我国劳动者教育收益率的发展趋势与城乡差异.pdf
《我国劳动者教育收益率的发展趋势与城乡差异.pdf》由会员分享,可在线阅读,更多相关《我国劳动者教育收益率的发展趋势与城乡差异.pdf(10页珍藏版)》请在咨信网上搜索。
1、2024年 1月西北成人教育学院学报Jan.2024第1 期Journal of the College of Northwest Adult EducationNo.1一、引言教育收益率被认为是评估教育在人力资本投资中所获回报的核心指标,它体现了劳动市场中教育的价值增益,并对社会大众对于教育的重视程度及其选择决策产生影响1。学术研究主要利用成本-收益分析与明瑟收入模型来估算教育的个人回报率。在成本-收益分析中,重要的方法有教育的净现值分析、成本与收益的比率分析以及内部回报率分析2;但这些方法都需要详细的教育成本数据,而在中国的长期调查数据中,这类数据往往难以获得。相对而言,明瑟收入模型在各种
2、情境中的应用更为广泛,且解释性强。基于该模型和相关假设,明瑟收益率揭示了教育的边际效益,即每增加一年的学历,工资所能增长的平均比率。在学术领域中,众多研究者针对中国城乡居民以及农民工等特定人口群体的教育收益率进行了深入探讨,并在此基础上识别了这些群体之间以及内部的教育收益率差异3。这些研究成果对于了解教育的社会价值以及公共政策制定具有重要的参考价值。教育收益率的差异化是多个因素共同作用的结果。特别是在中国,随着经济结构的变革和劳动力市场的演变,这种差异成为了学术界广泛关注的焦点。综合现有文献,可以得出以下观点:首先,自改革开放以来,由于非国有经济的持续崛起和劳动力流动性的增强,中国的城市和农村
3、地区的教育收益率都呈上升趋势。其次,相对而言,城市地区的教育收益率普遍高于农村地区,这可能与城市中更多的高技能职位和教育机会有关。第三,大量研究关注了某一特定时点的教育我国劳动者教育收益率的发展趋势与城乡差异吕国光1,屈满学2,阎喆2(1.南通大学教育科学学院,江苏南通226019;2.对外经济贸易大学中国金融学院,北京100029)摘要本研究使用中国综合社会调查(CGSS)近20年66087个调查样本,分城乡各40多个年龄组别,较全面地评估了中国农村劳动人口的教育收益率的总体水平及其变化趋势,并将其与城镇同龄人口进行了比较。研究发现:按照2002年不变价格计算的城镇样本平均年收入为19055
4、元,比农村样本高出85.4%。城乡分组回归的结果显示,农村劳动者的教育收益率为11%,约为城镇劳动者教育收益率(20.1%)的一半。长期以来,中国城镇劳动者的教育收益率高于农村劳动者的教育收益率。进入新世纪以后,教育收益率的城乡差别经历“先拉大,后缩小”的历史过程。教育程度可解释其中10-30%的差异,本研究显示,在2012年之前中国城乡教育收益率的确在6-10%之间波动,和较多学者的研究结论类似。与许多研究结论不同,中国教育收益率并未出现下降趋势或出现拐点。近10年来中国城乡教育收益率出现大幅提升,2012年之后城镇户籍人口在20-30%之间,农村户籍人口则在10-20%之间,城乡教育收益率
5、逐年爬升。为了克服数据的同源性问题,利用中国社会状况综合调查数据(CSS)对部分研究结论重新检验,所得结论具有稳健性。关键词教育收益率;农村地区;收入不平等中图分类号F249.24;G521文献标识码A文章编号1008-8539-(2024)01-0005-10DOI10.20012/ki.ISSN1008-8539.2024.01.001收稿日期2023-10-25基金项目北京市习近平新时代中国特色社会主义思想研究中心重大项目“提高金融服务构建新发展格局质效路径研究”(21LLYJA054)研究成果。作者简介吕国光(1971),男,汉族,甘肃平凉人,博士,教授,从事教育社会学等研究。5收益率
6、城乡差异,一些研究基于“城镇住户调查”4、“中国家庭收入调查”5、“中国健康与营养调查”6以及“中国综合社会调查”7等重要数据库来探讨中国城市居民的教育收益率的动态变化。然而,受微观调查数据的限制,目前中国教育收益率研究大多使用2013年之前的数据,对各类别群体教育收益率的趋势估计异质性较大。同时对多年数据进行纵向对比、探索其动态变化的研究还相对较少,对这些变动趋势的具体原因和机制进行解读的文献却相对匮乏,这意味着在这个领域仍存在较大的研究空白。显而易见,在最近的几年中,中国的社会结构因为各种因素如疫情冲击和国内外的经济转型都经历了深刻的调整和变革。在这样的背景下,对于农业户口与非农业户口之间
