農(nóng)民工教育與工作匹配狀態(tài)及收入效應(yīng)

葉爾肯拜·蘇琴，伍山林

(1.上海財經(jīng)大學 財經(jīng)研究所，上海200433；2.上海財經(jīng)大學 經(jīng)濟學院，上海200433)

?

農(nóng)民工教育與工作匹配狀態(tài)及收入效應(yīng)

葉爾肯拜·蘇琴1，伍山林2

(1.上海財經(jīng)大學 財經(jīng)研究所，上海200433；2.上海財經(jīng)大學 經(jīng)濟學院，上海200433)

文章基于教育與工作是否適配及其收入效應(yīng)的視角，根據(jù)2013年的CGSS數(shù)據(jù)，在運用實際匹配法評估農(nóng)民工教育與工作匹配狀態(tài)的基礎(chǔ)上，進一步采用D-H模型和V-V模型估算了農(nóng)民工教育的收入效應(yīng)，并且據(jù)此討論了教育獲益與教育懲罰的問題。研究表明：(1)在教育適配狀態(tài)下，農(nóng)民工的教育收益率最高。(2)就農(nóng)民工群體而言，教育不足發(fā)生率比較高，但并非不存在教育過度情形。(3)男性農(nóng)民工具有教育過度工資溢價和教育不足工資折價并存的特征，女性農(nóng)民工不具有這樣的特征。(4)在短期內(nèi)，企業(yè)主不僅愿意為教育過度農(nóng)民工支付工資溢價，同時也會對教育不足農(nóng)民工實施工資折價。

教育過度；教育不足；教育適配；教育獲益；教育懲罰

一、背景及進展

本文研究中國農(nóng)民工教育與工作失配狀態(tài)及這種狀態(tài)對農(nóng)民工教育收益率的影響。按照傳統(tǒng)理論分析，教育與工作失配情形主要是基于勞動力個體教育程度與工作所需教育水平之間的比較來判定的。當個體教育程度與工作所需教育水平一致時，稱為教育適配；否則，就處于失配狀態(tài)。教育與工作失配狀態(tài)又包括教育過度和教育不足兩種情形。當個體教育水平高于工作所需要教育水平時，稱為教育過度；反之，稱為教育不足。

對教育與工作失配問題的研究始于20世紀70年代的美國。隨著歐美發(fā)達國家不斷擴大教育規(guī)模和不斷增加教育投入，教育與工作失配問題(特別是教育過度問題)的研究越來越受重視。根據(jù)現(xiàn)有國外文獻，我們可以總結(jié)出以下幾點具有規(guī)律性的結(jié)論：(1)如果在明瑟教育收入方程中考慮教育與工作的匹配狀況，那么適配時的教育收益率高于基本明瑟收入方程中的教育收益率(Verdugo和Verdugo，1989；Bender和Heywood，2011；Bender和Roche K，2013；Shevchuk等，2015)。(2)以從事同一工作且教育適配者為參照，以及以同樣教育背景且教育適配者為參照，教育過度者的教育回報通常高于這兩個群體，教育不足者的教育回報通常低于這兩個參照群體(Duncan和Hoffman，1981；Leuven和Oosterbeek，2011)。(3)對企業(yè)來說，通常愿意對高于所需教育水平的勞動力支付更高的工資，對低于所需教育水平的勞動力支付更低的工資，但這可能是短期行為(Murillo等，2012)?？紤]到農(nóng)民工是中國社會經(jīng)濟環(huán)境下一個龐大而又特殊的勞動力群體，針對這個群體進行研究時，有可能引出特別的結(jié)論。不過，正是有其特別之處，才更具有學術(shù)意義和現(xiàn)實意義。

國內(nèi)現(xiàn)有關(guān)于農(nóng)民工教育收益率的文獻具有兩個特點。一是教育收益率估計結(jié)果不穩(wěn)定。劉澤云和蕭今(2004)的結(jié)論是從20世紀80年代到90年代，收益率在2%到6%之間。后來的估計結(jié)果大多在這個區(qū)間之內(nèi)或附近。例如，在陸慧(2014)那里為4.1%；在國務(wù)院發(fā)展研究中心農(nóng)村經(jīng)濟研究部和《公共財政支持農(nóng)村義務(wù)教育問題研究》課題組(2007)那里為7.5%；在寧光杰(2012)那里為1.5%；在易瑩瑩(2012)那里為4.9%；在劉澤云和邱牧遠(2011)那里介于3%到4%；在黃斌等(2014)那里為5.5%。造成估計結(jié)果差異較大的原因很多。這里，對其他原因不作一一列舉，僅從本文這個特定的角度進行深度挖掘。二是幾乎都忽視了教育與工作匹配狀態(tài)的多樣性對教育收益率的影響，而修正性文獻只是到了近年才偶有出現(xiàn)。例如，王廣慧和徐桂珍(2014)研究了新生代農(nóng)民工教育匹配狀況對教育收益率的影響。該文發(fā)現(xiàn)新生代農(nóng)民工教育與工作適配時的教育收益率，高于其實際教育收益率；過度教育對新生代農(nóng)民工的收入盡管有正向影響，但并不具有統(tǒng)計顯著性。事實上，國內(nèi)針對教育與工作匹配問題的文獻，研究對象大多集中于高校畢業(yè)勞動力群體和城鎮(zhèn)勞動力，例如，范皚皚(2012)與羅潤東和彭明明(2010)研究了大學畢業(yè)生教育過度情況，武向榮(2007)和黃志嶺等(2010)等針對城鎮(zhèn)勞動力做了教育失配研究，而很少見到針對農(nóng)民工的研究。

