我國教育收益率的性別差異及城鄉(xiāng)比較研究

摘要：教育收益率是評(píng)價(jià)教育生產(chǎn)力的重要指標(biāo)之一，可以用以判斷教育資源是否均衡發(fā)展或勞動(dòng)力市場是否合理分配。該研究基于明瑟方程標(biāo)準(zhǔn)廈拓展模型，考慮了性別、居住地、政治面貌、全職工作經(jīng)歷、戶口、工作性質(zhì)和編制等因素對(duì)教育收益率的可能影響，利用CFPS2020數(shù)據(jù)考察了我國居民教育收益率的性別差異并進(jìn)行了城鄉(xiāng)比較。研究發(fā)現(xiàn)：第一，每增加一年教育年限，個(gè)人收入都會(huì)得到提高；第二，女性的毛教育收益率和凈教育收益率均高于男性；第三，我國城鎮(zhèn)居民的毛教育收益率和凈教育收益率均高于鄉(xiāng)村居民，且鄉(xiāng)村居民受控制變量的影響更大；第四，城鎮(zhèn)和鄉(xiāng)村女性的毛教育收益率均高于男性，城鎮(zhèn)居民的毛教育收益率性別差異比鄉(xiāng)村更大；第五，城鎮(zhèn)士性的凈教育收益率低于城鎮(zhèn)男性，鄉(xiāng)村士性的凈教育收益率高于鄉(xiāng)村男性，且鄉(xiāng)村居民的凈教育收益率性別差異比城鎮(zhèn)更大。因此，應(yīng)持續(xù)構(gòu)建網(wǎng)絡(luò)化、數(shù)字化、個(gè)性化、終身化的教育體系；進(jìn)一步推動(dòng)城鄉(xiāng)融合發(fā)展，建立城鄉(xiāng)勞動(dòng)力要素的合理配置機(jī)制；提高女性的受教育水平，縮小勞動(dòng)力市場中的性別收入差距。

關(guān)鍵詞：教育收益率；教育回報(bào)率；城鄉(xiāng)差異；性別差異；教育投資；CFPS

基金項(xiàng)目：國家社會(huì)科學(xué)基金“十四五”規(guī)劃2022年度教育學(xué)重大課題“‘雙減’背景下基礎(chǔ)教育生態(tài)系統(tǒng)重構(gòu)機(jī)制研究”（VHA220005）

中圖分類號(hào)：C521 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1674-537X（2024）02.0012-08

一、引言

教育是最重要的人力資本投資方式，當(dāng)個(gè)人接受了良好的教育，不但會(huì)獲得更多的就業(yè)機(jī)會(huì)，同時(shí)會(huì)獲得更高的收入。教育收益率，也稱教育回報(bào)率，就是在一定時(shí)期內(nèi)對(duì)個(gè)人或社會(huì)因其接受的教育數(shù)量的增加而獲得的未來純經(jīng)濟(jì)報(bào)酬的一種測量。教育收益率是評(píng)價(jià)教育生產(chǎn)力的重要指標(biāo)之一，可以用以判斷社會(huì)或個(gè)體是否應(yīng)該在教育上投入資源?；趯?duì)不同群體、不同教育階段教育收益率的研究，可以判斷教育是否均衡發(fā)展或勞動(dòng)力市場是否合理分配。合理估算教育收益率并進(jìn)行不同群體的比較，可以加強(qiáng)現(xiàn)階段對(duì)勞動(dòng)力市場的認(rèn)識(shí)，合理制定教育政策和收入分配政策，對(duì)推動(dòng)教育事業(yè)和經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。

已有關(guān)于我國教育收益率的大多數(shù)研究均發(fā)現(xiàn)，城鎮(zhèn)居民的教育收益率高于鄉(xiāng)村居民，女性的教育收益率高于男性，但其使用的大多為1985年到2015年之間的數(shù)據(jù)。21世紀(jì)以來，我國社會(huì)隨著經(jīng)濟(jì)的快速發(fā)展而出現(xiàn)全面、深刻的變革，各級(jí)教育規(guī)模經(jīng)歷了引人矚目的快速擴(kuò)張。2020年我國實(shí)現(xiàn)了國內(nèi)生產(chǎn)總值和城鄉(xiāng)居民人均收入比2010年翻一番，全面建成了小康社會(huì)，九年義務(wù)教育鞏固率達(dá)到95.2％。那么，在2020年，我國城鎮(zhèn)居民和鄉(xiāng)村居民的教育收益率差異是否仍然存在？其在性別上又是否仍存在差異？這是本文所要研究的重點(diǎn)，既能對(duì)當(dāng)前的發(fā)展現(xiàn)狀進(jìn)行評(píng)估，又能為新時(shí)代開啟教育現(xiàn)代化建設(shè)新征程指明方向，具有重要的現(xiàn)實(shí)意義和歷史意義。

