城城流動人口教育回報率研究

侯 力

（吉林大學 東北亞研究中心，吉林 長春 130012）

一、引言

改革開放以來我國人口在地區(qū)間的流動趨勢不斷加強。2020 年第七次中國人口普查數(shù)據(jù)顯示全國流動人口達到3.76億，人口城鎮(zhèn)化率達到63.89%，［1］說明人口的流動性仍在不斷增強。一方面，鄉(xiāng)村人口仍在以年均提高1 個百分點的速度加快向城市流動，受戶籍等方面制度的制約，大量進城務工人員成為我國流動人口的主體；另一方面，城城流動人口規(guī)模不斷擴大，在全部流動人口中所占比重呈上升態(tài)勢，由2013年的14.44%提高至2018年的15.84%，各年度平均受教育年限分布在12.3～13.2年之間，6年平均水平為12.9年，高于流動人口總體10.1年和鄉(xiāng)城流動人口9.6年的平均水平①根據(jù)中國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)2013-2018 年數(shù)據(jù)計算。城城流動人口是指流動人口中現(xiàn)居住地在城市且戶口性質(zhì)為非農(nóng)業(yè)和非農(nóng)轉居的人口。。隨著戶籍制度改革深入推進，人口向大城市和城市群核心城市流動的特征會日益顯著?？傮w來看，人口在城市間流動會表現(xiàn)出多元性特征。這種多元性體現(xiàn)在勞動力結構和流向特征等方面，它與地區(qū)經(jīng)濟發(fā)展?jié)摿σ约爱a(chǎn)業(yè)結構關系密切。

獲得更高的收入是人口流動就業(yè)的重要原因。教育與個體收入增長具有密切關系，一般認為受教育年限增加與個體收入增長呈正向關系。［2］經(jīng)驗研究指出城市人均受教育水平高于農(nóng)村①2019年全國勞動力人口平均受教育年限為10.5年，其中城鎮(zhèn)為11.4年，鄉(xiāng)村為9.1年，分別較1985年提升了4.4年、3.2年和3.6年。，［3］大城市人均受教育水平高于小城市②根據(jù)2015年人口1%抽樣調(diào)查數(shù)據(jù)計算，大城市人均受教育年限為9.785年，小城市為8.465年，大城市較小城市高1.32年。，［4］這意味著通常情況下城市教育回報率高于農(nóng)村，［5］大城市平均教育回報率要高于中小城市。［6］同時，也有研究指出流動人口平均受教育水平高于農(nóng)村居民平均受教育水平，教育回報率也高于農(nóng)村教育回報率，但仍低于城鎮(zhèn)平均水平。［7-8］因此，為了追求更高的教育回報，人口必然不斷由農(nóng)村向城市流動、由欠發(fā)達小城市向發(fā)達大城市流動。教育回報通常需要通過就業(yè)來實現(xiàn)。［9］國際相關研究表明同公有部門相比，私有部門具有相對較高的教育個人收益率。［10］我國不同行業(yè)部門、不同所有制類型企業(yè)也存在教育回報率的差異。［11］因此，考察我國流動人口教育回報率，需要綜合考慮受教育水平、制度影響以及就業(yè)特征等多方面因素。

有研究顯示城城流動人口教育回報率高于鄉(xiāng)城流動人口。［12］一方面，城城流動人口平均受教育水平較高，在發(fā)達的城市地區(qū)具有更強的人力資本學習效應，這會在一定程度上提高其教育回報率；另一方面，城城流動人口也面臨就業(yè)特征造成的教育回報率差異并受到一些制度性因素的不利影響，這也可能導致部分城城流動人口教育回報率相對偏低。那么，受教育水平高于城鎮(zhèn)平均水平的城城流動人口，在不同規(guī)模城市就業(yè)，能否實現(xiàn)相對較高的教育回報率，并且在這一過程中，就業(yè)發(fā)揮著什么樣的作用，人口受教育水平是否會對城城流動人口在流入城市的就業(yè)選擇產(chǎn)生影響，正是本文擬探討的主要問題。

