教育不平等与收入分配差距：中国的实证分析，本文主要内容关键词为：实证论文,中国论文,不平等论文,收入分配论文,差距论文，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。
一、引言
改革开放以来，中国经济的高增长伴随收入分配差距的加大，收入分配差距也成为中国构建和谐社会所面临的紧迫问题。影响收入分配差距的因素很多，教育是重要的因素，教育获得的不平等将对个人收入分配差距产生重要的影响，同时个体收入差距也将会对个体的教育获得产生影响。
有关教育不平等与收入分配的关系研究，早期的研究如Schultz(1960)，Becker和Chiswick(1966)，Mincer(1974)，Becker(1975)构建的关于收入分配的人力资本模型认为，人口总体的平均受教育程度和教育分布状况都会影响收入分配状况。Farre(2000)在假设总体中初始收入和教育收益率相同的条件下，以对数方差反映的收入不平等是以受教育年限方差反映的教育不平等的线性函数，且系数是教育收益率的平方。Gregorio和Lee(2002)认为收入分配与人们的平均受教育年限及其分布密切相关，收入不平等随着教育不平等程度的加深而加深，然而，在一个给定的教育分布条件下，平均受教育年限的增加则对收入分配产生不明确的作用效应。Galor和Zeria(1993)则考察了初始收入分配对教育分布的影响，首次提出收入平等促进人力资本积累的观点，其认为由于借款市场不完全，收入的均等更有利于那些不能通过借贷的方式筹措教育费用的穷人拥有受教育的机会，进而影响教育的分配。Benabou(1996)、Aghion(1998)从收入的再分配角度进行探讨，认为再分配政策，有利于平抑收入的不平等程度，对人们的教育投资产生影响。教育作为人力资本形成的重要途径，对收入分配不平等的解释将更多地与教育分配的不平等相联系。
实证研究方面，Londono(1990)和Ram(1990)率先提出教育分配存在库兹涅茨“倒U”关系：即随着教育水平的提升，教育不平等程度先升高至达峰值后，再转为逐步降低。Ram运用94个国家的截面数据，实证表明约在平均受教育年限为7年时达到“倒U”曲线的拐点。Thomas，Wang和Fan(2003)运用140个国家1990年的截面数据进行实证分析，研究发现以15岁以上人口的平均受教育年限为基础数据，计算出衡量教育不平等程度的教育基尼系数与教育发展水平指标平均受教育年限之间不存在“倒U”关系，而以15岁以上人口的平均受教育年限计算出的教育标准差与平均受教育年限之间却存在明显的“倒U”关系，且“倒U”曲线的拐点在平均受教育年限为6～7年间达到，其实证结果基本与Ram(1990)相一致。同时，他们还运用140个国家1960～2000年的面板数据做了进一步的回归分析，实证结果表明教育标准差与平均受教育年限之间的“倒U”关系成立。同时，两者的关系还具有较强的“稳健性”(robustness)，其不因计量估计方法选择固定效应或随机效应，控制时间因素或国别因素而出现波动与差异。Gregorio和Lee(2002)运用100个国家的相关数据，实证发现教育标准差（1965年、1990年）与滞后5年的平均受教育年限（1960年、1985年）存在明显的“倒U”关系，且构建回归方程，将收入因素与变量的滞后因素考虑在内，对100个国家的混合数据进行实证分析，印证了教育分配的“倒U”关系的存在，但其峰值则在平均受教育年限为4.2年时达到。既有研究，大多运用跨国数据对教育分配的“倒U”假设进行检验，而对国别数据的验证则尚不多见。
Beck和Chiswick(1966)，Chiswick(1971)，Tinbergen(1972)，Winegarden(1979)均以方差反映教育不平等程度，选择的样本包括美国各地区，9个国家的截面数据，美国、加拿大、荷兰3国的跨国数据以及32个国家的截面数据。研究得出，教育不平等与收入不平等显著正相关，即教育不平等程度的减小，有益于收入不平等的改善。
