教育收益率的地区、性别差异：基于CCGGSSSS22001133的研究

段思凡　卢慧贤

（中山大学国际商学院，广东　广州　44400110000）



教育收益率的地区、性别差异：基于CCGGSSSS22001133的研究

段思凡卢慧贤

（中山大学国际商学院，广东广州44400110000）

［摘要］本文使用中国综合社会调查CGSS2013的数据，利用明瑟方程及OLS回归方法，发现性别和地区差异对教育收益率存在显著的影响，应优化对教育资源的配置，加强劳动力市场的市场化程度，减少社会性的劳动力市场分割。

［关键词］教育收益率；性别差异；地区差异

近几年，中国经济增长速度放缓，正处于经济社会转型时期，而关注教育收益率的变化可以判断劳动力的流动、劳动力市场的转变和经济转型的趋势。对教育收益率的地区差异、性别差异的研究，有利于分析劳动力市场对劳动力的评价，优化教育资源配置，这对增加教育对经济发展的贡献来说十分重要［1］。

本文使用2013年中国综合社会调查（CGSS）的数据，来估计我国教育收益率的地区和性别差异。通过回归分析，我们发现，在性别差异上，男性教育收益率高于女性，这与以往一般研究的结果不同，本文将分析此现象的原因。在地区上，西部教育收益率最高，其次是东部，中部最低。本文还研究了教育收益率性别差异在地区上的分布，西部东部均是男性教育收益率高于女性，在中部男性略低于女性。

1　文献综述

人力资本投资和教育收益率的研究受到不少学者的共同关注，目前也不乏在这方面的研究文献。

在研究地区差异方面，例如魏新、邱黎强（1998）得出中部地区的教育收益率最高，东部和西部的结果相近；李实、丁赛（2003）则提出教育收益率地区差异存在但不明显，东部地区的教育收益率最高，其次是西部地区，中部地区最低；孙志军（2004）的文献综述提到总体认为西部地区的教育收益率不低于东部地区；王海港等（2007）利用中国社会科学院经济研究所的数据，用分层线性模型估计，得出城镇居民教育收益率的地区差异主要源于城市之间，省间差异不显著；而李实等（2013）针对农民工群体，指出他们的教育收益率的存在明显差异，东部地区明显高于中西部地区。这体现了教育收益率地区差异的趋势［2］。

在研究性别差异方面，大多数的学者研究表明女性的教育收益率高于男性［3］。例如赖德胜（1998）利用中国社会科学院经济所收入分配与改革课题组对收入分配的调查结果，研究性别差异引起的教育收益率偏低的原因；高梦滔、张颖（2007）则提出性别差异导致的教育收益率在行业分布中的差别，低收入行业中女性高于男性，高收入行业则相反；钱文荣、卢海阳（2012）针对农民工的调查，对比CHIP数据，得出只有在较高教育水平上，教育收益率的性别差异才显著。这反映了教育收益率性别差异在行业、教育程度上的分布。

目前针对地区和性别差异的教育收益率的研究仍存在一些不足。其一，近年来的研究主要关注其他变量对教育收益率的影响，如家庭背景、工作单位性质等，关注地区或性别差异的研究较少，而目前经济发展放缓，趋势有所改变，此问题有必要关注。其次，关于地区的研究，更多学者集中于城乡间差异、城镇间差异，或者省份间差异，对于大区域的研究的介绍较少，且存在争议［4］。其三，关于教育收益率的性别差异，缺乏对大地理区域分布的研究。其四，针对性别差异，大多数研究得出的结论是女性收益率高于男性，但仍有少部分研究如侯风云（2005）、陈良等（2002）得出的结论与此相反，对这种情况的研究较少［5］。本文的贡献主要体现：一是研究了教育收益率的性别差异在地区上的分布；二是分析社会整体的教育收益率的地区、性别差异，有别于以往较多的关于城镇居民的研究；三是发现男性教育收益率高于女性收益率，与一般研究不同，并对其进行分析。