二、文獻回顧

教育回報率一直以來受到學術界的普遍關注。20世紀50年代末美國經(jīng)濟學家提出個體收入與教育具有密切關系，［13］關注教育年限每增加一年所能帶來收入增長的百分比。20 世紀80 年代中期以來中國教育回報率問題受到國內(nèi)外學者的關注。已有研究雖然是應用不同微觀調(diào)查數(shù)據(jù)庫展開，但其得出的基本結論是比較一致的。改革開放初期中國教育回報率很低，甚至為負值，［14］表現(xiàn)出農(nóng)村高于城鎮(zhèn)的特征。［15］城市改革啟動后中國城鎮(zhèn)平均教育回報率逐步提高，但整體上偏低，直到21世紀初期才基本達到國際平均水平。［9］［11］此后，中國城鎮(zhèn)平均教育回報率保持了穩(wěn)定增長態(tài)勢，隨學歷教育層次提升而遞增，［16-17］但不同層次教育回報率差異在不斷擴大。［18］同時，工作經(jīng)驗的積累以及職業(yè)培訓所帶來的技能的提升也對個體收入增長產(chǎn)生正向影響，［19-20］但其在長期內(nèi)對提高勞動力收入的作用會逐步減弱。［16］

盡管運用標準明瑟收入模型研究所得出的結論基本認為教育回報率呈不斷上升態(tài)勢，但如果考慮個體特征、就業(yè)特征等方面的因素，教育回報率則有不同程度的下降。［21-22］這表明教育對于收入的影響在很大程度上是由職業(yè)、行業(yè)以及就業(yè)單位與方式?jīng)Q定的，即要通過勞動力就業(yè)選擇來實現(xiàn)。［23］從理論上說，那些市場化程度較高且競爭力較強的部門通常對勞動力的學歷和生產(chǎn)率具有較高的要求，高學歷和高生產(chǎn)率使他們能夠獲得更高的收入。［24］我國城鎮(zhèn)不同性質(zhì)的就業(yè)部門，教育收益率存在著明顯的差異。［5］［25］

另外，人口不斷向大城市流動，主要是因為大城市具有更高的勞動生產(chǎn)率，在大城市就業(yè)能夠獲得更高的收入；同時高素質(zhì)勞動力在大城市集聚，不僅能夠獲得更高的私人教育回報率，而且能夠產(chǎn)生人力資本外部性，即通過與他人交流與互動形成知識溢出效應，每個人就能從其他人教育水平的提高獲益，從而使個人收入進一步提高。不僅如此，高素質(zhì)勞動力在大城市集聚也能夠為低技能勞動力帶來更多的就業(yè)機會，通過技能互補性，帶動低技能勞動力提高生產(chǎn)率，從而提高整體教育回報率。［4］有研究顯示城市人口規(guī)模大及高技能勞動力多將促進城市平均勞動力工資水平的提高，流動人口教育回報率也相對較高。［2］［26］而農(nóng)民工教育回報率也表現(xiàn)出區(qū)域和城市差異性，即在東部沿海地區(qū)和發(fā)達的大城市更高。［6］［27-28］

已有研究圍繞教育回報率變動及區(qū)域差異、行業(yè)與部門教育回報率差異等展開并不斷深入。近年來對于流動人口教育回報率的研究不斷增加，較為普遍的結論是流動人口教育回報率低于城鎮(zhèn)人口平均教育回報率但高于鄉(xiāng)村人口平均教育回報率，城城流動人口教育回報率高于鄉(xiāng)城流動人口教育回報率，同時也有研究指出城市流動人口受教育水平不斷提高，使其高等教育回報率高于本地勞動力。［29-30］但總的來看，關于城城流動人口教育回報率，目前的研究仍較為有限。本文擬綜合考慮上述因素，運用2013-2018 年中國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)，專門研究學歷教育和工作經(jīng)驗對城城流動人口收入增長的影響，分析其城市異質(zhì)性和區(qū)域異質(zhì)性以及時序上的變動，同時考慮就業(yè)特征在教育回報中的貢獻，進一步探討受教育水平如何影響城城流動人口的就業(yè)選擇。