Psacharopoulos(1977)以不同层次教育入学人数的差异系数衡量教育不平等，对49个国家的截面数据进行研究，实证发现在不同的回归方程中，教育不平等变量均与收入基尼系数显著负相关，且教育不平等程度能解释收入分配23%的变异。
Ram(1984)分别以受教育年限的方差与收入最低的80%人口所占的收入份额和收入最低的40%人口所占的收入份额作为教育不平等变量和收入不平等变量，在对28个国家的跨国研究中，发现教育不平等程度与收入分配的关系不具有统计上的显著性。
Park(1996)分别以劳动者平均受教育年限的标准差和变异系数作为教育不平等变量，以基尼系数、收入最低的40%人口所占的收入份额和收入最高的20%人口所占的收入份额作为收入不平等变量，采用59个国家的截面数据进行实证研究，证实了教育不平等程度的加深将扩大收入不平等程度。
Gregorio和Lee(2002)以Barro和Lee(1997)计算出的15岁以上人口平均受教育年限为基础数据，计算得到每一国家1960～1990年时隔5年的教育标准差（共获得7个截面：1960、1965、1970、1975、1980、1985、1990年，根据数据的可获得性，每一截面上的样本数并不一致。如：在1965与1990年两截面上，分别有23和71个样本），以其作为教育不平等变量，并选取基尼系数和收入的5等分分布为收入分配变量，运用SUR(seemingly-unrelated-regression)估计技术，对跨国混合数据进行计量估计，实证结果均表明，教育不平等有碍于收入分配状况的改善。
国内学者从教育扩展或教育回报率角度对收入不平等问题进行了研究，但从教育不平等对收入分配进行探讨的尚不多见。赖得胜(1997)采用跨国数据及一元二次回归分析验证了教育扩展与收入不平等存在倒U关系；白雪梅(2004)估计了Becker和Chiswick(1966)的人力资本模型，实证结果表明教育扩展与收入不平等也存在着倒U关系；杜鹏(2005)、杨俊、李雪松(2007)等的研究也得出了类似的结论。陈玉宇、王志刚、魏众(2004)对工资收入分配的变化方程进行分解，发现从1995～1999年我国城镇居民的收入分配变化中，主要是教育和工资相关性以及教育回报率的增加导致了工资收入不平等的增加，而教育不平等的下降起到了缓解工资收入不平等的作用。李雪松、詹姆斯·赫克曼(2004)在考虑异质性和选择性偏差的基础上，运用中国的微观数据估计了20世纪末的教育回报，研究发现中国的教育回报率具有显著的异质性。Wan等(2004)，陈钊、陆铭、金煜(2004)的实证表明我国各省的教育发展差距是造成地区间收入差距的重要原因之一，与此同时，由于各地的高等教育人口比重指标正呈现收敛的趋势，教育的持续平衡发展将有助于缩小地区间收入差距。陆铭、陈钊(2005)采用分布滞后模型考察了教育与收入分配的关系，认为收入差距对教育的影响随时间发生变化而不是线性的。王小鲁、樊纲(2005)发现我国城镇居民的人均教育水平会导致收入差距扩大，说明我国教育适龄人口面临的受教育机会是不均等的，高收入人群的教育机会显著大于低收入人群，进而扩大了收入的不均等程度。从教育或人力资本角度对收入分配进行探讨的还有李实、赵人伟(1999)，陈宗胜(2001)等。
既有研究虽对教育不平等与收入分配的关系做了一定的计量统计分析与探讨，然而其在对教育不平等指标的选择上大多采用平均受教育年限的标准差。从研究方法上看，其大多采用以下方法：(1)使用分位回归或估计人力资本方程，从教育回报率的角度来探讨不同教育水平下教育与收入分配的关系；(2)采用时序或面板数据，来探讨国别数据下教育扩展与收入不平等是否存在倒U关系，或通过单方程计量模型探讨教育扩展与收入分配的因果关系。
本文采用教育基尼系数刻画教育不平等，运用联立方程组技术对教育不平等与收入分配进行实证考查。联立方程组能够揭示多个内生变量间的相互影响关系，而非单方程描述的变量间的单向因果关系。经济变量往往是通过直接或间接的关系相互联系，联立方程组则能基于一定的经济理论，对处于特定经济系统中的变量进行相互、动态的研究，这是单方程计量模型所不能比拟的。本文将教育不平等和收入分配作为两个相互影响的内生变量纳入联立方程，同时考虑变量间的即期影响和累积影响，使之能够较好地刻画出内生变量具有怎样的相互影响关系。
