2003—2008年间中国教育收益变动趋势研究①

范静波

（清华大学 教育研究院，北京 100084）

2003—2008年间中国教育收益变动趋势研究①

范静波

（清华大学 教育研究院，北京 100084）

人力资本理论认为个人收入分配在一定程度上取决于人力资本的分配和人力资本的回报，提高人力资本的最主要途径为教育。教育对个人收入的积极促进作用已得到许多研究的证实。教育收益率的估算及其变动趋势的研究具有重要的现实意义。运用CGSS2003、2005、2006与2008年数据对中国教育明瑟收益率的回归结果显示2003－2008年间中国的平均教育收益率得到了明显提高，与20世纪八、九十年代相比呈现出进一步提升的态势。

教育收益；明瑟收益率；变动趋势

人力资本理论认为人力资本与其他类型的资本一样能够通过教育、培训、医疗保健等投资途径来提高质量与生产水平，其中教育是提高人力资本的最主要途径。个人收入分配在一定程度上取决于人力资本的分配和人力资本的回报［1］，因此教育可以提高受教育者的个人收入。关于教育与收入之间存在普遍正向相关关系的发现是当代社会科学最重要的发现之一［2］。个人收入因受教育水平的提高而获得增加的部分即为教育的个人经济收益，它的衡量标准为教育的个人收益率，简称教育收益率，通常包括内部收益率与明瑟收益率两种。内部收益率的估算是采用传统方法通过使长期教育成本和收益的贴现值等于零并解出其内在贴现率r所得到；明瑟收益率的估算则是运用明瑟方程对受教育年限的系数进行回归。内部收益率与明瑟收益率的含义并不相同，前者反映的是实际的教育投资收益率；后者则反映的是教育的边际收益水平，表示受教育者每多接受一年教育所能得到的收入变化率。由于内部收益率法对数据的要求较高且其中的教育成本数据不易获得，因此明瑟方法得到了更普遍的运用。对明瑟收益率的研究具有重要的现实意义，例如通过对中国教育明瑟收益率进行估算能够看出中国教育对个人收入的促进程度及市场对知识技能投资的激励强度，通过对明瑟收益率变动趋势的分析也能检验中国教育发展与市场经济体制改革的成效等。

一、相关研究概况

许多文献已经通过实证研究证实了教育对个人收益的促进作用。Alan B.Kruecer，Mikael Lindahl运用明瑟方程对美国人力资本个人投资收益的估算结果显示受教育者平均每多接受一年教育能使个人收益提高10%左右［3］。Mark C.Long使用20世纪70年代、80年代与90年代三个不同时期的数据分析了这个阶段内美国大学生学历与素质的提高所带来的教育收益的变化，分析结果显示学历与学生素质的提升确实能提高教育收益，且随时间的推进对教育收益的促进作用越来越明显［4］。

国内对教育收益的实证研究始于20世纪90年代初，采用的估算数据则始于20世纪80年代。李实、李文彬对中国1988年城镇的总体、男性与女性的个人明瑟收益率分别进行了估算，涉及样本17 891个，这是中国首次利用大规模样本进行的教育收益研究［5］。赖德胜对中国1995年城市总体、男性与女性的个人明瑟收益率进行了估算，并将估算结果与李实和李文彬对1988年数据的估算结果进行比较发现中国1995年的教育收益率与1988年相比已经有了较大幅度的提高，并认为随着体制改革的深化，特别是统一劳动力市场的建立和完善，中国的教育收益率还将继续提高［6］。李实、丁塞对1990－1999年间中国城镇教育投资收益率的变动趋势进行的实证研究发现中国城镇的教育收益率是逐年上升的，在10年间上升了近3倍，并认为这有赖于中国城镇劳动力市场的改革和工资制度改革的进展［7］。陈晓宇、陈良焜、夏晨对1991、1995与2000年中国城镇教育收益率做了纵向的比较分析，比较结果显示在20世纪90年代中国教育收益率水平得到了显著提高［8］。相关的估算结果见表1。