三、流動人口教育回報率及異質(zhì)性分析

本文使用中國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)（CMDS），分析2018年受教育年限和工作經(jīng)驗對城城流動人口個體收入增長的影響及其異質(zhì)性以及2013-2018 年城城流動人口教育回報率的變動。根據(jù)研究需要，選取年齡為15-60 歲、戶口性質(zhì)為非農(nóng)業(yè)和非農(nóng)轉居、流動原因為務工/工作和經(jīng)商的就業(yè)人口作為研究對象，對存在異常值或缺失值的樣本進行刪除處理，最終獲得有效研究樣本。通過以上處理，2013-2018年有效研究樣本數(shù)量分別為19 696個、20 976個、18 240個、15 799個、15 274個、15 258個。

（一）模型設定

根據(jù)Mincer 收入方程，個體工資收入是學歷教育、工作經(jīng)驗等多種因素共同作用的結果。本文以城城流動人口受教育年限代表教育水平，并借鑒已有研究方法，以個體年齡減去受教育年限，再減去6年學齡前時間，計算工作經(jīng)驗。在此基礎上，控制就業(yè)行業(yè)、職業(yè)等工作特征、個體特征、流入時長以及流動范圍等流動特征，展開實證分析。實證模型為：

lnincomei為個體收入的對數(shù)；edui為個體的受教育年限，系數(shù)β1為個體教育回報率，本文重點關注該系數(shù)變化；expi為個體的工作經(jīng)驗，是個體工作經(jīng)驗的二次項，用以檢驗工作經(jīng)驗對收入的非線性影響；Xi為一組包括性別、婚姻狀況、戶口性質(zhì)、流動時長、流動范圍、就業(yè)行業(yè)、就業(yè)職業(yè)、就業(yè)單位性質(zhì)、就業(yè)身份、城市規(guī)模等級以及區(qū)域在內(nèi)的控制變量；εi為隨機誤差項。

本部分擬運用OLS 方法，分析2018年城市間流動人口受教育年限對其收入的影響，并在此基礎上，探討其城市異質(zhì)性和區(qū)域異質(zhì)性以及在時間上的變動特征。

（二）變量說明及描述性統(tǒng)計分析

本文的被解釋變量為個體收入，即個人上個月或上次就業(yè)的月純收入，取自然對數(shù)。2013-2018 年城城流動人口收入對數(shù)的均值分別為8.08、8.22、8.34、8.34、8.43、8.53，呈不斷增加趨勢。

本文的核心解釋變量為受教育年限。受教育年限是將受訪者填報的選項，按未上過學為0年、小學為6年、初中為9年、高中或中專為12年、大專為15 年、本科為16 年、研究生為19 年折算。2013-2018 年平均受教育年限的均值呈現(xiàn)不斷提高特征，由12.27 年提高至13.23 年，基本相當于高中畢業(yè)水平（見表1）。

表1 2013-2018年主要變量描述統(tǒng)計（%、年）

本文的重要控制變量是工作經(jīng)驗。按照前述工作經(jīng)驗估算方法，結果顯示2013-2018年工作經(jīng)驗均值在15.68～16.69年之間。

