中國城鎮(zhèn)居民教育回報率的長期趨勢

劉澤云 王 駿

(北京師范大學(xué) 經(jīng)濟與工商管理學(xué)院、首都教育經(jīng)濟研究院， 北京100875)

中國城鎮(zhèn)居民教育回報率的長期趨勢

劉澤云 王 駿

(北京師范大學(xué) 經(jīng)濟與工商管理學(xué)院、首都教育經(jīng)濟研究院， 北京100875)

本文基于CHNS數(shù)據(jù)和CHIP數(shù)據(jù)，使用普通最小二乘法和工具變量法，估計了1988-2013年間中國城鎮(zhèn)居民教育回報率的變化趨勢。研究發(fā)現(xiàn)：中國城鎮(zhèn)居民的教育回報率在20世紀80年代末期到90年代初期維持在4%左右的低水平，從20世紀90年代中期開始快速提高，到2005年前后達到14%的最大值，此后下降并維持在11%的水平。其次，男性和女性的教育回報率都呈現(xiàn)出與全體居民教育回報率相同的變化趨勢，但女性的教育回報率始終高于男性，變動幅度也比男性大。最后，普通最小二乘法估計低估了教育回報率，而且估計女性的教育回報率更易受到內(nèi)生性偏誤的影響。建議政府要重視教育等人力資本在資源配置中發(fā)揮的激勵作用，不斷提高勞動力市場的市場化程度和完善勞動力市場制度，保障教育的價值在勞動力市場上充分彰顯。

教育回報率； 中國城鎮(zhèn)； 普通最小二乘法； 兩階段最小二乘法

一、引言

教育是最重要的人力資本投資形式，教育投資對于個人具有重要的經(jīng)濟價值。教育回報率衡量個體的受教育水平對其收入的影響，是教育經(jīng)濟學(xué)和勞動經(jīng)濟學(xué)研究的重要問題。對中國教育回報率的研究雖然起步較晚，但發(fā)展迅速且成果頗豐，受到了國內(nèi)外學(xué)者的廣泛關(guān)注。相對而言，關(guān)于中國教育回報率長期趨勢的研究比較薄弱，而估計教育回報率的長期趨勢具有重要的理論價值和現(xiàn)實意義。我國正處于經(jīng)濟和教育快速發(fā)展、轉(zhuǎn)型和改革不斷深入、收入差距不斷拉大的歷史時期，在這樣一個轉(zhuǎn)型中的發(fā)展中大國，分析教育收益率的長期變動趨勢對于豐富相關(guān)學(xué)科的理論體系具有重要的價值。同時，合理估計教育回報率，恰當把握教育回報率的變化趨勢，對于加快我國人力資本積累、提高教育資源配置效率、合理制定教育發(fā)展政策和公共財政政策、推進勞動力市場的市場化進程、優(yōu)化個人教育決策也具有重要的現(xiàn)實意義。

本文基于1989-2011年CHNS的九輪調(diào)查數(shù)據(jù)和1988-2013年CHIP的五輪調(diào)查數(shù)據(jù)，采用兩種計量方法對中國城鎮(zhèn)居民教育回報率及其長期變動趨勢進行了估計。一種是普通最小二乘法(Ordinary Least Square，簡稱OLS)；另一種方法是將配偶的受教育程度作為個體受教育程度的工具變量，采用兩階段最小二乘方法(Two-Stage Least Square，簡稱2SLS)。此外，本文還研究了不同性別勞動者教育回報率的變化趨勢，并嘗試從市場經(jīng)濟轉(zhuǎn)型、宏觀經(jīng)濟環(huán)境以及教育發(fā)展形勢等幾個角度來解釋研究發(fā)現(xiàn)。本文余下部分的結(jié)構(gòu)如下：第二部分是文獻綜述；第三部分簡要介紹估計教育回報率的相關(guān)理論和方法，給出本研究的估計策略；第四部分介紹本研究使用的數(shù)據(jù)和變量；第五部分展示中國城鎮(zhèn)居民總體和不同群體教育回報率的變化趨勢，并簡要分析教育回報率變化的原因；第六部分總結(jié)全文。

二、文獻綜述

對中國教育回報率的研究始于20世紀80年代末，在20世紀90年代中后期迅速增多。這些研究是估計中國教育回報率的早期嘗試，使用的多為小規(guī)模調(diào)查數(shù)據(jù)，采用的計量方法多為OLS方法。進入21世紀以后，教育回報率的研究日趨技術(shù)化，越來越多的研究者開始關(guān)注模型的識別問題，即識別教育與收入之間的因果關(guān)系。基于大規(guī)模調(diào)查數(shù)據(jù)，相關(guān)研究有的用樣本選擇模型糾正樣本選擇偏差(sample selection bias)，有的使用工具變量(instrumental variable)、準自然實驗(quasi-natural experiment)、雙胞胎差分模型(within-twin fixed effects model)等計量方法來控制內(nèi)生性偏誤(endogenous bias)。

但是，上述研究大多是對某一特定年份的教育回報率的估計，它們對于把握某個年份的教育回報率是有好處的，但對于理解一個較長時期內(nèi)教育回報率的變動趨勢顯然是不夠的。這是因為不同研究者使用的調(diào)查數(shù)據(jù)不同，估計方法也不相同，很難比較不同年份的估計結(jié)果。因此，為了理解教育回報率的變動趨勢，需要長期的抽樣調(diào)查數(shù)據(jù)，并在此基礎(chǔ)上做出連續(xù)而又一致的估計。目前，在我國開展的大規(guī)模的微觀住戶調(diào)查數(shù)據(jù)包括：中國社會科學(xué)院經(jīng)濟研究所、北京師范大學(xué)中國收入分配研究院實施的“中國居民收入項目”(China Household Income Program，簡稱CHIP)，國家統(tǒng)計局城調(diào)隊進行的城鎮(zhèn)住戶調(diào)查(Urban Household Survey，簡稱UHS)，美國北卡羅萊納大學(xué)和中國疾病控制和預(yù)防中心的國家營養(yǎng)和食品安全所合作建立的中國家庭營養(yǎng)與健康追蹤調(diào)查(China Household Nutrition Survey，簡稱CHNS)，中國社會科學(xué)院人口研究所的中國城市勞動力市場調(diào)查(China Urban Labor Survey，簡稱CULS)，中國人民大學(xué)中國調(diào)查與數(shù)據(jù)中心中國綜合社會調(diào)查(Chinese General Social Survey，簡稱CGSS)等等?；谶@些調(diào)查數(shù)據(jù)，關(guān)于中國教育回報率變化趨勢的研究在近十年逐漸涌現(xiàn)出來，簡述如下。