二、文獻(xiàn)回顧

自1958年美國經(jīng)濟(jì)學(xué)家Mincer提出了明瑟收入函數(shù)，將收入與教育程度、工作經(jīng)驗(yàn)聯(lián)系起來后，國內(nèi)外研究者不斷嘗試用這一方法估算世界各地的教育收益率，不斷探索影響個(gè)人教育收益率的各種變化及影響因素。但是，理論研究基于假設(shè)條件不同，實(shí)證研究基于樣本數(shù)據(jù)不同，導(dǎo)致現(xiàn)有的研究結(jié)論并不統(tǒng)一。在此主要列舉教育收益率的性別差異及城鄉(xiāng)差異方面的已有研究，為本研究提供思路及依據(jù)。

在我國教育收益率的城鄉(xiāng)差異方面，有些研究依據(jù)居住地進(jìn)行城鄉(xiāng)區(qū)分，也有些研究依據(jù)戶籍進(jìn)行區(qū)分。以按照居住地劃分的城鄉(xiāng)教育收益率為例，梁潤基于中國健康與營養(yǎng)調(diào)查1989至2009年數(shù)據(jù)的實(shí)證研究發(fā)現(xiàn)，城市地區(qū)居民的教育回報(bào)率總是高于農(nóng)村地區(qū)，且城鄉(xiāng)差距在逐年擴(kuò)大。李春玲使用2001年的全國抽樣調(diào)查數(shù)據(jù)發(fā)現(xiàn)，我國城市教育收益率已接近國際平均水平，但城鄉(xiāng)教育收益率相差7％。曹黎娟等通過對(duì)2011年的微觀調(diào)查數(shù)據(jù)分析發(fā)現(xiàn)，在不同的教育階段，城鎮(zhèn)教育收益率均大于農(nóng)村。侯風(fēng)云估算發(fā)現(xiàn)，2002年左右中國城鎮(zhèn)教育收益率為9.289％，農(nóng)村卻僅有3.655％。姚先國等人的研究發(fā)現(xiàn)2004年左右我國浙江、湖南、安徽等省的城鎮(zhèn)教育收益率為8％，比農(nóng)村高4％。。以按照戶籍劃分的城鄉(xiāng)教育收益率為例，高興民等人對(duì)中國綜合社會(huì)調(diào)查（CGSS）2003-2013年數(shù)據(jù)分析也發(fā)現(xiàn)，所有年份的毛教育收益率比較中，非農(nóng)戶籍人員都大于農(nóng)業(yè)戶籍人員。胡德鑫基于中國綜合社會(huì)調(diào)查2008年和2017年的數(shù)據(jù)發(fā)現(xiàn)，在高等教育擴(kuò)張前期，城鎮(zhèn)居民的高等教育回報(bào)率遠(yuǎn)高于農(nóng)村居民，后期農(nóng)村高等教育回報(bào)率卻反超城鎮(zhèn)?？傊蠖鄶?shù)研究結(jié)論均認(rèn)為城鎮(zhèn)高于農(nóng)村。

在我國教育收益率的性別差異方面，陳良焜和鞠高升基于1996-2000年的國家統(tǒng)計(jì)局對(duì)城鎮(zhèn)住戶調(diào)查的數(shù)據(jù)發(fā)現(xiàn)我國城鎮(zhèn)居民中女性的教育收益率一直高于男性。羅楚亮同樣發(fā)現(xiàn)1988-2009年我國城鎮(zhèn)居民中女性的教育收益率始終高于男性。彭競利用中國綜合社會(huì)調(diào)查2006年數(shù)據(jù)發(fā)現(xiàn)，女性的高等教育回報(bào)率高于男性，但隨著行業(yè)進(jìn)入門檻的提高呈下降趨勢。李峰亮利用“中國家庭動(dòng)態(tài)跟蹤調(diào)查”2010年的數(shù)據(jù)發(fā)現(xiàn)，無論遠(yuǎn)程還是傳統(tǒng)面授，無論大專還是本科，教育收益率都呈現(xiàn)為城鎮(zhèn)女性高于城鎮(zhèn)男性。楊瀅等人利用中國綜合社會(huì)調(diào)查2012-2015年合并數(shù)據(jù)發(fā)現(xiàn)，在中低收入水平上女性教育收益率顯著高于男性，且女性教育收益率高于男性的現(xiàn)象只存在東部地區(qū)和中西部地區(qū)的高等教育階段。總之，大部分研究表明女性的教育收益率高于男性的教育收益率，并且有逐漸增大的趨勢。此外，不同的教育階段，教育收益率的性別差異高低不同。