一般控制變量：第一，流動時長由本次流動到流入地時間計算，是連續(xù)變量，呈現(xiàn)出增加特征，其均值由4.39 年增至6.09 年。第二，其余控制變量包括性別、婚姻、戶口性質(zhì)、流動范圍①這四個分類變量界定如下：性別：男性=1，女性=2；婚姻：未婚=1，已婚=2，離婚和喪偶=3；戶口性質(zhì)：非農(nóng)業(yè)=1，非農(nóng)轉居=2；流動范圍：跨省流動=1，省內(nèi)流動=2。、城市等級②按照2014 年城市等級分類標準，以《中國城市建設統(tǒng)計年鑒》中城區(qū)人口與城區(qū)暫住人口之和作為基數(shù)，將城市等級界定為：特大及以上規(guī)模城市（城區(qū)人口超過500萬）=1，大城市（城區(qū)人口在100～500萬之間）=2，中小城市（城區(qū)人口小于100萬）=3。、區(qū)域③區(qū)域按傳統(tǒng)經(jīng)濟區(qū)域標準劃分為四大類，界定為：東部（10省區(qū)市）=1，中部（6省區(qū)）=2，西部（12省區(qū)市）=3，東北（3省）=4。、就業(yè)特征（含行業(yè)、職業(yè)、單位及身份）④就業(yè)行業(yè)：農(nóng)林牧漁業(yè)=1，工業(yè)=2，建筑業(yè)=3，生產(chǎn)性服務業(yè)=4，生活性服務業(yè)=5，公共管理=6；就業(yè)職業(yè)：黨政機關事業(yè)單位及辦事人員=1，專業(yè)技術人員=2，服務業(yè)人員=3，生產(chǎn)人員及其他=4；就業(yè)單位：機關事業(yè)單位=1，國有集體股份聯(lián)營企業(yè)=2，獨資合資企業(yè)=3，個體私營企業(yè)及其他=4；就業(yè)身份：雇員=1，雇主=2，自營勞動者及其他=3。，均為分類變量⑤實證分析中，以最高序號者為參照組。。其中男性、已婚人口比例較大；跨省流動人口接近或略超過50%；戶口性質(zhì)方面，2014 年后逐步開始出現(xiàn)非農(nóng)轉居戶口類型，從當年的1.70%提高至2018 年的14.88%；在區(qū)域和城市分布方面，東部地區(qū)流動人口比例超過50%，西部次之，超過20%，特大及以上規(guī)模城市流動人口比例最高，大城市次之，均超過30%；從就業(yè)特征看，主要是以服務業(yè)、個體私營企業(yè)、雇員為主。

（三）實證分析結果

1.2018 年城城流動人口教育回報率研究

對2018 年數(shù)據(jù)做回歸分析，從明瑟方程核心變量開始，逐步引入控制變量，建立4 個回歸模型。即模型（a）包含受教育年限、工作經(jīng)驗和工作經(jīng)驗二次項，估計結果中如果工作經(jīng)驗二次項為負值，則代表工作經(jīng)驗對于收入增長具有非線性影響，呈倒U型；模型（b）引入個體特征和流動特征作為控制變量；模型（c）進一步引入就業(yè)特征變量作為控制變量；模型（d）引入城市和區(qū)域特征變量作為控制變量。由此觀察受教育年限對個體收入增長的影響以及在引入更多控制變量后，個體教育回報率是否穩(wěn)?。ㄒ姳?）。

表2 2018年教育對城城流動人口收入增長的影響回歸結果

表2 估計結果顯示無論是只包含明瑟方程核心變量，還是引入不同特征的控制變量，個體的教育回報率均是顯著的。綜合來看，城城流動人口受教育年限每增加1 年，個體收入增加4.91%～7.30%。同時，模型（a）表明個體工作經(jīng)驗對收入存在顯著的非線性影響，呈“倒U”型。個體工作經(jīng)驗對收入的影響，會先增長，然后下降，與經(jīng)典明瑟方程的結論一致。

另外，表2 模型（b）、模型（c）和模型（d）的估計結果表明各控制變量對收入增長的影響表現(xiàn)為：第一，個體特征方面，相對于女性城城流動人口，男性收入更高；第二，流動特征方面，流動時長對個體收入的影響顯著為正；相對于省內(nèi)城城流動人口，跨省流動人口收入更高；第三，就業(yè)特征方面，相對于參照組，只有農(nóng)林牧漁業(yè)、服務業(yè)從業(yè)人員的收入沒有顯著的統(tǒng)計差異，機關事業(yè)單位從業(yè)人員、雇員的收入更低，表現(xiàn)為顯著負向影響，其余均表現(xiàn)為顯著正向影響；第四，城市和區(qū)域特征方面，相對于中小城市，特大及以上規(guī)模城市和大城市的收入均顯著更高，相對于東北地區(qū)，東部城城流動個體的收入最高，而中部和西部則顯著低于東北地區(qū)。

