教育對不同群體收入差距的影響

童光榮+羅嬋

摘 要：教育對收入差距的影響是收入分配領域的一個重要研究方向。通過明瑟收入方程，運用OLS方法對標準明瑟收入方程和擴展明瑟收入方程進行回歸，發現標準明瑟收入方程因為遺漏變量高估了教育回報率。同時在擴展明瑟收入方程基礎上，分別運用IV法、Heckit法解決方程潛在的測量誤差和樣本選擇性偏差問題，得到的教育回報率與擴展明瑟收入方程下基本一致。整體分位數回歸結果表明教育回報率正逐步朝著高分位點值低，低分位點值低的趨勢發展，這有助于縮小整體收入差距。基于2011年的數據測度的不同群體教育回報率，結果表明教育不僅有助于縮小不同群體間收入差距，同時對縮小群體內部收入差距也能發揮積極作用。

關鍵詞：明瑟方程； 教育回報率； 收入差距

中圖分類號：F064.1 文獻標識碼：A 文章編號：1003-3890（2017）01-0030-08

一、引言

隨著改革開放的推進，中國經濟快速發展，個人收入水平也迅速提高。同時，我們的教育事業也在蓬勃發展。2002年，我國教育從“精英式”轉型到“大眾式”。2009年，全國普及九年義務教育，這一制度的人口覆蓋率高達99%以上。雖然大眾教育的成功過渡增加了人們受教育的機會，但是教育差距仍在迅速擴大。

根據國家統計局的報告，中國近幾年的基尼系數居高不下，2011年0.477，2012年0.474，2013年0.473，2014年0.469（如圖1所示）。雖然整體呈現一定的下降趨勢，但是0.4是國際警戒線，這樣來看，中國的基尼系數是比較高的，并且十年以來高居警戒線以上，說明中國居民收入不平等問題由來已久，收入差距大現象嚴重。2012年，西南財大發表的中國家庭收入不平等報告中指出，受教育程度較低是導致農村家庭收入低的重要原因，家庭戶主受教育程度越高，家庭收入也越高，教育差異導致收入差異的現象很明顯；對于城市貧困家庭，收入較低最主要的原因也在于受教育程度普遍較低。同時，我們也可以看到勞動市場中存在這樣一個事實：高學歷的個人獲得更高工資收入。根據人力資本理論，教育是創造GDP的一種生產要素，因而也參與到國民收入的分配領域。那么，個人受教育程度的不同，必然會影響到個人收入的差距，從而導致收入不平等問題。

收入不平等問題是一個普遍存在的社會現象，然而這一問題的不斷擴大將直接影響經濟的持續增長，也會引發一系列社會階級矛盾。不合理的收入差距引起人與人之間的仇視，社會的和諧穩定會受到威脅；不合理的收入差距也引起國內消費需求的不足。根據凱恩斯需求理論我們知道，窮人比富人具有更大的邊際消費傾向，然而占社會人口多數的窮人僅有消費意愿，卻缺乏消費能力，使得總消費需求不足，造成消費結構失衡等問題。

二、文獻綜述

教育和收入問題很早就被經濟學家們所研究，相關理論分為兩派，一種是人力資本投資理論，另一種是勞動力市場機制理論。其中人力資本投資理論由美國經濟學家舒爾茨和貝克爾提出，主張人力資本的核心是提高人口質量，而教育投資是人力投資的主要部分，能促使分配更加平等。而勞動市場機制理論則從勞動市場中基本的供求方面進行分析，得出的結論也不盡相同。

