教育性別不平等的宏觀經濟因素分析

王愛君，周國凱

(1.武漢大學，湖北 武漢 430072；2.中南財經政法大學，湖北 武漢 430073)

·女性教育研究·

教育性別不平等的宏觀經濟因素分析

王愛君1，2，周國凱2

(1.武漢大學，湖北 武漢 430072；2.中南財經政法大學，湖北 武漢 430073)

教育性別不平等既是一個全球性話題,也是一個歷史性問題。利用2005～2014年的宏觀經濟數據，使用多元線性回歸模型，分析居民收入、城鎮化率和政府財政支出3個宏觀經濟因素對教育性別不平等的影響的實證結果表明,居民收入、城鎮化率有助于改善教育的性別不平等，但財政支出未能顯示出這種作用，反而會加大教育的性別差距。政府加大對教育的財政支出時，需要展示具有性別智慧的針對性政策。

教育；性別；不平等；宏觀經濟因素

一、引言

教育性別不平等既是一個全球性話題，也是一個歷史性問題，即使在發達國家也存在教育的性別差異，有些國家甚至出現了女性受教育程度高于男性的狀況，但在發展中國家更多表現為女性的受教育程度低于男性。中國從改革開放以來，加大了對各級教育的資金投入和人才培養，也普及了全民基礎義務教育，教育的性別不平等呈現明顯縮減趨勢。根據中國統計局數據，2005～2014年具有小學文化程度的人口總量中，女性人數略微高于男性，小學文化程度的性別差異趨于比較穩定狀態，男性與女性之比處于0.9的比分值，但這并不能作為女性受教育水平高于男性的佐證。進入初中教育階段后，教育的性別差異出現了非常明顯的反轉，不管是中學階段還是大學階段的受教育人口中，男性人口數量都明顯高于女性人口數量(見圖1)，特別是高中教育階段，男性與女性的受教育人口比例在某些年份超過了1.3比值，男性大大高于女性，這一方面說明女性的總體受教育水平低于男性，另一方面說明很多女性在完成初中學業之后，就離開學校進入職業生涯，這一數據結論與現實是吻合的。相對而言，在高等教育階段，女性與男性的人口比例有所縮小，一方面是高考制度淘汰了部分高中畢業生，進入大學學習的是那些通過高考考核的成績優異者，另一方面，城市獨生子女家庭中的女孩家庭，能夠為獨生女孩提供盡量多的教育資源和機會，這些獨生女孩與同時代的獨生男孩擁有等同的教育機會，成就了她們獲得高等教育的學習機會，這是計劃生育政策引致的教育平等效應，但在獲得高等教育的絕對人口數值上仍然是男性高于女性。

與獲得教育機會的人相比，那些因各種原因而未能接受教育的女性人口數量也在逐年減少，2005年15歲以上人口中，女性文盲比例為16.15%，至2011年該比例下降到10%以內，在隨后的年份中這一數值基本穩定在7%左右。同一時期的比較中，2005年男性的文盲率是5.86%，比該年的女性文盲率低10個百分點左右，2014年男性文盲率下降到2.51%。這10年間總體的文盲人口數在大幅減少，文盲率性別差異也有顯著的縮小，但女性的文盲比例仍然高于男性，女性文盲率始終高于男性的事實并未徹底改變(見圖2)。總體而言，這些數據反映出教育的性別差異并未完全消失，中國女性的平均受教育程度低于男性的事實依然頑強存在。