2.異質(zhì)性分析

本部分利用2018年數(shù)據(jù)樣本觀察城城流動人口教育回報率的城市異質(zhì)性和區(qū)域異質(zhì)性。

在不同類型城市和區(qū)域，城城流動人口收入對數(shù)均值分布在8.23～8.75之間，體現(xiàn)出隨經(jīng)濟發(fā)展程度和城市規(guī)模變動的基本規(guī)律。受教育年限，特大及以上規(guī)模城市顯著高于其他城市，達到13.87年，大城市也超過13 年；東部地區(qū)顯著超過其他區(qū)域，達到13.67 年。工作經(jīng)驗均值分布在15.39～19.46年之間，發(fā)達地區(qū)和規(guī)模較大城市中，城城流動人口工作經(jīng)驗均值相對較小主要是因為其平均受教育年限更長，個體人力資本更多體現(xiàn)在其受教育年限上面。流動特征方面，流動時長在5～7 年之間，其中特大及以上規(guī)模城市和中小城市、東部地區(qū)和東北地區(qū)流動人口此次流入就業(yè)時間相對較長?？缡×鲃尤丝诜植疾町愋暂^大，表現(xiàn)出明顯的以發(fā)達地區(qū)和城市為主的特征，其中，特大及以上規(guī)模城市跨省流動人口占比最高，達76.68%，東部地區(qū)次之，跨省流動人口占比也超過76%，中部地區(qū)最低，跨省流動人口占比僅略高于20%（見表3）。

表3 2018年各類區(qū)域和城市主要變量描述統(tǒng)計

以2018 年城城流動人口數(shù)據(jù)為樣本，分析教育對收入增長影響的城市異質(zhì)性和區(qū)域異質(zhì)性。鑒于對總體樣本分析的結果，在異質(zhì)性分析中只做了兩個步驟的回歸分析，建立兩個回歸模型。其中模型（a）僅包含個體受教育年限、工作經(jīng)驗和工作經(jīng)驗的二次項，模型（c）引入其他控制變量，由此觀察受教育年限和工作經(jīng)驗對收入增長影響在不同城市和區(qū)域之間的差異。主要估計結果如表4和表5所示，由于篇幅有限，除核心解釋變量外，表4和表5僅給出了主要控制變量結果。

表4 基于2018年樣本的教育對城城流動人口收入增長影響的城市異質(zhì)性分析

表5 基于2018年樣本的教育對城城流動人口收入增長影響的區(qū)域異質(zhì)性分析

首先，觀察城市異質(zhì)性，對2018 年特大及以上規(guī)模城市、大城市和中小城市數(shù)據(jù)做回歸分析。第一，僅包含明瑟方程核心變量時三類城市均表現(xiàn)出教育對收入增長的顯著正向影響，即受教育年限每增加1 年，特大及以上規(guī)模城市流動個體收入增加10.16%，明顯高于其他類型城市流動個體收入增加程度，并且隨城市規(guī)模等級下降而下降；第二，引入更多控制變量后三類城市仍然均表現(xiàn)為教育對收入增長的正向顯著影響，教育回報率仍是特大及以上規(guī)模城市顯著較高，并隨城市規(guī)模下降而下降。另外，對其他控制變量的估計結果顯示，相對于參照組，三類城市均表現(xiàn)為男性和跨省流動群體的收入顯著較高，而流動時長僅在特大及以上規(guī)模城市表現(xiàn)出對收入的顯著正向影響。

