楊汶鑫，王小舟

(湖南人文科技學(xué)院 數(shù)學(xué)與金融學(xué)院，湖南 婁底 417000)

中國國民的收入分布與教育收益率探析

楊汶鑫，王小舟

(湖南人文科技學(xué)院 數(shù)學(xué)與金融學(xué)院，湖南 婁底 417000)

國民收入及分配影響著經(jīng)濟(jì)增長和貧富差距。研究不同收入水平群體的教育收益率具有重要意義。分析2012年我國國民收入分布情況，運(yùn)用分位數(shù)回歸的方法，研究地域分布、城鄉(xiāng)分布、家庭背景、受教育程度等因素對處于不同收入水平的個人經(jīng)濟(jì)收入的影響。從低收入人群到高收入人群，教育收益率不斷增大，而地域差異對個人收入的影響顯著增強(qiáng)。戶口性質(zhì)對收入的影響只有在最高收入人群中才不顯著，說明社會中大部分非農(nóng)戶口工作者收入高于農(nóng)村戶口工作者收入。

國民收入分布;教育收益率;區(qū)域發(fā)展差異;分位數(shù)回歸

近三十多年來，我國經(jīng)濟(jì)和社會經(jīng)歷著翻天覆地的變化。伴隨經(jīng)濟(jì)快速發(fā)展，人們的收入水平以及受教育程度不斷提高，我國個人教育收益率也得到提升。學(xué)者們測算出20世紀(jì)80年代我國教育收益率在3%左右，90年代中期大約為5%左右，2002年達(dá)到世界平均水平10%，2010年達(dá)12.4%[1]。研究教育收益率，有助于我們理解勞動力市場的工資決定機(jī)制以及人們的人力資本投資行為。另外，教育不平等對收入不平等有促進(jìn)作用，而教育不平等又分為結(jié)構(gòu)效應(yīng)和價格效應(yīng)。所以，教育的價格效應(yīng)不平等，即教育收益率不平等，也會導(dǎo)致收入差距進(jìn)一步擴(kuò)大。因此，探討我國國民的教育收益率，以期為提高國民收入水平、縮小收入差距提供新方法、新思路。

一、文獻(xiàn)綜述

教育不平等與收入分配關(guān)系的探討始于20世紀(jì)30年代。由于教育費(fèi)用的高低決定了人們是否能夠接受教育以及接受教育的程度高低，而受教育程度直接影響人力資本的積累從而影響收入的多少，教育獲得的不平等與收入差距之間存在著因果關(guān)系[2]。Mincer和Becker對教育不平等和收入分配不平等的關(guān)系進(jìn)行推導(dǎo)，得出收入對數(shù)的方差等于教育收益率與接受教育年限成績的方差，說明教育不平等與收入分配不平等成正比。

教育不平等對收入分配差距主要分為結(jié)構(gòu)效應(yīng)和價格效應(yīng)兩種，本文旨在探討教育收益率即價格效應(yīng)對收入分配差距的影響。張車偉將2004年上海、浙江和福建的調(diào)查數(shù)據(jù)運(yùn)用分位數(shù)回歸的方法進(jìn)行分析，發(fā)現(xiàn)隨著受教育程度的升高教育收益率也有一定程度的提高，特別是對于高分位回歸，教育收益率更高[3]。因此得出教育具有讓“貧困者更貧窮，富有者更富有的結(jié)論”。也有一些文獻(xiàn)得出相反的結(jié)論，比如羅楚亮用2002年城鎮(zhèn)居民的住戶調(diào)查數(shù)據(jù)信息進(jìn)行分析[4]，得出的結(jié)論是相反的，他發(fā)現(xiàn)收入條件分布較高的分位點(diǎn)上，教育收益率反而很低。