國外對此問題很早就開始研究，Becker et al.（1966）[1]假設每個人通過投資一定數量的人力資本去最大化經濟福利，實證表明教育能部分解釋區域內部的收入不平等，對于區域間的收入不平等解釋力度更大。Chiswick（1968）[2]認為教育水平和收入不平等正相關，而之前研究成果的負相關關系是由于遺漏了兩個重要變量：教育平均回報和教育不平等。Alan et al.（1976）[3]在考慮教育回報率和教育年限相關的情況下，認為平均教育水平的上升不僅有利于投資，而且不但不會使收入不平等惡化，反而平均增加一年的教育水平會使收入不平等下降10%。Jan（1970）[4]則將收入分配看成是不同質量的生產要素的價格，而價格則由基礎的供需決定。實證得出教育年限的增加及教育不平等的下降有利于緩解收入不平等。Winegarden（1979）[5]通過實證表明高教育水平會使收入分配趨于平等，而教育的不平等卻比以往的研究結果表現出對收入不平等更大的作用。Knight et al.（1983）[6]認為教育的擴展會產生兩種不同的效應：一是結構效應，二是工資壓縮效應。教育的擴大發展使高學歷群體的規模不斷變大，結構效應開始加劇收入不平等程度，慢慢演變成降低效應；隨后，高學歷勞動力供給的增加，使得高學歷群體的平均工資下降，此時產生一個工資壓縮效應，從而降低收入不平等程度。

國內在此問題上也有很多研究，且研究方法多樣，研究角度屢有創新。賴德勝（1998）[7]對中國1995年的教育回報率進行了度量發現，國內教育回報率為正，而且相比1988年有一定提高，女性教育回報率高于男性。白雪梅（2004）[8]的OLS回歸結果表明教育與收入不平等之間存在穩定的關系，教育不平等會加劇收入不平等。中國現階段處于倒U型曲線頂點的左側，平均受教育年限的增加將加劇收入的不平等程度。刑春冰（2008）[9]采用分位數回歸方法，結果顯示隨著收入分位點的提高，教育回報率系數隨著提高，但他指出高分位回歸的結果高于低分位回歸結果并不意味著教育是擴大收入差距的因素。強調分位數回歸結果并不能簡單的理解為將收入分為不同組的OLS回歸，并且將不同收入分位下的回歸結果理解為教育回報率隨著收入水平改變是不嚴謹的。徐舒（2010）[10]基于RIF回歸的分解方法，得出個人平均受教育程度的提高降低了收入不平等的結論，同時技能偏向型技術進步能提高教育的邊際收益率[11]。

本文考慮在前人研究指導下，基于Mincer對數工資方程計算教育回報率，分別用OLS、Heckman兩步法和工具變量法回歸得出歷年教育回報率結果，再用分位數回歸得出不同收入分布點的教育回報率，最后分群體測算教育回報率，分析群體間教育回報率差距，以及教育對于群體間和群體內部收入差距的影響。

三、模型設定

（一）基本模型

估計教育回報率的方法很多，比如內部收益率和Mincer收益率。內部收益率是通過比較接受教育的成本和未來收益的貼現值得出的，計算公式簡單也容易理解，但是對數據要求高。本文選用的是Mincer收益率，它是通過Mincer收入方程得出的，一種國際上常用的衡量教育收益率的標準。Mincer收入方程[11]包括標準明瑟方程（1）和擴展明瑟方程（2）：

lnincomei=α+βSi+γ1ei+γ2E2i+εi（1）

lnincomei=α+βSi+γ1ei+γ2E2i+∑φijXij+εi（2）

其中lnincomei表示第i個人的對數收入，Si為受教育年限，Ei為工作經驗，后面一項為工作經驗的平方，εi為隨機擾動項，Xij表示其他影響收入的變量。其中收入為個人上一年的收入，使用不同的收入指標，會導致教育回報率估計結果的不同。工作經驗是指完成教育后個人工作年數，計算公式為：E=年齡-受教育年限-法定入學年齡，法定入學年齡為6歲。因此受教育年限的系數β度量的是教育導致收入變動的幅度，即多接受一年教育，將會使收入得到β倍的增加。這里教育變量是連續形式的受教育年限，不過也有很多方程考慮特定階段教育對收入的影響，在幅度上不同于多接受一年教育所導致的收入增長，表示完成特定階段教育的教育回報率。為了減少遺漏變量偏差，本文在參考前人研究的基礎上，加入一系列的控制變量，包括性別、戶口性質、結婚與否、企業性質等虛擬變量。

（二）計量方法

對上述計量回歸方程，傳統上采用的是普通最小二乘法，其回歸結果表示對因變量條件期望值的估計，不考慮收入的分布，回歸系數的含義是多接受一年教育個人收入的變化率。分位數回歸則主要考察在不同分位點上自變量的表現，就收入分布而言，有利于比較整個收入分布中，不同收入點上教育收益率的不同。從經濟學角度看，分位數回歸系數的含義是不同收入能力群體的教育回報率。

