中国大学学历溢价及其变动，本文主要内容关键词为：溢价论文,变动论文,中国大学论文,学历论文，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]F062.6 [文献标识码]A [文章编号]1000-8306(2014)12-0058-11 1999年，中国普通高校招生159.7万人，比1998年多出51.3万人，扩招幅度达47.34%。自此，中国高等教育开启了史无前例的大扩招，普通高校本专科生招生人数逐年攀升，至2012年已达688.8万人，这被很多人形容为“扩招大跃进”(邢春冰和李实，2011)。[1]“扩招大跃进”使得中国高等教育的毛入学率由1998年的9.8%提高到2012年的30%，14年提高了两倍。中国高等教育已由精英教育阶段进入到大众化教育的中期阶段。①“扩招大跃进”带来的高校毕业生自2002年起快速增长。2001年中国普通高校毕业生人数为103.6万人，2002年为133.7万人，至2012年中国普通高校毕业生人数达624.7万人，是2001年的6倍，占当年城镇新增就业的49.3%。 高校扩招一方面让更多的人接受高等教育，提升了社会人力资本水平；另一方面大量增加的高校毕业生对劳动力市场产生了冲击，导致了所谓的“大学生就业难”现象。“大学生就业难”给政策制定者提出了是否应该继续扩大高等教育规模的问题。一种观点认为，“大学生就业难”表明高等教育过度，应减少甚至停止扩招。另一种观点认为，虽然中国持续了多年高校扩招，但中国就业人员受高等教育比例依然很低，用抑制高等教育发展的思路解决大学生就业难，无异于因噎废食。中国经济正处于转型升级时期，一旦延缓高等教育的发展，未来的劳动者将难以符合长期经济增长的要求(蔡昉，2013)。[2]到底高校扩招是否使得大学生就业状况变糟？中国高等教育招生规模应该继续扩大还是止步前行？这是本文关心的问题。 我们将大学学历劳动力与高中学历劳动力报酬差异称之为大学学历溢价，通过实证分析大学学历溢价在扩招前后的变化来考察高校扩招对大学生就业的影响。如果大学学历溢价在扩招后下降了，也就意味着高校扩招令大学生就业状况变糟，那么高校扩招的规模就值得反思了；反之，如果大学学历溢价在扩招后反而上升了，那么就没有理由质疑高校扩招，中国高等教育规模就仍有上升空间。 与本文相关的文献有两类：第一类文献是直接考察高校扩招对劳动力市场影响效应的文献，如吴要武和赵泉(2010)、邢春冰和李实(2011)、马颖和秦永(2008)、孙志军(2013)等。[3][1][4][5]吴要武和赵泉(2010)、邢春冰和李实(2011)采用2000年人口普查数据和2005年1%的人口抽样调查数据，运用双重差分模型实证评估高校扩招政策对大学毕业生劳动力市场的影响，得出扩招导致大学新毕业生失业率上升的结论，吴要武和赵泉(2010)还得出大学扩招导致大学新毕业生小时工资下降的结论。[3]马颖和秦永(2008)尝试构建一个分割的劳动力市场理论模型，从纯理论的角度分析高校扩招对各类群体社会福利的影响。他们通过对模型中扩招前后均衡点的分析发现，尽管高校扩招所带来的大学毕业生大量增加，从长期看为我国经济增长积聚了大量的人力资本，但就个人福利而言，投资于高等教育者其境况变坏，而没有上大学的人却境况变好。[4]孙志军(2013)采用倾向得分匹配方法的研究结果表明，高校扩招后大学毕业生相对于高中毕业生在就业上仍旧延续了优势地位并且没有明显的变化。这些研究多是分析高校扩招对大学毕业生就业率的影响，即使考察了高校扩招对大学生工资的影响，也仅是针对大学新毕业生，如吴要武和赵泉(2010)。[3][5] 第二类文献是考察大学教育收益率的文献。教育收益率的早期研究文献，如李实和丁赛(2003)、李雪松和赫克曼(2004)、王海港等(2007)、罗楚亮(2007)等采用的数据多为2003年之前的数据，无法考察高校扩招对大学教育收益率的影响。