利用抽样调查数据对1990年—1999年期间我国城镇的个人教育收益率的动态变化进行了经验估计,从中发现个人教育收益率是逐年上升的,而且个人的教育边际收益率是递增的。经过估计教育对个人收入增长的直接效应,
关键词
作者李实,1956年生,经济学硕士,中国社会科学院经济研究所研究员(北京
丁赛,1969年生,中央党校研究生院博士生。
一、
中国经济改革开放以来,伴随着经济的高速增长和个人收入的急剧上升,个人收入差距形成了一种不断扩大的趋势。[①]
从20世纪80年代以来,国内外一些学者试图采用国际上较为通用的教育投资成本—收益的分析方法,对中国教育投资的个人收益率进行估计和研究。出于估计方法易于操作的考虑,大多数学者都采用了美国经济学家 J、明瑟在20世纪70年代提出的一种估计方法,[②] 即“明瑟法”( Mincerian approach),并且利用住户或企业职工抽样调查数据,来估算中国教育投资的个人收益率[③]。李实、李文彬利用中国社会科学院经济研究所收集的1988年城镇住户调查数据中17891个职工样本,估算了教育的个人收益率。根据他们的估计,对于城镇职工而言,教育的年平均收益率为3.8%; 而且教育的边际收益率是递增的:小学、初中、高中和大学教育的收益率分别为2.7%、3.4%、3.9%和4.5%[④]。诸建芳等利用1992年的企业职工抽样调查数据[⑤],应用大体相同的估计方法,得出的当年城镇企业职工的基础教育和专业教育的个人收益率分别为1.8% 和3.0%。[⑥] 他们获得较低的教育收益率的估计结果, 其中一个重要的原因是其样本被限制为特定行业的企业职工,因而此结果不具有一般城镇职工的代表性。 魏新、邱黎强根据国家统计局城调总队和北京大学高等教育研究所的联合调查数据[⑦],同样应用“明瑟法”,估算了7个省市的教育的平均个人收益率和各省的个人收益率。从他们的估计结果来看,1996年7个省市的教育的平均个人收益率为6.4%;从地区来看,中部地区的个人收益率最高,为6.66%,东部和西部较为接近,在6.24%左右。[⑧] 赖德胜利用中国社会科学院经济研究所收集的1995年11个省城镇住户抽样调查数据,对11763个城镇职工的收入与其教育水平之间的关系进行了回归估算,其结果表明平均个人收益率为5.73%。[⑨] Haizheng Li and Yi Luo为了剔除不同时期教育质量的差异所产生的影响,对同样的数据中的低年龄组的职工样本(20-30岁)的教育收益率进行估计时,获得了高出2-3个百分点的平均收益率。[⑩] 耐特、宋丽娜使用同样的解释变量和控制变量对1988年和1999年的数据进行了估计,其结果显示不同学历的教育收益率都有很大幅度的上升。[⑪] 陈晓宇、闵维方采用国家统计局城调队和北大高教所联合调查得到的结果,在总样本量为7590的数据中依据城市劳动力教育程度的分布以及年平均收入情况,将教育程度分别处理为文盲、小学、初中、高中、中专、大专、本科等不同的虚拟变量后,进行回归分析。得到的各级教育的个人收益率分别为:初中3.59%,高中4.19%,中专6.76%,大专4.67%以及本科6.58%。[⑫]
应该指出,上述研究结果是对某一时点的个人收益率的估计。它对于我们理解各个时点上教育的个人收益率是有帮助的,然而它对于我们进一步理解一个较长时期内教育的个人收益率的变动趋势是不够的。这是因为不同研究者使用了不同的抽样数据,估计方法也有所差异,从而致使不同时期的估计结果难以具有可比性。因此,为了理解教育的个人收益率的长期变动趋势,我们需要长期的住户抽样调查数据,在此基础上做出连续而又一致的估计。这里特别需要指出的是,与此项研究同时展开的是张俊森和赵耀辉的研究。[⑬] 他们利用北京、辽宁、浙江、四川、广东、山西6个省市1988~1999年的连续数据,估算出每个年份的城镇职工的教育个人收益率,是一项很有价值的研究成果[⑭]。与他们的研究有所不同的是,本文使用的住户抽样调查数据覆盖了更多的省份,样本具有更高的代表性。其次,我们的数据包括了更多的可以使用的控制变量,在估计模型中引入这些控制变量可以更加准确地估计出教育所产生的直接收入效应。最后,本文试图透过教育收益率的决定方式来发现和验证城镇劳动力市场的局部分割性。
二、
明瑟的人力资本投资函数只考虑了两种人力资本形式对个人收入或工资的影响,一是从学校教育中获得的知识,二是在工作实践中积累的技能。前者可以用教育年限作为代理变量,因为对从学校教育中获取知识的测量是非常复杂的,很难找到一个合适的测量指标;后者可以用工龄作为代理变量,同样对技能的测量也是复杂的。不难理解,技能水平与年龄之间的关系并非是一种简单的线性关系,这是因为技能水平在参加工作后的一段时期内是不断提高的,但是到了一个时点后技能水平会出现停滞甚至下降,这是由于人们年纪大了以后更加难以适应技术的革新和变化及其个人精力的不断衰减。于是,明瑟的人力资本收入函数(Human capital earnings function)的计量经济学模型可以写成以下的公式:
ln(Y) = a+bS+cEX+dEX2+ε
式中ln(Y)为个人收入的对数, Y表示收入,S为受教育年限,EX表示劳动力的就业时间即工龄,工龄的平方项用来反映工龄与收入的非线形关系,ε为误差项,b、c、d表示各变量的回归系数。系数b表示在不考虑教育成本的情况下就业者从学校教育中获得的人力资本的个人收益率,又简称为教育收益率;而就业者从工作经验中获得的人力资本的个人收益率可以从系数c和d中得到[⑮]。
其中,Si
ln(Y) = a+bS+cEX+dEX2+ eiZi
ln(Y) = a+biSi+cEX+dEX2+ eiZI
式中的Zi
ln(Y) = a+bS+cEX+dEX2+ eiZi
表1、1995年和1999年样本职工的个人和就业的基本特征
| 样本比例(%) | 男/女性别比例 | 国有单位就业比例(%) | 企业职工比例(%) | 亏损企业职工比例 (%) | 平均工龄(年) | 东部地区职工比例(%) | 中部地区职工比例(%) | 西部地区职工比例(%) |
1995年 | | ||||||||
大学及以上 | 7.93 | 2.20 | 9.34 | 3.70 | 3.00 | 19.9 | 3.67 | 2.58 | 4.56 |
大专 | 15.85 | 1.59 | 17.88 | 10.85 | 9.45 | 18.5 | 12.69 | 10.56 | 9.05 |
中专/中技/职高 | 16.92 | 1.04 | 18.87 | 13.82 | 12.35 | 19.1 | 12.19 | 14.45 | 15.21 |
高中 | 24.48 | 1.05 | 23.93 | 27.56 | 27.27 | 16.7 | 26.40 | 32.24 | 25.49 |
初中 | 29.80 | 1.04 | 26.28 | 37.62 | 40.35 | 20.6 | 39.53 | 35.32 | 37.33 |
小学及以下 | 5.02 | 1.30 | 3.70 | 6.45 | 7.57 | 23.8 | 5.52 | 5.30 | 8.35 |
合计 | 100 | 1.10 | 100 | 100 | 100 | 19.2 | 100 | 100 | 100 |
1999年 | | ||||||||
大学及以上 | 10.06 | 2.01 | 11.23 | 5.03 | 3.54 | 17.4 | 4.74 | 5.7 | 5.14 |
大专 | 21.47 | 1.45 | 22.98 | 16.94 | 13.33 | 18.6 | 15.63 | 21.35 | 16.61 |
中专/中技/职高 | 13.99 | 1.05 | 14.38 | 13.90 | 12.56 | 18.1 | 14.13 | 14.18 | 13.34 |
高中 | 25.87 | 1.05 | 25.46 | 29.42 | 29.10 | 18.9 | 27.96 | 32.46 | 30.14 |
初中 | 26.75 | 1.43 | 24.35 | 32.53 | 38.44 | 22.6 | 36.50 | 24.27 | 30.57 |
小学及以下 | 1.85 | 1.03 | 1.60 | 2.18 | 3.03 | 22.9 | 1.05 | 2.05 | 4.2 |
合计 | 100 | 1.28 | 100 | 100 | 100 | 19.6 | 100 | 100 | 100 |
资料来源:中国社会科学院经济研究所收入分配课题组1995年城镇住户抽样调查数据和城市贫困课题组1999年城镇住户抽样调查数据。
为了使得个人教育收益率的估计结果更为准确和一致,我们对个人样本进行了整理和裁减。用于分析的数据只包括了当年在职职工,也就是说当年有过失业下岗经历的住户成员不包括在内;此外从事个体经营和私营企业主也不包括在内,这是因为他们的收入不仅受到其人力资本的影响,也受到其物形资本(Physical capital)的影响。
表1列出职工样本的个人特征和就业特征的分布情况,从中不难发现从1995年的第一次调查到1999年的第二次调查,样本职工的受教育水平有了明显的提高。[⑳]
