我国人力资本回报率城乡差异：全国调研数据的实证分析

孟凡强

（广东财经大学 国民经济研究中心，广东 广州510320）

一、引言

改革开放以来，随着城市经济发展对劳动力需求的增加以及限制劳动力城乡流动的相关政策的放松，大批从农业生产中释放出来的农村剩余劳动力涌入城市劳动力市场，成为领取工资收入的产业工人的一部分。然而，进入城市部门的农村劳动力在工资待遇等方面与城市劳动力存在明显差异。这种差异部分源于两类劳动力的个体特征差异和就业特征差异，另一部分则源于歧视因素，主要表现为城乡劳动力人力资本回报率的差异。从20世纪80年代末开始，国内外学者就已开始关注我国劳动力的教育回报率问题（Jamison等，1987）［1］。对于教育回报率的估计多采用的是明瑟工资方程。明瑟工资方程是由经济学家明瑟根据人力资本理论推导出来的研究工资收入决定的模型（Mincer，1974）［2］，模型的基本变量是教育和工作经历，由于其简洁性成为研究者使用最多的方法（Psacharopoulos，1994）［3］。接受教育的个体可能由于他们在个人能力、家庭背景、性别、职业等方面的差异导致在工资收入上的差异，而明瑟工资方程并没有将这些因素考虑在内，进而可能导致对教育回报率的高估（彭竞，2011）［4］。因此，许多研究者对明瑟工资方程在方法上进行了各种扩展与改进 （Willis等，1979；Heckman，1979，2003；Butcher等，1994；Ashenfelter等，1998；Imbens，2000；张车伟等，2008；杜两省等，2010；马岩等，2012）［5-13］。国内学者则更多地是从不同的角度对教育回报率进行了估计与分析，主要包括对不同群体教育回报率的估计（候风云，2004）［14］，教育回报率随时间的变化趋势（李实等，2003；钟甫宁等，2007）［15-16］，教育回报率率随收入分布的变化情况（张车伟，2006；罗楚亮，2007）［17，18］，教育回报率的性别差异（黄志岭等，2009；张兴祥等，2013）［19，20］、地区差异（杜两省等，2010；邢春冰等，2013）［12，21］、部门差异（邢春冰，2006）等［22］。但目前研究教育回报率城乡差异的文献并不多见。李实等（1994）利用中国社会科学院经济研究所的住户抽样调查数据，估计了城镇职工和农村劳动力的教育回报［23］。姚先国等（2004）利用浙江、广东、湖南、安徽等省的调查数据分析了教育回报率的城乡差异，发现农村劳动力的教育回报率低于城镇劳动力，两者的差距在4%左右［24］。王美艳（2009）则估计了不同教育阶段教育回报率的城乡差异，发现外来劳动力在高中或中专阶段的教育回报率显著高于城市劳动力，这一结果为我国城乡教育资源的配置提供了有益参考［25］。张兴祥（2012）利用 CHIP2002数据从总体和不同教育阶段两个角度综合考察了城乡教育回报率的差异，发现总体上农村教育回报率低于城镇教育回报率，两者的差距在3%左右；通过对不同教育阶段的教育回报率的研究进一步发现城镇劳动力中等教育、高等教育阶段的教育回报率均高于农村劳动力［26］。

通过对现有文献的梳理可以发现，目前专门讨论人力资本回报率城乡差异的文献偏少，仅有的几篇文献集中于对教育回报率城乡差异的研究。根据人力资本理论，人力资本的积累有两种主要的途径：一是接受正规的学校教育，二是“干中学”，后者主要与个人的工作经验相关。因此，工作经验回报率也是人力资本回报率的内容之一，而现有研究中对工作经验回报率的关注较少，仅有少数几篇文献讨论了工作经验回报率的问题（候风云，2004）［14］。同时，工作经验还可以进一步区分现职任职期与其他工作经验，现职任职期是指劳动力在当前工作上的任职年限，其他工作经验则指劳动力从事当前工作之前的非农工作年限，前者通常代表劳动力的专用性人力资本水平，而后者则代表通用性人力资本水平，而现有文献中未见这一区分。另外，以往的研究中主要从平均工资层面分析教育回报率的城乡差异，而缺乏对整体工资分布层面上教育回报率城乡差异的研究。为弥补现有研究的不足，本文将利用全国范围的调查数据，从工资分布层面全面分析人力资本回报率的城乡差异问题。

二、数据与模型

（一）数据来源与处理

本文所用数据来自中国综合社会调查（CGSS）数据库中的2006年数据①本文使用的数据全部来自国家社会科学基金资助项目——《中国综合社会调查（CGSS）》。该调查由中国人民大学社会学系与香港科技大学社会科学部执行，项目主持人为李路路教授和边燕杰教授。作者感谢上述机构及其人员提供的数据协助，本文内容由作者自行负责。另外，中国综合社会调查（CGSS）目前已有2010年数据，但由于缺少月工资收入数据而未予采用。。该项调查是一项全国范围的大型调查，它采用随机抽样的方法，在全国28个省（区、市）抽取10 000个居民户，然后在每个被选中的居民户中随机选取1人作为被访者，由访问员对该被访者进行问卷调查。由于此调查数据中存在许多无效值、缺省值以及不符合要求的数据，本文根据研究的需要进行了处理：（1）将样本限定于非农劳动力市场上正在工作的劳动力群体，并删除了雇主、自雇者及军人样本。（2）保留了年龄在18岁以上，女性年龄小于55周岁，男性年龄小于60周岁的劳动力样本。（3）以户籍状况区分城镇劳动力与农村劳动力。经过整理后，本文样本总数为2 677个，覆盖全国28个省（区、市），其中，城镇劳动力1 873个，农村劳动力804个。

