我國教育收益率性別差異的長期變化研究

高法文，高興民

（1.深圳大學 中國經濟特區研究中心，廣東深圳 518060；2.深圳職業技術學院 經濟學院，廣東 深圳 518055）

0 引言

在我國教育收益率的研究領域中，男性和女性之間的教育收益率差異是許多學者感興趣的問題，也具有重要的現實意義。但是，學者們多是基于某一年的數據研究男女之間教育收益率的差異并探究其成因，鮮有學者對教育收益率性別差異的長期變化進行研究。實際上，我國社會、經濟在改革開放后一直在發生快速、深刻的變化，這些變化對教育收益率也產生顯著的影響。我國男性和女性的教育收益率在較長時間內是怎樣變化的？呈現怎樣的差異？這些差異產生的原因是什么？本文將在學者們已有的研究基礎上[1-7]，著力研究我國教育收益率性別差異的最新變化，以及差異背后的原因。

1 模型和數據

1.1 研究模型

無論國外還是國內學術界，研究教育收益率使用最為廣泛的模型都是Mincer模型。這一模型最早由美國經濟學家Mincer（1974）提出，其被解釋變量通常為工資或者工資的對數，解釋變量通常為教育和工作經驗，基本形式可表示為：

這一模型也被稱為研究教育收益率的經典Mincer模型。其中，W為個人工資；edu為受教育年限；exp為工作經驗，常用工作年限表示；u為隨機擾動項。在這個模型中，α1系數的含義為教育年限每增加一年，工資提升的比率，也是重點要研究的教育回報率。

在經典Mincer模型逐漸成為最主要的教育收益率研究方法之后，許多學者在研究過程中對其進行了拓展，在教育年限（或教育階段）、工作年限兩個主要變量之外，根據研究需要增加了性別、區域、工作單位類型、婚姻狀況、家庭階層、父母受教育情況等不同的變量，這些方法統稱為拓展Mincer模型，可表達為：

其中Z代表教育和工作年限之外的各種變量，β為其系數。

本文按照年份、性別對樣本進行分類，然后分別用經典和拓展Mincer模型計算出對應的毛教育收益率和凈教育收益率，再進行對比分析，使用的計量方法為OLS法。

1.2 數據的選用

目前學術界研究教育收益率的數據來源不一，有大型研究機構對我國進行社會調查后整理的數據庫，也有由學者自行組織對個別區域進行調查后得到的數據。比較權威的數據來源主要有以下幾個：一是“中國家庭營養與健康”調查數據庫（CHNS），由美國北卡羅萊納大學與中國疾病控制和預防中心合作建立，目前公布的數據年份包括1989年、1991年、1993年、1997年、2000年、2004年、2006年、2009年、2011年；二是由北京師范大學中國收入分配研究原主導的中國家庭收入調查（CHIP）數據，該數據庫目前共公布了1988年、1995年、2002年、2007年和2013年對我國城鎮和農村居民的收支信息；三是中國國家統計局所發布的全國性數據庫；四是中國綜合社會調查（簡稱CGSS）數據。

本文使用CGSS數據進行研究。該調查項目由中國人民大學中國調查與數據中心負責執行，是全國性、綜合性、連續性學術調查項目。該項目自2003年起，遵照國際標準，每年對我國各省、自治區、直轄市的共計一萬多個家庭進行一次調查。目前，共有2003年、2005年、2006年、2008年、2010年、2011年、2012年、2013年共計8年的數據對外公布。相對于其他幾項研究數據，CGSS數據在本世紀的年份最多，特別是2010年起每年都有研究數據，有利于了解研究對象的最新變化，并能捕捉到年份之間比較細微的變化特征。

1.3 數據的基本情況及處理方法

CGSS在2003—2013年間共計有8個年份、73023個被調查者的數據，地域上涵蓋我國大部分省份。根據本文需要，主要選取了被調查者的出生年份、年收入、最高教育程度及完成情況、性別、戶口、省份、工作單位類型等指標。為了更有效地對教育收益率進行計算，本文按照如下方法對初始數據進行了處理。

