大学扩招如何影响高等教育溢价？_2

1、    大学扩招如何影响高等教育溢价？    摘要：中国自1999开始的大学扩招，迅速而又剧烈地提高了高等教育劳动力的供给，但从年龄段上看，短时期内，扩招主要是增加了年轻劳动力当中的高教育供给。本文首先在年龄教育双层嵌套ces模型框架下，分析了供给冲击对各年龄段教育溢价的影响机制。然后，我们利用19972009年城镇住户调查数据和工具变量方法估算出，特定年龄段高教育劳动力的相对供给增加10%，将导致该年龄段的高等教育溢价下降4.1%。在样本研究期内，大学扩招主要降低了年轻劳动力的高等教育溢价，使2630岁年轻劳动力的高等教育溢价下降了42%。但是，随着时

2、间推移，大学扩招的影响将会遍布所有年龄段的劳动力。我们预测，到2035年，高等教育溢价将因大学扩招累计降低42%。关键词：大学扩招，教育溢价，收入差距，替代弹性一、引言改革开放以来，中国的居民收入差距呈现出不断扩大的趋势。教育是决定收入的主要因素之一，因而纵观世界各国，居民收入差距的一个主要来源就是因受教育程度不同而产生的工资差距，这一工资差距也被称之为教育溢价（education premium）。在教育溢价当中，又以高等教育溢价（college premium），即大学学历与大学以下学历劳动力之间的工资差异，最为显著和引人注目。在中国，这也不例外，根据国家统计局城镇住户调查数据的计算，19

3、97年中国的高等教育溢价是27%，而到2009年，这增加到了58%（见图1）。教育溢价的高低，由劳动力市场上高教育和低教育劳动力的相对供给和相对需求这两方面所共同决定。对中国来说，从需求侧看，随着经济改革深入、对外开放水平提高以及技能偏向性技术进步（skill-biased technology）等因素的共同作用，劳动力市场上对高教育、高技能人才的需求不断增长，因而对教育溢价产生了很大的正向推动力（yang，2005；徐舒，2010a）。从供给侧看，在2001年之前，每年高校毕业生人数长期保持在80万90万左右。但是，1999年中国开启了史无前例的大规模高校扩招。高校毕业生人数自2002年起迅

4、速蹿升，到2009年达到531万。由图2见，高校毕业生人数与高中（含中专）毕业生未升学人数的比值，从1999年的0.3上升到了2009年的1.3。高校扩招极大程度地提高了高教育劳动力的相对供给，因而对教育溢价又产生了很大的下压力。从图1可见，高校扩招第一届毕业生毕业之前（即2003年前），我国高等教育溢价迅速上升，从27%增加到了50%；2003年之后，高等教育溢价仍在上升，但上升幅度变缓，仅从50%增加到58%。这显示，尽管高校扩招导致高教育劳动力相对供给大幅度增加，但是由于需求侧因素仍然较为强劲，因而供需两方面因素作用下，总体上高等教育溢价并没有出现明显下降。图1仅揭示了高等教育总体溢价的

5、变动趋势，而高校扩招主要提高了年轻劳动力中高教育者的比重，但并不会提高年长劳动力中高教育者的比重。因此，如果高教育年轻者和高教育年长者在工作效率上不是完全相互替代的，那么高校扩招将主要影响年轻组群的高等教育溢价，但难以直接对年长组群的高等教育溢价产生直接影响。从图3中，我们确实可以看到，2003年之后，年轻组的高等教育溢价出现下降，但是年长组的高等教育溢价还在逐步上升。为解释图3中高校扩招对不同年龄组群高等教育溢价的异质性影响，本文基于card和lemieux（2001）的模型，分析了当劳动力之间同时存在教育和年龄两个维度的不完全替代时，特定年龄段高教育劳动力的相对供给对该年龄段教育溢价所产生

6、的影响。在这一结构模型的基础上，我们基于中国高校扩招的背景，利用19972009年的城镇住户调查数据，从实证上估计了特定年龄组当中高教育劳动力的相对供给对该组别高等教育溢价的影响。我们利用1952年各省份高等学校招生人数构造了工具变量，解决了高教育劳动力相对供给和教育溢价之间存在的反向因果问题。估计结果显示，一个特定年龄组内接受高等教育的劳动力相对供给增加10%，将导致该年龄段的高等教育溢价降低4.1%。20022009年间，由于高校扩招使2630岁组群中高教育劳动力的相对供给增加了103%（高教育与低教育劳动者的有效劳动供给比值从2.1提高到了5.7），这一供给面因素使2630岁组群的高等教

