我國城鄉(xiāng)居民高等教育投資收益差距的實證分析

馬文武李中秋

（1．四川大學(xué)馬克思主義學(xué)院，四川成都 610207）

（2．河北經(jīng)貿(mào)大學(xué)金融學(xué)院，河北石家莊 050061）

我國城鄉(xiāng)居民高等教育投資收益差距的實證分析

馬文武1李中秋2

（1．四川大學(xué)馬克思主義學(xué)院，四川成都 610207）

（2．河北經(jīng)貿(mào)大學(xué)金融學(xué)院，河北石家莊 050061）

利用 CHNS數(shù)據(jù)庫，對高等教育投資收益變量進行估計，然后采用回歸分析和Oaxaca-Blinder分解法，考察城鄉(xiāng)居民個人高等教育投資收益差距的問題。研究發(fā)現(xiàn)城鄉(xiāng)居民高等教育個人投資收益差距確實存在，約為1.2倍。進一步分析家庭文化背景差異、物資資本差異、高校擴招政策、城鄉(xiāng)高等教育的性別比差異、年齡等對城鄉(xiāng)居民高等教育個人投資收益差距的影響，發(fā)現(xiàn)物質(zhì)資本和文化背景組成的資本要素稟賦差異和回報率差異，是造成城鄉(xiāng)居民高等教育個人投資收益差距的主要因素，其次是工作經(jīng)驗、年齡和高校擴招政策。

高等教育；城鄉(xiāng)投資收益差距；Oaxaca-Blinder分解

一、引 言

目前學(xué)術(shù)界對于城鄉(xiāng)收入差距問題的研究頗多，且許多文獻在理論與實證研究上十分深入。研究城鄉(xiāng)收入差距形成的原因，一個基本達成的共識是城鄉(xiāng)教育發(fā)展的差距。如陳斌開等[1]通過對中國城鄉(xiāng)收入差距影響因素的 Oaxaca-Binder分解，發(fā)現(xiàn)教育水平差異是城鄉(xiāng)收入差距最重要的影響因素，占34.69%；通過一個包括廠商、消費者、政府、教育四部門的理論模型，揭示了教育經(jīng)費投入的城市偏向政策是城鄉(xiāng)收入差距擴大的重要決定因素。郭劍雄[2]通過內(nèi)生增長理論揭示了我國農(nóng)村較低的人力資本積累率是造成農(nóng)村收入增長困難的根本原因，認(rèn)為調(diào)整城鄉(xiāng)教育結(jié)構(gòu)是調(diào)節(jié)城鄉(xiāng)收入差距的首要政策。劉文忻和盧云航[3]基于1987—2003年的省際面板數(shù)據(jù)估計顯示，我國基礎(chǔ)教育的普及有利于縮小城鄉(xiāng)收入差距，但是資金和高水平的人力資本向城市聚集又顯著擴大了城鄉(xiāng)收入差距。這些研究認(rèn)為由于城市的教育發(fā)展與農(nóng)村出現(xiàn)明顯的二元結(jié)構(gòu)，城市教育發(fā)展大大高于農(nóng)村水平，從人力資本理論視角解釋了城鄉(xiāng)收入差距形成的一個重要原因。但是在目前的情況下，是否城鄉(xiāng)教育發(fā)展平衡了、城鄉(xiāng)居民獲得了相同的教育水平，他們在教育投資收益上就無差距了呢？楊德才[4]研究發(fā)現(xiàn)，在我國城鄉(xiāng)二元結(jié)構(gòu)下，人力資本的投資和收益均具有二元性，即城市人力資本投資以及投資后的收益都高于農(nóng)村，這使得即使城鄉(xiāng)居民達到相同的教育投資水平，二者在教育投資收益上仍有差距?；谖覈壳叭肆Y本投資收益出現(xiàn)城鄉(xiāng)二元結(jié)構(gòu)這樣的判斷，本文進一步拓展，研究城鄉(xiāng)居民個人高等教育投資收益差距，考察在這樣一個特定教育水平下城鄉(xiāng)居民個人高等教育投資收益差距形成情況。