例的下降幅度也超过了3个百分点。与此同时,我们计算出的两年期间职工的平均教育年限增加了0.6年(约7个月)。从就业分布来看,高学历人员更多地就业于国有部门,如表1所示,在1995年的调查数据中大学和大专学历的职工在国有部门就业的比例比平均水平分别高出1.4和2个百分点。这也就意味着非国有部门的职工的学历水平平均说来要低于国有部门。同样地,企业职工的平均学历要低于国家机关和事业单位职工的水平。这一点是不难理解的,因为后者对高学历人员来说具有更大的吸引力。然而,与人们想象不同的是,我们的样本表明亏损企业职工的平均教育水平并不明显地低于赢利企业,1995年亏损企业职工的平均教育年限为10年,盈
| 1990年 | 1991年 | 1993年 | 1995年 | 1997年 | 1999年 |
样本总计(人) | 10652 | 10844 | 11306 | 11611 | 5720 | 5817 |
平均收入(元) | | |||||
大学及以上 | 3432 | 3670 | 4167 | 4126 | 4174 | 5916 |
大专 | 3057 | 3523 | 3678 | 3672 | 3697 | 4866 |
中专/中技/职高 | 2894 | 3100 | 3464 | 3390 | 3220 | 4043 |
高中 | 2663 | 2856 | 3129 | 2998 | 2970 | 3692 |
初中 | 2611 | 2802 | 2997 | 2919 | 2877 | 3443 |
小学及以下 | 2603 | 2768 | 2961 | 2713 | 2270 | 2683 |
合计 | 2801 | 3042 | 3299 | 3223 | 3227 | 4131 |
收入增长指数(%) | | |||||
大学及以上 | 100 | 107 | 121 | 120 | 122 | 172 |
大专 | 100 | 115 | 120 | 120 | 121 | 159 |
中专/中技/职高 | 100 | 107 | 120 | 117 | 111 | 140 |
高中 | 100 | 107 | 118 | 113 | 112 | 139 |
初中 | 100 | 107 | 115 | 112 | 110 | 132 |
小学及以下 | 100 | 106 | 114 | 104 | 87 | 103 |
合计 | 100 | 109 | 118 | 115 | 115 | 147 |
相对收入指数 | | |||||
大学及以上 | 123 | 121 | 126 | 128 | 129 | 143 |
大专 | 109 | 116 | 112 | 114 | 115 | 118 |
中专/中技/职高 | 103 | 102 | 105 | 105 | 100 | 98 |
高中 | 95 | 94 | 95 | 93 | 92 | 89 |
初中 | 93 | 92 | 91 | 91 | 89 | 83 |
小学及以下 | 93 | 91 | 90 | 84 | 70 | 65 |
合计 | 100 | 100 | 100 | 100 | 100 | 100 |
资料来源:中国社会科学院经济研究所收入分配课题组1995年城镇住户抽样调查数据和城市贫困课题组1999年城镇住户抽样调查数据。
注:(1)1995年和1999年的个人年收入是由当年调查的各种分项收入合并而成。分项收入包括了职工工资、奖金、补贴、从单位得到的其它收入、个体被雇者收入,其它劳动收入、实物收入等。1990~1994年和1996~1998年的职工个人总收入数据是在调查员的协助下由被调查人回忆的。
利企业为10.22年;1999年亏损企业职工平均受教育年限为10.43年,盈利企业为11.10年。这意味着企业亏损与企业职工的素质特别是文化程度的高低并没有某种相关性。从地区来看,两年的调查数据表明,对于高学历职工的比例来说,除了中部地区略低(如1995年)或者略高(如1999年)之外,而东部地区与西部地区的差异并不明显。两个地区的主要差异是小学及小学以下学历职工的比例,1995年西部地区比东部地区高出2.8个百分点,1999年高出3个百分点。
三、教育收益率的估计结果及其解释
如上所述,90年代中国城镇不同学历职工之间的收入差距出现了不断扩大的态势。它是否意味着职工个人教育收益率的持续上升呢?为了回答这一问题,我们利用前面给出的三组公式对城镇职工的个人教育收益率进行了估计并得出一些很有意义的估计结果。它们也就构成了本节讨论的基础。表3列出了根据公式(1)得到的估计结果,从中我们可以看出1990年-1999年期间教育年限系数估计值的变动情况。[21]
表3、1995年-1999年中国城镇职工个人教育收益率的回归结果(教育年限)