圖1 2005～2014年各層次教育程度的男性和女性的人口比例

注：根據2005～2014年《中國人口統計年鑒》數據整理后得出。

圖2 15歲以上人口中男性文盲和女性文盲比例

注：根據2005～2014年《中國統計年鑒》數據整理后得出。

關于教育的性別不平等問題，國內外學者作過不少的研究與調查。在市場經濟為主導的社會環境中，按照經濟學投入產出方法，男性的人力投資回報要顯著高于女性，由此導致人力資本投資排斥女性而偏好于男性[1]。家庭背景對女性的教育有著更加深刻的影響，而男性在教育方面受到家庭背景的束縛相對較小[2]，社會中不同行業的收入千差萬別，父輩所處單位的社會地位對下一代的地位獲得產生較大的影響[3]。從整個社會來看，無論家庭環境如何，男性對于自身的教育期望都高于女性，經濟狀況越好的家庭對子女的教育期望就會越高，城鎮地區家庭對子女的教育期望也高于農村地區，獨生子女家庭對下一代的教育期望高于非獨生子女家庭。由于教育期望具有代際延續性，父輩對子女的教育期望更多體現在高等教育需求中，進而形成高等教育性別差異的再傳遞過程[4]。城鎮地區的女性與男性教育不平等程度相對較小，并呈現逐步減小的趨勢，而農村地區男性和女性教育不平等的程度相對較大，雖然也顯示出縮小趨勢，但縮小幅度不顯著，造成農村地區教育性別不平等的主要因素是傳統父權制觀念所引起的性別歧視[5]。

在南亞、北非、西非和中部非洲地區的一些低收入國家中，6～14歲男童入學率比女童高35%以上，有的國家女童入學率僅為20.8%，處于全球最低值；15～19歲男生畢業率平均是女生的2.93倍，女生初等教育畢業率最低的國家僅有9.5%(Filmer，2005)。在資源和信貸市場約束下，低收入地區父母對兒子的投資期望值大于女兒，這種對子女期望值的性別差異，反過來又強化了父母的性別歧視，人為地壓低對女孩的教育投入，進而降低女性的勞動邊際產出和工資所得，而在父母看來，女性較低的工資收入就是教育投資收益存在性別差距的明證。即使在義務教育階段女孩的成績一般比男孩好，但父母對男孩的評價和期望值仍然高于女孩(Alderman & Gertler，1997；Hannum，2009)。

關于教育不平等與收入之間的關系，Barro(1994)和Sala-i-Martin(1995)認為教育性別不平等能夠促進經濟增長，但遭到許多學者的反對。Wolfensohn(1995)、Galor & Well(1996)、Forbes(2000)、Seguina(2000)、World Bank(2001)、Yamarik & Ghosh(2003)、Cavalcanti & Tavares(2007)等證明，教育能夠提高女性的勞動能力和收入；提升女性的教育水平，能促進家庭勞動生產率和家庭健康、兒童生存率及孩子的人力資本投資、延長人口平均壽命、降低生育率和創造人口紅利等；縮小男女兩性受教育差距，有利于社會福祉增加和國民經濟增長，增強人口密集-出口導向型國家的國際競爭力。Bucciarelli(2007，2011)指出，女性在教育領域遭受比男性更多的挫敗，教育的性別不平等對諸如減少生育、兒童死亡和營養不良等發展目標有巨大負面影響，最終會阻礙經濟增長。Thomas(1997)、Dollar & Gatti(1999)、Swamy(2001)、Klasen(2002)、Stotsky(2006)、Blackdenetal(2007)、Porter(2008)等強調對女性的教育投入不足，人為地抑制了智力人才庫的發展，特別是高素質女性的發展，教育性別不平等降低平均人力資本，影響經濟績效，扭曲經濟增長；對女性而言，教育有助于她們勞動力市場的工資晉級，增強她們在借貸市場的償還能力和家庭事務決策能力；女性在職場較男性更不易腐敗和玩忽職守，對婦女的教育投資是促進國民收入增長的良好政策。Klasen & Lamanna(2009)認為，教育性別不平等通過投資率、總人口增長率、工資—勞動增長率等間接阻礙著經濟增長，對婦女的教育歧視雖然看起來傷害的是婦女自身，實際上卻是整個社會為之付出成本。Hill & King(1995)、Knowles(2002)等使用索羅增長模型證明，教育性別不平等對GDP有非常突出、顯著的負效應，Barro(1994)的所謂正效應是經不起慎密計量檢驗的[6]。