表1 部分教育收益率估算结果统计表

虽然各研究者之间使用的估算方法与样本数据的不同会引起教育收益率估算结果的差异，但是从表1对明瑟收益率的统计结果依然能看出中国教育收益率的变动趋势。1980年后中国已经扭转了脑体倒挂现象并且教育收益率开始呈现出了逐步增长的态势。

中国教育收益研究中以2000年后的教育收益率为对象的成果还不多，已有的研究包括娄世艳对2005年中国教育收益率的估算，娄世艳的估算结果显示2005年中国的平均收益率已经达到了6.18%，其中小学、初中、高中、大专、大本、研究生的教 育 收 益 率 分 别 为 6.67%、4.47%、3.86%、11.25%、13.75%、5.37%［10］。

二、研究方法

本研究采用明瑟方法对中国的教育收益率做出估算。估算模型包括经典明瑟方程（模型1）、扩展的明瑟方程（模型2）与分阶段收益率估算模型（模型3），其中模型对数据的回归方法选用最小二乘法。

本研究做出假设如下：

1.中国小学、初中、高中、大学专科、大学本科各教育阶段的规定教育年限分别为6年、3年、3年、2年与4年；

2.在同一受教育阶段内各年教育收益率相同。

3.受教育程度为大学本科的人都没有接受过大学专科教育，即均是高中毕业后直接开始接受大学本科教育；

4.受教育程度为研究生的人均拥有本科学历，即已经完成大学本科教育。

5.中国的退休年龄统一为60岁。

（一）经典明瑟方程

明瑟方法运用回归方程将个人收入（Y）、学校教育年限（S）和劳动力市场经历（E）置入一个半对数形式的明瑟人力资本函数中去，其中E通常用工作年限代替。个人收益率的估算即是对经典明瑟方程中学校教育年限的回归系数（b）的估计：

其中Y代表个人收入，S代表学校教育年限，E代表工作年限。b即为明瑟收益率，代表受教育程度每提高一年受教育者所获得的个人收入提高的比例。由于个人收入一般随受教育年限的增加而提高，随工作年限的增加先增后减（年龄—收入曲线为上凸形状），因此通常情况下系数b，c，d的取值分别为正值、正值与负值。

（二）扩展的明瑟方程

现实中教育收益除了受学历与工作年限的影响外还受到许多其他因素的影响。Estelle James，Nabeel Alsalam，Joseph C，Conaty和Duc－LE To研究发现工作单位特征会对毕业生的工资收入存在重要的影响［11］。在影响教育收益率的因素中最主要的为职业因素，将其作为控制变量引入模型（1）得到扩展后的教育收益率估算模型。

其中Di（i＝1，…，9）为9个职业因素控制变量，具体包括就业状况、就业区域、就业地域类型、技术或职称级别、国家行政级别、所属行业、工作单位主管／挂靠部门的级别、单位类型与单位所有制性质。Dij即为Di的取值，m为D i可能的取值种类个数；为了“避免控制变量陷阱”的出现，需要在Di各取值中选出一个作为参照组，所以j的取值范围为1～（m－1）。

（三）分阶段收益率估算模型

模型（1）与模型（2）仅提供了平均教育收益率的估算方法，对特定教育阶段收益率的估算还需要通过替换一系列含不同教育阶段的虚拟变量的方式来进行。用Sk（k＝1，…，6）分别代表最高受教育程度为小学、初中、高中、大专、大本、研究生的样本的平均受教育总年限，bk（k＝1，…，6）为Sk的系数。其中Sk（k＝1，…，6）均为哑变量，当该教育阶段出现时将其取值直接确定为该受教育程度样本的平均受教育总年限，否则将其赋值为“0”。分阶段教育收益率估算模型为：

其中用λk（k＝1，…，6）代表中国各教育阶段的规定教育年限，θk（k＝1，…，6）代表最高受教育程度为小学、初中、高中（包括职业高中、普通高中、中专、技校）、大专、大本、研究生的样本在各相应最高受教育阶段的平均受教育年限。则小学阶段的教育收益率β1＝b1，初中、高中、大专阶段的教育收益率为：