2　数据描述

2.1数据来源

本文所使用的数据主要来源于2013年“中国综合社会调查（CGSS）”项目。CGSS2013项目调查是一项全国范围的大规模抽样调查项目，在全国各省（自治区、直辖市）进行抽样调查。此次调查数据共包含11 438个样本。本文在对关键变量的数据进行整理后，剔除了数据缺失的被访问者，最终收集到了3 961个居民样本用于实证分析，其中男性样本1 906个，女性样本2 055个。这3 961个样本分布在各个省份及年龄段，故具有较强的代表性。

2.2变量说明

在构建经典明瑟方程时，调查问卷中“您个人去年全年的总收入是多少”一题用来反映个人收入Y。“您目前的最高教育程度”一题反映的是受教育水平，在之后的模型构建中通过对其赋值，可以用来表示受教育年限S。“从您第一份非农工作到您目前的工作，您一共工作了多少年？”一题可以表示工作年限或工作经验EXP。接下来，为了探讨性别以及地区对教育收益率的影响，我们在经典明瑟方程中加入了“性别”以及“地区”变量。“性别”变量按男、女进行分类；“地区”变量依据问卷中所填的居住地，将各个省份依据东中西部划分标准，划分为西部、中部和东部三个类别。

2.3变量的统计描述

从表1的描述性统计可以看出，男性的收入均值为44 386.23元，女性的收入均值为34 259.64元，收入差异较大。据表1中的数据进行推断，首先，男性的平均工作年限为18.1年，而女性的平均工作年限为12.42年，这可能是造成收入差距的因素之一；男性的平均受教育年限为5.18年，女性的平均受教育年限为5.61年，男性平均受教育年限小于女性，但收入较高，这可能是因为性别歧视造成的在工作中岗位和收入的不同。并且可以依此推测，男性的教育收益率可能高于女性，这个问题将在第四部分的计量分析中进行探讨。

从表1还可以看出，无论是总体，还是男性、女性，东部地区的平均收入高于中部和西部地区。可见，我国的教育和收入在地区上存在较大差异和不平等。

表1　样本变量的描述性统计分析

3　基本模型及计量分析结果

3.1模型构建

我们采用明瑟方程来对教育收益率进行估计。所用模型的基本形式如下：

3.1.1经典明瑟方程

lnY=β1+β2S+β3EXP+β4EXP2+ε（1）

模型（1）为经典明瑟方程，Y代表个人收入，lnY为工资收入的自然对数，S代表受教育年限，EXP代表工作年限（工作经验），EXP2为工作经验年数的平方，用以反映工作经验与收入的非线性关系。ε代表随机误差项。β2为教育收益率，代表受教育程度每提高一年为受教育者所带来的收入的提高的比例。

3.1.2加入其他变量

lnY=β1+β2S+β3EXP+β4EXP2+aD*S+bF+ε（2）

在经典明瑟方程中加入其他可能影响收入的因素。变量D为虚拟变量，用来测量性别对教育收益的影响，对“女性”赋值为1，对“男性”赋值为0。由于考虑的是性别对教育收益率产生的影响，是为了改变直线的斜率，故采用与受教育年限的交叉项形式，即将D*S加入到模型中。变量F为虚拟变量，用来测量地区对教育收益的影响，将其按照西部、中部、东部依次赋值为0、1、2，变量值越大，表明地区经济发展水平越高。

3.2计量结果分析

3.2.1经典明瑟方程——模型（1）

首先我们对经典明瑟方程模型（1）进行OLS估计，得到教育与工作经验对收入及教育收益率的影响。表2给出了回归结果：

表2　模型（1）估计结果

上述表2中，受教育年限S的系数β2，即教育收益率为11.1%，说明针对全国人民，受教育程度每提高一级，带来的收入的提高的比例约为11.1%，且估计结果十分显著，说明受教育程度不同确实对收入带来不小的影响。工作经验EXP同样在1%的水平上显著，说明工作经验对收入同样产生影响。

