義務(wù)教育改革質(zhì)量對(duì)流動(dòng)人口工資水平的影響

摘 要：公共教育政策的改革質(zhì)量及其對(duì)勞動(dòng)者收入水平的影響效果是政策效果評(píng)價(jià)的熱點(diǎn)問題之一。采用流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)監(jiān)測調(diào)查數(shù)據(jù)，通過因果性與異質(zhì)性教育收益率的測量，實(shí)證評(píng)估了義務(wù)教育改革質(zhì)量對(duì)流動(dòng)人口工資水平的影響效應(yīng)，結(jié)果發(fā)現(xiàn)：（1）義務(wù)教育改革顯著提高了流動(dòng)人口的義務(wù)教育參與率、受教育程度以及工資水平，但內(nèi)生性致使傳統(tǒng)研究方法嚴(yán)重低估了義務(wù)教育改革的工資效應(yīng);（2）利用傾向得分匹配法與處理效應(yīng)模型進(jìn)行糾偏后發(fā)現(xiàn)，義務(wù)教育改革的工資效應(yīng)分別為16.5%～24.3%與29.6%～35.8%;（3）進(jìn)一步利用無條件分位數(shù)回歸進(jìn)行異質(zhì)性分析發(fā)現(xiàn)，教育回報(bào)率的異質(zhì)性收益特征表現(xiàn)為“V”形曲線，義務(wù)教育改革有助于收窄流動(dòng)人口在低-高收入群體上的組內(nèi)工資差異。因此，深化教育事業(yè)改革質(zhì)量，增強(qiáng)對(duì)低收入群體的教育補(bǔ)貼，完善勞動(dòng)力市場制度建設(shè)，有助于提升流動(dòng)人口的工資水平，縮小工資差異。

關(guān)鍵詞：義務(wù)教育改革;流動(dòng)人口;教育回報(bào)率;工資差異;政策效果評(píng)價(jià)

一、引言

自1958年《中華人民共和國戶口登記條例》頒布以來，我國就確立了城鄉(xiāng)分割的二元經(jīng)濟(jì)結(jié)構(gòu)，二元經(jīng)濟(jì)也成為推動(dòng)國民經(jīng)濟(jì)增長、實(shí)現(xiàn)“中國奇跡”的源動(dòng)力。1978年的經(jīng)濟(jì)體制改革逐步放寬了戶籍制度對(duì)于人口流動(dòng)的鉗制，城市更高的勞動(dòng)生產(chǎn)率與工資水平成為農(nóng)村勞動(dòng)力進(jìn)城務(wù)工的重要吸力。根據(jù)農(nóng)民工監(jiān)測調(diào)查報(bào)告提供的統(tǒng)計(jì)數(shù)據(jù)，2019年農(nóng)民工資總體規(guī)模達(dá)到了29077萬人（國家統(tǒng)計(jì)局，2020）【參見http：//www.stats.gov.cn/tjsj/zxfb/202004/t20200430_1742724.html。】，規(guī)模龐大的鄉(xiāng)-城轉(zhuǎn)移人口業(yè)已成為城市經(jīng)濟(jì)發(fā)展的中間力量。然而，流動(dòng)人口在新型城鎮(zhèn)化建設(shè)中依然面臨著就業(yè)、住房、醫(yī)療以及社會(huì)保障等方面的社會(huì)融入問題（陸萬軍、張彬斌，2018;鄧悅、郅若平，2019），就業(yè)與工資在某種程度上甚至直接決定了流動(dòng)人口的社會(huì)融入。

近年來，我國正處于經(jīng)濟(jì)和教育快速發(fā)展的深度轉(zhuǎn)型時(shí)期，義務(wù)教育改革和高校擴(kuò)招政策一方面提高了勞動(dòng)人口的受教育程度，另一方面推動(dòng)教育事業(yè)邁入了高質(zhì)量發(fā)展的快車道，而這其中1986年頒布的《中華人民共和國義務(wù)教育法》通過逐步普及、免費(fèi)九年制義務(wù)教育發(fā)揮了重要作用。同時(shí)，經(jīng)典人力資本理論認(rèn)為，學(xué)歷教育作為人力資本投資的重要手段，具有較強(qiáng)的社會(huì)經(jīng)濟(jì)價(jià)值，教育回報(bào)率（Returns to Education）的相關(guān)研究也發(fā)現(xiàn)學(xué)歷教育有助于提高個(gè)體工資水平、優(yōu)化勞動(dòng)力市場資源配置效率（Heckman，2005;Psacharopoulos等，2018）。因此，在經(jīng)典理論與現(xiàn)實(shí)國情的雙重背景下，合理計(jì)量流動(dòng)人口的教育回報(bào)率，科學(xué)評(píng)估義務(wù)教育的改革質(zhì)量，對(duì)于加速鄉(xiāng)-城轉(zhuǎn)移人口的教育人力資本積累、消除勞動(dòng)力市場的制度性壁壘、優(yōu)化教育與收入分配政策，加速轉(zhuǎn)移人口的社會(huì)融合具有極強(qiáng)的現(xiàn)實(shí)意義。

鑒于此，本文利用衛(wèi)生計(jì)生委提供的2017年全國流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)調(diào)查數(shù)據(jù)開展準(zhǔn)實(shí)驗(yàn)研究，通過因果性與異質(zhì)性教育回報(bào)率的測量，揭示義務(wù)教育的改革質(zhì)量，全文試圖回答以下三個(gè)方面的問題：（1）以義務(wù)教育參與率和受教育程度作為改革質(zhì)量的代理指標(biāo)，審視義務(wù)教育改革質(zhì)量對(duì)流動(dòng)人口教育人力資本積累的影響效應(yīng)。（2）以教育收益率作為代理指標(biāo)，考察義務(wù)教育改革質(zhì)量的個(gè)體增收效應(yīng)及其異質(zhì)性增收特征。（3）以教育收益率的組內(nèi)差距為代理指標(biāo)，評(píng)價(jià)義務(wù)教育改革質(zhì)量究竟是擴(kuò)大還是縮小了流動(dòng)人口的組內(nèi)工資差距。本文剩余部分的結(jié)構(gòu)安排如下：第二部分將對(duì)既有文獻(xiàn)進(jìn)行系統(tǒng)梳理;第三部分為研究設(shè)計(jì)，闡述文章所用模型與方法;第四部分為數(shù)據(jù)與變量介紹;第五部分為實(shí)證分析結(jié)果及其解釋;最后為全文總結(jié)。

二、文獻(xiàn)綜述

教育回報(bào)率又被稱為教育收益率或人力資本投資回報(bào)率，通常有明瑟法（Mincer-type Method）、便捷法（Short-cut Method）以及內(nèi)部收益率法（Internal Rates of Return）三種計(jì)量方法，明瑟法因其計(jì)算的便捷性而被教育經(jīng)濟(jì)學(xué)、勞動(dòng)經(jīng)濟(jì)學(xué)廣泛的用以衡量學(xué)歷教育的經(jīng)濟(jì)價(jià)值（Psacharopoulos，1981;劉澤云、劉佳璇，2020）。明瑟教育收益率是指額外接受一年學(xué)歷教育能夠引致未來工資增長的百分比，本部分將基于明瑟教育收益率對(duì)既有研究進(jìn)行系統(tǒng)梳理，并在此基礎(chǔ)上提煉文章的潛在貢獻(xiàn)值。

