（1.中山大学，广东 广州 510000；2.西南政法大学，重庆 渝北 401120）
摘要：教育回报率反映教育对受教育者收入的影响，对政府的教育政策的制定以及个人的教育决策有着重要影响。目前对教育回报的测量主要基于明瑟工资方程，结果通常表达为教育每增加一年的工资弹性。这一结果有两个隐含：一是教育回报率与受教育层次无关，二是和一个人职业生涯的不同阶段无关。但如果这两个隐含不成立，则教育的回报将有更丰富的内容，也可帮助我们更全面地理解教育的回报。本文采用问卷调查数据对教育回报率进行估计，发现随着受教育层次的提高，教育回报率呈上升趋势；在人的职业生涯中，教育回报率呈下降趋势。
1引言
教育回报率能够度量教育所带来的价值，成为社会研究的热门话题。其中明瑟(Mincer, 1974) 提出著名的明瑟收入函数（Mincer’s earnings function），也被称为明瑟工资方程：LnYt=a+bEDU+cEXP+dEXP2，强调在学校和工作中所获得的教育和训练对收入以及收入分布的重要影响。这里，Y代表工资收入，EDU代表受教育年数，EXP代表工龄。一般把方程中EDU的系数b解释为教育的回报率，即教育每增加一年，工资收入所增加的百分比。这一表述把教育回报率视为一个常数，包含两个隐含：一是教育回报率与受教育层次无关；二是教育回报率与一个人职业生涯的不同阶段无关。
然而，这两个隐含是有疑问的。可是，文献中缺少这方面的讨论。董银果（2011）注意到，明瑟工资方程存在教育回报的异质性问题，理由是个体样本的异质性和个体所处的环境不同，教育对于单个个体的私人回报率未必相同。以往的研究中，对教育回报率差异的研究主要集中在教育回报率的性别差异（袁晓燕，2012）、城乡差异（张兴祥，2012）及地区差异（邢春冰等，2013）等方面，本文的研究主题即研究不同教育层次的教育回报率及教育回报率的职业生涯变化。
2数据来源
本文采用河南财经政法大学樊明教授在2012年和2014年对中国城乡居民收入的问卷调查。调查覆盖了中国内地全部31个省、直辖市和自治区。2012年调查获得城镇居民有效问卷21425份，2014年调查获得城镇居民有效问卷7133份。这些数据报告样本的工资收入、受教育程度以及与工资收入相关的诸多变量，可用于本研究。
3明瑟工资方程
3.1包含更多变量的明瑟工资方程
明瑟工资方程是研究教育回报率的基础。在明瑟工资方程的基础上，我们提出包含更多解释变量的工资方程：
限于篇幅，不一一解释各解释变量对工资的影响，仅介绍各变量的含义。INCMONTH代表月工资。用MALE代表男性，以女性为比较基础。用MARRIED代表已婚，以非在婚的离异、丧偶和未婚为比较基础。用HAN代表汉族，以少数民族为比较基础。用EDU代表受教育层次，用受教育年数衡量。在包含所有工龄段样本的工资方程中，考虑到工资与工龄的非线性关系，以工龄段（11～20）为比较基础，用WORKAGE1代表工龄≤10，用WORKAGE3代表工龄21～30，用WORKAGE4代表工龄≥31。把中共党员身份（CPC）作为虚拟变量放入回归方程，把其他政治身份作为比较基础。以TECHRANK3、TECHRANK4和TECHRANK5分别代表中级、副高和正高技术职称，以无技术职称和初级技术职称为比较基础。用LEVEL2和LEVEL3分别代表中层管理和高层管理，以操作层为比较基础。用HEALTH3、HEALTH4和HEALTH5分别代表健康状况一般、健康和很健康，以健康状况很差和比较差为比较基础。关于事业单位类型，用GOV代表政府事业单位，用STATOWN代表国有或国有控股，用COLLECT代表集体企业，用PRIVAT代表私营企业，用FOREIGN代表三资企业，以个体户、自由职业者和收房租获得收入者为比较基础。关于其所从事的行业，用MANUPCONS代表制造和建筑业，用TRANSPOST代表交通运输和邮电通信，用FIN代表金融，用TECHADM代表科教文卫和政府行政管理，以服务业和采掘业为比较基础。