二、研究方法

對于城鄉(xiāng)居民高等教育個人投資收益差距拉大的實證分析，本文采用如下方法進行，總體上分兩步。第一步，估計出城鄉(xiāng)居民高等教育投資的收入作為反映城鄉(xiāng)居民高等教育投資收益的代理變量，因為城鄉(xiāng)居民高等教育投資的收入數(shù)據(jù)，沒有現(xiàn)成的數(shù)據(jù)庫可以查詢到，只有通過計量方法估計獲得。第二步，將第一步估計出的高等教育投資收入表現(xiàn)出來的城鄉(xiāng)差異按照Oaxaca-Blinder分解方法[5]，定量分解到各個影響要素的稟賦差異和稟賦回報率差異貢獻上，具體考察城鄉(xiāng)居民個人高等教育投資收益差距形成情況。

（一）城鄉(xiāng)居民高等教育個人投資收入變量估計

1．模型設(shè)定

城鄉(xiāng)居民高等教育的個人投資收入，無專門數(shù)據(jù)庫統(tǒng)計調(diào)查，因而無法獲得，只能通過計量方法，估計出一個很好的代理變量，以此來展開研究。文章首先通過設(shè)定如下的半對數(shù)方程模型，來估計出教育年限、經(jīng)驗變量與個人收入之間的關(guān)系。

通過OLS回歸，估計出上式參數(shù)后，經(jīng)過代入法，可求出高等教育投資收入。接受了高等教育，按照正規(guī)的學(xué)校教育年限計算，應(yīng)該是一共完成了15或16年正規(guī)教育，如果是15年，表明完成的是?？平逃?，如果是16年，表明完成的是本科教育。

然后再將 變量取為 12，其他變量取值不變代入上式，計算結(jié)果表示上述個體完成高中而沒接受高等教育的收入對數(shù)，作為只完成高中而沒完成高等教育的收入代理變量，即

根據(jù)式（2）計算的上完大學(xué)的收入再減去根據(jù)式（3）計算的上完高中獲得的收入，就是完全由投資高等教育帶來的收入。

2．變量及數(shù)據(jù)說明

上述模型采用的所有變量數(shù)據(jù)來源于CHNS數(shù)據(jù)庫（1988—2010年），相關(guān)變量說明如下：

收入對數(shù)（log wage）：表示個體年收入的對數(shù)，個體年收入是指一年中各種收入的總和，既包括工資性收入，還包括財產(chǎn)性收入、經(jīng)營性收入。收入變量以1988年為基期，剔除了物價影響因素。

教育年限（Edu）：表示個人接受正規(guī)教育年限，在CHNS數(shù)據(jù)庫中，個體接受的從小學(xué)、初中、高中、中等職業(yè)技術(shù)學(xué)校、大學(xué)各層次學(xué)歷的實際年限都做了精確的統(tǒng)計，通過對各個層次教育年限的相加，可計算出實際接受正規(guī)學(xué)校教育年限。

個人經(jīng)驗（Expe）：表示個人工作經(jīng)驗，根據(jù)個體年齡，由年齡減去接受正規(guī)學(xué)校教育年限，再減去上學(xué)前的時間，上學(xué)的時間根據(jù)我國上小學(xué)的年齡相關(guān)規(guī)定，一般為年滿6歲的兒童才能上小學(xué)。因此，Expe=年齡-Edu-6獲得。

個人經(jīng)驗平方：直接通過計算出來的個人經(jīng)驗數(shù)據(jù)平方而得。之所以控制經(jīng)驗平方變量，是因為隨著年齡的增長，個人收入一般表現(xiàn)為先增長后下降趨勢，即年齡與收入之間呈倒“U”型關(guān)系。

u為擾動項：式中沒有加入其它影響收入的控制變量，其影響納入擾動項中，是因為本文無須精確計算出高等教育投資收入，而只需計算出其代理變量，反映其變化趨勢和規(guī)律即可。

