高等教育回報(bào):基于出生隊(duì)列的工資效應(yīng)

何子冕,許建偉

(福建理工大學(xué) 互聯(lián)網(wǎng)經(jīng)貿(mào)學(xué)院, 福州 350018)

1978年,我國高等教育毛入學(xué)率僅為2.7%,1990年為3.4%,1998年達(dá)到9.8%。作為高校擴(kuò)招第一年的1999年,錄取人數(shù)較上一年增長47.4%,高等教育毛入學(xué)率升至10.5%。隨后20多年高校錄取人數(shù)保持高速增長態(tài)勢,2019年毛入學(xué)率已達(dá)51.6%(1)數(shù)據(jù)分別來自《1999年全國教育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》《2019年全國教育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》。,高等教育已然進(jìn)入普及化階段。高校擴(kuò)招一方面使得更多的人有機(jī)會接受高等教育,提升了我國人力資本素質(zhì);另一方面,也使得大學(xué)生就業(yè)困難,大學(xué)生就業(yè)面臨諸多挑戰(zhàn)。如此,關(guān)于高等教育在勞動力市場中的回報(bào)問題的研究出現(xiàn)不同觀點(diǎn):高等教育擴(kuò)招造成了學(xué)歷貶值,降低了高等教育回報(bào)率;擴(kuò)招對高等教育回報(bào)率影響有限,是由于其適應(yīng)了市場轉(zhuǎn)型以來經(jīng)濟(jì)形勢和勞動力市場結(jié)構(gòu)的變化［1］。

在高等教育精英化階段,接受高等教育大概率會改變?nèi)说拿\(yùn),而進(jìn)入高等教育普及化階段,接受高等教育改變命運(yùn)的概率就會降低。這是由于高等教育未擴(kuò)招前,大學(xué)生供給少,勞動力市場處于供不應(yīng)求狀態(tài),而擴(kuò)招后,大學(xué)生供給增加,勞動力市場呈現(xiàn)局部失衡狀態(tài)。在“老齡化、少子化”背景下,農(nóng)民工短缺問題日益凸顯,初次就業(yè)的農(nóng)民工工資快速上漲,而高技能勞動力市場競爭加劇會壓縮初次就業(yè)的大學(xué)生工資,若再考慮接受高等教育的成本,便會對“知識改變命運(yùn)”這句話產(chǎn)生疑慮。那么,高等教育回報(bào)究竟如何?明瑟收入方程被廣泛運(yùn)用于人力資本對收入的影響研究,運(yùn)用該方程研究教育回報(bào)問題一直是經(jīng)濟(jì)學(xué)界經(jīng)久不衰的話題。運(yùn)用中國數(shù)據(jù)進(jìn)行教育回報(bào)相關(guān)問題的研究發(fā)現(xiàn),20世紀(jì)80年代教育回報(bào)率非常低［2］,計(jì)劃經(jīng)濟(jì)向市場經(jīng)濟(jì)轉(zhuǎn)變后,教育回報(bào)率上升明顯［3］,在高等教育普及化階段,接受高等教育仍能明顯提高收入,但提升幅度呈現(xiàn)下降趨勢［4］。

我國高等教育精英階段受益群體是20世紀(jì)50年代至70年代出生的人,高等教育擴(kuò)招后受益群體是20世紀(jì)80年代及以后出生的人,處于不同出生隊(duì)列的群體,其獲得高等教育的機(jī)會與回報(bào)也有所不同。國內(nèi)外關(guān)于高等教育回報(bào)研究的文獻(xiàn)頗豐,但從人口出生隊(duì)列視角研究高等教育回報(bào)問題尚有不足。為此,本文以出生隊(duì)列視角研究高等教育與工資收入之間的關(guān)系,主要從以下兩個(gè)方面展開:(1)高等教育對不同出生隊(duì)列的工資收入產(chǎn)生何種影響。(2)基于無條件分位數(shù)法研究高等教育對不同出生隊(duì)列的工資效應(yīng)及其異質(zhì)性。

一、文獻(xiàn)綜述

教育投資是一種人力資本投資,對個(gè)體進(jìn)行教育投資具有重要的經(jīng)濟(jì)價(jià)值。自20世紀(jì)60年代舒爾茨提出人力資本理論以來,關(guān)于人力資本的研究很多。教育是人力資本構(gòu)成中最易獲得的變量,故關(guān)于人力資本的研究多聚焦于教育。中國教育回報(bào)問題一直頗受國內(nèi)外學(xué)者關(guān)注,學(xué)者們從不同視角展開了相關(guān)研究［2,5-9］。關(guān)于高等教育回報(bào)問題的研究主要以工資增長和收入分配的視角展開。

