城鄉二元戶籍制度下教育成就與收入差異關系研究

肖琴++劉亞欣++肖磊

摘要：提升教育水平、縮小城鄉收入差距是社會、家庭和個人的共同目標。本文采用CFPS2014年的數據，考慮可能影響居民教育成就的個體特征、能力特征、家庭環境等個體異質性變量，建立多元Ordered Logit模型驗證教育成就是否存在城鄉差異。在此基礎上，運用傾向值匹配法分析城鄉二元戶籍制度下不同教育成就分別對城鄉居民產生多大的收入差異。研究發現：考慮個體異質性變量后，居民教育成就依然存在城鄉差異，各階段教育成就產生的收入差異有很大差別；高中教育產生的收入差異最低，高中教育對農村居民產生的收入差異僅為義務教育的20.9%；高等教育產生的收入差異最高，遠高于高中教育。為縮小我國城鄉教育差距和收入差距，本文提出教育資源應向農村地區傾斜、貧困家庭鼓勵子女接受教育和完善高校助貧體系的政策建議。

關鍵詞：城鄉二元戶籍制度；個體異質性；教育成就；收入差異；多元Ordered Logit回歸；傾向值匹配

中圖分類號：G40-054文獻標志碼：A文章編號：1671-1254（2017）01-0087-09

Educational Achievement and Income Gap underDual

Urban and Rural Household Registry

XIAO Qin， LIU Yaxin， XIAO Lei

（Faculty of Management and Economics， Kunming University of Science and Technology， Kunming 650093， Yunnan， China）Abstract：It is the common goal of the society， the families and the individuals to improve educational level and narrow the income gap between urban and rural areas. In this paper， a multiple-ordered Logit model is established to verify the effect of dual urban and rural household registry oneducational achievements by considering individual heterogeneity variables such as individual characteristics， ability characteristics and family environment based on the CFPS data collected in 2012. Based on the analysis， the Propensity Score Matching method is used to analyze the relationship between educational achievement and income difference under dual urban and rural household registry. The results show that 1） educational achievement is significantly different between urban and rural pupils considering individual heterogeneity variables， and there is a big income gapbetween different educational achievements； 2）income difference resulting from senior middle school education is the lowest，which is only 20.9% of that from the compulsory education； 3） income difference resulting from higher education for rural residents is highest， which is much higher than that from senior middle school education. To reduce the education and income gap between rural and urban areas， this paper suggests that rural and poor areas should be offered more educational resources， poor families should encourage their children to get higher education， and universities should perfect the system of assisting the students of lower-income families.

Keywords：dual urban and rural household registry， individual heterogeneity， educational achievement， income difference， multiple-ordered Logit regression

一、 問題的提出

隨著社會的不斷發展和經濟的持續增長，我國教育事業取得長足發展，居民教育水平不斷提高，但在我國城鄉二元戶籍制度下，城鄉居民的教育水平依然存在較大差距[1-2]。一個人接受的最高教育程度被稱為教育成就，教育成就的差異是影響個體間收入差異的關鍵因素[3]。根據人力資本研究的一般經驗，個體間收入差異通常有60%來自教育差異[4]。那么，我國城鄉教育差距是否也會進一步加劇城鄉收入差距呢？因此，探究教育成就是否存在城鄉差異很有必要，如果教育成就確實存在城鄉差異，不同的教育成就是否會對城鄉居民產生不一樣的收入差異，會對城鄉居民產生多大的收入差異，這一系列問題的研究對縮小城鄉教育差異和收入差異具有重要的現實意義。

