經濟轉型、教育擴張與城鎮勞動力市場的教育回報率

摘" " "要：基于2018年中國家庭收入調查數據，利用經濟轉型時期兩次教育擴張政策構造工具變量，實證評估了義務教育改革和高校擴招對城鎮勞動力教育回報率的影響。研究發現：利用基準回歸揭示了城鎮勞動力市場中個體受教育程度與工資水平的正相關性，人力資本積累對工資的影響呈倒U型的年齡—工資曲線。工具變量法的第一階段估計發現義務教育改革和高校擴招政策將全體、男性、女性接受義務教育和大學教育的概率值提高了15.7%和19.8%、14.7%和16.2%、16.9%和23.6%，兩次教育擴張政策更好地實現了女性的教育人力資本積累；第二階段回歸在糾正內生性的擾動后，估計出全體、男性、女性的義務教育和大學教育回報率分別為113.7%和62%、150.9%和22.5%、70.6%和92.9%，基準估計對教育擴張政策個體增收效應給出了向下估計。進一步利用無條件分位數回歸及無條件分位數處理效應模型發現，兩次教育擴張政策的異質性增收特征表現為V型曲線，針對低收入群體的教育機會供給有利于收窄低—高收入群體的組內工資差異。

關鍵詞：教育擴張；教育回報率；收入分配效應；工具變量；無條件分位數處理效應

中圖分類號：G521；F244 文章標志碼：A 文章編號：1006-6152（2025）02-0082-11

DOI：10.16388/j.cnki.cn42-1843/c.2025.02.008

一、引" 言

自1978年黨的第十一屆三中全會以來，“對內改革、對外開放”成為我國發展的基本國策。在四十余年的改革開放中，一方面高速的經濟增長增進了人民福祉，另一方面一系列公共教育政策也引領了教育擴張、推動了社會轉型。經濟轉型時期兩次教育擴張主要體現在義務教育和高等教育領域：1986年《中華人民共和國義務教育法》開啟了義務教育改革，對九年義務教育進行了普及并逐步免費；1998年《面向21世紀教育振興行動計劃》開啟了高校擴招，擴大了大學教育機會供給并逐步放寬了大學入學的配額限制。根據全國教育事業發展統計公報提供的數據，九年義務教育鞏固率和高等教育毛入學率在“十三五”后期達到了95.2%和54.4%，顯示了教育事業發展的良好態勢①。

教育回報率又被稱為教育收益率或人力資本投資收益率。自經濟學家明瑟（Jacob Mincer）提出工資決定方程后，明瑟教育收益率便被廣泛地用來衡量學歷教育的經濟價值，而教育回報率對于理解教育和收入的關系、勞動力市場的資源配置效率又具有積極意義［1］，因而相關研究可謂汗牛充棟。教育回報率的相關研究發現學歷教育有助于提高個體未來工資水平，具有較強的社會經濟價值［2-3］。近年來，隨著外生型的教育擴張在全球范圍內興起，利用教育回報率評估公共教育政策的社會經濟價值已成為新興的學術增長點［4］。譬如，劉生龍等（2016）采用模糊斷點回歸設計的研究，發現城鎮勞動力在1986年《中華人民共和國義務教育法》的干預下達到了12.8%［5］；初帥等（2017）采用相同的研究設計，卻發現高校擴招政策對農村勞動力的個體增收效果高于城鎮［6］。

本文對相關文獻進行梳理后，發現存在以下三方面的拓展空間。一是在研究主題方面，現有文獻對教育擴張政策的關注僅聚焦某一層級的學歷教育［7-9］，尚未將經濟轉型時期兩次教育擴張政策置于同一的分析框架下進行縱向對比。二是在研究內容方面，現有文獻大多聚焦教育擴張政策的個體增收效應，僅有少數文獻關注了教育擴張的異質性增收特征［10］，因而對公共教育政策的收入分配效應把握尚不全面。鑒于此，本文將利用2018年中國家庭收入調查數據，從義務教育改革和高校擴招兩個研究主題、學歷教育的個體增收效應和收入分配效應兩方面研究內容，客觀評估經濟轉型時期兩次教育擴張政策對城鎮勞動力教育回報率的影響。