二、模型、数据与方法
（一）实证模型
有关教育不平等对收入分配差距影响的理论研究，除Schultz(1960)外，正式化的模型始于Becker和Chiswick(1966)，之后Gregorio和Lee(2002)在此基础上更进一步，构造了如下理论模型：Var
=
(r，S)+Var(u)。其中，Var表示收入不平等，S指教育扩展，Var(S)表示教育不平等，r表示教育回报率，u表示影响收入的其他因素。收入分配对教育不平等影响的开创性研究是由Galor和Zeria(1993)做出的，Galor和Zeria(1993)在信用市场不完善和人力资本不可分割的假定下，研究了收入不平等对教育不平等的影响。由于信用市场不完善，初始收入差距导致了个体的人力资本投资水平的差异，从而收入分配对教育不平等产生重要影响，即个体间的教育不平等Var(S)可以更多的用收入不平等Var来解释。因此，教育不平等与收入不平等存在着相互影响，表现出内生性。
本文借鉴Gregorio和Lee(2002)和Galor和Zeria(1993)关于教育不平等与收入不平等的理论分析框架，把教育不平等与收入不平等作为相互影响的内生变量纳入方程，构建以下联立方程组，随后对方程中各个变量进行解释①。
在收入分配决定方程(1)中，EDINEQ
表示教育不平等程度对收入不平等的累积影响，即EDINEQ=
。INEQ表示收入不平等程度，采用收入基尼系数衡量；EDINEQ表示教育不平等程度，采用教育基尼系数来衡量，通过该变量的引入以考察内生条件下教育不平等如何影响收入分配。引入年度经济增长率GR，以考察在教育不平等与收入分配的内生模型中经济增长对收入分配的影响；AYS表示平均受教育年限，用以考察教育扩展是否有助于缓解收入分配不公(Knight & Sabot,1983)②；另外，教育具有公共品属性，一般认为政府对教育的投入EDIN将会有利于教育扩展，减小教育不平等程度，因此引入该变量。最后，本文根据中国经济发展呈现出的区域不平衡控制了WEST和CENTRAL两个虚拟变量，分别表示西部地区和中部地区，将东部地区作为基准地区加以比对，以此考察教育不平等影响收入分配是否也呈现出区域差异。
在教育获得决定方程(2)中，INEQ表示收入不平等对教育不平等的累积影响，即
。Galor和Zeria(1993)首次提出收入平等促进人力资本积累的观点，本文引入收入分配变量INEQ来考察其对教育不平等的影响。其次，已有研究(Ram,1990)认为教育扩展有助于缓解教育不平等，而政府加大对教育的投入有利于教育扩展，因此引入AYS和EDIN。此外，考虑到城市化进程有利于发挥教育的规模效应，引入城市化率指标URBAN（陆铭，陈钊2005）来考察这一作用。最后，引入WEST和CENTRAL这两个虚拟变量来探讨教育不平等的分布是否存在地区差异。
为考察教育不平等与收入分配间的即期及累积影响，本文采用分布滞后模型进行研究。分布滞后模型能够有效地识别被解释变量对解释变量的影响如何随时间变化，其一般形式如下：
运用OLS法估计(5)式，得到
的估计值，将这些估计值再次带入(4)式，从而可以求得(3)式各回归系数的估计值。
当然，必需还要先确定滞后期t和多项式阶数m，才能进行(5)式的估计。本文先采用AIC准则和SC准则④来确定滞后期t；然后本文将分布滞后项m从2逐次添加到4⑤，以确定多项式的阶数（陆铭，陈钊2005），因为不同的多项式阶数会使式(5)得到不同的估计结果。经计算，当用教育不平等及其滞后变量去解释收入分配时，滞后期为2、多项式阶数为2；当用收入不平等及其滞后变量去解释教育不平等时，滞后期为3、多项式阶数为2。从而可依据Almon的方法估计出教育不平等和收入分配相互的即期影响和累积影响，其估计结果如后文中表1所示。考虑到教育不平等和收入不平等是作为内生变量进入联立方程，3期滞后表明大于3期的延期影响较小从而可以忽略，并且为避免多重共线性，因此进入联立方程的样本要省略前3年的数据。
（二）数据说明