3．估計結(jié)果

對模型（1）的估計結(jié)果見表1，知個系數(shù)估計結(jié)果均顯著，且符合理論意義。然后再通過帶入變量由（3）～（2）即可得到高等教育投資收益。

表1 模型（1）估計結(jié)果

（二）城鄉(xiāng)高等教育個人投資收益差距的Oaxaca-Blinder分解[6]

1．Oaxaca-Blinder分解

在上述基礎(chǔ)上，可以通過對城鄉(xiāng)居民高等教育個人投資收益差距進行 Oaxaca-Blinde分解，分解方法的推導(dǎo)如下：

對于城鄉(xiāng)兩組高等教育投資收入yu和yr，可用如下公式衡量城鄉(xiāng)高等教育個人投資收益差距：

當(dāng)G大于1時，則表示城市家庭子女高等教育投資收入高于農(nóng)村家庭，高等教育個人投資收益存在城鄉(xiāng)差距；當(dāng)G小于等于1時，表明農(nóng)村家庭高等教育投資收入至少不會比城市家庭低，本文對此定義為不存在高等教育個人投資收益城鄉(xiāng)差距。和表示城市組高等教育的投資收入平均值和農(nóng)村組高等教育的投資收入平均值，通過轉(zhuǎn)換可以得到如下等式

此時，如lnG大于0，表示存在高等教育個人投資收益城鄉(xiāng)差距；如lnG小于等于0，則不存在高等教育個人投資收益城鄉(xiāng)差距。

對于城鄉(xiāng)高等教育投資收入，根據(jù)影響其各微觀因素，可以設(shè)定半對數(shù)模型進行估計，

式（6）表示城市居民高等教育投資收入的半對數(shù)模型，式（7）表示農(nóng)村居民高等教育投資收入的半對數(shù)模型。

所以有：

則有：

或：

等式（9）和（10）右邊第一部分為要素稟賦差異對總差距的貢獻，第二部分為要素稟賦回報率差異對總差距的貢獻。在具體計算過程中，一個變量對總差距的兩種貢獻是通過將變量的均值代入到式（9）或式（10）中獲得①由于是將1988年到2010年各變量的均值代入公式中求出的城鄉(xiāng)個人高等教育個人投資收益差距，因此，計算出的這個收益差距是反映整個時間段的城鄉(xiāng)差距綜合情況，是一個整體指標(biāo)。。對模型（6）和（7）加入具體變量后，為如下形式：

2．變量及數(shù)據(jù)說明

對于式（11）或（12）中所有的數(shù)據(jù)均來源于CHNS數(shù)據(jù)庫（1988—2010年），具體變量及其數(shù)據(jù)說明如下。

高等教育投資收入（y）：由第一步半對數(shù)模型估計計算而來。

家庭文化背景（fmedu）：由個體父親或母親的受教育情況反映，用以考察其對于子女接受高等教育收益的影響，具體為當(dāng)父親或母親的學(xué)歷在高中及其以上，fmedu = 1，其它情況時，fmedu = 0；

家庭收入狀況（fmshouru）：由父親或母親的年收入狀況反映，收入是用一年中各種收入的總和，既包括工資性收入，還包括財產(chǎn)性收入、經(jīng)營性收入，該變量代表個體家庭的物質(zhì)資本狀況，以此考察家庭物質(zhì)資本對高等教育個人投資收益的影響，數(shù)據(jù)以1988年為基期，剔除了物價因素；

性別（xinb）：表示個體的性別狀況，男性時xinb = 1，女性時，xinb = 0。

年齡（age）：反應(yīng)個體的年齡狀況，以調(diào)查年份記錄為準(zhǔn)。

高校擴招政策（kuozhao）：我國高校擴招政策始于1999年，以1999年為界，1999年之后為擴招年份，kuozhao=1，之前年份，kuozhao=0。

工作經(jīng)驗（Exp)：表示個體工作的經(jīng)驗?zāi)昴晗?，與上述半對數(shù)模型中工作經(jīng)驗相同。

u和ε表示擾動項，下標(biāo)u和r表示城市和農(nóng)村。因此模型（11）表示的是城市組個體高等教育個人投資收益估計方程，模型（12）表示的是農(nóng)村組個體高等教育個人投資收益估計方程。