(一)高等教育與工資增長

基于工資增長視角的高等教育回報(bào)研究,Yang、徐舒等認(rèn)為,中國高等教育回報(bào)的增加得益于外資企業(yè)進(jìn)入、勞動力市場的流動性、信息流通以及技能偏向型技術(shù)的進(jìn)步［10-11］;何亦名認(rèn)為中國高等教育回報(bào)率呈現(xiàn)“倒U”趨勢［12］。關(guān)于高校擴(kuò)招對高等教育回報(bào)的影響研究,Cao、余華義等認(rèn)為高校擴(kuò)招對勞動力市場的影響是漸進(jìn)增強(qiáng)的過程,技能型勞動力供給增加在短期內(nèi)不會降低高等教育回報(bào)率［13-14］;簡必希等認(rèn)為高校擴(kuò)招使得高等教育由精英化教育階段進(jìn)入大眾化教育階段,其增收效應(yīng)逐年增加［15］;張巍巍等認(rèn)為高校擴(kuò)招使得其增收效應(yīng)明顯減小且呈現(xiàn)平穩(wěn)下降趨勢［16］;周揚(yáng)等認(rèn)為,擴(kuò)招前重點(diǎn)大學(xué)與非重點(diǎn)大學(xué)工資溢價(jià)無明顯差別,但擴(kuò)招后重點(diǎn)大學(xué)的工資回報(bào)明顯高于非重點(diǎn)大學(xué),而非重點(diǎn)大學(xué)與高中教育的工資回報(bào)無明顯差異［17］;高校擴(kuò)招使得特定年齡段勞動力供給增加,導(dǎo)致該年齡段的高等教育溢價(jià)下降,隨著時(shí)間的推移,這種影響將遍布所有年齡段的勞動力［18］?；诔青l(xiāng)差異視角的高等教育教育回報(bào)研究,初帥等認(rèn)為農(nóng)村高等教育回報(bào)率高于城鎮(zhèn)［19］;劉生龍等認(rèn)為農(nóng)村高等教育回報(bào)率低于城鎮(zhèn)［8］;胡德鑫等認(rèn)為高校擴(kuò)招前期,城鎮(zhèn)居民的高等教育回報(bào)率遠(yuǎn)高于農(nóng)村居民,而在擴(kuò)招后期,農(nóng)村高等教育回報(bào)率反超城鎮(zhèn)［20］。

(二)高等教育與收入分配

高等教育對收入分配的影響主要取決于接受高等教育的勞動力供求狀況及其回報(bào)率。二元經(jīng)濟(jì)中由教育的“結(jié)構(gòu)效應(yīng)”和“工資壓縮效應(yīng)”所產(chǎn)生的人力資本積累對收入分配有著復(fù)雜的影響,前者使得高等教育收入差距先擴(kuò)大后縮小,后者因高技能勞動力供給增加會減少教育的未來回報(bào),從而降低收入分配不平等的程度［21］。中國高等教育回報(bào)能夠改善收入分配,高校擴(kuò)招會同時(shí)產(chǎn)生提升效率的“生產(chǎn)力效應(yīng)”和改善收入分配的“公平效應(yīng)”［9］。與高收入群體相比,中低收入群體從高等教育中獲得更高的回報(bào)率,這在一定程度上彌補(bǔ)了因家庭背景等資源稟賦造成的收入差異,高校擴(kuò)招有助于縮小收入差距和促進(jìn)社會階層流動［4,22］。也有研究表明,高等教育并不必然使收入分配平等,甚至可能擴(kuò)大收入差距［23］,高等教育回報(bào)隨著工資水平的上升而上升［24］。

高等教育與收入分配的異質(zhì)性研究多以勞動力市場分割、性別、區(qū)域差異等視角展開。由于農(nóng)村居民接受高等教育的可能性小于城鎮(zhèn)居民,高等教育會拉大城鄉(xiāng)居民收入差距［15］。也有學(xué)者認(rèn)為高等教育有助于不同收入群體的農(nóng)村居民突破戶籍限制,提高農(nóng)村居民教育回報(bào)率,從而縮小中等收入以下群體的城鄉(xiāng)工資差距［25］。有研究表明,女性的教育回報(bào)率雖大于男性,但擴(kuò)招后男性的工資收入大幅增加,從而擴(kuò)大了性別工資差距［26］。以農(nóng)村勞動力為樣本的相關(guān)研究發(fā)現(xiàn),高校擴(kuò)招對于縮小男性工資差距具有“公平效應(yīng)”,但對于女性卻存在“馬太效應(yīng)”［27］。高等教育規(guī)模擴(kuò)大會促進(jìn)東部地區(qū)收入分配均等化,對于中西部地區(qū)則會拉大收入差距［28］。

(三)研究述評

以上文獻(xiàn)分析表明,第一,現(xiàn)有研究從不同視角分析了中國高等教育回報(bào)率問題,但以人口出生隊(duì)列視角研究高等教育回報(bào)問題尚有不足。中國高等教育精英化階段受益群體主要是20世紀(jì)80年代以前出生的人,高等教育大眾化階段受益群體則是20世紀(jì)80年代及以后出生的人,明確高等教育對不同出生年代人群工資收入與收入分配有何種影響,這對高等教育回報(bào)的變化趨勢會有更深刻的理解。第二,隨著計(jì)量方法的改進(jìn)和數(shù)據(jù)可獲得性的增加,研究方法從早期的普通最小二乘法、工具變量法,擴(kuò)展到Heckman兩步法、斷點(diǎn)回歸法等方法,少有研究用無條件分位數(shù)回歸方法展開深入討論。第三,從研究內(nèi)容上看,對高等教育與工資收入之間異質(zhì)性的討論多聚焦于城鄉(xiāng)差異、性別差異,關(guān)注的是高等教育回報(bào)均值效應(yīng),而以人口出生隊(duì)列視角研究高等教育回報(bào)分布效應(yīng)的異質(zhì)性問題有待進(jìn)一步拓展。

