中国人力资本投资的个人收益率研究，本文主要内容关键词为：收益率论文,中国论文,人力资本论文，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
人力资本投资是一种对人的投资，它包括教育、培训、迁移等方面。人力资本投资能够带来人力资本的增加，促进国民收入的增长。对于实物资本相对匮乏的发展中国家而言，充分理解和重视利用人力资本对本国经济发展尤为关键。人力资本投资作为一种投资，要求取得相应的收益，而收益的高低能够反映出教育等人力资本投资对收入分配的作用、人力资本投资是否过度或不足，以及劳动力配置效率的高低。因此，了解人力资本投资收益率有助于分析检讨收入政策、教育政策与就业政策的得失。
我们这项研究中将使用中国社会科学院经济研究所和中国劳动部劳动科学研究所1992年进行的全国12个省26个市县关于中国劳动力市场抽样调查数据。
在本项研究中，我们将估算中国教育投资的个人收益率、工作经历（包括在职培训）的个人收益率，估计劳动力流动、地区差别、性别差异对收益率的影响，并进行国际比较。
二、数据
此次调查的12个省份包括山东省、山西省、河南省、河北省、吉林省、江苏省、安徽省、福建省、湖南省、广东省、海南省、四川省。调查分为企业和职工两个部分，企业样本438家，职工样本9432个。 调查采用两阶段抽样方法。样本分布具有如下几个特点：
1）样本职工主要来自国有企业、 集体企业和三资企业三种所有制，分别占40.8%、33.7%和22.3%。2）样本更多地代表经济相对发达的沿海地区和中部地区，这两个地区的样本占样本总体的85%。3）样本涵盖了国民经济13个行业中除机关团体等非盈利性行业外的全部8 个行业， 但更多地反映工业的情况。4）样本各企业的平均就业人数为1-376人，说明样本企业具有相当的就业规模，另一方面从标准差（3729 人）看，样本企业之间就业规模差别较大，样本企业中既有就业人数上万人的大型企业，也有就业人数不足百人的小企业。5）被调查职工中有国家干部、固定工、合同工和临时工，分别占34.5%、47.0%、18.2%和4.1%。6）被调查职工的年龄较轻，平均年龄34.7岁，70%的职工年龄在20岁至40岁之间。7）职工的文化程度以中等教育程度为主， 占样本总体的72%。
三、模型及相关变量的界定
1.估计的基本等式
我们在人力资本投资收益率的估计中，采用人们通常运用的雅可布·明塞（J·Mincec）的分析方法（J·明塞，1974）。我们的基本等式如下：
Ln（Earnings）＝α+χ·β+ε
其中，Earnings为收入，χ为一组变量的向量，这些变量包括受教育的年数、工作的年数、现在居住地区、工作变换次数和性别，ε为随机变量。
2.收入
模型中使用的收入主要包括基础工资和职务工资、浮动工资、计件超额工资、各种奖金、劳保岗位津贴、物价补贴和实物收入七个部分。其结构状况如表1所示。
表1 职工年收入及其构成单位：元
职工样本总体男性职工女性职工
年收入 2741 29402492
基础工资和职务工资1310 14011197
浮动工资
213
230 193
计件超额工资5981 31
各种奖金
501
551 439
劳保岗位津贴91
109 68
物价补贴
305
302 308
实物收入2220 24
注：实物收入中未包括住房。
这里需要指出，有两个因素可能导致职工收入的估算偏低。一是可能对实物收入的货币价值存在低估。首先，在中国，企业向职工发放各种实物的现象较为普遍，但调查发现，职工不大愿意透露实物收入的真实情况，表中职工自己填报的实物收入的货币价值不足30元，这与现实情况有较大的差别。其次，与低工资制度相对应，中国存在着一种企业泛福利制度，其中最主要的是住房和公费医疗。公房的租金十分低廉，由于住宅市场化尚不发展，住房收益要换算成货币收入往往比较复杂和困难，因而模型中未包括这部分收入。二是第二职业收入。实际中愈来愈多的职工拥有第二职业，而受教育程度愈高的职工愈有可能拥有第二职业，并且第二职业收入通常超过他第一职业的收入。由于填报第二职业收入的人数过少，我们在计算职工收入时，没有纳入第二职业收入，这也可能致使职工收入偏低。
3.教育
受教育的年数用职工已完成的学历程度来计算，具体换算见表2。 在中国，学生通常是取得一定学历后才开始工作，中途退学的现象不多见，因此，用职工实际完成的学历来计算职工受教育的年数比较可靠。
表2 受教育年数的定义
学历程度受教育年数
文盲或未受过正规教育
0
初小毕业
4
高小毕业
6
初中毕业
9
高中毕业 12
技校毕业 11
中专毕业 12
职业高中毕业 12
电大、夜大、职大、函大毕业15
大专毕业 15
大学毕业及以上 16年及以上
注：专业教育的受教育年数由基础教育和专业教育两部分构成，例如职业高中毕业的受教育年数＝初中的9年+职业高中的3年。