三、實證研究結(jié)果及分析

對于模型（11）和（12）的估計結(jié)果和Oaxaca-Blinder的分解結(jié)果匯報見表2。

表2 模型估計及Oaxaca-Blinder分解結(jié)果

（一）回歸結(jié)果及分析

從城鄉(xiāng)兩組變量的回歸結(jié)果看，城市組變量除了高校擴招變量不顯著，其余變量均顯著，農(nóng)村組變量都通過了顯著性檢驗，對比分析城鄉(xiāng)各變量對高等教育投資凈收入的要素稟賦回報率。

1．家庭文化背景影響

發(fā)現(xiàn)家庭文化背景對高等教育凈收入的要素稟賦回報率顯著為正，符合資本與收入之間關(guān)系的一般理論，同時城市家庭文化背景的要素稟賦回報率要明顯高于農(nóng)村，高出近4.5個百分點。這說明家庭子女在完成了高等教育取得了高等學(xué)歷的前提下，其后期收入依然受到自身所出身家庭的文化背景的長期影響，由于城市家庭文化背景層次明顯高于農(nóng)村家庭，因而導(dǎo)致城市家庭文化背景的要素稟賦回報率要高于農(nóng)村。這大概緣于文化背景深厚的家庭，能夠為子女就業(yè)、擇業(yè)、創(chuàng)業(yè)、職業(yè)規(guī)劃、工作晉升提供較好的智力支持，而城市家庭文化背景普遍高于農(nóng)村家庭的現(xiàn)實問題，這是導(dǎo)致這一結(jié)果的主要原因。

2．家庭物質(zhì)資本影響

家庭物質(zhì)資本對高等教育投資凈收入的要素稟賦回報率顯著為正，符合一般理論邏輯，從系數(shù)大小看，雖然其對城鄉(xiāng)家庭高等教育凈收入的影響非常小，卻十分顯著，故其作用不可低估。同時與家庭文化背景對高等教育凈收入的要素稟賦回報率影響不同的是，物質(zhì)資本回報率正好相反，農(nóng)村要大于城市，這種差異緣于物質(zhì)資本與文化背景特性差異。物質(zhì)資本在達到一定程度后具有邊際報酬遞減的規(guī)律，文化背景一般不具有這一特性，而恰恰城市家庭物質(zhì)資本通常高于農(nóng)村家庭。因邊際報酬遞減，城市家庭物質(zhì)資本對于高等教育投資邊際報酬回報率要低于農(nóng)村家庭，但這并不意味著城市家庭物質(zhì)資本對于高等教育投資收入作用低于農(nóng)村，從回報的絕對收入可以斷定，城市家庭必定大于農(nóng)村家庭，而這恰恰正好反映了城鄉(xiāng)家庭物質(zhì)資本存量差距較大的事實，說明增加農(nóng)村家庭物質(zhì)資本存量對于提高農(nóng)村家庭子女高等教育投資收入、抵御高等教育個人投資風(fēng)險意義重大。

3．男女性別影響

對虛擬變量性別回歸結(jié)果表明對高等教育投資凈收入要素稟賦回報率男性高于女性，符合一般研究結(jié)果；這種男女性別對高等教育投資凈收入的要素稟賦回報率差異在城鄉(xiāng)之間差別不大，城市為0.012 9，農(nóng)村為0.012 8，這說明性別差異畢竟是個體生理特征差異，對高等教育投資凈收入回報率與城鄉(xiāng)環(huán)境關(guān)系不大。

4．年齡的影響

對大學(xué)畢業(yè)生的年齡回歸結(jié)果顯示，在本節(jié)數(shù)據(jù)特征下（見表 2，城市家庭大學(xué)畢業(yè)生年齡樣本均值為27歲，農(nóng)村為26歲），年齡對高等教育凈收入要素稟賦回報率顯著為正，城市組的年齡回報率要略小于農(nóng)村組，這反映了本文所用大學(xué)畢業(yè)生樣本其年齡整體上處于收入峰值曲線的左邊，隨著年齡的增長，其收入還有進一步增長潛力。