李實和丁賽使用1995年和1999年CHIP城鎮(zhèn)數(shù)據(jù)，采用OLS估計方法，發(fā)現(xiàn)中國城鎮(zhèn)居民教育回報率在1990年僅為2.5%，1995年上升到4.9%，1999年進一步上升到8.4%。①基于1991年、1995年和2000年的UHS數(shù)據(jù)，陳曉宇等采用OLS方法估計出三個年份的城鎮(zhèn)居民教育回報率分別為2.95%、4.66%和7.53%，與李實和丁賽的估計結(jié)果十分相近。②Appleton等使用1988-2002年CHIP城鎮(zhèn)數(shù)據(jù)，采用面板數(shù)據(jù)固定效應(yīng)模型，發(fā)現(xiàn)中國城鎮(zhèn)居民教育回報率在1990-1995年、1995-1999年、1999-2002年間分別增長了2.7%、1.3%和1.8%。③盡管這一估計結(jié)果明顯低于上述兩項研究，但中國城鎮(zhèn)居民教育回報率的增長速度依然快于OECD國家。而后續(xù)研究將年份推至21世紀的前10年。Ge和Yang使用1988-2007年UHS數(shù)據(jù)，發(fā)現(xiàn)中國教育收益在此期間從不足4%上升至超過11%，并認為中國城鎮(zhèn)勞動力市場化程度已經(jīng)接近國際標準。④陳純槿和胡詠梅使用1988-2007年CHIP城鎮(zhèn)數(shù)據(jù)，發(fā)現(xiàn)中國城鎮(zhèn)居民教育收益率從1988年的2.6%上升到2002年的5.3%，而后逐漸趨于平穩(wěn)，2007年為5.6%。⑤由于該研究控制了包括行業(yè)、職業(yè)和單位所有性質(zhì)等工作特征，其估計結(jié)果明顯低于其他研究?；?000年、2002年、2004年、2006年、2008年和2009年UHS數(shù)據(jù)，丁小浩等發(fā)現(xiàn)中國城鎮(zhèn)居民教育回報率基本保持在10%左右的水平，并未呈現(xiàn)出明顯的增長或下降趨勢。⑥

一些研究采用更高級的計量方法估計中國城鎮(zhèn)居民教育回報率的變動趨勢。例如，鄧峰和丁小浩借助1989-2009年CHNS數(shù)據(jù)，采用多層線性回歸模型(Hierarchical Linear Model，簡稱HLM)的方法，發(fā)現(xiàn)中國城鎮(zhèn)居民教育回報率的增長趨勢在2004年開始放緩并在2006年后出現(xiàn)下降。⑦也有一些研究使用Heckman兩階段模型剔除了模型中可能存在的樣本選擇偏差。比如齊良書使用1989-2000年CHNS發(fā)現(xiàn)教育回報率在1989-1993年有所下降，但自1993年以后持續(xù)上升。⑧Zhang等使用1988-2001年UHS數(shù)據(jù)也得到了相似的結(jié)果。⑨還有研究采用工具變量法識別教育和收入的因果關(guān)系。鐘甫寧和劉華基于1989-2004年CHNS數(shù)據(jù)，將由最高學(xué)歷轉(zhuǎn)化的年限作為受教育年限的工具變量，發(fā)現(xiàn)中國城鎮(zhèn)居民教育回報率在此期間呈現(xiàn)逐年增長的趨勢。⑩Gao 和 Smyth使用2001年、2005年和2010年CULS數(shù)據(jù)，將配偶的受教育年限和異方差性作為工具變量，發(fā)現(xiàn)中國城鎮(zhèn)居民教育回報率由2001年的7.14%上升到2005年的8.32%，而后進一步上升至2010年的9.49%。但由于CULS數(shù)據(jù)只包括中國五個較大規(guī)模城市數(shù)據(jù)，且流動人口中大部分為長期定居者，故有可能高估教育回報率。因此，難以將該研究的估計結(jié)果與鄧峰和丁小浩的研究結(jié)果相比較。

此外，還有研究采用文獻計量的方法對中國教育回報率的變動趨勢進行研究。Liu和Zhang對發(fā)表在SSRN(Social Science Research Network)的以1975-2008年教育回報率為估計對象的43項國外研究進行了元分析(meta-analysis)。研究發(fā)現(xiàn)，在1975-1988年和1989-1995年，教育回報率分別以年均0.299個百分點和0.236個百分點的速度增長。特別是在1996-2002年，教育回報率年均增長0.504個百分點，而后出現(xiàn)停滯甚至出現(xiàn)下降狀態(tài)。