通過以上對(duì)已有研究的回顧可以發(fā)現(xiàn)，現(xiàn)有研究頗豐，結(jié)論眾多。但大多數(shù)學(xué)者所使用的數(shù)據(jù)在5年甚至更久以前，缺少對(duì)最新全國性數(shù)據(jù)的分析，且缺少對(duì)城鎮(zhèn)居民內(nèi)部、鄉(xiāng)村居民內(nèi)部及相互之間的性別差異的研究。因此，本文使用中國家庭追蹤調(diào)查發(fā)布的最新數(shù)據(jù)為研究樣本，并運(yùn)用明瑟收入方程對(duì)教育收益率進(jìn)行估算，實(shí)證分析我國居民教育收益率的性別差異及其城鄉(xiāng)比較。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)處理及變量介紹

通過閱讀相關(guān)參考文獻(xiàn)并對(duì)幾個(gè)社會(huì)科學(xué)領(lǐng)域較為知名且信度較高的數(shù)據(jù)庫進(jìn)行對(duì)比之后，本研究選擇了中國家庭追蹤調(diào)查（China Family Panel Studies，簡稱CFPS）項(xiàng)目數(shù)據(jù)庫。該項(xiàng)目由北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心實(shí)施，其基線樣本覆蓋全國25個(gè)?。校灾螀^(qū)，代表了中國95％及以上的人口。CFPS至今共公布了2010、2011、2014、2016、2018和2020年的數(shù)據(jù)，本文選取了其最新的2020年個(gè)人問卷數(shù)據(jù)庫進(jìn)行研究。基于數(shù)據(jù)處理的相關(guān)公式及研究思路，主要選取了個(gè)人問卷數(shù)據(jù)中被調(diào)查者的用戶ID、年齡、性別、年收入、戶口、最高學(xué)歷、政治面貌、編制、家庭住址城鄉(xiāng)屬性和主要工作性質(zhì)等指標(biāo)，并對(duì)數(shù)據(jù)作了進(jìn)一步的規(guī)范處理。

第一，教育收益率估算公式中必須有工作收入，因此刪掉了在校生和已退休的樣本數(shù)據(jù)，同時(shí)對(duì)樣本整體進(jìn)行了重新編碼：居住地（鄉(xiāng)村為0，城鎮(zhèn)為1）、性別（女為0，男為1）、全職工作經(jīng)歷（無為O，有為1）、戶口（農(nóng)業(yè)戶口為0，非農(nóng)戶口為1，沒有戶口為2，居民戶口為3）、工作性質(zhì)（農(nóng)業(yè)為0，非農(nóng)業(yè)為1）、編制（否為0，是為1）、政治面貌（非黨員為0，黨員為1）。

第二，將調(diào)查數(shù)據(jù)中的“最高學(xué)歷”統(tǒng)一轉(zhuǎn)化為教育年限，各學(xué)歷對(duì)應(yīng)的賦值年數(shù)為博士研究生21.5年、碩士研究生18.5年、大學(xué)本科16年、大專15、高中（含普通高中、中專、技校、職業(yè)高中）12年、初中9年、小學(xué)6年、文盲及從未上過學(xué)0年。

第三，根據(jù)我國的普遍情況，每個(gè)被訪者的工作年限為其年齡減去受教育年限后再減去入學(xué)年齡，入學(xué)年齡按6歲計(jì)算。

第四，CFPS項(xiàng)目組根據(jù)國家統(tǒng)計(jì)局發(fā)布的標(biāo)準(zhǔn)對(duì)家庭居住地社區(qū)一級(jí)的地址判斷了城鄉(xiāng)屬性，本研究按照居住地來劃分城鎮(zhèn)和鄉(xiāng)村，以更真實(shí)地反映教育收益率在城鄉(xiāng)之間的差異。一是因?yàn)閲医y(tǒng)計(jì)局以居住地統(tǒng)計(jì)城鎮(zhèn)化率；二是參考黃靜、鄧峰等大多數(shù)學(xué)者的數(shù)據(jù)處理方法：三是我國第七次全國人口普查數(shù)據(jù)顯示，2020年流動(dòng)人口規(guī)模達(dá)3.76億，占總?cè)丝诘谋壤哌_(dá)26.64％，他們雖是農(nóng)業(yè)戶籍但在城鎮(zhèn)接受教育、工作并定居，將其歸為城鎮(zhèn)居民更為合適。