（一）流動(dòng)人口教育回報(bào)率

受到城鄉(xiāng)分割經(jīng)濟(jì)結(jié)構(gòu)的掣肘，既有文獻(xiàn)主要關(guān)注城鎮(zhèn)或農(nóng)村勞動(dòng)力的教育回報(bào)率，但對(duì)流動(dòng)人口的關(guān)注則相對(duì)較少（馬巖、楊軍、蔡金陽、王曉兵、侯麟科，2012）。從研究主題來看，相關(guān)研究從職業(yè)隔離、戶籍歧視以及城市規(guī)模等方面估計(jì)了流動(dòng)人口的教育回報(bào)率，發(fā)現(xiàn)農(nóng)民工的教育回報(bào)率在不同職業(yè)間存在較大差異，同時(shí)受到城市總體規(guī)模的掣肘，并且城鄉(xiāng)戶籍差異在大城市上的矛盾較突出（王靜、武瞬臣，2015;譚靜、余靜文、李小龍，2017;林永然、耿楚宇，2019;方超、黃斌，2020）。此外，還有部分研究以教育回報(bào)率為切入點(diǎn)，討論了教育對(duì)流動(dòng)人口組內(nèi)、組間工資差異的影響（鄭猛，2017;于瀟、孫悅，2017;方超、黃斌，2017;于瀟、陳世坤，2019;陳純槿，2020;方超、黃斌，2021）。

（二）義務(wù)教育改革與教育回報(bào)率

學(xué)歷教育的經(jīng)濟(jì)價(jià)值使得利用教育回報(bào)率評(píng)估公共教育政策的實(shí)施質(zhì)量業(yè)已成為新興的學(xué)術(shù)增長點(diǎn)。1986年頒布的《中華人民共和國義務(wù)教育法》和1998年推行的《面向21世紀(jì)教育振興行動(dòng)計(jì)劃》則成為評(píng)估教育擴(kuò)張質(zhì)量的重要抓手（Lu等，2019;方長春，2019;郭四維、張明昂、曹靜，2019），數(shù)量相當(dāng)?shù)膶W(xué)術(shù)研究檢驗(yàn)了高校擴(kuò)招政策對(duì)勞動(dòng)力工資水平的外生沖擊（劉澤云，2015;初帥、孟凡強(qiáng)，2017;劉澤云、邱牧遠(yuǎn)，2017;方超、黃斌，2020）。譬如，劉生龍和胡鞍鋼（2018）的研究發(fā)現(xiàn)，高校擴(kuò)招政策雖然導(dǎo)致了畢業(yè)生就業(yè)難的社會(huì)問題，但大學(xué)教育與城鄉(xiāng)勞動(dòng)者的個(gè)體增收仍然存在因果關(guān)系，而周揚(yáng)和謝宇（2020）的研究則指出高校擴(kuò)招政策進(jìn)一步形塑了中國社會(huì)的分層結(jié)構(gòu)。

與高校擴(kuò)招政策相比，有關(guān)義務(wù)教育改革政策效果評(píng)價(jià)的研究相對(duì)較少，大多數(shù)研究基于《中華人民共和國義務(wù)教育法》構(gòu)造自然實(shí)驗(yàn)或準(zhǔn)實(shí)驗(yàn)的實(shí)施條件（賈婧、柯睿，2020;林文煉、李長洪，2020），測量義務(wù)教育改革的個(gè)體增收效應(yīng)（楊娟、高曼，2015）。譬如，劉生龍、周紹杰和胡鞍鋼（2016）基于斷點(diǎn)回歸的研究設(shè)計(jì)，實(shí)證評(píng)估了義務(wù)教育法對(duì)中國教育事業(yè)發(fā)展的貢獻(xiàn)，發(fā)現(xiàn)教育具有擴(kuò)大城鎮(zhèn)勞動(dòng)力工資差異的“馬太效應(yīng)”。方超、黃斌（2021）利用無條件分位數(shù)回歸的研究，發(fā)現(xiàn)義務(wù)教育改革對(duì)于農(nóng)村低收入群體體具有更強(qiáng)的個(gè)體增收效應(yīng)，工資差異呈現(xiàn)出“黏地板效應(yīng)”的鮮明特征。

（三）研究述評(píng)

既有研究為本文的順利開展提供了積極有益的借鑒，但仍然存在以下幾個(gè)方面可拓展的研究空間：（1）從研究對(duì)象來看，相對(duì)于城鎮(zhèn)或農(nóng)村勞動(dòng)力，有關(guān)教育回報(bào)率的研究對(duì)流動(dòng)人口的關(guān)注稍顯不足;（2）從研究主題來看，有關(guān)公共教育政策質(zhì)量評(píng)估的研究較少涉及鄉(xiāng)-城轉(zhuǎn)移人口，不利于厘清教育擴(kuò)張政策，尤其是義務(wù)教育改革對(duì)流動(dòng)人口工資水平的影響效應(yīng);（3）從研究方法來看，教育與收入的關(guān)系通常受到內(nèi)生性的掣肘，但傳統(tǒng)研究方法往往受到可觀測與不可觀測異質(zhì)性的擾動(dòng)，無法實(shí)現(xiàn)教育與流動(dòng)人口個(gè)體增收的因果關(guān)系推斷。

三、研究設(shè)計(jì)

（一）基準(zhǔn)模型

利用經(jīng)典明瑟方程建立回歸模型，基于工資收入效應(yīng)，評(píng)估義務(wù)教育的改革質(zhì)量：

lnwagei=α+β1Educi+β2δi+μi（1）

在式（1）中，下標(biāo)為流動(dòng)人口個(gè)體，因變量wagei為i的對(duì)數(shù)工資;Educi為教育年限，若流動(dòng)人口具有義務(wù)教育受教育程度則有Educi=1，反之則有Educi=0;δi為除教育年限以外其他影響流動(dòng)人口工資水平的矢量，包括經(jīng)驗(yàn)及其二次項(xiàng)、性別、民族、婚姻等可觀測特征;μi為零均值期望的隨機(jī)誤差項(xiàng);利用β1的參數(shù)估計(jì)評(píng)價(jià)義務(wù)教育的改革質(zhì)量。

（二）識(shí)別策略

1.基準(zhǔn)估計(jì)

基準(zhǔn)估計(jì)首先采用普通最小二乘法識(shí)別義務(wù)教育改革影響流動(dòng)人口工資水平的均值效應(yīng)，其次采用工具變量法糾正教育與收入關(guān)系中的內(nèi)生性問題，估計(jì)結(jié)果可以作為后續(xù)因果識(shí)別以及異質(zhì)性分析的基準(zhǔn)校對(duì)。

2.傾向得分匹配估計(jì)

利用普通最小二乘法識(shí)別義務(wù)教育改革的收入時(shí)，估計(jì)結(jié)果可能存在兩方面的偏誤。一方面，流動(dòng)人口的教育決策在不同個(gè)體之間存在差異，但普通最小二乘法卻假定個(gè)體教育決策相同，這將導(dǎo)致自選擇問題（Self selection）。另一方面，普通最小二乘法在處理反事實(shí)時(shí)（Counterfactual），僅僅將未接受處理的個(gè)體作為接受處理的反事實(shí)，但這種方法無法保證接受處理與未接受處理的個(gè)體在可觀測特征上的相似性，從而造成選擇性偏差（Selection Bias）。