我們將上述各項研究的估計結(jié)果按照估計方法反映在圖1中，并使用年份的三次多項式繪出了擬合線。圖1中的估計值均為標準的明瑟收入方程估計得到的受教育年限的估計系數(shù)，控制變量只包括年齡或年齡的平方項(也可以是工作經(jīng)驗或工作經(jīng)驗的平方項)、性別和省份虛擬變量，極個別研究控制了工作特征。可以看出，使用OLS方法估計的教育回報率在20世紀80年代末90年代初處于停滯狀態(tài)，隨后迅速增長并在2005年前后達到峰值，而后出現(xiàn)下降。樣本選擇模型估計的教育回報率在20世紀90年代初短暫下降，而后大幅度增長，2000年以后迅速下降，而應(yīng)用工具變量法估計的教育回報率則呈現(xiàn)明顯的上升趨勢。雖然后兩種方法得到的估計值可能在一定程度上更準確，但必須小心看待圖1中所反映的這兩種方法估計的教育回報率的變動趨勢。首先，鮮有研究者使用這兩種方法估計教育回報率，故教育回報率估計值的數(shù)目也相對較少；其次，這些估計往往基于某個單獨的數(shù)據(jù)庫，易受到數(shù)據(jù)庫抽樣特征和調(diào)查偏誤的影響；最后，這些研究所用的數(shù)據(jù)年份過早，難以反映出2005年以后中國城鎮(zhèn)居民教育回報率的變動趨勢。

圖1 已有研究的教育回報率估計結(jié)果

三、模型與方法

在計量教育回報率的經(jīng)驗研究中，明瑟收入方程被研究者廣泛采用，其基本形式為：

(1)

其中，lnYi表示個體i工資收入的對數(shù)，Si表示個體i的受教育年限，Xi表示其他外生的控制變量，主要包括工作經(jīng)驗和工作經(jīng)驗的平方項，此外還經(jīng)常包括性別、工作地區(qū)等變量，εi是隨機誤差項。β的估計值就是教育回報率。由于內(nèi)生性問題的存在，利用式(1)得到的β的OLS估計值反映的僅是教育與收入的相關(guān)性，而非二者的因果關(guān)系。內(nèi)生性問題的來源包括遺漏變量、測量誤差和反向因果。由于個體的教育決策基本上發(fā)生在個體進入勞動力市場之前，因此在估計教育回報率時不存在反向因果的問題。遺漏變量最常見的情況是個體能力等不可觀測的因素被遺漏在誤差項中，而這些因素既與受教育年限相關(guān)，又與收入相關(guān)，這就會給β的估計帶來偏誤。至于測量誤差問題，是指由于收入變量或教育變量存在測量誤差，從而導(dǎo)致教育回報率的OLS估計有偏且不一致。一般來說，遺漏能力變量通常使得OLS方法估計高估教育回報率，而教育變量存在經(jīng)典測量誤差通常導(dǎo)致教育回報率的OLS估計值偏低。

在估計教育回報率的經(jīng)驗研究中，研究者主要采用以下五種方法來識別教育與收入的因果效應(yīng)。一是將智力或能力測驗分數(shù)作為個人能力的代理變量。二是采用雙胞胎樣本利用差分模型控制不可觀測的因素。三是工具變量法，常用的工具變量包括父母的受教育程度、配偶的受教育程度、兄弟姐妹的數(shù)量、出生的年月或季度、居住地與學(xué)校的地理距離等。四是利用自然實驗識別因果關(guān)系。本質(zhì)上講，這是一種特殊的工具變量法，常用的自然實驗包括重大的教育改革如《義務(wù)教育法》的頒布和修訂，也包括顯著影響個人受教育程度的社會變革如中國的文化大革命。五是利用異方差性解決內(nèi)生性問題。

上述方法在理論和實踐層面均存在不同程度的缺陷。首先是數(shù)據(jù)的可得性，比如雙胞胎樣本尤其是同卵雙胞胎數(shù)量很少，需要較大規(guī)模的調(diào)查項目才能予以支持，操縱性差。再如現(xiàn)有的調(diào)查數(shù)據(jù)無法區(qū)分個體的出生年月是陰歷還是陽歷，且因上學(xué)而謊報和修改出生年月的現(xiàn)象以及利用社會關(guān)系改變?nèi)雽W(xué)時間的違規(guī)行為在中國廣泛存在，因而出生的年月或季度不是一個好的工具變量。其次是樣本的代表性，比如雙胞胎樣本非常特殊，對人群總體的代表性值得懷疑。再如，利用自然實驗估計的是局部平均處理效應(yīng)，是受自然實驗影響的群體的教育回報率，并不是總體的教育回報率。最后是方法的適用性，比如利用異方差性消除能力的前提是回歸模型必須存在異方差問題。同時，代際流動的相關(guān)研究表明，父母的受教育程度顯著地直接影響子女的收入水平，因而父母的受教育程度和家庭背景特征往往不是好的工具變量。

綜上所述，本文將配偶的受教育程度作為個體受教育程度的工具變量。首先，從理論上講，婚姻選擇具有匹配性，即夫妻雙方通常具有相同的興趣、經(jīng)歷和行為特征，受教育水平也往往相近，故夫妻的受教育水平具有很強的相關(guān)性。同時，配偶的受教育水平不會直接影響本人的工資收入，因此符合工具變量的基本條件。其次，從實踐上講，在估計教育回報率的經(jīng)驗研究中，配偶的受教育程度常被作為工具變量，無論是針對發(fā)達國家的研究，針對發(fā)展中國家的研究，還是針對中國的研究，這些研究證明配偶的受教育程度是一個強工具變量。因此，本文通過將配偶的受教育程度作為工具變量識別教育與收入的因果關(guān)系。具體而言采用2SLS方法估計教育回報率。首先估計約簡型方程(reduced form equation)，即式(2)

(2)

(3)

四、數(shù)據(jù)與變量

在研究教育回報率的長期趨勢，或者開展類似的長期趨勢研究時，高質(zhì)量、連續(xù)性的微觀數(shù)據(jù)資源是必不可少的先決條件。我國現(xiàn)有的大規(guī)模住戶調(diào)查數(shù)據(jù)中，國家統(tǒng)計局的住戶調(diào)查數(shù)據(jù)無疑是最佳選擇，遺憾的是這一數(shù)據(jù)資源無法通過公開渠道獲得。因此本文使用跨越年份最長的CHNS數(shù)據(jù)庫和CHIP數(shù)據(jù)庫。

