高校擴招、教育收益率與城鄉收入階層分化
——基于斷點回歸的分析

王文靜

(東北師范大學 政法學院，吉林 長春 130117)

一、引 言

自20世紀90年代末，我國高等教育迎來了短時期內大規模的擴張。2017年，高等教育毛入學率達到45.7%，較高校擴招政策實施前提升了35.9%；高校招生規模從1998年到2017年擴張了7倍，比改革開放以來21年(1978～1998年)的增幅還要多。高校擴招一方面增加了不同階層高等教育機會的可獲得性，有助于提升勞動者的人力資本積累，促使教育收益率增加(簡必希、寧光杰，2013)[1]，另一方面還有助于幫助農村居民突破戶籍限制(趙西亮，2017)[2]。Li 等(2015)的研究發現，擴招政策實施前的1990年，城鄉適齡學生接受高等教育的比例有7倍之大的差距。[3]李春玲(2014)認為，高校擴招政策緩解了城鄉間高等教育機會不平等現象；但另一方面，高校擴招政策在促進勞動者教育收益率提高方面表現出較為明顯的城鄉差異。[4]侯玉娜、鄧寧莎(2018)研究發現，城市地區勞動者教育收益率為14.2%，而農村地區僅有10.3%。[5]

按照《國家中長期教育改革和發展規劃綱要(2010-2020)》的戰略部署，“具有高等教育文化程度的人數要比2009年翻一番”，可以預見我國的高等教育招生規模將保持增長趨勢。那么，我國城鄉居民高等教育收益率表現出哪些差異性特征？高校擴招政策會對城鄉居民的教育水平以及教育收益率產生哪些影響？除了城鄉差別外，高校擴招政策是否會帶來不同社會階層收入差距的擴大，進而導致城鄉收入階層的“馬太效應”？本研究采用斷點回歸的分析手段，探討高等教育擴招政策對城鄉居民教育收益率以及收入階層分化的影響效應。

二、文獻綜述

學者們在經典明瑟工資方程的基礎上，為準確估計教育回報率進行了大量的嘗試，積累了豐富的研究成果。隨著中國勞動力市場的不斷完善，很多研究發現，城鎮勞動者的教育收益率明顯上升。Zhang 等(2005)的研究顯示，1988～2001年我國城鎮地區教育回報率從4%上升至10.2%。[6]與此相對，很多研究發現農村地區教育收益率在同一時期增長速度有限，其平均水平始終停留在5%左右，甚至更低(曹黎娟、顏孝坤，2016)。[7]除了刻畫我國教育收益率的城鄉差異，學者們也在探討這種城鄉差異的形成原因。其中，姚先國、張海峰(2004)研究發現，提高農村教育質量有助于縮小城鄉差距[8]；葉光(2015)研究發現，就業機會不平等造成了城鄉教育回報的差異[9]。

在對教育收益率的經驗研究中，估計明瑟收入方程的普通最小二乘法(OLS)難以克服與受教育水平相關的其他解釋變量(如個人能力)對收入的影響，進而造成嚴重的內生性問題，導致教育收益率的估計偏差。大多數文獻采用工具變量法解決內生性問題。隨著對高校擴招政策影響的研究成果不斷增加，學者們在解決選擇性偏差和異質性問題方面也進行著不斷的嘗試。吳要武、趙泉(2010)采用雙重差分模型(DID)，估計擴招政策使大學畢業生小時工資下降了10.5%～11.4%。[10]馬汴京等(2016)采用雙重差分和工具變量估計方法，研究發現高校擴招政策對畢業生收入影響不顯著。[11]

通過梳理現有文獻可以發現，學者們關于高校擴招政策導致的城鄉差異方面的研究尚未達成一致性結論，并且在估計城鄉居民高等教育收益率的經驗研究領域尚缺少趨勢演進方面的刻畫。本文通過采用斷點回歸方法(Regression Discontinuity Designs, RDD)考察高校擴招政策對城鄉教育收益率差異以及對不同收入階層的影響。相比于工具變量，斷點回歸方法的優勢在于，其能夠在沒有隨機性的情況下形成“準實驗”特征的回歸結果。此外，斷點回歸方法通過對帶寬(Bandwidth)的控制，對高校擴招政策沖擊產生的局部處理效應(LATE)能夠很好地考察政策因素對居民受教育程度的影響，從而更為準確地估計教育收益率。