[6][7][8][9]近期研究，如何亦名(2009)、袁晖光和谢作诗(2012)、姚先国等(2013)等，采用扩招前后的数据，基于扩展Mincer收入方程来考察大学教育收益率在扩招前后的变化。由于所采用的数据和控制变量不同，这些研究得出的结论并不一致。[10][11][12]如何亦名(2009)实证的结果表明，我国高等教育收益率经历了1991-2000年的快速增长之后，2004-2006年增长势头减缓，甚至出现停止增长的迹象。[10]袁晖光和谢作诗(2012)的实证结果表明，我国高等教育收益率自21世纪初开始逐渐下降。[11]姚先国等(2013)的实证结果表明，扩招后高等教育的回报率显著高于非高等教育的回报率并仍在较快上涨。这些研究没有考虑不可观测的能力对收入的影响，研究结果难免存在偏误。事实上，高校扩招后，上大学的机会增加了，扩招后的大学生平均能力会下降，忽视能力偏误会高估扩招对大学教育收益率的负向影响。[12] 本文采用高校扩招前后两个时期的微观调查数据，基于扩展Mincer收入方程，考察中国大学学历溢价在高校扩招前后的变化。本文与现有文献的不同之处在于：第一，控制不可观测能力的影响，使得估计结果更准确；第二，考察了大学学历溢价在性别、地区、行业、城市、年龄等方面的异质性及其变化。 二、方法与数据 (一)方法 基本的Mincer收入方程只考虑两种类型的人力资本对个体收入的影响，即从学校教育中获得的知识和在工作实践中积累的技能。一般用受教育年限来度量从学校教育中获得的知识，用工作经验来度量在工作实践中积累的技能。本文关注的是大学学历溢价，所以用学历虚拟变量来替代了受教育年限。由于干中学和在职培训等原因，技能水平在参加工作后的一段时期内是不断提高的；但人年纪大了以后对新技术的适应性更差，所以技能水平到了一个时点后会下降。Mincer收入方程用工作经验的二次项来刻画这种非线性关系。本文所用的基本Mincer方程可以写为：
其中，Y表示年收入，COL表示大学学历虚拟变量，EXP表示工作经验，ε为误差项。系数
就是我们关心的大学学历溢价，表示大学生年收入高出高中生年收入的百分比。 除了人力资本外，还有其他诸如性别、地区、行业等因素会影响劳动者收入。当这些因素的影响较大且与受教育程度的相关性较强时，用基本Mincer收入方程估计出的大学学历溢价就不是纯粹的，而是包含了这些因素的综合作用。因而，我们在基本Mincer收入方程中加入这些因素作为控制变量，得到扩展的Mincer收入方程如下：
即为加入的控制变量，本文后面实证研究部分控制的变量有性别、党员、地区、城市规模、行业和单位性质。这些变量是在中国劳动力市场中对收入有重要影响的变量，在现有文献中通常被控制，如李实和丁赛(2003)、李雪松和赫克曼(2004)、罗楚亮(2007)等。[6][7][9] 除了上述已经控制的可观测变量外，劳动者收入还会受到能力的影响。能力与收入和受教育程度都是正相关的，如果回归中遗漏了能力变量，则大学学历溢价将被高估。高校扩招会改变大学生群体的能力分布，遗漏能力变量会高估扩招对大学学历溢价的负向影响。虽然能力的影响很重要，但能力是不可观测的。通常的做法是寻找能力的工具变量，采用工具变量法进行估计。好的工具变量必须与大学学历高度相关，而与误差项不相关。由于数据的缺乏，要找到好的工具变量并非易事。如果存在弱工具变量问题，则工具变量法不仅难以矫正OLS的估计偏差，反而因有更大的估计标准误而导致“治疗比疾病本身更坏”的结果(Bound，et al.，1995)。[13]本文转而运用代理变量法来纠正遗漏能力变量带来的估计偏差，我们使用母亲和配偶受教育年限作为能力的代理变量，加入到(2)式，得到进一步扩展的Mincer收入方程如下：
虽然(2)式、(3)式通过控制一些可观测和不可观测变量扩展Mincer收入方程来得到大学学历溢价的可靠估计，但所估计的系数
