高等教育擴展對勞動力流動的影響——基于省級面板數(shù)據(jù)的實證分析

徐超

（上海財經(jīng)大學(xué)公共經(jīng)濟與管理學(xué)院，上海200433）

高等教育擴展對勞動力流動的影響
——基于省級面板數(shù)據(jù)的實證分析

徐超

（上海財經(jīng)大學(xué)公共經(jīng)濟與管理學(xué)院，上海200433）

高等教育擴展對我國經(jīng)濟社會的諸多方面產(chǎn)生了重要的影響，勞動力市場便是其中之一。利用1996年到2012年的省級面板數(shù)據(jù)，本文為高等教育擴展與勞動力流動性的關(guān)系提供了經(jīng)驗證據(jù)。固定效應(yīng)和隨機效應(yīng)的回歸結(jié)果均表明高等教育擴展顯著促進了勞動力的流動性。使用系統(tǒng)GMM和2SLS方法對內(nèi)生性問題進行處理之后，回歸結(jié)果依舊顯著為正。此外，為了增強結(jié)論的可信性，本文還進行了穩(wěn)健性檢驗。本文的研究為理解我國勞動力流動性的增強提供了新的視角。

高等教育擴展；勞動力流動；信息不對稱；遷移成本

一、引言

傳統(tǒng)經(jīng)濟學(xué)理論認為，在信息完全、遷移成本為零的理想狀態(tài)下，勞動力的遷移將只受到地區(qū)間收入差距的影響 （Gallaway，1969；Levy和 Wadychi，1974；吳克明，2009）。在自由流動的勞動力市場中，兩地之間收入差距的存在將致使勞動力從低收入地流向高收入地，直到在要素邊際收益遞減規(guī)律作用下，兩地的收入水平趨同，移動將不會引起收入上的變化為止。但在現(xiàn)實情況下這一假設(shè)前提并不成立。一方面，地區(qū)之間的信息并不完全，本地居民并不能獲取其他地區(qū)全部的就業(yè)信息。Greenwood（1975）認為，能否獲得遷入地的信息以及獲得的信息數(shù)量對于遷移決策具有重要的影響。信息的不對稱將阻礙勞動力的流動。另一方面，勞動力的遷移成本并不為零。這些遷移成本包括信息搜尋成本、移居成本、新崗位及環(huán)境適應(yīng)成本、重建人際網(wǎng)絡(luò)的成本等。過高的遷移成本也將不利于勞動力的轉(zhuǎn)移。

教育對改善地區(qū)之間的信息不對稱狀況、降低勞動力的遷移成本具有積極的影響（Sahota，1968；Greenwood，1969），可以增強勞動力的流動性。相關(guān)研究也支持了這一觀點。Samule Bowles（1970）根據(jù)人力資本模型對美國南部的遷移進行了回歸研究，發(fā)現(xiàn)受教育年限與遷移呈正相關(guān)。其原因在于受過教育者更能夠成功地適應(yīng)經(jīng)濟的不均衡。這可以理解為，教育降低了遷移成本。Schwartz（1976）根據(jù)人力資本理論和搜尋理論，利用人口普查數(shù)據(jù)考察了教育、年齡對遷移的影響。研究表明，對于任何的年齡組，遷移率都隨著教育程度的提高而上升。該文認為，導(dǎo)致這一結(jié)果的原因在于教育提高了勞動力的信息搜尋能力，使得工作搜尋區(qū)域擴大，進而產(chǎn)生了更遠地理距離的流動。國內(nèi)也有諸多學(xué)者對教育與遷移的關(guān)系進行了探討 （Zhu，2002；蔡昉等，2003；胡士華，2005）。吳克明（2009）特別對“教育促進了遷移”的解釋進行了總結(jié)，主要有三種觀點：一是信息優(yōu)勢說，即受教育程度越高的勞動力，其信息搜尋能力越強。更多的信息將有利于降低遷移的風(fēng)險和不確定性，從而提高遷移概率。二是心理成本說，即教育提高了個人對異地文化的認同感，降低了遷移的心理成本。三是勞動力市場范圍說，即勞動力的教育水平越高，就業(yè)能力就越強，就業(yè)市場便越廣泛，從而遷移概率越大。