本文部分收入基尼系数采用陈昌兵(2007)计算出的我国部分省市的收入基尼系数，其余省份的1996～2004基尼系数按上述公式计算，资料来源于各省1997～2005《统计年鉴》和《中国农村住户调查年鉴》。
经济增长率GR来源于《中国统计年鉴》1997～2005各年关于各省经济增长率的原始数据；教育投入EDIN是指政府对教育的财政支出占GDP比例，其来源仍为《中国统计年鉴》1997～2005。
城市化率指标URBAN分别由相应年份各省统计年鉴计算得来，计算时仍然采用非农业人口占总人口的比例来表示。
WEST取1表示西部地区，CENTRAL取1表示中部地区，其基准地区为东部，以观察教育不平等与收入分配的相互影响是否存在地区性差异。中部地区是指山西、河南、安徽、江西、湖北、湖南；西部地区是指四川、云南、广西、陕西、重庆、甘肃、青海、宁夏、新疆、西藏、贵州、内蒙古。
（三）估计方法
在估计方法上，本文采用三阶段最小二乘法(3SLS)，三阶段最小二乘法能够同时估计模型中的所有方程，并且能够比较好地利用样本信息，在大样本下其估计结果的有效性要高于2SLS和有限信息极大似然法LIML。3SLS的基本思路可以概括为：3SLS=2SLS+GLS，即首先用两阶段最小二乘法估计联立方程组中的每个方程，再用广义最小二乘法估计模型系统。
此外，在联立方程组模型进行估计之前，必须首先考虑联立方程组模型的识别问题，所谓模型识别，就是指能够从所估计的诱导系数中求出一个联立方程组模型参数的估计值。识别问题的重要性在于它是联立方程组是否可以进行估计的充要条件。在方程(1)(2)中，只有INEQ和EDINEQ是内生变量，其余都是前定变量，由模型的外部条件给定。根据模型识别的阶条件和秩条件可知，模型可识别且属于恰好识别，可以进行估计。
表1 估计结果
注：(1)由于省略了前3年的数据，实际进入联立方程估计的样本数为185。(2)***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。
三、实证结果与分析
采用STATA9.0软件，对方程(1)(2)作了三阶段最小二乘估计，结果如表1所示⑦：
（一）教育不平等和收入不平等之间的即期影响及累积影响
表1给出了教育不平等和收入不平等相互的分布滞后模型的估计系数。从估计系数可以看出，在当年收入不平等下降会显著地减少教育不平等程度；但是，1年后收入不平等下降反而使教育不平等上升，并且这种负相关的影响持续到两年后。由于人力资本是获得收入的主要来源，因此当期收入差距下降导致教育不平等程度下降主要原因在于：当期收入差距下降后家庭为进一步缩小收入差距势必会增加对教育的投入⑧，由此带来当期教育不平等的下降。然而，收入差距持续缩小，虽然社会对教育投入普遍加大但出现了教育不平等加剧的情况，其原因在于以下两点：(1)我国农村教育收益率相对城市而言严重偏低（侯风云，2004），这直接导致了城乡收入差距，进而又影响到弱势阶层的教育获得能力；(2)尽管我国平均受教育年限逐年增加，但教育规模的简单扩张并不能降低基于家庭背景的教育不平等⑨（李煜，2006）。所以，由于宏观环境的影响，教育不平等非但不下降反而上升了。另外，从估计系数的绝对值上看，教育不平等受收入分配当期影响最为明显。最后看累积影响，其估计值在统计上不显著，因此暂无法判断收入差距对教育公平的长期影响。
其次，再来看教育不平等及其滞后变量对收入分配的影响。就当期而言，教育不平等会对收入分配产生一个正向的影响，但在统计上不显著。1年后教育不平等对收入分配的影响为负，即教育不平等的改善反而导致了收入不公的加剧，并且这种趋势延续至第2年；另外，从估计系数上看滞后1、2两期的估计系数也都在1%的水平上显著。从累积影响来看，长期内教育不平等和收入分配呈现出显著的负相关关系，即长期内教育不平等的降低不利于改善收入分配不公的状况。究其原因主要在于人力资本传导机制上，后文将对这种传导上的偏差进行解释。
（二）教育因素对收入分配的影响