一般的計量研究中，有四個主要的問題需要解決：測量誤差、內生性、能力偏差、樣本選擇性偏差。其中內生性問題在缺乏自然實驗條件下很難解決，本文不予展開研究；解決能力偏差問題，一般的做法是加入關于能力的控制變量，如IQ值、個人考試成績等，但這些數據在CHNS中無法獲得，另外一些加入父母受教育背景變量的方法也存在很大的爭議，并且能力偏差對教育回報率變動趨勢的影響相對較小，所以我們集中解決測量誤差和樣本選擇性偏差問題。

對于測量誤差問題，不同收入計算方法將得到不同的教育回報率，本文不單單只考慮工資收入，而采用個人收入，來消除工資以外的其他收入的漏算可能帶來的偏誤。為了避免教育測量誤差對結果的影響，通過最高教育水平換算成一般教育年限作為受教育年限的工具變量，來分別計算不同教育年限測度法下的教育回報率。工具變量法運用的前提條件是兩種教育年限相互獨立的測量誤差，由于調查的不可觀測性，我們假設二者之間相互獨立。

樣本選擇性偏差是指我們可以獲得的是勞動力市場上參加勞動的個人信息，而對于未在勞動力市場上、未參加勞動的個人信息是無法獲得的，這導致OLS估計得到的教育回報率的變化可能包含了勞動者參與工作決策的變化信息。我們采用Heckit法來解決這一問題，從而得到一致的、無偏的估計。Heckit法分兩步來進行估算，首先是對所有參加與未參加工作的個體進行勞動決策的Probit模型估計，然后通過勞動參與決策模型得到逆米爾斯比，最后利用選擇性的樣本數據，進行收入決策的明瑟收入模型估計。具體模型形式如下：

p=α+∑βiXi+ε，p=1，income>00，income=0（3）

其中，Xi包括教育年限、年齡、婚姻狀況、省份變量。

通過勞動參與決策模型計算得出逆米爾斯比率，表示為：λi=■。

再將逆米爾斯比率帶入收入決策模型，進行明瑟收入模型估計，具體形式為：

logincome=α+βS+γ1E+γ2E2+∑φijXij+θγi+ε（4）

利用（4）式得到的教育回報率即為考慮樣本選擇性偏差后，得到的教育回報率一致的、無偏的估計。

四、實證分析

（一）數據及描述性統計

本文使用的數據是中國健康與營養調查（CHNS）的數據，該調查迄今為止包括1989年、1991年、1993年、1997年、2000年、2004年、2006年、2009年和2011年這九個年份。截止到2011年的數據，該調查涵蓋12個省份，這12個省分別處于不同地理位置和發展水平，抽樣的地區也考慮了不同收入層次，總體來說樣本具有一定代表性和可行度。本研究選用的樣本限制為22-60歲的成年人，22歲的下限基本能排除處于受教育階段的個體，上限則主要是依據退休年齡，由于男女退休年齡不一致，女性退休年齡55歲，男性退休年齡60歲，最后為了保證樣本的充足性，選取了男性退休年齡為全部樣本的上限。另外，本研究關注于教育和收入的關系，教育變量中該調查包含連續的受教育年限和最高教育年限兩個變量，我們以第一個數據為基礎，并以最高教育水平換算的教育年限作為第一種教育年限的工具變量來消除測量誤差；以個人收入作為收入變量，模型中以1989年的CPI對收入變量進行平滑處理，消除了通貨膨脹的影響。

