢。第二，由於女性在求職和工作升遷中往往處於劣勢地位，因此性別差異是職業階層獲得的重要影響因素。第三，家庭背景對子女職業地位的獲得的主要作用通過文化資本和社會資本來傳遞，文化資本主要表現在父母對子女的教育優勢能夠給子女提供求職和職業規劃經驗，而社會資本是指父母利用自己職位便利和社會人際網絡來獲得信息優勢。具體數據處理中，本文考慮性別差異、出生時是否為非農戶口以及父親的教育程度和職業地位四種先賦因素。
3. 實證結果。在有序響應probit模型中，回歸係數需要通過計算邊際效應來進行解釋。虛擬變量的邊際效應表示相對於參照組而言，落在某種工作類型的概率變化。連續型解釋變量的邊際效應表示在其他變量保持不變的情形下，自變量變化一單位所引起的對某類工作概率的影響。從中我們可以得到如下幾點結論：
從自致因素來看，受教育程度提高和工作經驗增長均可助於獲得更高職業地位獲得的概率。個體受教育年限每增加一年，務農的概率下降3.3%，獲得國有單位工作的概率將增加5%，這一方麵說明教育是重要的個體職業流動力和人力資本，教育程度提高能夠顯著增強個體的素質和能力，是個體向上流動重要渠道。另一方麵也說明教育具有篩選功能，它給招聘單位提供了一種工作能力的信號，通過個體的文聘的高低來決定是否錄用或升遷。工作年限是工作經驗的近似度量，是個體工作技能和經驗的積累，同樣對職業階層地位有重要作用。工作經驗每增加一年，國有單位工作獲得或升遷的概率增加0.5%。
從先賦因素來看，以女性為參照組，男性增加了獲得更高職業地位的可能性，降低了獲得更低職業單位的可能性，相比女性，男性獲得國有單位工作的可能性增加了6.6%。相比出生於農業戶口的個體，出生時是非農戶口的個體獲得國有單位工作的可能性增加了12%。父親的教育程度對子女職業地位獲得在10%顯著性水平下顯著，父親的教育程度每增加一年，子女獲得國有單位可能性增加2%。父親的職業階層地位對子女的職業地位獲得有顯著影響，相比農民父親，在國有單位工作的父親，其子女仍在國有單位工作的概率增加9.9%。