與既有研究相比，本文可能的貢獻在于：第一，本文通過構建教育供給與勞動力市場需求的供給—需求框架，以因果性與異質性的教育收益率估計客觀評估了公共教育政策的收入分配效應，對于拓展公共教育政策效果評估的學術研究具有積極意義。第二，本文從學歷教育的社會經濟價值出發，充分挖掘了公共教育政策的個體增收效應與收入分配效應，在一定程度上為教育促進共同富裕提供了證據支撐與決策基礎。第三，本文從公共教育政策效果評估入手，將經濟轉型時期兩次教育擴張政策，也即義務教育改革和高校擴招政策置于統一的分析框架內，通過綜合評估兩階段的公共教育政策，為義務教育和高等教育邁向更加公平且更有質量發展的“快車道”提供了經驗借鑒。

二、研究設計

（一）數據描述

本文所用數據源自北京師范大學收入分配研究院、中國居民收入分配課題組（CHIP）委托國家統計局調查樣本庫開展的中國家庭收入調查2018（城鎮住戶適用）。CHIP2018覆蓋了北京、山西、遼寧、江蘇、山東、安徽、河南、湖北、湖南、廣東、重慶、四川、云南、甘肅以及內蒙古等15個省份，調查涉及兩萬余家庭七萬余人，是現階段我們能夠獲得最新、最全面的公共教育政策效果評價的微觀研究數據，能在最大限度上滿足本文數據外部有效性的要求。

在篩選樣本時，我們對CHIP2018做了以下三方面的處理：剔除在工資水平、受教育程度等方面存在數據缺失的個體；剔除在勞動力市場中“不活躍”的個體，即刪除未處于就業狀態并獲得工資收入的勞動力；剔除樣本年齡在16—65歲之外的勞動力，將義務教育改革和高校擴招的樣本年齡分別限定在1960—1980年、1971—1991年。經過上述處理后得到義務教育改革和高校擴招樣本有效觀測值分別為9292個、10828個。

（二）識別策略

教育回報率的因果性估計一般采用明瑟提供的工資決定方程：

[Yi=α+β1Educi+β2Xi+μi] （1）

式（1）為經典工資決定方程的線性形式，下標i表示勞動力個體。被解釋變量[Yi]表示勞動力i的工資水平；核心解釋變量[Educi]為教育年限，表示受教育程度對工資水平的影響，[β1]的參數估計值即為教育回報率；[Xi]為影響工資水平的一組控制變量，包括勞動力的人力資本特征、個體特征、行業特征等因素；[μi]為工資決定方程的殘差項。基準回歸采用普通最小二乘法（Ordinary Least Square，OLS）進行識別。

1. 因果識別

因果識別基于經濟轉型時期兩次教育擴張政策，1986年《中華人民共和國義務教育法》和1998年《面向21世紀教育振興行動計劃》提供的自然實驗構造工具變量，通過工具變量法（Instrumental Variable，IV）進行兩階段識別。首先，構造第一階段個體受教育程度的選擇方程：

[Educi=α+β3?Expansioni+β4Xi+γi] （2）

式（2）中，被解釋變量[Educi]表示個體受教育程度，在考察教育擴張政策時表示是否具有義務教育或大學教育受教育程度；[Expansioni]表示基于精確到月的個體出生日期與教育擴招政策推行日期差值構造的外生工具變量，[β3]的參數估計值就是教育擴張政策對個體受教育程度的影響效應；[Xi]在理論上是影響個體受教育程度的前定變量②。