第五，收入方面選用問卷中將所有工資、獎(jiǎng)金、現(xiàn)金福利、實(shí)物補(bǔ)貼都算在內(nèi)，并扣除稅和五險(xiǎn)一金的“工作總收入（元／年）”數(shù)據(jù)作為年收人，將其除以12則得到計(jì)算所需的“工作月收入”。此外，為避免出現(xiàn)極端值對(duì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行干擾，剔除了月收入在500元以下和50000元以上的樣本。

第六，為進(jìn)一步探究城鄉(xiāng)居民教育收益率的差異，本研究對(duì)所有樣本進(jìn)行了分組處理，將所有樣本分別分為城鎮(zhèn)和鄉(xiāng)村兩組及男性和女性兩組，在城鎮(zhèn)組和鄉(xiāng)村組下又分別分為城鎮(zhèn)男性組、城鎮(zhèn)女性組及鄉(xiāng)村男性組、鄉(xiāng)村女性組共四組。

本研究使用Stata 16.0軟件進(jìn)行數(shù)據(jù)分析，經(jīng)過數(shù)據(jù)的初步處理后，最后符合條件的有效樣本共有17240個(gè)，其中居住地在城鎮(zhèn)的樣本共8586人，居住地在鄉(xiāng)村的樣本共8654人。

（二）樣本分布及描述性統(tǒng)計(jì)

在對(duì)數(shù)據(jù)進(jìn)行了篩選、整理以及變量的處理后，對(duì)最終保留的所有變量進(jìn)行了全樣本和分城鄉(xiāng)的變量描述性統(tǒng)計(jì)分析，分析結(jié)果如表1所示。

從表1可以看出，在工資收入方面，2020年城鎮(zhèn)樣本平均月收入比鄉(xiāng)村顯著高出37.85％，表明我國城鄉(xiāng)居民收入差距明顯。在受教育年限方面，全樣本均大于9年，這體現(xiàn)了我國九年義務(wù)教育實(shí)行的作用，但城鎮(zhèn)樣本的受教育年限比鄉(xiāng)村顯著高出31.92％，表明我國城鄉(xiāng)居民在接受教育的年限方面仍存在較大差距。在工作經(jīng)驗(yàn)方面，鄉(xiāng)村樣本比城鎮(zhèn)樣本顯著高出17.52％，這可能是在完成九年義務(wù)教育后更多鄉(xiāng)村居民選擇立即參與工作補(bǔ)貼家用而更多城鎮(zhèn)居民選擇繼續(xù)深造，這與鄉(xiāng)村居民受教育年限低于城鎮(zhèn)居民是相對(duì)應(yīng)的。同時(shí)，鄉(xiāng)村居民的全職工作經(jīng)歷明顯比城鎮(zhèn)居民少42.66％，這可能一方面是因?yàn)猷l(xiāng)村居民由于家里的農(nóng)活而傾向于選擇非全職工作，另一方面是因?yàn)猷l(xiāng)村居民與城鎮(zhèn)居民在教育水平上的差距從而導(dǎo)致其在應(yīng)聘全職工作時(shí)有相對(duì)較弱的競爭力。在勞動(dòng)力所從事的工作類型方面，鄉(xiāng)村樣本中從事農(nóng)業(yè)工作（農(nóng)、林、牧、副、漁）的比例顯著比城鎮(zhèn)樣本高出47.28％，造成這種差異的原因可能與城鄉(xiāng)教育差距、經(jīng)濟(jì)結(jié)構(gòu)差異、就業(yè)機(jī)會(huì)差異和政策因素有關(guān)。此外，城鎮(zhèn)樣本中有編制的居民比鄉(xiāng)村樣本中有編制的居民多，城鎮(zhèn)黨員也比鄉(xiāng)村黨員更多。

（三）計(jì)量模型及變量介紹

對(duì)于教育收益率的計(jì)算，目前學(xué)者們最為廣泛使用的模型是美國學(xué)者明瑟（Mincer）根據(jù)人力資本理論推導(dǎo)出的函數(shù)模型，也被稱為Miner模型。因此，在本研究中同樣使用此方法來估算教育收益率。標(biāo)準(zhǔn)明瑟方程可表示為：

此外，為了控制其他因素對(duì)教育收益率的影響，還可以在公式中加入其他影響收入的解釋變量，如性別、地區(qū)、工作類型等。本研究將明瑟收入方程的公式進(jìn)一步擴(kuò)展為：

四、實(shí)證結(jié)果分析

（一）整體居民教育收益率及性別差異分析

利用標(biāo)準(zhǔn)模型和拓展模型對(duì)我國居民整體及不同性別居民進(jìn)行教育收益率估計(jì)，計(jì)算結(jié)果見表2、表3。