三、計量模型與變量選擇

(一)數據來源

本文使用的數據來自于中國綜合社會調查項目(China General Social Survey, CGSS)，考慮到研究目的以及斷點回歸分析需要相對充分的樣本量，本文選取2010年、2013年以及2015年的調查數據。

首先，本文剔除了學生、離退休和失業人員，以及從未從事過生產性活動的勞動力樣本；此外，還剔除了勞動收入為0的樣本數據。同時，在樣本選取過程中還考慮了以下因素：高校擴招政策正式實施時間為1999年6月，而高考考生的適齡年齡通常為18周歲，根據時間倒推能夠發現只有出生日期在1981年之后的樣本才可能會受到高等教育擴招政策的影響。而且，根據我國小學階段適齡兒童入學時間規定，1981年9月以后出生的個體才可能成為高等教育擴招政策的影響對象。另外，由于1970年之前出生的個體可能沒有受到義務教育法的規制，故而很難確定其接受高等教育的準確時間。為了盡可能保持數據的準確性，以及相對充分的樣本量，選取僅包括受高校擴招政策影響前后10年的樣本。經過上述處理后，本文實證研究的樣本量為8511個。

(二)計量模型與變量選擇

首先，采用最小二乘估計方法(OLS)，將擴展的明瑟收入方程作為基準：

(1)

由于高校擴招政策并沒有如義務教育法那樣強制性地以法律的形式規定下來，因此其對城鄉居民的影響主要體現在教育機會的增加，同時高校擴招政策的實施是一個漸進的過程，因此，本文采用模糊斷點回歸分析(Fuzzy RDD)。對于模糊斷點回歸，標準做法是用兩階段最小二乘法(2SLS)進行參數估計(劉生龍等，2016)。[12]具體來說，計量方程模型設定如下：

lnwi=δ0+δ1·KZi+h(Di)+μi

(2)

Edui=β0+β1·KZi+g(KZi)+γi

(3)

則教育收益率方程的結構式形式即為：

lnwi=α0+α1·Edui+f(Di)+εi

(4)

其中h(·)、g(·)和f(·)是驅動變量個體D兩側的多項式模型。方程(4)中教育收益工具變量估計系數是簡化式方程(2)和(3)的估計系數比值，即α1=δ1/β1。根據前文的分析，本文把1981年9月以前出生的樣本定義為控制組，把1981年9月及以后出生的樣本定義為對照組(treatment group)。當個體樣本出生在1981年9月以后時，即將擴招政策虛擬變量(KZ)定義為1，反之定義為0。

初帥、孟凡強(2017)[13]的研究用個體小時工資對數作為收入因變量，但考慮到農村勞動時間的特殊性以及收入指標的準確性要求，本文選取個人全年總收入作為收入變量，并且為了實現不同年份數據的可比性，運用居民消費價格指數(CPI)對收入變量進行調整。

調查數據受教育程度分為14個類別，個體受教育年限賦值方法如下：沒有受過任何教育(0年)、私塾、掃盲班(2年)、小學(6年)、初中(9年)、職業高中或普通高中(12年)、中專或技校(11年)、大學專科(15年)、大學本科(16年)、研究生及以上(19年)。

表1為所選變量的描述性統計表。可以發現，城鎮居民的年收入對數要高于農村地區，同時，城鎮居民的平均受教育年限要明顯大于農村地區。其中，城鎮居民平均受教育年限為13.15年，說明大多數城鎮居民完成了高中或者職高教育；而農村居民平均受教育年限為8.69年，說明多數農村居民僅完成了初中教育。從工作經驗的分布看，城鎮居民的平均工作經驗要低于農村居民，說明農村居民可能更早地放棄了學業，進入到勞動力市場。此外，還可以發現，城鎮地區的樣本更多地從事非農業行業。從性別比例、婚姻狀況以及健康狀況來看，城鄉居民中男性、已婚以及健康狀況良好的勞動者比例更大。