其次，將選擇方程的估計結果帶入式（1），構造第二階段結果方程捕捉教育擴張政策對城鎮勞動力教育回報率的影響效應。

2. 異質性分析

異質性分析旨在捕捉教育在不同工資分位點上的差異，研究結論能夠為深入討論教育擴張政策的收入分配效應提供證據支撐。數量相當的學術研究基于Koenker和Bassett（1978）提供的條件分位數回歸（Conditional Quantile Regression，CQR）以及條件分位數處理效應模型（Conditional Quantile Treatment Effect，CQTE）刻畫了學歷教育對于工資水平的有條件影響［11］。但是，條件分位數回歸及其處理效應模型要求個體具有相同或相似的可觀測特征，這就大大局限了估計結果對于現實經濟世界的解釋力度，也不利于客觀評價教育擴張政策的收入分配效應［12-13］。鑒于此，我們首先采用Firpo等（2009）提供的無條件分位數回歸（Unconditional Quantile Regression，UQR），通過再集中響應函數（Re-centered Influence Function，RIF）捕捉教育擴張政策的異質性增收特征［14］：

[RIFYK，Qτ=δKβK] （3）

在式（3）中，[K=lnwage1i]、[lnwage0i]以及[lnwageci]，分別表示接受義務教育或大學教育的城鎮勞動力、未接受義務教育或大學教育的城鎮勞動力、反事實勞動力；[RIF（lnwageK，Qτ）]表示[Qτ]分位點上的無條件估計；[β]為無條件分位數的邊際效應。此外，本文還將在無條件分位數回歸的基礎上，進一步采用Firpo（2007）提供的無條件分位數處理效應模型（Unconditional Quantile Treatment Effect，UQTE）進行異質性分析［15］。

三、變量處理

（一）被解釋變量

被解釋變量選擇個體工資水平，選擇問卷中“2018年這份工作的收入總額（工資性收入或經營凈收入等總額）”作為代理指標，在工資決定方程中對它做自然對數處理。

（二）處理變量

處理變量為勞動力的教育年限。由于本文旨在考察教育擴張政策對城鎮勞動力市場上個體義務教育回報率和大學教育回報率的影響效應，故對教育年限做二元變量處理。具體操作時將教育年限在九年和十二年以上的個體賦值為1，表示具有義務教育或大學教育受教育程度（[Educi=1]），反之賦值為0，表示不具有義務教育或大學教育受教育程度（[Educi=0]）。

（三）工具變量

工具變量需要結合個體出生日期與教育擴張政策的推行日期進行構建。根據1986年《中華人民共和國義務教育法》和1998年《面向21世紀教育振興行動計劃》的推行時間，同時假定城鎮勞動力從7周歲開始起接受義務教育，可以計算出1971年9月和1981年9月為兩次教育擴張政策干預的時間截斷點（方超等，2020）［16］。進一步地，利用精確到月的個體出生日期與時間截斷點相減，將取值小于等于0的個體賦值為1，定義它為受到政策干預的處理組。反之，將取值大于0的個體賦值為0，定義它為未受到政策干預的控制組。理論上講，受到政策干預的個體有著更高的概率接受義務教育和大學教育。更為重要的是，基于個體出生日期與教育擴張政策推行日期構造的工具變量，一方面滿足于內生變量城鎮勞動力的受教育程度高度相關，另一方面也與結果變量工資收入水平不相關，即同時滿足外生型和相關性的兩大條件。

（四）控制變量

為了實現因果性教育回報率的精確估計，我們還在工資決定方程中控制了影響個體工資水平的人力資本特征、個體特征以及行業特征等變量。人力資本特征包括經驗及其平方項；個體特征包括性別、民族、家庭規模、健康狀況、婚姻狀況、政治面貌；行業性質則為個體所屬行業的性質③，表1報告了所涉變量的基本統計描述。

從表1中能夠看出，義務教育改革和高校擴招樣本中處理組的有效觀測值分別為4190個、2089個，控制組則為5102個、8739個。受到教育擴張政策的影響，處理組的年工資對數和接受正規學歷教育的年限數均顯著高于控制組，表明經濟轉型時期兩次教育擴張政策提高了城鎮勞動力市場的工資水平與人力資本的積累狀況，且高校擴招樣本中受到政策干預的個體具有更高的工資及教育年限。