在方程(1)中，计量结果表明，教育不平等与收入不平等呈负相关关系，并且在5%水平上显著。这是因为在估计方程(1)时同时考虑了方程(2)的约束，在回归过程中考虑到了教育不平等与收入不平等的相互影响。一般认为，教育不平等的缩小会有助于减小收入差距，以往采用教育标准差衡量教育不平等程度所得出的研究也认为教育不平等的减小有助于改善收入不平等(Beck and Chiswick,1966; Chiswick,1971; Tinbergen,1972; Winegarden,1979)，但本文的结果却有相异之处。在考虑了教育不平等和收入分配的相互影响后，基于中国数据的实证结果却表明：教育不平等的改善并没有利于收入分配的改善，Muta(1987)对日本的研究也得到了相同的结论。这主要是由于人力资本传导机制出现了偏差：一般认为教育不平等的降低有利于人力资本积累，通过提高人力资本的边际生产力来提高人力资本的价值（工资），从而有利于收入分配的改善。但由于教育的结构效应，即教育不平等的改善使具备高生产力、高学历群体扩大进而扩大了收入分配不公，其当前对收入分配的不公起着主要的推动作用⑩。另外，当前中国的劳动力市场普遍呈现出供大于求、结构不合理的现状也成了收入不平等的催化剂。因此，本文认为教育不平等与收入不平等并非简单线性关系，两者间存在非线性关系；尤其是在一些发展中国家中，随着教育扩展，教育不平等程度降低，收入不平等程度非但没有缩小反而还在扩大。
平均受教育年限AYS在5%的水平上与INEQ负相关，意味着教育扩展有利于收入不平等的改善。Tinbergen(1972)、Pshcharopoulos和Maria(1986)、Tilak(1989)、周文兴(2002)等的研究也得出了同样的结论，并且它们大都认为教育扩展和收入分配是一种线性关系。但是，Ram(1984)和赖得胜(1997)的研究则认为教育扩展和收入分配呈现出类似于库滋涅茨假设的倒U型关系。本文实证结果表明当前中国的教育扩展有利于收入分配不公的改善，无论两者是线性关系还是倒U关系，我国都应该处于教育扩展促进收入分配公平的阶段。
尽管EDIN的估计值在统计上不显著，但其估计值符号为正，说明当前政府对教育投入越多却不利于改善收入分配不平等。EDIN之所以不显著，是由于我国教育投入长期偏低且结构不合理。尽管近年来教育扩展水平逐年提高和教育不平等状况有所改观，但长期投入上的弊端难以对收入不平等的改善产生积极影响，甚至这种投入机制上的弊端有加速收入分化的趋势。
经济增长率GR显著地与收入分配正相关，说明伴随着经济持续高速增长，收入差距仍然呈现出拉大的趋势。库滋涅茨的倒U理论认为，在经济发展的过程中收入分配遵循“先恶化、后改善”的规律，但就中国的实际情况而言，收入差距的变动是否遵循这一规律尚需验证（杨俊、张宗益，2003）。改革开放以来我国经济增长通过物资资本和人力资本影响收入分配，物质资本扩大收入分配的差距而人力资本缩小收入分配的差距（陈昌兵，2007）。但对方程(1)中EDINEQ的解释却表明教育不平等的降低不利于收入分配改善，究其原因还是出现在上述的人力资本传导机制上。因此，在控制了教育因素后，经济增长仍然导致了收入分配的恶化。
WEST估计系数为正且在1%水平上显著，说明西部地区较东部地区而言，更容易因教育不平等而导致收入不平等。并且从实际来看，西部地区的平均受教育年限在2004才达到6.99年，西部地区的教育基尼系数均值为0.29、标准差为0.08，为三大区域中最大的；西部地区经济发展水平总体落后于其他地区，教育投入水平和发展水平都还比较低；这些因素都表明西部地区的教育不平等状况较其他地区都更严重。陈钊等(2004)的研究也认为教育发展水平的差异是中国地区间收入差距的因素之一。CENTRAL估计系数为正但统计上并不显著，原因在于中部地区较大多数欠发达西部省市而言，经济发展得益于其区位优势、良好的教育水平、国家经济政策等。
（三）收入因素、教育扩展对教育不平等的影响