| 1990 年 | 1991年 | 1992年 | 1993年 | 1994年 | 1995年 | 1996年 | 1997年 | 1998年 | 1999年 |
教育年限 | 0.0243 | 0.0264 | 0.0291 | 0.0364 | 0.0430 | 0.0481 | 0.0537 | 0.0594 | 0.0651 | 0.0810 |
T值 | 13.34 | 14.82 | 16.47 | 20.77 | 25.32 | 26.93 | 19.63 | 22.19 | 24.53 | 27.27 |
工龄 | 0.0322 | 0.0327 | 0.0349 | 0.0373 | 0.0360 | 0.0506 | 0.0303 | 0.0256 | 0.0270 | 0.0360 |
T值 | 11.95 | 13.16 | 15.13 | 17.63 | 18.54 | 25.3 | 9.04 | 8.29 | 9.42 | 11.6 |
工龄平方 | -0.0003 | -0.0003 | -0.0004 | -0.0004 | -0.0004 | -0.0007 | -.0003 | -0.0002 | -0.0002 | -0.0004 |
T值 | -4.98 | -5.66 | -7.10 | -8.6 | -8.39 | -13.31 | -3.82 | -2.71 | -3.39 | -5.2 |
常数项 | 6.9887 | 7.0964 | 7.2036 | 7.2904 | 7.4177 | 7.3896 | 7.556 | 7.6225 | 7.6342 | 7.4609 |
T值 | 196.95 | 214.29 | 230.82 | 249.42 | 272.34 | 264.27 | 155.3 | 166.53 | 175.23 | 153.91 |
Adj-R2 | 0.0938 | 0.1013 | 0.1080 | 0.1285 | 0.1549 | 0.1931 | 0.1163 | 0.1272 | 0.1409 | 0.1606 |
F值 | 367.84 | 407.56 | 446.39 | 555.35 | 679.34 | 921.3 | 244.22 | 277.74 | 320.45 | 370.84 |
样本量 | 10630 | 10818 | 11037 | 11278 | 11106 | 11540 | 5548 | 5700 | 5843 | 5801 |
资料来源:中国社会科学院经济研究所收入分配课题组1995年城镇住户抽样调查数据和城市贫困课题组1999年城镇住户抽样调查数据。
注:从T值上看,所有系数估计值都是在1%的水平上高度显著的。
表4、1995年-1999年中国城镇职工个人教育收益率的回归结果(文化程度)
| 1990年 | 1991年 | 1992年 | 1993年 | 1994年 | 1995年 | 1996年 | 1997年 | 1998年 | 1999年 |
大学或以上学历 | 0.3881 | 0.4130 | 0.4607 | 0.5127 | 0.5693 | 0.6027 | 0.6793 | 0.7510 | 0.7846 | 1.0252 |
T值 | 13.28 | 14.50 | 16.26 | 18.18 | 20.76 | 20.51 | 12.62 | 14.24 | 14.92 | 16.51 |
大专 | 0.2872 | 0.3233 | 0.3641 | 0.3988 | 0.4590 | 0.4850 | 0.5426 | 0.5842 | 0.6104 | 0.7907 |
T值 | 11.06 | 12.76 | 14.43 | 15.86 | 18.79 | 18.34 | 10.65 | 11.7 | 12.24 | 13.30 |
中专、中技或职高 | 0.2156 | 0.2474 | 0.2951 | 0.3281 | 0.3863 | 0.3868 | 0.4296 | 0.4498 | 0.4402 | 0.5974 |
T值 | 8.36 | 9.83 | 11.81 | 13.18 | 16.00 | 14.78 | 8.21 | 8.78 | 8.61 | 9.84 |
高中 | 0.1789 | 0.2015 | 0.2371 | 0.2497 | 0.2851 | 0.2821 | 0.3417 | 0.3651 | 0.3597 | 0.4822 |
