高等教育回报率的区域及教育层次差异-基于CGSS混合截面数据的实证分析

1、    高等教育回报率的区域及教育层次差异基于cgss混合截面数据的实证分析    摘要：基于cgss2010-2013数据，采用扩展明瑟方程方法，引入各省（自治区、直辖市）高等教育劳动力比例估计我国高等教育社会回报率，利用分组回归的方法估计不同地区、不同教育层次劳动力的高等教育社会回报率，结果表明，在控制个人性别、行业、单位性质、家庭条件、父亲受教育程度等个体变量之后，样本总体的高等教育社会回报率为1.62%，即各省（自治区、直辖市）高等教育劳动力比例每提高1%，该地区平均工资水平将提高1.62%。划分劳动力教育层次的分组回归结果表明，高等教育社会回报

2、率对中级劳动力的工资水平影响高于对高级劳动力的影响。划分区域的分组回归结果表明，高等教育社会回报率存在显著地区差异，表现为东部地区最高，西部地区次之，中部地区不显著。东北地区的高等教育社会回报率为0.71%，远低于社会总体平均水平和东部经济发达地区。关键词：高等教育回报率，教育水平，劳动力净流出，东三省基金项目：国家社科基金项目“基于社会核算矩阵的电价改革影响机制分析及一般均衡政策模拟研究”（15btj001）。一、引言人力资本是影响一个国家或地区经济增长的重要因素。教育是人力资本积累的重要途径。教育回报率是估计人力资本效应的常用指标，指每增加一年或一个阶段的教育所带来的收益提高的百分比。对应

3、于人力资本的内部效应和外部效应，教育回报率分为私人回报率和外部回报率。近年来，中国东北等地区人口尤其是高层次劳动力持续大量净流出，受到社会广泛关注。估计教育回报率有助于分析劳动力流动的成因。高等教育有助于提高受教育者的私人回报，已得到普遍证实。关于外部性，国外研究普遍认为，高等教育存在外部性，但高等教育对不同教育层次劳动力的外溢有所不同，而且有的年份为正，有的年份不显著，有的年份则为负（sand，2013）。1国内学者关于教育社会回报率的研究主要有两大分支：一是按两部门模型对教育社会回报率进行研究，即教育部门对非教育部门的外溢效应：二是从人力资本角度对教育的外溢效应进行研究，如周胜（2013）

4、2、刘国余（2014）3、许长青（2015）4、廖康礼（2015）5等。综合来看，国内外对教育外部回报率的研究可归纳为以下几类：一是采用总量生产函数和宏观明瑟方程，通过跨国数据研究教育水平与一国gdp增长率之间的关系；二是按两部门模型，研究教育部门对非教育部门的外溢效应；三是主要来自劳动经济学领域，通常采用微观层面数据，通过扩展明瑟方程，在估计私人回报率的方程中增加代表地区总体教育水平的变量，以此估计教育的外部回报率。研究结论存在不一致情况。从人力资本外溢性出发，区分教育的私人回报和外部回报，研究高等教育回报率的地区差异、教育层次差异，进而探究劳动力流动原因的，鲜少涉及。本文基于中国综合社会调

5、查（chinese general social survey，cgss）数据，对中国各区域的高等教育社会回报率（分私人回报和外部回报）进行估计，同时估算高等教育社会回报率对不同教育水平劳动力工资的影响，并尝试从高等教育回报率区域差异的角度出发，解释部分地区的劳动力净流失现象，以期为区域人力资本发展战略提供对策建议。二、模型与数据（一）理论模型标准供求理论认为，非高等教育劳动力的工资受益于不完全替代和外溢效应，而高等教育劳动力的工资受益于外溢效应，却因高等教育劳动力供给量增加而降低。假定所研究地区为竞争型经济，每个地区都生产单一产品y，产品投入包括技术劳动力、非技术劳动力和资本，并在国内市场交