3.2工资方程回归结果
收房租获得收入者为比较基础。关于其所从事的行业，用MANUPCONS代表制造和建筑业，用TRANSPOST代表交通运输和邮电通信，用FIN代表金融，用TECHADM代表科教文卫和政府行政管理，以服务业和采掘业为比较基础。
表1报告了工资回归方程的结果，显示绝大多数变量的符号与理论预期一致，且达到99%以上的显著水平。2012年数据样本量大于2014年数据，因此2012年工资方程各变量的显著性更高。有意思的是，两个方程教育的收入弹性一样，只在小数点后的第五位才有所不同。根据以往传统的表达，教育每增加一年工资将增加2.89%。
表1 工资方程回归结果年数据
4不同受教育层次教育回报率的变化
为了估计在控制其他变量的条件下不同教育层次每增加一年所带来的回报，我们把工资方程中用受教育年数衡量的受教育程度EDU转化成不同受教育层次的虚拟变量，以初中及以下受教育层次为比较基础。表2报告了回归结果，因其他变量变化不大，故只报告教育层次虚拟变量的系数和t值。
表2 工资方程教育变量的回归结果（基于回归分析）
解释变量基于2012年数据基于2014年数据
系数t-值系数t-值
如何解释随着受教育层次的提高教育回报率的增加是一个需要研究的问题，文献缺少对这一问题的讨论。我们认为，均衡工资是由劳动市场的供给和需求决定的。工资随受教育层次的提高只能通过劳动市场的供给和需求加以解释。随着受教育层次的提高，从供给面来看，由于受教育程度愈高的劳动力愈少，在劳动市场的供给就会相对稀缺，且稀缺的程度随着受教育层次的提高呈现加速态势。比如说，在九年义务教育阶段，教育层次从小学到初中基本不改变人才的稀缺性，到高中阶段稀缺性则稍有提高特别对城镇居民来说，但本科毕业生人才的稀缺度要远远高于高中生，而研究生的稀缺性又远远高于本科生。从需求面来看，一般来说，一个人受教育层次愈高，其劳动生产率愈高，所面对的市场需求也愈高。这样，劳动市场的供给和需求的改变使得受教育层次高的人在劳动市场稀缺，从而可挣得更高的工资。
根据以上分析，我们发现不同教育层次教育年数每增加一年所增加的工资是不一样的，基于两组数据所做的分析显示，随着受教育层次的提高，在同一教育层次教育每增加一年所带来的工资增加呈明显上升趋势。也就是说，教育的工资弹性是个变量，笼统地讲教育每增加一年工资增加多少至多只是一个平均量。
5教育回报率的职业生涯变化
5.1基于不同工龄组的工资方程回归结果
下面分析教育的回报随职业生涯的变化。为了分析的方便，我们仍以受教育年数衡量受教育程度。为了研究教育回报在职业生涯内的变化，我们把样本按不同的工龄分组，基于每一工龄组的数据回归工资方程。由于全部方程变量的显著性改变较小，我们只报告基于不同年龄段样本的受教育年数EDU的系数和t值，见表3。图1更直观地反映了教育回报率随职业生涯的递减。
表3 工资方程回归结果（只含教育虚拟变量）
图1 教育回报率的职业生涯变化
5.2教育回报率下降的原因
两组数据的结果表明，在个人的职业生涯中，随着工龄的增加，教育的回报率呈下降趋势，教育回报率并非我们通常认为的是常数，可能有两方面的原因：
一是，在现今社会中，知识更新速度不断加快，知识老化快，甚至有知识爆炸之说。一个人在学校所学的知识在工作后很快过时并被更新。如果一个人不重视终身学习，就必然出现教育回报下降的情形。