中國農(nóng)民工教育收益問題是一個活躍的研究領(lǐng)域，但現(xiàn)有文獻對教育與工作匹配情形很少進行考慮，更遑論對不同匹配情形的影響做出完備的處理?，F(xiàn)有文獻幾乎總是假設(shè)農(nóng)民工教育與工作的匹配狀況是單一的，從而可能存在重大的缺陷，即一旦探明農(nóng)民工教育與工作的匹配狀況并不是單一的，而是教育適配、教育不足和教育過度三種狀況同時并存，并且教育收益在人群之間具有不可忽視的非對稱性，那么其估計結(jié)果的可信度將受到質(zhì)疑。另一方面，中國農(nóng)民工在勞動力市場上長期處于教育失配狀態(tài)，這必然在教育收益的主觀判斷上表現(xiàn)出來。由此也許可以部分地解釋在某些農(nóng)村地區(qū)為什么出現(xiàn)了“教育無用論”等觀點，而根據(jù)現(xiàn)有文獻這樣的觀點并不能得到較好的解釋。所以本文認為，對農(nóng)民工教育匹配狀態(tài)和收入效應(yīng)的研究既有理論意義，也有現(xiàn)實意義。

本文基于2013年CGSS數(shù)據(jù)對如下三方面問題進行實證考察：一是給出農(nóng)民工群體教育與工作失配發(fā)生率，進而揭示農(nóng)民工群體在教育與工作匹配問題上并不具有人群同質(zhì)的特征；二是給出教育適配和教育失配情形下農(nóng)民工教育的收入效應(yīng)，以便觀察教育對收入是否具有(針對人群的)非對稱性影響；三是從教育獲益與教育懲罰角度，進一步揭示這種影響的非對稱性。據(jù)我們所知，這是針對農(nóng)民工討論教育獲益和教育懲罰的首篇論文。

二、研究假說

討論中國農(nóng)民工教育與工作匹配問題時，工作匹配理論、勞動力市場分割理論、教育質(zhì)量差異論和教育收益率估算理論等具有直接借鑒意義。

經(jīng)濟學家認為即使是發(fā)達經(jīng)濟體的勞動力市場，存在摩擦也是其典型特征之一。其結(jié)果是教育與工作的匹配狀態(tài)具有多樣性。對發(fā)展中經(jīng)濟體勞動力市場而言，這種多樣性更值得注意。中國現(xiàn)在仍然處于發(fā)展中狀態(tài)，其中農(nóng)民工勞動力市場所存在的摩擦尤其顯著。中國農(nóng)民工不僅受二元結(jié)構(gòu)大環(huán)境的深刻影響，而且因戶籍制度等的影響，勞動力市場內(nèi)部也處于二元分割的狀態(tài)，結(jié)果使農(nóng)民工主要在非正規(guī)部門工作。在非正規(guī)部門，制度和政策的不完善和執(zhí)行的不徹底，使得農(nóng)民工勞動力市場的摩擦類型更加多樣，摩擦程度更加嚴重。就此角度而言，無論是與城鎮(zhèn)戶籍勞動力相比，還是與發(fā)達經(jīng)濟體的勞動力相比，中國農(nóng)民工教育與工作失配的程度可能更高一些。另外，中國農(nóng)民工的顯著特征是平均教育程度低且教育質(zhì)量參差不齊；在1999年高校擴招之后，一部分受過高等教育的來自農(nóng)村的勞動力，無意或無力改變戶籍身份。藉此，我們提出假說1：農(nóng)民工不僅教育失配程度較高，而且教育失配具有非對稱性(即教育不足的比例較高而教育過度的比例較低)。