只是平均意义上的大学学历溢价。中国劳动力市场分割严重，不同性别、地区、行业等的大学学历溢价存在异质性；不同收入分位上的大学学历溢价亦不相同。为了估计大学学历溢价在不同收入分位上的异质性，我们进行分位数回归，通过最小化下式得到分位数回归系数：
是(3)式中的自变量，q是分位数，我们估计了0.1、0.25、0.5、0.75、0.9五个分位数回归。 为了估计大学学历溢价在各个控制变量上的异质性，我们在(3)式中分别加入各控制变量与大学学历变量的交互项，得到：
为(2)中除大学学历外的控制变量，以虚拟变量形式表示。
反映了大学学历溢价在控制变量
上的异质性大小。 (二)数据 本文数据来源于中国人民大学中国数据和调查中心开展的中国社会综合调查(CGSS)2003年和2010年调查数据。②该调查采取多阶分层随机抽样设计，调查点覆盖了中国大陆所有省级行政单位(2003年不含西藏)，2003年调查了约0.6万人，2010年调查了约1.2万人，样本有很好的代表性。根据本文研究所需，我们只保留了18—60岁之间有收入的高中学历、22—60岁之间有收入的大学学历个体，得到2003年样本量为3856，2010年样本量为6739。高中学历包括普通高中、职业高中、中专和技校；大学学历包括全日制和非全日制的专科、本科和研究生。2003年样本中，高中学历和大学学历占比分别为61%和39%；2010年样本中，两者比例分别为56%和44%，大学学历占比上升了5%。因变量收入是指全年总收入，包括工资、各种奖金、补贴等所有收入。2003年高中生平均工资为10780.4元，大学生平均工资为18753.4元，大学学历溢价为74%；2010年高中生平均工资为19977.2元，大学生平均工资为40467元，大学学历溢价为93%。③如果仅从这两个数据来看，似乎中国大学学历溢价相当高，且在扩招之后有增无减。但是，样本中的高中生和大学生除了学历不同外，还有其他方面的差异，且这些差异可能跟学历相关，必须剔除这些差异的影响才能得到真实的大学学历溢价。 控制变量有工作经验、性别、党员、地区、城市规模、行业和单位性质。2003年调查中有首职工作年份数据，用2003减去首职工作年即得工作经验；2010年调查中则直接询问了被调查的工作年限。设置性别虚拟变量，女性赋值为1，男性赋值为0；设置党员虚拟变量，中共党员赋值为1，非中共党员赋值为0。设置地区虚拟变量，全国分为东部、中部、东北、西部四个地区，以西部地区为基准组。设置城市虚拟变量，城市按规模分为大城市、中等城市和小城镇三类，以小城镇为基准组。大城市包括直辖市和省会城市的市区，中等城市指地级市市区，小城镇包括地级市以下的县城城区和集镇。设置产业虚拟变量，第二产业赋值为1，第三产业赋值为0。设置单位性质虚拟变量，将党政机关、事业单位和社会团体归为公共部门，各类企业归类为非公共部门，公共部门赋值为1，非公共部门赋值为0。 能力的代理变量是母亲和配偶受教育年限。2003年和2010年调查中有母亲和配偶受教育程度的数据，我们将其转换为受教育年限，未受过教育的为0年，小学为6年，初中为9年，高中、职高、技校和中专分别为12年，大专为15年，本科为16年，研究生为19年。
三、实证结果及分析 (一)大学学历溢价及其变动 表2是使用2003年和2010年数据，根据方程(1)、方程(2)、方程(3)得到的估计结果。2003年，根据基本Mincer收入方程得到的大学学历溢价为57.4%，加入控制变量后降为38.3%，进一步加入能力代理变量后降为27.1%；2010年，根据基本Mincer收入方程得到的大学学历溢价为64.6%，加入控制变量后降为54%，进一步加入能力代理变量后降为39.1%。可以看到，无论是2003年还是2010年，加入控制变量和能力代理变量后，大学学历溢价都有较大幅度下降。