流動(dòng)人口高等教育回報(bào)率的代際差異
——來自CMDS的證據(jù)

王秀芝 張雨婷

一、引言

教育是提高人力資本的重要途徑，是促進(jìn)人類全面發(fā)展和實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)增長(zhǎng)的源泉和動(dòng)力。改革開放以來，伴隨著市場(chǎng)轉(zhuǎn)型和經(jīng)濟(jì)高速發(fā)展，我國高等教育的毛入學(xué)率已從1995年的8%上升至2021年的57.8%，15歲及以上人口的平均受教育年限也從2010年的9.08年提高至2020年的9.91年。

高校擴(kuò)招以來，有關(guān)我國高等教育回報(bào)率的研究也紛紛展開。有學(xué)者認(rèn)為，越來越多的大學(xué)生使得我國高等教育回報(bào)率存在兩種變化：一方面，伴隨越來越多的高學(xué)歷、高技能群體的出現(xiàn)，高技能勞動(dòng)者供給上升，當(dāng)勞動(dòng)力市場(chǎng)的高技能勞動(dòng)者供過于求時(shí)，高技能勞動(dòng)者收入下降，高、低技能勞動(dòng)者收入差距縮小，從而導(dǎo)致高技能勞動(dòng)者教育回報(bào)率的進(jìn)一步下降。另一方面，由于高技能勞動(dòng)者需求增加，抵消了供給增加帶來的影響從而使回報(bào)率保持穩(wěn)定甚至有所升高〔1〕。根據(jù)傳統(tǒng)人力資本理論，人力資本的積累是實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展的重要途徑，知識(shí)和技能的提升可以促進(jìn)生產(chǎn)效率的上升，個(gè)人收入與受教育程度成正比〔2〕。作為人力資本投資的主要形式，教育一直被認(rèn)為是促進(jìn)經(jīng)濟(jì)增長(zhǎng)〔3〕、提高收入水平〔4〕、縮小收入差距〔5〕的有效手段。

已有文獻(xiàn)使用不同來源數(shù)據(jù)，從多個(gè)視角、利用各類實(shí)證方法對(duì)我國教育回報(bào)率進(jìn)行了探究。部分學(xué)者基于我國教育回報(bào)率的代際差異〔6〕、性別差異〔7-10〕、地區(qū)差異〔11-12〕、城鄉(xiāng)差異〔13-15〕，以及城鎮(zhèn)勞動(dòng)力〔16-18〕或農(nóng)村勞動(dòng)力〔19〕等視角展開研究。一些學(xué)者基于大學(xué)擴(kuò)招這一自然事件，利用擴(kuò)招前后不同組數(shù)據(jù)對(duì)高等教育回報(bào)率的變化進(jìn)行實(shí)證研究，如姚先國(2014)等基于1998-2009年中國城鎮(zhèn)住戶調(diào)查數(shù)據(jù)〔20〕，使用雙重差分和三重差分方法估計(jì)我國擴(kuò)招政策對(duì)大學(xué)生畢業(yè)后收入的干預(yù)效應(yīng)；劉生龍(2016)等利用斷點(diǎn)回歸方法驗(yàn)證了高等教育與就業(yè)和收入的因果關(guān)系〔21〕。還有一些學(xué)者基于某一特定年份數(shù)據(jù)對(duì)教育回報(bào)率展開不同視角的探究，如郝翠紅(2017)等運(yùn)用2014年中國流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)對(duì)不同年代流動(dòng)群體在各教育階段教育回報(bào)率的估計(jì)結(jié)果顯示〔22〕，高等教育回報(bào)率顯著高出其他教育階段。也有學(xué)者基于多個(gè)年份數(shù)據(jù)對(duì)教育回報(bào)率的長(zhǎng)期變動(dòng)趨勢(shì)及特征進(jìn)行研究，如劉澤云(2015)使用CHIP數(shù)據(jù)的估計(jì)表明〔23〕，1988—2007年間我國高等教育回報(bào)率呈上升趨勢(shì)；常進(jìn)雄(2013)等使用CHNS數(shù)據(jù)的分析顯示〔24〕，擴(kuò)招對(duì)大學(xué)畢業(yè)生工資和教育回報(bào)率的負(fù)面影響有限，在擴(kuò)招背景下，上大學(xué)仍是不錯(cuò)的選擇。然而，隨著我國高等教育普及化及民眾人力資本的普遍提升，收入與受教育程度之間的正相關(guān)關(guān)系受到質(zhì)疑。社會(huì)上不乏關(guān)于大學(xué)生“就業(yè)難”“高分低能”，甚至“大學(xué)生不如農(nóng)民工”“讀書無用論”等一系列觀點(diǎn)〔25〕。有學(xué)者提出，盡管勞動(dòng)力市場(chǎng)對(duì)高素質(zhì)人才需求提高，但由于學(xué)歷結(jié)構(gòu)調(diào)整與市場(chǎng)需求不匹配，導(dǎo)致高等教育的勞動(dòng)力市場(chǎng)面臨“就業(yè)難”〔26〕。也有研究發(fā)現(xiàn)，大學(xué)生數(shù)量的增加使得大學(xué)文憑逐漸從農(nóng)村通往城鎮(zhèn)的“通行證”變?yōu)椤扒瞄T磚”，高等教育帶來的收益優(yōu)勢(shì)也會(huì)下降〔27〕。