三、样本数据描述

样本数据采用《中国综合社会调查（CGSS）》2003、2005、2006与2008年的调查数据。2003－2008年为CGSS项目的第一期，样本数据遍布全国28个省、自治区、直辖市，共抽取了125个县（区），500个街道／乡镇，约1 000个居委会／村委会。抽样采取分层四阶段不等概率抽样，在每个抽选出的初级抽样单元（区／县）中抽出4个二级抽样单元（街道／乡镇），在每个抽选出的二级抽样单元中抽出2个三级抽样单元（村委会／居委会），最后在每个抽选出的三级抽样单元中抽出10个最终抽样单元［12］1－8。

调查数据中的“从上小学开始算起一共受过多少年的学校教育”能准确反应受教育年限“S”。工作经验“E”可以用工作年限来表示，这一项也可以在各年调查数据通过简单计算间接得到。关于个人收入有“上年全年总收入”与“上月工资收入”两项数据，由于有些人的个人收入除工资外还有奖金、津贴等，而且一年内各月之间的收入并不一定完全相等，所以选取“上年全年总收入”数据可更准确地反映个人收入“Y”；但是为了充分利用样本信息，若被调查者“上年全年总收入”数据缺失时则尽量用“上月工资收入＊12”来代替；若“上月工资收入”也缺失时则放弃该样本。将样本数据的年龄限定在18～60岁之间，并将样本数据进行检查整理和删除关键变量（出生年、工作／务农开始年份、最高受教育程度、年收入）存在缺失值的样本后最终确定的2003、2005、2006、2008年的有效样本量分别为4 061、7 684、7 731、4 276个。历年受访者的平均受教育年限与年平均收入统计见表2。

表2 样本数据描述（单位：元）

从平均受教育年限与年平均收入的统计数据可以看出教育对个人收入的促进作用。随着受教育程度的提高，相应受教育程度人员的年平均收入也呈现出了明显的递增态势。这可以通过图1更直观地表示出来。

图1 学历—收入关系图

四、估算结果分析

（一）经典明瑟方程估算结果

模型（1）的估算结果显示2003、2005、2006、2008年中国的平均教育收益率分别为9.9%、15.5%、14.3%、14.6%；其中男性的教育收益率分别为8.9%、14.5%、13.1%、12.8%，女性的教育收益率分别为10.7%、15.3%、14.2%、14.8%。

从经典明瑟方程的估算结果可以看出2008年与2003年相比中国的平均教育收益率提高了4.7个百分点。其中在2003－2005年间中国的平均教育收益率由9.9%提高到了15.5%，在2006年后虽然呈现出了微弱的降低态势，但是依然稳定在了14%～15%之间。

（二）扩展的明瑟方程与分阶段收益率估算模型估算结果

1.扩展的明瑟方程估算结果

运用模型（2）对样本数据进行回归，并根据Collinearity statistics共线性诊断结果剔除引起方程多重共线性的控制变量后选取模型拟合度最优的回归结果。调整的R2的数值反映了模型的拟合度，从表3对调整的R2数值的统计结果可以看出：与模型（1）相比，模型（2）对历年数据的拟合程度大幅提高，提高幅度达到了52.6%～209.2%。这也说明职业因素对中国的教育收益率存在着重要的影响。就分性别教育收益估算结果来看，模型（1）与模型（2）对女性数据的拟合度高于对男性数据的拟合度。

表3 调整的R2值及其提高幅度统计表

模型（2）的估算结果比模型（1）的估算结果得到了明显的降低。模型（2）估算结果显示中国2003、2005、2006、2008年的平均教育收益率分别为5.1%、6.6%、6.3%与6.5%。男性的教育收益率分别为4.0%、5.9%、5.5%、6.1%，女性的教育收益率分别为6.1%、5.2%、5.4%、4.7%，这是更为接近真实收益率的估算结果。可以看出2003－2008年中国的教育收益率得到明显提高，总体的平均收益率由2003年的5.1%提高到2005年的6.5%，并于2005－2008年稳定在6.5%左右。男性与女性的平均收益率则呈现出相反的变动趋势，男性的收益率明显上升，女性的收益率则明显下降。见图2所示。