二是，信号衰减。和人力资本理论相竞争的是信号理论（signal theory）或叫做筛选假说（screening hypothesis）。信号理论强调，教育的经济功能主要不在于教育对人能力的提高，而是体现为教育能够有效地反映人的内在能力，从而区分出高劳动生产率和低劳动生产率的人（Spence,1973; Riley,1979）。这一假设虽不能从根本上动摇人力资本假说，但教育的信号作用也有一定的客观性。很显然，教育的信号作用在一个人离开学校刚开始就业时最强，因为那时雇主对这个人还缺少了解，其所受教育状况就可能是衡量这个人劳动生产率的重要依据。但随着一个人在职场工作时间的增加，人们对这个人的了解愈来愈充分，其教育的信号作用就会不断减弱，由此导致教育回报不断下降。
6结论及政策隐含
根据以上分析我们所获得的基本结论是：教育回报率不是一个常数。一方面，教育层次愈高，教育回报率也愈高；另一方面，在个人的职业生涯中，随着工龄的增加，教育的回报率呈下降趋势。因此，基于明瑟工资方程所得出的教育回报率应是一个接近平均受教育程度的回报率，对于工龄愈长的群体，以及受教育程度与平均受教育程度相距较远的群体，基于明瑟工资方程的教育回报率存在较大偏差。
以上发现有着重要的政策隐含：要重视终身学习和终身教育。对个人来说，由于知识老化导致教育回报随工龄的递减，必须加强终身学习，不断更新知识，从而不断改善自己在劳动市场的表现。对一个社会来说，要大力推行终身教育，让民众在接受完学校教育后继续学习，建成一个学习型社会。
日本管理大师大前研一（2010）在《低智商社会》里这样说：在中国旅行时发现，城市遍街都是按摩店，而书店却寥寥无几，中国人均每天读书不足15分钟，人均阅读量只有日本的几十分之一。我们认为，应善意的对待大前研一的批评，他确实发现了中国社会存在的缺少学习风气的问题。中国是一个重视学校教育的社会，但一向缺少终身教育的传统。因此，个人要重视终身学习，国家要重视终身教育。
要不断提高公民普遍受教育水平。在受教育水平的较低层次，教育回报率相对较低；在较高层次，则教育回报率比较高。
参考文献
[1]董银果.中国教育投资回报率度量的关键问题探析.西南大学学报[J].2011,1(01).
[2]袁晓燕.教育回报率的性别差异研究[J].统计与信息论坛，2012(04).
[3]张兴祥.我国城乡教育回报率的差异研究--基于CHIP2002数据的差异分析[J].厦门大学学报[J],2012(06).
[4]邢春冰.教育回报率的地区差异及其对劳动力流动的影响[J].经济研究，2013(11).
[5]大前研一.低智商社会[M].北京.中信出版社，2010.
[6]李宏斌.从投资回报率看中国教育[J].东方早报网，2014(03).
[7]Becker G. S，Human Capital. New York: Columbia University Press.
[8]Mincer, J，Schooling, Experience and Earnings, New York: Columbia University Press.
[9]Spence, M.(1973),“Job Market Signaling”, Quarterly of Journal of Economics87(3).
[10]Riley, J. (1979),“Testing the Educational Screening Hypothesis,”Journal of Political Economy,87（5）.
作者简介：宋媚婷（1995年4月—），女，河南省南阳市人，广东省广州市海珠区中山大学粤港澳发展研究院区域经济学专业2017级硕士研究生，研究方向为区域经济学、劳动经济学
张博（1993年5月—），男，河南省洛阳人，重庆市渝北区西南政法大学金融专业2017级硕士研究生，研究方向为社会经济学与区域金融。
论文作者:宋媚婷1 张博2
论文发表刊物:《知识-力量》1月中
论文发表时间:2018/9/18
标签：回报率论文; 受教育论文; 方程论文; 工资论文; 代表论文; 工龄论文; 层次论文; 《知识-力量》1月中论文;