可以看出，有關(guān)高等教育回報(bào)率的研究眾多，其研究數(shù)據(jù)和方法也日益豐富。現(xiàn)有文獻(xiàn)從不同視角、使用不同的數(shù)據(jù)和方法探討了我國高等教育回報(bào)問題，但是現(xiàn)有研究還存在若干不足：從研究對(duì)象來看，對(duì)流動(dòng)人口高等教育回報(bào)率的研究還較少；從研究視角來看，只有較少研究關(guān)注我國高等教育群體教育回報(bào)率的代際差異，尤其是從微觀個(gè)體層面考察不同年代大學(xué)生高等教育回報(bào)率發(fā)展和差異的研究更是鳳毛麟角。從流動(dòng)人口及不同地區(qū)高等教育回報(bào)率代際差異視角的研究仍有待微觀大樣本數(shù)據(jù)的證明。

高等教育不僅是個(gè)人的人力資本投資，更是進(jìn)一步縮小收入差距的有效途徑。改革開放以來，我國流動(dòng)人口規(guī)模不斷上升，而隨著產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)，對(duì)流動(dòng)人口的勞動(dòng)技能和人力資本提出了更高要求。誠然，高等教育普及同樣提高了流動(dòng)人口的平均受教育水平，那么隨著我國高等教育的不斷發(fā)展，不同年代流動(dòng)人口的高等教育回報(bào)是否存在差異？不同年代大學(xué)生由于所處時(shí)代的差異，接受的知識(shí)與技能不同，那么伴隨時(shí)間的推進(jìn)，各年代流動(dòng)人口教育回報(bào)率會(huì)有變化嗎？

基于此，本文使用2010年和2018年我國流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查兩期數(shù)據(jù)，探究在我國高等教育快速發(fā)展和經(jīng)濟(jì)持續(xù)轉(zhuǎn)型過程中，不同年代流動(dòng)人口高等教育回報(bào)率的變化。同時(shí)，考慮到區(qū)域間經(jīng)濟(jì)與社會(huì)發(fā)展存在不平衡，可能對(duì)教育回報(bào)率產(chǎn)生影響，本文將進(jìn)一步探討不同地區(qū)流動(dòng)人口高等教育回報(bào)率的代際差異及變化特征，以期為不同地區(qū)吸引人才提供實(shí)證依據(jù)。

二、數(shù)據(jù)說明與描述統(tǒng)計(jì)

1.數(shù)據(jù)說明

本文數(shù)據(jù)來自國家衛(wèi)生健康委的“中國流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查(China Migrants Dynamic Survey，CMDS)”。該調(diào)查自2009年起開展，覆蓋全國31個(gè)省(區(qū)、市)和新疆生產(chǎn)建設(shè)兵團(tuán)，調(diào)查對(duì)象為15周歲及以上、在流入地居住時(shí)間達(dá)一個(gè)月及以上且非本區(qū)(縣、市)戶口的流入人口，調(diào)查內(nèi)容包括流動(dòng)人口的基本信息、流動(dòng)范圍、家庭成員、就業(yè)、收支和居住等相關(guān)信息，每年的樣本量近20萬戶。本文選取2010年和2018年兩期數(shù)據(jù)，總樣本量分別為122670個(gè)和152000個(gè)。