關于我國教育的城鄉差異問題，國內學者從教育起點、接受教育過程和享受教育成果等不同角度對我國的城鄉教育問題進行了廣泛的研究。在教育起點上，孫勤和陳啟瀧通過比較江蘇省南通市2011年小學生的入學率和輟學率發現，城鄉居民在教育起點上就受到差異對待[5]；在接收教育過程中，巨冉冉認為城鄉教育差異包括硬環境和軟環境兩方面的差異[6]。薛平對浙江省PISA2009試測結果進行分析，得出由于城鄉教育在教學環境、師資力量、經費來源和教育方式等方面存在差異，城鎮學生在閱讀、科學、數學等方面存在明顯優勢[7]；在享受教育成果方面，簡必希和寧光杰運用Logit回歸，估計出農村戶口者接受高中階段教育的概率比與城鎮低20個百分點[8]，張彥芬研究發現，能夠進入高校的農村家庭學生在總體中所占比例更小[9]。整體而言，無論是從全國整體平均水平還是各省區具體數值來看，城市居民的平均受教育年限都顯著高于農村地區居民[10]，甚至這種差距還在不斷擴大[11-12]。

關于教育成就和收入差異之間的關系研究，國內外眾多學者表明教育成就與居民收入差距之間存在相關關系和因果關系[13-14]。陳豐和石紹賓運用2006-2011年間的面板數據進行實證分析，結果表明城鄉間教育差異不僅是造成居民收入差距的原因，還是造成居民收入差異擴大的重要原因[15]。孟凡強采用分位數回歸方法，研究發現城鎮勞動力的人力資本回報率總體上高于農村勞動力[16]，張興祥利用CHIP2002數據，通過對不同教育階段的教育回報率的研究，進一步發現城鎮勞動力中等教育、高等教育階段的教育回報率均高于農村勞動力[17]。

昆明理工大學學報（社會科學版）第17卷第1期肖琴，劉亞欣，肖磊：城鄉二元戶籍制度下教育成就與收入差異關系研究 已有研究對影響居民教育成就的因素進行分析時發現，教育成就會受到個體特征和家庭環境等多種因素的影響[18-19]。因此，在驗證我國居民教育成就是否存在城鄉差異時，必須考慮個體特征和家庭環境等因素對教育成就的影響。以往關于教育差異和收入差異的研究多是將城鄉收入差異和教育差異作為被解釋變量和解釋變量直接進行回歸或者分析某個階段教育成就的教育回報率。基于微觀數據研究時，也應考慮樣本選擇性偏差問題及個體異質性問題，否則將導致偏差造成結果可信度不高。

本文采用2014年中國家庭動態跟蹤調查（CFPS）數據，將不同的教育成就分為文盲、義務教育、高中教育、高等教育四個類別。首先考慮可能會影響居民教育成就的個體特征、能力特征、家庭環境等多個因素，運用多元Ordered Logit模型進行回歸驗證居民教育成就是否存在城鄉差異，在此基礎上，運用傾向值匹配方法研究不同的教育成就對城鄉居民產生的收入差異有多大。本文對教育差距和收入差異問題進行補充和完善，為制定合理的教育補助規模和結構，實現教育公平，提供理論依據，為縮小城鄉收入差距實現城鄉一體化發展提供更深層次的數據支持和決策參考。

二、 模型與數據

（一） 模型構建

為驗證居民教育成就是否存在城鄉差異，以居民教育成就為被解釋變量。首先，將可能影響居民教育成就的控制變量納入模型，建立模型1為基準模型，然后將與個人能力相關的變量納入模型，建立模型2；接著，將家庭環境相關的變量納入模型，建立模型3；最后在前3個模型的基礎上將城鄉二元戶籍納入模型，建立模型4。具體模型為：

模型1：Edu=α+β1X性別+β2X健康狀況+β3X醫療保險+β4X區域+ε

模型2：Edu=α+β1X性別+β2X健康狀況+β3X醫療保險+β4X區域+β5X智力+β6X理解能力+β7X語言表達能力+β8X外貌+ε

模型3：Edu=α+β1X性別+β2X健康狀況+β3X醫療保險+β4X區域+β5X智力+β6X理解能力+β7X語言表達能力+β8X外貌+β9X父親學歷+β10X母親學歷+β11X家庭社會地位+ε