表1 變量描述性統計

四、實證結果分析

(一)城鄉教育收益率的最小二乘估計(OLS基準回歸)

表2 報告了歷年城鄉教育收益率的最小二乘法(OLS)估計結果。可以發現，城市樣本的教育收益率為9.2%，農村樣本的教育收益率為6.8%，城市居民的教育回報要顯著高于農村居民。從變動趨勢來看，城市樣本教育收益率從2010年的10.6%上升為2015年的11.8%；農村樣本教育收益率從2010年的5.1%上升為2015年的7.4%。說明城市居民教育收益率呈U型變動趨勢，農村居民教育收益率則呈逐年上升趨勢。同時可以發現，除了2015年，城市居民工作經驗的回歸系數顯著為正，且工作經驗的平方估計結果也符合預期。從變動趨勢來看，城市居民工作經驗的收入回報系數在逐步減少，而農村居民工作經驗的收入回報系數在2015年之前始終不顯著，僅在2015年顯著為正。從城鄉差異來看，說明城市地區工作經驗的收入回報效果逐漸減弱，農村地區工作經驗收入回報效果才開始得以顯現。從控制變量的回歸系數來看，男性收入回報顯著高于女性；在比較城鄉系數差異時能夠得出，農村地區性別收入差異要明顯大于城市地區。同時，婚姻、健康狀況對勞動者收入回報的影響顯著為正。此外，相比于其他地區，東部地區的居民更容易獲得較高的收入回報；相比于農業，其他行業更容易獲得較高的收入回報。

為了更為細致地考察不同收入階層教育回報率的差異，分別對城鄉居民50%高收入樣本和50%低收入樣本的城鄉教育回報進行估計。[12]結果發現，城市居民50%高收入群體教育收益率為4.5%，農村居民50%高收入群體收益率為5.4%；城市居民50%低收入群體教育收益率為4%，農村居民50%低收入群體教育收益率為2.9%。也就是說，不論城市還是農村， 50%高收入群體的教育回報水平都比50%低收入群體的教育回報水平要高。同時，還可以發現，城市地區高收入群體教育收益率低于農村，而城市地區低收入群體教育收益率要高于農村。這意味著，教育回報一方面在低收入群體中造成了城鄉間的“馬太效應”，另一方面也造成了城市內部與農村內部“貧者愈貧，富者愈富”的收入馬太效應。那么，高校擴招政策對城鄉收入階層的分化究竟是起到拉大還是縮小的作用？本文采用斷點回歸分析方法，力求更為細致地評估高校擴招政策對城鄉教育收益率和收入差距的影響。

表2 城鄉教育收益率最小二乘法(OLS)估計結果

注：(1)*、**、***分別代表的顯著性水平為1%、5%、10%；(2)括號中數值為標準誤差。

(二)城鄉教育收益率的斷點回歸分析

1.高校擴招政策產生的局部平均處理效應(LATE)

在進行斷點回歸之前，需要通過圖形觀察擴招政策前后產生的斷點情況。圖1描述了高校擴招政策對城鄉居民受教育程度的影響。垂直的虛線左側代表未受高校擴招政策影響的人群，右側則代表受高校擴招政策影響的人群。從圖中可以發現，城鄉居民均在斷點處形成了一個較為明顯的“跳躍”。擴招政策前后城鎮居民平均受教育年限從13.7年提高到14.3年，也就是說高校擴招政策對城鎮居民受教育年限的局部處理效應為 0.6年左右，而對農村居民受教育年限的局部處理效應僅為0.2年左右。這表明相比于農村，高校擴招政策對提高城鎮居民受教育程度的影響更為明顯。但從影響趨勢來看，城鎮居民的平均受教育年限在斷點處“跳躍”，而后出現了增長趨勢放緩的特征，這說明高校擴招政策對城鎮居民受教育程度的影響是持續的。同時，高校擴招政策對農村居民平均受教育程度的影響也持續增強。但從農村居民平均受教育年限長期處于9～10年的水平可以推斷，在接受高等教育機會方面城鄉居民可能存在著巨大的分配不公平。