樣本選擇上主要考慮以下幾個(gè)方面：第一，研究?jī)H考慮高中及以上學(xué)歷者。若研究中涵蓋中小學(xué)群體得到的高等教育回報(bào)率含義并不清晰，因?yàn)榻邮芨叩冉逃娜后w必然接受過中小學(xué)基礎(chǔ)教育，即高等教育回報(bào)率一定程度上也涵蓋了中小學(xué)的回報(bào)率。第二，研究對(duì)象僅包括有勞動(dòng)能力且在職的個(gè)體(工具變量回歸除外)，剔除了“喪失勞動(dòng)能力”“退休”“失業(yè)”等無法獲得收入者。第三，鑒于實(shí)證分析將使用配偶受教育程度作為工具變量，研究對(duì)象僅限于本人已婚且有配偶的個(gè)體。第四，研究使用Mincer收入方程估計(jì)教育回報(bào)率，其中收入采用工資性收入，故進(jìn)一步剔除職業(yè)為雇主和自營勞動(dòng)者的觀測(cè)值。第五，本文使用“上月工資收入”代理收入水平(1)選用“上月工資收入”作為代理變量的說明：“上月工資收入”變量是年度數(shù)據(jù)，中國流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)(CMDS)自2009年起已調(diào)查了10年，在每個(gè)調(diào)查年份，如2018年，一年中只進(jìn)行1次調(diào)查，調(diào)查過程中對(duì)受訪者進(jìn)行詢問“您個(gè)人上個(gè)月(或上次就業(yè))收入為多少？”因此，上月工資收入這一變量是年度數(shù)據(jù)，即被抽樣的這位受訪者在被訪問的這一年的具體一天之前的一個(gè)月的工資收入，可以理解為，用受訪者某個(gè)月份的工資收入來衡量其收入水平，而這個(gè)月份是隨機(jī)抽查的，所以具有代表性。，同時(shí)為減小異常值的干擾將收入取對(duì)數(shù)。在此基礎(chǔ)上，根據(jù)出生年份將研究對(duì)象劃分為50-60后(2)由于50-60后流動(dòng)人口樣本量太小，所以將兩個(gè)年代數(shù)據(jù)合并為一組進(jìn)行分析。、70后、80后三個(gè)組別。考慮到教育的收益具有一定延遲效應(yīng)，本文未對(duì)90后流動(dòng)人口展開研究。

2.樣本的描述統(tǒng)計(jì)分析

本文主要變量的描述統(tǒng)計(jì)如表1所示。數(shù)據(jù)顯示，樣本中大專學(xué)歷群體從2010年的18%上升到2018年的28%，增長(zhǎng)了10個(gè)百分點(diǎn)(詳見表1)。

表1 主要變量的描述統(tǒng)計(jì)

東部地區(qū)樣本量較大，中、西部地區(qū)樣本量較少，但東部地區(qū)高等教育流動(dòng)人口有下降趨勢(shì)，西部地區(qū)則呈上升趨勢(shì)。流動(dòng)家庭規(guī)模呈上升趨勢(shì)，2010年人均流動(dòng)家庭規(guī)模為2.87人，2018年上升到3.13人。代際分組上，年輕代流動(dòng)人口占比遠(yuǎn)高于年長(zhǎng)代群體。

進(jìn)一步分析不同地區(qū)各年代不同受教育水平流動(dòng)人口的收入水平(詳見表1)。整體上，2010年至2018年，各代際間收入的上升趨勢(shì)顯著。受教育水平越高，收入也越高。2010年，在較低學(xué)歷組(高中學(xué)歷)，年輕代流動(dòng)人口的收入相對(duì)較高；在較高學(xué)歷組(大專及以上)，70后收入相對(duì)較高。2018年，東部地區(qū)較高學(xué)歷水平的70后群體收入最高，但中西部地區(qū)則是50-60后群體。從地區(qū)差異來看，各年代流動(dòng)人口的收入水平從東部到西部整體上呈遞減趨勢(shì)，但值得注意的是，2018年西部地區(qū)70后較高學(xué)歷組的收入開始出現(xiàn)高于同年代中部地區(qū)(詳見表2)。數(shù)據(jù)表明，我國流動(dòng)人口收入水平存在代際差異及地區(qū)差異。