盡管不乏教育與勞動力流動性關(guān)系的相關(guān)研究，卻罕有文獻對高等教育單獨進行討論。本文將集中考察高等教育對勞動力流動的影響。高等教育屬于教育體系的高級階段，其在我國經(jīng)濟改革發(fā)展的過程中，扮演著重要的角色。自1999年教育部出臺《面向21世紀教育振興行動計劃》以來，我國高等教育進入了快速發(fā)展時期。大學(xué)生在社會總?cè)丝谥兴急戎刂鹉晏嵘?，?002年的2.8%增加到2012年的10.4%①相關(guān)數(shù)據(jù)來源于2003年及2013年《中國統(tǒng)計年鑒》。具體地，我們使用6歲及以上人口中，大專及以上人口占比表示。，表明我國高等教育已經(jīng)從精英教育階段邁入了大眾教育階段。高等教育的快速擴展，對我國經(jīng)濟社會的發(fā)展產(chǎn)生了極大的推動作用（韓雪峰，2009；顏敏，2013）。在此背景下研究高等教育與勞動力流動性的關(guān)系具重要的現(xiàn)實意義。

我們認為，高等教育的擴展將促進整個勞動力市場的流動性。首先，接受過高等教育的大學(xué)生大都具有異地求學(xué)經(jīng)歷。異地求學(xué)提高了大學(xué)生異地生活的適應(yīng)能力，增加了大學(xué)畢業(yè)生在異地工作和生活的可能性。其次，大學(xué)生的工作轉(zhuǎn)換成本較低。大學(xué)生具備更多的知識存量，對新的工作崗位具有更強的適應(yīng)能力，可以在短期內(nèi)掌握新的技能，熟悉新的工作流程。即大學(xué)生的工作轉(zhuǎn)換成本更低，遷移的可能性更大。再者，大學(xué)生具有更強的信息搜尋能力。尤其是隨著網(wǎng)絡(luò)時代的到來，大學(xué)生是網(wǎng)絡(luò)用戶的主力軍。網(wǎng)絡(luò)資源的更好利用使得大學(xué)生較之非大學(xué)生可以獲取數(shù)量更多、質(zhì)量更好的就業(yè)信息。而這些信息又通過大學(xué)生間接地傳遞給其他勞動力，從而提升了整個社會的搜尋能力。搜尋能力的提升，提高了遷移概率，促進了勞動力的市場流動。

利用1996年到2012年的省級面板數(shù)據(jù)，本文實證檢驗了高等教育擴展對地區(qū)勞動力流動的影響。由于一地區(qū)高等教育擴展水平只會影響該地區(qū)居民而非其他地區(qū)居民的信息搜尋能力和遷移成本，這令我們的考察對象放在了地區(qū)勞動力的遷出上。我們采用一地區(qū)總?cè)丝谥械拇髮Ｒ陨先丝谡急茸鳛楦叩冉逃龜U展水平的測度考察高等教育擴展對勞動力流動的影響。固定效應(yīng)和隨機效應(yīng)模型的回歸結(jié)果均表明高等教育的擴展顯著促進了人口的流動。為了克服反向因果關(guān)系及遺漏變量所導(dǎo)致的內(nèi)生性問題，我們使用了GMM回歸和2SLS回歸進行處理，模型結(jié)果依舊顯著為正。進一步以一地區(qū)勞動力平均高等教育年限作為高等教育擴展的測度，進行穩(wěn)健性檢驗。