《2010全球教育概覽》指出，2008年，在161個有數據統計的國家中，65個國家未達到兩性均等，教育性別均等存在明顯地區差異，南亞和撒哈拉以南非洲地區性別不均等最為突出。而在高等教育階段，97個有數據統計的國家中，76個國家女生畢業率高于男生，但女性晉升為一名研究者的通道非常狹小。2008年全球女性研究者約占29%，女性研究者多于男性的國家僅占8%，女性研究者不足該國研究人員總數1/3的國家占37%，亞洲地區女性研究者所占比例僅為18%，這說明了教育性別不平等在不同地區存在不同的特征[6]。本文使用中國國家統計局等權威機構的統計數據，考察了近10年來的宏觀經濟環境對中國教育性別差異的影響。

二、數據來源與變量選擇

中國官方統計中，按照性別分類進行統計的宏觀系列數據始于2000年以后。本文采用最近10年的教育性別分類數據進行分析，數據來源于2005～2014年的《中國統計年鑒》和《中國人口統計年鑒》，根據年鑒中統計的2005～2014年全國各個省份(包括自治區和直轄市)關于獲得各級教育學歷的人口數量(按性別劃分)、各年份的人均收入水平、產業結構數據及城鎮化發展水平等面板數據，對教育的性別不平等進行實證分析。其中2010年是第六次人口普查年，年鑒上未顯示該年份的教育性別分類數據，本文通過內差法計算得出2010年的相關數據。本文主要分析居民收入、城鎮化程度、教育財政支出3個宏觀經濟變量對教育性別不平等的影響。

(一)被解釋變量

教育水平可以簡單地認為是一個人所獲得的受教育年限或學歷，人們一般認為接受的教育年限越長，其教育水平或文化水平越高。本文分別使用女性平均受教育年限和男性平均受教育年限，來反映女性/男性的教育水平，用這兩者之間的差值來表示女性與男性在教育上的不平等，本文把這個統計指標用ΔED表示，即有：

ΔED=ED1-ED0(2.1)

其中，ED1表示男性的平均受教育年限，ED0表示女性的平均受教育年限。本文關于女性/男性平均受教育年限的所有數據，直接來自于2005～2014年的《中國統計年鑒》中“分地區按性別和受教育程度分的人口”這一數據類別，該類別數據依據歷年全國人口變動情況抽樣調查得來的樣本數據，分別列出了樣本中不同文化程度的女性/男性人數，而文化程度又分為未上過學、小學、初中、高中、大專及以上等5個層次。為了便于計算和計量分析，本文按照各個不同教育水平的最長受教育年限，把5個不同層次的文化程度量化成不同的教育年限，把未上過學的人口受教育年限歸為0年，小學文化的人口受教育年限設定為6年，初中文化的人口受教育年限設置為9年，高中文化的人口受教育年限定為12年，由于大專及以上的人口接受教育的年限存在內部差異，但是至少都有15年，因此本文把大專及以上文化的人口受教育年限設定在15年(當然這樣的統計是存在誤差的，但也基本能夠判斷出高等教育與中等、初等教育的最小差異)。在此基礎上，根據5個層次的人數進行加權平均，計算整理得到歷年女性和男性的平均受教育年限，并以此指標來分別反映女性和男性的教育不平等差距。

(二)解釋變量

1.人均GDP。本文以人均GDP作為各地區的居民收入指標，人均GDP數據的獲得有兩種方式，一種是某個統計年鑒中列出的各省市自治區的人均GDP數據，一種是用該地區的GDP除以該地區的總人口數而計算得出。一般而言，在相同條件下，較為富裕的地區，居民的受教育情況應當會好于相對貧困的地區，因為家庭收入越高，能夠承擔的教育成本也就越高，所以家庭子女受教育的層次也會比較高。本文的研究中將人均GDP表示為I：

I=GDP/N(2.2)

在(2.2)式中，I表示某地區的人均收入，GDP表示該地區某時期的所有經濟部門的國內生產總值，N即表示該地區總人口。本文這一指標的數據均來自于2005～2014年的《中國統計年鑒》。

2.城鎮化水平。衡量一個國家或者地區城鎮化水平的一個最簡單易得的指標，是城鎮化率，即用居住在城鎮地區的人口數量占整個地區總人口數量的百分比表示，本文采用這一國際上的通行計算方法，城鎮化率表示為UR：