（1）剔除了尚在讀書階段不能取得收入的被訪者，同時考慮到我國普遍實行60歲退休制度，也剔除了各調查年份中年齡大于60歲的被訪者樣本；（2）按照研究生及以上=19年，全日制本科=16年，成人本科=15年，全日制大專=15年，成人大專=14年，高中（含普通高中、職業高中、中專、技校）=12年，初中=9年，小學=6年來對受教育年限賦值。對于某個階段中途輟學的被訪者，則按照該教育階段年數的一半加上之前各教育階段的年數之和進行賦值；（3）按照“工作年限=年齡-受教育年限-入學年齡”的公式來計算工作年限，入學年齡按照我國普遍情況以7歲來計算；（4）將戶口分為農業戶口（包含居民戶口中原來是農業戶口的被訪者）以及非農業戶口（包含城鎮戶口、地級市城區戶口、居民戶口中原來是非農業戶口的被訪者）；（5）將被訪者所在省份按照我國常見的劃分標準分為東部（廣東、廣西、海南、上海、江蘇、浙江、山東、福建、北京、天津、河北、遼寧）、中部（內蒙古、山西、黑龍江、吉林、江西、安徽、湖南、湖北、河南）、西部（重慶、四川、云南、貴州、陜西、甘肅、寧夏、青海、新疆、西藏）；（6）將單位類型按照黨政機關、事業單位、國有企業、集體企業、合資企業、私營企業、外資企業、其他（沒有明確何種單位類型）分為八大類。數據處理后共有47318個被訪者數據，具體情況如表1所示。

需要說明的是，8個年份的數據樣本中，最早一年2003年的非農戶口人數比例超過了90%，與其他任何年份都有顯著不同，這很可能會導致其教育收益率的分析結果與其他年份的可比性變差。為此，在下文中將主要對2003年之后7個年份的結果進行比較分析。

表1 2003—2013年CGSS數據中研究樣本的基本情況

2 估計結果

2.1 男性和女性毛教育收益率

利用經典Mincer模型，可分別計算出各年份的男性和女性的毛教育收益率，如表2、表3所示。從統計顯著性上來看，無論男性和女性，截距項和教育年限對應系數都是在1%水平下顯著的，但工作經驗和工作經驗平方項的顯著性則不完全一致。擬合優度情況看，2003年份要明顯偏低，其他年份較高且相對接近。

表2 2003—2013年我國男性毛教育收益率結果

表3 2003—2013年我國女性毛教育收益率結果

從毛教育收益率的變化情況來看（見下頁圖1），這期間女性的教育收益率始終高于男性。變化趨勢上，2003—2008年間兩者都有波動，沒有呈現出穩定的變動態勢，但在2008年后，兩者都呈現了明顯的總體下降趨勢，在2013年到達所有年份中的最低點，特別是男性的毛教育收益率穩步持續下降。通過比較可以發現，2010—2012年間男性與女性的毛教育收益率差距在有擴大的趨勢，2013年差距有所收窄。

圖1 2003—2013年我國男性、女性毛教育收益率、凈教育收益率變化折線圖

2.2 男性和女性凈教育收益率

利用拓展Mincer模型，加入戶口、地區、行業類型等控制變量后，可計算出各年份我國男性、女性的凈教育收益率，如表4、表5所示。

表4 2003—2013年間我國男性凈教育收益率結果

表5 2003—2013年間我國女性凈教育收益率結果

當模型加入戶口、地區、工作行業等控制變量后，計算出的男性和女性凈教育收益率比毛教育收益率顯著降低，說明男性和女性的教育收益率還受到許多因素的影響。如圖1所示，2003—2008年期間，男性和女性的凈教育收益率變化都出現波動的特征，2008年后男性的凈教育收益率總體上下降，而女性的凈教育收益率在2006—2012年期間是持續上升的，2013年則出現回落。這種變化狀況與梁潤（2011）此前發現的無論男性還是女性其教育收益率都基本存在逐年遞增趨勢有明顯不同。除了2005年和2008年，其余年份女性的凈教育收益率均高于男性，這與梁潤（2011）、陳純槿等（2013）的結論相近[6，7]。值得注意的是，2010—2013年期間，女性凈教育收益率分別比男性凈教育收益率高18.5%、24.8%、35.2%、39.7%，比率持續擴大。這種變化趨勢陳純槿等（2013）的發現的趨勢剛好相反[7]。當然，由于本文研究中所使用的數據與前述學者的研究相比在年份上往后延伸了數年，因此本文所發現的趨勢并非與前述研究有根本矛盾，而可以作為其補充。

