新世紀以來我國教育收益率變化及其原因探析

高法文 高興民

摘要：基于中國綜合社會調查（CGSS）2003年至2015年的數據，分別用經典和拓展Mincer模型進行計算，發現2008年后我國的個人毛教育收益率以及凈教育收益率都出現了比較明顯的整體下降趨勢，這一結果擴展了此前多位學者關于21世紀初我國教育收益率增長趨勢減緩并出現輕微降低跡象的結論。教育收益率變化的原因可能包括我國市場化進程停滯、勞動力結構改變、高等教育擴招、政府對低收入者的惠民政策等。

關鍵詞：教育收益率;Mincer模型;中國綜合社會調查

一、引言

一個國家或地區的教育收益率與其經濟市場化程度、教育政策、人才供給和需求、行業發展等因素密切相關。在我國，較多學者利用某一年的數據對不同群體的教育收益率進行研究，而對教育收益率的長期變化則研究得相對較少。究其原因，主要是我國可供進行教育收益率研究的大型調查開展得相對較晚，且相鄰兩次調查的時間間隔通常達數年之久，不利于研究的開展。已有研究表明，20世紀80年代末及90年代我國的教育收益率持續顯著上升，但21世紀前十年我國教育收益率并沒有延續穩步上升的態勢，而是在達到一個高點后增長勢頭減緩甚至有下降跡象。

我國教育收益率在21世紀前十年出現的增長轉折態勢和下降跡象是否會延續并更為明顯？哪些原因導致了我國教育收益率在這一時期出現的變化？這些是本文所要研究的問題。

二、文獻回顧

（一）我國教育收益率的變動特點

對于我國總體教育收益率長期變化的特征，可以綜合多位學者的研究結論：20世紀90年代到21世紀最初的幾年間呈現顯著上升的趨勢，但隨后增長勢頭減緩，變得平穩甚至略有下降的跡象。李實等（2003）利用抽樣調查數據對1990-1999年期間我國城鎮的個人教育收益率的動態變化進行了經驗估計，從中發現個人教育收益率是逐年上升的，而且同一年份中不同學歷階段的個人教育收益率是遞增的。[1]丁小浩等（2012）使用國家統計局城鎮住戶調查數據，對2002、2004、2006、2008、2009年中國城鎮居民的教育收益率及其變化趨勢進行估算，研究結果表明，這些年份的教育收益率并沒有延續20世紀90年代的快速增長態勢，而是逐漸趨于平穩，并有輕微的下降跡象。[2]陳純槿等（2013）利用1988-2007年中國家庭收入項目（CHIP）四次大規模抽樣調查數據，基于擴展的Mincer收入方程，估計經濟改革以后我國城鎮居民教育收益率的變動趨勢，發現1988-2002年期間我國城鎮居民教育收益率呈現出隨經濟改革推進而快速上升的態勢，其后的五年間逐漸趨于平穩。[3]鄧峰等（2014）采用中國健康與營養調查1989-2009年追蹤數據，使用多層線性交互分類模型估計了全國教育收益率的總體變化趨勢，并通過引入宏觀經濟發展指標來考察教育收益率變化的影響因素，結果表明21世紀以來全國教育收益率并沒有延續以往快速穩定增長的勢頭，中國市場轉型過程中的制度變革和經濟結構變化對教育收益率變動都有顯著影響。[4]

（二）教育收益率變化的原因

梳理國內外學者關于教育收益率變化原因的研究，主要可分為兩類：一是市場經濟的發展程度，二是勞動力需求和供給的變化。

市場經濟的發展對教育收益率變化的影響可以理解為在勞動力需求和供給等條件不變的情況下，由于經濟市場化程度的提高或下降而導致教育收益率的變化。在經濟市場化程度較低的情況下，勞動力資源的配置是低效率的，勞動報酬對人力資本高低的反映是不充分的。經濟市場化程度提高時，市場的優勝劣汰機制會使勞動力資源的配置效率提高，人力資本較高（通常是受教育水平較高）的勞動者會流動到報酬更高的崗位上，不同教育水平的勞動者收入差距會加大，進而使勞動者的教育收益率提高。Elizabeth Brainerd（1998）對俄羅斯的研究、Robert S.Chase（1997）對捷克斯洛伐克的研究，以及李實等（2003）、趙力濤（2006）和丁小浩等（2012）對我國的研究都支持了這一觀點。[5][6][7][8][9]