UR=PU/(PR+PU)=PU/N(2.3)

在(2.3)式中，UR代表城鎮化率，PU表示某地區城鎮人口數量，PR表示該地區農村人口數量，N即表示該地區總人口。該指標數據來自于2005～2014年的《中國人口統計年鑒》。

3.教育財政支出。教育財政支出的指標可以有兩種選擇，一種是直接采用教育財政支出的絕對值，另一種是以財政支出在政府公共財政總支出中的比例來反映。這兩種表示方法都能夠反映某個時期某地區的教育財政支出狀況。由于我國各個省、市之間的財政支出存在較大差異，本文以各級政府的教育財政支出的絕對值來表示教育的財政支出，符號標記為G：

G=教育財政支出(2.4)

(三)控制變量

教育的性別差異受到很多因素的影響，除了本文需要探討的3個宏觀經濟學因素以外，產業結構的狀況也會對教育的性別不平等產生影響。產業結構影響勞動力市場的就業，進而影響到女性與男性的就業差異，就業成為教育的最終結果表現形式。由于在就業的過程中，女性面對著行業、職場的性別歧視，這從一定程度上影響了女性的受教育程度。而女性就業的崗位大多集中在服務性的第三產業。本文把第三產業在國內生產總值中的貢獻率作為控制變量之一，記為SER：

SER=第三產業產出/GDP(2.5)

雖然信息技術革命和經濟全球化正在深刻地影響著我國產業結構的轉型，新興的工業經濟和第三產業有利于改變勞動力需求市場的性別分工，有利于拓展女性可以研讀的學業空間和可以從事的職業范圍，但是，在自由貿易和勞動力自由轉移等因素的影響下，我國產業結構轉型的固有基礎和發展狀況，在一定程度上仍然限制著性別平等的發展進程，傳統的由男性主導的學科不平等狀況在短期內無法顯著改善，高等教育最初性別不平等的專業、學科設置在適應新興的工業經濟方面存在著滯后性。因此，本文研究中，把第二產業在國內生產總值中的貢獻率作為控制變量之二，記為IND：

IND=第二產業產出/GDP(2.6)

三、模型分析

本文使用簡單的多元線性回歸模型方法，利用EVIEWS軟件方法，對獲得的數據進行計量模型分析。具體計量步驟如下。

本文把教育性別不平等的基本估計模型(1)設定為：

ΔED8it=Cit+β1itI+β2itUR+β3itG+ξit模型(1)

在上述模型(1)里，i表示第i(i=1,2,3，…，31)個省份(包括自治區、直轄市)，t代表第t(t=1,2,3，…，9)年；ΔEDit是女性和男性平均受教育年限的差值，本文用它反映教育的性別差異；Cit是特定的截面效應；I是人均GDP，反映居民收入水平；UR是地區的城鎮化率，反映該地區的城鎮化程度，也代表了該地區的發達程度；G是地區政府的教育財政支出絕對值，反映該地區政府對教育資本的投入，這個指標也部分地反映了該地區政府對教育的重視程度；ξit表示隨機干擾項。

為考察解釋變量的穩定性，加入第三產業貢獻率的控制變量后，可以得到模型(2)：

ΔEDit=Cit+β1itI+β2itUR+β3itG+β4itSER+ξit模型(2)

上述模型(2)中，加入的控制變量SER是第三產業在國內生產總值中的貢獻率。在此模型的基礎上，再加入第二產業在國內生產總值中的貢獻率IND這一控制變量后，得到模型(3)：

ΔEDit=Cit+β1itI+β2itUR+β3itG+β4itSER+β5itIND+ξit模型(3)

(一)面板數據的單位根檢驗

本文主要采用面板數據，其中也包含了時間序列，為了考察數據的平穩性，必須要對數據進行平穩性檢驗。在對數據進行平穩性檢驗的方法中，單位根檢驗是最常用的檢驗方法。為檢驗本文采用的各面板數據序列的穩健性，本文分別使用相同單位根過程下的LLC檢驗，以及不同單位根過程下的Fisher-ADF檢驗，對各個面板的序列數據進行單位根檢驗。如果這兩種檢驗都是拒絕原假設，即P值小于0.05時，就說明了面板的序列數據是平穩的。