表2 不同年代流動(dòng)人口的收入對(duì)數(shù)

三、基本模型與計(jì)量結(jié)果分析

基于拓展的Mincer收入方程，我們對(duì)不同年代流動(dòng)人口高等教育回報(bào)率進(jìn)行估計(jì)，設(shè)定模型如下：

ln Incomeij=β0j+ β1j*Hij+∑βijXij+εij

(1)

式中，Income為流動(dòng)人口的工資性收入；H為流動(dòng)人口高等教育虛擬變量，受過高等教育的流動(dòng)人口賦值為1，未受過高等教育(即最高學(xué)歷為高中)的賦值為0；X為控制變量，借鑒劉澤云(2015)的方法〔28〕，僅考慮不被個(gè)人高等教育經(jīng)歷影響的控制變量，不考慮研究對(duì)象的職業(yè)和行業(yè)等，避免因工作差異導(dǎo)致高等教育回報(bào)率的估計(jì)偏差，本文使用的控制變量包括年齡、性別、地區(qū)、戶籍與流動(dòng)時(shí)長(zhǎng)；ε為隨機(jī)誤差項(xiàng)，i指不同的研究個(gè)體，j代表研究個(gè)體所處的不同年代，即50-60后、70后、80后三個(gè)組別。

使用模型(1)進(jìn)行最小二乘估計(jì)，結(jié)果詳見表3。

回歸結(jié)果顯示，不同年代流動(dòng)人口的高等教育回報(bào)率在地區(qū)之間、城鄉(xiāng)之間和不同性別之間均存在差異。其中，男性的高等教育回報(bào)率高于女性，相較于年輕代群體，年長(zhǎng)代的男性性別優(yōu)勢(shì)更甚；城鎮(zhèn)戶口可以顯著增加收入，但戶籍優(yōu)勢(shì)開始減弱；流動(dòng)時(shí)長(zhǎng)大部分顯著，但影響甚微；在各年份不同年代組別中，中部地區(qū)流動(dòng)人口收入顯著低于東部地區(qū)，西部地區(qū)流動(dòng)人口收入盡管也顯著低于東部地區(qū)，但整體上與中部地區(qū)差距逐漸縮小甚至有超過中部地區(qū)的態(tài)勢(shì)。

研究發(fā)現(xiàn)，不同年份各代際流動(dòng)人口高等教育對(duì)收入的正向影響都在1%水平上顯著，表明相對(duì)于高中學(xué)歷群體，接受過高等教育的流動(dòng)人口收入更高，估計(jì)結(jié)果與描述性統(tǒng)計(jì)分析基本一致。從2010年到2018年，50-60后的高等教育回報(bào)率上升14個(gè)百分點(diǎn)，80后上升4個(gè)百分點(diǎn)，70后則呈下降態(tài)勢(shì)。2010年，流動(dòng)人口高等教育回報(bào)率隨年齡減少整體呈倒U型的發(fā)展趨勢(shì)，70后流動(dòng)人口的高等教育回報(bào)率最高，其次為50-60后，80后最低。至2018年，高等教育回報(bào)優(yōu)勢(shì)從70后轉(zhuǎn)移到50-60后。整體而言，年長(zhǎng)代流動(dòng)人口的高等教育回報(bào)優(yōu)勢(shì)顯著高于年輕代。