在方程(2)中，计量结果表明收入不平等与教育不平等正相关，即收入不平等的上升会导致教育不平等的加剧。从估计系数上看，在保持其他因素不变的情况下收入不平等程度每上升1%会导致教育不平等程度上升0.365%，这说明收入作为教育公平的主要决定因素再次被模型证实。收入分配通过影响个人的人力资本投入水平，在很大程度上决定了个人的受教育水平，进而影响到其教育回报率，这一系列的负面效应最终又通过收入分配反映到了教育分配上。由此可见，收入不平等是导致教育不平等的直接原因，这种循环机理若不加以改善，则容易形成恶性循环的“马太效应”。
作为教育投入EDIN而言，其在1%水平上显著但估计系数为正，这意味着政府对教育的投入反而促进了教育的不平等。究其原因还是我国教育长期以来投入水平偏低并且在结构上呈现出重城市、轻农村；经济发达地区投入多、经济欠发达地区投入少的局面(11)，并且存在着教育投资渠道不完善、投资效率低下等问题（周运浓，2003），因此严重影响到了教育分配的合理性。从发达国家的经验来看，美国教育投入占GDP比重常年保持在7.1%左右，其平均受教育年限为13.17年；日本常年保持在5%以上，平均受教育年限达到了12.78年；同为发展中国家的巴西也至少保持在5.1%的水平上。它们的共同特点是通过持续的教育高投入来促进教育扩展和教育公平，而中国目前3.41%的投入还达不到5%的国际平均水平。因此，政府应增加对教育的投入以促进教育扩展，实现教育公平。
平均受教育年限AYS与教育不平等呈现负相关的关系，这与既往研究（杨俊、李雪松，2007）所得出的教育扩展有利于减小教育不平等的结论一致。Ram(1990)用教育标准差来衡量教育不平等程度，认为教育扩展与教育分配存在着倒U关系，并且其峰值在7年时达到。但采用教育基尼系数作为教育不平等指标，其与教育分配的倒U关系尚未完全得到验证（杨俊、李雪松，2007）。2006年我国平均受教育年限达到了8.5年，结合实证结果本文认为我国目前应该处于教育扩展有利于教育分配的阶段。因此，应该继续推进教育扩展以实现教育分配的公平。
城市化URBAN的估计系数为正且在1%水平上显著，表明随着近年来中国城市化进程加快，在保持其他因素不变的情况下，教育公平程度还有一些下降（教育基尼上升）。尽管一般认为，城市化有利于集中办学、改善教育条件、发挥教育扩散效应，从而减小教育不平等，但模型的估计结果却与之出入。出现这种结果的原因在于以下两点：目前我国除中心城市外其他小城市发展水平还不高（特别是西部地区），并且这些地方农业人口仍然占很大比例，普遍存在着居住分散的状况，因此不利于教育获得；为统一口径，所采用的城市化率指标是农业人口占总人口的比例，但对于大多数省份而言城市化率的提高并不代表当地的城市发展水平相应提高，特别是一些非农业人口仅是在规划上有所体现，其所在地区的“软环境”建设还比较滞后，并且流动人口的教育也存在难题，因而难以通过城市化来发挥教育的扩散效应。所以，城市化进程对于教育的影响应更加注重通过发展质量的改善来起到教育扩散的作用。
虚变量WEST和CENTRAL均显著，其估计值都为正且非常相近，说明在控制了其他因素后，西部和中部相对于东部地区而言教育不平等程度更高。这与东部与中、西部的经济发展水平类似，也存在着教育公平“东高西低”的状况，说明中、西部地区，尤其是西部地区，要想缩小与东部地区的差距必须要在教育公平方面大做文章。
综上所述，可以将联立方程中变量间的相互关系表示如图1所示，其中“+”表示正相关关系，“－”表示负相关关系。
图1
表2 稳健性检验
注：括号内表示P值；其他标注同表1。
（四）稳健性检验
以往研究采用教育标准差(SDS)作为衡量教育不平等的指标，我们用其代替教育基尼系数作为教育不平等的变量来重新估计联立方程，以验证实证结果的稳健性。
从表2的结果不难发现，当用教育标准差作为教育不平等的变量来进行估计时，方程(1)中SDS的系数在10%水平上显著，方程(2)中INEQ在10%水平上显著，二者的估计系数的符号与原估计相同，因此二者关系的稳健性到了验证。但是平均受教育年限AYS在两个方程中都变得不显著，说明之前得到的三者之间的内生性关系的稳健性还未得到验证。所以，总的来说，实证结果的稳健性仅得到部分证实。
四、结论与启示
本文把教育不平等和收入不平等作为相互影响的内生变量纳入联立方程组模型，并且采用教育基尼系数来衡量教育不平等，考察了二者相互的即期影响和滞后影响。在控制了其他因素后，采用中国省级1996～2004的面板数据，实证研究得到以下结论和启示：