表1中列出了樣本描述性統計，包括了1989-2011年所調查的九年全部教育與收入平均值的描述性數據，由于調查各年的收入都是根據上一年收入情況給出的，所以我們統一將年份全部倒退一年。歷年全樣本數據結果顯示，平均受教育年限和平均收入水平逐年遞增。至2010年平均教育年限達到8.566年，這一結果與全面的教育擴張、九年義務教育政策息息相關。平均工資從4 000多元增至14 000多元，翻了三番。對比不同人群，發現城市人口平均教育年限一直高農村人口兩年左右，而相應的工資水平差距在不斷拉大；男女的平均教育年限呈現男性高于女性，在增長中差別逐年減小的現象，由1988年兩年的差距縮小至2010年一年的差距。同時，男性平均工資高于女性，差距未見改善，這說明勞動力市場一直存在一定的性別歧視；已婚人群與未婚人群平均教育年限高低不一，同時已婚人群平均工資高于未婚人群，這很大程度上由于已婚人群的年齡大于未婚人群，并且有更長工作經驗的優勢；在漢族和少數民族的對比中發現，漢族在平均學歷和平均工資上較少數民族都有優勢，這個現象也很容易理解，大部分少數民族生長于偏遠山區，教育環境和地區經濟發展都比較落后；不同學歷的人群中，隨著學歷的升高，工資呈現明顯上升趨勢，1989年大學及以上學歷的工資大約是初中及以下學歷工資的兩倍多，隨后工資差距減小，在1997年又恢復到兩倍的差距并一直保持，深究1991年的斷層現象，我們發現20世紀90年代初正是國家取消大學畢業包工作分配制度的時間，這一決策的執行導致了大學教育人群在1991—1997年工資增長緩慢；不同工作單位性質的對比發現，國有企業人群占據著最高的平均教育水平，1992年以前工資表現一般，1992年以后平均工資基本維持在第一的位置，集體企業和私企平均教育年限差別不大，而私企平均工資高于集體企業，其他類別平均工資和平均教育年限都處于僅次于國企的比較高水平，這是因為里面包含一些三資企業，三資企業的高水平人才和提供的高薪大大拉高了平均值。整體來說，平均教育基本與平均工資成正相關關系，即受教育時間越長，相應工資水平也越高或者是有一個較穩定的工作。

（二）教育回報率的實證結果

考慮到回歸方法的多樣性，同時目前已有的研究對于采取何種研究方法更優并沒有確切的界定。本部分我們分別運用OLS回歸、Heckit法、IV法，對上述樣本進行實證分析。表2列出了不同方法下的歷年教育回報率。

從實證研究結果可以看出，各回歸結果均比較顯著，在標準明瑟方程OLS回歸結果下，教育回報率從1988年的5.03%逐漸增至2010年的20%，而擴展的明瑟收入方程結果則整體低于標準明瑟方程回歸結果，說明戶口性質、婚姻狀況等協變量對收入存在一定的解釋力度，加入協變量后方程更加完善，但同時協變量也不宜取太多，太多協變量也將稀釋教育對于收入的影響。擴展明瑟收入方程教育回報率呈現逐漸上升的態勢，由1988年的2.74%增至2010年的13.4%。在考慮了樣本選擇性偏差問題后，采取的Heckit模型，除1992年和2010年外，回歸結果略低于擴展明瑟OLS的結果，說明這些年份樣本選擇性偏差導致OLS回歸結果的低估，而1992年和2010年選擇性偏差導致了OLS回歸結果的低估。不過整體上兩種方法結果相差不大，說明樣本選擇性偏差對方程結果影響較低。考慮了教育測量誤差的IV法，結果顯示與擴展明瑟OLS法結果相差甚微，也說明教育測量誤差對回歸結果影響不大。

分位數回歸結果整體顯著，歷年不同分位點的走勢大致分為三個階段（見圖2）。第一階段是1988年、1990年和1992年，這時期教育回報率在高分位點和低分位點高于中間分位點的值，整體走勢呈現出凸向X軸的U型曲線，表明在高收入和低收入群體中，教育每增加一年所帶來的收入增長也更高；第二階段是1996年、1999年和2003年，這個階段教育回報率在每個分位點的值都比較均勻，小范圍波動，表明每增加一年教育，對所有收入群體而言帶來的收入增長基本一致；第三階段是2005年、2008年和2010年，經歷了上個階段的過渡，這個時期教育回報率隨著分位點的升高而逐漸下降，表明越低收入的人群，增加一年教育所帶來的收入增長反而越高。