四、遺漏變量與樣本選擇性偏差的處理

在使用OLS對(duì)模型(1)進(jìn)行估計(jì)時(shí)可能存在遺漏變量偏誤和樣本選擇偏差問題。首先考慮遺漏變量偏誤問題。影響工資性收入的相關(guān)變量同時(shí)也影響受教育程度，導(dǎo)致OLS估計(jì)結(jié)果無法反映是否接受高等教育與工資性收入的因果性影響。工具變量法是解決該問題的常用方法，可以利用一個(gè)與主體是否受過高等教育相關(guān)但與主體畢業(yè)后工資性收入無關(guān)的變量。國內(nèi)外在研究教育回報(bào)率時(shí)，工具變量的選擇有所不同。Angrist(1991)〔29〕和Bound(1995)〔30〕先后使用出生季度作為工具變量進(jìn)行教育回報(bào)率的估計(jì)，但由于發(fā)達(dá)國家對(duì)義務(wù)教育的要求與我國不同，該工具變量并不適用于本文。邢春冰(2014)等利用2005年和2011年大樣本微觀數(shù)據(jù)〔31〕，選用人均移動(dòng)電話數(shù)和人均本地固定電話數(shù)作為教育回報(bào)的工具變量，結(jié)果顯示兩種工具變量對(duì)教育回報(bào)在5%的水平上顯著，但估計(jì)結(jié)果并不理想。也有學(xué)者運(yùn)用父母雙方以及配偶的受教育年限作為工具變量〔32-33〕，結(jié)果表明在運(yùn)用配偶和父母的受教育年限作為工具變量后的估計(jì)值顯著高于普通最小二乘估計(jì)。結(jié)合已有研究及數(shù)據(jù)可及性，本文選用配偶是否受過高等教育作為工具變量。一方面，樣本數(shù)據(jù)中，相較于配偶的教育水平，父母教育水平的樣本量較小；另一方面，夫妻雙方的受教育程度有較強(qiáng)的匹配性和相關(guān)性〔34〕，是一個(gè)強(qiáng)工具變量〔35〕。由此，選用配偶教育水平作為工具變量后，主體是否接受高等教育表示如下：

Hij=δijSij+ΣβijXij+eij

(2)

式中，H為高等教育虛擬變量；S為配偶高等教育虛擬變量，S取1表示配偶受過高等教育，S取0表示配偶最高學(xué)歷為高中；其他含義同模型(1)。方程(2)即一階段回歸，將其代入回歸方程(1)，得到二階段回歸模型(3)：

ln Incomeij=α0jHij+ΣβijXij+εij

(3)

第二個(gè)問題是樣本選擇偏差問題。Heckman(1990)認(rèn)為在估計(jì)過程中，僅能估計(jì)到正處于工作狀態(tài)有收入群體的教育回報(bào)率，但忽略了因身體殘疾、退休或者僅從事家務(wù)工作等群體的收入情況，進(jìn)而導(dǎo)致估計(jì)結(jié)果有偏差〔36〕。本文進(jìn)一步采用Heckman兩步法進(jìn)行樣本選擇偏差的糾正。先利用全部樣本檢驗(yàn)樣本的選擇性偏差問題(包括未就業(yè)群體)，將是否參與工作設(shè)置為二值選擇模型：

P(workij=1|Zij)=Φ(Zijγij)workij=0，1

(4)

將計(jì)算出的逆米爾斯比率代入式(2)和式(3)，使用有工資性收入的樣本進(jìn)行工具變量分析。將逆米爾斯比率和式(4)中所有影響主體是否就業(yè)的變量Z作為解釋變量，重新進(jìn)行工具變量一階段回歸，得出式(5)：

(5)

將式(5)代入式(3)，重新進(jìn)行工具變量的二階段回歸，具體結(jié)果如式(6)：

(6)

其中，α為糾偏后的高等教育回報(bào)率；ij含義同式(1)，式(6)即解決遺漏變量偏誤與樣本選擇性偏差后的Heckman-IV模型。

采用Hausman檢驗(yàn)來確認(rèn)本文中是否存在內(nèi)生性問題，結(jié)果顯示，p值小于5%，拒絕主體是否接受高等教育是外生變量的原假設(shè)，即研究中主體是否接受高等教育為內(nèi)生變量。進(jìn)一步基于式(5)和式(6)使用配偶教育水平作為工具變量，進(jìn)行Heckman-IV估計(jì)的結(jié)果見表4。

表4 不同年代流動(dòng)人口高等教育回報(bào)率的Heckman-IV估計(jì)