根據(jù)表2可知，無論標(biāo)準(zhǔn)或擴(kuò)展模型中，受教育年限和工作年限的回歸系數(shù)均顯著為正，這說明無論是否考慮其他因素的影響，教育程度及工作經(jīng)驗(yàn)的增長均會(huì)使個(gè)人的收入增加。根據(jù)標(biāo)準(zhǔn)模型計(jì)算出我國整體居民的教育收益率為8.6％，考慮控制變量后教育收益率為7.1％。此外，拓展模型中的各變量回歸系數(shù)為正數(shù)且均在1％或5％的水平上顯著，這說明居住地、性別、工作性質(zhì)、政治面貌、編制等變量均對(duì)教育收益率有顯著正向影響。同時(shí)，針對(duì)女性居民，居住地城鄉(xiāng)分類、編制、全職工作經(jīng)歷和戶口等變量均會(huì)對(duì)其收入產(chǎn)生顯著影響，而相比之下男性受工作性質(zhì)、戶口和政治面貌的影響更為顯著。影響城鎮(zhèn)女性收入的因素更多且更顯著可能表明女性面臨著更多的社會(huì)、經(jīng)濟(jì)或文化壓力。

根據(jù)表3可知，分性別的整體居民教育收益率估算結(jié)果顯示，男性教育收益率受居住地、全職工作經(jīng)歷和編制變量的影響不顯著，女性教育收益率受工作年限、工作性質(zhì)和政治面貌的影響不顯著，這說明不同性別教育收益率的影響因素存在區(qū)別。此外，無論標(biāo)準(zhǔn)模型還是拓展模型，女性的教育收益率均高于男性，這也與諸多學(xué)者的研究結(jié)果一致。

（二）城鎮(zhèn)居民教育收益率及其內(nèi)部性別差異分析

利用標(biāo)準(zhǔn)模型和拓展模型對(duì)城鎮(zhèn)居民整體及不同性別城鎮(zhèn)居民進(jìn)行教育收益率估計(jì)，回歸結(jié)果見表4。

根據(jù)表4可知，對(duì)于城鎮(zhèn)居民整體，無論是否控制變量，受教育年限和工作年限的回歸系數(shù)均為顯著正值，說明無論是否考慮其他因素的影響，教育程度和工作經(jīng)驗(yàn)增長都會(huì)使城鎮(zhèn)居民的收入增加。工作性質(zhì)和政治面貌對(duì)城鎮(zhèn)整體居民收入的影響都不顯著，這可能因?yàn)槌擎?zhèn)居民中大多從事非農(nóng)業(yè)工作，工作性質(zhì)的差異性不大導(dǎo)致其影響被掩蓋。戶口對(duì)城鎮(zhèn)不同性別居民都有顯著影響，這可能受戶籍制度的影響。編制對(duì)城鎮(zhèn)女性的影響顯著，對(duì)城鎮(zhèn)男性卻不顯著。政治面貌和工作性質(zhì)對(duì)城鎮(zhèn)男性顯著，對(duì)城鎮(zhèn)女性卻不顯著。這些差異可能反映了性別角色和期望在城鎮(zhèn)環(huán)境中的影響，以及勞動(dòng)力市場中的性別不平等。根據(jù)回歸結(jié)果可對(duì)城鎮(zhèn)不同性別居民教育收益率進(jìn)行比較，如表5所示。

根據(jù)表5可知，對(duì)于城鎮(zhèn)居民，加入控制變量后，城鎮(zhèn)女性樣本的教育收益率明顯下降，城鎮(zhèn)居民整體和城鎮(zhèn)男性樣本的教育收益率反而有所升高，這可能是因?yàn)樵诔擎?zhèn)需要更高要求的職場中存在諸多性別歧視和不平等，即使女性受到良好教育并具備一定工作經(jīng)驗(yàn)，但有編制的工作、黨員身份等條件可能對(duì)于男性來說更容易獲得，城鎮(zhèn)男性能通過控制變量享受更多的優(yōu)勢，從而導(dǎo)致控制變量對(duì)不同性別城鎮(zhèn)居民的不同影響。此外，利用標(biāo)準(zhǔn)模型計(jì)算出的城鎮(zhèn)女性樣本教育收益率顯著高于城鎮(zhèn)男性，利用拓展模型計(jì)算出的結(jié)果卻與之相反。這表明教育對(duì)女性的經(jīng)濟(jì)收益更為顯著，但考慮到更多因素時(shí)，男性在教育后能獲得更高的收入和更顯著的經(jīng)濟(jì)回報(bào)。這種情況可能反映了社會(huì)對(duì)男性和女性在教育質(zhì)量、職業(yè)選擇、工資水平等方面的不同期望和不平等處境。