7、的教育收益率差异是否仍然存在,以及如何存在,并具有什么样的特征,都成为了值得进一步探讨的问题。因此,本研究将重点关注这一问题,试图填补现有文献中的这一研究缺口,为政策制定和学术界提供更为深入的见解。这一领域的深入研究有助于揭示长期趋势和影响因素,为公共政策提供更有力的依据。本研究可能的创新之处在于,在同一数据库的基础上,充分利用近20年连续调查所获得的大样本数据,通过追踪和分析不同年龄组别受访者的教育收益率。本研究的另一个可能创新点在于对教育收益率的城乡差异进行深入的讨论。在我国,城乡差异是经济发展的显著特征,也是学术界关注的热点问题之一。期望在验证已有研究结论的基础上,还原我国城乡劳动人口教
8、育收益率的历史变化过程,从时间演变的角度提供一个更深刻理解城乡劳动人口的教育收益率及其趋势的新视角,为决策和未来研究提供有益的参考。二、数据、变量与模型(一)数据本研究数据来自中国综合社会调查(ChineseGeneral Social Survey,CGSS)各年的数据。CGSS是中国人民大学中国调查与数据中心组织调查的涵盖个人、家庭、教育、民族等信息的数据,项目初次发布和共享数据始于 2003 年,平均间隔2-3年发布一次,至2020年共开展了10期,最新数据是2020年10月发布的CGSS2017。根据研究需要,我们将20032017年度的数据组合为混合横截面数据,扩大样本容量以期得到稳
9、健可靠的经验结果。(二)模型明瑟方程是学术界估计教育收益时公认的经典方法,该方法把受教育年限和工作年限作为关键因素解释个人收入差异,具体表达式为:方程(1)是简化的明瑟方程,其中W表示年收入,lnW表示年收入的自然对数。个人的教育年限和工作经验是人力资本的两种主要形式,方程(2)在解释变量个人受教育年限EDU之外增加了工作经验及其平方项。工作经验为劳动力市场经历,反映了个体在学校教育之外通过实践获得知识经验和提升工作业绩的能力,其二次项work2则表示随着个体年龄的增大,其体力和学习能力发生变化,出现所谓的U型或倒U型现象。通常认为伴随着年龄的增长,个人的体力和学习能力从弱变强再由强转弱。表示
10、截距,1和2分别表示学校教育和工作经验的收益率,通常解释为教育年限或工作经验每增加一年导致的工资增加的百分比,为扰动项。为方便和已有研究进行比较,我们在控制性别、婚姻状况、党派(是否中共党员)、民族等变量的情况下,同时测算了方程(3)的各项系数,比较教育收益率及工作经验对收入的贡献。6以往涉及教育收益率的回归分析,多采用截面数据进行分析,这样分析的缺陷在于无法考察教育收益率变化的时间特征,也不能准确地判断中国教育收益率的变化趋势或是否出现了拐点。为了充分利用不同年份形成的面板数据信息,在方程(2)的基础上,分别加入调查年份和出生年份两个时间因素进行估计,具体方程如式(4)和式(5)。方程(4)
11、和方程(5)中,year_dummy是二元变量,调查当年取1,其余年份取0;born_dum-my是表示被调查者是否某特定年份出生的二元变量,统计当年取1,其余年份取0,由此形成了基于不同调查年份和不同出生年份的教育收益率估算值.(三)变量收入变量是本研究的被解释变量,来源于调查数据中的劳动收入项,该项目调查的是被调查对象去年全年劳动收入总额。由于各调查年份表述不尽相同,数据整理过程中,根据题意对其进行了归并整理,但数据信息未变。为使各年度间的劳动收入可比,我们以2002年为基准年对各个年度的收入按照下式进行折算:可比年收入=去年全年总收入(1-0.05)调查年份-2002教育程度在本文的分析
12、中有两种用法,一种是作为定距变量主要计算其受教育年限,另一种为类别变量,分为小学及以下文化程度、初中文化程度、高中文化程度、大学专科本科、研究生及以上文化程度。本研究根据问卷信息,采用第二种方法。受教育年限根据学历转化,依次为“没有受过任何教育”=0年、“私塾&扫盲班”=1年、“小学”=6年、“初中”=9年、“职业高中&普通高中&中专&技校”=12年、“大专”=15年、“本科”=16年、“研究生及以上”=19年。在工作经验(work)及其二次项(work2)的处理上,我们采用国际上惯常的“年龄-受教育年限-6”的处理方法,假定劳动者接受学历教育后立即参加工作,其工作年限便可表述为当前实际年龄与
13、入学年龄相减并扣除接受教育的年限数,年龄以调查年份与出生年份相减的办法计算得到。控制变量。现有研究已经表明性别、民族、户籍、婚姻状况、政治面貌等个体人口学和社会学特征对教育收益率产生了实质性影响,本研究采用以上变量为控制变量。由于我们研究的对象是进入劳动力市场的个体,所以剔除了年龄小于15岁和大于60岁的样本以及2062名在校生样本,共筛选出符合条件的样本 66087 人,其中农村样本 34909 人,城市样本31178人,分别占52.82%和47.18%。表1描述了全样本和分城乡的变量分布情况。变量可比年收入受教育年限教育程度户口类别农业户口非农业户口农业户口非农业户口农业户口非农业户口类型