從教育回報率的這種走勢，我們也可以窺測到教育和收入差距的相關聯系。從1988年到1992年的教育回報率走勢來看，雖然呈現一個類似U型曲線，但是低分位點的教育回報率仍然是高于高分位點的，而中間分位點（0.5或0.6）最低，說明整體受教育年限的增長雖然并不能使收入差距縮小，但是有助于緩解收入差距的增長。也就是說隨著這個時期教育的整體發展，由于高收入群體和低收入群體本身收入基數的差別，導致收入差距仍然在擴大，收入差距的擴大幅度卻在降低。通過教育的增長，低收入群體更容易接近中等收入群體，而中等收入群體與高收入群體差距越來越大，兩極分化的差距增速在降低。邁入第二階段，整體教育收益率比較平均，這段時期收入差距仍然是在擴大，收入差距增幅既沒有擴大也沒有得到緩解，處于一個過渡期。到第三個階段教育回報率走勢很明顯呈現向右下方傾斜的曲線，這表明越低收入人群教育回報率反而越高，而且曲線傾斜度一年比一年高，收入差距擴大幅度在明顯減小，相鄰收入群體的收入差距增速在減小，表明不同收入群體間的流動性越來越強，雖然并不能得出收入差距在減小的結論，但是隨著社會對義務教育、高等教育的不斷重視，未來教育的持續擴展，將非常有助于緩解我國社會中存在的嚴重收入不平等問題。

分析這三個階段教育回報率走勢變化的原因，不難發現，每一次的轉變都離不開相關教育政策的頒布。1994年開始全面普及九年義務教育，同時20世紀90年代初期開始廢除大學生畢業包分配制度，導致第一階段至第二階段的轉變。1994年開始推行的九年義務教育政策使得整體受到初級教育的比例加大，低收入人群整體受教育年限延長，那么增加一年受教育年限帶來的工資增長效應也相應縮小，所以第二階段，低收入人群教育回報率相比中等收入人群的教育回報率不再具有優勢；而廢除大學生畢業包分配政策，使得受過高等教育的人群變得沒那么容易找到合適的工作，獲得與學位相稱的工資，于是第二階段的高收入群體的教育回報率相比其他群體的優勢也褪去了。1999年教育部出臺《面向21世紀教育振興行動計劃》，當年普通高校招生由上年的108萬人增加至154萬人，增長43%，到2005年普通高校在校生規模增至2 000多萬人。高等教育擴招政策使得高校畢業生越來越多，競爭也愈來愈激烈，所以從2005年開始，高收入群體的教育回報率開始明顯低于中等收入群體和低收入群體，再加上九年免費義務教育的進一步推廣，最終我們看到教育回報率隨著收入分位點的增長而逐漸下降的結果。

（三）不同群體教育回報率

以往研究大多關注城鄉教育回報率的差別，本文從多角度考慮教育回報率的一致性。以2011年的數據為基礎，研究范圍包括城鄉差距、男女差距、已婚未婚差距、民族差距以及不同工作單位性質人群教育回報率的差距。根據這些不同分組人群教育回報率的差距，結合描述性統計結果來分析教育對不同人群收入差距的影響（見表3）。

從表3的結果來看，除Heckit法下國有企業分組外，所有群體教育回報率結果基本顯著，而隨著樣本的減小不同方法之間的差別擴大了。擴展明瑟方程教育回報率最低，然后是IV法、Heckit法，標準明瑟教育回報率最高。標準明瑟方程和擴展明瑟方程之間的差別再一次說明協變量的重要性，標準明瑟方程由于遺漏協變量導致教育回報率的高估；而IV法和擴展明瑟之間的差別說明受教育年限的測量誤差使得標準明瑟方程關于教育回報率的低估；Heckit法和擴展明瑟的對比表明，樣本選擇性偏差使得擴展明瑟OLS估計結果也低估了教育回報率。由于我們重點考察不同群體間的教育回報率差距，并不強調教育回報率具體數值，同時IV法和Heckit法更容易受到數據容量的影響，這里主要以擴展明瑟收入方程的OLS回歸結果來進行下一步不同群體間的比較分析。

城市和農村人口的對比結果發現，各個方法下二者教育回報率差距不大。擴展明瑟收入方程回歸結果顯示，城市人口教育回報率9.26%，農村人口教育回報率為9.34%，農村人口教育回報率略高于城市人口。結合表1描述性統計結果，雖然歷年農村平均教育和收入處于上升態勢，但是與城市一直保持著差距，并且差距逐年遞增，11年平均教育差距是2.6年，收入相差一倍多。說明雖然城鄉收入差距仍然在不斷擴大，但是收入差距擴大的幅度在減小。由此可見，全國范圍的教育擴展提高了城市和農村教育回報率的同時，使得城鄉教育回報率差距縮小，有利于城鄉收入差距的縮小。