基于以上分析,本文可能的創(chuàng)新點(diǎn)表現(xiàn)在以下3個(gè)方面:第一,在研究數(shù)據(jù)上,本文采用的是2019年微觀數(shù)據(jù),在時(shí)間維度上推進(jìn)了高等教育回報(bào)率的研究,同時(shí),該數(shù)據(jù)能完整涵蓋中國高等教育由精英化轉(zhuǎn)為大眾化的人口出生隊(duì)列。第二,在研究內(nèi)容上,本文將全樣本分為60后至90后4個(gè)出生隊(duì)列,不僅研究不同出生隊(duì)列高等教育回報(bào)的均值效應(yīng),還運(yùn)用無條件分位數(shù)法研究不同出生隊(duì)列高等教育回報(bào)的分布效應(yīng)及其異質(zhì)性。第三,在估計(jì)模型上,基準(zhǔn)回歸采用交互項(xiàng)方式呈現(xiàn)各出生隊(duì)列的高等教育回報(bào)率,傾向得分匹配法和無條件分位數(shù)法將以分樣本形式對文中估計(jì)結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)并進(jìn)一步細(xì)化研究。

二、研究設(shè)計(jì)

(一)研究方法

1.基準(zhǔn)回歸模型

本文首先運(yùn)用最小二乘法研究高等教育對工資收入的影響?；诿魃べY方程,本文基準(zhǔn)回歸模型設(shè)定如下:

Yij=β0+β1Eij+β2Xij+εij

(1)

其中,Yij表示j省樣本i的小時(shí)工資收入對數(shù),Eij表示j省樣本i接受高等教育的狀況,Xij表示個(gè)體特征和工作特征等控制變量,εij為誤差項(xiàng)。公式(1)主要用來評估是否接受高等教育的勞動者的工資收入情況,待估系數(shù)β1表示高等教育回報(bào)率,即接受高等教育者與未接受高等教育者的工資差距,若該系數(shù)為正,可稱之為高等教育的工資溢價(jià)。

2.無條件分位數(shù)回歸模型

運(yùn)用無條件分位數(shù)(RIF)回歸研究不同收入層高等教育回報(bào)率。文中在研究個(gè)體特征、工作特征等變量對不同樣本分位數(shù)工資的影響時(shí),構(gòu)建RIF回歸方程如下:

R(Y;Qτ)=ε+Xδ

(2)

其中,Qτ為工資分位數(shù),X為個(gè)體特征、工作特征等變量。

(二)數(shù)據(jù)來源與樣本選擇

本文使用的數(shù)據(jù)來自西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查(CHFS)2019年的調(diào)查數(shù)據(jù)。CHFS調(diào)查內(nèi)容涉及家庭成員人口特征、工作性質(zhì)、收入等,調(diào)查數(shù)據(jù)在全國、城鎮(zhèn)、農(nóng)村層面上均具有良好的代表性,數(shù)據(jù)質(zhì)量較高,為研究高等教育回報(bào)問題提供了可靠的數(shù)據(jù)支持。根據(jù)中國職工退休年齡的實(shí)際情況,文中將研究對象的出生時(shí)間限制在1960年至1999年,同時(shí)剔除已退休人員及關(guān)鍵變量存在缺失的樣本,最終得到16 506個(gè)有效樣本。

(三)變量說明

1.被解釋變量

工資收入:僅考慮個(gè)人主要職業(yè)的工資收入,采用小時(shí)工資的對數(shù)來表示。問卷中采集的工資收入主要是年稅后工資,不含績效獎金、補(bǔ)貼及五險(xiǎn)一金等。本文采用的年工資收入總額包含績效獎金、補(bǔ)貼及五險(xiǎn)一金,然后除以年工作小時(shí)數(shù)。篩選過程中剔除“拒絕回答”“不適用”“不知道”等樣本,為消除極端收入值對估計(jì)結(jié)果的干擾,對該變量進(jìn)行首尾1%的縮尾。

2.核心解釋變量

高等教育:在虛擬變量設(shè)置上,個(gè)人接受高等教育為1,未接受高等教育為0。問卷中教育水平有沒上過學(xué)、小學(xué)、初中、高中、中專/職高、大專/高職、大學(xué)本科、碩士研究生和博士研究生9類,文中將后4類,即大專/高職及以上設(shè)為接受高等教育者,其余皆為未接受高等教育者。