糾正樣本選擇偏差及內(nèi)生性問題后的回歸結(jié)果顯示，前述兩個(gè)年份的Heckman-IV結(jié)果均高于OLS估計(jì)。在2010年樣本中，三個(gè)代際的高等教育回報(bào)率分別為68%、47%、27.3%，高出OLS回歸結(jié)果44、14和9.3個(gè)百分點(diǎn)，50-60后群體占據(jù)2010年高等教育回報(bào)率的“制高點(diǎn)”。至2018年，整體上三個(gè)代際仍是50-60后占據(jù)高位，但三個(gè)代際的高等教育回報(bào)率變動(dòng)存在差異。其中，50-60后盡管仍居“高位”，但相較于2010年下降了3.2個(gè)百分點(diǎn)，70后與80后分別有不同程度的上升，年輕代80后群體的高等教育回報(bào)率從2010年的27.3%上升至37.3%，上升10個(gè)百分點(diǎn)，升幅最大。可以看出，我國流動(dòng)人口高等教育回報(bào)率各代際間差異呈收斂態(tài)勢(shì)。在地區(qū)差異上，中西部地區(qū)的高等教育回報(bào)依舊處于劣勢(shì)，尤其是年輕代流動(dòng)人口。

五、穩(wěn)健性檢驗(yàn)與異質(zhì)性分析

1.穩(wěn)健性檢驗(yàn)

接下來，為檢驗(yàn)本研究估計(jì)結(jié)果的穩(wěn)健性，我們進(jìn)一步做了兩組分析，來證明高等教育流動(dòng)人口的代際差異。

首先，在對(duì)高等教育回報(bào)率進(jìn)行估計(jì)時(shí)，一般不考慮自我雇傭樣本，因?yàn)樽晕夜蛡蛘叩氖杖胧苤T多因素干擾，并不適用于Mincer收入方程進(jìn)行教育回報(bào)估計(jì)。但本研究使用的我國流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)中，關(guān)于就業(yè)身份為“自營勞動(dòng)者”以及“雇主”的樣本占比較高。所以本文參考劉澤云(2015)的研究，就自我雇傭者對(duì)研究估計(jì)結(jié)果是否產(chǎn)生影響，做進(jìn)一步的分樣本回歸：樣本一，研究重新加入自我雇傭樣本，并將有勞動(dòng)性收入的自我雇傭樣本視為參與勞動(dòng)力市場(chǎng)(work=1)；樣本二，同樣加入自我雇傭樣本，但將其視為未參與勞動(dòng)力市場(chǎng)；樣本三，即表4的樣本，未考慮自我雇傭樣本。其中，樣本一和樣本二采用同樣的估計(jì)方法與控制變量以及利用配偶是否接受高等教育做工具變量進(jìn)行回歸估計(jì)，結(jié)果發(fā)現(xiàn)三類樣本估計(jì)結(jié)果大致相同(3)限于文章篇幅，具體分析結(jié)果在文中略去，如有需要可聯(lián)系作者索取。。

其次，研究替換了原工具變量，用配偶的受教育年限作為個(gè)人是否接受高等教育的工具變量，同樣，與樣本三采用相同的估計(jì)方法與控制變量進(jìn)行回歸估計(jì)。估計(jì)結(jié)果同樣表明，使用不同工具變量的估計(jì)結(jié)果基本一致。

2.不同年代流動(dòng)人口高等教育回報(bào)率的地區(qū)差異

為進(jìn)一步探究各年代流動(dòng)人口高等教育回報(bào)率的地區(qū)差異，本文分地區(qū)對(duì)不同群體的高等教育回報(bào)率進(jìn)行最小二乘估計(jì)，并用Heckman-IV解決回歸中樣本選擇性偏差和遺漏變量偏誤問題，探究地區(qū)間各代際流動(dòng)人口高等教育回報(bào)率的差異，結(jié)果詳見表5。