估算教育收益率的文獻大多隱含地假設(shè)勞動者教育與工作的匹配狀態(tài)是單一的(即處于適配狀態(tài))。由此帶來的問題是：在學術(shù)實踐中，就勞動力教育與工作匹配狀態(tài)而言，在理論前提與實際表現(xiàn)之間存在不一致性；這種不一致性引起了如下?lián)鷳n：現(xiàn)有文獻對教育收益率可能并沒有做出客觀的評估，根據(jù)有偏估算結(jié)果可能給出了并不恰當?shù)恼呓ㄗh。因此與第一個假說相伴隨，估算農(nóng)民工教育收益率時，有必要對教育與工作匹配狀態(tài)的多樣性加以考慮。對此，現(xiàn)有分析范式可供參考。這就是D-H模型(Duncan和Hoffman，1981)和V-V模型(Verdugo和Verdugo，1989)。這兩個模型都是基于對經(jīng)典明瑟教育收入方程的創(chuàng)新性改造，兩者的差異在于將教育與工作的匹配狀態(tài)以各自方式引入教育收入方程，進而探測其對教育收益率的影響。與其他文獻相比，這樣的考察著實前進了一步，主要是由于將教育收益率放到了一個更現(xiàn)實的經(jīng)濟環(huán)境中加以估算，從而引出或許具有顯著人群差異的結(jié)果。在我們看來，這樣的估算結(jié)果不僅更科學、客觀，而且其政策含義也更具有針對性。因此，根據(jù)相關(guān)理論進展和實證研究的學術(shù)實踐，針對農(nóng)民工群體我們提出假說2：教育與工作適配情形下的教育收益率，高于不考慮教育與工作匹配狀態(tài)時的教育收益率；過度教育收益率盡管相對來說比較低，但仍為正。

另一個相關(guān)問題是：在教育失配狀態(tài)下，教育收益率對適配情形下的偏離究竟具有怎樣的特征。其實，針對教育與工作的匹配狀態(tài)，可以從兩個不同的角度加以觀察。一是針對工作進行觀察?？匆豢磳δ硞€特定的工作來說，在從事該工作的所有勞動力當中，哪些是適配的，哪些是失配的；二是針對勞動力進行觀察?？匆豢磳δ硞€具體勞動力(其教育程度業(yè)已確定)來說，在所有工作中，哪些工作對其是適配的，哪些工作對其是失配的。為了回答上面提出的問題，可以借用Sattinger和Hartog(2013)的框架來考察教育獲益和教育懲罰。簡單而言，教育獲益是指農(nóng)民工實際的教育收益率，高于統(tǒng)計上的教育收益率；教育懲罰是指勞動力由于處于教育過度和教育不足的失配情形，結(jié)果產(chǎn)生了多大的工資損失。這種考察對于揭示教育失配群體的教育收益特征，具有更直接的指示性，它是通過對相對收益的觀察來做出判定的。因此，我們提出假說3：在農(nóng)民工勞動力市場上，具有教育過度工資溢價和教育不足工資折價并存的特征。

在本文研究中，性別異質(zhì)性是一個值得關(guān)注的因素。Shevchuk等(2015)認為勞動力會遭受教育與工作失配帶來的工資損失，但它隨勞動力個體特征不同而不同，其中性別是重要的切入角度。更早的研究比如說Bender和Roche(2013)、Bender和Heywood(2011)、Leuven和Oosterbeek(2011)指出，在教育與工作失配發(fā)生率和收入效應(yīng)中存在明顯的性別差異。Nordin等(2010)的研究表明教育與工作失配對男性工資的影響是女性的兩倍，處于教育與工作適配狀態(tài)的女性獲益較多。這與Robst(2007)中教育失配和收入效應(yīng)的性別差異一致。鑒于農(nóng)民工來自農(nóng)村，傳統(tǒng)觀念等導致的性別異質(zhì)性對打工生涯的諸多方面及其收益可能產(chǎn)生重大影響，而對這種影響通過設(shè)置啞變量可能并不能做出很好處理，因此在檢驗假說時，我們不僅有必要針對全樣本進行分析，而且有必要按性別區(qū)分樣本進行分析。

三、數(shù)據(jù)說明

(一)數(shù)據(jù)來源。本文使用中國綜合社會調(diào)查(CGSS)2013年數(shù)據(jù)進行分析。根據(jù)具有農(nóng)業(yè)戶口并且進行非農(nóng)生產(chǎn)行為標準，篩選出1 857個有效的16歲到60歲之間的農(nóng)民工樣本。在教育與工作失配問題研究中，職業(yè)的準確分類非常重要。CGSS數(shù)據(jù)的一個重要特點是對被調(diào)查者的職業(yè)信息采錄得非常仔細，職業(yè)變量中包含300多個職業(yè)設(shè)置，由此可以對被訪者的職業(yè)做出詳細且準確的分類。再以中華人民共和國職業(yè)分類大辭典中的職業(yè)標準為參考，本文將職業(yè)分為六大類別，分別為職業(yè)1：國家機關(guān)、黨群組織、企事業(yè)單位負責人；職業(yè)2：專業(yè)技術(shù)人員；職業(yè)3：非技術(shù)職位(其他辦事人員和服務(wù)業(yè)人員)；職業(yè)4：一般技術(shù)職位；職業(yè)5：農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員；職業(yè)6：生產(chǎn)、運輸設(shè)備人員和有關(guān)人員。本文中農(nóng)民工教育變量的賦值是：大學本科以上的教育年數(shù)為19年；本科的教育年數(shù)為16年；大專為15年；中專、高中和技校為12年；初中9年；小學6年；未上過學為0年。

