性別差異視角下的高等教育回報率相關研究

宋 迪

(南京財經大學公共管理學院，江蘇南京210023)

一、引言

勞動經濟學領域一直關注國民的受教育程度對于勞動力收入的影響，雖然不同學者對于此問題一直存在著不同的觀點，但大部分學者認同受教育程度對勞動者收入有著正向的影響，同時教育收益率隨著受教育水平的提高而遞減。近些年來我國致力于規范勞動力市場，如今勞動力市場規則逐漸完善且工資定價也逐步市場化，然而由于勞動市場信息不對稱，勞動需求者和供給者無法得到充足的信息，故而企業無法篩選和精確識別求職者的個人能力，性別則成為企業預估求職者個人能力的一種途徑，故而出現了因為性別不同所導致的不同工資的問題。在這樣的情況下男性勞動者獲得的收入要比女性獲得的高，且這一問題在我國還是比較嚴重的，故而論文從性別差異的角度切入研究高等教育回報率，試圖針對這一問題提出有效的解決方法。

二、文獻綜述

在討論教育與勞動收入之間關系的相關領域之中主要存在以下三大理論：其一，教育信號功能理論認為高等教育學歷可以幫助勞動需求者甄別和篩選出其所需要的人才，這是因為在勞動力市場上存在著信息不對稱的情況，這就造成了雇主無法獲得關于勞動需求者的充足的信息，此時教育就可以作為一種信號幫助雇主甄別和篩選。在教育信號功能理論中教育可以有效反映勞動需求者的工作能力，但它只是起到了一個信號作用。想要明確社會教育資源的最優分配方式和制定公平的教育政策，就需要區分和明確教育對提高生產力的影響以及教育發揮信號作用的情況(Chatterji et al.，2003)。

其二，與教育信號理論相比，人力資本理論認為教育不僅僅是反映勞動需求者能力的信號，同時勞動者可以通過接受教育去學習更多的專業技能并且將它們運用到生產中，進而提高勞動生產率，較高的勞動生產率自然使得雇員獲得更高的工資(Becker，1964)。但是就人力資本對勞動者的工資收入的影響而言，它們之間的作用機制并不是直接的，而是通過影響個人獲取收益的能力，來進一步影響勞動者的收入。基于人力資本理論可知教育收益率是測算教育對勞動收入影響的重要維度之一。關于教育回報率的估算方法有很多，文章使用的則是較為常用且相對容易理解的明瑟收入方程法(鐘甫寧，2007)。

其三，根據勞動力分割市場理論可知，可以將勞動力市場劃分為主要和次要兩種類型。主要勞動力市場的勞動者的受教育水平較高且隨著受教育水平的提高，勞動者工資也隨之提高；而次要勞動力市場的勞動者的受教育水平和工資水平間的關系則較為復雜(龍翠紅，2017)。

當今我國勞動者工資方面存在著較為明顯的性別差異，造成這一現象的原因可能包含兩個方面：其一，我國男性和女性間在受教育水平和能力上的差異由于勞動市場的逐漸完善而逐漸通過工資表現出來(賴德勝，1999)；其二，企業在用工方面可能更偏向選擇男性。也就是說如果性別工資差異無法全部被人力資本特征所解釋，那么企業的性別歧視則需要被考慮進去(Hungerford and Solon，1987)。總而言之，學界認為差異產生的原因有人力資本特征差異和性別歧視兩方面。

就研究教育收益率和工資性別差異的文獻而言，大多數學者都傾向于構造這么一個收入函數，即明瑟收入方程，并基于此進行回歸分析和進一步的分解。現有文獻大多著眼于某一特定地區或行業的微觀數據進行教育回報率分析，或采用時間序列數據對教育收益率的變化進行研究，而關于高等教育回報率的相關文獻則相對較少。近年來我國有關學者針對性別工資差異進行了研究，他們提出了各種不同的研究方法，比如葛玉好(2007)運用了分位數分解方法，王美艷(2005)使用了Oaxaca-Blinder方法等。

總而言之，現有的研究主要集中在研究教育回報率上，同時也有很多學者研究性別工資的問題，但是大多數學者采用的都是地方或者區域性數據，很少有針對高等教育領域深入研究的。因此論文針對高等教育使用CGSS(2013)數據，并且運用明瑟收入方程和Oaxaca-Blinder分解方法研究高等教育的回報率以及性別工資的差異。