3.控制變量

參考有關(guān)工資收入研究的文獻(xiàn),選取的控制變量包括個(gè)體特征變量和工作特征變量。個(gè)人特征變量主要包括性別、年齡、婚姻狀態(tài)、健康水平、戶籍;工作特征變量涉及個(gè)體的職業(yè)類型和工作身份。本文將男性被調(diào)查者定義為1,女性定義為0。調(diào)查問卷中關(guān)于婚姻狀態(tài)有未婚、已婚、同居、分居、離異、喪偶、再婚7類。文中將已婚和再婚定義為1,其他5類定義為0。調(diào)查問卷中健康水平分為非常好、好、一般、不好、非常不好5類,將前3類定義為1,即健康者,后兩類定義為0,即不健康者。戶籍按照非農(nóng)業(yè)戶口為1、農(nóng)業(yè)戶口為0進(jìn)行設(shè)定。調(diào)查問卷中關(guān)于職業(yè)分類有8類,本文將職業(yè)合并整理為4類:管理人員包含黨政機(jī)關(guān)、群團(tuán)和社會組織、企事業(yè)單位負(fù)責(zé)人,技術(shù)人員包含專業(yè)技術(shù)人員和軍人,普通員工包含辦事人員及有關(guān)人員、社會生產(chǎn)服務(wù)和生活服務(wù)人員、農(nóng)林牧漁業(yè)生產(chǎn)及輔助人員、生產(chǎn)制造及有關(guān)人員,其他人員包含不便分類的其他從業(yè)人員。工作身份主要指工作的雇傭合同性質(zhì),問卷中有無固定期限合同(固定職工)、長期合同(1年以上)、短期或臨時(shí)合同(1年及以下)、沒有合同,文中按問卷內(nèi)容定義員工身份為:固定職工、長期合同工、臨時(shí)合同工、無合同者。

(四)描述性統(tǒng)計(jì)

各出生隊(duì)列相關(guān)變量的描述性統(tǒng)計(jì)如表1所示。從表1可以看出,隨著出生時(shí)間的后移,接受高等教育者占比逐漸增加,即60后接受高等教育者占比最低,90后接受高等教育者占比最高,這也反映了高校擴(kuò)招后,出生時(shí)間越遲,獲得高等教育的機(jī)會越大。從工資收入來看,60后最高,70后次之,90后最低。從統(tǒng)計(jì)數(shù)據(jù)看,高等教育回報(bào)都是正效應(yīng),但隨著出生時(shí)間后移,這種正效應(yīng)逐漸在減弱。90后無論是否接受高等教育,其工資收入均明顯低于前面3個(gè)出生隊(duì)列,可能原因是90后才步入職場,其工作經(jīng)驗(yàn)還有所不足。在性別上,60后接受高等教育的男性占有絕對優(yōu)勢,70后男性略占有優(yōu)勢,80后、90后則是女性占有優(yōu)勢。這在側(cè)面佐證了女性在高校擴(kuò)招后獲得了更高的高等教育回報(bào)率。接受過高等教育的人和沒有接受過高等教育的人在職業(yè)特征、工作身份及工作單位屬性方面均具有差異性。這表明描述性統(tǒng)計(jì)雖能呈現(xiàn)出生隊(duì)列之間的工資收入差距,但不能判別高等教育與工資收入的因果關(guān)系,還需通過更加翔實(shí)的實(shí)證檢驗(yàn)進(jìn)行分析。

表1 描述性統(tǒng)計(jì)

三、實(shí)證分析

(一)基準(zhǔn)回歸

基準(zhǔn)回歸采用普通最小二乘法對模型(1)進(jìn)行估計(jì),具體估計(jì)結(jié)果見表2。表2中列(1)至列(4)是按照出生隊(duì)列分樣本估計(jì)高等教育回報(bào)率,列(5)是在全樣本中通過高等教育與出生隊(duì)列的交互項(xiàng)分析各出生隊(duì)列高等教育回報(bào)率。整體來看,控制其他變量后,各出生隊(duì)列的高等教育回報(bào)率都是顯著性正效應(yīng),表明接受高等教育可以明顯提高個(gè)人收入。但是,隨著出生時(shí)間后移,這種正效應(yīng)呈遞減狀態(tài)。具體來看,在分樣本估計(jì)中,60后高等教育回報(bào)率最高,高達(dá)72.4%;70后高等教育回報(bào)率雖是正效應(yīng),但較之60后,該回報(bào)率減少幅度超過30%;80后高等教育回報(bào)率正效應(yīng)依然處于減少狀態(tài),與60后、70后相比,該回報(bào)率僅是60后的40%、70后的70%;90后高等教育回報(bào)率最低,較之80后,該回報(bào)率減少近50%。列(5)中60后、70后、80后和90后高等教育回報(bào)率分別是72.2%、52.1%、42.3%和26.3%, 回報(bào)率遞減幅度依次為27.9%、18.7%和37.8%,即90后降幅最大,70后次之,80后最小。除60后高等教育回報(bào)率略小于分樣本對應(yīng)的回報(bào)率,其余出生隊(duì)列的回報(bào)率均高于分樣本的回報(bào)率,但該回報(bào)率隨出生時(shí)間后移依然處于明顯遞減狀態(tài),而且回報(bào)率降幅大小排序與分樣本一致,這表明以分樣本形式研究不同出生隊(duì)列高等教育回報(bào)率具有一定的參考價(jià)值。