(二)測算方法。有三種測算工作所需教育程度的方法。其一為工作分析法。這是基于職業(yè)分析師的專家意見的測量方法，其結(jié)果具有職業(yè)特點而非個人特點。其二為主觀評價法，由Duncan和Hoffman在1981年提出。主觀評價法直接詢問應(yīng)答者其教育與工作是否匹配，因而對原始數(shù)據(jù)要求高，需要在數(shù)據(jù)調(diào)查階段就設(shè)計好相關(guān)內(nèi)容。其三為實際匹配法。這是基于某種職業(yè)中勞動者受教育年限分布的測算方法，由Clogg和Shockey(1984)提出。實際匹配法通常分為眾數(shù)實際匹配法和標準差實際匹配法。后者先計算一種職業(yè)的平均受教育年限，再在平均受教育年限基礎(chǔ)上加減一個標準差，形成一個區(qū)間。勞動者實際教育年限越出該區(qū)間并靠右，為教育過度情形；越出該區(qū)間并靠左，屬于教育不足情形。在研究中究竟使用哪一種方法，很大程度上受限于數(shù)據(jù)特征。其中，實際匹配法能夠直接處理現(xiàn)有數(shù)據(jù)，成為常用方法。本文采取標準差實際匹配法。

(三)描述統(tǒng)計。表1是對變量的描述性統(tǒng)計分析結(jié)果。農(nóng)民工教育水平和工作分布的兩個特點是，專業(yè)技術(shù)人員平均受教育水平最高，國家機關(guān)類別平均工資最高。一般地說，在職業(yè)類別層面上，較高的教育水平對應(yīng)于較高的平均收入，較低的教育水平對應(yīng)于較低的平均收入。這種規(guī)律在性別分組數(shù)據(jù)中也有體現(xiàn)。由此可以初步推測，教育水平和工資收入之間存在一定的正相關(guān)性。本文進一步要分析的是農(nóng)民工教育與工作失配對工資收入的影響。

表1　主要變量的描述性統(tǒng)計

四、匹配狀況

基于實際匹配法中的標準差法，這里分別計算了農(nóng)民工教育不足、教育適配和教育過度的發(fā)生率。為了對農(nóng)民工群體教育失配現(xiàn)象做出較好的比較，我們還進一步計算了2013年數(shù)據(jù)中所有勞動力(包括城鎮(zhèn)戶籍勞動力和農(nóng)業(yè)戶籍勞動力)和城鎮(zhèn)戶籍勞動力的教育不足、教育適配和教育過度的發(fā)生率，結(jié)果見表2。

表2　農(nóng)民工教育與工作失配發(fā)生率(%)及比較

從表2可以看出，農(nóng)民工群體、城鎮(zhèn)戶口勞動力群體以及全部勞動力的教育與工作適配率大約在60%-65%之間。對照國內(nèi)外相關(guān)研究結(jié)果，這是一個比較正常的教育適配發(fā)生率范圍。但是，我們更感興趣的是教育不足和教育過度發(fā)生率。表2結(jié)果表明，農(nóng)民工群體教育不足發(fā)生率遠高于教育過度發(fā)生率。與之相反，城鎮(zhèn)戶籍勞動力群體教育過度發(fā)生率遠遠高于教育不足發(fā)生率。另外，全部勞動力教育不足和教育過度發(fā)生率分別為17.5%和19.3%。由此可見，其一，如果不把研究對象限定為農(nóng)民工，而是針對全部勞動力進行研究，農(nóng)民工教育不足問題一定程度上就會被掩蓋起來；其二，在教育失配問題研究中，大部分文獻傾向于研究教育過度問題。照此也會將農(nóng)民工教育不足問題排除在外。

另外:(1)從性別分組來看，女性農(nóng)民工和男性農(nóng)民工的教育失配和教育適配發(fā)生率是相似的，但女性農(nóng)民工的教育不足發(fā)生率略高于男性農(nóng)民工。但是，與城鎮(zhèn)戶籍同性別勞動力相比較，女性農(nóng)民工和男性農(nóng)民工的教育不足發(fā)生率要高得多。(2)已婚農(nóng)民工教育不足的比例高于單身農(nóng)民工；相反，單身農(nóng)民工的教育過度發(fā)生率遠高于已婚的農(nóng)民工。這與勞動力年齡有關(guān)。(3)少數(shù)民族農(nóng)民工和漢族農(nóng)民工的教育不足發(fā)生率相似，都在30%左右，這是一個較高的數(shù)值。另外，漢族農(nóng)民工的教育過度發(fā)生率略高于少數(shù)民族農(nóng)民工。(4)沒有合同的農(nóng)民工的教育不足發(fā)生率高于有合同的農(nóng)民工，且相差比例高達18%左右；相應(yīng)地，有勞動合同的農(nóng)民工的教育過度發(fā)生率遠高于沒有合同的農(nóng)民工。城鎮(zhèn)戶口勞動力也有這樣的匹配規(guī)律。這就說明不管是對全部農(nóng)民工還是對城鎮(zhèn)戶籍勞動力，需要簽訂勞動合同的工作崗位，對勞動力都有較高的教育要求。其實，教育水平較低的農(nóng)民工，通常只能從事沒有勞動合同的非正規(guī)工作或兼職、零工等。