模型4：Edu=α+β1X性別+β2X健康狀況+β3X醫療保險+β4X區域+β5X智力+β6X理解能力+β7X語言表達能力+β8X外貌+β9X父親學歷+β10X母親學歷+β11X家庭社會地位+β12X城鄉戶籍+ε

其中：Edu表示居民教育成就，α是截距，β是變量系數，ε是隨機誤差項。居民教育成就為有序變量，當教育成就為文盲、義務教育、高中教育和高等教育時，Edu值分別為1、2、3、4，并采用多元Ordered Logit模型分析教育成就是否存在城鄉差異。

不同教育成就的概率為誤差項ε的累計分布函數，多元Ordered Logit模型可以定義為：

Ln{p（Edu≤m）/[1-p（Edu≤m）]}=μm-（α+β1X1+β2X2+…+βnXn）。其中，m=1，2，3，4。

p（Edu≤m）可以估計為：

p（Edu≤m）=e[μm-（α+β1X1+β2X2+…+βnXn）]/{ 1+eμm-（α+β1X1+β2X2+…+βnXn）]}

則各教育成就的概率為：

p（Edu=m）=p（Edu≤m）-p（Edu≤m-1）

在教育成就存在顯著城鄉差異的前提下，y為研究教育成就與收入之間的關系，用居民年純收入衡量居民收入，建立模型5、6、7，分別比較文盲與義務教育、義務教育與高中教育、高中教育與高等教育之間的收入差異。具體模型為：

模型5：ATT=E（y2i-y1i|Edui=2）=E（y2i|Edui=2）-E（y1i|Edui=2）≈E（y2i|Edui=2）-E（y1j|Eduj=1）

模型6：ATT=E（y3i-y2i|Edui=3）=E（y3i|Edui=3）-E（y2i|Edui=3）≈E（y3i|Edui=3）-E（y2j|Eduj=2）

模型7：ATT=E（y4i-y3i|Edui=4）=E（y4i|Edui=4）-E（y3i|Edui=4）≈E（y4i|Edui=4）-E（y3j|Eduj=3）

其中：ATT為平均處理效應，Edui和Eduj為居民i和j的教育成就，取值為1、2、3、4時，表示教育成就分別為文盲、義務教育、高中教育和高等教育；y為居民收入，y1i 、y2i、 y3i、 y4i分別表示居民i的教育成就為文盲、義務教育、高中教育和高等教育時的收入，y1j 、y2j、 y3j、 y4j分別表示居民j的教育成就為文盲、義務教育、高中教育和高等教育時的收入。

為降低數據偏差和避免內生性問題，本文運用傾向值匹配法對模型5、6、7進行分析研究不同教育成就之間的收入差異，將樣本分為控制組和干預組。模型5以教育成就為文盲的群體作為控制組，以教育成就為義務教育的群體為干預組；模型6以教育成就為義務教育的群體作為控制組，以教育成就為高中教育的群體為干預組；模型7以教育成就為高中教育的群體作為控制組，以教育成就為高等教育的群體為干預組。

傾向值匹配法的思想是找到控制組的某個個體j，使得個體j與干預組個體i的個體異質性變量盡可能相等，即Xi≈Xj。此時，剔除了個體異質性變量對收入的影響，我們可以認為干預組和控制組之間的收入差異是由教育成就的不同帶來的，收入差異即為平均處理效應ATT。傾向值匹配的具體方法有很多，本文采用半徑內最近鄰匹配，取半徑為001，即在半徑為001的范圍內尋找最近匹配。

（二）數據、變量與描述性統計

本文所用數據來自于2014年中國家庭動態跟蹤調查（CFPS，2014）。CFPS是由北京大學中國社會科學調查中心執行的全國性綜合追蹤調查項目，旨在跟蹤個體、家庭、社區三個層次的數據，反映中國社會、經濟、人口、教育和健康的變遷。CFPS（2014）的數據覆蓋28個省市自治區樣本，基于研究需要，首先獲得樣本點31597個，剔除指標缺失的樣本點后，最終得到23002個樣本點。