鑒于此，本文將采用Rosenbaum and Rubin（1985）提供的傾向得分匹配法（Propensity Score Matching，PSM）糾正估計(jì)偏誤。第一，匹配樣本，確定協(xié)變量及其估計(jì)形式;選擇協(xié)變量進(jìn)行樣本匹配;第二，估計(jì)傾向分值;第三，計(jì)算接受義務(wù)教育（Treated）與未接受義務(wù)教育（Untreated）流動(dòng)人口教育收益率的平均處理效應(yīng)。

ATT=E（lnwage1i-lnwage0i|Educi=1，δ=x）（2）

ATU=E（lnwage1i-lnwage0i|Educi=0，δ=x）（3）

ATE=E（lnwage1i-lnwage0i|δ=x）（4）

在式（2）、式（3）和式（4）中，上標(biāo)1和0分別表示接受和未接受義務(wù)教育的流動(dòng)人口，lnwage1i和lnwage0i為相應(yīng)受教育程度的對(duì)數(shù)工資;δ為影響流動(dòng)人口工資水平的可觀測向量;ATT、ATU、ATE分別表示接受、未接受義務(wù)教育流動(dòng)人口的平均處理效應(yīng)以及平均處理效應(yīng)。

3.處理效應(yīng)模型估計(jì)

流動(dòng)人口的義務(wù)教育決策除了受到可觀測特征影響以外，還會(huì)受到教育偏好和預(yù)期收益等不可觀測因素的擾動(dòng)，但傾向得分匹配法只能糾正由可觀測特征引致的選擇性偏差。因此，本文將在傾向得分估計(jì)之后，進(jìn)一步采用處理效應(yīng)模型（Treatment Effect Model），通過第一階段選擇方程和第二階段收入方程的構(gòu)建，糾正由不可觀測因素引致的估計(jì)偏誤：

Educci=δiX+μi ?Educi=0，Educci≤01，Educci>0（5）

式（5）中，Educci為潛變量，δi為特征變量，X為估計(jì)系數(shù)，μi為隨機(jī)誤差項(xiàng)。假定誤差項(xiàng)μi服從正態(tài)分布，流動(dòng)人口接受義務(wù)教育的概率可寫作：

P（Educi=1|δi）=P（Educci>0）=P（μi>-δiX）=P（μi<δiX）=Fμ（δiX）（6）

式（6）中，F(xiàn)μ（·）為μi的累積分布函數(shù)。據(jù)此，構(gòu)建第二階段收入方程。

4.無條件分位數(shù)回歸

傾向得分估計(jì)與處理效應(yīng)模型估計(jì)只能在均值層面上揭示義務(wù)教育改革質(zhì)量對(duì)于流動(dòng)人口工資水平的影響效應(yīng)，但公共政策制定者更關(guān)心的可能是改革質(zhì)量的異質(zhì)性收益特征，即義務(wù)教育改革質(zhì)量在不同分位點(diǎn)上的工資收入效應(yīng)。因此，數(shù)量相當(dāng)?shù)难芯坎捎昧薑oenker and Bassett（1978）提供的條件分位數(shù)回歸，檢驗(yàn)了受教育程度對(duì)于工資變化的有條件影響。然而，有條件分位數(shù)回歸成立的前提是流動(dòng)人口具有相似的可觀測特征，但這一點(diǎn)在現(xiàn)實(shí)經(jīng)濟(jì)世界中則較難成立，故研究結(jié)論很難為決策者提供有價(jià)值的政策借鑒（方超、黃斌，2020）。為了彌補(bǔ)條件分位數(shù)回歸的不足，本文將在均值效應(yīng)分析之后采用Firpo等（2009）提供的無條件分位數(shù)回歸（Unconditional Quantile Regression，UQR），利用再集中響應(yīng)函數(shù)（Re-centered Influence Function，RIF）進(jìn)行無條件估計(jì)：

RIF（lnwageK，Qτ︿）=δKβK︿（7）

在式（7）中，K=lnwage1i、lnwage0i以及l(fā)nwageci，分別表示接受義務(wù)教育、未接受義務(wù)教育以及反事實(shí)流動(dòng)人口;RIF（lnwageK，Qτ︿）表示Qτ分位點(diǎn)上的無條件估計(jì);β︿為無條件分位數(shù)的邊際效應(yīng)。

四、數(shù)據(jù)與變量

（一）數(shù)據(jù)

本文所用數(shù)據(jù)源自衛(wèi)生計(jì)生委提供的2017年全國流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)調(diào)查數(shù)據(jù)。該數(shù)據(jù)在全國31個(gè)省（區(qū)、市）和新疆建設(shè)兵團(tuán)流動(dòng)人口較為集中的流入點(diǎn)，采用分層、多階段、與規(guī)模成比例的PPS方法進(jìn)行抽樣，樣本容量近17萬。調(diào)查對(duì)象是在流入地居住一個(gè)月及以上，非本區(qū)（縣、市）戶口的15周歲及以上流入人口，是具有外部有效性和全國代表性的研究數(shù)據(jù)。在保留流動(dòng)人口教育、就業(yè)以及收入等基本信息后，得到樣本有效觀測值20458個(gè)。

（二）變量

1.因變量

根據(jù)明瑟方程的線性設(shè)置，流動(dòng)人口的工資水平是本文的因變量，代理指標(biāo)選擇了月工資水平，具體指標(biāo)為“您個(gè)人上月（上次就業(yè)）工資收入/純收入為多少元？”，并在技術(shù)上做對(duì)數(shù)處理。

2.處理變量

在基準(zhǔn)估計(jì)與傾向得分估計(jì)中需要設(shè)定處理變量才能識(shí)別義務(wù)教育改革質(zhì)量的工資收入效應(yīng)。我們根據(jù)流動(dòng)人口的受教育層級(jí)，對(duì)樣本進(jìn)行二元變量設(shè)置，將受教育層級(jí)為小學(xué)（或初中）的個(gè)體賦值為1，定義為處理組，表示接受義務(wù)教育的流動(dòng)人口;將未上過學(xué)的個(gè)體賦值為0，定義為控制組，表示未接受義務(wù)教育的流動(dòng)人口。

3.人力資本變量

教育年限、工作經(jīng)驗(yàn)及其平方項(xiàng)構(gòu)成了明瑟方程中的人力資本變量。一般而言，工作經(jīng)驗(yàn)的處理方法有兩種，一種是“年齡-教育年限-6”，另一種是以從事當(dāng)前工作的時(shí)間，本文結(jié)合研究數(shù)據(jù)的可獲得性選擇第二種處理方式，即從問卷中選擇“您從什么時(shí)候開始這項(xiàng)工作”作為代理指標(biāo)，從而獲得工作經(jīng)驗(yàn)的代理指標(biāo)。

4.工具變量

為了糾正教育與收入關(guān)系中的內(nèi)生性問題，我們借助《中華人民共和國義務(wù)教育法》提供的自然實(shí)驗(yàn)構(gòu)造工具變量。首先，根據(jù)《中華人民共和國義務(wù)教育法》的頒布時(shí)間，結(jié)合義務(wù)教育九年學(xué)制與中小學(xué)入學(xué)時(shí)間，計(jì)算出1971年9月為流動(dòng)人口受到“義務(wù)教育法”干預(yù)的時(shí)間截?cái)帱c(diǎn);其次，在時(shí)間截?cái)帱c(diǎn)內(nèi)剔除“自然災(zāi)害”、高校擴(kuò)招政策等事件的外生沖擊，確定截?cái)帱c(diǎn)前后9年出生的流動(dòng)人口（1960.9-1980.9）進(jìn)入樣本的識(shí)別范圍;最后，將精確到月份的個(gè)體出生日期與政策推行月份相減后，將取值小于等于0的個(gè)體賦值為1，定義為政策干預(yù)組;將取值大于0的個(gè)體賦值為0，定義為未受政策干預(yù)組。