T值 | 7.19 | 8.29 | 9.81 | 10.36 | 12.23 | 11.1 | 6.76 | 7.37 | 7.27 | 8.16 |
初中 | 0.0919 | 0.1091 | 0.1416 | 0.1389 | 0.1602 | 0.1547 | 0.2287 | 0.2464 | 0.2344 | 0.3241 |
T值 | 3.52 | 4.64 | 6.04 | 5.94 | 7.07 | 6.24 | 4.55 | 5.00 | 4.76 | 5.51 |
调整的R2 | 0.1064 | 0.1160 | 0.1240 | 0.1441 | 0.1715 | 0.2059 | 0.1258 | 0.1378 | 0.1524 | 0.1793 |
F值 | 181.82 | 203.7 | 224.18 | 272.14 | 329.33 | 428.49 | 115.04 | 131.16 | 151.07 | 182.06 |
样本量 | 10630 | 10818 | 11037 | 11278 | 11106 | 11540 | 5548 | 5700 | 5843 | 5801 |
资料来源:中国社会科学院经济研究所收入分配课题组1995年城镇住户抽样调查数据和城市贫困课题组1999年城镇住户抽样调查数据。
注:(1)模型估计中包括了工龄变量及工龄的平方项,由于其系数估计值与表3中的结果大致相同,所以在本表中没有给出。
(2)从T值上看,所有系数估计值都是在1%的水平上高度显著的。
3.6%,比公式(1)估计出来的年平均收益率高出50%。换一种算法,大学学历的收益率比高中学历高出27.8个百分点,这意味着4年的大学教育的平均年收益率接近7%,
如上所述,利用公式(1)或公式(1a)估计个人教育收益率时假定存在着一个完全竞争的劳动力市场。这意味着对于职工来说,不论就业于何种所有制单位、何种产业部门,哪个地区,人力资本得到的回报率应该是完全相同的。同样地,就业单位的赢利和亏损状况也不应该成为人力资本回报率差异的影响因素。不难想象,这一假定显然与中国城镇劳动力市场的现状相差甚远。而在劳动力市场相互分割和存在严重的劳动力流动障碍的市场环境下,我们所观察到的高学历与高收入的简单相关性也许包含了另外一种可能性,即高收入还受到了高学历以外的因素影响,这些因素既包括了个人特征如性别、年龄、民族身份等,也包括了工作单位的特征如单位所有制性质、产业特征,地区差异、企业赢利状况等。这也就意味着模型中的教育变量与这些因素之间存在着一定的共线性(collinearity),从而造成教育的毛收益率和纯收益率的不同。也就是说,由于教育变量与其他影响职工个人收入的变量之间存在着一定程度的相关性,我们需要对教育的纯收益率重新加以估计。我们更为关心的是,估计出的教育纯收益率会不会呈现一种不同的变动趋势呢?为了回答这个问题,我们需要发现并利用一些相关的控制变量。这些变量可以大致分为两类,一是与职工就业有关的因素,如职业种类、单位所有制、单位所在行业或地区;一是与个人特征及家庭背景有关的因素,如个人能力,性别,父母文化程度。而我们的调查数据包含更多的有关第一类因素的信息,缺少有关个人能力和父母文化程度等方面的信息。
对教育的纯收益率进行估计一个办法是将影响职工个人收入的各种变量尽可能地引入模型以起到控制变量的作用。这也是公式(2)和公式(2a)所表明的意义。表5和表6分别给出了根据公式(2)和公式(2a)估计出的有关教育变量的估计结果。受于篇幅限制,其它变量的估计结果没有列出。估计模型中使用的控制变量分别是性别、党员身份、工作单位所有制、单位盈亏状况、单位所在产业、地区等。应该说明的是这些变量都被处理成虚拟变量。[23]
表5、引入控制变量后个人教育收益率的回归结果(教育年限)
| 1990 年 | 1991年 | 1992年 | 1993年 | 1994年 | 1995年 | 1996年 | 1997年 | 1998年 | 1999年 |
教育年限 | 0.0119 | 0.0135 | 0.0154 | 0.0212 | 0.0262 | 0.0287 | 0.0356 | 0.0377 | 0.0388 | 0.0475 |
T值 | 6.24 | 7.31 | 8.45 | 11.83 | 15.18 | 16.02 | 12.55 | 13.77 | 14.63 | 16.31 |
工龄 | 0.0318 | 0.0334 | 0.0366 | 0.0407 | 0.0398 | 0.0545 | 0.0338 | 0.0303 | 0.0332 | 0.0420 |