三、數據來源和一些基本統計分析

研究所用到的數據來源于中國綜合社會調查(CGSS)2012，屬于微觀層面，且數據內容比較新，也較容易獲取。論文使用的主要信息有：性別、勞動收入、受教育年數、工作經驗(年)、受教育程度、民族、婚配情況以及政治面貌。這些變量中就受教育水平而言，研究只考慮了高中、大專、本科這三個階段。這主要還是因為研究探討的是高等教育階段，故而只考慮接受高等教育的樣本情況并且刪除了那些未上學或只上過小學、初中及中專的變量和信息缺失的變量。對于樣本的民族情況只關心是否為漢族，婚配情況只關心是否已婚，政治面貌只關心是否黨員。同時在處理數據時我們還刪除了一些樣本，包括尚未取得工資收入的、沒有填寫工資收入的，以及年齡未達到16歲的和年齡已經超過60歲的樣本。

由表1可知樣本中男性大約有1209人，女性大約有795人，且樣本中女性的勞動收入平均值要比男性的少一些，大約少了15186元。男性和女性差不多都接受了14年的教育，但是男性的工作年限均值則要比女性的多2.49年，且就受教育水平而言，男性的不如女性的。針對上高中、大專的樣本，男性在這一部分的所占比例比較高，但是其受教育程度為大學的比重則比女性的低。在樣本中已婚男性要比已婚女性多，男性為黨員的數量也要比女性為黨員的數量多。

表1 相關變量的統計性描述

四、模型的建立、回歸及分析

(一)模型的建立

1.明瑟收入方程

論文在上述明瑟方程的基礎上加入性別和受教育程度虛擬變量，試圖通過增加與工資有關的其他虛擬變量以及性別與受教育程度的交互項來研究不同教育程度下不同性別的教育收益率。為了研究這個問題，我們將樣本按照男性和女性這一標準將樣本進行了分組，劃分為了兩組，得到如下改良后的明瑟收入方程：

其中因變量和自變量下標為m代表男性，下標為f代表女性。其中式(1)(2)中lnw是每小時工資的對數且C和U是受教育程度的虛擬變量，其中C代表大專，U代表大學，這兩個變量的對照組都是受教育程度為高中，β1和β2分別代表受教育程度為大專和大學的教育收益率。exp和exp2分別表示工作經驗和其的平方且這兩個變量對應的回歸系數分別為β3和β4。Xi為其他影響勞動收入的因素的虛擬變量，包括是否是漢族、是否婚配、是否是共產黨員等，εi代表這些虛擬變量的回歸系數，μ為隨機誤差。

在式(1)(2)的基礎之上我們建立了總體明瑟收入方程如下：

在上式中，為了研究不同受教育程度不同性別下的差別工資引入了edu×gender的交互項，其中男性為1，女性為0。

2.Oaxaca-Blinder分解法

我們將樣本分為兩組——男性和女性，分別記為m和f，得到以下公式：

根據Oaxaca-Blinder分解法的中心思想可知，性別工資差異主要由兩部分引起，即可解釋部分和不可解釋部分，前者指的是由勞動者的人力資本特征導致的工資差異，在式(4)中表示為；后者指的是由特征回報不同(具體來說即為性別歧視)造成的工資差異，在式(4)中表示為

(二)回歸及其結果分析

1.教育與勞動收入關系回歸結果分析

由表2可知表中所列出的變量至少均分別在1%或5%顯著水平上顯著，式(1)(2)(3)的擬合優度分別為0.3487、0.3477和0.3628，可知其擬合優度合理。另外各變量的符合也比較合理，例如大專、本科的系數符號都為正，說明勞動力接受高等教育對其勞動收入能夠產生正面的積極影響，這與事實是相符的。同時，edu×gender的交互項的系數為正，說明在相同學歷下男性的教育回報率要比女性高，與事實相符，且這些交互項顯著，說明性別通過教育對勞動力的影響是顯著的。

表2 明瑟收入方程回歸結果

為了更為精確地測量高等教育對于勞動收入的影響，我們需要考慮一個指標，即高等教育的年均教育收益率。大專教育的年均教育收益率=大專教育收益率(β1)/3(就上大專的樣本來說，他們一般接會接受3年的教育)，本科教育的年均教育收益率=本科教育收益率(β2)/4(本科一般接受教育時間為4年)。計算結果見表3：

表3 高等教育年均教育收益率

根據表3可以看出，擁有大專學歷的男性的年教育回報率為4.41%，相同學歷下的女性的年教育回報率則為5.60%。受教育程度為本科的男性的年教育回報率為9.45%，而相同學歷下的女性的年教育回報率則為7.71%。可見隨著學歷的提高年教育收益率也是逐漸提高的，因此受教育程度有利于提高勞動者的勞動收入。接受大專和本科教育的男性和女性的年均教育收益率差異還是比較明顯的，都在1%～2%之間且接受大專教育的男性年均教育收益率要比女性的低一些，但是在接受本科教育時其則要高于女性。