表2 基準(zhǔn)回歸結(jié)果

注:*、**和***分別表示系數(shù)在0.1、0.05和0.01的水平下顯著,括號內(nèi)為年齡層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤。列(5)的對照組為60后,下表同。運(yùn)用方差膨脹因子(VIF)檢驗(yàn)基準(zhǔn)模型的多重共線性,由于最大的VIF小于5,故基準(zhǔn)模型不存在多重共線性。

不同出生隊(duì)列高等教育回報(bào)率差異可從勞動力市場和生命周期理論角度進(jìn)行闡釋。60后不僅是高考恢復(fù)后的先行受益者,也是改革開放的先鋒隊(duì),勞動力市場急需高素質(zhì)人才,而他們正處于這樣的時(shí)代浪潮中。60后受過高等教育者享受了時(shí)代紅利,本文樣本選取的時(shí)間是2019年,60后處于生命周期的后半程,臨近退休,他們已完成了原始積累,工資收入應(yīng)處于較為穩(wěn)定狀態(tài),故60后高等教育回報(bào)率是最高的。70后接受高等教育的時(shí)代依然是中國高等教育精英化階段,接受過高等教育的70后仍是勞動力市場的“稀缺品”,享受了中國經(jīng)濟(jì)高速發(fā)展的時(shí)代紅利。當(dāng)前大部分70后為40～49歲,根據(jù)生命周期理論,這一年齡段工資收入應(yīng)處于最大化。較之60后,70后高等教育回報(bào)率降幅明顯,這可能是經(jīng)濟(jì)發(fā)展減速造成的。高校擴(kuò)招始于1999年,80后、90后是高校擴(kuò)招的受益群體,高學(xué)歷人才供給增加,人才供給大于人才需求,隨之出現(xiàn)了大學(xué)生就業(yè)難的問題,高等教育回報(bào)率依然為正,但正效應(yīng)遞減明顯。從生命周期理論看,他們正處于收入增長的上升期,特別是90后,其工作經(jīng)驗(yàn)不足,難以獲得較高的工資溢價(jià)。

限于篇幅,表2僅報(bào)告?zhèn)€體特征變量作為控制變量的估計(jì)結(jié)果。具體來看,男性工資收入明顯高于女性;已婚者工資收入明顯更高;非農(nóng)業(yè)戶籍者工資收入明顯高于農(nóng)業(yè)戶籍者;身體健康者工資收入明顯更高;分樣本中,各出生隊(duì)列的年齡與年齡平方的系數(shù)大小和顯著性與以往研究有差異,這或許是樣本分類按年齡劃分造成的,但在全樣本中,年齡及其平方項(xiàng)與工資收入呈現(xiàn)“倒U”型變化趨勢,這與以往研究保持一致,隨著年齡增長,員工工資呈現(xiàn)先上升后下降的趨勢,且年齡的閾值在45歲左右,符合生命周期理論。個(gè)體特征變量估計(jì)結(jié)果表明,性別歧視、婚姻歧視和戶籍歧視在中國勞動力市場依然存在,資歷是影響工資收入的重要因素,即工資收入隨著年齡增加處于上升周期,但到達(dá)拐點(diǎn)之后,工資收入則處于下降周期?；鶞?zhǔn)回歸估計(jì)結(jié)果表明,中國高等教育回報(bào)率在不同出生隊(duì)列都具有明顯的正效應(yīng),但隨著出生時(shí)間后移依次遞減。處于精英化階段的高等教育回報(bào)率要大于大眾化階段,這是由勞動力市場供需關(guān)系決定的。60后是中國高考恢復(fù)后獲益最大的群體,隨著高校招生規(guī)模不斷擴(kuò)大,高等教育回報(bào)率遞減速度明顯加快,90后高等教育回報(bào)率雖然正效應(yīng)明顯,但較之前3個(gè)出生隊(duì)列縮水幅度最大。

(二)傾向得分匹配法

為了控制模型估計(jì)存在的樣本自選擇偏差問題,將使用傾向得分匹配法重新估計(jì)高等教育與工資收入之間的關(guān)系。在運(yùn)用傾向得分匹配法時(shí),本文采用3種常見的匹配方法:內(nèi)核匹配法、最近鄰匹配法和半徑匹配法。具體估計(jì)結(jié)果見表3。

表3 傾向得分匹配法的估計(jì)結(jié)果

注:參數(shù)設(shè)置內(nèi)核匹配為默認(rèn)值,最近鄰匹配為1,半徑匹配為0.01;60后、70后、80后和90后的分組樣本協(xié)變量均通過了平衡性檢驗(yàn)。

表3報(bào)告了內(nèi)核匹配法、最近鄰匹配法和半徑匹配法的處理組在不同樣本中的平均處理效應(yīng),3種方法對不同樣本的估計(jì)結(jié)果僅平均處理效應(yīng)絕對值略有變化,平均處理效應(yīng)的系數(shù)方向與顯著性無明顯差異,這在一定程度上表明傾向得分匹配法估計(jì)結(jié)果的可靠性。利用傾向得分匹配法得到的估計(jì)結(jié)果表明,若未能解決樣本自選擇偏差問題,會高估或低估高等教育回報(bào)率,但其估計(jì)結(jié)果在一定程度上證明高等教育回報(bào)率雖是正效應(yīng),但隨著時(shí)間的推移,這種效應(yīng)處于遞減狀態(tài)。