·教育管理·新世紀以來我國教育收益率變化及其原因探析

勞動力需求和供給的變化是通過影響不同受教育水平的勞動者的工資水平，進而影響到教育收益率的高低。假設經濟的市場化程度不變，當勞動力市場上受教育水平高的勞動者供給增加（或需求減少），這會帶來受教育水平高的勞動者收入水平下降，進而教育收益率降低;反之，當受教育水平高的勞動者供給減少（或需求增加），會使他們的收入上升從而使總體教育收益率提高。另一方面，當受教育水平低的勞動者供給增加（或者需求減少），會使這部分勞動者收入水平下降，從而使教育收益率上升;反之當受教育水平低的勞動者供給減少（或者需求增加），會使他們的收入上升從而使總體教育收益率水平降低。Goldin和Katz（2009）的研究發現20世紀70年代美國的教育收益率下降是因為大量大學畢業生涌入勞動力市場使得高學歷勞動者相對供給超過了相對需求[10];而20世紀80年代美國的教育收益率急劇上升是因為市場對高學歷勞動者相對需求增加同時其相對供給基本停滯。Kambayashi等（2008）對日本的研究[11]、Kim和Topel（1995）[12]、Choi和Jeong（2005）[13]對韓國的研究都表明教育收益率變化與不同受教育程度勞動者的供給和需求變化有關。

市場化程度變化以及勞動力供給和需求變化對教育收益率的影響匯總如表1，各因素在影響教育收益率變化時都以其他因素不變為前提。

三、數據和模型

（一）數據的選用

從現有研究來看，我國學術界研究教育收益率所用的數據來源主要有以下幾個：一是中國健康與營養調查（CHNS）數據，這也是我國學者研究教育收益率時使用最多的，目前共計有1989、1991、1993、1997、2000、2004、2006、2009、2011、2014年等10年的數據已經公布。二是中國家庭收入調查（CHIP）數據，該數據庫目前公布了1988、1995、2002、2007和2013年我國城鎮和農村居民的收支信息。三是中國綜合社會調查（Chinese General Social Survey，以下簡稱CGSS）數據。四是中國國家統計局所發布的全國性數據庫。

本文選擇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，每年對我國大陸各省、自治區、直轄市的共計一萬多個家庭開展調查。目前，共有2003、2005、2006、2008、2010、2011、2012、2013、2015等共計9年的數據對外公布。

本文選取CGSS數據的原因如下：一是上世紀八九十年代我國教育收益率整體顯著上升的結論已經得到學術界普遍認可，因此這一時期的教育收益率變化特點可直接參照其他學者的研究結論;二是多位學者發現進入新世紀后我國教育收益率沒有繼續延續原來的上升趨勢，其變化特點不甚明朗，需要繼續加以研究，而CGSS數據年份正是從新世紀初開始的，適合進行此類研究;第三，也是最重要的原因，到目前為止CGSS是幾個數據項目中包含本世紀數據年份最多、同時也是年份密度最大的。CHNS在本世紀有6年的數據公布，CHIP則只公布了3年的數據，而CGSS則公布了9年的數據。在2003-2015年間，CGSS除了2004、2007、2009、2014四年外，其余所有年份均有數據，這有利于更為細致地研究新世紀教育收益率的變化特點，并據此探究與之相關的我國社會、經濟、教育等領域的深刻變化。

（二）數據的基本情況及處理方法

CGSS2003～2015年間共計有9個年份、83991個被調查者的數據，地域上涵蓋我國所有省、自治區、直轄市。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。為了有效地對各年份的教育收益率進行計算，按照如下方法對初始數據進行了處理。

一是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。二是按照“小學=6年，初中=9年，高中（含普通高中、職業高中、中專、技校）=12年，成人大專=14年，全日制大專=15年，成人本科=15年，全日制本科=16年，研究生及以上=19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。三是按照“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。四是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）。五是將被訪者所在省份按照我國常見的劃分標準分為東部（北京、天津、河北、遼寧、上海、江蘇、浙江、山東、福建、廣東、廣西、海南）、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）。六是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53276個被訪者數據，具體情況見表2。

需要說明的是，9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8個年份的結果進行比較分析。

（三）模型的選擇

早在上世紀50年代后期，國外就已開始了對教育收益率的估算研究。此后TWSchultz（1961）和Becker（1964）在這方面做出了重要貢獻。詳細闡述法（The Elaborate Method）、收入函數法（The Earnings Function Method）、凈現值法（The Cost-Return Method）、捷徑法（The Short-Cut Method）等多種研究教育收益率的方法陸續出現。其中Mincer（1974）根據人力資本理論推導出的研究收入決定的模型（即收入函數法），逐漸成為學術界最主要的教育收益率研究方法，并在此基礎上衍生出許多方法。[14]這一模型的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[15]，基本形式可表示為：