中國人民大學(xué)社會學(xué)系一項全國抽樣調(diào)查得出的結(jié)論是1996年城鎮(zhèn)教育收益率為4%[5]。中國社會科學(xué)院人口與勞動經(jīng)濟(jì)研究所2002年五城市的調(diào)查數(shù)據(jù)所估計的教育收益率大約為10% ；李春玲采用的全國抽樣調(diào)查數(shù)據(jù)估計的教育收益率為11.8%[6]；李實、李文彬利用中國社會科學(xué)院經(jīng)濟(jì)研究所收集的1988年城鎮(zhèn)住戶調(diào)查數(shù)據(jù)中17891個職工樣本，估計城鎮(zhèn)職工的教育收益率為3.8%[7]。教育收益率變化趨勢一系列的研究結(jié)果都證實中國城鎮(zhèn)居民教育收益率隨時間表現(xiàn)出明顯提高趨勢。國內(nèi)眾多研究也發(fā)現(xiàn)高等教育、中等教育和初等教育的教育收益率是依次遞減的。諸建芳等的研究表明:用基礎(chǔ)教育代表的中低等教育的收益率為1.8%，用專業(yè)教育代表的中高等教育的收益率為3.0%[8]。

但李春玲的結(jié)論有所不同:從全國范圍的平均水平來看，初中學(xué)歷對提高收入的作用力最強(qiáng)，其次為高中和中專學(xué)歷，再次為大專及以上學(xué)歷，初小和小學(xué)學(xué)歷的作用力最弱。城市中各學(xué)歷的經(jīng)濟(jì)收益率高低排序依次是高中和中專、大專及以上、初中、初小和小學(xué)。在農(nóng)村初中學(xué)歷能獲得最高的經(jīng)濟(jì)收益，高中和中專、大專及以上學(xué)歷的經(jīng)濟(jì)回報率則明顯比初中學(xué)歷低，但小學(xué)學(xué)歷與無學(xué)歷的人相比，收入方面并無明顯優(yōu)勢。

二、分析方法

國內(nèi)外許多學(xué)者對國民收入分布與教育收益率進(jìn)行分析，從靜態(tài)和微觀的角度來看，教育收益率遠(yuǎn)遠(yuǎn)高于物質(zhì)資本投資的收益率，教育投資的收益率大概在百分之十五左右[9];還有研究表明人力資本投入能夠促進(jìn)產(chǎn)出的增長，而產(chǎn)出的多少決定了收入分配；人們收入的不斷增長和收入分配差距擴(kuò)大的最重要原因是人力資本的投入[10]。

本文運(yùn)用分位數(shù)回歸模型對2013年中國綜合社會調(diào)查中的收入數(shù)據(jù)進(jìn)行分析，研究國民收入分布和教育收益率之間的關(guān)系。中國綜合社會調(diào)查(簡稱為CGSS)是中國第一個全國性、綜合性、連續(xù)性的大型社會調(diào)查項目，從2003年開始每年一次，對全國125個縣(區(qū))，500個街道(鄉(xiāng)、鎮(zhèn))，1 000個居(村)委會、10 000戶家庭中的個人進(jìn)行調(diào)查。通過定期、系統(tǒng)地收集中國人與中國社會各個方面的數(shù)據(jù)，總結(jié)社會變遷的長期趨勢，探討具有重大理論和現(xiàn)實意義的社會議題，推動國內(nèi)社會科學(xué)研究的開放性與共享性，為國際比較研究提供數(shù)據(jù)資料。至2008年止，CGSS一共進(jìn)行了五次年度調(diào)查，完成了項目第一期。自2010年起，CGSS開始了項目第二期，計劃從2010年開始到2019年為止，每兩年進(jìn)行一次調(diào)查，共進(jìn)行五次調(diào)查。CGSS調(diào)查數(shù)據(jù)及其他調(diào)查資料向全社會完全開放，其數(shù)據(jù)在國內(nèi)外產(chǎn)生重大影響，被視作研究中國最重要的數(shù)據(jù)來源之一。