本文可能的創(chuàng)新之處體現(xiàn)在以下幾個方面：第一，先前的研究并沒有將教育細化到高等教育層次，本文第一次實證分析了高等教育對勞動力流動的影響。第二，本文利用動態(tài)面板及兩階段最小二乘模型處理了基本模型可能存在的內(nèi)生性問題。特別地，在兩階段最小二乘模型中，我們采用了各地的人均普通高校個數(shù)來做工具變量，這在相關(guān)文獻中屬于首例。除此之外，本文使用了兩種方式對核心解釋變量進行測度，以增強本文結(jié)論的穩(wěn)健性。

二、模型建立及數(shù)據(jù)說明

長久以來，研究教育與勞動力流動的文獻并沒有統(tǒng)一的實證框架。借鑒Greenwood（1969）、Schwartz （1976）、蔡昉等（2002）、吳克明（2009）等文獻，并結(jié)合本文的研究重點，我們建立了以下計量模型。

勞動力流動性用Mobility表示。該指標用i地區(qū)第t年的人口遷出數(shù)②人口遷出數(shù)包括遷入地為本省和遷入地為外省的遷移人口數(shù)之和。占人口總數(shù)的比重衡量。如引言所述，高等教育通過影響居民的搜尋能力和工作轉(zhuǎn)換能力來影響勞動力流動，只有本地居民的遷出才會受到這一機制的影響。出于這一考慮，我們的勞動力流動指標并未包含遷入人口。特別地，我們的遷移數(shù)據(jù)采用了省級面板數(shù)據(jù)。國內(nèi)相關(guān)文獻大都基于第五次和第六次人口普查數(shù)據(jù)來計算勞動力流動性的指標，這將產(chǎn)生至少兩個方面的不足，一是截面數(shù)據(jù)的樣本觀察值往往較少，這將影響回歸結(jié)果的顯著性。同時，較少的觀察值使得控制變量不宜過多，遺漏變量問題將會更加嚴重。二是截面數(shù)據(jù)不能建立動態(tài)模型，也不能借助滯后項來做工具變量以處理反向因果等原因?qū)е碌膬?nèi)生性問題?；诖耍疚牟捎昧恕吨腥A人民共和國全國分縣市人口統(tǒng)計資料》提供的省級面板數(shù)據(jù)。

本文的核心解釋變量是地區(qū)高等教育擴展水平，用HEDU來表示。我們采用該地區(qū)大專以上人口占比表示。需要指出的是，這一指標只是從人口學(xué)的角度，測度了高等教育擴展的程度，并未考慮受高等教育的年限。比如，如果一人的教育背景是?？茖W(xué)歷，另一人是研究生學(xué)歷，該指標將不能對這兩個人進行區(qū)分。針對這一缺陷，我們采用了一地區(qū)勞動力平均受高等教育的年限作為替代指標，并對文中的結(jié)論進行了穩(wěn)健性檢驗。

ΣX是控制變量，主要包括人均GDP（PGDP）、人均財政支出（PFE）、人口密度（Density）、產(chǎn)業(yè)結(jié)構(gòu)（Industry）、城市化（Urban）。我們添加人均GDP以控制經(jīng)濟發(fā)展對勞動力流動的影響。相關(guān)研究表明，經(jīng)濟發(fā)展水平越高、收入水平越高的地區(qū)，對勞動力越有吸引力 （Galaway，1969；Levy和Wadycki，1974）。同時，經(jīng)濟發(fā)展程度越高的地區(qū)也往往聚集了更多的高學(xué)歷勞動者，如果不加控制，將產(chǎn)生因虛假關(guān)系引起的偽回歸。我們用人均財政支出（PFE）控制一地區(qū)的社會福利水平，一般而言福利越高的地區(qū)，本地的勞動力越不愿遷出。人均財政支出（PFE）用本省財政支出決算數(shù)與人口之比測度。人口密度對地區(qū)勞動力流動具有重要的影響。人口密度能夠一定程度地反映勞動力社會關(guān)系網(wǎng)的復(fù)雜程度。人口密度越高，社會關(guān)系網(wǎng)絡(luò)往往越大，從而遷移的機會成本將越高。人口密度（Density）為每平方公里的人口數(shù)。產(chǎn)業(yè)結(jié)構(gòu)（Industry）與城市化（Urban）能夠引起勞動力從農(nóng)村地區(qū)遷移到城鎮(zhèn)地區(qū)，從而影響本文的因變量。而產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，還將引起勞動力的跨行業(yè)流動。本文中的產(chǎn)業(yè)結(jié)構(gòu)（Industry）用第二、三產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重表示，城市化（Urban）用城市人口在總?cè)丝谥械恼急缺硎?。特別地，為使不同年份的數(shù)據(jù)具有可比性，本文使用以1995年為基期的平減指數(shù)對人均GDP和人均財政支出數(shù)據(jù)進行了處理。我們的樣本涵蓋了1996—2012年31個省份，共527個觀察值。