图2 教育收益率变动趋势图

将模型（2）的回归结果与20世纪八、九十年代的收益率统计结果进行比较可以发现2000年后中国的平均教育收益率又得到了进一步的提高：由20世纪80年代的3%左右、90年代的1%～4%提高到了 2003年的5.1%、2005 年的 6.6%，并于2006—2008年稳定保持在了6.5%左右。2000年诺贝尔经济学奖得主海克曼曾经分析认为从20世纪80年代晚期至90年代早期中国的低个人回报率并不是真正的回报率，中国劳动力市场被扭曲，以至于工资不能正确反映受教育的劳动力对经济所做出的真实边际贡献［13］77。从近20年教育收益率的逐步增高趋势可以发现，20世纪90年代后高学历的价值在中国的劳动力市场上越来越得到了体现。

2.分阶段收益率估算结果

模型（3）对数据的估算结果显示就分阶段教育收益率而言，2003－2008年间小学阶段的教育收益率下降幅度明显，由2003年的7.6%下降到2008年的3.5%，降低幅度为53.9%；引起其下降的主要原因为这一阶段内女性教育收益率的大幅下降。初中阶段教育收益率明显上升，由2003年的－0.1%上升到2008年的7.9%；引起其上升的主要原因为这一阶段内男性教育收益率的大幅上升。高中阶段的教育收益率变化幅度不明显。大学专科、大学本科、研究生阶段的教育收益率也呈现出了上升的态势，2003－2008年间的提高幅度分别为4.76%、5.56%、6.90%，具体估算结果见表4。

（三）职业因素对教育收益的影响

从加入职业因素控制变量前后模型1与模型2对历年数据回归结果中调整的R2的变化可以看出职业因素对中国教育收益有着重要的影响。

在2003－2008年间，就业状况、就业地域类型、单位行业一直对教育收益影响显著。全职就业人员、半职就业人员的收益率分别比临时就业人员的收益率高出50%与20%左右。在不同的就业地域类型之间，郊区、城市、集镇社区、农村教育收益率依次降低。例如2008年郊区、城市与集镇社区的教育收益率分别高于农村52.3%、36%、14.9%。单位行业对教育收益的影响尤为显著，例如2006年金融业、房地产业的教育收益率比农林牧渔业高出80%以上；科学研究、技术服务、地质勘查业的教育收益率比农林牧渔业高出60%以上。可以看出就业状况、就业地域类型与单位行业是引起工资差异的重要因素，各就业地域类型之间与各行业之间存在着明显的劳动力市场分割。

表4 分阶段教育收益率统计表

就业区域、技术职称级别对教育收益的影响在2003－2008年间呈现出逐渐增强的趋势。2003－2006年间东部地区的教育收益率明显高于中部与西部地区30%以上，但是中部与西部地区之间的教育收益差距并不显著；到了2008年东部、中部、西部地区之间的教育收益差距都很显著，东部与西部地区的差距更是达到了60.5%，中部与西部地区之间的差距达到了18%。2003年高级、中级、初级技术职称人员的教育收益率分别高于无技术职称人员30.6%、23.4%、9.7%，到 2008 年 则 提 高 到 了57.7%、30.6%、18%。就业区域之间教育收益率差异的扩大体现出中、东、西部地区之间劳动力市场分割程度在增强；技术职称级别之间的教育收益率差距的扩大反映出技术的价值在劳动力市场上越来越得到了体现。

2003－2008年间国家行政级别、单位主管部门级别与单位类型对教育收益的影响程度逐渐降低。例如2003年处级人员的教育收益率高于无行政级别人员53%，2005年为49%，2006年为19.4%，2008年则进一步降低到8.5%。2003年中央主管单位与省级主管单位的教育收益率分别高于无主管部门／无级别14%与16.5%，2005年为18.8%与9.9%，2006年为18.5%与8%，2008年则继续降低到15%与7.1%。2003年党政机关、国有企业、国有事业、私／民营企事业、三资企业的教育收益率分别高于个体经营类型的8.12%、8.74%、5.67%、12.34%、20.08%，2005年党政机关、私／民营企事业、三资企业的教育收益率高出个体经营8.8%、7.7%、16.8%，到2006年与2008年各单位类型之间的教育收益差距均不再显著。这反映出国家行政级别、单位主管部门级别与单位类型各自之间的劳动力市场分割程度在降低。