圖1 高校擴招政策前后城鄉居民教育斷點圖注：圖中的實線部分采用lowess曲線擬合，下圖同此方法。

2.模糊斷點回歸估計結果

表3為模糊斷點回歸(Fuzzy RDD)的估計結果。其中，第(1)～(3)列是對城鎮居民的回歸結果，第(4)～(6)列是對農村居民的回歸結果。 模型一為對數收入簡化式方程，表示高校擴招政策對勞動者收入影響的回歸結果。可以發現，高校擴招政策對城鄉勞動者個體收入的影響至少在5%的顯著性水平上顯著為正。在加入驅動變量及平方項和控制變量后，高校擴招政策對城鎮勞動者收入的影響系數為0.092，對農村勞動者收入的影響系數為0.075；也就是說，擴招政策對城鎮勞動者收入的影響程度大于農村。

模型二表示高校擴招政策對勞動者個體受教育年限的影響。在控制了驅動變量和控制變量后，擴招政策對城鎮居民受教育年限的影響為0.742，對農村居民受教育年限的影響為0.703，兩者均顯著為正。回歸結果驗證了之前局部處理效應圖，也驗證了初帥、孟凡強(2017)[13]、邢春冰(2014)[14]的研究結論；也就是說，高校擴招政策使城鎮居民更可能獲得高等教育機會。

模型三為工具變量的回歸結果，結果表明，居民受教育程度對收入產生正向影響。此外，在加入控制變量和驅動變量及平方項后，城市居民的教育回報率為12.4%，農村居民的教育回報率為10.7%。這一回歸結果要比之前OLS估計結果高。為了進一步考察教育收益率在不同收入階層是否存在分化效應，本文也通過斷點回歸分析考察不同收入階層的教育收益率差異。

表3 模糊斷點回歸(Fuzzy RDD)估計結果

注：(1)*、**、***分別代表的顯著性水平為1%、5%、10%；(2)括號中數值為標準誤差。

(三)高校擴招政策收入階層分化影響

1.高校擴招政策對不同收入分位點的局部平均處理效應(LATE)

本文參考劉生龍等(2016)[12]的做法，選取50%以上高收入、50%以下低收入分位點作為分析依據。圖2描述了擴招政策對城鄉居民在不同收入分位點的影響。

首先，擴招政策對農村50%低收入居民平均受教育年限的影響并未出現明顯的“跳躍”；而對農村50%高收入的居民帶來了明顯的跳躍，隨后出現了穩定增長的趨勢。50%以下低收入城鎮居民在高校擴招政策分割線附近有小幅度的上升，但是并不明顯，而對50%以上高收入城鎮居民帶來了政策分割線附近的明顯“跳躍”。這說明城鄉高收入階層獲得了更多的由高校擴招政策帶來的教育機會。高校擴招政策對農村50%以上高收入居民受教育年限的局部處理效應為 0.4年左右，而對城鎮50%以上高收入居民受教育年限的局部處理效應則為0.6年左右。

圖2 擴招前后不同收入分位點的教育斷點圖

2.模糊斷點回歸估計結果

表4報告了城鄉居民不同收入分位點下的斷點回歸結果。可以發現，擴招政策對城鄉內部不同收入群體的影響差別顯著。其中，城鎮內部居民50%以下低收入組的教育收益率為5.4%，50%以上高收入組的教育收益率為4.1%，即擴招政策促使城鎮內部教育收益率變動趨勢趨同，但會使城鎮內部高低收入群體的收入和教育出現分化，進而形成“馬太效應”。同時，高校擴招政策會使農村內部居民不同收入群體的教育產生分化，對收入及教育回報率的影響為正但不顯著。