5.協(xié)變量

協(xié)變量主要包括流動(dòng)人口的性別、婚姻、民族、政治面貌、戶籍以及行業(yè)性質(zhì)等個(gè)體特征和行業(yè)特征。

（三）統(tǒng)計(jì)描述

表1報(bào)告了所涉變量的基本統(tǒng)計(jì)信息，全樣本的有效觀測值為20458個(gè)，處理組為接受義務(wù)教育的流動(dòng)人口，樣本觀測值19489個(gè);控制組為未接受義務(wù)教育的流動(dòng)人口，樣本觀測值為969個(gè)。因變量方面，處理組的月工資對(duì)數(shù)為8.082，高于全樣本的8.068和控制組的7.785，表明接受義務(wù)教育的流動(dòng)人口在月工資上高于未接受義務(wù)教育的流動(dòng)人口。圖1則刻畫了處理組和控制組月工資對(duì)數(shù)的核密度函數(shù)圖。

人力資本變量方面，處理組從事當(dāng)前工作的時(shí)間為5.786年，高于控制組的4.799年。個(gè)體特征變量方面，男性、未婚、漢族、農(nóng)業(yè)戶籍、黨員身份的流動(dòng)人口在處理組與控制組中的分別為56.7%和25.8%、1.6%和3.3%、92.1%和74.2%、87.2%和95.0%、2%和0.7%。行業(yè)特征方面，處理組中6.4%的流動(dòng)人口就職于壟斷行業(yè)，高于控制組的4.6%【注：已婚包括初婚和再婚;少數(shù)民族包括蒙、滿、回、藏、壯、維吾爾、苗、彝、土家、布依、侗、瑤、朝鮮、白、哈尼、黎、哈薩克、傣及其他;非農(nóng)戶籍包括非農(nóng)、農(nóng)業(yè)轉(zhuǎn)居民、非農(nóng)轉(zhuǎn)居民、以及居民戶口;黨員身份特征包括中共黨員和共青團(tuán)員;壟斷行業(yè)包括機(jī)關(guān)事業(yè)單位、國有及國有控股企業(yè)、集體企業(yè)、股份/聯(lián)營企業(yè)，非壟斷行業(yè)包括個(gè)體工商戶、私營企業(yè)、港澳臺(tái)獨(dú)資企業(yè)、外商獨(dú)資企業(yè)、中外合營企業(yè)、社團(tuán)/民辦組織、其他及無單位。】。

五、實(shí)證分析

實(shí)證研究將從均值效應(yīng)與異質(zhì)性特征兩方面檢驗(yàn)義務(wù)教育改革質(zhì)量對(duì)流動(dòng)人口工資收入的影響效應(yīng)。第一節(jié)將采用普通最小二乘法與工具變量法進(jìn)行基準(zhǔn)回歸;第二節(jié)將采用傾向得分匹配法與處理效應(yīng)模型糾正選擇性偏差;第三節(jié)將采用無條件分位數(shù)回歸捕捉義務(wù)教育改革質(zhì)量在不同分位點(diǎn)上的工資收入效應(yīng)。

（一）基準(zhǔn)估計(jì)

基準(zhǔn)估計(jì)首先采用普通最小二乘法估計(jì)義務(wù)教育的收入效應(yīng)，表2報(bào)告了回歸結(jié)果。其中，方程（2）和方程（3）在方程（1）的基礎(chǔ)上逐項(xiàng)納入了不同層面的控制變量，同時(shí)控制了聚類到區(qū)縣的固定效應(yīng)，R2由方程（1）中的0.0103上升到方程（3）中的0.1499，表明逐項(xiàng)回歸提高了工資方程對(duì)于流動(dòng)人口工資水平的解釋力度。β1的參數(shù)估計(jì)值由方程（1）中的0.297，下降到方程（3）中的0.151，表明忽視個(gè)體特征、家庭特征以及行業(yè)特征將會(huì)高估義務(wù)教育的收入效應(yīng)，參數(shù)估計(jì)值的含義可以理解為相對(duì)于未接受義務(wù)教育的流動(dòng)人口，接受義務(wù)教育能將流動(dòng)人口的月工資水平提升15.1個(gè)百分點(diǎn)。

根據(jù)方程（3）的估計(jì)結(jié)果對(duì)控制變量進(jìn)行簡要匯報(bào)：人力資本變量方面，經(jīng)驗(yàn)及其平方項(xiàng)的估計(jì)結(jié)果正負(fù)相異，一次項(xiàng)為正二次項(xiàng)為負(fù)，顯示出經(jīng)驗(yàn)積累的個(gè)體增收效應(yīng)符合倒“U”形的年齡-收益曲線。性別變量的參數(shù)估計(jì)值為-0.035（P<0.01），表明男性比女性的月工資高出34.5個(gè)百分點(diǎn);民族變量的參數(shù)估計(jì)值為-0.046（P<0.01），表明漢族比少數(shù)民族流動(dòng)人口的月工資水平高出6.2個(gè)百分點(diǎn);未婚比已婚狀態(tài)流動(dòng)人口的工資水平低5.8個(gè)百分點(diǎn)，戶籍、政治面貌以及行業(yè)性質(zhì)對(duì)工資的影響不具有統(tǒng)計(jì)顯著性。

表2還利用義務(wù)教育改革的外生性與流動(dòng)人口的出生日期構(gòu)造了工具變量，利用工具變量法糾正了教育與收入關(guān)系中的內(nèi)生性問題。從診斷性指標(biāo)來看，第一階段F值為36.57，F(xiàn)值顯著大于10滿足“大拇指法則”，表明義務(wù)教育改革是一個(gè)強(qiáng)工具變量，而本文采用單一工具變量進(jìn)行內(nèi)生性糾偏，因而未做過度識(shí)別檢驗(yàn)。

在第一階段估計(jì)中，義務(wù)教育改革的參數(shù)估計(jì)值為0.027（P<0.01），表明《中華人民共和國義務(wù)教育法》將流動(dòng)人口接受義務(wù)教育的概率值提高了2.7個(gè)百分點(diǎn)，顯示出轉(zhuǎn)型經(jīng)濟(jì)時(shí)期的基礎(chǔ)教育擴(kuò)張具有較強(qiáng)的教育價(jià)值，能夠高質(zhì)量地提升勞動(dòng)者的受教育程度，女性、漢族以及非農(nóng)戶籍流動(dòng)人口接受義務(wù)教育的概率值比男性、少數(shù)民族以及農(nóng)業(yè)戶籍分別高出了6.3、8.0以及2.6個(gè)百分點(diǎn)。在第二階段回歸中，β1的參數(shù)估計(jì)值為4.30（P<0.01），表明相對(duì)于未接受義務(wù)教育的流動(dòng)人口，接受義務(wù)教育能將流動(dòng)人口的月工資水平提高430個(gè)百分點(diǎn)，工具變量法的估計(jì)結(jié)果高于普通最小二乘法，與理論預(yù)期一致。