T值 | 12.32 | 14.16 | 16.80 | 20.44 | 22.02 | 29.39 | 10.48 | 10.37 | 12.48 | 14.87 |
工龄平方 | -0.0004 | -0.0004 | -0.0005 | -0.0006 | -0.0006 | -0.0009 | -0.0005 | -0.0004 | -0.0005 | -0.0007 |
T值 | -6.53 | -7.84 | -9.95 | -12.6 | -13.07 | -18.8 | -6.21 | -5.87 | -7.6 | -9.74 |
常数项 | 6.9646 | 7.0570 | 7.1567 | 7.2454 | 7.4111 | 7.4282 | 7.6144 | 7.7260 | 7.7676 | 7.6427 |
T值 | 168.91 | 182.18 | 191.44 | 207.77 | 226.57 | 220.93 | 135.64 | 146.85 | 157.01 | 142.52 |
Adj-R2 | 0.1876 | 0.2095 | 0.2222 | 0.2509 | 0.2901 | 0.3310 | 0.2194 | 0.2557 | 0.3008 | 0.3332 |
F值 | 145.33 | 169.63 | 186.51 | 223.17 | 267.99 | 336.82 | 92.69 | 116.16 | 148.82 | 171.48 |
样本量 | 10630 | 10818 | 11037 | 11278 | 11106 | 11540 | 5548 | 5700 | 5843 | 5801 |
资料来源:中国社会科学院经济研究所收入分配课题组1995年城镇住户抽样调查数据和城市贫困课题组1999年城镇住户抽样调查数据。
注:从T值上看,所有系数估计值都是在1%的水平上高度显著的。
表6、引入控制变量后个人教育收益率的回归结果(学历)
| 1990 年 | 1991年 | 1992年 | 1993年 | 1994年 | 1995年 | 1996年 | 1997年 | 1998年 | 1999年 |
大学或以上学历 | 0.2671 | 0.2883 | 0.3257 | 0.3602 | 0.3909 | 0.3915 | 0.4906 | 0.5238 | 0.5126 | 0.6680 |
T值 | 9.05 | 10.12 | 11.55 | 12.94 | 14.59 | 13.76 | 9.34 | 10.36 | 10.41 | 11.66 |
大专 | 0.1766 | 0.2107 | 0.2426 | 0.2621 | 0.3034 | 0.2985 | 0.3886 | 0.3999 | 0.3989 | 0.5077 |
T值 | 6.81 | 8.4 | 9.76 | 10.67 | 12.86 | 11.79 | 7.92 | 8.46 | 8.65 | 9.36 |
中专、中技或职高 | 0.1524 | 0.1810 | 0.2190 | 0.2427 | 0.2860 | 0.2622 | 0.3197 | 0.3169 | 0.2900 | 0.3860 |
T值 | 6.02 | 7.4 | 9.05 | 10.15 | 12.47 | 10.63 | 6.41 | 6.6 | 6.19 | 7.02 |
高中 | 0.1212 | 0.1432 | 0.1754 | 0.1823 | 0.2092 | 0.1883 | 0.2481 | 0.2581 | 0.2453 | 0.3205 |
T值 | 5.06 | 6.17 | 7.63 | 8.02 | 9.62 | 7.99 | 5.18 | 5.59 | 5.44 | 6.02 |
初中 | 0.0478 | 0.0634 | 0.0941 | 0.0908 | 0.1086 | 0.0905 | 0.1503 | 0.1646 | 0.1519 | 0.2070 |
T值 | 2.08 | 2.84 | 4.26 | 4.15 | 5.18 | 3.97 | 3.16 | 3.59 | 3.39 | 3.9 |
调整的R2 | 0.1950 | 0.2184 | 0.2319 | 0.2602 | 0.2993 | 0.3369 | 0.2268 | 0.2623 | 0.3067 | 0.3423 |
F值 | 123.63 | 144.95 | 159.64 | 189.92 | 226.89 | 280.17 | 78.48 | 97.52 | 124.04 | 144.77 |