CHNS項目于1989年、1991年、1993年、1997年、2000年、2004年、2006年、2009年和2011年先后進行了九輪調(diào)查。該調(diào)查采用多階段分層整群隨機抽樣方法，范圍覆蓋全國不同地理位置和經(jīng)濟發(fā)展水平的8-12個省份，內(nèi)容涉及家庭和人口特征、收入狀況、健康與營養(yǎng)狀況等。這九輪調(diào)查均覆蓋的省份包括江蘇、山東、河南、湖北、湖南和廣西，遼寧參與了除1997年外的八輪調(diào)查，黑龍江參與了1997年之后的六輪調(diào)查，北京、上海和重慶從2011年開始參與調(diào)查。出于盡量統(tǒng)一各年份樣本的考慮，本文剔除了北京、上海和重慶的調(diào)查樣本。

CHIP項目于1988年、1995年、2002年、2007年和2013年先后進行五輪調(diào)查。CHIP項目按照東、中、西分層，采用系統(tǒng)抽樣方法抽取得到最終樣本，調(diào)查內(nèi)容包括住戶個體層面的基本信息、就業(yè)信息，以及家庭層面的基本信息和收支狀況。各輪調(diào)查均包含的省份包括北京、遼寧、江蘇、廣東、山西、安徽、河南、湖北、云南和甘肅。四川參與了1995年之后的四輪調(diào)查，1997年成為直轄市的重慶參與了2002年之后的三輪調(diào)查。2007年CHIP城鎮(zhèn)數(shù)據(jù)包括兩類。一類是國家統(tǒng)計局(NBS)提供給CHIP的，是其每年城鎮(zhèn)住戶調(diào)查的一部分，除了上述省份外，還包括上海、浙江、福建和湖南；另一類是利用獨立的CHIP問卷進行家庭入戶調(diào)查所得，涉及上海、江蘇、浙江、安徽、河南、湖北、廣東、重慶和四川等省份。為保證分析結(jié)果的可比性，本文使用前者，并剔除上海、浙江、福建和湖南的樣本。山東和河南參與了2013年的調(diào)查，但出于統(tǒng)一樣本省份的考慮，本文所用樣本也不包括這兩個省份。

CHIP數(shù)據(jù)庫的優(yōu)點是樣本量較大，收入數(shù)據(jù)比較準確，因而估計結(jié)果更為可靠，同時跨越的時間段更長，適合于估計長期趨勢。而CHNS數(shù)據(jù)庫的樣本量小，且收入數(shù)據(jù)是自報的，因而需要考慮其估計結(jié)果的可靠性。但CHIP相鄰兩輪數(shù)據(jù)之間平均間隔6年，間隔的年份較長，難以把握一些關(guān)鍵時期教育回報率的細微變化；而CHNS相鄰兩輪數(shù)據(jù)之間的平均間隔約為3年。同時，CHIP歷次調(diào)查的問卷有較大差別，甚至一些關(guān)鍵變量的定義都不盡相同；而CHNS較好地實現(xiàn)了問卷設(shè)計的一致性。此外，CHNS和CHIP的調(diào)查年份并不重疊。因此，可以說兩個數(shù)據(jù)庫具有一定的互補性，下文在分析教育回報率的長期趨勢時將其結(jié)合起來使用。

對數(shù)據(jù)的篩選基于以下幾點考慮。第一，根據(jù)我國退休年齡的相關(guān)規(guī)定，以及我國《婚姻法》對結(jié)婚年齡的規(guī)定，本文將全部樣本限定在16-60周歲的男性和16-55周歲的女性，將已婚樣本限定在22-60周歲的男性和20-55周歲的女性。第二，分析對象僅限于勞動力人口，即就業(yè)狀態(tài)為正在就業(yè)的個體，不包括離退休者、在校學(xué)生、待業(yè)或失業(yè)者以及喪失勞動能力者。第三，由于明瑟收入方程的因變量是工資性收入，故本文分析對象僅限于雇員，不包括自我雇傭者(如個體戶、私營企業(yè)主等)，因為這部分個體的收入屬于經(jīng)營性收入而非工資性收入。最后，本文根據(jù)調(diào)查信息生成已婚樣本。CHNS數(shù)據(jù)可根據(jù)個體配偶在該戶的代碼確定已婚樣本。CHIP數(shù)據(jù)則根據(jù)個體與戶主的關(guān)系確定已婚樣本。與CHNS不同，由于個體身份的識別問題，CHIP的已婚樣本只包括以戶主和配偶組成的夫妻，而不包括子女和媳婿組成的夫妻，以及父母和岳父母或公婆組成的夫妻。

CHNS在調(diào)查個體收入時，詢問了個體主要職業(yè)和第二職業(yè)的工資、補貼和獎金的具體數(shù)額。2009年和2011年則只詢問了工資和補貼的總額。1989年CHNS沒有直接詢問工資情況，而詢問了個體的工資類型、工作時間和工作量等信息。相比較而言，CHIP擁有更為詳細和準確的個人和家庭收支統(tǒng)計數(shù)據(jù)。1988年和1995年數(shù)據(jù)只提供了個體自報的當前主要工作的收入狀況。2002年數(shù)據(jù)和2007年NBS提供給CHIP的數(shù)據(jù)只提供了個體全年所有工作的工資性收入。2013年CHIP數(shù)據(jù)既提供了個體自報的當前主要工作的收入，又提供了全年所有工作的工資性收入。根據(jù)上述信息，本文將個體收入定義為來自當前主要工作的月工資性收入(包括工資、補貼額獎金)。1988年CHIP的收入數(shù)據(jù)按照計時工資和計件工資處理后計算得到。由于收入信息的缺失，2002年和2007年使用個體全年所有工作的工資性收入?；貧w中均采用取對數(shù)的名義月收入。