（二）傾向得分匹配估計(jì)

1.平衡性檢驗(yàn)

傾向得分匹配在技術(shù)實(shí)現(xiàn)上需要確保樣本匹配后的平衡性。本文利用Rubin（2001）提供的檢驗(yàn)原則，以Pseudo-R2（偽R2）、Mean Bias（均值偏差）、B值和R值等指標(biāo)作為診斷平衡性的依據(jù)【注：均值偏差小于25%被認(rèn)為滿足平衡性假定;R值在[0.5，2] 的區(qū)間內(nèi)認(rèn)為匹配較為成功。】。從表3提供的檢驗(yàn)結(jié)果來看，樣本匹配前的偽R2、LR、均值偏差較大，B值超出了25%的平衡區(qū)間，表明處理組與控制組處于不平衡的狀態(tài);但在數(shù)據(jù)匹配后偽R2、LR、均值偏差呈大幅下降趨勢(shì)，除核匹配以外，所有B值均小于25%且R值在0.5～2之間，因而有理由認(rèn)為樣本匹配消除了處理組與控制組的組間差異，實(shí)現(xiàn)了數(shù)據(jù)平衡【注：限于篇幅有限，省略對(duì)于協(xié)變量平衡性檢驗(yàn)的報(bào)告。】。

2.平均處理效應(yīng)估計(jì)

在樣本整體平衡性檢驗(yàn)的基礎(chǔ)上，本部分綜合采用五種匹配策略：最近鄰匹配、近鄰匹配、半徑卡尺匹配、核匹配以及馬氏匹配策略，糾正由可觀測特征引致的選擇性偏差，在流動(dòng)人口中計(jì)算出接受義務(wù)教育者的平均處理效應(yīng)（ATT）、未接受義務(wù)教育者的平均處理效應(yīng)（ATU）以及平均處理效應(yīng)（ATE）。從表4提供的估計(jì)結(jié)果來看，ATT、ATU、ATE的參數(shù)估計(jì)值在各種匹配策略中較為近似，并且通過了顯著性檢驗(yàn)，表明利用傾向得分匹配法評(píng)估義務(wù)教育的改革質(zhì)量，能夠通過不同類型的匹配策略提供相對(duì)穩(wěn)健且一致的估計(jì)結(jié)果。此外，將OLS與PSM的估計(jì)結(jié)果進(jìn)行橫向比較后能夠發(fā)現(xiàn)，傳統(tǒng)研究方法在面對(duì)選擇性偏差時(shí)低估了義務(wù)教育改革質(zhì)量的真實(shí)處理效應(yīng)，從而無法客觀、科學(xué)評(píng)價(jià)義務(wù)教育改革質(zhì)量對(duì)流動(dòng)人口工資水平的影響效應(yīng)。

從估計(jì)結(jié)果來看，五種匹配策略下的ATT分別為0.165、0.173、0.187、0.243以及0.169，參數(shù)估計(jì)結(jié)果在1%水平上具有統(tǒng)計(jì)顯著性，將估計(jì)結(jié)果橫向整理后發(fā)現(xiàn)流動(dòng)人口的教育回報(bào)率在[0.165，0.243] 的取值區(qū)間內(nèi)，表明接受義務(wù)教育能將流動(dòng)人口的月工資水平提高16.5%～24.3%，估計(jì)結(jié)果略高于OLS但低于兩階段的工具變量回歸。進(jìn)一步分析ATT、ATU、ATE的系數(shù)能夠發(fā)現(xiàn)，ATT>ATE>ATU，表明與接受義務(wù)教育的流動(dòng)人口相比，未接受義務(wù)教育的流動(dòng)人口如果接受義務(wù)教育的話，其月工資水平的增幅將會(huì)放緩。

（三）處理效應(yīng)模型估計(jì)

鑒于流動(dòng)人口義務(wù)教育收益率的因果性估計(jì)還受到教育偏好、預(yù)期收益等不可觀測異質(zhì)性的影響，本部分采用處理效應(yīng)模型進(jìn)行糾偏，表5報(bào)告了兩步法（Two-step）與極大似然法（MLE）的估計(jì)結(jié)果。從診斷性指標(biāo)來看，Hazard_lambada（λ）和Insigma通過了1%水平的顯著性檢驗(yàn)，顯示出教育年限為內(nèi)生變量，模型存在由不可觀測因素造成的內(nèi)生性問題，需要通過構(gòu)建選擇方程與結(jié)果方程進(jìn)行兩步估計(jì)。

處理效應(yīng)模型的第一階段是流動(dòng)人口義務(wù)教育參與的選擇方程，參數(shù)估計(jì)結(jié)果與平均邊際效應(yīng)基本一致，說明方程架構(gòu)較合理。從某些前定變量來看【注：處理效應(yīng)模型在第一階段的選擇方程中在協(xié)變量的選擇上要求是參與義務(wù)教育的前定變量，在第二階段結(jié)果方程中則要求是影響工資水平的前定變量（義務(wù)教育參與的后定變量）。由于本文的重點(diǎn)旨在估計(jì)義務(wù)教育改革的收入效應(yīng)，因而在第一階段的協(xié)變量選擇上不完全是流動(dòng)人口義務(wù)教育參與率的前定變量。】，義務(wù)教育改革的參數(shù)估計(jì)值為0.298（P<0.01），平均邊際效應(yīng)為0.027，其含義可以理解為義務(wù)教育改革能將流動(dòng)人口的義務(wù)教育參與率提高2.7個(gè)百分點(diǎn)，顯示出轉(zhuǎn)型經(jīng)濟(jì)時(shí)期的教育擴(kuò)張政策提高了流動(dòng)人口的受教育程度、加速了教育人力資本的積累。性別與民族變量的參數(shù)估計(jì)值分別為0.675與0.615，估計(jì)結(jié)果在1%水平上顯著，根據(jù)平均邊際效應(yīng)能夠識(shí)別出男性與漢族流動(dòng)人口的義務(wù)教育參與率比女性和少數(shù)民族高了6.1個(gè)百分點(diǎn)和5.5個(gè)百分點(diǎn)。戶籍變量的參數(shù)估計(jì)值負(fù)向顯著，表明相對(duì)于非農(nóng)戶籍的流動(dòng)人口而言，農(nóng)業(yè)戶籍的義務(wù)教育參與率要低3.1個(gè)百分點(diǎn)。

處理效應(yīng)模型的第二階段是義務(wù)教育改革影響流動(dòng)人口工資水平的結(jié)果方程，結(jié)果方程同時(shí)報(bào)告了兩步法與極大似然估計(jì)結(jié)果。流動(dòng)人口是否接受義務(wù)教育的參數(shù)估計(jì)值分別為0.358（P<0.01）和0.296（P<0.05），表明相對(duì)于未接受義務(wù)教育的流動(dòng)人口，接受義務(wù)教育能將個(gè)體月工資水平提高35.8個(gè)百分點(diǎn)和29.6個(gè)百分點(diǎn)，將估計(jì)結(jié)果進(jìn)行橫向整理后，發(fā)現(xiàn)義務(wù)教育的個(gè)體增收效應(yīng)約為29.6%～35.8%，估計(jì)區(qū)間略高于PSM的估計(jì)結(jié)果，而控制變量的參數(shù)估計(jì)值與工具變量回歸基本一致。