（三）鄉(xiāng)村居民教育收益率及其內(nèi)部性別差異分析

利用標(biāo)準(zhǔn)模型和拓展模型對(duì)鄉(xiāng)村居民整體及其內(nèi)部不同性別居民進(jìn)行教育收益率估計(jì)，回歸結(jié)果見表6。

根據(jù)表6可知，無論是否考慮其他因素的影響，鄉(xiāng)村居民接受教育的年限和工作年限的增長都會(huì)使個(gè)人的收人增加。工作性質(zhì)、編制和戶口對(duì)鄉(xiāng)村居民教育收益率的影響都不顯著，這可能是因?yàn)榫幼≡卩l(xiāng)村的居民大多為農(nóng)業(yè)戶口，從事沒有編制的農(nóng)業(yè)工作，差異不大導(dǎo)致影響不顯著。鄉(xiāng)村男性居民的教育收益率基本不受教育年限和工作年限以外的控制變量的影響，這可能是因?yàn)猷l(xiāng)村男性大多從事農(nóng)業(yè)工作，無論是否有編制、是否黨員、是否有過全職工作經(jīng)歷，其主要收入來源均為農(nóng)作物，而農(nóng)業(yè)工作收入受個(gè)人身份背景方面的影響較小。鄉(xiāng)村女性居民的教育收益率受教育年限、編制和全職工作經(jīng)歷的影響顯著，這可能是因?yàn)猷l(xiāng)村的工作中有編制工作的工資相對(duì)于其他工作更高更穩(wěn)定。在鄉(xiāng)村工作的女性由于體力原因大多從事非農(nóng)業(yè)工作，而這些行業(yè)需要更多的專業(yè)知識(shí)和技能，因此，有更豐富工作經(jīng)歷的鄉(xiāng)村女性更容易獲得更高工資的工作。

根據(jù)表7可知，無論是否考慮其他因素的影響，鄉(xiāng)村居民接受教育的年限和工作年限的增長都會(huì)使個(gè)人的收入增加。鄉(xiāng)村居民的毛教育收益率和凈教育收益率之間存在2.1％的差距，比城鎮(zhèn)居民大2％，這說明鄉(xiāng)村居民教育收益率比城鎮(zhèn)居民更容易受控制變量的影響。其次，鄉(xiāng)村女性的教育收益率顯著高于鄉(xiāng)村男性，在加入控制變量后差距更為明顯。此外，鄉(xiāng)村居民教育收益率的性別差異在標(biāo)準(zhǔn)模型中小于城鎮(zhèn)居民，在拓展模型中大于城鎮(zhèn)居民。一方面，鄉(xiāng)村女性可能受益于一些致力于縮小教育性別差距的專門政策或項(xiàng)目：另一方面可能因?yàn)槌擎?zhèn)化進(jìn)展中鄉(xiāng)村地區(qū)涌現(xiàn)了諸多新的行業(yè)和領(lǐng)域，為鄉(xiāng)村女性提供了更多的機(jī)會(huì)和更高的收入。當(dāng)加入編制、政治面貌、全職工作經(jīng)歷等控制變量時(shí)，這些因素可能更為突出地影響鄉(xiāng)村女性的教育收益率。

五、結(jié)論與啟示

（一）結(jié)論與討論

本文使用2020年中國家庭追蹤調(diào)查數(shù)據(jù)并運(yùn)用標(biāo)準(zhǔn)及擴(kuò)展明瑟收入方程計(jì)算我國城鄉(xiāng)居民的教育收益率，得出以下結(jié)論。

第一，根據(jù)標(biāo)準(zhǔn)模型計(jì)算出我國整體居民的教育收益率為8.6％，考慮控制變量后教育收益率為7.1％。無論城鎮(zhèn)還是鄉(xiāng)村、無論男性還是女性，每增加一年教育年限或提高一個(gè)階段受教育水平，個(gè)人收入都會(huì)得到提高。這與諸多學(xué)者的研究結(jié)論相一致，在一定程度上否定了當(dāng)今再次被廣泛討論的“讀書無用論”觀點(diǎn)，體現(xiàn)了投資于教育對(duì)提高收入的正向影響。

第二，無論標(biāo)準(zhǔn)模型還是拓展模型，女性的教育收益率均高于男性，這與大部分研究結(jié)論相一致。其主要原因之一可能是接受不同教育年限的女性內(nèi)部的工資收入水平差距比男性更大，教育在女性群體內(nèi)部呈現(xiàn)出了更高的投資收益；其二可能因?yàn)榕詣趧?dòng)力受教育的機(jī)會(huì)成本低于男性，只考慮受教育機(jī)會(huì)成本而不考慮直接成本的明瑟收益率比男性高；其三也有可能因?yàn)楸狙芯课磳⒔邮苓^教育卻處于無社會(huì)工作收入的家庭主婦算入在內(nèi)，導(dǎo)致女性教育收益率存在一定偏差。值得注意的是，女性的高教育收益率并不意味著女性的收入更高，很多女性的收入甚至低于相同受教育程度的男性，這只是意味著對(duì)女性來說教育是很好的投資方式。