LnW=C+α1edu+α2exp+α3exp2+u（1）

該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，通常用工作年限表示，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，也是我們重點要研究的教育收益率。

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，這些方法可統稱為拓展Mincer模型，可表達為：

LnW=C+α1edu+α2exp+α3exp2+βZ+u（2）

其中Z代表教育和工作年限之外的各種變量，β為其系數。

根據本文的研究需要以及數據的特點，將先使用經典Mincer模型計算我國的毛教育收益率，再使用拓展Mincer模型，加入各種控制變量后計算我國凈教育收益率，并結合兩者進行分析。本文所使用的計量方法為OLS回歸法。

四、結果和解釋

（一）毛教育收益率和凈教育收益率的計算結果

本文首先根據各年份數據中的被訪者年收入、受教育年限、工作年限等變量，基于經典Mincer模型，用OLS方法計算了毛教育收益率。回歸結果見表3。

由于教育收益率會受到許多因素的影響，為了得到盡可能準確的教育收益率，還必須對教育年限、工作年限之外的各種變量進行控制，從而得到凈教育收益率。本文根據CGSS的調查數據共引入了四類控制變量：性別、戶口、區域、單位類型，這四類變量中分別將男性、農業戶口、東部地區、私營企業作為基組。回歸結果見表4。

圖1為回歸結果折線圖。根據計算結果，我國個人毛教育收益率①從2003年的13.7%上升到2005年的17.0%，2006年略有下降，此后上升到2008年的17.7%，這也是研究數據中所有年份的最高值，從2010年開始連續4年下降，2013年降至所有年份中的最低點11.8%，2015年小幅上升到12.0%。

凈教育收益率的變化除了2003年的相對大小顯著不同（如前文所述，2003年的凈收益率的異常情況可能與其非農戶口比例明顯比其他年份偏高有關），其他年份的變化大致與毛教育收益率變化相同，即2006年比2005年下降，然后到2008年上升到較高點8.0%，此后4年整體呈現明顯的下降趨勢，2013年降至最低點5.6%，2015年則出現較為明顯的反彈，達到7.2%。

（二）對教育收益率變化的分析

從前文的結果可判斷2008年是我國教育收益率增長比較明顯的拐點，毛教育收益率在2008年之后幾乎呈逐年下降趨勢，但由于其估算過程中許多影響收入的變量沒有加入，因此數值的誤差相對較大，不宜直接用毛教育收益率來描述我國教育收益率的變動特點。凈教育收益率的估算過程中已將多個影響收入的變量作為控制變量加入，數值準確度明顯提高。數值顯示2008年之后凈教育收益率變化仍然有波動，并非逐年嚴格遞減。從平均水平來看，2005、2006、2008三年的凈教育收益率均值為7.5%，而2010、2011、2012、2013、2015五年的凈教育收益率均值降為6.7%。此前，何亦明（2009）、丁小浩（2012）、陳純槿（2013）、鄧峰（2014）等學者認為進入新世紀后我國教育收益率出現了增長減緩甚至輕微下降的跡象，本文中2003～2008年的凈教育收益率變化是符合我國教育收益率增長停滯的論斷的，但不同的是本文結果顯示2008年后我國教育收益率不只是增長勢頭減緩，實際上已經出現較為明顯的總體下降趨勢。當然，其他學者使用的數據普遍是2010年之前的，而本文的數據延伸到了2010年之后的幾年，因此本文結論實際上與其他學者的結論并不矛盾，而是將其拓展了，也正好回答了部分學者在其研究中對于本世紀前十年中后期我國教育收益率增長出現停滯后將會如何進一步變化的疑問。值得注意的是，2015年凈教育收益率出現的反彈是比較明顯的，這是新的持續增長的開始，還是前期下降后的波動，有待獲得數據后進一步研究。

教育收益率的變動會對社會帶來深遠的影響，最直接的就是個體教育投入的積極性。對潛在的受教育群體而言，教育收益率增長出現拐點會抑制其對教育的投入。本文研究的是我國教育收益率的總體情況，實際上，不同群體的教育收益率還有比較大的差距。對于教育收益率較低的群體，如果再出現教育收益率下降，會抑制其接受教育的積極性。2010年后的幾年，我國農村地區出現“新讀書無用論”，進而蔓延到全社會，其重要原因是相當一部分年青人在接受高等教育后找不到合適的工作，收入偏低，與他們預期收入懸殊。這一現象的出現與我國教育收益率的變動特點相契合，應當引起重視與反思。

五、我國教育收益率增長趨勢出現變化的原因探討

導致教育收益率變化的原因往往是復雜的、多方面的。按照本文第二部分梳理的框架，結合我國新世紀的發展現狀，可以從市場化程度、不同學歷的勞動力供需結構及其收入變化等角度來探討我國教育收益率出現變化的原因。