这表明，控制这些与学历相关又影响收入的因素来得到纯的大学学历溢价是很有必要的。 高校扩招后，大学学历溢价不仅没有下降，反而上升了，由扩招前的27.1%上升到扩招后的39.1%。一方面，在高校扩招后的十多年里，中国经济增长率一直保持在8%以上，2003-2007年更是连续五年超过10%。自2004年起，中国经济迎来刘易斯转折点，产业面临升级压力。中国高校扩招后的毕业生进入市场时，正面临着非常有利的市场环境。另一方面，虽然这些年高校扩招幅度很大，2010年本专科毕业生人数是2002年的4.3倍，达到575.4万人，但由于我国总的人口基数很大，大学新毕业生占全国大专以上学历就业人员的比例仍只有7.5%，占全部就业人员数的比例只有0.76%。显然，劳动力市场对大学生劳动力的需求超过了扩招带来的供给增加。
(二)大学学历溢价的异质性 1.基于因变量异质性的大学学历溢价及其变动 为了考察不同收入处的大学学历溢价差异及其变动，我们进行分位数回归，表3是回归结果。可以看到，2003年75分位和90分位的大学学历溢价分别为29%和29.8%，10分位和25分位的大学学历溢价分别为19%和25%，高收入者的大学学历溢价高于低收入者；2010年75分位和90分位的大学学历溢价分别为34.2%和23.6%，10分位和25分位的大学学历溢价分别为39%和47.5%，高收入者的大学学历溢价低于低收入者，对比2003年的情形发生了逆转。 将两年相应分位上的大学学历溢价进行对比可以发现，除了最高的90分位外，其他各个分位上的大学学历溢价在扩招后都上升了。低收入的10分位和25分位分别提高了105%和90%，中间的50分位提高了104%，高收入的75分位提高了18%，最高收入的90分位则下降了21%。扩招后，中低收入者的大学学历溢价比高收入者提升得更大，高校扩招更有利于中低收入群体。 2.基于自变量异质性的大学学历溢价及其变动 为了考察不同控制变量上的大学学历溢价异质性，我们根据方程(5)得到加入了各控制变量与大学学历的交互项后的回归结果。表4是根据回归结果整理得到的工作经验、④性别、政治面貌、地区、城市规模、产业和单位性质的大学学历溢价差异及其变动。
从表4可以看到，大学学历溢价在工作生涯的各个时期都为正，且随工作经验的延长而下降，但下降的幅度在扩招后变小。对比各阶段大学学历溢价在扩招前后的变化可以看到，扩招后，大学学历溢价在短期内下降，而在中长期内上升。这说明，高校扩招后，相对就业状况变糟的只是新毕业的大学生，劳动力市场上的老大学生的就业不仅没有变坏，反而更好。所以，大学生就业难实质上是新毕业大学生就业难。 从性别异质性来看，女性的大学学历溢价要高于男性。扩招后，男、女大学学历溢价都上升了，但女性上升更多，男、女大学学历溢价的差距在拉大。这表明，相对男性群体，女性从上大学中的获益更多，从高校扩招中获益更多。 从党员异质性来看，非党员的大学学历溢价要高于党员。扩招后，两者的大学学历溢价都在上升，但非党员上升得更多，非党员与党员之间的大学学历溢价差距在拉大。出现这种现象的原因在于党员中的大学生比例要高于非党员，且在扩招后提升得更快。⑤ 从地区异质性来看，扩招前，四大区域的大学学历溢价由高到低的排序依次是：东部、东北、西部、中部；扩招后的排序依次是：西部、东部、东北、中部。最明显的变化是西部的排序由第三跃升至第一，这反映了西部大开发对高学历人才需求的上升以及国家对服务西部的大学生就业的政策支持效应。从各地区自身的变化来看，西部、东部和中部的大学学历溢价都在扩招后上升了，而东北则出现了微弱的下降，这折射出近年来东北地区经济发展的相对乏力。 从城市规模异质性来看，扩招前，三类不同规模城市的大学学历溢价由高到低的排序依次是：大城市、小城镇和中等城市；扩招后的排序依次是：大城市、中等城市和小城镇。从不同类城市自身的变化来看，大城市和中等城市的大学学历溢价在扩招后都出现了上升，且城市规模越大的溢价上升幅度越大，而小城镇的大学学历溢价则出现了小幅下降。