其次，觀察區(qū)域異質(zhì)性，對2018 年東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)數(shù)據(jù)做回歸分析。第一，僅保留明瑟方程核心變量時四大區(qū)域均表現(xiàn)出教育對收入增長的顯著正向影響，教育回報率由高到低分別為東部、東北、西部和中部，其中，東部地區(qū)教育回報率顯著高于其他區(qū)域；第二，引入更多控制變量后四個區(qū)域仍存在教育對收入增長的顯著正向影響，教育回報率的區(qū)域分布特征與此前一致。另外，對其他控制變量的估計結果顯示，相對于參照組，四大區(qū)域均表現(xiàn)為男性和跨省流動群體的收入顯著更高，而流動時長在東部表現(xiàn)為對收入增長的顯著正向影響，在西部則表現(xiàn)為對收入增長的顯著負向影響。

綜上可見，城城流動人口教育對收入增長的影響具有較為顯著的城市異質(zhì)性和區(qū)域異質(zhì)性。越是較高層級的城市越能夠對要素的流動和配置提供更有效的途徑和載體；越是發(fā)達的區(qū)域越能夠為要素流動與配置提供更好的環(huán)境。當然，教育對城城流動人口收入增長影響的區(qū)域異質(zhì)性表現(xiàn)出一定程度的復雜性，主要是除東部地區(qū)以外，其他三個區(qū)域教育回報率水平與各區(qū)域受教育年限平均水平呈相反的趨勢，即受教育年限平均水平最低的東北地區(qū)，其教育回報率相對更高，西部次之，這可能與各區(qū)域產(chǎn)業(yè)結構與就業(yè)結構有關。

3.2013 -2018年城城流動人口教育回報率變動研究

本部分擬進一步觀察受教育年限對收入增長影響在時序上的變動。

以2013-2018 年城城流動人口數(shù)據(jù)作為六個獨立的樣本進行實證分析。對每個樣本均做兩個步驟的回歸分析并建立兩個回歸模型，即模型（a）僅包含明瑟方程核心變量，模型（d）引入其他控制變量，由此觀察受教育年限和工作經(jīng)驗對收入增長影響在時序上的變動，主要估計結果由表6所示。

表6 2013-2018年教育對城城流動人口收入增長影響的主要變量回歸結果

分別對2013-2018年數(shù)據(jù)做回歸分析。第一，僅保留明瑟方程核心變量時各年度受教育年限對收入均表現(xiàn)為顯著正向影響。同時，城城流動人口的教育回報率在2013-2017 年間呈上升態(tài)勢，在2018 年略有下降。第二，引入更多控制變量后各年度受教育年限對收入仍然存在顯著正向影響，個體教育回報率的時序特征沒有變化。在主要控制變量中，相對于參照組，各年度均表現(xiàn)出男性和跨省流動群體的收入顯著較高，而流動時長在2013年、2016年、2017年和2018年對個體收入有顯著正向影響。

綜合以上關于不同年份受教育年限對城城流動人口收入增長影響的實證分析，可見城城流動人口的教育回報率隨著城市經(jīng)濟的不斷發(fā)展而增長，但是在2018 年城城流動人口的教育回報率有所下降。城市發(fā)展的放緩是導致城城流動人口教育回報率開始下降的可能因素。城市作為現(xiàn)代經(jīng)濟發(fā)展的載體，其發(fā)展速度和發(fā)展質(zhì)量必然關系流動人口的微觀福利。近年來，各個城市都在進行“搶人大戰(zhàn)”，但是各個城市在關注吸引人口流入的同時，也應當努力通過城市的發(fā)展提高城城流動人口的教育回報率，增進其微觀福利。

四、進一步分析

就業(yè)是個體獲得收入的重要來源，也是個體獲得教育回報的載體。個體在進入勞動力市場后會根據(jù)自身條件選擇職業(yè)和身份，這將對其收入產(chǎn)生重要影響，進而在一定程度上影響其教育回報率。那么，勞動力在自身受教育水平和個體條件下，如何做出就業(yè)職業(yè)和就業(yè)身份選擇，同時對于不同規(guī)模城市，其選擇是否有所差異，這是本部分擬探討的內(nèi)容。下文擬運用多元Logit 回歸模型，進一步分析城城流動人口受教育水平對其就業(yè)選擇的影響。