上述分析說明，前文所說的假說1是成立的。這不僅意味著農(nóng)民工在教育與工作匹配狀態(tài)上確實存在著多樣性，而且提示評估農(nóng)民工教育收入效應(yīng)時，有必要對這種多樣性做出考慮。接下來的第五和第六兩個部分，將從不同角度回答這個問題。

五、收入效應(yīng)

(一)基本模型?？疾旖逃找媛蕰r，現(xiàn)有文獻大多使用明瑟教育收入方程進行估計，可以表示為：

LnW=αx+βs+μ

(1)

其中：W表示勞動者收入，x是一組(包括個人特征等)控制變量，s表示勞動者實際受教育年限，α和β是待估參數(shù)，β代表明瑟教育收益率(其含義是每增加一年學校教育，勞動者收入增加百分之幾)，μ是誤差項。需要指出的是，明瑟教育收入方程沒有考慮勞動力市場上教育與工作匹配類型的多樣性，先驗地假設(shè)任何類型勞動力的受教育年限每增加一年，其收入的(相對)增加都是一樣的。但是，在勞動力市場中，幾乎總是存在勞動力實際受教育水平與工作所需受教育水平并不一致的情況。

D-H模型的主要創(chuàng)新之處是根據(jù)實際情況，針對教育與工作匹配程度區(qū)分了不同的情形，并對不同情形下的明瑟教育收益率賦予了差異化特征。其計量模型是在基本明瑟收入方程式(1)的基礎(chǔ)上擴展而來的。

LnW=αx+αoSo+αrSr+αuSu+μ

(2)

其中：W代表勞動者收入，So表示教育過度受教育年限，Sr表示工作所需受教育年限，Su表示教育不足受教育年限，αo、αr和αu分別為對應(yīng)的系數(shù)，μ為誤差項。其中，教育與工作失配情形下受教育年限的定義是：

很顯然，教育與工作適配時，So=Su=0。此時，D-H方程即(2)式，退化為基本明瑟教育收入方程即(1)式。由此可見：在經(jīng)典明瑟方程中，其實暗含地假設(shè)每個勞動者總是處于教育與工作適配的狀態(tài)。因此，從本質(zhì)上可以這樣說，D-H方程是從教育與工作匹配程度的角度考慮了教育收益的人群分化特征。在上式中，過度教育是以“年”為單位來衡量的，其參照是從事相同工作但教育和工作處于適配狀態(tài)。由于在同一項工作中，有些勞動力處于教育不足狀態(tài)，有些處于教育過度狀態(tài)，有些是教育適配的，所以D-H收入模型是以同一工作中教育適配勞動力作為參照的。D-H方程中αo為正時，表示在同一工作中，相對于教育與工作適配者，該教育過度勞動力的教育收益率中超出的程度；αo為負時，表示教育收益率下降的程度。對應(yīng)地，當αu分別為正和負時，表示在同一工作中，相對于教育與工作適配者，該教育不足勞動力的教育收益率超出和下降的程度。

接下來考察V-V收入模型。與D-H收入模型不同，V-V收入模型在考慮勞動力實際教育水平的同時，將教育與工作匹配狀態(tài)作為虛擬變量加入其中，可以表示為：

(3)

(二)基礎(chǔ)性結(jié)果。表3、表4和表5分別是針對全部農(nóng)民工、女性農(nóng)民工和男性農(nóng)民工，使用三種方法估得的教育收入效應(yīng)。需要指出的是，所有收入方程都通過了殘差檢驗及穩(wěn)健性檢驗(檢驗結(jié)果略)，并且都不存在明顯的多重共線性問題。

1.全樣本結(jié)果?；久魃逃杖敕匠虦y得的教育收益率，掩蓋了教育匹配狀態(tài)多樣性及其對農(nóng)民工收入的非對稱影響。由表3可知，此時農(nóng)民工群體教育收益率為5.3%。當農(nóng)民工處于教育適配狀態(tài)時，D-H模型估算的教育收益率為5.6%。在同一工作中，控制了教育過度年限和教育不足年限之后，相對于教育適配的同事，教育過度的農(nóng)民工的教育收益率高約14.4%，教育不足農(nóng)民工的教育收益率低約5.1%。這個結(jié)果表明，企業(yè)愿意為高于工作所需教育水平的農(nóng)民工多支付工資，同時也會減少教育不足農(nóng)民工的工資。如果控制教育失配狀態(tài)，V-V模型顯示農(nóng)民工實際教育收益率只有4.1%，相對于具備同樣教育背景的農(nóng)民工，就教育收益率而言，教育過度者比適配者高6.2%，教育不足者比適配者低8.3%。雖然過度教育者比同一工作中適配者的收入高，但4.1%的教育收益率卻低于該勞動力處于適配狀態(tài)時的收益率(5.6%)。因此農(nóng)民工處于教育與工作適配狀態(tài)時，可以獲得更高的教育收益率。

表3　不同模型下的教育回報(全部農(nóng)民工)