表1 單位根檢驗結果

注：括號內為P值。

表1中列出了各個變量的單位根檢驗的結果。由檢驗的結果可知，部分變量在5%的顯著水平下，LLC檢驗拒絕了存在面板單位根，也有部分變量在Fisher-ADF檢驗下拒絕了原假設。而LLC檢驗和Fisher-ADF檢驗下，各個變量的一階差分均在5%顯著水平下拒絕了原假設，即各個變量的一階差分都不存在面板單位根。因此，可以認為實證研究中的各個變量都是一階平穩序列。

(二)面板數據的協整檢驗

根據對各個變量的單位根檢驗結果可以知道，本文采用的各個變量都是一階單整，因此可以進行協整檢驗。本文的實證研究中，采用的是Pedroni的面板協整檢驗方法，這種檢驗方法中主要有兩類統計指標：一種是組內的尺度檢驗，有兩個統計量：Panelpp統計量和PanelADF統計量；另一種是組間的尺度檢驗，也有兩個統計量：Grouppp統計量和GroupADF統計量。Pedroni面板協整檢驗方法的原假設是：變量之間沒有協整的關系。

從表2的協整檢驗結果可以得出，各個模型

表2 面板協整檢驗的結果

注：1.***代表1%的顯著水平，**代表5%的顯著水平，*代表10%的顯著水平，沒有標示的則表示不顯著；2.括號內為P值。

中在5%的顯著水平下，拒絕原假設，因此可以認為各模型中的各個統計變量之間是存在協整關系的。也就是說，居民收入、城鎮化程度、教育財政支出以及產業結構和教育的性別差異之間是存在長期穩定的均衡關系的。

(三)估計結果

因為本文的數據橫截面單位相對比較多，有31個橫截面，而時期單位相對較少，有10個，對于這類數據，估計所存在的問題主要集中于橫截面的變化上，或者問題是在異方差上，所以，本文的研究采用截面加權估計法來進行估計，以此減少或是消除橫截面異方差方面的問題。由于靜態的面板數據回歸模型存在著異方差、序列相關以及截面相關等3類誤差結構，因此本文采用最小二乘法(FGLS)對靜態面板數據進行了估計，這種方法能夠同時考慮以上3種誤差結構。其估計結果如表3所示：

表3 教育的估計結果

注：1.***代表1%的顯著水平，**代表5%的顯著水平，*代表10%的顯著水平，沒有標示的則表示不顯著；2.系數和截距項的估計值后面的括號內是t值；3.FE表示為固定效應模型，RE表示為隨機效應模型，Hausman檢驗如果顯著，那么選擇固定效應模型，否則就選擇隨機效應模型，上表只列示出了所選模型的最終結果。

根據表3的估計結果來看，在模型(1)、模型(2)和模型(3)中，居民收入對教育性別差異的影響都是負相關的。也就是說，居民收入的提高可以使得教育的性別差異減小。參考模型(1)中的系數值-0.0644可以知道，當人均收入增加1萬元時，男性和女性之間的受教育年限差值會減小0.0644年。城鎮化率與女性/男性的受教育差異之間的關系也是負相關的，換句話說，就是城鎮化率越高，男性和女性在教育方面的差異越小。參考模型(1)中的數據可以得到，當城鎮化率每上升1%時，男性和女性的平均受教育年限差值會減少0.0303年。對于教育財政支出的影響，各模型的分析結果有所不同。教育財政支出在10%的檢驗水平下，對男性和女性受教育差異的影響是顯著的，而在模型(3)中，教育財政支出對教育性別差異的影響是不顯著的。在各個模型的結果里，教育財政支出的估計系數都很小，幾乎為0，說明教育財政支出并沒有縮小教育的性別差異。而在模型(1)中的數據顯示，教育財政支出每增加1億元，男性和女性平均受教育年限的差值就會擴大0.0001年，這表明，教育財政支出的增加不但不會縮小男性和女性平均受教育年限的差異，而且在一定程度上還有擴大性別不平等的可能性。