為了直觀反映經濟轉型時期兩次教育擴張政策對城鎮勞動力受教育程度和工資水平的外生沖擊，我們借助模糊斷點回歸的處理辦法，利用圖1和圖2進一步做圖形展示說明。其中，圖1為義務教育改革與高校擴招政策對城鎮勞動力受教育程度的干預作用，圖2則為義務教育改革與高校擴招政策對城鎮勞動力工資水平的干預作用。在圖1和圖2中，垂直虛線表示教育擴張政策干預的分割線，虛線左側為未受到政策干預的控制組，虛線右側則為受到政策干預的處理組。根據圖1提供的信息可知，位于斷點右側的處理組受到了義務教育改革和高校擴招政策的干預，個體接受義務教育和大學教育的概率值產生了向上“跳躍”。從圖2給出的信息能夠發現，受到義務教育改革政策干預的處理組在對數年工資尚高于未受改革影響的控制組，但高校擴招政策似乎并未造成結果變量的向上“跳躍”。

四、實證分析

（一）基準估計

基準估計采用普通最小二乘法識別城鎮勞動力市場中的義務教育回報率和大學教育回報率，表2報告了普通最小二乘估計結果。其中，第2—4列分別給出了義務教育改革全樣本、男性及女性分樣本的估計結果，第5—7列則給出了高校擴招全樣本、男性及女性分樣本的估計結果，各樣本在估計過程中均控制了個體固定效應。

義務教育改革方面，[β1]的參數估計值在全樣本、男性和女性分樣本中分別為0.209、0.173、0.227，參數估計值在1%水平上統計顯著，表明與未接受義務教育的勞動力相比，接受義務教育能將全體、男性和女性年工資水平分別提高20.9、17.3、22.7個百分點。高校擴招方面，[β1]的參數估計值在全樣本、男性和女性分樣本中分別為0.384、0.327、0.433，表明與未接受大學教育的勞動力相比，接受大學教育能將全體、男性和女性年工資水平分別提高38.4、32.7、43.3個百分點。基準估計表明，在不考慮遺漏變量等內生性問題時，經濟轉型時期兩次教育擴張政策有助于提高勞動者的工資水平，大學教育收益率高于義務教育收益率符合學歷教育個體增收的異質性特征，并且女性義務教育收益率和大學教育收益率均高于男性。

控制變量方面，經驗及其平方項的估計結果正負項異，一次項的估計結果為正，二次項的估計結果為負，且參數估計值具有統計功效，表明經驗積累對工資水平的影響呈倒U型曲線，與加里·貝克爾提供的年齡—工作曲線吻合。獨生子女家庭的工資水平高于非獨生子女性家庭，自評健康和中共黨員、民主黨派的工資水平高于自評不健康和群眾。

（二）工具變量估計

為了糾正教育與收入關系中的內生性問題，本節利用個體出生日期與教育政策的外生性構造工具變量，通過兩階段工具變量法估計義務教育和大學教育的因果性教育回報率，表3匯報了估計結果。其中，表3第2、3、4列報告的是義務教育改革全樣本、男性和女性分樣本的估計結果，第5、6、7列則是高校擴招全樣本、男性和女性分樣本的估計結果。從兩階段的診斷性指標上看，第一階段F值顯著大于10，Kleibergen-Paap rk LM檢驗和Kleibergen-Paap rk Wald F檢驗則拒絕了弱工具變量的可能，表明利用精確到月的個體出生日期和教育擴張政策的推行日期構造的工具變量是強工具變量。

第一階段估計結果指的是在教育擴張政策的影響下，城鎮勞動力市場上個體接受義務教育或大學教育的概率值，也就是受教育程度的選擇方程。義務教育改革方面，[Educi]的參數估計值在全樣本、男性和女性分樣本中分別為0.157、0.147、0.169，參數估計結果在1%水平上統計顯著，表明在1986年《中華人民共和國義務教育法》的政策干預下，義務教育改革將個體接受義務教育的概率值提高了15.7、14.7、16.9個百分點。高校擴招方面，[Educi]的參數估計值在全樣本、男性和女性分樣本中分別為0.198、0.162、0.236，參數估計結果同樣在1%水平上統計顯著，表明在1998年《面向21世紀教育振興行動計劃》的政策干預下，高校擴招將個體接受大學教育的概率值提高了19.8、16.2、23.6個百分點。