根據本文的研究對象，教育成就分為文盲、義務教育、高中教育和高等教育四個類別。其中：文盲包括半文盲、義務教育包括小學和初中、高中教育包括普通高中和職業高中、高等教育包括大專及以上；收入用2014年居民年純收入來衡量；城鄉分類以戶籍信息為準，分為城鎮戶口和農村戶口；控制變量選取性別、健康程度、是否有醫療保險和區域信息；其他解釋變量包括與能力特征相關的智力、理解能力、語言表達能力和外貌以及與家庭環境相關的父母學歷和家庭在本地的社會地位。具體變量說明和描述性統計如表1所示。

表1教育成就分布及描述性統計

變量文盲/半文盲

（N=5358）義務教育

（N=12069）高中教育

（N=3182）高等教育

（N=2393）變量說明均值標準差均值標準差均值標準差均值標準差性別0女性，1男性03820486057004950581049405460498健康程度1很差-5很好26591344320312003254112034570973是否有醫療保險0否，1 是09260263091102840887031608730333地域信息1東部，2中部，3西部20650847182708061711075216680758智力1很差-7很好49871313560310975832101960700925理解能力1很差-7很好49531438565211225899097761060917語言表達能力1很差-7很好48751413551011645753105859961008外貌1很差-7很好50901250559510925814102160440929父親最高學歷1文盲，2小學，3初中，4高中，

5大專，6大學本科，7研究生及以上13870767197410302325113829851239母親最高學歷1文盲，2小學，3初中，4高中，

5大專，6大學本科，7研究生及以上11030411150408131807099424851225家庭社會地位家庭在本地的社會地位，

1很低-5很高32171063309109143073085030660731戶籍信息0農村，1城鎮02890453043104950645047907620426收入年純收入（元）576511448176061883721652199953339126357

根據本文教育成就設置的四個類別，文盲樣本有5358個，義務教育的樣本有12069個，高中教育的樣本有3182個，高等教育的樣本有2393個。教育成就為義務教育的個體最多，占總體的525%，能夠上大學的個體最少，僅占總體的104%。

從均值上來看，教育成就高于義務教育時，男性比例高于女性比例；隨著教育成就不斷提高，健康狀況的平均值和東部地區居民所占的均值逐漸提高；是否參加醫療保險和教育成就之間沒有明顯的關系；能力特征方面，智力、理解能力、語言表達能力和外貌均值隨著教育程度的上升逐步上升；家庭環境方面，隨著教育成就的提高父母的最高學歷在均值上不斷增加；而家庭社會地位和教育成就之間關系不明顯；隨著教育成就的提高，居民平均年純收入不斷增加，城鎮戶籍的居民所占比例逐漸提高。教育成就是否存在城鄉差異以及教育成就產生的收入差異有多大還需進行實證分析。

三、實證分析

基于合理驗證居民教育成就是否存在城鄉差異和科學評估不同教育成就對城鄉居民產生多大收入差異的研究目標，分為三個步驟進行計量分析：一是考慮個體特征、能力特征和家庭環境等因素，運用多元有序Ordered Logit回歸模型驗證居民教育成就是否存在城鄉差異；二是為檢驗多元有序Ordered Logit回歸結果的穩健性，以教育成就為高等教育的群體作為參照組進行穩健性分析；三是在教育成就存在城鄉差異的基礎上，運用傾向值匹配法分別比較文盲與義務教育、義務教育與高中教育、高中教育與高等教育對城鄉居民產生的收入差異有多大。

