中国城乡教育收益率差异与收入差距，本文主要内容关键词为：收益率论文,中国论文,城乡论文,收入差距论文,差异论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
文献标识码：A 文章编号：1002－2848－2011（06）－0064－08
一、引言
自改革开放以来，中国经济经历了长时间的高速增长。然而，伴随着经济增长和个人收入的逐年提升，个人的收入差距却不断扩大，基尼系数从1983年的0.28上升为2007年的0.48[1]。在此过程中，尤其引人注意的是城乡收入的差距。有研究发现城乡收入差距的扩大是中国收入差距扩大的最重要的影响因素，其贡献率在一半左右[2]。从1989年至2010年，城镇居民家庭人均可支配收入和农村居民家庭人均纯收入的年均真实增长率分别为6.7％和8.4％，相差1.7个百分点，二者的比值也从1989年的2.28上升至2010年的3.23①。如果考虑到城镇职工的自有住房租金和共有住房的实物补贴，以及医疗和教育补贴等因素，城乡的收入差距将会更大[3]。
导致收入差距扩大的原因有很多，人们广泛关注和讨论的是教育水平的差别。一般认为，教育是形成人力资本的重要途径，是影响个人收入的重要因素。很多研究表明提高教育水平会降低收入不平等程度。Becker G S,Chiswick B R[4]提出了一个人力资本投资的理论框架，并利用美国的数据进行了实证研究，发现教育不平等能解释很大一部分地区内部的收入不平等，并能解释更多的区域间的收入不平等。Chiswick B R[5]使用9个国家的横截面数据研究发现，收入不平等程度随教育不平等程度的增加而增加，改善教育不平等和提高平均受教育水平有助于降低收入不平等状况。Park K H[6]使用了59个国家的截面数据，也发现了同样的结果。一些基于中国数据的研究[7－8]也表明，教育不平等是中国城乡收入扩大的最主要的原因，而且其贡献度还在不断扩大。
也有研究发现教育不平等与收入不平等存在着非线性的关系。赖德胜[9]使用49个国家的数据验证了教育扩展与收入不平等变动之间存在着倒U型关系，发现在教育扩展初期，收入不平等会扩大，而只有到教育扩展后期，收入不平等才会缩小。白雪梅[10]认为现阶段中国正处于倒U型曲线顶点左侧，因此平均受教育年限的增加反而会提高收入不平等程度。
然而，除了教育水平本身存在差异以外，城乡之间，不同时点的教育收益率也存在相当大的差异。由于操作的方便，大多数研究是用美国经济学家J.Mincer在20世纪70年代提出的一种估计方法[11]，即“明瑟法”来估算教育投资的个人收益率。在研究我国教育收益率的文献中，大体上都认为在改革开放初期，教育的收益率是很低的，随着改革的深入和市场化的提高，收入分配中更加强调个体人力资本的作用，因此教育的收益率也不断提高。Johnson & Chow[12]使用1988年的CHIP（China Household Income Project）数据估算了中国的城市和农村的教育收益率，发现农村为4.02％，城镇为3.29％。魏新、邱黎强[13]利用1996年国家统计局城市调查队和北京大学高教所联合调查的数据，得到了全国的平均城镇教育收益率为6.4％，其中，中部地区的教育收益率最高，为6.66％，东部和西部则比较接近，约6.24％。侯风云[14]根据2002年至2003年对全国15省市的问卷数据，得出农村的平均教育收益率为3.66％，农村男性样本的教育收益率为3.86％，远高于农村女性样本的教育收益率2.70％。在按年龄段估计的教育收益率中，青年、中年和老年的教育收益率依次递减。外出劳动力的教育收益率略高于没有外出的劳动力样本。更多的关于教育收益率的研究综述可参见孙志军[15]和张车伟[16]的文章。