五、结 论

中国2003、2005、2006、2008年的平均教育收益率分别为5.1%、6.6%、6.3%、6.5%，其中男性的教育收益率分别为4.0%、5.9%、5.5%、6.1%，女性的教育收益率分别为 6.1%、5.2%、5.4%、4.7%。可以看出在2003－2008年间中国的平均教育收益率得到了明显提高，且与20世纪八、九十年代相比又呈现出进一步上升的态势。2003－2008年间男性与女性的收益率则呈现出了相反的变动趋势，男性的收益率明显上升而女性的收益率明显下降。就分阶段教育收益率而言，小学阶段的教育收益率明显下降，初中阶段的教育收益率明显上升，高中阶段的教育收益率变化幅度不大，大学专科、大学本科与研究生阶段的教育收益率均呈现出了一定的上升态势。总体而言职业因素对教育收益的影响显著。在2003－2008年间，就业状况、就业地域类型与单位行业一直对教育收益存在着显著的影响；就业区域与技术职称级别对教育收益的影响程度逐渐加大；国家行政级别、单位主管部门级别与单位类型对教育收益的影响程度则逐渐降低。

［1］ 加里·贝克尔.人力资本理论——关于教育的理论和实证分析［M］.北京：中信出版社，2007.

［2］ Blaug M.The Correlation Between Education and Earnings：What Does it Signify？［J］.Higher Education，1972，1（1）.

［3］ Alan B，Kruecer，Mikael Lindahl.Education for Growth：Why and for Whom？［J］.Journal of Economic Literature，2001（12）.

［4］ Mark C，Long.Changes in the Returns to Education and College Quality［J］.Economics of Education Review，2010，29.

［5］ 李实，李文彬.中国教育投资的个人收益率的估算［C］.北京：中国社会出版社，1994.

［6］ 赖德胜.教育、劳动力市场与收入分配［J］.经济研究，1998（5）.

［7］ 李实，丁赛.中国城镇收益率的长期变动趋势［J］.中国社会科学，2003（6）.

［8］ 陈晓宇，陈良焜，夏晨.20世纪90年代中国城镇教育收益率的变化与启示［J］.北京大学教育评论，2003，1（2）.

［9］ 陈晓宇，闵维方.论中国高等教育的预期收益与劳动力市场化［J］.教育研究，1999（1）.

［10］娄世艳.中国教育收益率及其影响因素研究［D］.天津：南开大学，2009.

［11］Estelle James，Nabeel Alsalam，Joseph C，Conaty，Duc－LE To.College Quality and Future Earnings：Where Should You Send Your Child to College？［J］.The American Economics Review，1989，79（2）.

［12］中国人民大学中国调查与数据中心.中国综合社会调查报告（2003－2008）［M］.北京：中国社会科学出版社，2009.

［13］詹姆士·丁·海克曼.提升人力资本投资的政策［M］.上海：复旦大学出版社，2003.

Tracking the China＇s Returns of Education Between 2003 to 2008

FAN Jing-bo

（Institute of Education，Tsinghua University，Beijing 100084，China）

Human capital theory suggests that personal income distribution to some extent depends on the distribution of human capital and human capital returns.Education is the most important way to improve human capital.Education can accelerate personal income increase has been confirmed by many studies.Research on the change of return of education is very important.The result shows the rate of return of education during 2003 to 2008 significantly improved，and it also shows a further increase comparing with 1980s and 1990s.

return to education；mincer method；trend

（责任编辑：马 慧）

G40－054

A

1007－3116（2011）08－0047－06

2011－04－02

范静波，女，河北石家庄人，博士生，研究方向：教育经济与管理。

①本文使用的数据全部来自中国国家社会科学基金项目《中国综合社会调查（CGSS）》。该调查由中国人民大学社会学系与香港科技大学社会学部执行，项目主持人为李路路教授、边燕杰教授。感谢上述机构及其人员提供数据协助。

【统计应用研究】