CHNS和CHIP調(diào)查均提供了兩種形式的受教育程度，一是在正規(guī)學(xué)校接受的正規(guī)教育的年數(shù)，二是最高學(xué)歷，后者可轉(zhuǎn)化為受教育年限。由于后者可能存在較大的測量誤差，故本文用個體接受的正規(guī)教育的年數(shù)衡量受教育年限，該信息缺失的樣本用最高學(xué)歷轉(zhuǎn)化的受教育年限補齊。根據(jù)年齡和受教育年限，可以計算潛在工作經(jīng)驗。具體的計算方法是：假定個體6歲入學(xué)，若受教育年限小于10年，潛在工作經(jīng)驗等于年齡減去16；若受教育年限大于或等于10年，潛在工作經(jīng)驗等于年齡減去受教育年限再減去6。其他解釋變量還包括性別和省份虛擬變量，以控制工資性收入的性別差異和地區(qū)差異。但本文沒有控制職業(yè)、行業(yè)和單位所有制性質(zhì)等工作特征變量。原因在于這些變量是本文關(guān)注的解釋變量(即受教育程度)的結(jié)果變量，是不合格的控制變量(bad controls)。

CHNS樣本和CHIP樣本各變量描述統(tǒng)計分別見表1和表2。可以看出，對CHNS樣本而言，全部樣本平均年齡從1989年的34.36歲上升至2011年的40.85歲，平均受教育年限從1989年的9.19年上升至2011年的11.37年，平均潛在工作經(jīng)驗從1989年的17.42年上升至2011年的22.72年，平均名義月收入的對數(shù)從1989年的4.84上升至2011年的7.54。對CHIP樣本而言，全部樣本平均年齡從1989年的36.86歲上升至2013年的40.25歲，平均受教育年限從1989年的10.51年上升至2013年的12.08年，平均潛在工作經(jīng)驗從1989年的19.43年上升至2013年的22.18年，平均名義月收入的對數(shù)從1989年的4.85上升至2013年的7.84。由此可見，兩個樣本的描述性統(tǒng)計大致相同。已婚樣本的情況與之類似，其平均年齡、受教育年限、潛在工作經(jīng)驗和名義月收入的變動趨勢與全部樣本大致相同。但比較而言，已婚樣本的平均年齡和潛在工作經(jīng)驗明顯高于全部樣本，平均受教育年限略低于全部樣本，但名義月收入的對數(shù)略高于全部樣本。需要指出的是，CHIP樣本的平均受教育程度明顯高于CNHS樣本，這可能是因為兩套數(shù)據(jù)庫的抽樣省份不同，抽樣方法也不同。

表1 CHNS樣本各變量描述統(tǒng)計(均值)

注：樣本省份為江蘇、山東、河南、湖北、湖南、廣西、遼寧(不包括1997年數(shù)據(jù))、黑龍江(不包括1989年、1991年、1993年數(shù)據(jù))。

表2 CHIP樣本各變量描述統(tǒng)計(均值)

注：樣本省份為北京、遼寧、江蘇、廣東、山西、安徽、河南、湖北、云南、甘肅、重慶、四川(不包括1988年數(shù)據(jù))。

五、中國城鎮(zhèn)居民教育回報率的長期趨勢

(一)中國城鎮(zhèn)居民教育回報率的整體變化趨勢

CHNS樣本和CHIP樣本各年份教育回報率的估計結(jié)果分別見表3和表4。在基于已婚樣本的2SLS估計結(jié)果中，對于內(nèi)生性檢驗，我們報告的是Wu-Hausman檢驗的F值統(tǒng)計量。檢驗結(jié)果顯示，對于大部分年份(不包括1993年、2000年和2009年CHNS樣本)來說，受教育年限確實具有內(nèi)生性。對于弱工具變量檢驗，我們報告的是Cragg-Donald Wald檢驗的F統(tǒng)計量。檢驗結(jié)果顯示，所有F值均大于10，說明配偶的受教育年限是一個強工具變量。表3和表4還報告了基于全部樣本和已婚樣本的OLS估計結(jié)果。

表3 教育回報率估計結(jié)果：CHNS樣本

注：(1)所有模型均僅控制受教育年限、工作經(jīng)驗、工作經(jīng)驗的平方項、性別和省份虛擬變量；(2)所有估計系數(shù)均為變量“受教育年限”的估計系數(shù)；內(nèi)生性檢驗報告的是Wu-Hausman檢驗的F值統(tǒng)計量，弱工具變量檢驗報告的是Cragg-Donald Wald檢驗的F統(tǒng)計量；(4)括號中為異方差穩(wěn)健的標準誤；(5)*、**和***分別表示在10%、5%和1%的水平下統(tǒng)計顯著。

表4 教育回報率估計結(jié)果：CHIP樣本

注：同表3。

根據(jù)表3和表4中2SLS的估計結(jié)果，對CHIP樣本而言，教育回報率從1988年的3.87%上升至2007年的14.31%，而后下降至2013年的11.34%，呈現(xiàn)先上升后下降的趨勢。對CHNS樣本而言，1989年的教育回報率為5.03%，小幅下降至1993年的3.28%后迅速上升至2004年的14.00%，而后下降至2011年的10.36%。

由于CHIP數(shù)據(jù)庫和CHNS數(shù)據(jù)庫的抽樣方法和樣本省份不同，兩套數(shù)據(jù)庫的估計結(jié)果不宜直接進行比較。但我們發(fā)現(xiàn)，兩個數(shù)據(jù)庫估計的教育回報率在相近年份基本相同，說明用不同數(shù)據(jù)庫得到的教育回報率估計結(jié)果是穩(wěn)健的。因此，為了盡可能全面地呈現(xiàn)教育回報率在不同年份之間的變化，我們把兩個數(shù)據(jù)庫的估計結(jié)果合起來呈現(xiàn)在圖2中。