一是我國的市場化指數在21世紀前十年中期開始不再持續快速提高。按照曾學文等（2010）的研究結果，我國市場化指數從1978年的1508持續上升到2005年的76.03，但2005至2008年我國市場化指數增長已近乎停滯。[16]遺憾的是，這一研究未給出2008年后我國的市場經濟指數變化。

王小魯、樊綱等人對我國市場化指數開展了持續研究。本文根據王小魯、樊綱等人的研究成果匯總了我國32個省、直轄市、自治區2004-2016年的市場化指數（以10分為滿分）。[17]通過計算平均數，可以發現2004年至2007年我國各省平均市場化指數仍然持續增長，但2008年出現了大幅下降，此后直到2011年我國各省平均市場化指數幾乎都在一條水平線上，2012年開始緩慢增長，但直到2016年也沒有再恢復到2007年的水平。相關數據及變化詳見圖2。

關于我國市場化指數的不同研究中，計算指標不完全相同，方法也不一致，其數值不宜直接進行大小比較。但是，結合在各自研究時間范圍內的變化趨勢，我們仍然可以推斷我國市場化指數的總體變化特點：在經歷了改革開放到21世紀前十年中期的持續快速增長后，我國市場化指數出現了增長停滯甚至明顯下降的情況。這種變化與我國教育收益率的變化有相似之處，可以認為在新世紀前十年中期開始，我國經濟的市場化進程已經不能為教育收益率的增長提供動力。

二是我國勞動力結構在新世紀前十年中后期出現重大變化使低學歷人員供不應求，有利于其收入提高。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%。此外，我國以城鎮常住人口統計的城鎮化率已由2000年的36.22%上升到2008年的46.99%，短短八年間上升超過10個百分點，而在2011年首次突破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。[18]這一時期，我國勞動力供需結構發生了重大變化，人口紅利對我國經濟增長所帶來的促進作用越來越小，與之相對的是“民工荒”現象越來越嚴重，倒逼眾多企業提高對低學歷員工的薪酬水平，進而帶動近十幾年來我國低學歷人員薪酬水平的較快上升。高興民等（2019）的分析發現勞動力供需結構的變化以及低學歷人員薪酬的較快上升是這一時期我國教育收益率增長停滯甚至下降的重要原因之一。[19]

三是新世紀前十年高校持續大規模擴招帶來的高學歷人員相對供給過剩，抑制高學歷人員收入增長。方長春（2019）的研究表明，在成熟的市場經濟環境下，持續的教育擴張可能導致教育收益率的下降。[20]據中國教育在線提供的數據，1999年起我國高校進入了快速擴招時期，當年我國高校招生人數從1998年的108萬人劇增到了160萬人，增長率高達48.15%。僅僅6年之后的2005年，我國高校招生人數便突破500萬人。2006年開始高校招生增速回落到10%以內，但每年都是正增長，并且從2009年開始招生數達到了600萬以上。從畢業生人數看，2001-2005我國高校畢業生總數超過此前十年的總和，達1089萬人，而2006-2010年這一數字則達到2709萬，2011-2015年達到3442萬。高校的大幅擴招使我國接受高等教育人數大幅增加，并且造成持續多年的“大學生就業難”現象。在需求增速相對穩定的情況下，高校畢業生相對供給過剩抑制了其薪酬的增長速度，并還在一定程度上擠壓了人才市場對于普通高中、職業高中等層次的人才需求，這同樣是造成新世紀前十年中期之后我國教育收益率變化的重要原因之一。

四是政府的惠民政策有利于低學歷者提高收入。羅楚亮等（2016）的研究表明，2007年至2013年期間，中國政府加強了收入分配和社會保障的相關政策力度，對于低收入人群的收入增長都會有顯著作用。[21]這一時期我國城鎮居民和農村居民人均收入實際年均增長率分別為8.5%和11.4%，農村居民收入的增長速度顯著高于城鎮居民。根據我國民政部的社會服務發展統計公報數據，從2007年到2013年期間，我國城鎮居民低保標準從每月182元提高到了373元，月均保障水平也從103元增加到了264元，分別增長了一倍以上;農村居民低保標準從每月70元上升到203元，人均補差從38.8元增加到116元，均提高了將近2倍。此外，2008年我國新勞動法頒布實施后，各地不斷上調最低工資標準，有效促進了低收入人群的收入增長。以深圳為例，2013年最低月收入標準為1600元（全市統一），比2008年（關內1000元，關外900元）上升了60%。由于我國農村居民、低收入人群、低學歷人群之間有很高的相關性，因此促進低收入人群、農村居民提高收入的政策在很大程度上也有利于低學歷者提高收入。