这说明不同规模的城市对劳动力的需求开始出现分化，规模更大的城市对高学历人才的相对需求变得更大。 从产业异质性来看，第二产业的大学学历溢价要高于第三产业，扩招后，两类产业的大学学历溢价都上升了，但第三产业上升得更多，两类产业间的差距在扩招后变小。这反映出中国第三产业的发展相对第二产业的不足，但近年来的发展速度在加快。 从单位性质异质性来看，私人部门的大学学历溢价要高于公共部门。扩招后，两者的大学学历溢价都在上升，但公共部门上升得更多，私人部门与公共部门之间的大学学历溢价差距在缩小。出现这种现象的原因在于公共部门的大学生比例要高于非公共部门，但在扩招后提升得更慢，扩招后的大学生更多地流向了私人部门。⑥
本文利用中国综合社会调查2003年和2010年数据，估计了高校扩招前后中国大学学历溢价及其变动。研究结论如下：第一，高校扩招后，大学学历溢价不仅没有下降，反而上升了。这表明，劳动力市场对大学生劳动力的需求超过了扩招带来的供给增加。第二，分位数回归结果表明，高校扩招前，高收入者的大学学历溢价高于低收入者，扩招后，低收入者的大学学历溢价高于高收入者，高校扩招更有利于中低收入群体。第三，对比扩招前后，工作生涯早期的大学学历溢价下降，但在中长期上升，在高校扩招中受损的只是新毕业的大学生，大学生就业难实质上是新毕业大学生就业难。女性的大学学历溢价要高于男性，且在扩招后提升更快，相对男性群体，女性从上大学中的获益更多，从高校扩招中获益更多；非党员的大学学历溢价具有与女性相同的特征。第四，扩招后，西部、东部和中部地区的大学学历溢价都上升了，其中西部地区上升幅度最大，而东北地区则出现了微弱的下降，这折射出近年来西部大开发的成效和东北经济发展的相对乏力。扩招后，大城市和中等城市的大学学历溢价都出现了上升，其中大城市的上升幅度更大，而小城镇则出现了小幅下降。这表明不同规模的城市对劳动力的需求开始出现分化，规模更大的城市对高学历人才的相对需求变得更大。第五，第二产业的大学学历溢价要高于第三产业，但差距在扩招后变小；私人部门的大学学历溢价要高于公共部门，但差距在扩招后变小。 ①国际上通常认为，高等教育毛入学率在15%以下时属于精英教育阶段，15%-50%为高等教育大众化阶段，50%以上为高等教育普及化阶段。 ②该调查从2003年开始每年一次，目前能得到的最早和最新数据分别是2003年和2010年数据。这两年问卷调查的个体收入分别是2002年和2009年的全年收入。1999年高校扩招后的首届专科毕业生在2002年毕业，本科生在2003年毕业，可以认为2002年的劳动力市场基本没有收到扩招的影响，而2009年的劳动力市场受到了扩招的较大影响。选择2003年和2010年的调查数据刚好可以对应高校扩招之前和扩招之后的情形。 ③本文所关心的大学学历溢价是同一年大学学历劳动者与高中学历劳动者收入差异的一个比例，不同年份大学学历溢价的比较与通胀无关，所以本文没有对收入数据进行消除通胀的调整，而直接使用原始的调查数据。 ④在之前的回归中，工作经验是以离散的工作年限表示的。但在此处，我们将其按短期、中期、长期分为三类：3年以内工作经验为短期，3—10年工作经验为中期，10年以上工作经验为长期。以短期为基期，设置虚拟变量，然后让工作经验以虚拟变量形式进入方程(5)进行回归。 ⑤在本文的研究样本中，2010年党员中的大学生比例为69.11%，非党员中的大学生比例为37.25%，分别比2003年多出11.27%和5.02%。 ⑥在本文的研究样本中，2010年公共部门的大学生比例为70.95%，私人部门的大学生比例为45.2%，分别比2003年多出10.59%和15.17%。
标签：大学论文; 大学教育论文; 中国大学论文; 控制变量论文; 虚拟变量论文; 大学扩招论文; 异质性论文; 大学生论文; 学历论文; 工作经验论文;