（四）無條件分位數(shù)回歸估計(jì)

為了在流動(dòng)人口的整體工資分布中揭示義務(wù)教育改革質(zhì)量的異質(zhì)性增收特征，本部分選擇了QR_10、QR_25、QR_50、QR_75以及QR_90分位點(diǎn)，依次表示流動(dòng)人口在低、中低、中位數(shù)、中高以及高分位點(diǎn)上的月工資水平，利用無條件分位數(shù)回歸，通過自舉抽樣1000次后，得到異質(zhì)性分析的回歸結(jié)果。從表6提供的回歸結(jié)果來看，是否接受義務(wù)教育的參數(shù)估值在低收入、中低收入、中位數(shù)、中高收入、高

收入分位點(diǎn)上分別為0.234、0.20、0.062、0.089以及0.106，各分位點(diǎn)上的估計(jì)結(jié)果在1%水平上具有統(tǒng)計(jì)顯著性，表明相對(duì)于未接受義務(wù)教育的流動(dòng)人口，接受義務(wù)教育能將相應(yīng)分位點(diǎn)上的工資水平提高23.4、20、6.2、8.9以及10.6個(gè)百分點(diǎn)。

根據(jù)核心變量的參數(shù)估計(jì)值能夠發(fā)現(xiàn)，義務(wù)教育的異質(zhì)型收益特征并非隨著收入分位點(diǎn)的上升呈現(xiàn)出單調(diào)上升或下降的線性趨勢(shì)，其非線性的變化趨勢(shì)表現(xiàn)為先下降再上升的“V”形曲線，“V”形曲線向上偏折的拐點(diǎn)則出現(xiàn)在中高分位點(diǎn)上。同時(shí)，義務(wù)教育的個(gè)體增收效應(yīng)在低分位點(diǎn)上為0.234，高于高分位點(diǎn)上的0.106，表明在其他因素不變的情況下，接受義務(wù)教育將會(huì)通過教育收益率組內(nèi)差異的縮小低-高收入群體間的工資差異。

最后，對(duì)控制變量的估計(jì)結(jié)果進(jìn)行簡要匯報(bào)：經(jīng)驗(yàn)及其平方項(xiàng)的估計(jì)結(jié)果在各分位點(diǎn)上正負(fù)相異，符合年齡-收益曲線;男性在各分位點(diǎn)上的工資水平高于女性，性別工資差異隨分位點(diǎn)的上升呈“N”形曲線變化;漢族流動(dòng)人口的工資水平高于少數(shù)民族，民族工資差異隨分位點(diǎn)的上升呈“V”形曲線變化;婚姻狀態(tài)與行業(yè)性質(zhì)負(fù)向影響流動(dòng)人口的工資水平，未婚與就職于壟斷行業(yè)的工資水平低于已婚和非壟斷行業(yè);戶籍與政治面貌對(duì)工資水平的影響不具有統(tǒng)計(jì)顯著性。

六、結(jié)論

本文利用衛(wèi)生計(jì)生委提供的2017年全國流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)調(diào)查數(shù)據(jù)，基于1986年《中華人民共和國義務(wù)教育法》提供的自然實(shí)驗(yàn)，通過測量流動(dòng)人口的因果性與異質(zhì)性教育收益率，科學(xué)評(píng)價(jià)了義務(wù)教育改革的政策效果，得到以下幾點(diǎn)研究發(fā)現(xiàn)：

第一，義務(wù)教育改革能夠提高流動(dòng)人口的受教育程度與工資水平，但傳統(tǒng)研究方法因受到內(nèi)生性的掣肘而低估了義務(wù)教育改革的個(gè)體增收效應(yīng)。本文首先采用普通最小二乘法進(jìn)行基準(zhǔn)估計(jì)，發(fā)現(xiàn)接受義務(wù)教育能將流動(dòng)人口的月工資水平提高15.1個(gè)百分點(diǎn)，但將義務(wù)教育改革作為工具變量后，進(jìn)一步利用工具變量法卻發(fā)現(xiàn)義務(wù)教育的個(gè)體增收效應(yīng)達(dá)到了430%。

第二，在數(shù)據(jù)匹配與樣本整體平衡性檢驗(yàn)的基礎(chǔ)上，利用傾向得分匹配法糾正由可觀測異質(zhì)性引致的選擇性偏差后，發(fā)現(xiàn)接受義務(wù)教育能將流動(dòng)人口的月工資水平提高16.5%～24.3%;利用處理效應(yīng)模型糾正不可觀測的異質(zhì)性后，發(fā)現(xiàn)義務(wù)教育改革能將流動(dòng)人口的義務(wù)教育參與率提高2.7個(gè)百分點(diǎn)，同時(shí)能將月工資水平提高29.6%～35.8%。

第三，義務(wù)教育的個(gè)體增收效應(yīng)在不同收入群體之間具有異質(zhì)型的收益特征。利用無條件分位數(shù)回歸發(fā)現(xiàn)，流動(dòng)人口的教育收益率隨收入分位點(diǎn)的上升呈現(xiàn)出先下降再上升的“V”形曲線，低分位點(diǎn)上的個(gè)體增收效應(yīng)高于高分位點(diǎn)，顯示出經(jīng)濟(jì)轉(zhuǎn)型時(shí)期的教育擴(kuò)張政策有利于縮小流動(dòng)人口的組內(nèi)工資差異。

本文的研究結(jié)論具有一定的政策意涵。第一，教育擴(kuò)張政策有利于提高流動(dòng)人口的義務(wù)教育參與率、個(gè)體受教育程度與工資水平。新時(shí)代的教育事業(yè)發(fā)展應(yīng)繼續(xù)深化改革，一方面積極提升義務(wù)教育鞏固率，另一方面擴(kuò)大對(duì)流動(dòng)人口的優(yōu)質(zhì)基礎(chǔ)教育供給，通過教育人力資本的均衡積累，提高鄉(xiāng)-城轉(zhuǎn)移人口的工資水平。第二，向低收入群體提供有針對(duì)性的教育補(bǔ)貼，規(guī)劃校外培訓(xùn)機(jī)構(gòu)的市場化運(yùn)作。義務(wù)教育的異質(zhì)型收益特征顯示出基礎(chǔ)教育具有收窄流動(dòng)人口組內(nèi)工資差異的公平效應(yīng)，針對(duì)低收入群體的基礎(chǔ)教育擴(kuò)張可以從校內(nèi)、校外兩方面入手：對(duì)于校內(nèi)而言，各級(jí)政府可以向農(nóng)村、經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)或貧困家庭提供多種形式的教育補(bǔ)貼（如教育券）;對(duì)于校外而言，適時(shí)強(qiáng)調(diào)政府對(duì)校外培訓(xùn)機(jī)構(gòu)的干預(yù)，規(guī)劃市場化行為，確保低收入群體不在校內(nèi)、校外教育競爭中掉隊(duì)（方超、黃斌，2020），從而形成兼具質(zhì)量和針對(duì)性的基礎(chǔ)教育擴(kuò)張。第三，深化勞動(dòng)力市場制度建設(shè)，打破制度性壁壘，進(jìn)一步消除流動(dòng)人口在城鎮(zhèn)勞動(dòng)力市場所面臨的戶籍歧視與職業(yè)隔離。

參考文獻(xiàn)：

[1]陳純槿，2020：《中國流動(dòng)人口教育收益率的出生隊(duì)列異質(zhì)性研究》，《教育科學(xué)研究》第10期。[Cheng Chunjin，2020，A Study on the Heterogeneity of Birth Cohort of Floating Populations Returns to Education in China，Educational Science Research，10.]