第二階段估計結果指的是教育擴張政策對教育回報率的影響效應，也就是教育影響個體收入的結果方程。義務教育改革方面，[β1]的參數估計值在全樣本、男性和女性分樣本中分別為1.137、1.509、0.706，估計結果在1%水平上統計顯著，其含義可以理解為與未接受義務教育的城鎮勞動力相比，接受義務教育能將全體、男性和女性勞動力的對數年工資提升113.7%、150.9%、70.6%。高校擴招方面，[β1]的參數估計值在全樣本、男性和女性分樣本中分別為0.620、0.225、0.929，估計結果具有統計顯著性，表明與未接受大學教育的城鎮勞動力相比，接受大學教育（專科、本科、碩博士）能將個體的對數年工資提高62%、22.5%、92.9%。

根據兩階段工具變量估計的回歸結果，我們能夠得到如下三條結論：一是經濟轉型時期兩次教育擴張政策具有較強的教育功能，顯著提高了城鎮勞動力市場上的個體受教育程度，實現了教育人力資本的有效積累。同時，女性接受義務教育和大學教育的概率值比男性高出2.2和7.4個百分點，一定程度上顯示了教育擴張的政策紅利向女性傾斜，女性獲得了相較于男性而言更多的義務教育和高等教育入學機會，而這也為教育機會均衡供給找到了現實證據。二是教育擴張政策同樣具備較強的社會經濟價值，突出表現為對城鎮勞動力具有鮮明的個體增收效應。同時，女性在義務教育階段的教育回報率比男性低80.3個百分點，但在大學教育階段則比男性高出70.4個百分點，可能的原因在于女性獲得同等工資水平時需要付出更高的受教育程度，即性別工資歧視（劉澤云，2008）［17］。三是兩階段的估計結果全面高于基準回歸，顯示了遺漏變量的存在導致普通最小二乘法向下估計了城鎮勞動力的教育回報率，不利于從勞動力市場的視角客觀評價教育擴張政策的社會經濟價值。

（三）異質性分析

1. 無條件分位數回歸

異質性分析首先采用無條件分位數回歸，依次選擇個體在0.1、0.25、0.5、0.75、0.9分位點上的工資水平，分別表示低收入、中低收入、中收入、中高收入以及高收入水平，通過自舉抽樣1000次后得到表4所示的無條件分位數回歸估計結果。

義務教育改革方面，[β1]的參數估計值隨工資分位點上的上升呈現了先上升再下降的變動趨勢，該趨勢類似于倒V型曲線，中位數（[τ=0.5]）是城鎮勞動力義務教育收益率向下偏折的拐點。從異質性收益特征上看，低分位點上的義務教育收益率為0.188（Plt;0.01），高于高分位點上的0.144（Plt;0.01），表明考慮人力資本因素時，針對城鎮低收入群體的義務教育機會供給，有助于縮小低—高收入群體間的組內工資差異。但對性別組內工資差異而言，男性和女性存在一定的差異。男性在低分位點上的教育回報率為11.5%，比高分位點上的22.8%低11.3個百分點，女性在低分位點上的教育回報率為45.9%，比高分位點上的16.1%高出29.8個百分點，表明與未接受義務教育相比，接受義務教育有利于收窄城鎮女性的組內工資差異，同時擴大了城鎮男性的組內工資差異。

高校擴招方面，[β1]的參數估計值隨工資分位點上的上升呈現“上升—下降—上升”的變動趨勢，該趨勢類似于N型曲線，中低工資分位點（[τ=0.25]）和中高工資分位點（[τ=0.75]）是城鎮勞動力大學教育收益率向上、向下偏折的拐點。從異質性收益特征上看，低分位點上的大學教育收益率為0.290（Plt;0.01），低于高分位點上的0.459（Plt;0.01），表明僅考慮人力資本因素時，高校擴招政策客觀上擴大了城鎮低—高收入群體間的組內工資差異。從大學教育回報率的性別組內差異上看，男性和女性在低分位點上的教育回報率為26.3%和32.1%，低于高分位點上的52.6%和39.7%，該異質性特征與全樣本回歸一致。但從性別組間差異上看，男性在低分位點上的教育回報率比女性低5.8個百分點，而在高分位點上則高出12.9個百分點，顯示了大學教育更有利于提高低收入女性和高收入男性的工資水平。