样本量 | 10630 | 10818 | 11037 | 11278 | 11106 | 11540 | 5548 | 5700 | 5843 | 5801 |
资料来源:中国社会科学院经济研究所收入分配课题组1995年城镇住户抽样调查数据和城市贫困课题组1999年城镇住户抽样调查数据。
注:从T值上看,所有系数估计值都是在1%的水平上高度显著的。
对表6中的估计结果做进一步的考察,我们可以发现引入控制变量以后对不同学历教育的纯收益率产生的不同影响。不难看出,不论是高学历还是低学历,反映为教育对收入直接效应的教育纯收益率都有较大幅度的下降,而且各自的下降幅度大致相同。这里分别以1995年和1999年的估计结果为例加以说明。从1995年的估计结果来看,大学学历的系数估计值从0.603下降为0.392, 下降了35%;同样地,高中和初中学历的系数估计值分别下降了33% 和41%。再从1999年的估计结果来看,大学学历的系数估计值也下降了35%;与此同时,高中和初中学历的系数估计值分别下降了34% 和35%。然而,从变动趋势上看,不同学历的纯收益率呈现出不断上升的趋势。利用表6中的结果,我们可以算出,在1990年至1999年期间,对于大学,大专,中专高中学历来说,它们各自的系数估计值分别增加了150%,187%,153% 和164%。
四、教育收益率与劳动力市场分割
表7、1995年和1999年城镇职工教育收益率的估计结果(引入相互作用项)
| 1995年 | 1999年 | ||
| 系数估计值 | T值 | 系数估计值 | T值 |
教育年限 | 0.0546*** | 6.47 | 0.0763*** | 5.93 |
工龄 | 0.0550*** | 29.49 | 0.0437*** | 15.33 |
工龄平方 | -0.0009*** | -18.9 | -0.0007*** | -10.29 |
男性 | 0.1935*** | 5.09 | 0.2110*** | 3.34 |
党员 | 0.2381*** | 5.12 | 0.1669*** | 2.27 |
(中央、省)国有独资企业 | 0.3415*** | 5.92 | 0.7248*** | 6.19 |
地方国有独资企业 | 0.1433*** | 2.80 | 0.5273*** | 4.63 |
私营企业和个体户 | 0.1594 | 0.74 | -0.3855** | -2.03 |
其它所有制 | 0.0670 | 0.5 | 0.2910 | 1.37 |
亏损企业 | -0.3155*** | -6.66 | -0.2676*** | -3.33 |
机关事业单位 | 0.1431** | 2.21 | -0.0875 | -0.83 |
东部地区 | 0.3814*** | 7.93 | -0.0246 | -0.29 |
中部地区 | 0.0050 | 0.11 | -0.1730*** | -1.99 |
竞争性行业 | 0.0625 | 0.81 | -0.2257** | -2.39 |
事业单位 | -0.0266 | -0.27 | -0.0657 | -0.50 |
国家机关 | -0.0658 | -0.62 | -0.3315** | -2.22 |
其它行业 | -0.1350 | -1.48 | -0.3701*** | -3.21 |
男性* | -0.0086** | -2.52 | -0.0078 | -1.44 |
党员* | -0.0122*** | -3.11 | -0.0059 | -0.98 |
(中央、省)国有独资企业* | -0.0083 | -1.51 | -0.0392*** | -3.54 |
地方国有独资企业* | -0.0021 | -0.42 | -0.0318*** | -2.93 |
私营企业和个体户* | -0.0027 | -0.13 | 0.0512*** | 3.07 |
其它企业* | 0.0292** | 2.36 | -0.0122 | -0.66 |
亏损企业* | 0.0075* | 1.67 | -0.0041 | -0.56 |
机关事业单位* | -0.0108* | -1.94 | 0.0143* | 1.67 |
东部地区* | -0.0045 | -1.2 | 0.0081 | 1.41 |
中部地区* | -0.0004 | -0.10 | -0.0156** | -2.1 |
竞争性行业* | -0.0182*** | -2.59 | -0.0023 | -0.28 |
事业单位* | -0.0047 | -0.55 | -0.0027 | -0.26 |