5．大學(xué)擴招政策影響

大學(xué)擴招政策變量回歸系數(shù)為負(fù)數(shù)，說明 1999年及之后的大學(xué)擴招政策，都顯著降低了城鄉(xiāng)高等教育投資凈收入，從回報率看，城市為-0.002 8，農(nóng)村為-0.040 1。很明顯，高校擴招政策，對于農(nóng)村高等教育投資者的收入影響要大于城市，具體表現(xiàn)為對農(nóng)村高等教育投資凈收入的要素稟賦回報率降低程度高出城市3.73個百分點，說明高校擴招是一把雙刃劍，一方面確實增加了農(nóng)村居民高等教育機會，另一方面卻大大降低了農(nóng)村居民高等教育投資回報率，這也解釋了為什么有的地方出現(xiàn)農(nóng)村子女高考棄考的現(xiàn)象，這恰恰是農(nóng)村居民高等教育個人投資回報率降低后，投資主體個人做出的基于目標(biāo)期限內(nèi)利益最大化的理性選擇。

6．經(jīng)驗的影響

工作經(jīng)驗對高等教育投資凈收入的要素稟賦回報率顯著為正，但這種回報率影響城鄉(xiāng)之間差別也不大，農(nóng)村高于城市0.32個百分點，說明工作經(jīng)驗對于農(nóng)村大學(xué)畢業(yè)生收入的影響比城市大學(xué)畢業(yè)生的要稍微高點，從側(cè)面反映了農(nóng)村子女大學(xué)生畢業(yè)后工作經(jīng)驗積累的重要性。

（二）Oaxaca-Blinder分解結(jié)果及分析

再看表2對城鄉(xiāng)高等教育投資凈收入差距的對數(shù)ln（G）的Oaxaca-Blinder的分解結(jié)果。

通過城鄉(xiāng)兩組變量的OLS估計后并計算出ln（G）的值為0.215 1，因此G為1.248 3，也就是說城鄉(xiāng)高等教育投資凈收入比為1.248 3，說明了城鄉(xiāng)高等教育投資收益差距存在的事實，與楊德才[4]研究發(fā)現(xiàn)城市人力資本投資以及投資后的收益都高于農(nóng)村的結(jié)論一致。

通過對ln（G）的Oaxaca-Blinder的分解，其中家庭文化背景的貢獻為11.34%，物質(zhì)資本的貢獻為15.16%，二者之和為26.5%，說明城鄉(xiāng)家庭文化背景差異與物質(zhì)資本差異，對反映城鄉(xiāng)居民高等教育個人投資收益差距的收入對數(shù)差距的影響成分占到 26.5%，通過比較其他要素的貢獻比例，可知這兩個資本對城鄉(xiāng)高等教育投資凈收益差距的貢獻比例在所有要素中是最高的，說明資本稟賦差異和資本回報率差異對于接受高等教育的城鄉(xiāng)大學(xué)畢業(yè)生而言，仍然是構(gòu)成其收入差距的重要因素。

性別差異對城鄉(xiāng)高等教育個人投資收益差距的影響是降低城鄉(xiāng)收益差，通過系數(shù)回報率觀察，城鄉(xiāng)分別為0.012 9和0.012 8，近似相等，這說明性別對于城鄉(xiāng)高等教育投資凈收入差距的影響主要來源于要素稟賦差異的貢獻，從而反映了城鄉(xiāng)接受高等教育的大學(xué)生男女性別比例存在差異，通過分析樣本中城鄉(xiāng)接受高等教育的男女生比例，發(fā)現(xiàn)接受高等教育的男女性別比農(nóng)村為1.64，城市為1.40，農(nóng)村大學(xué)生男女性別比明顯大于城市男女性別比，而Oaxaca-Blinder分解結(jié)果為－0.19%，可以推出男性大學(xué)教育投資凈收入要高于女性，所以才使得性別對于城鄉(xiāng)高等教育投資凈收益差距的貢獻為負(fù)。