7、育溢价降低了42%。本文还考虑了高等教育溢价和高教育劳动力相对供给的不同定义方式，验证了这一结论的稳健性。最后，我们讨论了高教育劳动力供给增加对总高等教育溢价的长期影响。短时期内，1999年开始的高校扩招主要影响了年轻组的高教育劳动力相对供给，因而高校扩招对总高等教育溢价的降低作用并不明显，我们估算，到2010年为止，高校扩招仅仅使总高等教育溢价下降了12%；但是随着时间的推移，因高校扩招而获得了大学教育机会的高教育劳动力会“慢慢变老”。因此，长期来看，高校扩招对高等教育溢价产生的下压效应将从目前的年轻组逐步拓展到各个年长组群，因而会逐渐累积加大。我们估算，到2035年，由于扩招将逐步影响所有

8、年龄段的劳动力，因此如果需求面因素保持不变，到那时总高等教育溢价将会因高校扩招累计下降42%。本文以下部分的结构安排如下，第二节是文献回顾，第三节是理论模型、实证设计与数据描述，第四节报告实证结果，第五节讨论高校扩招对总教育溢价的长期影响，第六节总结全文。二、文献回顾自20世纪70年代以来，在全球范围内，高学历与低学历劳动者的工资差距（又被称为教育溢价）逐渐增大，这一现象引起了学术界的广泛关注（katz & autor，1999）。其中，两种需求面的解释占据了主导。一种解释强调全球化对劳动力市场的冲击。随着全球贸易和服务外包的扩张，中高收入国家对本国低端劳动力的需求日益萎缩，压低了低学

9、历劳动者的工资。这一效应被称为斯托尔珀萨缪尔森（stolper-samuelson）定理，并得到诸多经验研究的支持（chiquiar，2008）。另一种解释是技能偏向型的技术进步推高了高等教育溢价。最近几十年，社会生产采用了越来越多的自动化生产设备、电脑和互联网，这些技术进步具有“技能偏向”，因为这些新技术替代了低技能劳动力，因而降低了对低教育劳动力的需求。与此同时，只有高技能劳动力才会使用这些新技术，因此这也增加了市场上对高教育劳动力的需求。goldin和katz（2009）形象地将这一现象称为“教育与技术的赛跑”（the race between education and technol

10、ogy）。与此相比，供给面的研究相对较少。这一方面是由于在发达国家，需求面的冲击占据主导，另一方面是由于不同教育劳动力的相对供给趋于稳定。在有限的几项研究中，card与lemieux（2001）提出不同年龄的劳动力是不完全替代的，因此在分析高教育劳动力的相对供给对教育溢价的影响时，需要区分年龄段去考察。在这一框架下，card与lemieux（2001）发现美国各年龄段高教育劳动力的相对供给可以很好地解释各年龄段高等教育溢价的变化。在相同的框架下，walker和zhu（2008）研究了英国高校扩招政策对教育回报的影响，发现新增高校毕业生明显降低了年轻劳动力的教育回报，但对年长的劳动力影响不大。f

11、ortin（2006）则利用美国公立高校招生的州际差异，尝试去处理高教育劳动力相对供给的内生性问题。但由于美国的私立学校占据较大比重，其招生政策更多受到市场需求的影响，因此fortin（2006）认为内生问题依然没有得到很好的解决。既有文献对中国高等教育溢价的研究，也主要集中于需求侧的解释。yang（2005）使用了1988年和1995年chips数据发现，外资企业进入、劳动力的市场流动性和信息流通都促进了教育溢价的提升。徐舒（2010a）利用19912006年的chns数据，发现中国技能偏向型的技术进步提升了高等教育溢价。但是，从供给侧考察高教育劳动力供给对教育溢价的影响，还尚未得到充分研究

12、。一些研究考察了大学扩招对劳动力市场的影响。例如，吴要武和赵泉（2010）、邢春冰和李实（2011）利用2000和2005年的人口普查数据，发现大学扩招降低了2005年大学生毕业生的就业率。但是这些研究都没有考察高校扩招引起的相对供给变化对高等教育溢价的影响，也没有考虑不同年龄劳动力之间存在不完全的替代弹性。本文的贡献可能在于以下几个方面：首先，与国外文献相比，中国的高校扩招对高教育劳动力的相对供给产生了一个史无前例的剧烈冲击，为我们识别相对供给对教育溢价的异质性影响提供了难得的自然实验机会。其次，我们使用工具变量解决了相对供给仍然可能存在的内生性问题，从而提供了更为精确的估计系数。最后，我们