国家机关* | -0.0053 | -0.58 | 0.0134 | 1.12 |
其它行业* | -0.0018 | -0.22 | 0.0113 | 1.13 |
常数项 | 7.1588*** | 76.11 | 7.5188*** | 49.47 |
调整的R2 | 0.3352 | | 0.3400 | |
F值 | 186.34 | | 97.27 | |
样本量 | 11394 | | 5795 | |
资料来源:中国社会科学院经济研究所收入分配课题组1995年城镇住户抽样调查数据和城市贫困课题组1999年
城镇住户抽样调查数据。
注:(1)表中带*的变量是指该变量与教育年限的相互作用项。(2)省略变量是女性、非党员、城镇集体企业、盈利企业、西部地区、垄断行业。
五、关于估计误差的讨论
六、结论
本文利用两套抽样调查数据对1990年—1999年期间我国城镇的个人教育收益率的动态变化进行了经验估计,从中发现个人教育收益率是逐年上升的,十年间上升了近3倍。到了90年代末期,我国城镇的个人教育收益率水平已与国际平均水平相差无几[32]。这是与中国城镇劳动力市场的改革和工资制度改革的进展分不开的。为了理解不同学历的教育收益率的差别及其各自不同的变化态势,我们同时对各年的不同学历的教育收益率的平均水平进行了估计,其结果表明高学历职工的平均教育收益率显示了较高的水平,对大学以上学历的职工来说尤其如此。这意味着我国城镇的个人教育收益率是递增的。这一点是有别于大多数发展中国家的情形,一些相关的研究文献表明发展中国家的初等教育却具有更高的收益率[33]。为了进一步准确估计教育对个人收入增长的直接效应,
参考文献:
Becker, Gary
Card,David (1999). The Causal Effect of Education on Earnings. In Ashenfelter, Orler and David Card, eds.,
The China Adult Literacy Survey Team(2002). “The Design, Implementation and Relevance of Adult Literacy Tests in China”. Working paper. Institute of Population and Labor Economics, CASS.
陈晓宇、闵维方(1998年)《我国高等教育个人收益率研究》,《高等教育研究》1998年6月
Knight and Song(2001). “Economic Growth, Economic Reform and Rising Inequality in China”. In Riskin, Carl, Zhao Renwei and Li Shi, eds.,
赖德胜(1998年)《教育、劳动力市场与收入分配》,《经济研究》1998年第5期
Li , Haizheng and Yi Luo (2002). Reporting Errors, Ability Heterogeneity, and Returns to Schooling in China. Working Paper,School of Economics,Georgia Institute of Technology.
李实、李文彬(1994年)《中国教育投资的个人收益率的估计》,载赵人伟,格里芬主编《中国居民收入分配研究》(第十四章),中国社会科学出版社。
Mincer, Jacob
Psacharopoulos, George
Psacharopoulos, George and Harry Patrinos
魏新、邱黎强(1998年)《中国城镇居民家庭收入及教育支出负担率研究》,《教育与经济》1998年4月
Zhang,Junsen and Yaohui Zhao
赵人伟、格里芬(1994年)主编《中国居民收入分配研究》,中国社会科学出版社。
赵人伟、李
诸建芳等(1995年)《中国人力资本的个人收益率研究》,《经济研究》1995年第12期。
[①]
[②]
[③]
[④]见李实、李文彬《中国教育投资的个人收益率的估计》,载赵人伟、格里芬主编《中国居民收入分配研究》(第十四章),中国社会科学出版社,1994年。
[⑤]
[⑥]
[⑦]
[⑧]
[⑨]
[⑩]
[⑪]
[⑫]
[⑬]
[⑭]
[⑮]
[⑯]
[⑰]
[⑱]
[⑲]
[⑳]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
[28]
[29]
[30]
[31]
[32]
[33]