2. 無條件分位數處理效應

無條件分位數回歸雖然放寬了有條件分位數回歸對于城鎮勞動力可觀測特征相同或相似的研究假設，增強了研究結果對于現實經濟世界的解釋力，但當存在遺漏變量時，無條件分位數回歸仍然無法解決異質性教育回報率中的內生性問題。因此，本小節采用無條件分位數回歸的處理效應模型，在糾正內生性的基礎上進一步捕捉義務教育和大學教育回報率的異質性收益特征，回歸同樣在自舉抽樣1000次的基礎上完成，表5匯報了估計結果。

義務教育改革方面，[β1]的參數估計值隨工資分位點上的上升呈現了先下降再上升的變動趨勢，該趨勢類似于V型曲線，中低工資分位點（[τ=0.25]）和中高工資分位點（[τ=0.75]）是城鎮勞動力義務教育收益率向上、向下偏折的拐點，這與無條件分位數回歸所捕捉的倒V型曲線存在一定的差異。從異質性收益特征上看，低分位點上的義務教育收益率為1.242（Plt;0.01），高于高分位點上的0.882（Plt;0.01），顯示出在糾正了內生性引致的估計偏誤后，義務教育改革有利于縮小低—高收入群體間的組內工資差異，這一點與無條件分位數回歸所捕捉的異質性特征基本一致。從性別差異上看，男性和女性在低分位點上的教育回報率分別為138.6%和91.6%，高于高分位點上的115.3%和69.3%，表明義務教育改革有助于縮小男性和女性在低—高分位點上的組內工資差異，但男性在各分位點上的工資水平高于女性則顯示了義務教育改革客觀上擴大了男性與女性的組間性別工資差異。

高校擴招方面，[β1]的參數估計值隨工資分位點上的上升呈現了先下降再上升的變動趨勢，該趨勢類似于V型曲線，中低工資分位點（[τ=0.25]）和中高工資分位點（[τ=0.75]）是城鎮勞動力大學教育收益率向上、向下偏折的拐點，這與無條件分位數回歸所捕捉的N型曲線存在一定的差異。從異質性收益特征上看，低分位點上的大學教育收益率為0.875（Plt;0.01），高于高分位點上的0.539（Plt;0.01），顯示了在糾正了內生性引致的估計偏誤后，高校擴招有利于縮小低—高收入群體間的組內工資差異。從性別組內差異上看，女性在低分位點上的教育回報率為122.4%，高于高分位點上的69.3%，表明高校擴招能夠縮小女性在低—高分位點上的性別組內差異，但對男性在低、高分位點上的影響不具有統計顯著性。從性別組間差異上看，大學教育對女性群體在個體增收上的作用顯著高于男性。

五、結論與討論

（一）研究結論

本文利用北京師范大學收入分配研究院聯合國家統計局開展的中國家庭收入調查數據（CHIP2018），利用1986年《中華人民共和國義務教育法》和1998年《面向21世紀教育振興行動計劃》提供的自然實驗，結合精確到月的個體出生日期構造工具變量，通過教育回報率的因果性和異質性估計，實證評估了經濟轉型時期兩次教育擴張政策對城鎮勞動力市場上個體工資水平的影響效應，得到以下五點研究發現：

第一，在不考慮遺漏變量引致的內生性問題時，利用普通最小二乘法發現義務教育改革、高校擴招政策與城鎮勞動力市場上的個體教育回報率之間具有正相關性，接受義務教育、高等教育者的工資水平顯著高于未接受者，經驗及其平方項對工資水平的影響符合倒U型的年齡—工資曲線。