我们经过统计F—检验， 中国从小学到中学的基础教育收益率与包括技术学校、职业高中以及大中专在内的专业教育收益率具有显著的差异，因此，本文中教育分成基础教育和专业教育两部分，分别计算其收益率，这对于了解教育收益率是有意义的。职工的学历分布如表3 所示。
表3 职工学历分布情况单位：%
学历程度 职工样本总体 男性职工 女性职工
初小毕业 0.8 1.0
0.7
高小毕业 3.0 3.9
1.8
初中毕业 23.823.8 23.9
高中毕业 28.623.7 34.7
技校毕业 3.5 3.4
3.6
中专毕业 3.2 2.5
4.1
职业高中毕业 12.613.0 12.1
电大、夜大、职大、函大毕业8.1 8.8
7.3
大专毕业 9.710.9
8.2
大学毕业及以上6.6 8.8
3.7
注：本研究中未包括文盲职工，因为文盲职工的观测过少。
4.工作经历
工作经历用工龄计算，文中把职工的全部工龄分为两部分：职工在现就业企业的工龄和职工在过去就业企业的工龄。在传统经济体制中，职工工资更多地取决于职工工龄长短，随着经济改革的深入，职工工资结构发生了变化，基础工资在总收入中所占的比重不断下降，从表1 中可以看到，基础工资所占比重已经不足总收入的一半。收入的其他部分与基础工资相比，更加取决于职工的生产率和工作职务，而职工的生产率和职务与职工在现就业企业的工作经历紧密相联。
表4 职工样本总体，男性职工及女性职工的统计描述
职工样本总体 男性职工 女性职工
年收入(元) 2741 (1904) 2940 (2002) 2492 (1742)
年收入的对数(元)7.78 (0.50) 7.84 (0.51) 7.69 (0.48)
平均年龄(岁)
34.69 (9.62) 36.06(10.33) 32.95 (8.33)
基础教育的平均年数(年) 10.27 (2.20) 10.25 (2.17) 10.29 (2.23)
专业教育的平均年数(年) 1.34 (1.56) 1.48 (1.59) 1.17 (1.49)
现就业企业中的工龄(年) 10.85 (8.69) 11.61 (9.56) 9.91 (7.34)
过去就业企业中的工龄(年)4.58 (6.90) 5.04 (7.46) 4.01 (6.07)
现居住地区(沿海地区=1) 1717 (26.2)
989 (27.1)
728 (25.1)
工作变换的次数 1.10 (1.06) 1.12 (1.11) 1.08 (0.98)
注：表中括号内为标准差
表5 受教育年数和平均年收入的回归估计
职工样本总体 男性职工
学历程度 受教育年数 平均年收入 平均年收入
基础教育：
初小毕业4 2637 (445)2801 (438)
高小毕业6 2802 (420)2928 (399)
初中毕业9 2655 (453)2847 (461)
高中毕业
12 2627 (457)2864 (450)
专业教育：
技校毕业
11 2563 (459)2768 (449)
中专毕业
12 2456 (424)2543 (425)
职业高中毕业
12 2859 (493)3031 (510)
电大、夜大、职大、
函大毕业
15 2944 (472)3113 (466)
大专毕业
15 2982 (493)3144 (505)
大学毕业及以上 16年及以上 3022 (520)3101 (535)
女性职工男性与女性差别
受教育年数平均年收入 的T—检验值
基础教育：
初小毕业
42275 (236)4.86
高小毕业
62479 (372)7.02
初中毕业
92406 (333)
21.15
高中毕业 122428 (354)
23.44
专业教育：
技校毕业 112338 (294)8.35
中专毕业 122408 (377)2.43
职业高中毕业 122618 (361)
12.95
电大、夜大、职大、
函大毕业 152688 (365)
11.20
大专毕业 152716 (375)
11.33
大学毕业及以上 16年及以上
2774 (439)5.74
注：本研究中未包括文盲职工，因为文盲职工的观测过少。表中括号内为标准差。所有平均值具有高度统计显著性。
5.地区
本文中把职工所在的地区划分为沿海地区和非沿海地区两类，沿海地区经济比较发达，工资制度比较接近市场工资制度。
6.劳动力流动
用职工变换工作单位的次数来计量劳动力流动。劳动力流动能给职工提供更多的机会去获得更高的收入，因此一般说来劳动力流动对收入有积极影响。
7.性别
我们把职工样本分为男性职工和女性职工两个子样本，从表1、 表3、表4、表5给出的统计描述中可以看出，女职工的特点是收入较低、 平均年龄较小，平均工龄较短，具有高等学历的职工中女性比例低于男性。
四、中国人力资本投资收益的估算