第一，教育不平等的改善并没有促进收入不平等的改善，即使从分布滞后模型的估计结果来看，长期内教育不平等降低也没有促进收入分配的公平，这主要源于人力资本传导机制的偏差。尽管教育不平等的下降有利于人力资本的积累，通过提高人力资本的边际生产力来提高人力资本的价值，从而改善收入分配；但由于中国的劳动力市场普遍呈现出供大于求、结构不合理的现状，加之教育的结构效应，它们都对收入分配的不公起着推动作用。同时，从另一个侧面反映出我国需要以更高质量的经济发展来理顺人力资本传导机制，使教育不平等的减小能够有力的促进收入分配的公平。
第二，收入不平等的降低将会显著地改善教育不平等；从滞后效应看，教育不平等在当期会因收入差距下降而得到改善，并且教育不平等受收入差距的当期影响最大，但在随后的两年内收入差距的下降却导致了教育不平等的不公，这主要是由我国教育投入体制和教育回报率的现状造成的。收入不平等直接影响个人的人力资本投入水平，通过教育回报率的作用，这一负面效应最终反映到了收入分配和教育分配上。由此可见，收入差距是造成教育不平等的直接原因，若不加以改善，依照这种循环机理则容易形成恶性循环的“马太效应”。因此，政府应该更加重视教育不平等的改善，以此着手去促进收入分配公平，避免恶性循环“马太效应”的产生。
第三，基于教育公平的人力资本传导机制并不会依照理论自发地产生作用。一般认为，政府加大教育投入会促进教育扩展，教育扩展会有助于教育不平等的改善，从而促进社会人力资本积累，提高教育回报率，对收入不平等有所改善，进而又促进教育公平；反之，则陷入恶性循环。但本文研究认为，这种传导机制自身不会产生循环机理，至少基于中国的数据还没有得到完全印证。这种传导机制在当前并没有产生作用，主要是由于我国尚处于经济体制的转轨期，但转轨结束后这种机制将应该会形成教育公平和收入公平相互促进的机理。要想使教育、经济增长、收入分配进入到一个内生化的良好发展轨道上来，还需要一系列的改革、政策和措施加以引导。一方面，应该利用教育扩展有利于改善教育不平等和收入不平等的特点，继续大力提高对教育的投入，以改善教育获得和收入分配；另一方面，针对人力资本传导中出现的劳动力市场结构不合理、城乡教育回报率差异大、教育投入结构不合理等问题，需要制定一系列措施来正确引导，使教育公平和收入公平能够起到相互促进的作用。例如教育投入应该更注重义务教育、提高义务教育水平、引导个人教育投资、改善贫困人口的受教育状况、建设更有利于和谐的分配制度等。
第四，本文的研究还表明，西部地区较东部地区更易受教育不均等的影响而导致收入分配不公；而在控制了其他因素后，西部和中部相对于东部地区而言教育不平等程度更高。这表明教育不平等和收入不平等相互影响有明显的区域性，东、中、西部在经济发展水平上的差异显著地体现在了教育分配和收入分配上。因此，我国政府应该更加向中、西部地区倾斜，无论是教育投入还是经济政策、资本投入上，特别是西部地区的教育资源相对更加匮乏、分布不合理，人才大量向东部发达地区转移给西部地区的发展设置了更多的瓶颈。同时本文研究发现，城镇化进程也不利于教育不平等的减小，这里面有城市发展水平和教育投入体制的因素，因此我国政府应该更加重视教育等城市软环境的建设，使更多的“新市民”真正享受到城市化所带来的利益。
最后，就研究进展而言，教育不平等与收入不平等的关系仍然是在实证分析中有待进一步研究的主题。尤其，教育不平等和收入不平等的相互关系是否会因为依照发达国家的经验自发地进行演变，还是对于我国这样一个处于经济体制转轨阶段的国家而言有其特殊的作用机理，或者说二者的关系是否会体现出与经济发展相关的阶段性特点，这些问题都需要今后的研究来加以证明。但遗憾的是，要在转轨时期的中国来研究教育不平等与收入不平等如何相互作用还需要更长时间跨度的数据。并且，当前调查数据的获取还存在一定难度，本文所采用的部分中国的数据其质量也还有待提高，但这却可以作为未来进一步研究的基础和方向。
注释：