接下来我们对男性和女性样本分别用经典明瑟方程进行回归，表3给出了回归结果：

表3　对性别分别回归的模型（1）估计结果

上述表3中反映了性别对教育收益率的影响。估计出来的男性教育收益率为11.6%，女性教育收益率为11.0%，男性教育收益率略高于女性，且都在1%水平上显著。而在工作经验上，女性的工作年限对收入的影响大于男性工作年限对收入的影响，可能是女性工作年限对能力以及岗位的提升影响更大，女性需要通过工作时间来积累经验和能力，而男性可能在更短时间内能力可以得到更大的提升。

然后我们对西部、中部、东部分别进行回归，表4给出了回归结果：

表4　对地区分别回归的模型（1）估计结果

表5　对地区、性别分别回归的模型（1）估计结果

上述表4反映的是地区对教育收益率的影响。估计出来的西部教育收益率约为11.9%，中部约为6.5%，东部约为10.4%。西部的收益率高于中部和东部，中部最低，之后我们将分析可能造成该结果的原因。

上述表5反映的是分地区、分性别对教育收益率的影响。我们可以看到，同之前的结果一样，无论是男性女性，西部教育收益率最高，中部最低；在各地区内，西部东部均是男性教育收益率高于女性，在中部男性略低于女性。

3.2.2加入其他变量——模型（2）

接下来，在扩展的模型中，为了简化计算，直观起见，我们将性别作为一项交叉项，当样本为男性时，D=0，β2表示男性的教育收益率，当样本为女性时，D=1，（β2+β4）表示女性的教育收益率，我们可以看到此时β4表示着男女教育收益率之间的差异。我们还考虑到在我国地区差异较大、劳动力市场不健全的情况下，除了教育年限、工作经验作为影响居民收入和教育收益率的因素，还有其他因素影响着居民收入和教育收益率，比如东中西部的地区因素，因此加入变量F，将西、中、东部分别赋值为0、1、2，表示着一种发展水平的高低，从回归的结果便可以看出地区差异（经济发展水平差异）带来的影响。

我们对加入其他变量的模型（2）进行OLS估计，得到地区差异对收入及教育收益率的影响。表4给出了回归结果：

表6　加入地区变量的模型（2）估计结果

上述表6反映了性别对教育收益率的影响，以及地区对收入的影响。

由受教育年限S的系数β2为0.119，D*S的系数a 为-0.034可知，男性的教育收益率大约为11.9%，女性的教育收益率大约为8.5%，男性教育收益率略高于女性，且都在1%水平上显著。虽然模型（1）对男性女性分别进行回归已可看出教育收益率存在差别，但通过交互项的t检验便可以判断这个差别的确是显著的。由地区变量F的系数b为0.23可知，随着地区由西部向中部、东部过渡，人们的收入有所提高，且在1%水平上显著，说明地区的差异确实会对收入产生一定的影响。虽然加入变量前后R2都不大，拟合优度有待提高，但是加入后模型（2）的R2明显高于模型（1），拟合优度有所提高，说明性别和地区变量确实会对收入产生影响，将它们加入模型是有一定依据的。

4　结论及原因分析

针对性别与地区差异对教育收益率的影响问题，本研究通过选取样本、构建明瑟方程模型并进行OLS回归分析，发现如下结论，并对产生的原因进行了探讨和推断。首先，在性别对教育收益率的影响上，我们发现在我们的样本研究基础上，男性的教育收益率高于女性。针对全国而言，男性的教育收益率为11.6%，女性的教育收益率为11%；在分地区的条件下，男性教育收益率也一般高于女性，中部地区稍有特殊，男性的教育收益率比女性低0.4%，但差别也较小。这个结论同国内外大多数专家学者的研究有所矛盾，大多数的研究都发现女性的教育收益率普遍高于男性，但为何我们会得出一个相反的结论呢？我们对产生该结果的原因进行了推断与分析：