6、易，则有科布道格拉斯生产函数：其中，n0为非高等教育水平劳动力数，n1为高等教育水平劳动力数，k为实物资本，为生产率变化。依据acemoglu和angrist（2000）的观点，劳动力的生产率依赖于该地区总人力资本水平（高等教育劳动力的比例）以及劳动力自身的人力资本两个部分，考虑人力资本外溢效应，具体形式如下：其中，j表示特定组别的影响，即自身人力资本水平对劳动生产率产生的直接影响，10；，表示该地区高等教育劳动力的比例。若=0，模型（2）为不存在外溢效应的“明瑟方程”；若0，表示存在正外溢效应。（二）计量模型基于上述理论模型，根据moretti（2004）的观点，在标准明瑟方程基础上加入各省

7、（自治区、直辖市）高级其劳动力比例这一变量估计高等教育的社会回报率。模型的基本形式如下：log（w）=c+educyear+1exp+2exp2+ （3）其中，log（w）是小时工资的对数，educyear是受教育年限，exp是工作经验年数，exp2是工作经验的平方项，为随机误差项。回归系数即为教育的私人回报率，即增加一年受教育年限所引起的个人工资水平增加的比率。为估算高等教育的社会回报率，在式（3）中引入各省（自治区、直辖市）高级劳动力比例变量（即包括大专、大学本科、研究生及以上教育层次劳动力），模型形式变为：log（w）=c+sp+educyear+1exp+2exp2+ （4）其中，sp

8、为各省（自治区、直辖市）高级劳动力比例，回归系数为高等教育的社会回报率，即高级劳动力比例每增加1%所引起的全社会劳动力平均收入水平增加的比率。为降低估计偏误，如实反映受教育水平对收入的影响及高级劳动力比例对收入的影响，根据已有研究，采用加入控制变量的方式扩展明瑟收入模型，具体形式如下：log（wip）=c+sp+educyear+1exp+2exp2+rixi+ （5）其中，wip表示生活在p地区的第i个劳动力的小时工资；sp代表p地区受过高等教育的劳动力比例；xi为劳动力个人特征，如性别、家庭条件、所在行业等；是误差项。表示教育的私人回报率，随地区变化而变化。为控制了教育的私人回报率之后，高

9、等教育劳动力比例对平均工资影响的估计值，即高等教育的社会回报率。（三）数据说明与变量选取基于cgss2010-2013年混合截面数据，共提取11672个样本，样本年龄为2260岁，每个样本包含以下信息：出生年份、省份（自治区、直辖市）、性别、学历、年收入、家庭条件、父亲受教育程度、所从事行业、工作单位性质等。基于国内外文献和数据获取情况，选取以下变量：小时工资的对数、高等教育劳动力比例、受教育年限、家庭条件、工作经验、父亲受教育程度、单位所有制、行业（见表1、表2）。表1：连续型变量说明变量名变量标签log（wage）小时工资对数s各省（自治区、直辖市）高等教育劳动力比例educyear受教育

10、年限exp工作经验（exp=age-educyear-6）exp2工作经验的平方项表2：分类变量说明分类变量变量标签性别男性=1，其他=0家庭条件家庭条件低于平均水平=1，其他=0家庭条件高于平均水平=1，其他=0家庭条件远低于平均水平=1，其他=0家庭条件远高于平均水平=1，其他=0劳动力水平高级劳动力（大专及以上）=1，其他=0行业机关团体行业=1，其他=0垄断性行业=1，其他=0事业性行业=1，其他=0单位所有制党政机关=1，其他=0军队=1，其他=0企业=1，其他=0社会团体=1，其他=0事业单位=1，其他=0父亲受教育程度父亲受过高等教育=1，其他=0父亲受过高中教育=1，其他=0父

11、亲受过义务教育=1，其他=0三、实证过程（一）变量的概要统计对小时工资及小时工资对数进行概要统计，结果显示，2010-2013年，小时工资及小时工资的对数呈逐年上涨趋势，2012年涨幅较大。其中，小时工资均值从13.27上涨至16.97，小时工资对数的均值从2.05上涨至2.46。小时工资对数的标准差为0.87-1.02，小于小时工资的标准差为18-33，对数的聚集效果更好、更稳定。对东、中、西部三个地区的小时工资及小时工资对数进行概要统计，结果显示，2010-2013年，相比样本总体工资水平，东部地区小时工资均值及小时工资对数均值均高于总体平均水平，中西部地区低于总体平均水平，且东部地区远高