[2]初帥、孟凡強(qiáng)，2017：《高校擴(kuò)招與教育回報(bào)率的城鄉(xiāng)差異——基于斷點(diǎn)回歸的設(shè)計(jì)》，《南方經(jīng)濟(jì)》第10期。[Chu Shuai and Meng Fanqiang，2017，College Enrollment Expansion in China and The Difference Return of Education between Urban and Rural：Based on Regression Discontinuity Design，South China Journal of Economics，10.]

[3]鄧悅、郅若平，2019：《新時(shí)代下城鄉(xiāng)社會(huì)保障制度整合現(xiàn)狀與路徑分析》，《理論月刊》第6期。[Deng Yue and Zhi Ruoping，2019，A Study on Strategy and Ways Social Guarantee System and Service Integration in Urban and Rural Areas in the New Era，Theory Monthly，6.]

[4]方長春，2019：《教育擴(kuò)張是否影響了教育收益率——基于中國城鎮(zhèn)數(shù)據(jù)的HLM分析》，《教育研究》第1期。[Fang Changchun，2020，Does Education Expansion Affect the Returns to Education？—A Data Analysis in HLM Based on the Evidence from Urban China，Educational Research，1.]

[5]方超、黃斌，2020：《本地務(wù)工與外出務(wù)工勞動(dòng)力的工資差異——兼論遷移對(duì)教育回報(bào)率的影響》，《教育經(jīng)濟(jì)評(píng)論》第5期。[Fang Chao and Huang Bin，2020，Wage Difference between Local Workers and Migrants Workers：on the Influence of Migration on the Rate of Return on Education，China Economics of Education Review，5.]

[6]方超、黃斌，2017：《城鄉(xiāng)一體化進(jìn)程中我國流動(dòng)人口的教育回報(bào)與工資收入差距的分解》，《教育科學(xué)》第6期。[Fang Chao and Huang Bin，2017，The Return on Education and Decomposition of Wage Income Gap of Migrant Chinese in the Process of Urban Rural Integration，Education Science，6.]

[7]方超、黃斌，2021：《高校擴(kuò)招與鄉(xiāng)城轉(zhuǎn)移勞動(dòng)力的教育收益率——基于模糊斷點(diǎn)設(shè)計(jì)的工具變量估計(jì)》，《中國高教研究》第6期。[Fang Chao and Huang Bin，2021，The Policy of College Enrollment Expansion and Return on Education of Transfer of Rural Urban Labor Force Estimation of Instrumental Variables：Based on the Design of FRD，China Higher Education Research，6.]

[8]方超、黃斌，2020：《高校擴(kuò)招政策降低了城鎮(zhèn)勞動(dòng)力的大學(xué)教育溢價(jià)嗎？——基于反事實(shí)選擇的因果關(guān)系推斷》，《復(fù)旦教育論壇》第1期。[Fang Chao and Huang Bin，2020，Does the policy of Enrollment Expansion Reduce the University Education Premium of Urban Labor Force？—Based on Causal Inference of Counterfactual Choice，F(xiàn)udan Education Forum，1.]

[9]方超，2021：《義務(wù)教育改革、教育收益率與農(nóng)村勞動(dòng)力的工資差異——基于勞動(dòng)力市場的教育政策效果評(píng)估》，《南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》第2期。[Fang Chao，2021，Reform of Compulsory Education，Return on Education and the Wage Difference of Rural Labor Force：Effect Evaluation of Education Policy Based on Labor Market，Journal of Nanjing Agricultural University（Social Sciences Edition），2]

[10] 方超、黃斌，2020：《高校擴(kuò)招、教育回報(bào)率與城鎮(zhèn)勞動(dòng)力的工資差異——兼論高校擴(kuò)招政策對(duì)大學(xué)教育質(zhì)量的影響》，《宏觀質(zhì)量研究》第4期。[Fang Chao and Huang Bin，2020，University Expansion，Return on Education and Wage Difference of Urban Labor Force：on the Influence of Enrollment Expansion Policy on the Quality of University Education，Journal of Macro-Quality Research，4.]

[11] 方超、黃斌，2020：《馬太效應(yīng)還是公平效應(yīng)：家庭教育支出與教育結(jié)果不平等的異質(zhì)性檢驗(yàn)》，《教育與經(jīng)濟(jì)》第4期。[Fang Chao and Huang Bin，2020，Matthew Effect or Equity Effect：Heterogeneity Test of Family Education Expenditure and Inequality of Educational Outcome，Education & Economy，4.]

[12] 郭四維、張明昂、曹靜，2019：《教育真的可以影響健康嗎？——來自中國1986年義務(wù)教育法實(shí)施的證據(jù)》，《經(jīng)濟(jì)學(xué)報(bào)》第3期。[Guo Siwei，Zhang Mingang，and Cao Jing，2019，Does Education Relly Affect Adult Health？ Evidence from Chinas Implementation of the 1986 Compulsory Schooling Law，China Journal of Economics，3.]

[13] 賈婧、柯睿，2020：《免費(fèi)義務(wù)教育政策與農(nóng)村人力資本積累——基于CFPS的實(shí)證研究》，《教育與經(jīng)濟(jì)》第1期。[Jia Jing and Ke Rui，2020，F(xiàn)ree Compulsory Education Policy and Rural Human Capital Accumulation——An Empirical Analysis Based on CFPS，Education & Economy，1.]

[14] 林文煉、李長洪，2020：《“入學(xué)年齡規(guī)定”會(huì)產(chǎn)生教育不平等嗎？——來自1986年《義務(wù)教育法》的證據(jù)》，《經(jīng)濟(jì)學(xué)（季刊）》第3期。[Lin Wenlian and Li Changhong，2020，Does the “Regulation of School Starting Age” Cause Education Inequality？—Evidence from the 1986 Compulsory Education Law in China，China Economic Quarterly，3.]

[15] 林永然、耿楚宇，2019：《城市人口規(guī)模對(duì)流動(dòng)人口教育回報(bào)率的影響》，《城市問題》第2期。[Lin Yongran and Geng Chuyu，2019，Influence of Urban Population Size on the Rate of Return to Education for Floating Population，Urban Problems，2.]

[16] 劉生龍、胡鞍鋼，2018：《大學(xué)教育回報(bào)：基于大學(xué)擴(kuò)招的自然實(shí)驗(yàn)》，《勞動(dòng)經(jīng)濟(jì)研究》第4期。[Liu Shenglong and Hu Angang，2018，Returns to College Education：A Natural Experiment from Expansion of Higher Education in China，Studies in Labor Economics，4.]

[17] 劉生龍、周紹杰、胡鞍鋼，2016：《義務(wù)教育法與中國城鎮(zhèn)教育回報(bào)率：基于斷點(diǎn)回歸設(shè)計(jì)》，《經(jīng)濟(jì)研究》第2期。[Liu Shenglong，Zhou Shaojie and Hu Angang，2016，Compulsory Education Law and Economic Return to Education in Urban China：Based on Regression Discontinuity Design，Economic Research Journal，2.]