第二，進一步利用兩階段工具變量法處理內生性問題后，第一階段估計發現義務教育改革和高校擴招具有較強的教育功能，提升了城鎮勞動力市場上的個體受教育程度。受到義務教育改革的影響，全體、男性和女性城鎮勞動力接受義務教育的概率值提高了15.7、14.7、16.9個百分點；受到高校擴招的影響，全體、男性和女性城鎮勞動力接受大學教育的概率值提高了19.8、16.2、23.6個百分點。兩次教育擴張政策對女性受教育程度的提升作用顯著高于男性。

第三，兩階段回歸的第二階段估計發現，兩次教育擴張政策還具有較強的社會經濟價值，城鎮勞動力的教育回報率在義務教育改革和高校擴招的政策干預下顯著提高。與未接受義務教育相比，接受義務教育能將全體、男性和女性的工資水平提高113.7、150.9、70.6個百分點；與未接受大學教育相比，接受大學教育能將全體、男性和女性工資水平提高62、22.5、92.9個百分點。

第四，利用無條件分位數回歸的異質性分析發現，義務教育和大學教育的異質性收益特征類似于倒V型和N型曲線，義務教育機會供給擴張有利于縮小低—高收入群體間的組內工資差異，但高等教育機會擴張客觀上卻擴大了城鎮勞動力市場上的組內工資差異。

第五，利用無條件分位數處理效應模型糾正了內生性后，發現義務教育改革和高校擴招的異質性收益特征均類似于V型曲線，個體在低工資分位點上的教育回報率高于高分位點，凸顯了兩次教育擴張政策具有較強的收入分配功能，能夠較好地調節城鎮勞動力的收入分布，縮小因教育人力資本分布不均引致的工資收入差距。

（二）延展討論

本文利用新進的研究數據及因果推斷識別策略，通過估計因果性和異質性教育回報率，能夠與既有文獻縱向對話。相關研究曾通過估計教育回報率指出，經濟轉型時期兩次教育擴張政策，尤其是高校擴招帶有一絲“精英導向型”的時代特征，擴招的政策紅利更有可能被城鎮、男性、優勢家庭所稀釋，農村、女性、劣勢家庭卻相對較少的被惠及［18］。但是，本文在新的數據條件下對教育回報率的重新挖掘能夠有效打破這一論斷。研究發現，義務教育改革和高校擴招不僅具有較強的教育功能和社會經濟價值，而且還對促進城鎮內部工資收入分布均等化、提升低收入女性的工資水平、收斂性別組間工資差異有積極影響，這在一定程度上賦予了經典選題時代意義，也是教育回報率作為經典議題仍然值得被反復討論的原因。從作用機制上看，義務教育改革主要從教育年限延長，而高校擴招政策則通過優質大學教育供給影響城鎮勞動力的工資收入水平與教育回報率。

此外，本文還顯示了利用多種研究方法估計教育回報率的重要性和必要性。如果文章僅采用無條件分位數回歸捕捉義務教育改革和高校擴招政策異質性收益特征，會得到高校擴招不利于促進收入分布均等化的價值判斷，但當進一步采用無條件分位數處理效應模型糾正內生性引致的估計偏誤后，這一論斷就被打破。因此，多種研究方法的綜合運用有助于為學術研究提供更為穩健、可信的研究結論，也有助于決策者更為科學、審慎地評價公共教育政策的實施效果，這為深化教育事業改革提供更為有力的信息支撐與決策參考。

本文的實證研究結論還具有以下三方面政策意涵。首先，新時代教育事業改革應進一步擴大優質教育資源的均衡供給，一方面需繼續提高城鎮地區義務教育和大學教育的入學機會公平，另一方面還需進一步將教育公平由機會公平深度延展至結果公平，以滿足城鎮勞動力接受更高質量義務教育和高等教育的現實訴求。其次，明確教育和勞動力市場間的聯動關系，定期從勞動力市場的實際需求出發，回溯和評價公共教育政策的社會經濟價值，尤其是教育擴張政策的收入分配效應，充分釋放義務教育改革和高校擴招的政策紅利，收窄由教育人力資本因素引致的工資收入差距，同時做好二次分配的制度配套與完善，利用好教育在調節收入分布上的分配性功能。最后，公共教育財政可適當增強對于女性、低收入群體、相對貧困家庭的財政支持力度，通過“教育券”的形式或補貼到個人、家庭的形式，減免其接受義務教育或高等教育的貨幣成本，以此來提高上述群體的受教育程度及工資水平，縮小性別和不同收入群體間的工資差異，促進收入分布均等化。