但是從總體上來看，男性接受高等教育的年均教育收益率要比女性的高一些，原因有三個：其一，女性的受教育機會成本較低(陳良焜和鞠高升，2004)；其二，行業獲得機會不一樣。姚先國和黃志嶺(2008)表示，從部門分類的角度看，男性相對于女性會更高比例地進入一些收入較高的部門，比如壟斷、機關部門，而女性進入其他行業的比例高于男性；其三，論文所使用的數據排除了高中以下教育層次的男性與女性工資收入差異較大的樣本進而得到了男性的教育收益率總體上要比女性的高一些的結論，且差異比較明顯。實際上在以往文獻中研究者們普遍得出的結論是：就教育收益率而言，一般女性的要比男性的高一些。劉澤云通過實證研究總結出了在2004年我國城市和鄉鎮勞動者的教育收益率是10.9%，與此同時就教育收益率而言相關樣本中女性勞動者的比男性勞動者多2%。對于這樣的情況，劉澤云表示可能是因為受教育年限較短的女性在勞動收入方面會受到性別區別對待從而使得在工資方面，不同受教育程度的女性和男性受到了很大的區別對待，因此在教育收益率方面，女性的要比男性的高一些。

2.性別工資差異的原因分析

在分析了高等教育的教育收益率之后，利用式(4)對數據進行進一步的回歸分解，以分析造成工資方面男性和女性明顯不同的深層緣由。根據Oaxaca-Blinder分解法可知，性別工資差異由兩個方面組成，一個方面為由勞動者人力資本特征差異產生的可解釋部分，另一方面為由性別歧視造成的不可解釋部分。

根據表4我們可知個人特征不同或者人力資本不同導致的差異為-0.01614，且在總差異中占比為-5.79%，其符號為負，體現了“逆差異”效應，即在人力資本方面女性要比男性優秀，但是其并無法抵消性別歧視所帶來的工資收入差異。

表4 Oaxaca-Blinder分解法結果

在這一部分教育項的數值為0.024501，占比為151.75%，說明了教育差別對于性別工資差別的影響較大，也說明可教育項的“逆差異”效應比較明顯，即雖然接受教育可以改善女性的人力資本特征并使其更優秀，但是其對工資收入產生的影響卻被行業、婚姻狀況、民族、政治面貌、地區等變量所抵消了。

另外不可解釋部分的差異為0.29524，且在總差異中占比為105.79%。在這一部分教育項的數值為0.28367，占比為9.95%。這一數值體現了男性與女性的教育回報率差異對性別工資的影響，即式(2)(3)中大專、本科虛擬變量的系數不同導致的男女工資收入的不同。當然除了教育這一變量之外，行業、婚姻狀況、民族、政治面貌、地區等變量也會影響到不可解釋部分的數值，從而共同體現了由不可解釋部分導致的性別工資差異。

五、結論

(一)主要結論

論文使用2013年中國綜合社會調查數據并運用明瑟收入方程和Oaxaca-Blinder分解法分別計算出高等教育收益率和分析導致性別工資差異的深層緣由，得出結論：

1.在勞動力市場上，接受過高等教育的男性和女性在工資獲得方面存在著明顯的差異，比如就上大專和本科院校的樣本而言，在工資方面，男性勞動者的收入普遍要比女性的高。

2.對于學歷為高中以上的樣本而言，通過提高勞動者的受教育水平，可以使得其自身的教育收益率得到大大的提升，也就是說教育水平越高，教育收益率值也就越大。

3.接受大專教育的男性年均教育收益率要低于女性，但是接受本科教育的男性年均教育收益率要比女性的高一些，且從總體來看，男性的年均教育收益率要比女性的高。

4.導致性別工資差異的不可解釋部分在總差異中所占比例高達105.79%，說明盡管學歷的提升可以使女性就業者獲得更優秀的人力資本特征，但是用人單位存在著男性和女性之間的區別對待。

(二)政策建議

論文的結論對于我國制定有關教育方面和建立健全的勞動力市場秩序方面的政策具有一定的參考意義：

1.進一步取消或者降低行業間的進入門檻，從而使得女性在求職或者工作過程中擁有同等的機會。論文得到的男性的年均教育收益率要高于女性的這一結論與之前學者提出的女性的教育收益率要高于男性的不同，其中一個可能的原因就是男女的行業獲得機會不同，即相比于女性，男性更容易進入一些收入較高的行業，比如機關部門等。

2.就政府部門而言，他們應該重視和監督現有就業和工作過程中區別對待女性的不當行為，通過制定相關的法律和標準來為女性勞動者爭取到同等對待的機會和使得我國勞動市場更加公平公正。論文運用Oaxaca-Blinder分解法分析導致性別工資差異的背后原因，發現可解釋部分體現了“逆差異”效應，即在人力資本方面女性要比男性優秀，但是其無法抵消性別歧視所帶來的工資收入差異，而不可解釋部分占比達到105.79%，說明相較于人力資本特征，導致性別工資差異的主要原因還是用人單位的性別歧視，故而我國政府應該出臺相關的保護女性勞動者的法律法規。