第三，無論是否考慮控制變量，無論從整體還是分性別來看，我國城鎮(zhèn)居民的教育收益率均高于鄉(xiāng)村居民。城鄉(xiāng)居民接受同樣年限的教育，城鎮(zhèn)居民的平均工資卻高于鄉(xiāng)村居民，這在一定程度上體現(xiàn)了城鄉(xiāng)差距，可能是經(jīng)濟(jì)水平、家庭收入和背景、勞動(dòng)力市場等因素的影響。該結(jié)論與大多數(shù)學(xué)者的結(jié)論相符，但也有學(xué)者得出了與之相反的結(jié)論，例如Johnson＆Chow分析1988年CHIP數(shù)據(jù)發(fā)現(xiàn)，我國農(nóng)村地區(qū)的教育收益率要高于城鎮(zhèn)地區(qū)。這可能一方面是因?yàn)楸狙芯吭趧澐殖青l(xiāng)居民時(shí)使用居住地作為衡量，而非部分學(xué)者所使用的戶籍：另一方面是因?yàn)楸狙芯渴褂?020年的CFPS最新數(shù)據(jù)，與這些學(xué)者的原始數(shù)據(jù)存在一定區(qū)別，城鄉(xiāng)教育收益率有所不同而導(dǎo)致的；也有可能因?yàn)檎w教育收益率與不同教育階段的教育收益率的城鄉(xiāng)差異不同。

第四，不考慮控制變量，城鎮(zhèn)和鄉(xiāng)村的女性教育收益率均高于男性，但是城鎮(zhèn)的教育收益率性別差異比鄉(xiāng)村更大，這一結(jié)論與諸多學(xué)者的結(jié)論一致。城鎮(zhèn)通常擁有更高的經(jīng)濟(jì)發(fā)展水平，有著更豐富的職業(yè)選擇，能使城鎮(zhèn)女性受益更多；而鄉(xiāng)村地區(qū)的職業(yè)種類較少，其職業(yè)選擇可能更受限制，男女職業(yè)選擇區(qū)分度不高，導(dǎo)致鄉(xiāng)村男女收入差異相對(duì)較小。同時(shí)，城鎮(zhèn)地區(qū)可能對(duì)性別角色和社會(huì)期望的影響更大，再加上城鎮(zhèn)地區(qū)通常擁有更多的教育資源和機(jī)會(huì)，包括高質(zhì)量的學(xué)校、培訓(xùn)機(jī)構(gòu)和文化活動(dòng)等，這可能導(dǎo)致女性在城鎮(zhèn)地區(qū)更有動(dòng)力和機(jī)會(huì)追求更高更多的教育，以獲得更好的職業(yè)或收入，從而增大了城鎮(zhèn)的教育收益率性別差異。

第五，考慮控制變量，城鎮(zhèn)女性的教育收益率低于男性，鄉(xiāng)村女性的教育收益率高于男性。城鎮(zhèn)地區(qū)有著多樣的職業(yè)種類和較大的收入差距，接受教育能提高女性的工資收入、就業(yè)穩(wěn)定性、身份和聲望等，但仍顯著低于男性，女性相對(duì)男性大多只能選擇收入較低的工作，因而教育收益率低于男性。而考慮控制變量后的城鎮(zhèn)女性的教育收益率下降明顯，這可能因?yàn)猷l(xiāng)村地區(qū)的職業(yè)結(jié)構(gòu)可能相對(duì)較簡單，更多的是接近鄉(xiāng)村女性受教育水平的農(nóng)業(yè)和手工業(yè)的相關(guān)工作，其教育收益率受控制變量的影響相對(duì)較小，而城鎮(zhèn)地區(qū)的工作機(jī)會(huì)較多但競爭也較大，城鎮(zhèn)女性在求職及工作中受到全職工作經(jīng)歷、性別、工作性質(zhì)等因素的影響更大。