14、定距变量定类变量定距变量赋值1=农业户口;2=非农业户口1=农业户口;2=非农业户口1=小学及以下;2=初中;6=研究生及以上平均值10279190556.9110.891.833.01标准误52338.4656324.134.070.971.26表1相关变量赋值及其统计特征7总样本的年收入均值为14420元,而城镇样本均值为19055元,农村样本为10279元,城镇样本平均年收入比农村高出85.4%。城乡平均受教育年限分别为10.89和6.91年,城乡相差4年。从最高教育水平来看,农村样本中最高教育水平为小学及以下、初中、高中、大专、本科、研究生及以上的占比分别为44.90%、35.20%、
15、14.10%、3.30%、2.30%和 0.30%。而城镇样本则依次为11.20%、24.90%、32.70%、15.70%、13.20%和2.20%。大约而言,农村样本平均受教育程度为初一年级,而城镇样本为高二年级,差异非常显著。样本平均年龄为 47 岁,城乡样本平均出生年份在 19681969 年之间。性别、婚姻状况、民族、党派等变量,其结构特征和全国第七次人口普查无明显差异,是一个较好的全国性样本。三、研究结果(一)城乡全样本回归结果作为分析的起点,首先,我们对方程(1)、(2)、(3)进行OLS回归,回归结果如表2所示。变量年龄出生年份性别婚姻状况户口民族党派户口类别农业户口非农业户口
16、农业户口非农业户口农业户口非农业户口农业户口非农业户口农业户口非农业户口农业户口非农业户口农业户口非农业户口类型定距变量定距变量定类变量定类变量定类变量定类变量定类变量赋值年龄=调查年份-出生年份实际年份1=男;2=女1=未婚;2=已婚;3=离异或丧偶1=农业户口;2=非农业户口1=汉族;2=少数民族1=党员;2=民主党派;3=团员;4=群众平均值47.4147.01196919681.541.522.011.97121.091.063.833.61标准误15.7216.0411.5711.980.500.500.410.47000.290.230.630.95表2明瑟方程的回归结果常量受教育
17、年限工作经验工作经验平方项性别农村样本(N=34909)模型(1)6.36(232.620.149(13.68)模型(2)5.869(81.71)0.11(24.81)0.076(26.73)-0.001(-33.839)模型(3)8.644(74.487)0.05(11.171)0.057(19.784)-0.001(-31.742)-0.243(-52.75)城市样本(N=31178)模型(1)7.517(214.16)0.115(13.57)模型(2)5.148(79.346)0.201(53.184)0.069(30.738)-0.001(-17.193)模型(3)5.721(55.7
18、43)0.188(49.885)0.051(21.441)-0.001(-12.653)-0.646(-26.963)8经回归分析,不论是采用方程(1)还是方程(2)、(3)来计算教育收益率,都揭示出了明显的城乡间的差异。这一发现与现有的多数研究结论保持了一致性。然而,所得的具体数值显然高于先前文献的计算结果。对城乡分组进行的回归分析进一步揭示,农村户籍人口的原始教育收益率为 14.9%,即农村户籍人口每增加 1 年的学校教育,年收入增加14.9%,这一比例超过城镇户籍人口的11.5%。具体来说,这是农村户籍人口超出城镇户籍人口3.4个百分点的收益。基于2002年的收入数据,农村户籍人口每增加
19、一年的学校教育,其年收入可增加约1532元(=1027914.9%),而城镇户籍人口则为2191元(=1905511.5%),这意味着城镇户籍人口的收入增加额超过农村户籍人口659元。当引入如工作经验、工作经验的平方、性别、民族和婚姻状况等控制变量,通过方程(2)和(3)来计算城乡人口的调整后教育收益率,结果表明农村户籍人口的教育收益率从14.9%显著降至11%和5%,分别下降了3.9个和9.9个百分点。相反,城镇户籍人口的教育收益率从11.5%升至20.1%和18.8%。这些调整后的结果提示,当考虑工作经验、性别、民族和婚姻等因素时,这些变量对城乡教育收益率的影响是逆向的:即对城镇户籍人口可
