我国城乡教育回报率差异研究——基于CHIP2002数据的实证分析，本文主要内容关键词为：回报率论文,实证论文,城乡论文,差异论文,我国论文，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。
中图分类号：F08：G40-054 文献标识码：A 文章编号：0438-0460(2012)06-0118-08
一、引言及文献回顾
教育的收入回报率，简称教育回报率，是指每增加一年或者一个阶段的教育带来收入提高的百分比。教育回报率用于衡量每增加一年或一个阶段教育对收入的影响，并因此影响劳动力是否继续接受教育的决策，从而间接影响了劳动力的整体受教育水平。我国自20世纪50年代末以来形成的城乡二元体制，使城乡发展水平、居民受教育程度形成巨大反差。随着时间的推移，城乡收入差距日益扩大，根据国家统计局公布的数据，城乡收入比已由1991年的2.40∶1扩大到2008年的3.31∶1，最近3年城乡收入比虽略有缩小，但2011年仍维持在3.13∶1的水平。除了经济发展水平、制度等方面的原因，城乡居民受教育程度的差别，亦是导致城乡收入差距拉大的重要因素。
从20世纪80年代末开始，国内外学者就已关注我国的教育回报率问题(Jamison & Gaag，1987)。21世纪以来，有关教育与收入的关系、教育回报率的变动趋势以及教育水平对收入差距的影响等问题成为教育经济学、劳动经济学领域的研究热点。从研究对象上看，这些文献大致可分为三类：一是专门研究我国农村的教育回报率，如侯风云(2004)；二是专门研究我国城镇居民的教育回报率，如李实等(2003)、Li和Luo(2004)；三是研究我国城乡教育回报率的差距问题，如侯风云(2005)。相对于研究城镇教育回报率的文献数量，研究城乡教育回报率差异的文献数量偏少。
在研究方法上，实证研究占据主流。教育回报率的估计大多以Mincer收入方程(Mincer，1974)为基础，采用最小二乘法(OLS)估计。为排除遗漏变量、样本选择偏差、测量误差等影响，近年来一些学者尝试使用新的方法来估计我国的教育回报率，如Li和Luo(2004)采用广义矩估计方法(GMM)，李雪松、詹姆斯·赫克曼(2004)采用工具变量法(LIV)，钱争鸣等(2009)采用半参数方法(SPA)，高梦滔等(2006)、刘生龙(2008)则选用分位数回归方法(QR)。样本的选择也有所创新，如Li等(2012)选取双胞胎样本以消除能力、家庭条件等遗漏变量的影响。不过，相比之下，最小二乘法仍是最简便的估计方法，即使是加入适当的控制变量后，该方法的估计也是有效的。
在数据样本选择上，主要有两类。一类是利用较大规模的调查数据，这些数据基本上为全国数据，如杜两省、彭竞(2010)使用中国综合社会调查(CGSS)的数据，李雪松、詹姆斯·赫克曼(2004)使用中国城镇居民家庭收入与支出调查(CUHIES)的数据，钟甫宁、刘华(2007)使用中国家庭健康与营养调查(CHNS)的数据。另一类则使用部分省市的调查数据，如姚先国、张海峰(2004)使用4个省份的调查数据，高梦滔、姚洋(2006)使用东中西部8个省份、15年跨度的面板数据集。
在实证结果上，学者们得出不同的结论。如李实、丁赛(2003)使用1995年、1999年CHIP的调查数据，采用OLS估计，结果显示，我国城镇教育回报率1990年为2.43%，1999年为8.1%，并且高等教育的回报率大于初等教育的回报率。Li和Luo(2004)使用1995年CHIP的调查数据，采用GMM估计方法，结果显示，我国城镇居民教育回报率总体高达15%。钱争鸣、易莹莹(2009)使用1989-2006年的CHNS数据，采用SPA估计方法，结果显示，20世纪90年代后我国教育回报率呈逐年上升趋势，1991年为1.39%，2004年为5.52%，2006年为6.4%。由于估计方法、样本数据以及测度的年份不同，即使是同样研究城乡教育回报率差距的文献，所得到的结果也存在较大差异。
二、估计方法与研究思路估计教育回报率最常用的是Mincer收入方程(Mincer's earning function)，该方程表示为：