(三)基于無條件分位數(shù)法的進(jìn)一步研究

普通最小二乘法和傾向得分匹配法關(guān)注的都是高等教育回報(bào)的均值效應(yīng),而研究高等教育回報(bào)分布效應(yīng)時(shí),可能需要關(guān)注高等教育對各個(gè)收入層的影響。為了更詳細(xì)地觀察各出生隊(duì)列的高等教育回報(bào),基于無條件分位數(shù)回歸分析方法(RIF)繪制圖1。圖1展示了不同出生隊(duì)列的高等教育回報(bào)在不同收入層的分布情況(2)圖1是以工資收入作為被解釋變量,以個(gè)體特征和工作特征等為控制變量,采用RIF回歸的分解法分析得到不同分位數(shù)的高等教育回報(bào)系數(shù)的散點(diǎn)圖。。

圖1 各出生隊(duì)列在不同分位數(shù)的高等教育回報(bào)

圖1中各出生隊(duì)列在不同分位數(shù)的高等教育回報(bào)系數(shù)均顯著為正。從圖1可以看出,隨著收入增加,60后高等教育回報(bào)一直處于遞增趨勢,特別是中高收入層遞增速度加快,其他出生隊(duì)列整體上處于上升趨勢,但個(gè)別收入層的高等教育回報(bào)有所回落;處于中等收入以下各收入層,70后和80后高等教育回報(bào)曲線處于膠著狀態(tài),而在中等收入以上各收入層,70后高等教育回報(bào)均要明顯高于80后;90后在低收入層與中低收入層這一區(qū)間,高等教育回報(bào)處于下降狀態(tài),之后,隨著收入的遞增,高等教育回報(bào)雖整體上呈現(xiàn)遞增狀態(tài),但增幅較之其他隊(duì)列則較為平緩。各出生隊(duì)列在不同收入層的高等教育回報(bào)曲線表明,60后在各個(gè)收入層的高等教育回報(bào)均要高于其他隊(duì)列,而90后在各個(gè)收入層的高等教育回報(bào)均要小于其他隊(duì)列。分布效應(yīng)曲線圖不僅表明基準(zhǔn)回歸結(jié)果的有效性,也表明高等教育回報(bào)在高收入層更高,但高校擴(kuò)招對收入分配具有“公平效應(yīng)”,即相對于60后、70后,80后和90后高收入層的工資溢價(jià)差額有所減小。

為了更深入地研究各出生隊(duì)列在不同樣本中的高等教育回報(bào)趨勢問題,本研究將按照高等教育層次、性別、城市發(fā)展水平進(jìn)一步分類分析其異質(zhì)性問題。

圖2和圖3展示了專科組和本科組兩組樣本教育回報(bào)的趨勢(3)?？平M包含接受大專教育與未接受高等教育的樣本,本科組包含接受本科教育與未接受高等教育的樣本,兩組樣本均不含研究生樣本。本文未能分析研究生教育回報(bào)情況,主要是研究生樣本數(shù)據(jù)較少,不足以支撐相關(guān)研究。。比較?？平M和本科組各出生隊(duì)列高等教育回報(bào)趨勢可知,在?？平M中,60后接受高等教育所獲得的工資溢價(jià)效應(yīng)在各個(gè)分位數(shù)上遠(yuǎn)高于其他出生隊(duì)列,在其他出生隊(duì)列中,雖然先出生隊(duì)列接受專科教育回報(bào)高于后出生隊(duì)列,但是在各分位數(shù)上對應(yīng)的高等教育溢價(jià)效應(yīng)均不如60后,特別是80后和90后在低收入?yún)^(qū)間的高等教育回報(bào)相接近。在本科組中,各出生隊(duì)列在不同分位數(shù)上獲得的高等教育回報(bào)均要高于大專組,60后的高等教育回報(bào)依然最高,90后最低。這在一定程度上說明高等教育中本科教育所帶來的回報(bào)率要高于專科教育,越是處于收入層的高端,高等教育回報(bào)差異越大。

圖2 ?？平M各出生隊(duì)列的高等教育回報(bào) 圖3 本科組各出生隊(duì)列的高等教育回報(bào)

圖4和圖5展示了性別分組在不同收入層的高等教育回報(bào)趨勢。在女性樣本組中,在10至55分位數(shù)區(qū)間,60后高等教育回報(bào)低于80后,在60分位數(shù)上,60后高等教育回報(bào)才開始高于80后,之后,隨著分位數(shù)增加,其工資溢價(jià)呈現(xiàn)擴(kuò)大狀態(tài),在85分位數(shù)上有所回落;在低分位數(shù)上,70后高等教育回報(bào)最低,在中高及高分位數(shù)上則高于80后;80后高等教育回報(bào)隨著分位數(shù)增加一直處于緩慢增長狀態(tài),特別是80后女性在中低收入層高等教育回報(bào)要高于其他出生隊(duì)列,在中高及高收入層則不如60后、70后;90后高等教育回報(bào)在不同分位數(shù)上未呈現(xiàn)向上趨勢,與其他出生隊(duì)列相比,整體上依然是最低的。男性樣本組各出生隊(duì)列在不同分位數(shù)上的高等教育回報(bào)整體上呈現(xiàn)向上趨勢,且隨出生時(shí)間后移依次減弱,在低分位數(shù)上,80后和90后高等教育回報(bào)曲線處于膠著狀態(tài)。從圖4和圖5可以看出,女性和男性從高等教育中所獲得的回報(bào)由于出生隊(duì)列不同而有所差異。對比性別分組各分位數(shù)上高等教育回報(bào)可知,在高收入層60后和70后女性高等教育回報(bào)高于男性,90后女性在中、低收入層高于男性,而80后女性在不同收入層的高等教育回報(bào)均高于男性,且在中、低收入層高等教育回報(bào)高于女性組其他出生隊(duì)列,表明女性從高校擴(kuò)招中獲益更多。