（一）模型與變量說明

研究受教育年限對就業(yè)職業(yè)選擇影響的多項Logit模型為：

πij是個體i選擇j就業(yè)職業(yè)的概率，J個就業(yè)職業(yè)分別為黨政機關事業(yè)單位及辦事人員、專業(yè)技術人員、服務業(yè)人員、生產(chǎn)人員及其他職業(yè)四種類型。參照組是生產(chǎn)人員及其他職業(yè)。yi是個體回答的就業(yè)職業(yè)類型，edui是個體的受教育年限，Xi是一組控制變量，具體包括年齡、性別、婚姻狀況、戶口性質(zhì)、流動時長、流動范圍以及城市規(guī)模等級。γ表示控制變量相應系數(shù)向量。

研究受教育年限對個體就業(yè)身份選擇影響時的模型與此模型一致，就業(yè)身份選項包括雇主、雇員、自營勞動者及其他就業(yè)身份，參照組為其他就業(yè)身份。

（二）描述性統(tǒng)計分析

本部分被解釋變量分別為就業(yè)職業(yè)和就業(yè)身份，均為分類變量。城城流動人口就業(yè)職業(yè)主要分布在專業(yè)技術人員、服務業(yè)人員和生產(chǎn)人員，占比在92.40%～93.03%之間；就業(yè)身份主要為雇員和自營職業(yè)者，占比在90.84%～91.78%之間（見表7）。

表7 2018年各類城市不同就業(yè)特征分布與受教育年限描述統(tǒng)計（%、年）

核心解釋變量為受教育年限，計量方法與前文相同。根據(jù)具有上述就業(yè)特征的流動人口在各類城市的主要分布，觀察其平均受教育年限，可以發(fā)現(xiàn)在各自的群體中均處于中等偏上水平，而在不同規(guī)模城市基本處于高中或接近高中畢業(yè)的水平，即特大及以上規(guī)模城市為12.72-12.77年，大城市為11.85-11.95 年，而中小城市為11.31-11.43 年，流動人口平均受教育年限隨城市等級下降而下降，中小城市內(nèi)部差異最大。

控制變量主要考慮年齡、性別、婚姻、戶口性質(zhì)等個體特征以及流動時長、流動范圍等流動特征。

（三）實證結果分析

以2018 年城城流動人口數(shù)據(jù)為樣本分析受教育年限對就業(yè)選擇的影響，所選取的參照變量與前文一致。主要是從總體和城市兩個大的維度，即總體加上三個規(guī)模城市，對2大類5項就業(yè)特征分別展開分析。實證分析因為數(shù)據(jù)量較大，限于篇幅，僅通過表8顯示部分主要變量的估計結果。

表8 2018年教育對城城流動人口就業(yè)選擇影響的回歸結果

續(xù)表8

第一，就業(yè)職業(yè)回歸結果分析。分別對總體和三類城市各就業(yè)職業(yè)數(shù)據(jù)樣本做回歸分析。估計結果顯示：受教育年限對于就業(yè)職業(yè)選擇的影響，除大城市服務業(yè)人員職業(yè)類別外，相較于生產(chǎn)人員及其他就業(yè)職業(yè)類型，受教育年限提高都顯著影響了個體的職業(yè)類別選擇。在所有具有顯著影響的結果中，相較于生產(chǎn)人員及其他職業(yè)類別，受教育年限增加會提高個體選擇黨政機關事業(yè)單位及辦事人員職業(yè)類別和專業(yè)技術人員職業(yè)類別的概率，會降低個體選擇服務業(yè)人員職業(yè)類別的概率。前者選擇概率增加的程度在53.3%～72.6%之間且在大城市和中小城市較高；后者選擇概率下降的程度在2.4%～3.4%之間，不同規(guī)模城市間差別不大。