①对教育回报率的不同假定理论上会带来不同的研究结果。在保持其他变量不变的前提下，教育不平等的增加无疑会导致收入不平等Var(S)增加；如果回报率r和平均受教育年限S之间独立，则平均受教育年限的增加将造成收入不平等加剧；如果平均受教育年限与教育回报率的关系为负，则教育不平等对收入不平等的关系不确定。同时，由于教育回报率微观数据获得性的原因，模型设定借鉴Gregorio和Lee(2002)等同类研究的做法，暂不考虑其影响，在后文结论解释中将考虑此因素。
②Knight和Sabot认为，教育存在结构效应和工资压缩效应。教育扩展所带来的高学历群体规模的扩大，这种结构效应会对收入分配造成先上升后下降的影响；另外，从工资压缩效应的结构来看，劳动力学历构成的相对增加也导致了劳动力供求状况发生变化，其带来的压缩效应会减小收入分配的程度。但是，教育扩展对收入分配的影响是不确定的。
③摘要自Damodar Gujarati,1978,Basic Econometrics,Mc Graw-Hill,Inc.。
④AIC=log（∑
/N)+(2k/N)，通过添加滞后项直到AIC达到极小值为止确定滞后期。SC=log（∑/N)+(k*logN/N)，通过添加滞后项直到AIC达到极小值为止确定滞后期，但其更加严厉地处罚额外添加的右端变量。
⑤一般认为，采用Almon多项式，其多项式阶数很少出现超过4的情况。
⑥收入基尼系数的计算在学术上一直争议不断。部分学者认为城乡加权法公式是不合适的，该法计算出的基尼系数存在分解性问题；但也有学者认为其可以反映总体收入差别的大致趋势，且原始资料易获取。本文由于调查数据的限制，因而引用《统计年鉴》并采用城乡加权法进行计算。
⑦由于河北和甘肃的数据缺失较多，因而其收入基尼系数用它们各自所在区域的均值来替代，即河北用东部、甘肃用西部的均值替代，表1结果为依照该数据的估计结果。比较发现，如果去掉这两个省份而进行估计，其估计值仅有略微差异。重庆市于1997年设立直辖市，1996的数据缺失。
⑧当前我国的教育收益率表现出了如下特征：我国的教育回报率正迅速提高（黄国华，2006）；并且，我国的教育回报率有随受教育程度而升高的趋势，高中及以上教育者的教育收益率平均来说要比初中及以下教育程度者高（张车伟，2006），教育受益率表现出了明显的异质性；再者，教育回报率的增加导致了工资收入不平等的增加（陈玉宇、王志刚、魏众，2004）。以上特点表明获得更高层次的教育成为人力资本获取更高教育收益率的重要途径，而2006年我国平均受教育年限仅为8.5年尚不及初中水平；从全社会的角度来看，通过增加教育投入、提高受教育水平来获得高额的人力资本回报无疑是缩小收入差距的有效途径。
⑨教育社会学理论认为，教育规模的简单扩张并不能降低基于家庭背景的教育不平等，因为新增的教育机会并非劣势阶层子弟所能独享，所有适龄学生都在竞争这一新增机会。如果教育机会的分配机制没有改变，那么教育机会在不同家庭背景间的比例分配关系就不会改变。结果是，虽然教育扩张能使劣势阶层子弟教育机会的绝对量有所增加，但相对机会的劣势不会改变，教育不平等水平不会降低，这被称为不平等的最大化保持理论。这一理论认为，教育机会扩张会产生平等化效果，但这个效果要到达某个临界点之后才发生，只有当优势阶层的入学率饱和后，家庭背景的影响才会降低。所以在教育扩张下，教育不平等的削弱，会逐渐从初等教育开始，并逐渐延伸到中等教育乃至高等教育。
⑩据教育部发布的《2006年全国教育事业发展统计公报》显示，2006年全国各类高等教育总规模超过2500万人，高等教育毛入学率达到22%，进入国际公认的大众化发展阶段（毛入学率达到15%以上），教育的结构效应开始凸显。
(11)2003年我国教育投入状况如下表所示（资料来源：《中国教育统计年鉴2004》，《中国统计年鉴2004》）。
从上表可以看出，我国教育投入体制呈现出了明显的区域不均衡性以及重城市轻农村的现状。虽然高等教育的财政投入比例低于中、小学教育，但其经费总额却占到我国教育经费总额的30%，社会办学是近年来高等教育高投入的重要来源，这也表明高等教育已经占据我国教育总投入的相当比例，教育经费的投入上越来越重视高等教育。