运用模型对1992年调查数据进行回归估计，以下两表给出了估算结果。
表6教育、工作经历、迁移等的收益率估计
变量
职工样本总体 男性职工
常数
7.320* * (0.047)7.293* * (0.064)
基础教育
0.018* * (0.004)0.021* * (0.005)
专业教育
0.030* * (0.005)0.029* * (0.007)
现就业企业中的工龄 0.015* * (0.003)0.015* * (0.003)
过去就业企业中的工龄
0.010* * (0.003)0.012* * (0.004)
教育对现就业企业中
工龄的影响 -0.0002
(0.002)-0.0002 (0.0003)
教育对过去就业企业中
工龄的影响 -0.0002 (0.0003)-0.0001 (0.0004)
现居住地区(沿海地区=1) 0.270* * (0.013)0.263* * (0.018)
工作变换的次数 0.019* * (0.006)0.014* * (0.008)
女性 -0.108* * (0.012)
－－
基础教育与专业教育
差别的F－检验 6.18 ＠＠
1.79
现就业企业中工龄与过
去就业企业中工龄差别
的F－检验
1.71 0.45
教育不影响现就业企业
中工龄的F－检验196.61 ＠＠161.89 ＠＠
教育不影响过去就业企业
中工龄的F－检验27.26 ＠＠ 13.14 ＠＠
变量 女性职工
常数
7.232 * *
(0.069)
基础教育
0.016 * *
(0.006)
专业教育
0.031 * *
(0.008)
现就业企业中的工龄 0.014 * *
(0.005)
过去就业企业中的工龄
0.006 * *
(0.005)
教育对现就业企业中
工龄的影响 -0.0002(0.0004)
教育对过去就业企业中
工龄的影响 -0.0003(0.0005)
现居住地区(沿海地区=1) 0.278 * *
(0.019)
工作变换的次数 0.028 * *
(0.010)
女性 － －
基础教育与专业教育
差别的F－检验 5.27 ＠＠
现就业企业中工龄与过
去就业企业中工龄差别
的F－检验 1.31
教育不影响现就业企业
中工龄的F－检验
43.71 ＠＠
教育不影响过去就业企业
中工龄的F－检验 20.04 ＠＠
注：（1）表中括号内为标准差。
（2）置信水平：T－检验 *＝5% * *＝1%；F－检验 ＠＝5% ＠＠＝1%。
（3）教育与工龄的二次方在本项研究中对收入的影响不显著，因此未在表中列示。
表7 教育、工作经历、迁移等对收入绝对值影响的回归估计 单位：元
变量
职工样本总体 男性职工
常数 1858.22* * (187.40) 1698.68* * (263.75)
基础教育30.35(15.56)40.17 (22.30)
专业教育79.09* * (20.24)80.48* * (27.60)
现就业企业中的工龄 24.62*
(10.52)28.98*(13.28)
过去就业企业中的工龄13.32(13.25)20.89*(17.54)
教育对现就业企业中
工龄的影响
-0.12(0.91) -0.15 (1.14)
教育对过去就业企业中
工龄的影响0.89(1.13) 0.63 (1.47)
现居住地区(沿海地区=1) 798.25* * (51.70)
844.83* * (72.32)
工作变换的次数 43.44(23.98)29.46*(32.00)
女性 -341.63* * (46.57)
－－
基础教育与专业教育
差别的F－检验 6.95 ＠＠2.18
现就业企业中工龄与过
去就业企业中工龄差别
的F－检验 0.570.18
变量女性职工
常数
1658.89 * *
(262.49)
基础教育 26.10
( 22.33)
专业教育 79.92 * *
( 30.18)
现就业企业中的工龄
21.52
( 18.58)
过去就业企业中的工龄 5.08
( 20.75)
教育对现就业企业中
工龄的影响
-0.53
( 1.64)
教育对过去就业企业中
工龄的影响0.86
( 1.83)
现居住地区(沿海地区=1) 738.33 * *
( 73.01)
工作变换的次数
67.64
( 36.40)
女性 －－
基础教育与专业教育
差别的F－检验 4.72 ＠＠
现就业企业中工龄与过
去就业企业中工龄差别
的F－检验 0.42
注：（1）表中括号内为标准差。
（2）置信水平：T－检验 *＝5% * *＝1%；F－检验 ＠＝5% ＠＠＝1%。
（3） 教育与工龄的二次方在本项研究中对收入的影响不显著，因此未在表中列示。
1.教育投资的收益率