圖4 女性各出生隊(duì)列的高等教育回報(bào) 圖5 男性各出生隊(duì)列的高等教育回報(bào)

圖6和圖7展示了不同城市規(guī)模各出生隊(duì)列的高等教育回報(bào)趨勢。CHFS(2019)將城市分為3類,即一線/新一線城市、二線城市、三線城市。本文將這3類合并為兩類,即一線/新一線城市、二線城市歸為一類,稱為大城市,三線城市稱為小城市。大城市90后高等教育回報(bào)呈現(xiàn)先下降后緩慢上升趨勢,其他出生隊(duì)列在低、中收入層高等教育回報(bào)曲線處于膠著狀態(tài)。小城市60后在不同收入層的高等教育回報(bào)遠(yuǎn)高于其他出生隊(duì)列,其他出生隊(duì)列的高等教育回報(bào)隨著出生時(shí)間后移基本呈現(xiàn)遞減趨勢。大城市60后和90后的高等教育回報(bào)僅在高收入層大于小城市的對應(yīng)出生隊(duì)列,在其他分位數(shù)上均不如小城市,而其他兩個(gè)出生隊(duì)列,除在90分位數(shù)上大城市80后高等教育回報(bào)不及小城市80后外,在其他各分位數(shù)上均是大城市高等教育回報(bào)高于小城市。

圖6 大城市各出生隊(duì)列的高等教育回報(bào)圖7 小城市各出生隊(duì)列的高等教育回報(bào)

四、結(jié)論與討論

(一)研究結(jié)論

青年就業(yè)事關(guān)民生福祉和社會穩(wěn)定,一直廣受社會各界關(guān)注。特別是高校擴(kuò)招后,在大學(xué)生就業(yè)年年都是“最難就業(yè)年”的背景下,以出生隊(duì)列視角研究高等教育回報(bào)問題具有較大的現(xiàn)實(shí)意義。本文利用中國家庭金融調(diào)查(CHFS)2019年的數(shù)據(jù),使用最小二乘法以出生隊(duì)列視角分析了各出生隊(duì)列接受高等教育與工資收入之間的關(guān)系,并運(yùn)用傾向得分匹配法對估計(jì)結(jié)果進(jìn)行了有效性檢驗(yàn)。在此基礎(chǔ)上,運(yùn)用無條件分位數(shù)回歸法,進(jìn)一步探討了不同收入層的各出生隊(duì)列高等教育回報(bào)分布效應(yīng)及其異質(zhì)性問題。研究結(jié)果表明:

1.高等教育回報(bào)率遞減幅度未按出生隊(duì)列順序依次增大

高等教育對各出生隊(duì)列的工資收入均具有明顯的溢價(jià)效應(yīng),但該溢價(jià)效應(yīng)隨著出生時(shí)間后移而遞減,這與馬光榮、王麗等人的研究結(jié)論一致,但高等教育回報(bào)率遞減幅度卻是90后最大,70后次之,80后最小。

2.不同出生隊(duì)列的高等教育回報(bào)分布效應(yīng)曲線趨勢未能平行向上

不同出生隊(duì)列的高等教育回報(bào)分布效應(yīng)曲線趨勢基本向上,即高等教育工資溢價(jià)效應(yīng)隨著工資增加呈現(xiàn)遞增趨勢。這表明60后在各個(gè)收入層的高等教育回報(bào)均高于其他出生隊(duì)列,90后在各個(gè)收入層均是最低的,70后和80后高等教育回報(bào)曲線在中、低收入層處于膠著狀態(tài),兩隊(duì)列的工資溢價(jià)未呈現(xiàn)明顯差異,但在中高、高收入層,70后明顯高于80后。

3.不同出生隊(duì)列的高等教育回報(bào)分布效應(yīng)呈現(xiàn)差異化

將樣本按照高等教育水平、性別、城市規(guī)模分類展開分布效應(yīng)異質(zhì)性研究發(fā)現(xiàn),整體上,本科、女性、大城市樣本組的高等教育回報(bào)更高,但部分樣本組不同出生隊(duì)列的高等教育回報(bào)分布效應(yīng)呈現(xiàn)差異化,如中、低收入層本科樣本組80后高等教育回報(bào)高于70后,女性樣本組80后高等教育回報(bào)高于其他出生隊(duì)列,大城市樣本組除90后外,其他出生隊(duì)列的高等教育回報(bào)曲線呈膠著狀態(tài),而大城市60后和90后高等教育回報(bào)僅高收入層高于小城市對應(yīng)出生隊(duì)列,其他收入層均低于小城市。