由于上述研究使用了不同的抽样数据，估计方法也存在差异，因此不同时期的估计结果很难具有可比性。为此，有作者使用较长时期的抽样数据对教育收益率的长期变动进行了研究。李实等[17]使用中国社会科学院经济研究所收入分配课题组和城镇贫困研究课题组开展的两次住户抽样调查，对1990～1999年期间我国城镇的个人教育收益率的动态变化进行了估计。他们发现个人教育收益率是逐年上升的，由1990年的2.43％上升至1999年的8.1％，10年间上升了约3倍，而且收益率随着教育程度增加而递增。Zhang J S et al.[18]使用了1988～2001年六个省份的城镇家户调查（Urban Household Survey）数据，发现城镇职工的教育收益率从1988年的4.0％上升至2001年的10.2％，其增加主要从1992年开始，且最显著的贡献来源于受过高等教育的工人的工资增长。
这种长时期的研究对于我们理解教育收益率随时间的变动是非常有帮助的，但受数据所限，上述研究也只针对于城镇劳动力，而未涉及农村劳动力的教育收益率及其与城镇劳动力教育收益率之间的动态差别。本文基于CHNS的从1989年到2009年的8次城乡住户调查，试图对这一段时期内城乡的教育收益率及其差异的动态变化进行估计，以便更好地理解城乡间的收入差距。
二、数据描述
本文的数据来源为中国健康与营养调查（China Health and Nutrition Survey，简称CHNS）。此调查是由美国北卡罗来纳大学教堂山分校的卡罗来纳州人口中心与中国疾病预防控制中心营养与食品安全所共同主持的一个长期国际合作项目，目的在于考查政府实施的卫生、营养和计划生育政策的效果，以及社会和经济转型如何影响我国人口的健康和营养状况。该调查包含了比较详细的个人信息、教育信息、就业状况和收入情况，项目持续时间较长（目前已包括1989，1991，1993，1997，2000，2004，2006和2009年8次调查数据），覆盖的地域范围较大（调查地区包括广西、贵州、黑龙江、河南、湖北、湖南、江苏、辽宁和山东9个省份），且同时包含了农村和城镇的数据，比较适合本研究。
基于本文的目的，我们只选取了其中的部分样本，包括16至60岁有工资收入的男性和16至55岁有工资收入的女性，不包括没有收入或没有报告收入的样本。工资收入指的是调查年份的前一年包括补助的月工资收入。本文的城乡的划分是按照调查样本的所在地，而非按照户籍来区分，这样可以更好的反映教育收益率的地域差别。
表1显示了CHNS历次调查数据的有效样本数及地域分布，前三次调查没有包括黑龙江省，第四次调查没有包括辽宁省。可以看出，样本在各省的分布比较平均。表2和表3则显示了历次调查的农村和城镇样本数和一些基本统计量，显示城镇和农村的样本的平均受教育年限都逐年上升，但城镇的平均受教育年限总是高于农村。城镇中的大专及以上劳动力的比例远高于农村，而小学及以下劳动力比例则远低于农村。这不仅是由于城镇中人们更加重视教育，而且还因为从农村往城市转移的人口也往往是农村中受教育水平较高的人口。另外，对比表2和表3可发现，农村样本中的男性比例比城市样本要高很多，平均高出6.5个百分点。这可能是因为农村与城镇的生产函数的不同所致。在农村，劳动仍然以体力劳动居多，而男性劳动力由于具有体能上的优势，将更有可能从事生产性活动。
表4列出了各调查年份分城乡和性别的工人月平均收入及收入增长指数，从中可以看出，从1989～2009年，城镇男性工人的收入增长速度最高，20年里大约增长了7倍，年均增速为10.4％，农村男性工人的收入增速次之，年均增速为9.9％，城镇女性和农村女性的平均月收入的增速分别为9.8％和8.5％。
三、估计方法与结果讨论
本文使用最常用的明瑟方程的办法来估计个人的教育收益率。明瑟的人力资本收入函数仅考虑两种人力资本形成方式对个人收入的影响，一种是学校教育中获取的知识和技能，另一种是工作中积累的经验。前者可用受学校教育的年限作为代理变量，即假定在学校形成的人力资本与受教育的年限成正比，后者则用潜在的工作年限来描述。容易理解，“干中学”所形成的人力资本也许并非与工作年限成简单的线性关系，因为刚开始工作的一段时期内，工人的经验和技能是随着工作年限而递增的，但随着工人年龄的增长和精力的衰退，学习新技能的热情和效率都可能会逐步减弱。因此，明瑟方程设定的具体形式为：