（一）教育成就與城鄉差異分析

教育成就是多分類的有序變量，本文建立多元有序Ordered Logit回歸模型來驗證教育成就是否存在城鄉差異。具體回歸結果見表2所示：

表2穩健標準誤差多元Ordered Logit回歸結果

變量 模型（1） 模型（2） 模型（3） 模型（4） 系數穩健標準誤系數穩健標準誤系數穩健標準誤系數穩健標準誤性別0417***00260377***00260478***00270501***0027健康狀況0281***00100217***00110134***00110154***0011是否有醫療保險-0261***0045-0251***00450023004600940047地域信息-0368***0016-0337***0016-0265***0016-0182***0017智力--0152***00210125***00210122***0021理解能力--0233***00180191***00180195***0019語言表達能力--0143***00170123***00170117***0018外貌---0013 0019-00250020-0042**0020父親最高學歷----0454***00150433***0015母親最高學歷----0558***00190512***0019家庭社會地位-----0068***0014-0041**0014戶籍信息------0801***0029樣本量23002230022300223002Pseudo R20032006601370152注： ***、**、*分別表示在1%、5%、10%的水平上顯著。

模型1為基準模型，從回歸結果來看，性別對居民教育成就有顯著影響，系數為0417，在1%水平上顯著，即男性教育成就高于女性的概率更大，在我國目前的教育發展中依然存在性別差異；健康狀況對居民教育成就也有顯著的影響，系數為0281，在1%水平上顯著，這比較符合現實，因為身體健康的學生有更多的時間、精力更好地完成學業，喪失健康一般會增加受教育的難度；是否享受醫療保險對居民教育成就有負向的顯著性影響，在1%水平上顯著。導致系數為負的原因是參加醫療保險可能存在逆向選擇，身體較差的居民更有可能參加醫療保險。所屬區域的系數為-0368，且在1%水平上顯著，自東向西教育成就依次降低，說明我國教育成就在區域存在顯著性差異。

模型2在模型1的基礎上加入了可能影響居民教育成就的能力特征變量，包括智力、理解能力、語言表達能力和外貌。結果顯示：智力、理解能力和語言表達能力的提升，均會提高教育成就；外貌對教育成就沒有顯著性影響，這和我國升學考試的內容相關，智力、理解能力和語言表達能力較高的學生更容易在考試中取得相對較高的分數。

模型3在模型2的基礎上加入了家庭環境的相關變量，包括父母學歷和家庭在本地的社會地位。是否參與醫療保險在模型中不再顯著，說明是否參加醫療保險是通過家庭環境等相關變量來發揮作用的；新加入的家庭環境變量均對居民教育成就有顯著的正向影響。具體來看，母親的最高學歷比父親的最高學歷，對子女教育成就的影響作用更大，系數分別為0558和0454，這也是比較符合現實的。因為，在子女的教育過程中，母親往往扮演著更重要的角色；家庭在當地的社會地位對子女的教育成就有略微的負向影響作用，但其影響作用非常小，系數僅為-0068。

模型4在模型3的基礎上加入了城鄉二元戶籍信息這一變量后，回歸結果表明：城鄉戶籍與居民教育成就的回歸系數為0801，在1%水平上顯著，即城鎮居民教育成就顯著高于農村居民教育成就。城市居民教育成就高于農村居民教育成就的概率更大，教育成就存在明顯的城鄉差異；由于沒有穩定的收入來源，農村居民未來收入的不確定性較大，在同等收入水平下，會采取更多的“預防性儲蓄”，這樣會限制他們的消費支出，包括教育方面的投資。另外，由于沒有固定的工作，農村居民會流向工資更高的地方，但是，不能獲得城鎮戶口的農村居民知道，總有一天他們會回到農村，回到農村后收入會立刻降低，持久性收入的預期會更低。因此，大多數農村居民不會長時間留在城市生活，子女也不會長時間在城市接受教育，造成教育成就較低。