注釋：

① 相關數據具體可參見http：//www.moe.gov.cn/jyb_sjzl/sjzl_fztjgb/202108/t20210827_555004.html。

② 受到數據可獲得性的影響，此處前定變量等同于方程（1）中影響個體工資水平的控制變量。

③ 少數民族包括壯族、蒙古族、回族、維吾爾族、彝族、苗族、滿族及其他；自評健康包括非常好和好，自評不健康則包括一般、不好和非常不好；已婚包括初婚、離異再婚和喪偶再婚；未婚則包括同居、分居、離異、喪偶、未婚及其他；黨員包括中共黨員和民主黨派成員，非黨員包括群眾及其他；壟斷行業包括黨政機關、事業單位、國有（控股）企業、其他股份制企業、集體企業，非壟斷行業包括中外合資或外商獨資企業、個體或私營企業、土地承包者及其他。

參考文獻：

［1］ Chen G，Hamori S. Economic Returns to Schooling in Urban China：OLS and the Instrumental Variables Approach［J］.China Economic Review，2009（2）：143-152.

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

［3］ 劉澤云，劉佳璇.中國教育收益率的元分析［J］.北京師范大學學報（社會科學版），2020（5）：13-25.

［4］ Fang H，Rizzo J A，Rozelle S，et al. The Return to Education in China： Evidence from the 1986 Compulsory Education Raw［R］.NBER Working Paper，No.18189，2012.

［5］ 劉生龍，周紹杰，胡鞍鋼.義務教育法與中國城鎮教育回報率［J］.經濟研究，2016（2）：154-167.

［6］ 初帥，孟凡強.高校擴招與教育回報率的城鄉差異：基于斷點回歸的設計［J］.南方經濟，2017（10）：16-35.

［7］ 劉生龍，鄭世林.誰從高等教育擴招中獲益更多：基于廣義羅伊模型的實證證據［J］.勞動經濟研究，2019（3）：3-28.

［8］ 余華義，侯玉娟.高校擴招與高等教育回報率：基于斷點回歸設計的證據［J］.教育與經濟，2019（5）：8-17，42.

［9］ 方超，黃斌.高校擴招政策與鄉城轉移勞動力的教育收益率：基于模糊斷點設計的工具變量估計［J］.中國高教研究，2021（6）：44-50.

［10］ 劉生龍，胡鞍鋼.效率與公平：高校擴招與高等教育回報的分位數處理效應［J］.學術研究，2019（4）：72-84，177.

［11］ Koenker R，Bassett G. Regression Quantile［J］.Econometrica，1978（1）：33-50.

［12］ 朱平芳，張征宇.無條件分位數回歸：文獻綜述與應用實例［J］.統計研究，2012（3）：88-96.

［13］ 朱平芳，邸俊鵬.無條件分位數處理效應方法及其應用［J］.數量經濟技術經濟研究，2017（2）：139-155.

［14］ Firpo S，FortinN M，LemieuxT. Unconditional Quantile Regression［J］.Econometrica，2009（3）：953-973.

［15］ Firpo S. Efficient Semiparametric Estimation of Quantile Treatment Effects［J］.Econometrica，2007（1）：259-276.

［16］ 方超，黃斌.教育擴張與農村勞動力的教育收益率：基于分位數處理效應的異質性估計［J］.經濟評論，2020（4）：81-96.

［17］ 劉澤云.女性教育收益率為何高于男性：基于工資性別歧視的分析［J］.經濟科學，2008（2）：119-128.

［18］ 方超，黃斌.高校擴招政策能夠提高農村勞動力大學教育收益嗎？［J］.清華大學教育研究，2019（1）：121-132.

責任編輯：夏" " 瑩

（E-mail：silvermania@ qq. com）