从表6看，全体职工的基础教育收益率为1.8%，专业教育收益率为3.0%，换言之，职工每增加一年基础教育或专业教育， 可以增加年收入1.8%或3.0%，专业教育收益率高于基础教育收益率，并且，F —检验表明，专业教育与基础教育的差别在1%的置信水平上呈显著性。 从表7教育对职工收入影响的绝对额看，职工每增加一年基础教育， 可以增加年收入30.4元，每增加一年专业教育可以增加年收入79.1元。必须指出，专业教育收益率与基础教育收益率的差异不能简单地理解为人力资本积累的差异，例如表5中，普通高中毕业的职工， 所受基础教育的年数为12年，他们的收入为2627元；而职业高中毕业的职工，所受教育的年数也是12年（即9年基础教育和3年专业教育），但他们的收入却是2859元，比前者高出8.8%。专业教育之所以具有更高的收益率， 合理的解释是，专业教育对职工生产率的影响比基础教育更直接。
专业教育较高的收益率可以吸引更多的青年人去上职业高中而不去上普通高中，尽管我们没有收集数据来证实这一点。在中国，仅有很少比例的普通高中毕业生能够升入大学，如果专业教育收益的这种差异保持下去，那么，上大学无望的高中生迟早会认识到，与上普通高中相比，上职业高中是一种更好的选择，因为市场经济正使劳动收入与职工的生产力更加紧密地联系起来。这种现象的政策含义是，政府应该大力发展职业高中。
2.工作经历的收益率
职工现就业企业中的工龄的收益率为1.5%， 在过去就业企业中的工龄的收益率为1.0%。 现就业企业中工龄对职工收入的影响大于过去就业企业中工龄的影响。从工龄对收入影响的绝对额看，现就业企业中的工龄每增加一年，可以增加年收入24.6元，过去就业企业中的工龄每增加一年，可增加年收入13.3元。
3.地区差别对收益的影响
在同等教育程度条件下，职工所在地区不同，他们的收入具有较大的差别，沿海地区职工的收入要比非沿海地区高27%。从绝对额看，在同等条件下，沿海地区职工的收入要比非沿海地区高798.3元。
4.劳动力流动对收益的影响
估计值显示，劳动力流动对收入有积极影响，每增加一次工作变换，可以增加年收入1.9%。从其对收入影响的绝对额看， 每增加一次工作变换，可增加年收入43.4元。
5.性别差异对收益的影响
男性职工和女性职工的基础教育收益率分别为2.1%和1.6%，专业教育收益率分别为2.9%和3.1%。我们发现，男、女职工的教育收益率都具有职工总体教育收益率的特点，即专业教育收益率高于基础教育收益率。另一个特点是，基础教育收益率方面男性高于女性，专业教育收益率方面女性高于男性。
男性职工和女性职工现就业企业中工龄的收益率分别为1.5%和1.4%，过去就业企业中工龄的收益率为1.2%和0.6%。可以看出，男性职工工龄的收益率高于女性，现就业企业中工龄的收益率高于过去就业企业中工龄的收益率。
不同地区间同一性别职工之间收入差别较大，沿海地区男性职工的收益要比非沿海地区高出26.3%，沿海地区女性职工收益比非沿海地区高27.8%，不同地区间女性职工之间的收入差别大于男性职工之间的收入差别。
男、女职工流动的收益率分别为1.4%和2.8%，女性职工流动收益率高于男性职工，说明女性职工流动比男性更加有利。
可见，性别差异对收益的影响是明显的，就总体而言，在同等学历、同等工作经历条件下，女性职工收入要比男性职工低10.8%，从绝对额看，女性职工收入要比男性职工少341.6元。 这表明中国在收入分配中在某种程度上存在着性别歧视。
6.国际比较
本文得出的中国人力资本投资收益率尤其是教育收益率的估计低于杰密森和加格（1987年）的估计（城市男性为4.5%，女性为5.5%），也低于李实和李文彬（1994年）的估计（城市男性为2.5%，女性为3.7%）。但是即使杰密森和加格的估计或李实和李文彬的估计，仍然低于世界各国平均水平，见表8。
表8不同经济发展水平国家的教育收益率 单位：%
社会收益率
初等教育 中等教育 高等教育
所有国家 27.0 (28)14.4 (40)12.1 (43)
低收入国家
28.3 (10)17.4 (10)12.6 ( 9)
中低收入国家 30.3 ( 7)11.3 ( 9)13.0 (11)
中高收入国家 25.3 (10)17.6 (12)13.4 (12)
高收入国家9.6 ( 1)10.0 ( 9) 9.2 (11)
个人收益率
初等教育 中等教育 高等教育
所有国家 32.2 (43)17.3 (39)18.3 (40)
低收入国家
28.8 ( 7)14.3 ( 7)19.0 ( 5)
中低收入国家 42.2 ( 4)19.5 ( 6)24.4 ( 7)
中高收入国家 34.6 (10)22.8 (14)21.3 (14)
高收入国家
13.5 ( 2)11.7 (12)11.9 (14)
注：表中括号内为国家数量。
资料来源：Balbir Jain.1991."Return to Education: Further Analysis of Cross Country Data".