3 我國教育收益率性別差異及其變化的原因

3.1 女性的教育收益率普遍高于男性的原因

在本文的研究中，無論是毛教育收益率還是凈教育收益率，各年份幾乎都是女性高于男性（僅2005年和2008年的凈教育收益率例外），這種情況跟多數學者的研究結論相符。由于在低學歷層次的勞動中體力勞動占的成分比較大，因此男性比女性更有優勢，在低學歷層次中的工作中女性容易受到歧視，收入相對男性偏低。而當學歷提高后，勞動中的腦力勞動占的成分提高，女性受到歧視的程度降低。所以，女性在不同教育程度下的收入相比男性通常更懸殊，這是導致女性的教育收益率高于男性的重要原因。

3.2 教育擴張帶來的影響合力使男性與女性的教育收益率差距擴大

自1999年起，我國進入高等教育快速擴張時期。1998年我國高校招生108萬人，2005年這一數字已猛增為504萬人，2009年起我國高校每年招生在600萬以上。實際上，伴隨著高校擴招的實施，我國也大力推進普及九年義務教育。本文樣本中，2013年男性的平均受教育年限為9.92年，比2005年（9.26年）高7.13%；2013年女性的平均受教育年限為8.91年，比2005年（8.04年）高10.82%。可見，教育擴張在提升女性教育水平上比男性更為顯著，而高學歷的女性在工作中受到的歧視程度會降低，這有利于女性的教育收益率提高。當然，實際上教育擴張會帶來高學歷層次的人才競爭加劇，使得高學歷人才的收入增長速度受阻，不及低學歷人員，這會帶來教育收益率的下降壓力，這種壓力對男性和女性都是相同的。不過，由于如前所述女性的學歷提升會使其教育收益率有提高的作用力，因此教育擴張最終會促使男性和女性之間的教育收益率差距擴大。

3.3 我國勞動力結構發生變化帶來的影響

改革開放后我國的城鎮化率不斷上升，并最終帶來了我國人口結構的重大變化。若以城鎮常住人口來統計，2008年我國城鎮化率達到了46.99%，比2000年上升了超過13個百分點。2011年這一比率首次突破50%，達到51.27%，城鎮人口第一次超過農村人口，這意味著農村剩余人口數量已經大幅減少。與此同時，我國的勞動力人口增量在逐年減少，根據蔡昉（2011）的研究，2004—2011年我國勞動力人口的增量逐年減少13.6%[8]。2000年代中期起，我國經濟發達地帶的“民工荒”現象越來越頻繁，廉價勞動力的招工難成為企業普遍面臨的問題。相對而言，低學歷人員在勞動市場上比高學歷人員更加供不應求，因此這有利于低學歷人員的收入增長。由于低學歷人員中男性在勞動市場上比女性更有優勢，因此這一時期更有利于低學歷男性的收入增長，這也是在本文中2008年后男性教育收益率比女性教育收益率出現更加明顯的下降趨勢的重要原因。

4 結論

本文利用CGSS在2003—2013年的數據，采用經典和擴展Mincer模型，分別計算了各年份我國男性、女性的毛教育收益率和凈教育收益率，發現女性的教育收益率普遍高于男性。在性別差異的變化趨勢上，2008年后女性凈教育收益率高于男性的幅度有不斷擴大的趨勢，這與其他學者的研究結論不同[8]。究其主要原因，一是女性在更高的教育水平上受到的就業歧視更小，因此我國教育擴張利于女性教育收益率提升，二是我國勞動力結構的改變使得低學歷勞動力供不應求，而低學歷勞動力中男性的收入得到更顯著的提高，從而促使男性教育收益率下降。