從表5可得，上述兩年數(shù)據(jù)均表明：Heckman-IV的估計(jì)結(jié)果均高于OLS估計(jì)，且流動(dòng)人口高等教育回報(bào)率的地區(qū)差異仍然存在，除個(gè)別年份個(gè)別代際外，東部地區(qū)各代際的回報(bào)率最高，其次是西部地區(qū)，中部地區(qū)最低；中、西部地區(qū)年輕代流動(dòng)人口的高等教育回報(bào)率上升顯著。其中，2018年數(shù)據(jù)顯示，中、西部地區(qū)70后、80后群體的高等教育回報(bào)率超過50后與60后。從代際視角來看，我國各地區(qū)年長(zhǎng)代高等教育回報(bào)率的絕對(duì)優(yōu)勢(shì)不再，年輕代80后群體的高等教育回報(bào)率上升較快。從2010年至2018年，東、中、西部80后流動(dòng)人口的高等教育回報(bào)率分別從38%、28%和30%上升至42%、37%與37%，分別上升4、9、7個(gè)百分點(diǎn)。整體上，區(qū)域間高等教育回報(bào)率差異也呈收斂態(tài)勢(shì)。

六、結(jié)論與討論

本文基于2010年和2018年中國流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)，建立Mincer收入方程，利用Heckman兩步法和工具變量法，對(duì)各年代流動(dòng)人口的高等教育回報(bào)率進(jìn)行了估計(jì)。研究發(fā)現(xiàn)，不同年份各年代群體的高等教育回報(bào)率優(yōu)勢(shì)顯著，但存在代際差異，在解決遺漏變量偏誤與選擇性偏差問題后，三個(gè)代際的高等教育回報(bào)率分別從2010年的68%、47%、27.3%變動(dòng)為2018年的64.8%、51.9%、37.3%(詳見表4)，總體而言三個(gè)代際的高等教育回報(bào)率表現(xiàn)為50-60后最高、70后次之、80后最低。盡管年長(zhǎng)代高等教育回報(bào)率仍在制高點(diǎn)，但這并不意味著“大學(xué)生越來越不值錢”。一方面，高校擴(kuò)張政策實(shí)施以來，年輕代中高等教育群體所占比重上升，其高等教育回報(bào)率較年長(zhǎng)代低屬于正常現(xiàn)象；另一方面，從2010年到2018年，50-60后流動(dòng)人口高等教育回報(bào)率有所下降，70后、80后的回報(bào)率均有不同程度上升，代際差異逐漸縮小，呈收斂態(tài)勢(shì)。

此外，流動(dòng)人口高等教育回報(bào)率的地區(qū)差異仍然顯著。在對(duì)我國不同年代群體進(jìn)行地區(qū)間的分樣本回歸后發(fā)現(xiàn)，中西部地區(qū)流動(dòng)人口高等教育回報(bào)率仍處于較低水平，但西部地區(qū)整體上優(yōu)于中部地區(qū)，一定程度上表明我國西部地區(qū)近些年的人才引進(jìn)政策取得一定成效。同時(shí)，年輕代群體的高等教育回報(bào)率上升顯著，兩期數(shù)據(jù)的實(shí)證結(jié)果表明，我國東、中、西部地區(qū)80后流動(dòng)人口高等教育回報(bào)率分別從38%、28%、30%上升至42%、37%與37%(詳見表5)，中西部年輕代群體教育回報(bào)率上升更多。整體上，我國區(qū)域間各代際流動(dòng)人口高等教育回報(bào)率的差異呈收斂態(tài)勢(shì)。這意味著高學(xué)歷人口的地區(qū)間流動(dòng)可以起到縮小收入差距的作用。

收入是影響人口和勞動(dòng)力遷移的重要因素之一，本文的發(fā)現(xiàn)表明，高學(xué)歷人口在追求收入提高而選擇流動(dòng)的過程中，也起到了縮小地區(qū)收入差距的作用。高等教育不僅對(duì)個(gè)體而言是一種必要且有價(jià)值的投資，更是進(jìn)一步縮小我國區(qū)域差距的有效途徑，讀大學(xué)并非無用，高等教育作為重要的人力資本投資依然不容忽視。在各地紛紛出臺(tái)各項(xiàng)人才引進(jìn)政策的情況下，中西部地區(qū)更應(yīng)該重視人才、尊重人才，吸引更多高學(xué)歷人才流入。