本文所用數(shù)據(jù)均來自歷年各省統(tǒng)計年鑒、《教育統(tǒng)計年鑒》、《中華人民共和國全國分縣市人口統(tǒng)計資料》、中經(jīng)網(wǎng)數(shù)據(jù)庫、國家統(tǒng)計局網(wǎng)站。表1是各個變量的描述性統(tǒng)計。

表1　主要變量的統(tǒng)計描述

三、實證結(jié)果

1.基本回歸結(jié)果

首先采用地區(qū)大專以上人口占比來測度高等教育擴展水平。為了排除地區(qū)因素對回歸結(jié)果的影響，我們使用了固定效應(yīng)和隨機效應(yīng)進行了初步的回歸。同時，我們還進行了傳統(tǒng)的豪斯曼檢驗，以判斷到底使用固定效應(yīng)還是隨機效應(yīng)更加有效。豪斯曼檢驗的結(jié)果支持使用隨機效應(yīng)模型。為了便于對比，我們將固定效應(yīng)模型的回歸結(jié)果也在表2中列了出來。模型（1）為隨機效應(yīng)模型的回歸結(jié)果，模型（2）為單向固定效應(yīng)的回歸結(jié)果。模型（3）為雙向固定效應(yīng)模型，即在單向固定效應(yīng)模型基礎(chǔ)上進一步控制了年份固定效應(yīng)，以排除時間因素對回歸結(jié)果的干擾。

表2　固定效應(yīng)及隨機效應(yīng)模型回歸結(jié)果

模型（1）和模型（2）的回歸結(jié)果均顯示高等教育擴展（HEE）系數(shù)為正，且在1%的顯著性水平上顯著。說明，隨著高等教育的擴展，勞動力流動性將不斷增強。這符合我們的預(yù)期，即高等教育擴展通過改善信息不對稱狀態(tài)、降低遷移成本，促進了勞動力的流動。從模型（3）可以看出，當(dāng)進一步控制了年份固定效應(yīng)后，我們的結(jié)果依舊穩(wěn)健。

控制變量的系數(shù)符號在三個模型中均保持了一致。其中，人均GDP（PGDP）變量系數(shù)為負，且均在1%的顯著性水平上顯著。這說明隨著一地區(qū)的經(jīng)濟發(fā)展水平提高，該地區(qū)遷出人口規(guī)模將不斷變小。人們遷移的主要目的是找到更好的工作和獲得更高的生活水平，一地區(qū)的經(jīng)濟發(fā)展水平越高，本地區(qū)的收入和生活水平也將越高，這意味著越少本地居民選擇遷出本地。從隨機效應(yīng)模型中看，人口密度（Density）變量系數(shù)在1%的水平上顯著為負。表明，隨著人口密度的增加，地區(qū)人口遷出規(guī)模將變小?？赡茉蚴?，一地區(qū)人口密度越大，人們的人際關(guān)系網(wǎng)往往越大，在生活中獲得的幫助也會越多，這意味著離開本地的機會成本很高。因此，人們越不愿離開本地。模型（2）和模型（3）的回歸結(jié)果支持了這一結(jié)論。人均財政支出（PFE）、產(chǎn)業(yè)結(jié)構(gòu)（Industry）、城市化（Urban）的回歸系數(shù)在三個模型中均不顯著，不能說明三者對勞動力流動性有影響。