基于圖2，有三個發(fā)現(xiàn)：其一，糾正內(nèi)生性偏誤后的2SLS估計結(jié)果表明，中國城鎮(zhèn)居民的教育回報率在20世紀80年代末期到90年代初期維持在4%左右的低水平，且在此期間有下降的趨勢；從20世紀90年代中期開始快速提高，到2002-2007年間達到最大值，約為14%；此后出現(xiàn)下降，在2009年以后維持在11%的水平。此外，基于兩個樣本的OLS估計結(jié)果也呈現(xiàn)出基本相同的趨勢，說明對教育回報率長期變動趨勢的分析結(jié)果是穩(wěn)健的。其二，兩個樣本的OLS估計結(jié)果基本一致，說明已婚樣本對全部樣本有比較良好的代表性。其三，在相同年份，OLS估計結(jié)果明顯小于2SLS估計結(jié)果。說明教育回報率的OLS估計存在內(nèi)生性偏誤，而且測量誤差的影響比能力偏誤的影響更大。

圖2 中國城鎮(zhèn)居民教育回報率的長期趨勢

本文估計的教育回報率的變動趨勢與已有文獻基本一致但也有所區(qū)別。首先，使用全部樣本OLS估計的教育回報率約在2%-10%之間，這與已有文獻的估計結(jié)果大致相同。其次，一些研究發(fā)現(xiàn)中國城鎮(zhèn)居民教育回報率在2005年之后依然保持穩(wěn)定的增長態(tài)勢；也有研究認為教育回報率在2005年之后的增速放緩甚至出現(xiàn)停滯狀態(tài)；還有研究與本文估計結(jié)果類似，發(fā)現(xiàn)教育回報率呈現(xiàn)先上升后下降的變化趨勢，但拐點出現(xiàn)的時間略有區(qū)別。本文發(fā)現(xiàn)，進入21世紀以后，教育回報率由上升轉(zhuǎn)為下降，轉(zhuǎn)折點大約在2005年前后。再次，雖然多數(shù)研究表明，教育回報率在1989-1993年間持續(xù)上升，但本研究與Zhang等和齊良書等的研究結(jié)果一致，即在20世紀80年代末90年代初，教育回報率出現(xiàn)小幅下降。最后，與幾乎所有的研究一致，在20世紀90年代中后期到21世紀的最初幾年，教育回報率呈現(xiàn)快速增長的態(tài)勢。

(二)中國城鎮(zhèn)居民教育回報率變化趨勢的原因分析

中國城鎮(zhèn)居民教育回報率的變化是經(jīng)濟體制改革、宏觀經(jīng)濟環(huán)境和教育發(fā)展等多方面因素作用的結(jié)果。CHNS樣本的估計結(jié)果發(fā)現(xiàn)教育回報率在1989-1993年間很低而且出現(xiàn)了短暫下降。這是因為教育回報率很大程度上取決于勞動力市場的市場化程度，因為只有在完全競爭的勞動力市場中，勞動者的收入才主要取決于由人力資本投資決定的勞動生產(chǎn)率，從而教育才能充分發(fā)揮其對個人收入的影響。而中國的市場經(jīng)濟始于1992年鄧小平的“南巡講話”和1993年發(fā)布的《中共中央關(guān)于建立社會主義市場經(jīng)濟體制若干問題的決定》，在此之前，教育對于中國勞動者收入的影響很小，因此教育回報率低甚至出現(xiàn)下降是很有可能的。當然，也有研究認為中國的1985-1986年的勞動工資制度改革對提高教育回報率的影響效果不明顯，或者當時曾有短暫效果，但隨后迅速消退。

20世紀90年代中期以后，隨著社會主義市場經(jīng)濟體制的建立和逐步完善，包括勞動合同制度在20世紀90年代的大力推行，勞動力市場化程度普遍提高，工資制度改革使得工資更加靈活，獎金能夠更靈活地反映勞動者的工作表現(xiàn)和生產(chǎn)能力，這些制度變革在一定程度上提高了生產(chǎn)能力和生產(chǎn)效率較高的勞動者的工資水平，因此在1993-1997年間教育回報率上升明顯。1997-2002年間，中央政府為提高國有企業(yè)的運營效率而進行的國有企業(yè)改革，導(dǎo)致中大型國有企業(yè)和集體所有制企業(yè)大量員工下崗，這是教育回報率在1997-2000年間增長放緩的原因。但整體來看，教育回報率在1995至2005年間快速增長。這是三方面原因共同作用的結(jié)果。其一，在這一時期，中國經(jīng)濟的市場化進程發(fā)展很快，教育的市場價值迅速在勞動力市場得到彰顯。其二，中國經(jīng)濟的高速發(fā)展和技術(shù)變革導(dǎo)致的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整極大地增加了社會對高教育程度勞動者的需求，使得高技能勞動者的工資回報增加。其三，隨著城鎮(zhèn)化水平的不斷提高，大量外來務(wù)工人員從農(nóng)村涌向城市，使得低教育程度勞動者的供給增加，從而造成低技能勞動者的工資回報的下降。因此，教育回報率在此期間實現(xiàn)了快速增長。

受教育擴張和勞動力流動的影響，教育回報率在2005年之后出現(xiàn)了停滯甚至下降。一方面，受高校擴招政策的影響，高教育程度勞動者的供給迅速增加，使得高技能勞動者的工資回報下降。另一方面，雖然國民經(jīng)濟依然保持著良好的增長態(tài)勢，但隨著“劉易斯拐點區(qū)間”的逼近，“民工荒”或“招工難”現(xiàn)象愈發(fā)嚴重，社會對低教育程度勞動者的需求增加，使得低技能勞動者的工資回報上升。因此，教育回報率在2005年后并未延續(xù)之前的增長勢頭。2007年后，受到全球金融危機的影響，中國的經(jīng)濟增長率開始下滑，高技能勞動者的就業(yè)壓力增加，降低了其工資議價能力，使得這部分勞動者的工資回報下降。再加上高校擴招政策的不斷深入和基礎(chǔ)教育質(zhì)量的持續(xù)提升，教育供給增加對教育回報率的抑制作用愈發(fā)明顯，也在一定程度上加劇了教育回報率的下降趨勢。但CHNS樣本的估計結(jié)果表明，在教育回報率持續(xù)下降的大趨勢下，2009-2011年出現(xiàn)小幅度上升。這可能是因為金融危機波及中國后，中國政府為擴大內(nèi)需、促進經(jīng)濟平穩(wěn)較快增長，實施“四萬億”計劃，需求的拉動和經(jīng)濟的復(fù)蘇使得對高技能勞動者的需求增加，從而提高了其工資回報，最終導(dǎo)致教育回報率的小幅上升。