年齡對于城鄉(xiāng)高等教育投資凈收入差距的貢獻達到20.92%，對于年齡的這一較高貢獻，可能緣于城鄉(xiāng)大學(xué)畢業(yè)生在年齡維度上表現(xiàn)出的較大個體能力差異，對于這一問題，還需做進一步深入的理論和實證研究，方能得出正確的結(jié)論。

1999年開始的大學(xué)擴招對于城鄉(xiāng)高等教育投資凈收入差距的貢獻高達 18.04%，從表分解結(jié)果中看，在單個影響因素考察中，這是貢獻度第三大的影響因素，說明了大學(xué)擴招政策，雖然帶來整體上大學(xué)機會的上升，但是從內(nèi)部結(jié)構(gòu)看，也造成了城鄉(xiāng)高等教育投資凈收入的差距。因此，在評價高校擴招政策績效的時候，除了要分析其對于我國教育事業(yè)發(fā)展的積極促進作用外，還要考慮到其帶來的多種不公平效應(yīng)，如城鄉(xiāng)高等教育投資凈收入的不公平效應(yīng)。這一不公平效應(yīng)的產(chǎn)生，與高校擴招帶來的大學(xué)生數(shù)量劇增引致的就業(yè)壓力的增加，使得大學(xué)畢業(yè)生越來越感覺到就業(yè)難有著直接關(guān)系。自從1999年教育部出臺《面向21世紀(jì)教育振興行動計劃》，提出到2010年，高等教育毛入學(xué)率達到適齡青年的15%，而后面實際上遠遠超越了這一擴招速度，在“十五”計劃的2005年就已達到了這一目標(biāo)，整整提前了5年，在2008年秋，高等教育毛入學(xué)率已達到23%。所以，高校擴招政策實施以后，高等教育規(guī)模發(fā)生了歷史性的變化，短短十多年，大學(xué)生人數(shù)迅速增加，給大學(xué)生畢業(yè)就業(yè)也帶來了巨大壓力。表2給出了相關(guān)年份高校畢業(yè)生畢業(yè)人數(shù)、待業(yè)人數(shù)和首次就業(yè)率情況，從表中可以看出，從1999年后我國高校畢業(yè)生人數(shù)和就業(yè)率的變化情況，從畢業(yè)生人數(shù)看呈加速度上升，而首次就業(yè)率卻保持在70%左右。大學(xué)畢業(yè)生日益嚴(yán)峻的就業(yè)形勢，無疑會讓本就在社會關(guān)系、經(jīng)濟地位等方面處于劣勢的農(nóng)村家庭子女在就業(yè)方面處于更加不利的境地，從而對城鄉(xiāng)居民高等教育個人投資凈收入差距產(chǎn)生起著推波助瀾的作用。

四、主要結(jié)論

本文采用CHNS數(shù)據(jù)，通過“兩步法”采用半對數(shù)模型估計了城鄉(xiāng)各組變量對高等教育凈收入的回報率，得出的結(jié)論主要有：家庭文化背景與家庭物質(zhì)資本對子女高等教育投資凈收入的要素稟賦回報率為正，且城市家庭子女這些要素稟賦回報率要高于農(nóng)村。男性對高等教育投資凈收入的要素稟賦回報率要顯著大于女性，體現(xiàn)出了性別與收入的一般規(guī)律性，工作經(jīng)驗對高等教育投資凈收入的要素稟賦回報率也顯著為正，反映了大學(xué)畢業(yè)生畢業(yè)后經(jīng)過一定時期的工作經(jīng)驗的積累是可以不斷提高其高等教育投資凈收入的，同時農(nóng)村經(jīng)驗回報率要略大于城市，反映農(nóng)村家庭大學(xué)畢業(yè)生工作經(jīng)驗積累對于降低城鄉(xiāng)高等教育投資凈收入差距的重要性。高校擴招政策對于居民高等教育個人投資凈收入增加并沒有正面的促進作用，相反，對高等教育投資凈收入的要素稟賦回報率為負(fù)；另外，高校擴招政策對城鄉(xiāng)居民高等教育投資凈收入的降低作用還存在較大的城鄉(xiāng)差別，具體表現(xiàn)為農(nóng)村降低程度大于城市，城鄉(xiāng)之間對于這一成本的分擔(dān)明顯不平等。