[18] 劉澤云、劉佳璇，2020：《中國教育收益率的元分析》，《北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》第5期。[Liu Zeyun and Liu Jiaxuan，2020，A Meta-Analysis on the Returns to Education in China，Journal of Beijing Normal University（Social Sciences），5.]

[19] 劉澤云，2015，《上大學(xué)是有價(jià)值的投資嗎？——中國高等教育回報(bào)率的長期變動(dòng)（1988-2007）》，《北京大學(xué)教育評(píng)論》第4期。[Liu Zeyun，2015，Long-Term Change in Returns to Higher Education in China：1988-2007，Peking University Education Review，4.]

[20] 劉澤云、邱牧遠(yuǎn)，2017：《上好大學(xué)值得嗎——對(duì)大學(xué)質(zhì)量回報(bào)的估計(jì)》，《北京大學(xué)教育評(píng)論》第1期。[Liu Zeyun and Qiu Muyuan，2017，Does Attending a High Quality University Pay Off：Estimation on the Repayment of University Quality，Peking University Education Review，1.]

[21] 陸萬軍、張彬斌，2018：《就業(yè)類型、社會(huì)福利與流動(dòng)人口城市融入——來自微觀數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)》，《經(jīng)濟(jì)學(xué)家》第8期。[Lu Wanjun and Zhang Binbin，2018，Employment Type，Social Welfare and Urban Integration of Floating Population——Evidence from Microdata，Economist，8.]

[22] 馬巖、楊軍、蔡金陽、王曉兵、侯麟科，2012，《我國城鄉(xiāng)流動(dòng)人口教育回報(bào)率研究》，《人口學(xué)刊》第2期。[Ma Yan，Yang Jun，Cai Jinyang，Wang Xiaobing，Hou Linke，2012，Education Return to Migrants：An Analysis Based on a Three-Province Survey in China，Population Journal，2.]

[23] 譚靜、余靜文、李小龍，2017：《流動(dòng)人口教育回報(bào)率的城鄉(xiāng)戶籍差異及其原因研究——來自2012年北京、上海、廣州流動(dòng)人口動(dòng)態(tài)監(jiān)測的經(jīng)驗(yàn)證據(jù)》，《中國農(nóng)村觀察》第1期。[Tan Jing，Yu Jingwen and Li Xiaolong，An Analysis on Hukou Difference in the Rate of Return to Education for Migrant Workers：A Comparison between Rural Temporary Migrants and Urban Temporary Migrants，China Rural Survey，1.]

[24] 王靜、武瞬臣，2015：《教育回報(bào)率的職業(yè)差異與新生代農(nóng)民工職業(yè)流動(dòng)——基于2010年流動(dòng)人口動(dòng)態(tài)監(jiān)測數(shù)據(jù)分析》，《教育與經(jīng)濟(jì)》第6期。[Wang Jing and Wu Shunchen，Different Occupation Educational Returns and Occupation Mobility of New Generation Migrant workers：Based on the Dynamic Monitoring &Survey Data on the Migrant Population in 2010 of China，Education & Economy，6.]

[25] 楊娟、高曼，2015：《教育擴(kuò)張對(duì)農(nóng)民收入的影響——以文革期間的農(nóng)村教育擴(kuò)張政策為例》，《北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》第6期。[Yang Juan and Gao Man，2015，The Impact of Education Expansion on Rural Residents Income，Journal of Beijing Normal University（Social Sciences），6.]

[26] 于瀟、孫悅，2017：《城鎮(zhèn)與農(nóng)村流動(dòng)人口的收入差異——基于2015年全國流動(dòng)人口動(dòng)態(tài)監(jiān)測數(shù)據(jù)的分位數(shù)回歸分析》，《人口研究》第1期。[Yu Xiao and Sun Yue，2017，The Income Difference between Rural and Urban Floating Migrants：The Quantile Regression Based on Data of 2015 Dynamic Monitoring of Floating Population，Population Research，1.]

[27] 于瀟、陳世坤，2019：《教育會(huì)擴(kuò)大流動(dòng)人口的收入差距嗎？》，《教育與經(jīng)濟(jì)》第5期。[Yu Xiao and Chen Shikun，Will Education Widen the Income Gap of the Floating Population？，Education & Economy，5.]

[28] 鄭猛，2017：《教育擴(kuò)張下流動(dòng)人口教育收益率與收入差距》，《教育與經(jīng)濟(jì)》第5期。[Zheng Meng，2017，Rates of Return to Education and Income Gap of Floating Population under the Education Expansion，Education & Economy，5.]

[29] 周揚(yáng)、謝宇，2020：《從大學(xué)到精英大學(xué)：高等教育擴(kuò)張下的異質(zhì)性收入回報(bào)與社會(huì)歸類機(jī)制》，《教育研究》第5期。[Zhou Yang and Xie Yu，2020，F(xiàn)rom Universities to Elite Universities：Heterogeneous Returns to Higher Education and the Sorting Mechanism in the Context of Higher Education Expansion in China，Educational Research，5.]

[30] Firpo，S.，N.M.Fortin，and T.Lemieux.，2009，Unconditional Quantile Regression，Econometrica，77（3）：953-973.

[31]? Heckman，J.，2005，Chinas Human Capital Investment，China Economic Review，16（1）：50-70.

[32] Koenker，R.，and G.Bassett.，1978，Regression Quantiles，Econometrica，46（1）：33-50.

[33] Lu，Ming and Zhang，Xi，2019，Towards an Intelligent country：Chinas Higher Education Expansion and Rural Childrens Senior High School Participation，Economic Systems， 43（2）：1-14.

[34] Psacharopoulos，G.，and H.A. Patrinos.，2018，Returns to Investment in Education：A Decennial Review of Global Literature，Education Economics，26（5）：445-458.

[35] Psacharopoulos，G.，1981，Returns to Education：An Update International Comparison，Comparative Education，17（3）：321-341.

[36] Rosenbaum，P.R.，and D.B.Rubin.，1985，Constructing a Control Group using Multivariate Matched Sampling Methods that Incorporate the Propensity Score，American Statistician，24（4）：521-544.

The Quality of Compulsory Education Reform on the Wage Level of Floating Migrant Workers A Quasi-Experimental Study Based on the Data of CMDS 2017

Fang Chao

（School of Public Administration， Nanjing University of Finance and Economics）

Abstract：The impact of public education policies on the income level of workers is one of the hot issues in the evaluation of policy effects. Based on the data of CMDS 2017， this paper empirically evaluates the effect of compulsory education reform on the wage of floating migrant workers by measuring the return rate of the causality and heterogeneity education. The study results indicate that， firstly， the compulsory education reform has significantly improved the participation rate in education， the education level and the wage level of the floating migrant workers， but the traditional research methods seriously underestimate the wage effect of the compulsory education reform due to their endogeneity. Secondly， the wage effect of compulsory education reform is 16.5%-24.3% and 29.6%-35.8% respectively after correction by using the methods of PSM and TEM. And thirdly， the heterogeneity of return on education is a V-shaped curve， while the reform on compulsory education is helpful in narrowing the intra group wage differences existing in the floating migrant workers of the low and high income groups. Therefore， the paper points out that deepening the reform of education， enhancing education subsidies for the low-income groups as well as improving the construction of a healthy labor market system will help to improve the wage level of the floating population and narrow the wage gap.

Key Words：Reform on Compulsory Education; Migrant Workers; Return on Education; Wage Differentials; Evaluation of Policy Effects

責(zé)任編輯 郝 偉