2.內(nèi)生性處理

高等教育的擴展與勞動力流動可能存在反向因果關(guān)系。勞動力的遷出可能會影響本地高等教育擴展水平。尤其是當(dāng)流動人口中具有高等教育背景的人口占比較高時，這一影響將會格外突出。反向因果關(guān)系將使得回歸結(jié)果有偏誤，因此必須予以解決。在本文中，我們將通過使用工具變量法來解決因反向因果關(guān)系導(dǎo)致的內(nèi)生性問題。采用工具變量進行回歸，還可以一定程度上削減遺漏變量導(dǎo)致的虛假回歸和樣本偏誤問題。

在模型（4）中，我們使用了高等教育擴展的滯后一期作為工具變量。同時考慮到之前勞動力流動對當(dāng)期勞動力流動的動態(tài)影響，我們采用了系統(tǒng)廣義矩陣模型（S-GMM）進行回歸，在模型中加入了因變量的滯后一期項。A-Bond檢驗顯示，擾動項存在一階自相關(guān)，但是不存在二階自相關(guān)。而Sargan檢驗顯示，高等教育擴展（HEE）的一階滯后是有效的工具變量。在模型（5）中，我們使用了地區(qū)每百萬人普通高等大學(xué)個數(shù)做為高等教育擴展的工具變量進行最小二乘回歸 （2SLS）。地區(qū)普通高等教育大學(xué)設(shè)立、取消、合并要經(jīng)過中央或當(dāng)?shù)卣呐鷾蕸Q定的，同時要經(jīng)過一段時間的籌備工作，因此，并不受到本期勞動力流動的影響。同時，高等教育大學(xué)個數(shù)對勞動力流動的影響，將通過影響地區(qū)高等教育擴展水平發(fā)揮作用，因此與誤差項無關(guān)。內(nèi)生性檢驗結(jié)果顯示，Hausman檢驗的p值為0.0023，拒絕了高等教育擴展（HEE）是外生的這一原假設(shè)。Cragg-Donald Wald F統(tǒng)計量為183.204，遠高于Stock and Yogo（2002）所建議的在10%水平拒絕弱工具變量假設(shè)的臨界值。

S-GMM及2SLS回歸結(jié)果如表3所示。不管是S-GMM回歸結(jié)果還是2SLS回歸結(jié)果都顯示高等教育擴展 （HEE）變量系數(shù)在1%的水平上顯著為正，這與隨機效應(yīng)模型和固定效應(yīng)模型的結(jié)果一致，說明我們的結(jié)論是穩(wěn)健的，即隨著高等教育的擴展，地區(qū)勞動力流動規(guī)模將不斷擴大。

表3　GMM及2SLS模型回歸結(jié)果

人均GDP（PGDP）和人口密度（Density）的回歸結(jié)果與表2基本相同，均顯著為負。表明隨著人均GDP及人口密度的增加，勞動力流動性將變小。只是在2SLS模型中，人口密度（Density）的系數(shù)顯著性有所下降，但是依舊在10%的水平上顯著。人均財政支出（PFE）變量系數(shù)為正，且在2SLS模型中顯著。說明隨著地區(qū)財政支出規(guī)模的增加，該地區(qū)人口遷出規(guī)模將會下降。這符合我們的直覺。一般而言，一地區(qū)的人均財政支出越多，該地區(qū)的福利水平進而生活水平將會越高，人們越不愿意離開本地生活。產(chǎn)業(yè)結(jié)構(gòu)（Industry）與城市化（Urban）回歸系數(shù)均為正。其中，產(chǎn)業(yè)結(jié)構(gòu)（Industry）在模型（4）與模型（5）中均顯著，而城市化（Urban）只在模型（5）中顯著。系數(shù)結(jié)果表明，隨著產(chǎn)業(yè)結(jié)構(gòu)的不斷優(yōu)化以及城市化的推進，勞動力流動性也越來越大。產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和城市化的推進都意味著農(nóng)村勞動力向城市轉(zhuǎn)移，從而促進了勞動力的流動。