(三)不同性別勞動者教育回報率的長期趨勢

以上分析了中國城鎮(zhèn)居民教育回報率的整體變動趨勢。但不同性別勞動者的教育回報率可能不同，其變化趨勢也可能存在差異，故有必要進行更為深入的分析。我們把每一年份的數(shù)據(jù)拆分成男性和女性兩個樣本，分別估計了男性和女性的教育回報率，結(jié)果見表5和表6。同時，將CHNS和CHIP兩個樣本的估計結(jié)果合起來，得到圖3的變化趨勢圖。為節(jié)省篇幅，圖3僅給出2SLS的估計結(jié)果。我們有三點發(fā)現(xiàn)：

圖3 不同性別勞動者教育回報率的變化趨勢(2SLS估計結(jié)果)

第一，2SLS估計結(jié)果表明，中國城鎮(zhèn)男性和女性教育回報率的變動趨勢基本相同，即在20世紀80年代末期到90年代初期維持在較低水平，從20世紀90年代中期開始快速提高，到2002-2007年間達到最大值，此后出現(xiàn)下降。這與全體城鎮(zhèn)居民教育回報率的變動趨勢是一致的。但是從變動幅度看，女性教育回報率的變動幅度比男性更大，即女性教育回報率的增長和下降都更為劇烈。一方面是因為男性的受教育程度雖然高于女性，但群體內(nèi)部的變異性卻低于女性，故教育和技能溢價對女性勞動者體現(xiàn)得更為明顯；另一方面，女性相對于男性而言，應(yīng)對外生沖擊的能力相對較低，更容易表現(xiàn)出心理和精神上的脆弱，因而更容易受到外生沖擊的影響。

第二，在相同年份，中國城鎮(zhèn)女性教育回報率始終高于男性。我們認為主要有三個方面原因。首先，男性更容易發(fā)揮在體力方面的比較優(yōu)勢，而女性更傾向于從事腦力勞動或技能密集型的工作，由于在單位時間內(nèi)，腦力勞動者的工資高于體力勞動者的工資，因此女性教育回報率會高于男性。其次，女性勞動者上學(xué)的機會成本比男性低，但由于明瑟收益率只考慮機會成本而不考慮直接成本，所以女性的教育回報率高于男性。最后，高教育水平女性勞動者面臨的勞動力市場歧視較低，而低教育水平女性勞動者面臨的勞動力市場歧視較高，從而拉大了不同教育水平女性勞動力之間的收入差距。

第三，從表5和表6可以看出，對男性而言，用OLS和2SLS兩種方法估計得到的教育回報率比女性更為接近，說明估計女性教育回報率更容易受到內(nèi)生性偏誤的影響。中國歷來有“重男輕女”的傳統(tǒng)，中國家庭更加重視男孩的教育，故不管男孩的能力高低，父母都會盡可能延長男孩的受教育年限，而對于女孩來說，只有能力較高的女孩才能夠擁有更多的受教育機會。因此遺漏能力變量對估計女性教育回報率的影響可能會更大一些。當然，如果2SLS方法僅僅解決的是能力偏誤問題，那么2SLS估計結(jié)果應(yīng)當小于OLS估計結(jié)果。但恰好相反，2SLS估計結(jié)果不僅明顯高于OLS，而且對兩種方法估計的教育回報率的偏差而言，女性大于男性。由于個體的受教育年限與其配偶的受教育年限顯著相關(guān)(相關(guān)系數(shù)顯著高于0.6)，結(jié)合第一階段回歸和弱工具變量檢驗結(jié)果，基本排除了工具變量無效的可能性。因此可能的原因是，女性樣本的測量誤差問題可能更為嚴重。由于個體采用回答問題的方式直接報告自己的受教育年限，調(diào)查得到的數(shù)據(jù)難免與實際數(shù)據(jù)存在偏差。女性的平均受教育程度低于男性，而一般來說個人傾向于高報自己的受教育程度，因此女性樣本的測量誤差問題可能更為嚴重。

表5 不同性別勞動者的教育回報率：CHNS樣本

注：(1)所有模型均僅控制受教育年限、工作經(jīng)驗、工作經(jīng)驗的平方項、性別和省份虛擬變量；(2)所有估計系數(shù)均為變量“受教育年限”的估計系數(shù)；(3)下劃線表明通過內(nèi)生性檢驗；(4)括號中為異方差穩(wěn)健的標準誤；(5)*、**和***分別表示在10%、5%和1%的水平下統(tǒng)計顯著。

表6不同性別勞動者的教育回報率：CHIP樣本

注：同表5。

六、結(jié)語

在我國教育快速發(fā)展、經(jīng)濟持續(xù)轉(zhuǎn)型的背景下，研究教育回報率的長期變動趨勢具有重要的理論價值和現(xiàn)實意義。本文基于CHNS數(shù)據(jù)和CHIP數(shù)據(jù)，使用普通最小二乘法和工具變量法，估計了1988-2013年間中國城鎮(zhèn)居民教育回報率的變化趨勢。研究發(fā)現(xiàn)：首先，中國城鎮(zhèn)居民的教育回報率在20世紀80年代末期到90年代初期維持在4%左右的低水平，從20世紀90年代中期開始快速提高，到2005年前后達到14%的最大值，此后出現(xiàn)下降并維持在11%的水平。其次，男性和女性的教育回報率都呈現(xiàn)出與全體城鎮(zhèn)居民教育回報率相同的變化趨勢，但女性的教育回報率始終高于男性，變動幅度也比男性大。最后，普通最小二乘估計低估了教育回報率，而且估計女性的教育回報率時更易受到內(nèi)生性偏誤的影響。我們認為，市場經(jīng)濟轉(zhuǎn)型(特別是勞動力市場的市場化進程)、宏觀經(jīng)濟環(huán)境以及教育發(fā)展形勢是解釋教育回報率長期變動的重要原因。