20、能是正面的,但对农村户籍人口可能是负面的。控制变量工作经验和性别对教育收益率的影响表明,城市提供了更多的职业发展机会,使得个体能够更快速地积累有价值的工作经验。同时在城市,由于文化和经济的原因,性别差异可能不如农村那么明显。这意味着,在城市,受教育的女性可能比农村的女性更容易获得与她们的教育背景相匹配的工作机会。造成中国城市居民和农村居民之间教育收益率差异的原因是多方面的。首先,从劳动特点来看,农村人员所从事的体力劳动明显较多,而此类劳动的报酬对受教育水平的反映程度相对较低。相比之下,城市居民所从事的工作更倾向于脑力劳动,其收入更能反映其受教育水平,这种劳动特点的差异成为城乡教育收益率差异的主
21、要原因。其次,有一部分高学历的农业户口人员在接受高等教育后选择到城镇地区工作,进而转为非农户口。研究显示,大学毕业后的收入不因原有户口差异而有明显区别。然而,非农户口中相当一部分高学历人员原来持有农业户口,这种流动也导致了农业户口人员教育收益率的降低。再者,城乡居民接受的教育质量也存在差异。由于我国的二元经济特征,城乡经济的不平衡发展也导致了教育资源的差距,包括教育设施、教师素质及家庭教育投入。城市的教育质量往往超过农村,导致同样教育年限的城市居民获得的人力资本提升更为明显,从而在增加的教育年限带来的收入上,其增幅远超农村居民,表现为更高的教育收益率。(二)我国城乡教育收益率的变化趋势分析鉴于
22、工作经验,工作经验的平方项及性别变量的显著影响,为了测算近20年中国城乡教育收益率的变化趋势,在统计近20年中国城乡教育收益率的变化趋势的时候,本研究利用方程(4)来估计城乡两个群体的各项参数。结果如表3所示。民族状况婚姻状况调整R2农村样本(N=34909)模型(1)0.041模型(2)0.069模型(3)-0.176(-3.835)0.276(7.175)0.123城市样本(N=31178)模型(1)0.034模型(2)0.077模型(3)-0.132(-2.566)0.522(16.568)0.097注:括号内为t统计量;、*分别表示伴随概率在0.1%、1%及5%水平上显著。9表3显示,
23、就10次调查横截面数据的逐年变化特点而言,存在以下结论:首先,城镇人口的净收益率明显高于农村人口。近20年来,城镇人口的教育净收益率在10%以上,逐年攀升,2010年达到最高点为31.2%,2011年回调到21.3%,此后几年不断靠近30%。其次,农村净教育收益率的总体趋势与城镇相同,从2003-2017年期间不断上升。在2012年之前在6-10%之间波动,和较多学者的研究结论类似。不过,2012年后,农村净教育收益率突破10%的限制,逐年提高,2017年的调查结果显示,农村净教育收益率超过19%。第三,就趋势而言,城乡教育净收益率延续了之前许多学者的观点,他们认为自1990年代初期起中国城乡
24、教育收益率在不断上升。8本研究支持了上述学者的观点,但是在收益率数值上差别很大。如前所述,中国学者使用2012年之前的数据和类似的明瑟方程模型都统计表明,中国城乡教育收益率在10%以内。本研究增加2万多名2012年以后的样本,统计表明,最近几年中国城乡教育收益率均出现大幅提升。农村样本在最早于2008年首次突破 10%,2012 年后一直在向 20%攀升。而城镇样本的教育净收益率在进入新世纪以来从未低于10%。为考察教育净收益率的城乡差距,对城乡平均教育净收益率的比值统计显示,在2010年之前,中国城乡教育净收益率是逐年拉大的,最低值为1.4,最高值为3.9。2011年之后的数次调查显示,城乡
25、教育收益率的差距显著收窄,2017 年的数据显示,城乡教育净收益之比为1.46,接近20年来的最低水平。为直观演示表3中的研究结果,我们以调查年份为横轴,以教育净收益率为纵轴,将方程(4)的研究结果城乡教育净收益率情况对比绘图如图1所示。00.050.10.150.20.250.30.350.40.450.520032005200620082010201120122013201520172021?图1农业与非农业人口变化城镇户口居民的教育收益率显著高于农村户口居民,其原因上文有展开,在此不再赘述。为什么表3方程(4)回归结果调查年份2003200520062008201020112012201
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 劳动者 教育 收益率 发展趋势 城乡 差异
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。