四、穩(wěn)健性檢驗

采用大專以上人口占比來測度高等教育擴展水平，無法對高等教育年限進行區(qū)分。因而將不能考察高等教育年限或高等教育質(zhì)量對地區(qū)勞動力流動的影響。我們將使用平均受高等教育年限來克服這一問題。由于統(tǒng)計年鑒中并無全部人口不同高等教育背景的人口結(jié)構(gòu)數(shù)據(jù)，因此我們使用地區(qū)就業(yè)人口中不同高等教育階段的人口結(jié)構(gòu)數(shù)據(jù)來計算一地區(qū)平均受高等教育年限①在中國，普通大專生的學(xué)制一般為3年，普通本科生的學(xué)制一般為4年，碩士研究生學(xué)制一般是2到3年，平均為2.5年左右。而博士研究生的學(xué)制一般為4年。在教育統(tǒng)計年鑒中，我們只有大專、普通本科、研究生及以上學(xué)歷的人口占比，因此我們需要確定碩士與博士研究生的比例。從相關(guān)數(shù)據(jù)來看，碩士與博士研究生的人數(shù)比一般約為10：1，因此，我們可以將研究生及以上的平均學(xué)制約設(shè)為3年，這樣，研究生及以上學(xué)歷的勞動力受高等教育的年限就等于普通大學(xué)年制加上研究生平均學(xué)制，為7年。設(shè)一地區(qū)勞動力總?cè)丝跒閤，其中，具有大專學(xué)歷背景的人口為a，具有普通本科學(xué)歷背景的人口為b，具有研究生及以上學(xué)歷背景的人口為c，那么該地區(qū)的平均受高等教育年限為：（a*3+b*4+c*7）/x。，作為該地區(qū)高等教育擴展水平的指標。特別地，因為不同高等教育背景的就業(yè)人口結(jié)構(gòu)數(shù)據(jù)最早從2001年開始統(tǒng)計，因此我們的數(shù)據(jù)只包括了2001—2012年共12年的數(shù)據(jù)。

我們首先進行了固定效應(yīng)模型、隨機效應(yīng)模型及雙向固定效應(yīng)模型的回歸，結(jié)果依舊為正，但是并不顯著。我們認為，導(dǎo)致結(jié)果不顯著的原因有兩個，第一種可能是，以平均受高等教育年限來表示的高等教育擴展水平對勞動力流動確無影響；第二種可能是，內(nèi)生性問題影響了系數(shù)的顯著性。為了確定是哪一種原因?qū)е碌?，我們進行了S-GMM回歸和2SLS回歸①S-GMM使用高等教育年限的滯后一期作為高等教育擴展的工具變量，而2SLS使用平均每百萬人高校數(shù)作為高等教育擴展的工具變量。。看在對內(nèi)生性問題，尤其是反向因果關(guān)系進行處理以后，結(jié)果是否顯著。如果使用工具變量后系數(shù)依舊不顯著，便支持了第一種可能。如果工具變量之后結(jié)果顯著，說明固定效應(yīng)和隨機效應(yīng)模型存在內(nèi)生性問題，處理后的回歸結(jié)果更加有效。模型（9）報告了S-GMM的回歸結(jié)果，模型（10）為2SLS回歸結(jié)果。可以看出，高等教育擴展（HEE）的回歸系數(shù)依舊為正。從顯著性上來說，2SLS的結(jié)果在1%的水平上顯著，但是S-GMM中，結(jié)果并不顯著。值得注意的是，在S-GMM回歸結(jié)果中，高等教育擴展（HEE）系數(shù)p值約為12%，已經(jīng)接近10%的顯著性水平②S-GMM中HEE系數(shù)的顯著性略低于10%，可能的原因是我們的樣本量較小。。由此，我們認為，模型（6）、（7）、（8）系數(shù)不顯著是內(nèi)生性問題導(dǎo)致的。這一結(jié)論，通過將隨機效應(yīng)模型和2SLS模型的回歸結(jié)果進行豪斯曼檢驗③通過對固定效應(yīng)模型和隨機效應(yīng)模型的結(jié)果進行豪斯曼檢驗，我們已確定隨機效應(yīng)模型的結(jié)果更加有效。得到了驗證：Hausman檢驗的p值為0.001，說明隨機效應(yīng)模型的結(jié)果與2SLS結(jié)果存在顯著差異，即內(nèi)生性問題是存在的。通過分析，我們認為以地區(qū)平均高等教育年限作高等教育擴展指標的實證結(jié)果依舊支持我們的結(jié)論，即高等教育的擴展增強了勞動力的流動性。