說明：括號中數(shù)值為對應(yīng)的標準差；***、**和*表示顯著性水平分別為1%、5%和10%(后表同此)。

在D-H模型中，教育過度和教育不足對收入的影響是顯著的，從而有必要做這樣的處理。但是在V-V模型中，教育過度與教育不足兩個虛擬變量的作用，并沒有達到設(shè)定的顯著性水平。不過，不能因此否定這個模型的意義——且看分性別估計結(jié)果。

2.分性別結(jié)果。由表4可知，在基本明瑟收入方程中，女性農(nóng)民工教育收益率為7.4%，工作實際需要的教育水平的教育收益率為6.1%，低于不考慮匹配狀態(tài)多樣性時的教育收益率。與教育適配狀態(tài)的同事相比，教育過度的女性農(nóng)民工的教育收益率高約18.8%，教育不足的女性農(nóng)民工的教育收益率低約8.9%?？刂屏私逃ヅ淝樾沃?，女性農(nóng)民工的實際教育收益率下降為5.5%，相對于具備相同教育背景的其他勞動力，教育過度的女性農(nóng)民工的教育收益率低9.7%，教育不足的女性農(nóng)民工的教育收益率低21.5%。這個結(jié)果說明教育不足對女性農(nóng)民工收入的負面效應(yīng)更大。這也意味著如果女性農(nóng)民工沒有找到匹配的工作崗位，處于教育過度或教育不足狀態(tài)，都會使教育的作用大打折扣，教育過度和教育不足的女性勞動力的教育收益率都受損失。另外，針對女性農(nóng)民工，V-V模型中教育不足虛擬變量的影響是顯著的。這就提示：其一，考慮V-V模型是必要的；其二，按性別區(qū)分樣本進行分析也是必要的。

表4　不同模型下的教育回報(女性農(nóng)民工)

表5　不同模型下的教育回報(男性農(nóng)民工)

由表5可知，在基本明瑟收入方程中男性農(nóng)民工教育收益率為3.9%，工作實際所需教育水平的教育收益率為7%，遠高于不考慮匹配狀態(tài)多樣性時的結(jié)果。這說明男性農(nóng)民工處于教育適配狀態(tài)時其教育收益率更高。與處于教育適配狀態(tài)的同事相比，教育過度的男性農(nóng)民工的教育收益率高12.4%，教育不足的男性農(nóng)民工的教育收益率低2.8%。控制教育是否適配之后，男性農(nóng)民工的教育收益率為3.4%，相對于同等教育背景的其他勞動力，教育過度的男性農(nóng)民工的教育收益率高16%，教育不足的男性農(nóng)民工的教育收益率高0.3%。

上述結(jié)果(特別是按性別區(qū)分樣本的結(jié)果)支持了假說2。這也就揭示：農(nóng)民工教育收益率具有依教育與工作匹配狀態(tài)而定的特性；針對農(nóng)民工樣本測算教育收益率時，有必要對傳統(tǒng)研究范式(隱含地假設(shè)教育與工作是適配的)做出改進；就政策含義而言，減少教育與工作失配現(xiàn)象是提高農(nóng)民工教育收益率的途徑之一。

六、獲益與懲罰

現(xiàn)在假設(shè)存在兩類農(nóng)民工和兩類工作。第一類農(nóng)民工的教育水平滿足第一類工作的要求，第二類農(nóng)民工的教育水平滿足第二類工作的要求；同時，第二類工作所需的教育水平比第一類工作的高，第二類農(nóng)民工的實際教育水平高于第一類農(nóng)民工的實際教育水平。于是，第一類農(nóng)民工從事第二類工作時，屬于教育不足情形；第二類農(nóng)民工從事第一類工作時，屬于教育過度情形。Michael和Joop(2013)根據(jù)各個組合情形下的相對工資對教育獲益和教育懲罰進行了判定。參照這種方法并且借用D-H收入方程和V-V收入方程的結(jié)果，可以得到表6。在該表中，當系數(shù)大于1時，即可判定勞動力屬于教育獲益或教育懲罰情形。

表6　農(nóng)民工教育獲益與教育懲罰

由此可以發(fā)現(xiàn)：對全部農(nóng)民工來說，在D-H模型和V-V模型中，都存在比較明顯的教育過度工資溢價和教育不足工資折價的情形。這意味著在控制教育匹配狀態(tài)的前提下，企業(yè)會根據(jù)勞動力的平均教育水平和某個勞動力的實際教育水平?jīng)Q定其工資數(shù)量。企業(yè)愿意為具有較高教育水平的勞動力支付工資溢價，同時也會扣除教育不足勞動力的收入。另外，企業(yè)對教育過度的員工多支付工資，也符合企業(yè)經(jīng)營行為。比如說，企業(yè)保留一些教育過度的勞動力，可以提高企業(yè)平均受教育水平，在勞動力市場上發(fā)送特定的信息。