估计中选择的样本为16岁以上、在劳动力市场中的样本，即排除在校学生、家务劳动者、退休人员和无劳动能力者。在变量的选择和数据处理时，被解释变量小时收入由全年所得收入除以全年工作小时数得到，其中全年所得收入为全年货币性收入与实物收入的货币折算额之和，包括第一职业和第二职业及兼职收入，工作小时数由全年工作天数乘以平均每天工作小时数得到。解释变量中，受教育年限有直接数据，城镇样本的经验年限为该样本的总工作年限，农村样本的经验年限由2003减去从事非农工作的起始年份得到。其余各变量均为控制变量，包括性别、父母收入、在校成绩、所处职位性质、单位所在产业类型等。性别变量为虚拟变量，当性别为女性时取1，用于控制由性别带来的收入差异。父母收入变量选取父母收入较高的一方，用于控制家庭条件的影响。为实现退休父母与在职父母收入的可比性，本文将样本分为退休和在职两个群体，每个群体收入在20%分位数以下的计为10，20%分位数到40%分位数之间的计为30，40%到60%间的计为50，60%到80%间计为70，80%分位数以上的计为90，再进行分析。在校成绩为虚拟变量，排名在前40%的为1，用于衡量个人能力。职位性质根据人力资本分类，分为普通员工、技术人员和管理人员。产业类型则按第一、第二、第三产业划分。
考虑到收入可能更大程度地受到所得文凭而非受教育年限的影响，本文尝试做两次回归：一是以受教育年限作为变量进行回归；二是以表示文化水平的虚拟变量代替受教育年限进行回归。后者将样本的文化水平分为两个层次：中等教育及高等教育。其中高等教育包括大专、普通本科、研究生；中等教育包括初中、高中、中专。
本文在数据处理和回归时使用的软件为Stata.11。
三、数据描述及回归结果分析
(一)数据描述
本文利用中国家庭收入项目(Chinese Household Income Project，CHIP)2002年的截面数据估计我国的城乡教育回报率。表1为城镇样本和农村样本各变量的描述性统计。
由表1可知，城镇样本的平均年收入为10731元，比农村样本的年收入均值3975.131元高169.95%，其中城镇平均小时收入为5.428，比农村平均小时收入2.278高出138.28%。年收入作为平均小时收入和工作小时数的乘积，其城乡差异可分解为两部分，即由小时收入差距带来的年收入差距和由工作时长差距带来的年收入差距。其中由平均小时收入差距带来的年收入差距占城乡年收入均值差距的81.37%(138.28%/169.95%)。至于劳动力素质方面，城镇样本中接受过高等教育的比例大大高于农村样本，城镇样本的平均受教育年限比农村样本高3.742年。在农村样本中，技术人员和第三产业人员比例显著低于城镇样本。当然，这种职业差异除了由教育差异导致，还有可能跟城乡的经济发展水平和产业结构差异有关。
需要说明的是，由于CHIP数据均由被调查者单方提供，可能会存在一定的测量误差，在数据处理过程中也有可能产生一定的偏差。
(二)以受教育年限作为变量的回归结果分析
本文使用最小二乘法对(2)式进行估计，先以受教育年限作为变量进行回归，具体的回归结果如表2所示。
与回归a和回归c相比，回归b和回归d中加入了职位性质和产业类型的虚拟变量，控制由此带来的收入差异。城镇和农村样本中，受教育年限项的系数，即年教育回报率均通过了1%的显著性检验，我们将表2估计的年教育回报率数据整理为表3。
在教育回报率的估计中，未加入职位性质和产业类型控制变量时，根据回归a和回归c的结果，在城镇样本中，每增加一年教育将使小时收入增加10.08%，在农村样本中，每增加一年教育，小时收入增加6.68%，城乡年教育回报率差距为3.40%。加入职位性质和产业类型控制变量后，根据回归b和回归d的结果，在城镇样本中，每增加一年教育将使小时收入增加9.37%，在农村样本中，每增加一年教育，小时收入增加6.28%，城乡年教育回报率差距为3.09%。显然，加入职位性质和产业类型后，城乡年教育回报率的差距有所缩小，这说明城乡样本的年教育回报率差距中，有一部分是由于样本选择的职位和产业不同导致的。城镇中可供选择的职位和行业报酬较高，因此城镇中有较高的教育回报率，城乡职位性质差异和产业结构不同在一定程度上也拉大了城乡教育回报率的差距。另外，从相同样本、不同控制变量回归结果的对比中可以发现，加入职位和产业的控制变量会使同一样本的年教育回报率降低，这说明职位和行业的选择与受教育年限存在一定的相关性。这也进一步说明，除了在相同职位上影响收入外，受教育年限还会通过受教育者对职位和行业的选择影响收入水平。