模型介紹：分位數(shù)回歸是計量經(jīng)濟(jì)學(xué)的研究前沿方向之一。傳統(tǒng)的線性回歸模型描述了自變量X對于因變量y的均值影響?；貧w系數(shù)通過最小二乘法估計而得到。如果模型中的隨機(jī)擾動項來自均值為零而且同方差的分布，那么回歸系數(shù)的最小二乘估計為最佳線性無偏估計(BLUE)；如果進(jìn)一步隨機(jī)擾動項服從正態(tài)分布，那么回歸系數(shù)的最小二乘估計為最小方差無偏估計。Koenker和Bassett于1978年提出了分位數(shù)回歸模型。它依據(jù)因變量的條件分位數(shù)對自變量X進(jìn)行回歸，這樣得到了不同分位數(shù)下的回歸模型。相比普通最小二乘回歸而言，分位數(shù)回歸模型更能精確地描述自變量X對于因變量y的變化范圍以及條件分布形狀的影響。它不僅可以度量回歸變量在分布中心的影響,而且還可以度量在分布上尾和下尾的影響,因此較之經(jīng)典的最小二乘回歸具有獨(dú)特的優(yōu)勢。

實證分析：通過中國國家數(shù)據(jù)網(wǎng)(CNSDA)，我們獲得了2013年綜合社會調(diào)查問卷和數(shù)據(jù)。個人年收入為因變量，年齡、受教育程度、城鄉(xiāng)分布、地域差異、家庭背景為自變量。為了更好地區(qū)別地域分布，將全國的省份分為東、中、西部①。按此劃分，在總樣本11 438人中，有5 671人居住在東部，3 757人居住在中部，2 010人居住在西部。從表1我們可以看出，2012年我國國民的個人年收入平均值為23 810元，而中位數(shù)為15 600元，意味著有半數(shù)以下的國民個人年收入低于該值。此外，有25%的國民個人年收入低于4 000元，同時有四分之一的國民個人年收入超過30 000元。

我們使用學(xué)歷來衡量被訪者的受教育程度，從而得到我國國民的教育分布(見表2)。此外，我們使用父親的行政級別來作為家庭背景的度量(見表3)。在刪去含有缺失值的數(shù)據(jù)后我們實際分析的樣本共包括9 396人。

表1 2012年我國居民個人年收入(N=10243)

表2 2013年我國國民的學(xué)歷分布(N=11438)

表3 家庭背景分布：父親的行政級別

具體分析模型如下：

Qθ(Y│X)=X′·β(θ)

其中：Qθ(Y│X) 代表個人年收入的第θ個條件分位數(shù)，X代表由自變量組成的向量，而β(θ)為對應(yīng)著因變量的第θ分位數(shù)的一系列回歸系數(shù)。在表4和表5中我們列出了對應(yīng)不同 值的分位數(shù)回歸系數(shù)以及顯著性②。

表4 分位數(shù)回歸分析結(jié)果(I)

表5 分位數(shù)回歸分析結(jié)果(II)

續(xù)表

θ0．6 0．7 0．8 0．9 1．0 研究生及博士65150．6???73625．4???166974．9???206676．7???576704．3???父親的行政級別：正科級及以下1740．8 463．9 1444．2 5000．0 32246．9 父親的行政級別：副處級及以上-120．3 9414．4 13125．3 27179．1 335793．2???西部-5504．0???-6586．4???-9025．4???-11202．5???-16436．5 中部-6829．7???-7543．6???-9925．9???-11979．0???-28790．3???居住地為農(nóng)村-6275．9???-8283．5???-9383．6???-10472．9???-41092．8???農(nóng)業(yè)戶口-1533．3???-2666．9???-1510．7?-1832．1 8650．1

在我們所考察的收入分布的十個分位點(diǎn)上，受教育程度都是與收入呈正相關(guān)的關(guān)系。表4和表5中小學(xué)、初中直至研究生及博士的回歸系數(shù)分別代表在其他條件相同的情況下，該學(xué)歷的獲得者與未受過教育者的收入差異。除收入最低的百分之十的人群外③，我們發(fā)現(xiàn)學(xué)歷越高，收入差異越大，說明教育收益率隨著受教育程度的提高而增大。此外，對于收入最低的人群而言，大專學(xué)歷擁有者比未受教育者收入高出8 615.3元，并且這一差異在統(tǒng)計上是顯著的。這一發(fā)現(xiàn)說明社會中“讀書無用論”是不符合實際情況的。對于低收入群體來說，提高受教育程度，更能夠增加收入。寒門學(xué)子通過讀書改變命運(yùn)，是我國國民實現(xiàn)社會階層向上流動的合理途徑。