第一，研究所选取的样本可能存在一定问题。我们选取的是中国综合社会调查CGSS2013的数据，样本容量大、覆盖面较广且较为权威。但我们在剔除了数据缺失访问者，对样本进行一定的筛选后，样本数量有了大幅的减少，有可能会造成样本数量较少、涉及范围有所变窄有所局限的情况。

第二，该样本收集了3 961户居民数据，其中，城镇样本2 292个，农村样本1 669个，农村样本所占比例为42.15%，比例较大。在以往的许多研究中，对性别教育收益率的差异研究很多是基于城镇居民的样本而言的（如陈良，鞠高升，2004；刘泽云，2008），较少或没有考虑加入农村样本对其的影响。而在侯风云（2004）和赵力涛（2006）对中国农村的教育收益率的研究中，都发现农村男性的教育收益率普遍高于女性，可能正是因为农村样本比例较大，因此会出现男性教育收益率稍高于女性，差异却不是非常明显的结果。

关于农村教育收益率性别差异的原因，通过对文献的研究，我们发现，近年来农村地区的非农经济得到了较快发展，而农村地区教育对男性非农就业的影响远远大于女性，对于男性，每增加一年的教育，非农就业的机会——与仍然从事农业相比——增加了29.4%，而对于女性则为8.8%；且非农就业机会在两性之间的分配不平等，尽管非农经济的发展同时增加男女非农就业的可能性，但男性获益更多（赵力涛，2006）［6］。联系现实的情况，这其实不难理解，许多农村重男轻女的思想首先使男性接受教育，并且加之劳动力的考虑，非农就业机会会更多地提供给男性而非同等受教育水平的女性。再者，农村以农户为单位的劳动分工模式仍然存在，女性通常留守家中照顾家务，或从事一些工资相对较低的工作，而男性通常外出进入薪酬较高的工作岗位以贴补家用。

从表1对样本的描述性统计可以看到，该样本中的男性平均工作年限长于女性，且在计量分析中发现女性工作年限对收入的影响高于男性（可能是因为女性需要通过工作时间来积累经验和能力，而男性可能在更短时间内能力可以得到更大的提升），因此样本中女性的工作年限短且影响大可能造成了相对较低的收入水平，从而使得教育收益率较低。

第一，劳动力市场中存在工作性别歧视的问题。由样本的描述性统计可以看到，样本中女性的平均受教育年限高于男性，但平均收入却低于男性，工作中的性别歧视问题一定是此结果的原因之一。有研究指出，劳动力市场上存在“职业及职位歧视”（Ehrenberg and Smith，2000），是指雇主有时会故意将与男性雇员具有相同教育水平和生产潜力的女性雇员安排在较低工资报酬的职位上，且在晋升时的机会较少［7］。这种现象将会反映在男性与女性的收入差异以及教育收益率的差异上，相同的受教育水平，或受教育年限相同的提高下，造成了收入以及收益率变化的不同。

第二，在地区差异对教育收益率的影响上，西部、中部、东部的教育收益率为11.9%、6.5%、10.4%，呈现西部高于东部，中部最低的情况，在分性别的情况下，同样如此。这可能与我们想象的有所差别，但在一定程度上确实可能存在这样的情况。我们对产生该结果的原因进行了推断与分析：一是研究所选取的样本可能存在一定问题。所选取的样本数相对较少，各地区样本比例不一致，都可能造成结果不够准确严谨的情况。二是制度因素和生产技术条件。由于各地区的生产技术条件不同，对劳动力的主要需求也不同，这也会引起不同地区同教育水平劳动力的报酬不一，导致教育收益率的差异。三是教育收益率是指受教育年限每增加一年所带来的收入的比例的增加，是一个相对的衡量标准，受到经济发展水平和教育发展水平等因素的多重影响。有研究表明，对于教育欠发达的地区，接受的教育年限越多，他们就越有机会将学到的知识化作人力资本（洪金珠，2008）［8］。中部地区人口过多，就业机会相对变少，大量受过教育的劳动力无法进入较好的工作岗位。东部地区虽然同样存在着大量劳动力，但东部整体经济发展水平高，相同的教育水平和工作岗位可以得到更高的收入［9］。