男性和女性的對比結果發現，女性教育回報率高于男性。擴展明瑟收入方程OLS回歸結果顯示，男性教育回報率為8.21%，女性教育回報率為10.7%，女性高于男性大概2.5%。而在女性和男性平均教育年限和平均工資差距縮小的現狀下，可以得出結論，隨著教育的不斷發展，女性社會地位的不斷上升，女性受教育年限的持續增長，使得女性教育回報率逐漸高于男性，進而性別收入差距逐步下降。

不同婚姻狀況人群的比較發現，已婚人群的教育回報率遠高于未婚人群，這也是符合邏輯的。整體上已婚人群年齡大于未婚人群，那么在工作經驗上很有優勢。而且二者之間平均受教育年限差別不大，那么工資差距大的結果主要是由于經驗積累差距所造成的。

漢族與少數民族的對比結果顯示，二者的教育回報率基本一致，根據前面描述性統計結果漢族平均教育年限和平均工資都高于少數民族，這種差距與城鄉差距現狀一致，漢族和少數民族收入差距將進一步加大，而收入差距擴大的幅度卻在減小，這也是縮小漢族和少數民族收入差距的前期征兆。

不同工作單位性質結果下，國企教育回報率最高，其次是包含三資企業的其他類，然后是私企，最后是集體企業，這與平均教育和平均收入的排序完全一致。所以，不同企業類型群體的收入差距在進一步擴大，同時收入差距擴大的幅度也在加深。從現狀來看，個人可以通過增加受教育年限，來改變未來就職企業類型，從而跨入高收入企業類型，獲得較高的教育回報率。不同企業性質的差異也是符合邏輯的，國有企業教育回報率高，原因在于企業偏向于高學歷人才，同時其工資的決定并未實現市場化，整體福利待遇高，雖然2009年開始實行績效工資制度改革，但是與我們的研究時間接近，效果并未顯現出來；而集體企業和私企工資市場化表現明顯，所以兩者教育回報率差別較小；包含三資企業的其他企業類型，總體樣本小，但由于三資企業重高學歷人才和提供優厚福利待遇使得整體教育回報率媲美國企教育回報率。

另外，我們進一步檢驗不同群體內部的分位數結果，發現各群體教育回報率呈現出教育回報率隨著分位數的上升而下降的趨勢，這表明教育的發展能刺激低收入群體的教育回報率提高。同時，10分位點結果相比90分位點結果基本高10%左右，說明教育能極大緩解群體內部收入差距問題。同時各個分位點的結果在不同群體間的表現與表3結論一致，即教育能緩解城鄉收入差距及性別收入差距。

總體來說，在我們考察的不同群體間，城鄉收入差距、不同民族收入差距和不同企業類型人群收入差距在進一步擴大，而教育使得城鄉收入差距和不同民族收入差距的擴大幅度減小；同時教育可以通過增加個人改變未來就職企業類型的籌碼，增加不同企業類型的流動性來改變收入差距；性別收入差距一直是比較關注的話題，實證結果發現目前我國的性別收入差距在減小；而不同婚姻狀態人群的收入差距主要是由于經驗積累所造成的。而在同群體內分位數回歸結果進一步佐證了上述結論，同時發現教育對改善同一群體內收入差距有比較大的作用。