(二)延展討論

基于研究結(jié)論可知,隨著中國高等教育的擴(kuò)招,高等教育的工資溢價(jià)效應(yīng)逐漸減弱,這主要由勞動力市場的供需關(guān)系所決定。

第一,60后接受高等教育者是高考恢復(fù)后的大學(xué)生,物以稀為貴,他們不僅是勞動力市場的“稀有品”,還處于改革開放初期,享受了中國經(jīng)濟(jì)發(fā)展的時(shí)代紅利,故其通過高等教育獲利較多。隨著高校擴(kuò)招,高學(xué)歷人才供給不斷加大,高等教育工資溢價(jià)效應(yīng)逐漸減弱,即高等教育回報(bào)80后不如70后,90后不及80后。其中,90后回報(bào)率降幅最大,這是由于劇增的大學(xué)畢業(yè)生涌入勞動力市場,造成勞動力供需的結(jié)構(gòu)性失衡,大學(xué)生就業(yè)質(zhì)量逐年下降。

第二,70后和80后高等教育回報(bào)曲線在中、低分位數(shù)上處于膠著狀態(tài)。90后高等教育回報(bào)曲線呈現(xiàn)緩慢上升趨勢,未能像其他隊(duì)列那樣,收入越高,高等教育回報(bào)率增幅越大。一方面,高校擴(kuò)招初期,高學(xué)歷人才供給與勞動力市場需求存在一定的時(shí)滯性,大學(xué)生雖不再是勞動力市場的稀缺品,但依然是“香餑餑”;另一方面,中國于21世紀(jì)初加入WTO,隨后中國經(jīng)濟(jì)進(jìn)入高速發(fā)展的黃金時(shí)期,該階段市場對人才依然是求賢若渴,80后作為擴(kuò)招后早期受益群體,可繼續(xù)獲得較高的工資溢價(jià)。當(dāng)90后進(jìn)入勞動力市場時(shí),中國經(jīng)濟(jì)發(fā)展進(jìn)入了新常態(tài)時(shí)期,勞動力市場供需結(jié)構(gòu)性失衡問題越來越明顯,大學(xué)生就業(yè)難與工廠招工難并存,從而使得高技能與低技能人員的工資差距逐步縮小。

第三,各出生隊(duì)列高等教育回報(bào)分布效應(yīng)的差異化顯示出中國高等教育的多元化特點(diǎn)。特別是女性從高校擴(kuò)招中受益頗多,80后女性高等教育回報(bào)不僅在中、低收入層高于其他出生隊(duì)列,且在不同收入層的工資溢價(jià)均高于80后男性。這是由于擴(kuò)招政策增加了女性獲得高等教育的機(jī)會,讓其在接受高等教育后有機(jī)會進(jìn)入高技能勞動力市場,提升了女性工資議價(jià)能力,從而有利于減少就業(yè)市場的性別歧視問題。60后和90后在小城市獲得的工資溢價(jià)高于大城市,可能原因是高技能員工在不同規(guī)模勞動力市場供需存在差異,以及小城市存在生活成本的優(yōu)勢。

為提升高等教育回報(bào)率和其對收入分配的“公平效應(yīng)”,建議落實(shí)“篩選公平→培養(yǎng)重質(zhì)→合理流動”的人才培養(yǎng)路徑。一是為確保高等教育對收入分配的“公平效應(yīng)”,政府應(yīng)加強(qiáng)對弱勢群體的高等教育投資,為其提供暢通的上升通道,提高弱勢群體的教育回報(bào)率。首先,招生政策向弱勢群體傾斜,對低收入群體提供經(jīng)濟(jì)資助,實(shí)現(xiàn)不同群體間的機(jī)會公平;其次,幫扶教育薄弱地區(qū)的高中教育,減少高中學(xué)校間的質(zhì)量分化,引導(dǎo)中等教育質(zhì)量均衡發(fā)展;最后,在招生選拔過程中,高校應(yīng)堅(jiān)持公平公正原則,努力消除人為因素造成的教育不平等,確保教育公平。二是在高等教育工資溢價(jià)效應(yīng)趨弱的背景下,高校應(yīng)加強(qiáng)高等教育質(zhì)量管理,注重培養(yǎng)大學(xué)生的核心技能,提高大學(xué)生的就業(yè)質(zhì)量。三是推動不同規(guī)模城市的差異化發(fā)展,積極引導(dǎo)高技能勞動力在不同規(guī)模城市勞動力市場的合理流動,避免大城市的人才冗余和小城市的人才不足。加強(qiáng)小城市的教育、醫(yī)療等公共資源投資,為高技能勞動者提供更多的工作機(jī)會和技能培訓(xùn)。繼續(xù)發(fā)揮小城市生活成本優(yōu)勢,不斷提高勞動力在小城市生活、就業(yè)的效用,從而實(shí)現(xiàn)大城市和小城市功能互補(bǔ)、協(xié)調(diào)發(fā)展。