5　政策建议

5.1结合教育收益率地区差异，优化教育资源配置

国家应继续加大对西部地区的教育资源投入，确保对经济相对发达的东中部地区的教育资源投入。一方面要促进义务教育阶段各地区的均衡发展，提高整体的教育水平，另一方面要发展西部的地区的优质高等教育资源，向高校给予一定的政策和资金倾斜，设立相关的科研机构，增加西部的高教育水平劳动力［10］。

5.2加强西部的技术更新发展和市场转型改革

西部地区的教育收益率较高，但劳动力以农村劳动力为主，仅仅加大教育资源的投入是不足的。西部地区的经济发展水平较低，对劳动者的教育水平要求不高，优质劳动力的黏性不足，往往会使高教育水平劳动力流出。只有加快技术更新发展和市场转型改革，加快经济发展，才能吸纳优质的劳动力，在劳动力和市场的相互作用下增加对经济的贡献。

5.3加强劳动力市场流动，减少劳动力市场分割

目前，劳动力市场发展不完善，市场化程度不足，人力资本的价值并未得到充分的体现。应促进劳动力市场的市场化，减少人为的劳动力市场分割，如特定的制度。给劳动者提供保障，建立和完善对企业性别歧视的赔偿、惩罚措施，尽量避免性别歧视［11］。采取激励措施，尽量平衡地区间劳动力的供求关系，加快劳动力在地区间的流动。

5.4宣传男女平等，摒弃落后陈旧思想

社会、家庭和个人都应该保障女性受教育的机会，保障女性获得的教育投资，增强女性在劳动力市场中的竞争力。增强女性的维权意识和自我价值提升意识，适应劳动力市场发展的需求。

参考文献：

［1］李实，丁赛.中国城镇教育收益率的长期变动趋势中国［J］.社会科学，2003（6）.

［2］陈良.鞠高升.教育明瑟收益率性别差异的实证分析［J］.北京大学教育评论，2004（3）.

［3］刘泽云.女性教育收益率为何高于男性——基于工资性别歧视的分析［J］.经济科学，2008（2）.

［4］高梦滔，张颖.教育收益率、行业与工资的性别差异:基于西部三个城市的经验研究［J］.南方经济，2007（9）.

［5］侯风云.中国农村人力资本收益率研究［J］.经济研究，2004（12）.

［6］赵力涛.中国农村的教育收益率研究［J］.中国社会科学，2006（3）.

［7］魏巍，岳昌君.性别工资差异研究［J］.北大教育经济研究，2006（3）.

［8］洪金珠.东中西部农村教育收入收益的分析与比较［J］.现代经济，2008（8）.

［9］王海港，李实，刘京军.城镇居民教育收益率的地区差异及研究［J］.经济研究，2007（8）.

［10］邢春冰，贾淑艳，李实.教育回报率的地区差异及其对劳动力流动的影响［J］.经济研究，2013（11）.

［11］孙志军.中国教育个人收益率研究：一个文献综述及其政策含义［J］.中国人口科学，2004（5）.

The Regional and Gender Differences of Rate of Return to Education: Research based on CGSS 2013

Duan Sifan Lu Huixian
（International School of Business，Sun Yat-sen University，Guangzhou Guangdong 440100）

Abstract：This paper usedthe data of China general social survey CGSS2013，by Mincer equationand OLS regression methods，found that gender and regional differences have obvious influences on rate of return to edu⁃cation，we should optimize the allocation of educational resources，strengthen the marketization degree of labor market，and reduce social labor market segmentation.

Keywords：Rate of return to education；Gender differences；Regional differences

作者简介：段思凡（1995.9-），女，本科，研究方向：经济管理、金融；卢慧贤（1994.-9），女，本科，研究方向：经济管理、金融。

收稿日期：2015-10-26

［中图分类号］G649.2

［文献标识码］A

文章编号：1671-0037（2015）11-59-5