基于此，我們認為政府應(yīng)重視教育等人力資本在資源配置中發(fā)揮的激勵作用，繼續(xù)加大對教育的各項投入，提高勞動者素質(zhì)及其在勞動力市場的競爭力，尤其是為受教育程度較低的勞動者提供更為充分的就業(yè)就會，增加對他們的職業(yè)技術(shù)培訓(xùn)，縮小收入差距。同時，政府應(yīng)當進一步提高勞動力市場的市場化程度，完善勞動力市場制度建設(shè)，保障教育的價值在勞動力市場上充分彰顯。

本文的不足之處主要源于數(shù)據(jù)的限制。首先，CHNS數(shù)據(jù)的樣本量較小，會影響估計結(jié)果的精確性。其次，兩個數(shù)據(jù)庫的抽樣方法和樣本省份不同，將兩個數(shù)據(jù)庫的估計結(jié)果合在一起分析可以最大限度地利用現(xiàn)有數(shù)據(jù)資源探究教育回報率逐年變化的情況，但也存在估計結(jié)果不可比的風險。最后，受到樣本量的限制，我們的分析沒有考慮樣本選擇偏差問題，也沒有考察不同工作特征對教育回報率的影響。由于中國存在嚴重的勞動力市場分割，不同行業(yè)、不同職業(yè)和不同所有制性質(zhì)的工作單位的工資決定機制存在顯著差異，因而有必要運用多限值選擇模型進行更為細致的分析。我們呼吁相關(guān)政府部門公開或部分公開官方的住戶調(diào)查數(shù)據(jù)，以便于研究者開展高質(zhì)量的研究和提出符合實際情況的政策建議。同時，相關(guān)研究者和研究機構(gòu)在開展跨年份的微觀數(shù)據(jù)調(diào)查時，應(yīng)盡可能保證在抽樣方法、抽樣地域以及問卷設(shè)計等方面的一致性，并縮小調(diào)查年份之間的時間間隔。

最后需要說明的是，在估計教育回報率的文獻中，有很多研究者在明瑟收入方程中不使用受教育年限這一連續(xù)變量，而是加入表示不同學(xué)歷(如初中、高中、大學(xué))的虛擬變量，從而估計出不同學(xué)歷層次的回報率。這類研究當然是有價值的，特別是在教育快速發(fā)展的時期，觀察高中階段教育或高等教育回報率的長期變化將具有非常重要的現(xiàn)實意義。然而，在使用上述方法估計不同學(xué)歷的回報率時，同樣面臨內(nèi)生性問題，而此時估計方程中有多個內(nèi)生變量(即表示學(xué)歷的虛擬變量)，很難找到合適的工具變量來糾正內(nèi)生性偏誤。因此，我們在本文中沒有估計不同學(xué)歷的回報率及其變化趨勢，而是將積極探索解決這一問題的方法作為后續(xù)研究的一個重要方面。

注釋

①李實、丁賽：《中國城鎮(zhèn)教育回報率的長期變動趨勢》，《中國社會科學(xué)》2003年第6期。

②陳曉宇、陳良焜、夏晨：《20世紀90年代中國城鎮(zhèn)教育回報率的變化與啟示》，《北京大學(xué)教育評論》2003年第2期。

③Appleton, S., L. Song, and Q. Xia. “Has China Crossed the River？ The Evolution of Wage Structure in Urban China during Reform and Retrenchment.”JournalofComparativeEconomics33，no.4(2005):644-663．

④Ge, S.， and T. D. Yang. “Labor Market Developments in China: A Neoclassical View.” IZA Discussion Paper No.5377, Institute for the Study of Labor，2011.

⑤陳純槿、胡詠梅：《中國城鎮(zhèn)居民教育收益率的變動趨勢》，《北京師范大學(xué)學(xué)報》(社會科學(xué)版)2013年第5期。

⑥丁小浩、余秋梅、于洪霞：《本世紀以來中國城鎮(zhèn)居民教育回報率及其變化研究》，《教育發(fā)展研究》2012年第11期。

⑦鄧峰、丁小浩：《中國教育回報率的長期變動趨勢分析》，《統(tǒng)計研究》2013年第7期。

⑨Zhang, J., H. Y. Zhao, A. Park， and X. Song. “Economic Returns to Schooling in Urban China, 1988-2001.”JournalofComparativeEconomics33，no.4(2005):730-752．

⑩鐘甫寧、劉華：《中國城鎮(zhèn)教育回報率及其結(jié)構(gòu)變動的實證研究》，《中國人口科學(xué)》2007年第4期。

責任編輯 曾新

Long-term Trend of the Returns to Education in Urban China

Liu Zeyun Wang Jun

(Business school, Capital Institute for Economics of Education， Beijing Normal University， Beijing 100875)

Using CHNS and CHIP data， this paper takes OLS and IV techniques to estimate the long-term trend of the returns to education in urban China from 1988 to 2013. The paper finds that：firstly，the returns to education kept relatively low before 1995， increased rapidly until 2005 and then decreased. Secondly，the trends of the returns to education for female and male are almost the same. However，the returns to education for female was higher than that for male in the same year，and the returns to education for female is more unstable. Finally，the OLS estimates underestimate the returns to education and estimating the returns to education for female is more susceptible to endogenous bias. It suggests that the governments should pay attention to the role of human capital such as education in the resource allocation，and constantly improve the systems of labor market.

returns to education；urban China； ordinary least square； two-stage least square

2016-10-20

中央高?；究蒲袠I(yè)務(wù)費專項資金北京師范大學(xué)自主科研基金“教育的人力資本功能與信號功能的經(jīng)驗檢驗”(SKZZY2015026)