（二）穩健性分析

為了檢驗表2結果的穩健性，我們將樣本量最少的高等教育作為參照系，分別對文盲、義務教育和高中教育的樣本組，進行多元Ordered Logit回歸，對表2的結果做進一步檢驗。結果見表3所示：

表3穩健性檢驗結果

變量文盲/半文盲義務教育高中教育系數穩健標準誤系數穩健標準誤系數穩健標準誤性別0.770***0.053-0.0170.047-0.0300.060健康程度0.237***0.0230.109***0.0210.154***0.026是否有醫療保險-0.0460.1030.144*0.0820.1350.100地域信息-0.139***0.032-0.050*0.030-0.001*0.040智力0.140 ***0.0400.116**0.0400.126**0.051理解能力0.216***0.0340.165***0.0360.102**0.050語言表達能力0.137***0.0320.106***0.0330.150***0.046外貌-0.067**0.038-0.0170.037-0.0030.049父親最高學歷0.622***0.0440.410***0.0240.470***0.029母親最高學歷1.056***0.0930.478***0.0290.531***0.032家庭社會地位-0.122***0.0280.0220.0260.079**0.035戶籍信息0.729***0.0540.960***0.0490.823***0.067常數項-4.087***0.213-5.608***0.194-7.380***0.268注： ***、**、*分別表示在1%、5%、10%的水平上顯著。

從表3可看出，性別、是否有醫療保險、外貌和家庭社會地位對不同教育成就的群體的影響存在略微差異；教育成就在義務教育和高中教育中不存在性別差異；參加醫療保險對于接受義務教育的居民而言能夠產生正向的顯著性影響；外貌對文盲和半文盲群體顯現出負向的顯著性影響，在5%水平上顯著；家庭社會地位對文盲和半文盲群體產生負向的顯著性影響，對接受高中教育的居民產生正向的顯著性影響，對接受義務教育的居民沒有顯著性影響。

總體上看，通過對不同教育成就的群體進行細致劃分后，戶籍制度對不同教育成就的影響系數均在1%的水平上顯著，驗證了表2的估計結果具有較好的穩健性。居民教育成就確實存在顯著的城鄉差異。因此，分別研究城鄉居民教育成就和收入差異的關系具有現實意義。

（三） 教育成就與收入差異分析

研究教育成就與收入差異問題，應首先解決內生性問題和樣本選擇性偏差問題。根據表2的回歸結果顯示，除了戶籍信息還有很多因素可能通過影響教育成就進而影響居民收入。因此，本文選擇傾向值匹配法對不同教育成就的個體間顯著性差異進行控制，研究教育成就對城鄉居民產生多大的收入差異，傾向值匹配結果如表4所示：

表4傾向值匹配結果

類

別匹配

方法模型5模型6模型7文盲和義務教育傾向值匹配義務教育和高中教育傾向值匹配高中教育和高等教育傾向值匹配干預組

義務教育控制組

文盲差異干預組

高中教育控制組

義務教育差異干預組

高等教育控制組

高中教育差異總

體匹配前1760657641184121652176064046333912165211739匹配后17606102057400***21635188722763***33350256867664***樣本量554724351855553417161848農

村匹配前172985396120022063717399323824834296374197匹配后17293114755818***20637194221215*25047215693478*樣本量269315495292722366513城

鎮匹配前1780864181139022056178084248357862295613730匹配后17808104967311***22045189983046***35712258179895***樣本量28078591323277513381325注： ***、**、*分別表示在1%、5%、10%的水平上顯著。

在模型5的傾向值匹配中，以教育成就為文盲的居民為控制組，教育成就為義務教育的居民為干預組。匹配前，總體上教育成就為義務教育的居民，平均比文盲收入高出11841元，匹配后收入差異為7400元；將文盲和義務教育的居民分為農村和城鎮分別進行傾向值匹配，對農村居民而言，接受義務教育的居民比文盲平均收入高出5818元，對城鎮居民而言，這一收入差異為7311元。可見，接受義務教育能夠給居民帶來更高收入，城鎮居民接受義務教育比農村居民獲得更高的收入。