五、結論

本文考察教育收益率和教育對不同群體收入差距的影響，實證結果表明教育有助于緩解不同群體間以及群體內部收入差距問題。首先，我們用四種方法分別計算了歷年的教育回報率，標準明瑟收入方程和擴展明瑟收入方程結果表明，協變量對收入有一定解釋能力，不能省略；而考慮測量誤差的IV法和擴展明瑟收入方程的結果表明，本研究中樣本測量誤差對結果的影響比較小；Heckit法和擴展明瑟收入方程結果也基本一致，說明本研究中也可以忽略樣本選擇性偏差對結果的影響。用分位數回歸得出的歷年教育回報率，深入分析了教育對收入差距的影響。回歸結果表明隨著教育政策的不斷改變，目前教育回報率隨著分位點升高而下降，這種越高收入群體教育回報率越低的現狀將有助于緩解我國社會存在的嚴重收入不平等問題。分不同群體考察教育回報率的異質性，發現不同方法下的教育回報率絕對值雖然存在比較大的差別，但是群體間的差距表現出一致，不影響分析結果。故而主要對擴展明瑟方程結果進行了分析，回歸結果表明教育有助于緩解城鄉收入差距、不同民族收入差距，并且性別收入差距已經處在逐漸縮小的階段，同時還可以通過增加受教育年限改變自身工作單位性質來獲得高教育回報率。

參考文獻：

[1]BECKER G S，CHISWICK B R.Education and the distribution of earnings[J].American economic review，1966（56）：358-369.

[2]BARRY R CHISWICK.The average level of schooling and the intra-regional inequality of income[J].American economic review，1968（58）：495-500.

[3]ALAN MARIN，GEORGE P.Schooling and income distribution[J].Review of economics & statistics，1976，58（3）：332-338.

[4]JAN TINBERGEN.The impact of education on income distribution[J].Review of income & wealth，1970（16）：221-234.

[5]WINEGARDEN C R.Schooling and income distribution：evidence from international data[J].Economica，1979（46）：83-87.

[6]KNIGHT J B，SABOT R H.Education expansion and the Kuznets effect[J].American economic review，1983（73）：1132-1136.

[7]賴德勝.教育、勞動力市場與收入分配[J].經濟研究，1998（5）：42-49.

[8]白雪梅.教育與收入不平等：中國的經驗研究[J].管理世界，2004（6）：53-57.

[9]邢春冰.分位數回歸、教育回報率與收入差距[J].經濟研究，2008，25（5）：43-49.

[10]徐舒.技術進步、教育收益與收入不平等[J].經濟研究，2010（9）：79-90.

[11]Mincer J. Schooling，Experience and Earning[M].New York：National Bureau of Economic Research，1974.

[12]劉華.收入差距與教育的邏輯關系解析[M].北京：光明日報出版社，2013.

[13]岳昌君，劉燕萍.教育對不同群體收入的影響[J].北京大學教育評論，2006，4（2）：85-92.

[14]姚先國，張海峰.中國教育回報率估計及其城鄉差距分析——以浙江、廣東、湖南、安徽等省的調查數據為基礎[J].財經論叢，2004（6）：1-7.

[15]顏敏.能力偏誤、教育溢價與中國工資收入差異[M].北京：中國社會科學出版社，2013.

[16]勞倫斯.漢密爾頓.應用stata做統計分析[M].重慶：重慶大學出版社，2011.

[17]陳強.高級計量經濟學及stata應用（第二版）[M].北京：高等教育出版社，2014.

[18]陳建寶，段景輝.中國性別工資差異的分位數回歸分析[J].數量經濟技術經濟研究，2009（10）：87-97

[19]李實，丁賽.中國城鎮教育收益率的長期變動趨勢[J].中國社會科學，2003（6）：58-72.

[20]吳克明，陳剛.教育的收入效應新探——勞動力工作流動的視角[J].教育與經濟，2008（4）：40-44

[21]貝克爾.人力資本[M].北京：北京大學出版社，1987.

[22]張興祥.我國城鄉教育回報率差異研究——基于CHIP

2002年數據的實證分析[J].廈門大學學報：哲學社會科學版，2012（6）：118-124.

[23]劉生龍.教育和經驗對中國居民收入的影響——基于分位數回歸和審查分位數回歸的實證研究[J].數量經濟技術經濟研究，2008（4）：75-85

[24]李春玲.80后的教育經歷與機會不平等[J].中國社會科學，2014（4）：66-77

[25]李祥云.中國高等教育對收入分配不平等程度的影響——基于省級面板數據的實證分析[J].教育經濟與財政，2014，35（6）：52-75.

[26]張凱寧.高等教育與收入分配：改變命運還是階層鎖定——基于CGSS2008數據的實證研究[J].高等財經教育研究，2014，17（2）：1-12.

責任編輯：關 華