五、結(jié)論

表4　穩(wěn)健性檢驗：GMM及2SLS模型回歸結(jié)果

隨著市場經(jīng)濟體制的不斷完善，我國勞動力市場的自由流動性不斷增強，除了制度上的因素外，高等教育的擴展也是導(dǎo)致勞動力流動的重要原因。隨著地區(qū)高等教育擴展水平的提高，人們可以獲得數(shù)量更多、質(zhì)量更高的就業(yè)信息，同時高等教育的擴展還提升了勞動力對新環(huán)境的適應(yīng)能力，降低了遷移成本。信息的獲取和遷移成本的降低將促進勞動力的流動。利用1996年至2012年的省級面板數(shù)據(jù)，本文對這一論斷進行了實證檢驗。固定效應(yīng)和隨機效應(yīng)模型的回歸結(jié)果均表明高等教育的擴展顯著促進了勞動力的流動。為了克服反向因果關(guān)系及遺漏變量所導(dǎo)致的內(nèi)生性問題，我們分別使用了系統(tǒng)廣義矩和兩階段最小二乘方法進行了相關(guān)處理，得到的結(jié)果并未發(fā)生變化。進一步地，我們以一地區(qū)勞動力平均高等教育年限作為高等教育擴展的測度進行了穩(wěn)健性檢驗，檢驗結(jié)果支持了前述結(jié)論。

盡管采用了多種模型進行計量回歸，并進行了穩(wěn)健性檢驗，本文的研究設(shè)計尚有不足。一是與已有相關(guān)文獻類似，本文使用的遷移數(shù)據(jù)為人口遷移數(shù)據(jù)，其中包含了非勞動力人口。使用這一數(shù)據(jù)夸大了勞動力遷移規(guī)模，可能引起回歸結(jié)果有偏誤。二是對高等教育擴展水平的測度既需考慮高等教育的人口數(shù)量又需兼顧高等教育的質(zhì)量。盡管采用了兩個指標分別測度高等教育擴展水平，但是任何一個指標均無法兼顧質(zhì)量和數(shù)量兩個維度。這將一定程度地影響實證結(jié)果的可信性。此外，本文只考察了地區(qū)勞動力的遷出，而未考慮遷入。實際上，一地區(qū)高等教育擴展水平很可能對其他地區(qū)的勞動力產(chǎn)生引力作用，從而影響勞動力的遷入。如考慮到對遷入的影響，高等教育擴展對勞動力流動的促進作用可能更大。

［1］吳克明.教育與勞動力流動［M］.北京：北京師范大學(xué)出版社，2009.

［2］孫百才.教育擴展與收入分配：中國的經(jīng)驗研究［M］.北京：北京師范大學(xué)出版社，2009.

［3］蔡昉，都陽，王美艷.勞動力流動的政治經(jīng)濟學(xué)［M］.上海：上海三聯(lián)出版社、上海人民出版社，2003.

［4］賴德生.教育擴展與收入不平等［J］.經(jīng)濟研究，1997（10）：46-53.

［5］賴德生.教育、勞動力市場與收入分配［J］.經(jīng)濟研究，1998（5）：42-49.

