張蕾

摘 要：在迎來建黨100周年的重要時刻，我國脫貧攻堅取得全面勝利，但城鄉(xiāng)居民收入差距仍然較大。本文將中國居民收入作為研究對象，基于CGSS研究社會資本和教育分別對我國居民收入有何影響，同時研究社會資本和教育之間的關(guān)系。針對于研究分析結(jié)果，為縮小城鄉(xiāng)居民收入之間的差距，從三個方面給出相關(guān)的建議。

關(guān)鍵詞：OLS回歸;交叉效應;回報率;城鄉(xiāng)差距

前言

中國經(jīng)濟發(fā)展迅速，2021年已經(jīng)達到了全面小康的水平，但是居民收入基尼系數(shù)一直徘徊在0.4至0.5之間，這表明了我們國家仍然存在著居民收入差距較大的問題，尤其是城鄉(xiāng)居民之間的收入差距比較嚴重。社會資本和教育是否會影響居民收入？如果會的話，那么對居民收入有什么影響？

一、教育的內(nèi)涵

教育（Education）狹義上指專門組織的學校教育;廣義上指影響人的身心發(fā)展的社會實踐活動。本文用教育程度對教育進行衡量，人口的受教育程度和水平是一個國家或地區(qū)人口素質(zhì)的重要指標，也是反映教育發(fā)展狀況的基本內(nèi)容。Stella-Maris Kamanzi（2018）以烏干達公立大學為例子，發(fā)現(xiàn)提高教育可以減少收入不平等的現(xiàn)象[1]。Yanqi Luo （ 2019）指出教育對城鄉(xiāng)居民收入具有非常顯著的正效應，對于低收入的人群來說，增加教育可以帶來更多的收入增長[2]。此外，國內(nèi)的一些學者也對教育與收入之間的關(guān)系進行了研究，特別對數(shù)據(jù)進行實證分析，用各種方法估計教育的市場回報率，他們發(fā)現(xiàn)教育能促進了居民收入的增長[3-5]（劉晗，2017; 肖冬華，2017; 曹麥，2017）。

二、研究設(shè)計

（一）數(shù)據(jù)來源

中國綜合社會調(diào)查（）項目是作為本文分析的主要數(shù)據(jù);這個項目的數(shù)據(jù)來源是從全國31個省份中隨機抽取了12528戶家庭，并且每戶家庭只選取了一人的調(diào)查問卷作為數(shù)據(jù)樣本，避免了數(shù)據(jù)的重復率。調(diào)查問卷中主要收集了受訪者的家庭信息、社會交往、求職情況、教育以及工作實際情況等內(nèi)容。這個項目的數(shù)據(jù)是具有全國范圍性的，每戶家庭是隨機的;因此這個數(shù)據(jù)具有可靠性和真實性。用stata軟件對這12528 份樣本進行篩選，剔除了被調(diào)查者的缺失數(shù)據(jù)以及不適用的數(shù)據(jù)，最終收集到了3012份樣本進行實證分析，這些樣本的數(shù)據(jù)分布全國31個省，因此具有較強的代表性。

（二）變量說明

本文用受訪者在回答問卷調(diào)查中“您個人去年（2016年）全年的總收入是多少？”的答案作為變量;把這個變量定為居民的收入，設(shè)定為居民16年全年總收入的自然對數(shù);把變量當作居民的資本。

本文把受訪者回答“您目前的最高教育程度是？”的答案設(shè)置為教育程度，而;在設(shè)置教育程度這個值時，假定為有學歷和無學歷，無學歷的值為0，;有學歷的依次按照研究生、大學、高中、初中、小學學歷高低來設(shè)置數(shù)值，其分別為5、4、3、2、1。

因為每個家庭的環(huán)境和經(jīng)歷不同使得居民收入會受到影響，為了數(shù)值穩(wěn)定需要設(shè)置相應的變量;在這里設(shè)置了：控制變量（社會資本*教育）、地區(qū)變量（西部、中部、東部依次設(shè)值為0、1、2）、性別變量（男、女分別設(shè)置為1、0）、居民身份變量（是非中共黨員：否0、是1）、居民戶口變量（農(nóng)村戶口為0、非農(nóng)村戶口和軍籍戶口為1，剔除出其他的戶口和無戶口）這5個變量;居民的年齡數(shù)值則定在2017年的周歲;居民子女個數(shù)的賦值是根據(jù)其調(diào)查時擁有子女個數(shù);將居民的健康數(shù)值設(shè)為1、2、3、4、5依次對應的是受訪者在調(diào)查問卷的中“很不健康”、“比較不健康”、“一般”、“比較健康”、“很健康”;居民父親的教育程度和居民母親的教育程度這兩個變量同上面的被訪問者自身教育程度處理。在上述變量處理時，剔除被調(diào)查對象無法回答的樣本和不知道的樣本，以及缺失值。