六、結論與展望

本文基于CGSS2003年至2015年的數據，分別用經典和拓展Mincer模型進行計算，發現2008年到2013年期間我國的個人毛教育收益率以及凈教育收益率都出現了比較明顯的整體下降趨勢，這一結果擴展了此前多位學者關于新世紀初我國教育收益率增長趨勢減緩并出現輕微降低跡象的結論。進一步的分析表明，教育收益率變化的原因可能包括我國市場化程度停滯、勞動力結構改變、高等教育擴招、政府對低收入者的惠民政策，這幾個因素使低學歷者的收入比高學歷者以更快的速度提升，進而使教育收益率下降。2015年我國教育收益率特別是凈教育收益率又開始出現反彈的特征，可能與我國社會和經濟進入“新常態”有關。但這一特征是我國教育收益率新增長的開始，還是前期下降后的波動，仍有待進一步的研究。

注釋：

①由于Mincer模型的等號左側對工資取了以e為低的自然對數，為了便于解讀，通常需要將變量的回歸系數轉化為百分比，意為變量增加1，工資水平上漲的百分比。假設系數為α，則工資上漲的百分比為（eα-1）*100%。當α的值比較小時，可以用α*100%近似代替（eα-1）*100%。

參考文獻：

[1][8]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.

[2][9]丁小浩，余秋梅，于洪霞.本世紀以來中國城鎮居民教育收益率及其變化研究[J].教育發展研究，2012（11）：1-6.

[3]陳純槿，胡詠梅.中國城鎮居民教育收益率的變動趨勢[J].北京師范大學學報（社會科學版），2013（5）：54-68.

[4]鄧峰，丁小浩.中國教育收益率的長期變動趨勢分析[J].統計研究，2013（7）：39-47.

[5]Elizabeth Brainerd.Winners and Losers in Russia's Economic Transition[J].The American Economic Review，1998，88（5）：1094-1116.

[6]Robert S.Chase.Markets for Communist Human Capital：Returns to Education and Experience in the Czech Republic and Slovakia[R].Economic Growth Center（EGC），Working Paper，NO.770，1997.

[7]趙力濤.中國農村的教育收益率研究[J].中國社會科學，2006（3）：98-109.

[10]Goldin，C.D.，&Katz，L.F.（2009）.The Race Between Education and Technology.Cambridge：Harvard University Press，287-323.

[11]Kambayashi，R.，Kawaguchi，D.，& Yokoyama，I.（2008）.Wage Distribution in Japan，1989-2003.Canadian Journal of Economics/Revue Canadienne Déconomique，41（4），1329-1350.

[12]Kim，D.I.，& Topel，R.H.（1995）.Labor Markets and Economic Growth：Lessons from Koreas Industrialization，1970-1990.In Freeman，R.B.，& Katz，L.F.（Eds.），Differences and Changes in Wage Structures（Pp.227-264）.Chicago：University of Chicago Press.

[13][15]Choi，K.S.，& Jeong，J.（2005）.Technological Change and Wage Premium in a Small Open Economy：The Case of Korea.Applied Economics，37（1），119-131.

[14]Mincer，Jacob.Schooling，Experience and Earning（NBER），1974.

[16]曾學文，施啟發，趙少欽，董曉宇.中國市場化指數的測度：1978-2008[J].中國延安干部學院學報，2010（4）：47-51.

[17]王小魯，樊綱，余靜文.中國分省份市場化指數報告（2016）[M].北京：社會科學文獻出版社，2017：2-6.

[18]蔡昉.超越人口紅利[M].北京：社會科學文獻出版社，2011：73，143.

[19]高興民，高法文.我國教育收益率城鄉戶籍差異變化研究[J].統計與決策，2019（7）：97-100.

[20]方長春.教育擴張是否影響了教育收益率——基于中國城鎮數據的HLM分析[J].教育研究，2019（1）：111-121.

[21]羅楚亮，李實，Terry Sicular，岳希明.2007-2013年期間的收入增長和收入差距[R].中國收入分配研究院，2016：48.

（責任編輯劉第紅）

收稿日期：2020-03-25

作者簡介：高法文，深圳大學經濟學院博士研究生，深圳職業技術學院經濟學院講師;高興民，深圳大學經濟學院教授、博士生導師。（深圳/518055）

本文系深圳市教育科學“十三五”規劃課題“深圳中高職課程銜接的路徑優化及演進趨勢分析”（ybfz16023）的成果之一。