13、还推导了某个特定年龄段的劳动力供给冲击如何影响总的教育溢价，从而分析与预测了高校扩招对总教育溢价的长期影响。三、理论模型、实证设计和数据描述（一）理论模型与实证设计如果高等教育溢价在不同年龄段间存在差异，其背后的驱动原因在于，对于同等教育水平的劳动力，由于年龄不同而存在工作经验、知识结构等各方面的差异，因此不同年龄段的劳动力存在不完全的替代性。我们参考card和lemieux（2001）两层嵌套的ces生产函数设定，将生产的投入要素分为不同年龄段的劳动力，每个年龄段的劳动力又分为两类：一类是高教育劳动者（具有大学或以上学历），另一类是低教育劳动者（高中或中专学历）。具体的，生产函数首先可以写为

14、如下ces形式：ljt代表第t年不同年龄段的有效劳动力数量，其中j代表不同年龄段。由于不同年龄段的劳动力之间是不可完全替代的，因此其中满足1。根据ces函数的性质，不同年龄段劳动力之间的替代弹性a可以表示为越大，a越大，不同年龄段的劳动力之间越容易替代。各个年龄段劳动力的生产效率也是不同的，参数jt代表各年龄段劳动力的相对生产效率。然后，在特定年龄段j内，劳动力有效数量ljt是由高教育劳动力cjt和低教育劳动力mjt所组成，由于不同受教育程度劳动力之间同样是不可完全替代的，因此我们将特定年龄段j的劳动力有效数量设定为如下ces函数形式：其中，满足。根据ces函数的性质，不同受教育程度劳动力间的

15、替代弹性e可以表示为越大，e越大，不同受教育程度的劳动力之间越容易替代。高教育劳动者与低教育劳动者的生产效率是不同的。随着时间推移，如果发生了技能偏向性的技术进步，高教育者相对于低教育者的生产效率会提高，我们使用t每一年技能偏向性的技术进步。除此之外，不同年龄段组群中高教育者与低教育者的相对生产效率也会存在差异，我们使用j表示在年龄段j内高教育者相对于低教育者的生产效率。在完全竞争的市场结构中，劳动力的边际回报恰好等于其边际产出。因此，将（2）式带入（1）式，得到两层嵌套的ces生产函数，然后对该生产函数求cjt和mjt的一阶偏导，就可以分别得到高教育和低教育劳动力的工资水平和。然后取两者比值

16、的对数，就得到了第t年特定年龄段j内的教育溢价：由（3）式最右边的三项可知，特定年龄段j的高等教育溢价由三方面共同决定：前两项是需求侧的因素，其中第一项是第t年由技能偏向型技术进步t导致的高教育者与低教育者之间生产效率的不同，第二项是第j个年龄段内高教育者与低教育者的相对生产效率差异（j）；第三项是来自供给面的因素，即第t年第j个年龄段内高教育劳动力的相对供给。第t年某个特定年龄段内高教育劳动力的相对供给越大，该年龄段内教育溢价就会越低。相对供给对教育溢价的影响程度取决于高教育者与低教育者之间的替代弹性e。替代弹性越小，相对供给对教育溢价的负面影响就会越大。在实证研究中，我们使用省份一年龄段一

17、年份层面样本，在（3）基础上，将基准回归模型设定为：（4）式中因变量为高等教育溢价分别代表年龄段、省份和年份。ap，t用于捕捉p省份第t年的技能偏向型技术进步，我们假设各省份的技能偏向型技术进步是不同的，因此回归当中放入了省交叉年份虚拟变量。bp，j捕捉p省份各年龄段内高教育者的相对生产效率，我们也假设这在不同省份之间也是存在差异的，因此回归当中放入了省份交叉年龄段的虚拟变量。log（cp，jt/mp，jt）是每个省份一年龄段一年份观测值的高教育劳动力相对供给。我们要估计的关键变量，即相对供给对教育溢价的影响，恰好就是教育替代弹性e的倒数。如果直接对（4）式进行ols回归，会存在内生性问题。内

18、生性可能有两个来源：首先是反向因果问题。例如，当教育溢价提高时，即将毕业的高中生会更倾向于选择接受高等教育，从而降低了低教育劳动力的相对供给。而且，由于我们使用的是省一年龄段一年份层面样本，当劳动力存在跨省份流动性时，某一省份的教育溢价提高，会吸引其他省份的高教育劳动力迁移过来。如果存在这些反向因果问题，将会低估相对供给对教育回报的影响。其次是遗漏变量问题。一些需求侧的不可观测因素可能既影响了每个省份一年龄段一年份单元的教育溢价，又会同时影响了每个单元内的高教育劳动力相对供给。尽管我们在回归模型中控制了省份一年份交叉虚拟变量和省份一年龄段交叉虚拟变量，但仍然可能控制不完全。1999年开始的高校扩招改革，对高教育劳动力相对供给产生了剧烈冲击，这项改革构成了一项自然实验，为我们识别不同年龄段劳动力相对供给对教育溢价的影响提供了难得的机会。但是，尽管高校扩招的决定是由中央政府统一部署的，