（二）思考與啟示

第一，所有群體每增加一年教育年限個(gè)人收入都會(huì)得到提高說明了教育的重要性。接受更高更多的教育不僅能提高個(gè)人的人力資本，也能帶動(dòng)社會(huì)及國家的經(jīng)濟(jì)發(fā)展。對(duì)個(gè)人來說，一是應(yīng)該意識(shí)到教育不僅只存在于學(xué)校，而是一個(gè)終身的過程，持續(xù)學(xué)習(xí)和自我提升可以幫助個(gè)人適應(yīng)社會(huì)的變化和職場的挑戰(zhàn)：二是應(yīng)該追求多樣化的技能，掌握多個(gè)領(lǐng)域的技能可以使個(gè)人在多個(gè)領(lǐng)域找到機(jī)會(huì)，并在職場中更具競爭力。對(duì)政府來說，應(yīng)繼續(xù)堅(jiān)持教育在社會(huì)主義現(xiàn)代化建設(shè)中的優(yōu)先發(fā)展地位，致力于提高教育體系的質(zhì)量和普及率，構(gòu)建網(wǎng)絡(luò)化、數(shù)字化、個(gè)性化、終身化的教育體系，促進(jìn)學(xué)校社會(huì)資源共享，不斷推動(dòng)新時(shí)代教育強(qiáng)國建設(shè)。

第二，城鎮(zhèn)居民的教育收益率普遍高于鄉(xiāng)村居民反映了城鄉(xiāng)居民收入水平的差距，也反映了城鄉(xiāng)教育資源分配不均衡的問題。1986年我國實(shí)行九年制義務(wù)教育以來，我國義務(wù)教育逐漸從教育資源的“基本均衡”走向教育資源和教育質(zhì)量并重的“優(yōu)質(zhì)均衡”。然而，我國教育收益率的城鄉(xiāng)差距說明“優(yōu)質(zhì)均衡”還在路上，還要走得更深，走得更遠(yuǎn)。同時(shí)也需要進(jìn)一步推動(dòng)城鄉(xiāng)融合發(fā)展，建立城鄉(xiāng)勞動(dòng)力要素的合理配置機(jī)制，提高鄉(xiāng)村居民的收入。

第三，女性的教育收益率高于男性，這意味著通過教育提高個(gè)人收入對(duì)于女性更為重要。相關(guān)研究表明，建國以來隨著教育改革和發(fā)展，我國受教育狀況的性別差異在逐步縮小，但男女之間的教育獲得仍然存在差異，男性受教育程度仍比女性受教育程度高?？梢?，教育事業(yè)發(fā)展中除了關(guān)注城鄉(xiāng)差距以外還需要關(guān)注性別差距，需要致力于提高女性的受教育水平。此外，男性的收入遠(yuǎn)高于女性意味著還需要建立和完善相關(guān)勞動(dòng)法規(guī)和政策，以縮小勞動(dòng)力市場中的性別收入差距。

六、不足與展望

研究在數(shù)據(jù)選擇及處理、估算方法的選擇和應(yīng)用上存在一定局限。其一，CFPS數(shù)據(jù)中對(duì)受過教育卻沒有工作收入的人群并沒有區(qū)分，如許多女性接受過一定程度的教育但作為家庭主婦而無固定工作收入，對(duì)這類人群的教育收益率估算有所缺失。其二，由于數(shù)據(jù)沒有記錄個(gè)體實(shí)際入學(xué)年齡和中間是否有休學(xué)，本研究默認(rèn)個(gè)體年滿六周歲上小學(xué)且其后不間斷接受教育，但各地對(duì)入學(xué)年齡的規(guī)定存在差異，且可能有家長會(huì)對(duì)子女入學(xué)年份加以干預(yù)，因而本研究對(duì)受教育年限的處理上可能會(huì)存在一定的偏誤。其三，本研究使用的工作收入數(shù)據(jù)包含扣除五險(xiǎn)一金的所有工資、獎(jiǎng)金、現(xiàn)金福利，可能會(huì)導(dǎo)致教育收益率整體偏高，也可能導(dǎo)致無獎(jiǎng)金補(bǔ)貼的農(nóng)業(yè)工作者的教育收益率偏低。其四，本研究僅使用標(biāo)準(zhǔn)及擴(kuò)展的明瑟方程進(jìn)行估算，缺少理論模型的構(gòu)建及OLS回歸、分位數(shù)回歸等更深入復(fù)雜模型的使用。

在未來的相關(guān)研究中，可以對(duì)數(shù)據(jù)進(jìn)一步細(xì)化處理，根據(jù)個(gè)體出生月份計(jì)算受教育年限，以月稅后工資作為工作收入等方式重新計(jì)算并加以比較，驗(yàn)證當(dāng)前結(jié)果的準(zhǔn)確性，還可以進(jìn)一步從不同年份、不同區(qū)域、不同收入水平等視角對(duì)我國教育收益率的變動(dòng)、影響因素、差異等方面展開深人研究。