表4 不同收入分位點模糊斷點回歸結果

注：(1)*、**、***分別代表的顯著性水平為1%、5%、10%；(2)括號中數值為標準誤差。

高校擴招政策對城鄉不同收入群體的影響也存在差異。其中，擴招政策對城鄉低收入群體產生的影響表現為對農村50%以下低收入群體收入影響并不顯著，但對城鎮居民50%以下低收入群體產生顯著的正向影響，同時高校擴招政策對城鄉低收入群體教育產生了擴大的“馬太效應”。進一步地，可以發現農村居民高收入組的教育回報率為6.9%，高于城鎮居民的4.1%，結合擴招政策對城鄉居民教育回報和收入回報的影響可以發現，高校擴招政策導致城鄉居民高收入群體組的教育差距擴大，但在一定程度上縮小了高收入群體城鄉間的收入差距。

(四)穩健性檢驗

為了檢驗回歸結果的穩健性，本文首先根據Calonico 等(2014)提出的適用于模糊斷點回歸帶寬估計方法，估計結果如表5所示。可以發現，在IK準則下，城鎮居民的教育收益率為15.2%，農村居民的教育收益率為12.1%；在CV準則下，城鎮居民的教育收益率為13.7%，農村居民的教育收益率為11.4%。可以發現兩種準則下的城鎮居民教育收益率均大于農村居民，回歸結果具有穩健性。

表5 不同帶寬下的模糊斷點回歸結果

注：(1)*、**、***分別代表的顯著性水平為1%、5%、10%；(2)括號中數值為標準誤差。

進而，本文對控制變量進行了平滑性檢驗，即要求除了受教育年限外，其他控制變量在斷點兩邊應該是連續的。根據非參數局部線性回歸方法，表6描述了控制變量的連續性檢驗結果。根據最后一列Lwald估計量結果可以發現，這些控制變量滿足平滑性假定。

表6 控制變量連續性檢驗結果

注：括號內為異方差穩健的t值。

五、結論及政策建議

本文利用中國綜合社會調查2010年、2013年以及2015年的微觀數據，采用模糊斷點回歸方法，對我國城鄉居民教育收益率進行實證檢驗，分析高校擴招政策對城鄉居民教育收益率的影響以及對城鄉居民帶來的收入階層分化效應。模糊斷點回歸結果顯示：

首先，高校擴招政策對城鄉居民受教育程度均產生了顯著的正向影響。其中，高校擴招政策對城鎮居民受教育年限產生的局部處理效應為0.6年左右，對農村居民受教育年限的局部處理效應為0.2年左右，說明高校擴招政策對提高城鎮居民受教育程度的作用更為明顯。

其次，城鄉居民教育回報率出現了較為明顯的“馬太效應”。城鎮居民教育回報率為12.4%，農村居民教育回報率為10.7%。

再次，高校擴招政策對城鄉內部不同收入群體的教育及收入產生顯著的分化作用。具體表現為，高校擴招政策有助于縮小城市內部不同收入群體的教育收益率，但對不同收入群體的收入及教育產生了分化，形成了“馬太效應”，也使農村內部不同收入群體的教育產生分化。

高校擴招政策對城鄉之間不同收入群體的影響也存在著分化。其中，高校擴招政策對城鄉不同收入群體教育產生擴大的“馬太效應”，但在一定程度上縮小了城鄉間高收入群體的收入差距。

可以發現，高校擴招政策的確增加了我國居民接受高等教育的機會，促使城鄉教育收益率顯著提高；同時，高校擴招政策對于抑制城鄉間居民收入差距的進一步擴大有一定的作用，有助于縮小城鎮居民教育收益率差距，說明發展高等教育可在一定程度上弱化城鄉不同收入階層的過度分化。同時，高校擴招政策使得優質的教育資源更傾向于城鎮居民和高收入群體。這應當引起政策設計者的足夠重視，在大力發展高等教育的同時，需要更加關注教育機會在城鄉之間和不同收入群體之間的公平分配問題。