進一步運用Oaxaca-Blinder分解法對城鄉(xiāng)居民高等教育投資凈收入對數(shù)差距進行了分解，得出的主要研究結(jié)論有：由物質(zhì)資本和文化背景組成的資本要素稟賦差異和回報率差異，是造成城鄉(xiāng)居民高等教育個人投資凈收入對數(shù)差距的主要因素，其貢獻度占 26.5%，在所有要素貢獻度大小中排名最高。年齡對于城鄉(xiāng)高等教育投資凈收入差距的貢獻達到20.92%；高校擴招政策對于城鄉(xiāng)高等教育投資凈收入差距的貢獻高達18.04%，在所考察的要素中，其貢獻度排名第三。性別變量顯示性別有助于降低城鄉(xiāng)居民高等教育個人投資凈收入差距，其對高等教育投資凈收入對數(shù)差距的貢獻度為－0.19%?？芍沁@種城鄉(xiāng)組內(nèi)男女性別差異導(dǎo)致的城鄉(xiāng)性別要素稟賦差異，最終才使得性別變量對城鄉(xiāng)高等教育投資凈收入差距起著降低的作用，而性別回報率差異對總差距的貢獻度很小。

[1] 陳斌開，張鵬飛，楊汝岱.政府教育投入、人力資本投資與中國城鄉(xiāng)收入差距[J].管理世界，2010（1）：36-43.

[2] 郭建雄.人力資本、生育率與城鄉(xiāng)收入差距的收斂[J].中國社會科學(xué)，2005（3）：27-37.

[3] 劉文忻，盧云航.要素積累、政府政策與我國城鄉(xiāng)收入差距[J].經(jīng)濟理論與經(jīng)濟管理，2006（4）：13-20.

[4] 楊德才.論人力資本二元性對城鄉(xiāng)收入差距的影響[J].當(dāng)代經(jīng)濟研究，2012（10）：69-74.

[5] Blinder, Alan S.Wage Discrimination: Reduced Form and Structural Estimates [J]. Journal of Human Resources, 1973(8):436-455.

[6] Oaxaca, R. Mal-femal Wage Differentials in Urban Labor Markets [J]. International Economic Review,1973(14): 693-709.

（責(zé)任編輯：于開紅）

An Empirical Analysis on the Gap of Personal Investment Return of Higher Education Between Urban and Rural Residents in China

MA Wenwu1LI zhongqiu2
(1.Marxism School , Sichuan University, Chengdu, Sichuan 610207, China)
( 2. Hebei University of Economics and Business, Shi Jiazhuang, Hebei 050061, China )

Using the CHNS database, the study estimated the investment return variables of higher education based on the regression analysis and Oaxaca-Blinder decomposition. The result shows that the income gap between individual investment in higher education in urban and rural areas does exist, about 1.2 times. The paper further analyzes the impact of differences in family cultural background, material capital, university enrollment policy, sex ratio of urban and rural higher education, and age on individual investment income gap between urban and rural residents in higher education. It is found that physical capital and cultural capital are the main factors that cause the income gap between individual residents of higher education in urban and rural areas, followed by work experience, age and university enrollment policy.

higher education; investment income gap between urban and r ural; Oaxaca-Blinder decomposition

G64

A

1009-8135（2017）04-0045-07

2017-04-17

馬文武（1984—），男，四川營山人，四川大學(xué)講師，博士，主要研究收入分配及三農(nóng)問題。李中秋（1981—），女，河北保定人，河北經(jīng)貿(mào)大學(xué)講師，博士，主要研究人口經(jīng)濟、經(jīng)濟發(fā)展理論與政策。

中國博士后科學(xué)基金面上項目“中國城鄉(xiāng)居民高等教育投資收益與風(fēng)險研究”（2016M592660）；中央高校基本科研業(yè)務(wù)費資助項目“中國農(nóng)村人力資本投資扶貧效應(yīng)研究”（skzx2016-sb42）階段性成果