此外，我們發(fā)現(xiàn)，在控制了年齡、學(xué)歷、區(qū)域、戶口性質(zhì)以及城鄉(xiāng)分布之后，家庭背景對收入的影響在大部分人群中都是不顯著的。從表5可以看出，其他條件相同的情況下，父親的行政級別為副處級及以上者與父親無任何行政級別者相比，收入有顯著差異，前者比后者年收入高出335 793元。對于絕大多數(shù)人而言，居住在農(nóng)村，以及擁有農(nóng)業(yè)戶口對于收入的影響都是負(fù)面的。在地域因素方面，中西部居民的收入明顯低于東部。由地域帶來的收入差異，在收入越高的群體中越明顯。這也可以用來解釋為什么人才傾向于向經(jīng)濟(jì)發(fā)達(dá)的地區(qū)流動。

三、結(jié)論

通過本項研究我們發(fā)現(xiàn)，從低收入人群到高收入人群，教育收益率不斷增大，而地域差異對個人收入的影響顯著增強(qiáng)。而戶口性質(zhì)對收入的影響只有在最高收入人群中才不顯著，說明社會中大部分非農(nóng)戶口工作者收入高于農(nóng)村戶口工作者收入。與非農(nóng)業(yè)戶口擁有者相比較，農(nóng)業(yè)戶口無論是在哪一個收入階層都是一直低于城市戶口，而且從低收入到高收入這種劣勢不斷擴(kuò)大(高收入群體除外)。這是因為中國有兩億多城市外來農(nóng)民工，他們都是農(nóng)業(yè)戶口且從事低收入、廉價勞動力的工作。

四、建議

(一)政府要加強(qiáng)政策支持以縮小不同區(qū)域間收入差距

區(qū)域均衡發(fā)展有賴于政府轉(zhuǎn)移性支出傾斜。要調(diào)整中國現(xiàn)有教育水平分布，加大對中西部教育發(fā)展的支持力度，鼓勵更多寒門學(xué)子通過教育實現(xiàn)向上流動。政府要加強(qiáng)對中西部發(fā)展的教育投資，調(diào)整中西部的收入結(jié)構(gòu)，發(fā)揮地方優(yōu)勢，從而帶動區(qū)域內(nèi)高素質(zhì)就業(yè)率和高素質(zhì)勞動者收入水平，減少區(qū)域間經(jīng)濟(jì)差異。

(二)加強(qiáng)農(nóng)村基礎(chǔ)教育設(shè)施建設(shè)并不斷完善現(xiàn)代化建設(shè)

加強(qiáng)農(nóng)村的基礎(chǔ)教育設(shè)施建設(shè)，對農(nóng)民的孩子進(jìn)行高素質(zhì)科學(xué)技能的教育，使得寒門學(xué)子可以利用先進(jìn)的教育資源創(chuàng)造更多財富，從而整體提高農(nóng)村人口通過教育獲得的收入，同時通過政府補(bǔ)貼和財政投入鼓勵學(xué)子在地方進(jìn)行中小企業(yè)的創(chuàng)業(yè)，加強(qiáng)新農(nóng)村建設(shè)。

(三)加強(qiáng)中央政府在公共教育上的投入并改變投入方式

近幾年中央政府有關(guān)教育的財政預(yù)算，大多都投向了高等教育，使得很多農(nóng)村的義務(wù)教育從起點(diǎn)上就資金不足。所以中央政府要加強(qiáng)對落后地區(qū)義務(wù)教育的投入，并改變現(xiàn)在由地方政府直接投資教育的現(xiàn)狀，使落后地區(qū)的教育資金來源充足，同時也要改變經(jīng)費(fèi)劃撥方式以保證每一筆中央政府劃撥給地方的教育基金都落在實處。應(yīng)當(dāng)擴(kuò)大現(xiàn)在對低收入家庭子女接受高等教育的財政教育援助制度，國家可以集中有限財力實行針對低收入家庭子女的貸學(xué)金和獎學(xué)金制度，為他們制造相對公平的競爭起點(diǎn)。