［6］胡世華.教育對我國農(nóng)村勞動力流動影響研究［J］.經(jīng)濟問題，2005（10）：40-42.

［7］韓雪峰.高等教育擴展對居民收入差距的影響［J］.生產(chǎn)力研究，2009（7）：92-94. ［8］王桂新，潘澤瀚，陸燕秋.中國省際人口遷移區(qū)域模式變化及其影響因素——于2000和2010年人口普查資料的分析［J］.中國人口科學(xué)，2012（5）：2-13.

［9］顏敏.高等教育對我國工資收入差距的貢獻——基于泰爾指數(shù)測算及分解分析［J］.上海經(jīng)濟研究，2013（4）：119-132.

［10］肖衛(wèi).中國勞動力城鄉(xiāng)流動、人力資源優(yōu)化配置與經(jīng)濟增長［J］.中國人口科學(xué)，2013（1）：77-87.

［11］Stock，James H.，Motohiro Yogo.Testing for Weak Instruments in Linear IV Regression［J］.NBER Working Paper，2002，No.284.

［12］Greenwood M.J.An Analysis of the Determinants of Geographic Labor Mobility in the United States［J］.The Review of Ecomomics and Statistics，1969，51（2）：189-194.

［13］Greenwood M.J.The Determinants of Labor Migration in Egypt［J］.Journal of Regional Science，1969，9（2）：283-290.

［14］Greenwood M.J.Research on Internal Migration in the United States：A Survey［J］. Journal of Economic Literature，1975，13（2）：397-433.

［15］Gallaway L.E.The Effect of Geographic Labor Mobility on Income：A Brief Comment［J］.The Journal of Human Resource，1969，4（1）：103-109.

［16］Sahota，G.S.An Economic Analysis of Internal Migration in Brazil［J］.The Journal of Political Economy，1968，76（2）：218-245.

［17］Levy M.B.，Wadychi W J.Education and the Decision to Migrate：An Econometric Analysis of Migration in Venezuela［J］.Econometrica，1974，42（2）：377-388.

［18］Schwartz A.Migration，age，and education［J］.The Journal of Political Economy，1976，84（4）：701-720.

［19］Zhu N.The Impact of Income Gaps on Migration Decesions in China［J］.China E-conomic Review，2002，13（2）：213-230.

［20］Ronald Skeldon.International Migration as a Tool in Development Policy：A Passing Phase？［J］.Population and Development Review，2008，34（1）：1-18.

［21］Michael A.Quinn.Estimating the Impact of Migration and Remittances on Agricultural Technology［J］.The Journal of Developing Areas，2009，43（1）：199-216.

The Influence of Higher Education Expansion to Labour Mobility：Based on the Empirical Analysis of Provincial Panel Data.

XU Chao

（School of Public Economics and Administration，Shanghai University of Finance and Economics，Shanghai 200433，China）

The expansion of higher education has exerted great influence on many respects of economic society in our country. And the labor market is one of the respect.Through the provincial panel data from 1996 to 2012，this paper provides empirical evidence on the relationship between higher education expansion and labor mobility.The regression results of fixed effects and random effects suggest that the expansion of higher educationsignificantlycontributed to the mobility of labor force.And the regression results remained positive after processing the endogenous problems using GMMsystemand 2SLS method.In addition，in order to enhance the credibility of our conclusion，robustness test was carried out.This work provides new perspectivesto the comprehension of the enhancement oflabor mobility in China.

Higher Education Expansion；Labor Mobility；Information Asymmetry；Costs of Migration

F241.22

A

1007-0672（2015）04-0040-06

2015-02-24

國家社科基金青年項目“教育機會分配公平性的配套改革問題研究”（10CJY009）。

徐超，男，山東濰坊人，上海財經(jīng)大學(xué)公共經(jīng)濟與管理學(xué)院財政系，博士研究生 ，研究方向：教育經(jīng)濟學(xué)。