四、結論

本文實證分析的結果表明，城鎮化程度能夠顯著地影響到教育性別不平等，城鎮化程度越高，教育的性別不平等就越小。這表明我國實施的城鎮化戰略，不僅促進了城市經濟、城市產業、農村勞動力向城市的遷移，實現了產業結構轉型和升級，而且也提升了勞動者的整體文化水平，特別是有利于女性的人力資本提升。城鎮化率越高的地區，城鄉的融合越全面，性別不平等的觀念相對也淡一些，可以為消除居民教育性別不平等提供一個良好的社會環境。十三五規劃中繼續建設中小型城市的發展戰略將不僅僅有利于改善民眾生活，更有助于縮小教育的性別不平等。

而居民收入與教育性別不平等之間存在著顯著的正相關性，對于民眾自身而言，特別是對于女性而言，提高收入水平是提升教育水平的一個根本保證。但政府對教育的財政投入卻不能有效改善教育的性別不平等，這歸因于教育的財政支出主要用于改善辦學條件、教學設施、教學環境等硬件設施，那些擁有教育機會的男性能夠從教育財政投入中受益更多，而女性特別是那些獲得很少教育機會的女性，并不能夠從政府的教育投資中獲得與男性等同的收益，而針對女性的各類培訓、技能訓練或教育機構不僅規模小，而且獲得的政府財政投入也非常有限[7]。因此，改善教育的性別不平等，除了提升收入水平之外，還需要設計具有性別差異的財政支出政策，這樣的政策不再是性別中性的而是體現了“性別智慧”的。

[1] 蔡昉，王美艷.女性勞動力供給特點與教育投資[J].江海學刊,2001,(6)：35-39.

[2] 李春玲.教育地位獲得的性別差異——家庭背景對男性和女性教育地位獲得的影響[J].婦女研究論叢,2009,(1)：14-18.

[3] 林南，邊燕杰.中國城市中的就業與地位獲得過程[M].邊燕杰.市場轉型與社會分層——美國社會學者分析中國[C].北京:三聯書店,2002.83-114.

[4] 陸根書,等.高等教育需求及專業選擇中的性別差異及其影響因素分析[J].高等教育研究,2009,(1):14-29.

[5] 吳愈曉,黃超.中國教育性別不平等的城鄉差異研究——基于CGSS2008數據[J].國家行政學院學報,2015,(2)：41-47.

[6] 王愛君.性別差異與經濟發展關系前沿研究[J].經濟學動態,2014,(6):113-123.

[7] 王愛君.農村女性貧困：基于城市增長的解釋[J].山東女子學院學報,2013,(3):16-21.

(責任編輯 王 靈)

Macroeconomic Factors of Gender Inequality in Education

WANG Ai-jun1,2, ZHOU Guo-kai2

(1.Wuhan University, Wuhan 430072, China;2.Zhongnan University of Economics and Law, Wuhan 430073, China)

Gender inequality in education is both a global and a historic problem.This paper analyzes the macroeconomic data between 2005 and 2014 using multiple linear regression model.The income, urbanization rate and government expenditure have different impact on gender inequality in education.The empirical results show that income, urbanization rate help to narrow the gender inequality in education, but it fails to show that government expenditure produces the same effect.The government expenditure increases the gender gap in education.Therefore, policy-makers should have gender wisdom to increase expenditure on education.

education; gender; inequalit;macroeconomic factors

2016-11-28

教育部人文社會科學重點研究基地重大項目“中國特色發展經濟學理論體系研究”(項目編號：15JJD790023)；國家社會科學基金一般項目“經濟轉型對農村婦女減貧脫貧的影響研究”(項目編號：12BJY090)

王愛君(1968—)，女，武漢大學經濟發展研究中心研究員，中南財經政法大學經濟學院教授，博士生導師，主要從事發展經濟學、女性主義經濟學研究；周國凱(1990—)，男，中南財經政法大學經濟學院碩士研究生，主要從事發展經濟學、女性主義經濟學研究。

G40

A

1008-6838(2017)01-0086-07