注釋：

①東部包括北京市，天津市，河北省，遼寧省，吉林省，黑龍江省，上海市，江蘇省，浙江省，福建省，山東省，廣東省。中部包括山西省，內(nèi)蒙古自治區(qū)，安徽省，河南省，湖南省，廣西壯族自治區(qū)，陜西省，江西省，湖北省。西部包括重慶市，貴州省，甘肅省，云南省，寧夏回族自治區(qū)，四川省，青海省。

②***代表P值<0.001, **代表P值<0.05, *代表P值<0.1。

③在收入最低的百分之十的人群中，本科學(xué)歷獲得者以及研究生博士學(xué)歷擁有者與未受教育者沒有顯著的收入差異，然而這不足以作為“讀書無用論”的依據(jù)。因為在這一群體中本科以及研究生學(xué)歷獲得者的比例是非常小的。

[1]黃靜.收入差距分化、城市化發(fā)展與教育收益率[J].上海師范大學(xué)學(xué)報，2015(5)：38-40.

[2]MINCER,BECKER.教育水平和收入的關(guān)系[J].國際金融，2011(94):85-86.

[3]張車偉.經(jīng)濟(jì)發(fā)展水平與教育收益率[J].重慶高教研究,2004(4)：58-58.

[4]羅楚亮.城鎮(zhèn)教育收益水平[J].北京師范大學(xué)學(xué)報,2002(99):1-59.

[5]陳夢雨.中國國民收入分布研究[J].安徽大學(xué)學(xué)報,2016(14):67-68.

[6]李春玲.當(dāng)前我國國民收入分配格局測算方法[J].廣西財經(jīng)學(xué)院學(xué)報,2013 (5):98.

[7]趙人偉等.中國居民收入分配研究[M].中國社會科學(xué)出版社,1994(92):58.

[8]諸建芳等.中國人力資本投資的個人收益率研究[J].經(jīng)濟(jì)研究，1995(92):68.

[9]遲巍，蔡許許.城鄉(xiāng)居民財產(chǎn)性收入與貧富差距的實證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012(2):6 .

[10]ROGER K , GILBERT B.“Regression Quantiles”[J]. Econometrica ，1978(66):68-69.

OnChineseNationalIncomeDistributionandtheRateofReturntoEducation

YANGWen-xin,WANGXiao-zhou

(School of Mathematics and Finance, Human University of Humanities, Science and Technology, Loudi 417100, China)

National income and its distribution have a direct impact on the economic growth and the gap between the rich and the poor. It is important to study the rate to return on education by groups of different income levels. This paper first analyzes the distribution of national income in China in 2012, and then uses the method of quantile regression to analyze the relationship between covariates including region, rural residence, family background, year of education and age and the individual income at different income levels. It is found that the rate of return to education increases from low-income group to high-income earners, and the influence of geographical differences on personal income has been significantly enhanced. Furthermore, household registration type also impact the income level significantly except high-income group, namely, the income of most non-agricultural residence is higher than agricultural residence.

national income distribution; rate of return to education; regional development gaps; quantile regression

羅建兵)

2017-03-27

楊汶鑫(1994—)，男，湖南常德人，湖南人文科技學(xué)院數(shù)學(xué)與金融學(xué)院2017屆畢業(yè)生，研究方向：金融工程；王小舟(1983—)，女，四川樂山人，湖南人文科技學(xué)院數(shù)學(xué)與金融學(xué)院教師，博士，本文指導(dǎo)老師，研究方向：社會學(xué)與人口統(tǒng)計學(xué)。

F014.4

A

1673-0712(2017)05-0115-05