（三）變量的描述性統(tǒng)計

居民收入均值為10.119，而標準差1.638比較小，說明均值的代表性可靠;居民的收入普遍在10.119左右。居民受教育程度的均值為1.809，標準差為0.914;標準差小，則均值比較可靠，相對應的就是受訪者的受教育程度大部分都是初中學歷。在受訪者中父母的受教育程度中父親的教育程度比母親的高，但是差異并不顯著。在受訪者中擁有子女數(shù)值都是1，可以了解到很多家庭都是二胎家庭;社會資本的樣本均值是0.309，標準差是0.265，標準差小，均值的代表性較強，說明被訪問者的社會資本集中在0.309。在受訪者的工作情況中均值大于2，可以知道受訪者的家庭中至少有兩個人在工作支撐著家庭。在這些受訪者中大部分都是農(nóng)村的，其中大部分都在50歲左右且男女比例將近1：1;且只有小部分是中共黨員。健康狀況的均值為3.524，說明大部分的受訪者都是相對健康。

（四）模型構(gòu)建

建立如下回歸模型：

三、實證分析與結(jié)果

（一）OLS回歸

建立包括教育和資本變量以及所有其他控制變量在內(nèi)的OLS回歸方程。在通過方程分析，發(fā)現(xiàn)社會資本和教育水平的系數(shù)通過1%水平的顯著性檢驗并且估計值為正，表明社會資本和教育水平的提高會使得居民收入的顯著增加;兩者的交互項變量估計系數(shù)在1%水平下通過顯著性檢驗并且為負，說明兩者存在顯著的負向交叉效應，說明當中國居民受教育的程度提高時，資本的增加對于居民收入的增長作用將會越來越低。在家庭收入方程中，首先通過訪問者識別出父母和妻子的工作情況、父親的受教育程度、母親的受教育程度等工具變量對社會資本和受教育程度變量進行分析，然后通過最小二乘法（兩階段），分析出社會資本、教育、居民收入三者的作用及影響。結(jié)果如表2所示。在單階段回歸中，工具變量的估計系數(shù)為正。在兩階段的回歸方程中加入工具變量，同時對居民收入決定方程中的社會資本內(nèi)生性進行調(diào)整，社會資本系數(shù)在1%水平下通過了顯著性檢驗并且估計值也為正。這個就可以表明中國居民的收入會收到社會資本的影響，當社會資本提升時收入的增長也會提高。與OLS相比，估計系數(shù)由1.001增加到1.542。在檢驗教育變量的內(nèi)生性時，父母教育程度和母親教育程度變量在1%水平下通過了顯著性檢驗;并且這兩個變量的估計系數(shù)在單階段回歸中均為正。兩階段的回歸結(jié)果表明，在居民收入決定方程中引入父母教育程度、母親教育程度這兩個工具變量并對教育內(nèi)生性進行調(diào)整后，教育水平的估計系數(shù)也為正。通過1%水平下的顯著性檢驗，結(jié)果表明，中國居民的收入會隨著受教育程度的提高而提高，估計系數(shù)也顯著高于OLS估計。

四、結(jié)論與建議

結(jié)論如下：

（1）受訪者的父親平均教育高于其母親，但差異不顯著。受訪者的父母和妻子中至少有2人在工作，說明現(xiàn)代女性的教育普及率在提高，更多的女性也在從事工作。

（2）社會資本和教育對于居民收入有一定正向影響。此外，社會資本與教育兩者存在負向交叉效應，說明當中國居民受教育的程度提高時，資本的增加對于居民收入的增長作用將會越來越低。

建議如下：

（1）我國政府應該注重社會資本的公平性，建立一個明確和公平的制度，以維持社會資本的有效運行，減少資本不平等造成的收入的不平等。

（2）促進教育的普及，多支持農(nóng)村建設(shè)，然后吸引外來教師，增加農(nóng)村居民和低收入者的受教育機會，全面提高全民文化水平。

（3）調(diào)整城鄉(xiāng)差異，加大對于鄉(xiāng)村居民的教育資源，扶持農(nóng)村，從而帶動經(jīng)濟，提高居民收入。

參考文獻

[1]Stella-Maris Kamanzi，Peter Neema-Abooki. Financing higher education ： income generation in Ugandan public universities[J]. South African Association of Public Administration and Management （SAAPAM），2018，53（4）.

[2]Yanqi Luo. Influence of Education on Labor Income of Urban and Rural Residents Based on Quantile Regression[A]. Institute of Management Science and Industrial Engineering.Proceedings of 2019 9th International Conference on Social Science and Education Research（SSER 2019）[C].Institute of Management Science and Industrial Engineering：計算機科學與電子技術(shù)國際學會（Computer Science and Electronic Technology International Society），2019：7.

[3]劉晗. 中國教育回報率的分布特征及地區(qū)差異——基于中國社會綜合調(diào)查（CGSS）2013年數(shù)據(jù)的實證分析[J].重慶科技學院學報（社會科學版）， 2017（08）：59-63.

[4]肖冬華. 教育發(fā)展水平、城鄉(xiāng)收入差距、新型城鎮(zhèn)化的關(guān)聯(lián)研究[J].現(xiàn)代職業(yè)教育，2017（27）：26-27.

[5]曹麥. 學校教育、家庭教育與個體收入——基于CGSS2013數(shù)據(jù)的研究[J].蘭州財經(jīng)大學學報， 2017， 33（05）： 50-55.