Economics of Education Review.Vol.10.NO. 3.Table 1.
根据巴尔比尔·杰恩（1991年）对世界100 多个国家教育收益率的研究结果，我们可以发现这样的事实：（1）各国教育收益率相当高，比如中低收入国家初等教育的收益率达到42.2%，最低的是高收入国家高等教育收益率，也保持在11.9%的水平，与此相比，中国教育收益率是极其低下的。（2）从教育收益率的变动趋势看，经济发展水平愈高，教育收益率愈低，如果这一趋势确实，那么中国教育收益率就更成问题了。中国现阶段经济发展水平最多属于中低收入国家，但中国教育收益率不仅大大低于中低收入国家，甚至低于高收入国家。（3）各国教育收益率表明，初等教育的收益率要高于高等教育的收益率。而中国的情况正与此相反，在中国，代表着中低等教育的基础教育收益率为1.8 %，代表着中高等教育的专业教育的收益率为3.0%，低等教育收益率 低于高等教育收益率。
五、结论性的评论
总的说来，中国教育收益率低下至少与实物收入的低估有关，但是即使考虑到这些因素，中国教育收益率仍然是非常低的。如果这些估计是正确的，那么我们就能够引出几种可能导致中国教育收益率低下的解释：
1.劳动力分配效率低下，并且这种现象继续存在；2.教育投资存在着过度投资现象；3.各种教育投资的效率低下；4.收入政策中存在着轻视教育、轻视科技知识的倾向；5.上述几种可能因素同时存在。
我们认为最可能的解释是第一种情况。中国企业中长期以来存在着职工“能进不能出，五个人干三个人的活，人浮于事，效率低下”的现象，改革以来这种状况有所改观，但远未彻底解决。劳动力分配和使用效率的低下，必然影响到职工劳动生产率的提高和职工收入的增长。其次，我们也不能忽视第三种情况。在中国确实存在着教育投资效率不高的问题，比如普通高中教育与大学教育的比例问题，普通高中毕业生只有很少一部分能升入大学，大多数学生高中毕业后就得加入劳动大军，而他们在学校所得到的只是基础知识，没有专业知识和职业技能，因此，他们走上工作岗位后需要从头学习专业知识和职业技能，或者在上岗之前，需要有一个职业培训阶段，而不像职业高中毕业生那样，在跨出校门之前就已经掌握了一定的专业知识和职业技能。再比如大学教育中不少学科设置不合理，知识结构陈旧，严重脱离现实需要。第三，根据中国较高的文盲率，我们认为，从总体上看，中国教育投资中的问题，不是投资过度，而是投资不足和投资结构不合理。最后，我们认为长期以来，中国普遍存在着轻视教育、轻视科技知识的倾向，这种倾向也反映在收入政策中，教育程度没有成为决定工资收入水平及晋升的重要因素，受过良好教育的人得不到相对较高的收入。改革以来，教育和科学技术重新得到重视，但要想在经济上真正体现教育的价值还有很长的路要走。极低的教育收益率表明，接受教育尤其是高等教育是不经济的，这表明中国初等、中等教育的高就学率和高等教育入学考试的激烈竞争，是由非经济因素所支持的。至于其他方面，专业教育与某种特定职业或技术的联系更为直接，因而具有比普通教育高的收益率。工作经历的收益率低于教育收益率。经济发达地区职工的收入水平高于经济欠发达地区职工的收入水平。劳动力向经济发达地区流动可以改善其收入状况，同时也是一种必然趋势。在同等教育程度上，女性职工的收入低于男性职工，这表明在就业和收入分配中存在着一定程度的性别歧视。