其中lnw表示个人工资收入的对数，EDU表示受教育的年限，EXP表示潜在工作经验，等于年龄减去教育年限再减去学前时期（本文取6岁），
是潜在工作经验的平方，ε为误差项。其中β为我们关心的教育收益率。
明瑟方程在估算教育收益率的文献中被广泛使用，同时也有大量的讨论。最主要的问题来源于模型没有考虑个人能力以及教育质量的差异。由于个人能力与个人的教育水平和收入水平均为正相关关系，因此，省略了个人能力的估计使得教育的收益率被高估。通常研究者试图通过两种方法来克服个人能力的偏差，即引入能力的替代变量或者使用工具变量法。常见的替代变量有个人智商、父母的教育水平、高考成绩等等。然而在我国的调查数据中一般没有与智商对应的指标或进行相应的测试，并且影响个人收入的能力往往不仅限于智商，个人情商、交际水平和能力等都是重要的影响因素，因此仅控制智商仍会导致有偏的估计。同样父母的受教育水平是否能代表个人的先天能力也值得商榷。高考成绩只对参加过高考的样本有效，对于没有机会参加高考的样本则无法估计。对于工具变量法（IV estimation），常常使用某种制度或教育政策这种外生事件来构造自然实验，如入学年龄与最低受教育年龄的规定等，来比较此外生事件导致的教育水平差异对个体收入的影响。然而这种方法的缺点是IV往往只能鉴别出某个特殊的群体的边际教育收益率。例如某些制度性的因素，往往只对刚好在制度边缘的人有影响，而对大部分样本都没有影响，因此IV也并不能鉴别出整体的效果。忽略教育的质量也会造成有偏的估计。由于学校质量与个体的受教育水平为正相关关系，即进入高质量学校的个体的受教育水平要高于进入较低质量学校的个体，因此忽略这种教育质量的差异会导致高估教育收益率[15]。对教育收益率估计的另一个误差来源是测量误差，由于最高教育组只可能低报其教育水平，而最低教育组只可能高报教育水平，因此这样的误差会减弱教育年限与收入的相关性，从而导致教育收益率的低估。更为详细的讨论可参见李实等[17]和Harmon C et al.[19]。
由于教育收益率的估计同时存在高估和低估的问题，如何得到最合理的估计还有待更多的研究和探讨。在本文中，我们依然采用最初始的明瑟方程来估计教育收益率，原因在于我们的目的不是要估计某个时点的教育收益率，而是试图了解教育收益率在城乡之间、性别之间的动态变化，如果上述提到的偏差对于城乡以及不同性别的个体都一直存在，那么对于我们想了解的动态变化是没有影响的。
由于城镇与农村生产函数的不同，我们关心对于同样的教育和工作年限的劳动力在农村和城市的收入是否存在差异，即教育收益率是否存在城乡的差别。表5给出了历次调查年份分城乡估计的明瑟方程回归结果。可以看出，绝大部分系数都在1％水平上显著，表示教育和工作经验对于个人的收入水平有显著的影响。教育收益率在1993年以前略有下降。自1993年以后才呈现一种随时间递增的趋势。这与齐良书[20]基于同样的数据的研究结果是一致的。与工作相比，由于在学校接受教育需要支付学费并且没有工资，因此在个人理性选择的均衡下教育的收益率应该高于工作经验对工资的影响。然而表5显示，城镇中从1997年以后，农村从2000年以后，教育的收益率才高于工作经验。这除了有一部分预期未来教育收益会上升的因素之外，当时非充分市场化的经济体制也是很重要的原因。在农村，一开始的教育收益率甚至为负数，这说明在当时的技术水平下，教育对于农业边际生产率的提高很小，甚至不能抵消由于年龄增长导致的边际生产率的下降。图1更加清楚地表明，以往历年农村的教育收益率总是低于城市的教育收益率，但在2000年以后，城乡的教育收益率差距呈逐年扩大的趋势。我们认为这是导致城镇和农村收入差距逐步扩大的重要原因。