在模型6的傾向值匹配中，以教育成就為義務教育的居民為控制組，教育成就為高中教育的居民為干預組。匹配前，總體上教育成就為高中教育的居民平均比義務收入高出4046元，匹配后收入差異為2763元；將義務教育和高中教育的居民分為農村和城鎮分別進行傾向值匹配，對農村居民而言，接受高中教育的居民比義務教育平均收入高出1215元，對城鎮居民而言，這一收入差異為3046元。可見，接受高中教育對農村居民收入的影響作用較小，產生的收入差異遠低于城鎮居民。

在模型7的傾向值匹配中，以教育成就為高中教育的居民為控制組，教育成就為高等教育的居民為干預組。匹配前，總體上教育成就為高等教育的居民平均比高中教育收入高出11739元，匹配后收入差異為7664元；將文盲和義務教育的居民分為農村和城鎮分別進行傾向值匹配，對農村居民而言，接受義務教育的居民比文盲平均收入高出3478元，對城鎮居民而言，這一收入差異為9895元。可見，高等教育對居民收入的影響較大，城鎮居民接受高等教育比農村居民獲得的收入略高。

橫向來看，無論是農村居民還是城鎮居民，教育成就更高均會提高居民收入，接受高中教育產生的收入差異最低，尤其對于農村居民，接受高中教育產生的收入差異僅為義務教育的209%（1215/5818），這能在一定程度上解釋為什么農村學生接受完義務教育后不再接受高中。接受高等教育產生的收入差異最高，遠高于高中教育產生的收入差異，這說明即使在高校擴招的政策下，高等教育依然能帶來更多的收入；縱向來看，居民收入隨著教育成就的提高而增加，無論教育成就是文盲、義務教育、高中教育還是高等教育，城鎮居民的收入均高于農村，城鎮居民教育成就產生收入差異也高于農村。

四、 研究結論與政策建議

（一）研究結論

本文利用CFPS（2014）的數據，考慮可能影響居民教育成就的個體異質性變量，建立多元Ordered Logit模型驗證教育成就是否會存在城鄉差異，在此基礎上，采用傾向值匹配法分析，城鄉二元戶籍制度下不同教育成就分別對城鄉居民產生的收入差異。研究發現：當考慮個體異質性變量時，居民教育成就依然存在城鄉差異，城鎮居民教育成就和收入均高于農村居民，且城鎮居民教育成就產生的收入差異也高于農村；高中教育產生的收入差異最低，高中教育產生的收入差異僅為義務教育的三分之一；接受高等教育的居民收入最高，產生的收入差異最高，遠高于高中教育。

（二）政策建議

基于本文得出的結論，為縮小城鄉教育差距和收入差距、促進教育的公平發展實現城鄉一體化，對我國教育現狀提出以下三點建議：

1.政策上教育資源應向農村地區傾斜。如果城鄉教育差距一直存在，既不利于教育公平的實現，阻礙城鄉一體化的實現，長期還會造成社會階層的分化。政府要更加注重經濟欠發達地區的教育發展，教育資源向農村地區傾斜，優先安排農村義務教育經費預算，加強農村薄弱學校建設，改善農村基礎教育辦學條件，并且提高農村學校教師待遇，相關政策也應當鼓勵支持優秀教師和志愿者支援農村地區的教育建設。

2.貧困家庭應當支持鼓勵子女接受教育。雖然現在接受教育的成本費用較高，但是，接受更高程度的教育依然能夠增加個體收入、改善家庭生活質量，并且當受教育者為人父母后，可以將自身的人力資本積累通過代際傳遞進而增加下一代接受教育的機會，為下一代創造良好的教育環境，形成良性循環。貧困家庭父母應當改變落后的教育思想觀念，支持鼓勵子女讀書。