由表2可知，城镇样本工作经验的二次方项系数显著，体现了明显的工作经验边际报酬递减；农村样本的经验的二次方项系数并不显著，说明在农村样本中工作经验的边际报酬趋于不变。
在5%的显著性水平下，城市样本的性别项是不显著的，说明城市男性、女性的小时收入差别不大；而农村样本的性别项较为显著，且其系数为负，说明农村中女性的小时收入要比男性低。现实中，农村男工工资的确普遍要高于女工，也验证了这一结果。
(三)以文化水平作为虚拟变量的回归结果分析
为考察不同教育阶段的教育回报率，本文将使用文化水平的虚拟变量替代受教育年限进行回归，其方程式如下：
表5为将表4中回归所得的估计值整理后得到的两阶段的教育回报率。由表5可以看出，我国城乡教育回报率在中等教育和高等教育两个阶段存在显著的结构性差异。
城镇样本中，未加入职位性质和产业类型的控制变量时，其高等教育阶段的总体回报率为40.47%，低于中等教育阶段的总体回报率97.04%；加入职位性质和产业类型的控制变量后，其高等教育阶段的总体回报率为36.83%，低于中等教育阶段的总体回报率89.87%，高等教育和中等教育的回报率以及两者之间的差距均有所降低。农村样本中，未加入职位和产业的控制变量时，其高等教育阶段的总体回报率为33.73%，高于中等教育阶段的总体回报率24.16%；加入职位性质和产业类型的控制变量后，其高等教育阶段的总体回报率为27.92%，仍高于中等教育阶段的总体回报率22.85%，高等教育和中等教育的回报率以及两者之间的差距均有所降低。可见，高等教育和中等教育对收入的影响有一部分是由职业性质和产业类型带来的。不过，教育的影响仍是主要的。表5结果还表明，城镇样本的高等教育回报率低于中等教育回报率，而农村样本恰好相反。
总体上看，城镇样本中等、高等阶段的教育回报率均高于农村样本。未加入职位性质和产业类型的控制时，城乡样本高等教育回报率相差6.74个百分点，中等教育回报率相差72.88个百分点。在控制了职位性质和产业类型后，城乡样本的高等教育回报率相差8.91个百分点，中等教育回报率相差67.01个百分点。加入职位性质和产业类型的控制变量后，城乡样本的高等教育回报率差距拉大了，而中等教育回报率的差距反而缩小了。
四、结论
本文通过在Mincer标准方程中加入控制变量，并对相关变量作了替换，分别以受教育年限为变量和以文化水平为虚拟变量进行分归，得出不同于现有文献(钟甫宁，刘华，2007；李晓飞，2010)的研究结果。研究发现，我国城乡教育回报率存在差异，尤其是城乡中等教育阶段和高等教育阶段的总体教育回报率，存在显著的结构性差异。
从教育回报率看，在中等教育阶段，城乡之间的差距就已大大拉开了。而教育回报具有累积效应，这势必扩大城乡之间的收入差距，而城乡收入差距反过来又影响城乡居民的教育投资。在收入差距和教育回报率差异共同作用下，城乡之间极可能形成教育—收入的“马太效应”，城乡收入差距和教育发展差距不断扩大，导致城乡整体发展严重失衡。事实上，我国城乡发展的不平衡，体现在方方面面，教育不过是其中较为突出的一个方面罢了。追根溯源，这些失衡自有其深刻的历史背景，特别是城乡二元体制的形成及长期固化，使各种资源和要素配置都被严重扭曲。教育是一种准公共产品，如果体制性扭曲得不到矫正，就很容易造成资源配置的市场失灵。所以，必须拆除体制性樊篱，才能实现城乡教育资源配置的均等化。
我们知道，要提高劳动力特别是农村劳动力的素质技能，主要途径是使其接受更高更好的教育。统筹城乡发展，加快城乡一体化进程，应优先加大对农村教育的投入，切实提高农村的教育质量，这是缩小城乡收入差距的不二法门。
(厦门大学经济学院硕士研究生郑巍巍协助本文的数据处理，在此特别致谢)