12、于西、中部地区。另外，东部地区小时工资均值从2010年的17.02上涨至2013年的20.76，西部地区的小时工资均值从2010年的11.14上涨至2013年的12.98，中部地区的小时工资均值从2010年的8.19上涨至2013年的11.88，东部和中部地区的小时工资涨幅明显，西部地区涨幅较小。各地区小时工资对数的变化趋势同小时工资的变化趋势一致。与总体概要统计一致，分地区概要统计的小时工资对数的标准差也远低于小时工资的标准差，说明以小时工资对数做回归模型的被解释变量更精确。对高等教育劳动力比例进行概要统计，结果显示，2010-2013年，全国各省（自治区、直辖市）高等教育劳动力比例的总体均

13、值在28%至33%之间。其中，2010年高等教育劳动力比例最小的是重庆市，为9%，最大的是北京市，为61%；2011年高等教育劳动力比例最小的是重庆市，为7%，最大的是上海市，为64%；2012年高等教育劳动力比例最小的是安徽省，为4%，最大的是北京市，为52%；2013年高等教育劳动力比例最小的是重庆市，为14%，最大的是上海市，为61%。高等教育人群较多地集中在北京、上海等经济发达地区。高等教育劳动力比例在各省、自治区、直辖市的差距非常悬殊。比较东、西、中部地区高等教育劳动力比例的变化趋势，2010-2013年，东部地区从37%提升至40%，中部地区从22%提升至25%，西部地区则从27%

14、下降至24%。横向比较，表现为各年度东部地区明显高于中西部地区、西部地区高于中部地区的特征。比较受教育类别人数及比例分布，2010-2013年，横向比较，9种受教育组别中，各年度受教育程度为初中的劳动力比重最大，占当年劳动力样本的30%左右，技校、职业高中、研究生及以上教育程度的劳动力比重较小，各占当年劳动力样本的1%-2%左右；纵向比较，各教育层次的人数比例稳定，没有大幅涨落。将全部样本劳动力区分为高级劳动力、中级劳动力以及初级劳动力三类。初级劳动力包括小学、初中教育层次样本；中级劳动力包括普通高中、职业高中、技校、中专教育层次样本；高级劳动力包括大专、大学本科、研究生及以上教育层次样本。比

15、较三类劳动力比例的变化，总体特征为初级劳动力比重最大，中级劳动力比重最小。2010-2013年各年，初级劳动力比例在66.86%-71.7%之间，先涨后落；中级劳动力比例在25.67%-28.19%之间；高级劳动力的比例在28.37%-33.20%之间。中级劳动力比例、高级劳动力比例变化趋势为先落后涨。比较东、西、中三个地区各受教育层次劳动力比例分布情况，2010-2013年，中、西部地区的初级劳动力比例远高于中级劳动力和高级劳动力。其中，西部地区高级劳动力比例呈小幅度下降趋势，中级劳动力比例呈上升趋势，初级劳动力比例变化不大；中部地区高级劳动力比例呈现小幅上升趋势，中级劳动力比例先降后升，整

16、体呈下降趋势，初级劳动力比例先升后降，整体呈下降趋势。东部地区三种教育层次的劳动力比例分布相对均匀，东部地区各年度的高级劳动力比重均高于初级劳动力和中级劳动力比重，初级劳动力比例整体呈下降趋势。横向比较，东部地区的高级劳动力比例远高于中部、西部地区。对东北地区各变量进行概要统计发现，2010-2013年，东北地区小时工资及小时工资对数均呈逐年递增趋势，小时工资从8.15上涨至11.99，小时工资对数从1.8上涨至2.15，低于样本总体平均水平。高等教育劳动力比例2010-2012年间有明显下降趋势，从31%下降至25%，2013年又有所增长，与样本总体高等教育劳动力比例的上升趋势呈反方向变动。（二）实证过程基于cgss数据，标准明瑟方程中加入“高等教育劳动力比例”变量判断是否存在高等教育外溢性，并通过加入家庭条件、行业等个人控制变量来确定估计高等教育平均社