第二，就業(yè)身份回歸結果分析。分別對總體和三類城市各就業(yè)身份數(shù)據(jù)樣本做回歸分析。估計結果顯示：相較于自營勞動者及其他就業(yè)身份，受教育年限對于勞動者就業(yè)身份選擇影響顯著。相較于自營勞動者及其他就業(yè)身份，個體受教育年限增加會顯著增加其選擇雇員就業(yè)身份和雇主就業(yè)身份的概率，即個體受教育年限每增加1 年，會使雇員就業(yè)身份的選擇概率增加18.3%～31.5%，使雇主就業(yè)身份的選擇概率增加10.5%～14.7%，整體上是隨著城市規(guī)模擴大，選擇概率增加的程度越高，并均表現(xiàn)為更傾向于選擇雇員職業(yè)身份。

綜合來看，無論是對于全部流動人口還是對于各類城市流動人口，相較于生產(chǎn)人員及其他職業(yè)類型，受教育年限提高都會增加選擇黨政機關事業(yè)單位及辦事人員和專業(yè)技術人員的概率，這樣的職業(yè)部門往往具有較高的門檻，但工資水平也相對較高并且在大城市和中小城市該特征相對更加顯著，這可能是因為更大規(guī)模城市中，勞動力，特別是高素質(zhì)勞動力對于就業(yè)職業(yè)具有更加多樣化的選擇。同時，在就業(yè)身份選擇上，城市規(guī)模越大，相較于自營勞動者及其他職業(yè)身份，對于雇員的傾向越強，獲取更高的工資是其實現(xiàn)教育對收入增長影響的重要途徑。

五、結論

本文利用2013-2018年中國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)，探討城城流動人口受教育年限對收入的影響及其城市異質(zhì)性和區(qū)域異質(zhì)性，并觀察其在時序上的變動。進而，基于教育回報需要以就業(yè)為載體、同時不同就業(yè)特征對收入增長存在差異性影響的經(jīng)驗，進一步探究受教育水平對就業(yè)選擇的影響，試圖觀察就業(yè)通道在教育回報變動中的作用。研究得出以下主要結論：

首先，教育對城城流動人口的收入具有正向影響。分別對2013-2018年城城流動人口數(shù)據(jù)進行分析，估算受教育年限對其收入的影響。實證結果顯示，僅考慮明瑟方程核心變量時城城流動人口的受教育年限對收入有顯著正向影響，工作經(jīng)驗對于收入具有非線性影響，呈現(xiàn)先升后降的特征，與經(jīng)典明瑟方程結論一致。在逐步引入個體特征和流動特征、就業(yè)特征、城市和區(qū)域特征等控制變量之后城城流動人口的受教育年限對收入的影響仍顯著為正。

第二，教育對城城流動人口收入增長具有城市異質(zhì)性和區(qū)域異質(zhì)性。運用2018 年數(shù)據(jù)進行實證分析，估計結果顯示不同規(guī)模城市的教育回報率均顯著大于0，且隨城市規(guī)模變大，城城流動人口的教育回報率也在上升。不同區(qū)域的教育回報率均顯著大于0，且相較來看，城城流動人口的教育回報率在東部地區(qū)高于其他地區(qū)，東北地區(qū)次之。

第三，教育回報率在時序變動方面，總體上表現(xiàn)為不斷上升。2013-2017 年城城流動人口教育回報率呈總體上升態(tài)勢，2018年略有下降。

第四，教育對于就業(yè)選擇具有重要影響，并且在大城市層面的各項特征更為突出。受教育水平提升會相應地增加流動人口進入具有一定門檻但工資水平較高的職業(yè)，同時城市規(guī)模大，對成為雇員的傾向增強，以期通過獲得更高工資增加收入。

上述研究表明城市規(guī)模對于人口收入增長具有重要作用，而人口向大城市流動是提高教育回報的重要且有效途徑。為此，要盡快打破限制大城市發(fā)展和現(xiàn)代化都市圈建設的障礙，加快推動戶籍制度改革和土地要素市場化改革，實現(xiàn)人口等要素合理流動和有效高效配置。