對女性農(nóng)民工，D-H模型和V-V模型并未給出一致的結(jié)果——這與現(xiàn)有文獻的結(jié)論并不矛盾。在同一工作中，教育過度的女性農(nóng)民工可以獲得收入補償，教育不足的女性農(nóng)民工會產(chǎn)生收入損失。但是，如果參照標準是具有同樣的教育程度并且處于適配狀態(tài)的其他女性農(nóng)民工，那么從事平均教育水平較低工作的女性農(nóng)民工的收入效益比較高，從事平均教育水平較高的工作的女性農(nóng)民工的收入效應(yīng)下降了。對男性農(nóng)民工，教育過度工資溢價和教育不足工資折價都大于1，并且工資溢價大于工資折價,這就說明教育對男性農(nóng)民工的正面作用大于教育對女性農(nóng)民工的正面作用。雖然研究結(jié)果表明在一定前提下，比如在同一工作中，過度教育的勞動力相對于適配勞動力的教育收益率要更高一些，但是這并不能說明教育過度情形對收入并沒有損失。另外，教育過度和教育不足對相對收入的影響通常只是一個短期現(xiàn)象。從長期來說，企業(yè)中的平均受教育情況是會發(fā)生變化的，企業(yè)主對過度教育的員工支付較高工資的意愿，也可能隨之發(fā)生變化。

上述基于相對工資的分析結(jié)果不僅支持了假說3，同時也說明了農(nóng)民工教育獲益和教育懲罰存在一定的性別差異。這種差異為本文按性別區(qū)分樣本進行分析提供了新的經(jīng)驗支持。

七、結(jié)論性評述

本文采用2013年CGSS數(shù)據(jù)進行分析發(fā)現(xiàn)，農(nóng)民工群體存在著比較嚴重的教育不足現(xiàn)象，同時也并非不存在教育過度現(xiàn)象，因而在教育與工作匹配方式上，農(nóng)民工內(nèi)部存在人群的異質(zhì)性，估算教育收益率時有必要對此做出考慮。進一步分析發(fā)現(xiàn)，在教育適配狀態(tài)下，農(nóng)民工教育收益率最高；在短期內(nèi)，企業(yè)愿意為教育過度的農(nóng)民工支付溢價工資，同時會相應(yīng)減少教育不足農(nóng)民工的工資收入；女性農(nóng)民工的實際教育收益率高于教育適配時的教育收益率，教育不足對女性農(nóng)民工收入的負面效應(yīng)比較大。

上述發(fā)現(xiàn)具有明確的政策含義：(1)對農(nóng)村勞動力來說，提高教育水平是一個需要引起重視的大問題。它不僅關(guān)乎農(nóng)民工的收入，而且關(guān)乎非農(nóng)產(chǎn)業(yè)的發(fā)展和提升空間。(2)教育與工作匹配狀態(tài)的多樣性，意味著農(nóng)民工勞動力市場存在摩擦。為了提升人力資源的流動性，需要提供關(guān)于就業(yè)與崗位等方面的信息支持。(3)教育回報的性別差異提示，對農(nóng)村女孩的學校教育，需要從多方面著手予以特別重視。總之，要從教育供給側(cè)與工作需求側(cè)入手，加強政策引導，提升教育與工作適配的發(fā)生率，降低失配發(fā)生率。

需要著重指出的還有：其一，研究農(nóng)民工教育收益率時，有必要考慮教育與工作的匹配狀態(tài)，否則處于隱藏狀態(tài)的重要事實將被忽略掉。盡管教育過度的農(nóng)民工不多，但是對這類人群估算其教育收益狀況具有重要意義。其二，教育收益率研究只強調(diào)了教育在經(jīng)濟方面的作用。但是，在現(xiàn)實社會經(jīng)濟生活中，教育具有培養(yǎng)文化素養(yǎng)、改變精神氣質(zhì)等多方面的作用。從社會性角度來講，教育不足可能影響農(nóng)民工的職業(yè)發(fā)展，甚至還會通過代際傳遞影響農(nóng)民工子女的社會化過程。這些應(yīng)該是未來的研究方向。

主要參考文獻：

[1]范皚皚. 大學生人力資本的過度與不足——基于彌補型過度教育視角的實證分析[J]. 北京大學教育評論, 2012, (4): 100-119.

[2]國務(wù)院發(fā)展研究中心農(nóng)村經(jīng)濟研究部, 《公共財政支持農(nóng)村義務(wù)教育問題研究》課題組. 中國農(nóng)村教育收益率的實證研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟, 2007, (4): 4-10.

[3]黃斌, 高蒙蒙, 查晨婷. 中國農(nóng)村地區(qū)教育收益與收入差異[J]. 中國農(nóng)村經(jīng)濟, 2014, (11): 28-38.

[4]黃志嶺, 逯巖, 樊小鋼. 過度教育的收入效應(yīng)實證研究[J]. 財經(jīng)論叢, 2010, (6): 16-22.

[5](美)勞倫斯·漢密爾頓.應(yīng)用STATA做統(tǒng)計分析[M].郭志剛譯. 重慶: 重慶大學出版社, 2011.

[6]陸慧. 我國城鄉(xiāng)教育收益率的變動趨勢研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟, 2014, (1): 57-59.