3.完善高校助貧體系。接受高等教育的居民收入最高，產生的收入差異最高，高校應該采取各種措施避免貧困學生因為經濟壓力過大而無法入學。高校應保障“綠色通道”持續暢通，貧困學生入學后，拓展勤工助學崗位，增加勤工助學崗位數量，最大程度地解決貧困生生活問題。另外，針對農村貧困學生，高校可以單獨設立困難學生獎助學金，重點獎勵學業成績優異和表現良好的貧困生，以保障他們順利完成學業。

參考文獻：

[1]張鵬， 于偉. 城市化進程、空間溢出與城鄉人力資本水平差距——基于省域尺度和受教育年限的空間計量研究[J]. 教育與經濟， 2015（6）：11-17.

[2]邢春冰. 教育擴展、遷移與城鄉教育差距——以大學擴招為例[J]. 經濟學（季刊），2013， 13（4）：207-232.

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

[4]DENISON E F. Education and economic performance： Edited by G.D.N. Worswick. National Institute of Economic and Social Research， Policy Studies Institute， and Royal Institute of International Affairs： Joint Studies in Public Policy 9. Aldershot， England and Brookfield[J]. Economics of Education Review， 1986， 5（4）：439-440.

[5]孫勤， 陳啟瀧. 我國城鄉家庭教育投資差異調查分析——以江蘇省南通市為例[J]. 調研世界， 2013（4）：18-19.

[6]巨冉冉. 以教育環境差異為例淺談城鄉教育差異及應對措施[J]. 首都師范大學學報（社會科學版），2009（2）：178-180.

[7]薛平. 浙江省城鄉學生能力比較研究——基于PISA測試結果[J]. 浙江社會科學， 2012（6）： 95-159.

[8]簡必希，寧光杰.教育異質性回報的對比研究[J].經濟研究，2013（2） ：83-95.

[9]張彥芬. 冀中地區農村子女受教育程度與家庭背景的關系研宄——以河北省行唐縣米霍口村為例[D].天津：南開大學，2007.

[10]張文， 郭苑. 中國城鄉教育水平差距的測度——基于東中西部地區2006-2009年教育基尼系數的實證分析[C]//Proceedings of the 2011 International Conference on Education Science and Management Engineering，2011（5）.

[11]文曉國. 中國教育發展與教育平等的城鄉考察——基于最近三次人口普查資料的實證研究[J]. 教育與經濟， 2016（3） ：29-36.

[12]張航空， 姬飛霞. 中國教育公平實證研究：1982-2010——基于教育基尼系數拆解法的分析[J]. 教育科學， 2013（6） ：1-6.

[13]LOPEZ-ACEVEDO G. Mexico： Evolution of Education and Inequality in the Last Two Decades[M]. Springer Netherlands：Inequality in Education， 2009：417-443.

[14]費舒瀾， 郭繼強. 戶籍的作用還有多大——基于城鄉勞動者收入差距分布分解的研究[J]. 浙江社會科學， 2014（11）：13-24.

[15]陳豐， 石紹賓. 城鄉基礎教育不均衡對居民收入差距的影響——基于2006-2011年面板數據的分析[J]. 東岳論叢， 2014， 35（03）：83-87.

[16]孟凡強. 我國人力資本回報率城鄉差異：全國調研數據的實證分析[J]. 現代財經（天津財經大學學報）， 2015（5）：42-51.

[17]張興祥. 我國城鄉教育回報率差異研究——基于CHIP2002數據的實證分析[J]. 廈門大學學報（哲學社會科學版）， 2012（6）：118-125.

[18]吳愈曉. 中國城鄉居民教育獲得的性別差異研究[J]. 社會， 2012， 32（4）： 112-137.

[19]CASTELLO-CLIMENT A， Doménech R. Human capital inequality， life expectancy and economic growth[J]. Economic Journal， 2008， 118（528）： 653-677.