除对农村和城镇劳动力的教育收益率感兴趣以外，我们还想知道城乡间的教育收益率是否还存在性别差异，因此，我们对分城乡和性别的劳动力的明瑟方程分别进行了回归，结果如表6所示。相对于城镇和农村男性而言，城镇和农村女性的工作经验的系数较小且很多均不显著，说明女性的工作经验对个人生产率的提高相对较小。
图2同样显示，分城乡和性别的教育收益率都呈现逐年递增的趋势。有趣的是，无论是在农村还是城镇，女性的教育收益率均高于男性。许多类似的研究也发现了相同的现象，例如Zhang J S et al.[18]使用1988～2001年的中国6省的城镇住户调查（UHS）数据，研究发现，女性的教育收益率平均比男性要高出60％。Bjorn G et.al[21]以及Li H Z[22]在基于1988和1995年的中国家庭住户收入调查（CHIP）数据的研究中也发现了同样的现象。Deolalikar A B[23]认为，由于男性在体力劳动中更有优势，因此女性将更倾向于从事技术性较强的工作，从而教育对女性收入的影响将更为重要。Li H Z[22]指出由于女性的平均受教育水平低于男性，较高教育水平的女性更为稀缺，因此相对于男性而言，女性的教育收益率会较高。Zhang J S et al.[18]提出另外的一个解释，认为与男性相比，女性在选择是否就业时有更强的自我选择机制。教育程度较高的女性更倾向于就业，而教育程度较低的女性更可能不就业或更早的退休，从而导致样本中女性的教育收益率高于男性。但作者也指出这并不能解释如此大的教育收益率差距。
另外，从分城乡和性别的教育收益率中可以看出，2000年后城乡教育收益率的差异主要来源于城乡男性劳动力的教育收益率差异。由于男性往往是家庭中的主要劳动力和主要收入来源，因此这种收益率差异的扩大更加剧了城乡的收入差距。
教育收益率差别的来源很多，首先是教育的质量的差异。在我国过去一段时期和现阶段，城镇教育的师资和教学条件都远高于农村，因此不难理解受过相同年限教育的城乡劳动力在生产率上会存在较大差别。另一个来源是劳动力流动的限制，如果劳动力可以自由流动，在一个完全竞争的市场上相同的人力资本显然会获得相同的回报。我国目前依然存在对外来务工人员的诸如购房、医疗、子女上学等各方面的限制。这种限制一方面限制了劳动力的流动，导致城乡收入差距的增加，另一方面也不利于资源的优化配置，导致了很大一部分人力资本的闲置。其三是资本流动的限制，如果资本更多的流向农村，也会使得农村劳动力的边际报酬增加。目前由于农村金融体系以及相关法律制度的不完善，使得流向农村的资本受到限制。因此建立健全的农村金融体系和加强相关法制的建设也有助于改善教育收益率的差异和收入差距。
需要指出的是，对于收入数据的调查不可避免地存在瞒报和低报的现象，如果考虑到城镇居民具有更多的“灰色收入”的话，农村和城镇的收入差距将会更大，虽然这未必是直接来源于教育所带来的生产率的提高，但高教育的人更容易进入垄断性部门，从而更有可能获得此收入，也会导致事实上的教育收益率在农村和城镇存在更大的差异。
四、总结
本文使用CHNS数据，对中国分城乡和性别的教育收益率的动态变化进行了研究。结果显示，分城乡和性别的教育收益率都基本存在逐年递增的趋势，但总是城镇的高于农村，女性的高于男性。从动态变化来看，城乡的教育收益率差异在逐步加大，尤其是城乡男性劳动力的教育收益率差异在2000年后持续扩大。
因此，有别于其他仅对城乡教育水平差异的研究，本文认为，除城乡间教育的不平等和人力资本水平本身的差别外，教育的收益率的差别也是导致收入差距的重要原因。因此，要缩小城乡收入差距，除加强对农村教育的投入以外，还需进一步取消限制劳动力流动的障碍和鼓励资本向农村流动。
收稿日期：2011－08－16
注释：
① 作者根据历年《中国统计年鉴》数据计算。从1989年开始是由于本文所用微观数据始于1989年。