[7]劉澤云, 蕭今. 教育投資收益分析[M]. 北京: 北京師范大學出版社, 2004.

[8]劉澤云, 邱牧遠. 中國農(nóng)村工資性就業(yè)教育收益率的估計[J]. 北京師范大學學報(社會科學版), 2011, (6): 79-90.

[9]羅潤東, 彭明明. 過度教育及其演變趨勢分析——基于CGSS受高等教育職員的調(diào)查[J]. 經(jīng)濟社會體制比較, 2010, (5): 173-179.

[10]寧光杰. 自選擇與農(nóng)村剩余勞動力非農(nóng)就業(yè)的地區(qū)收入差異——兼論劉易斯轉(zhuǎn)折點是否到來[J]. 經(jīng)濟研究, 2012, (2): 42-55.

[11]王廣慧, 徐桂珍. 教育——工作匹配程度對新生代農(nóng)民工收入的影響[J]. 中國農(nóng)村經(jīng)濟, 2014, (6): 66-73.

[12]武向榮. 中國過度教育的收入效應(yīng)[J]. 北京大學教育評論, 2007, (2): 136-146.

[13]易瑩瑩. 我國農(nóng)村就業(yè)人口的教育收益率測度——基于半?yún)?shù)計量模型的估計[J]. 安徽農(nóng)業(yè)科學, 2012, (15): 8728-8730.

[14]Bender K A, Heywood J S. Educational mismatch and the careers of scientists[J]. Education Economics, 2011, 19(3): 253-274.

[15]Bender K A, Roche K. Educational mismatch and self-employment[J]. Economics of Education Review, 2013, 34: 85-95.

[16]Clogg C C, Shockey J W. Mismatch between occupation and schooling: A prevalence measure, recent trends and demographic analysis[J]. Demography, 1984, 21(2): 235-257.

[17]Duncan G J, Hoffman S D. The incidence and wage effects of overeducation[J]. Economics of Education Review, 1981, 1(1): 75-86.

[18]Leuven E, Oosterbeek H. Overeducation and mismatch in the labor market[J]. Handbook of the Economics of Education, 2011, 4: 283-326.

[19]Murillo I P, Rahona-López M, del Mar Salinas-Jiménez M. Effects of educational mismatch on private returns to education: An analysis of the Spanish case (1995-2006)[J]. Journal of Policy Modeling, 2012, 34(5): 646-659.

[20]Nordin M, Persson I, Rooth D O. Education-occupation mismatch: Is there an income penalty?[J]. Economics of Education Review, 2010, 29(6): 1047-1059.

[21]Robst J. Education and job match: The relatedness of college major and work[J]. Economics of Education Review, 2007, 26(4): 397-407.

[22]Sattinger M, Hartog J. Nash bargaining and the wage consequences of educational mismatches[J]. Labour Economics, 2013, 23: 50-56.

[23]Shevchuk A, Strebkov D, Davis S N. Educational mismatch, gender, and satisfaction in self-employment: The case of Russian-language internet freelancers[J]. Research in Social Stratification and Mobility, 2015, 40: 16-28.

[24]Verdugo R R, Verdugo N T. The impact of surplus schooling on earnings: Some additional findings[J]. The Journal of Human Resources, 1989, 24(4): 629-643.Migrant Workers’ Education-occupation Matching and Wage Effect in China

(責任編輯許柏)

Yeerkenbai Suqin1, Wu Shanlin2

(1.InstituteofFinanceandEconomics,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China;2.SchoolofEconomics,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China)

From the perspective of education-occupation matching and wage effect, this paper uses actual matching method to evaluate the situation of migrant workers’ education-occupation matching based on the CGSS data in 2013, and further employs D-H model and V-V model to estimate the wage effect of education accepted by migrant workers. And accordingly, it discusses education benefits and penalties. It reaches the conclusions as follows: firstly, migrant workers obtain the highest education benefits in terms of education-occupation matching; secondly, as for the group of migrant workers, there is higher possibility of under-education, but there is still over-education; thirdly, male migrant workers have wage premiums resulting from over-education and wage discounts resulting from under-education, but female migrant workers do not have such characteristics; fourthly, in the short term, employers not only are willing to pay wage premiums to over-educated migrant workers, but also discount wages for under-educated migrant workers.

over-education; under-education; education-occupation matching; education benefit; education penalty

2016-06-20

國家自然科學基金項目(71473159)；上海財經(jīng)大學創(chuàng)新團隊支持計劃(2014110309)；上海財經(jīng)大學研究生創(chuàng)新基金項目(CXJJ-2012-306)

葉爾肯拜·蘇琴(1985-)，女，新疆伊犁人，上海財經(jīng)大學財經(jīng)研究所博士研究生；

伍山林(1963-)，男，湖南新邵人，上海財經(jīng)大學經(jīng)濟學院和數(shù)理經(jīng)濟學教育部重點實驗室教授、博士生導師。

F062.6

A

1001-9952(2016)11-0032-13

10.16538/j.cnki.jfe.2016.11.003