（二）变量设定

研究人力资本回报率的城乡差异需要估计两类劳动力的工资方程。本文工资方程中的变量设定如下。

（1）工资。在相关文献中，工资指标主要包括年工资、月工资和小时工资三种。由于年工资和月工资都未能充分反映劳动力的工作时间，因此，本文采用小时工资（单位：元），并按相关文献的惯常做法对小时工资取对数。

（2）人力资本。根据工资生成理论，劳动力的人力资本水平是决定其工资水平的最重要因素。本文选取三个变量来衡量劳动力的人力资本水平：受教育年限、现职任职期和其他工作经验。根据人力资本理论，教育投资是人力资本投资中最重要的形式，因此，受教育年限是衡量人力资本水平的重要指标。人力资本理论认为，劳动力在工作过程中通过“干中学”等方式可以实现人力资本的积累，因此一般认为，工作经验越多，劳动力的人力资本水平越高。为使分析更为深入，本文将工作经验分为“现职任职期”和“其他工作经验”两部分。

（3）其他变量。如果工资方程的解释变量只包括受教育年限和工作经验，那么，劳动力的人力资本回报率将有可能被高估，为此，本文将劳动力的性别、婚姻状况纳入工资方程，以控制这两个变量对工资的影响。另外，在估计工资方程时，个人能力由于其不可观测性常常被忽略。杜两省等（2010）［12］和马岩等（2012）［13］认为，职业培训可以当作个人能力的代理变量，因此，本文将职业培训变量纳入工资方程。张车伟等（2006）认为，由于中国劳动力市场存在多重分割，人力资本回报率在分割的市场中存在差异，如果不考虑市场分割因素，就不能得到有关人力资本回报率的“一致性”估计结果［11］。为此，本文将职业类型、部门类型、行业类型和地区虚拟变量纳入工资方程，以控制职业分割、部门分割、行业分割和地区分割对人力资本回报率的影响。

在职业分类方面，本文根据1988年国际标准职业分类（ISCO88）将职业分为“白领职业”和“蓝领职业”两类。其中，白领职业包括立法者、高级官员和管理者，专业人员，技术人员和专业人员助理，一般职员四个大类；蓝领职业包括服务人员和商店及超市的销售人员，熟练的农业和渔业工人，工艺及相关行业的工人，厂房及机器操作员和装配员，初级职员（非技术工人）五个大类。在部门分类方面，根据所有制形式，本文将部门分为“国有部门”与“非国有部门”，其中，国有部门包括党政机关、事业单位和国有企业或国有控股企业，其余为非国有部门。在行业分类方面，本文参考了马欣欣（2011）［27］的做法，将所有行业划分为“垄断行业”与“竞争行业”两类。其中，垄断行业包括采掘业，电力、煤气及水的生产和供应业，地质勘查业、水利管理业，交通运输、仓储及邮电通信业，金融、保险业，卫生体育和社会福利业，教育、文化艺术及广播电影电视业，科学研究和综合技术服务业，国家机关、政党机关和社会团体；竞争行业包括农林牧渔业，制造业，建筑业，批发和零售、贸易餐饮业，房地产业，社会服务业，其他行业。在地区方面，将28个省份按照所处的地理位置分为东部地区省份、中部地区省份和西部地区省份，并以“东部地区”作为对照组，设置“中部地区”和“西部地区”两个虚拟变量。表1为变量的描述性统计结果。

（三）分位数回归

分位数回归（quantile regression）最早由Koenker和Bassett（1978）［28］提出，是一种基于被解释变量的条件分布来拟合解释变量与被解释变量关系的线性回归方法，是对在均值上进行普通最小二乘（OLS）回归的拓展。就本文研究而言，分位数回归方程可表示如下。

式（1）中，y为对数小时工资，X为工资的影响因素，Qθ（y｜X）为给定解释变量X的情况下被解释变量y在第θ个分位数上的值，β（θ）为工资在第θ个分位数上的回归系数。

表1 变量描述性统计

三、工资分布不同分位数上城乡人力资本回报率差异分析

为考察整体工资分布层面人力资本回报率的城乡差异，本文分别对城镇劳动力和农村劳动力的工资方程进行了分位数回归。由于在极低分位数和极高分位数上，回归系数的估计非常不准确（葛玉好等，2011）［29］，因此，在对城乡劳动力的工资方程进行分位数回归时，本文选择的分位数区间是［2，98］，使用的步长是0.1。表2给出了城乡劳动力的人力资本回报率在10、25、50、75、90分位数上的回归结果①分位数回归结果见附表1和附表2。。

首先考察工资分布不同分位数上的城乡教育回报率，从表2可以看出，受教育年限在工资分布的各个分位数上都对城镇劳动力的工资水平产生了显著的影响，但这种影响在工资分布的不同位置存在不对称现象。总体上看，由工资分布的低分位数到高分位数，城镇劳动力的教育回报率呈现下降趋势，在工资分布的10分位数上，城镇劳动力的教育回报率为8.9%；到90分位数上，城镇劳动力的教育回报率下降到7.3%。这说明，提高受教育水平对低收入阶层城镇劳动力的工资增长更为有利。而对于农村劳动力来说，这一趋势刚好相反，由工资分布的低分位数到高分位数，农村劳动力的教育回报率呈现上升趋势，在工资分布的10分位数上，农村劳动力的教育回报率为5.1%；到90分位数上，农村劳动力的教育回报率上升到7.7%。这说明，提高受教育水平更有利于高收入阶层农村劳动力的工资增长。

表2 不同分位数上城乡人力资本回报率差异汇总

从现职任职期的回报率来看，城镇劳动力只有在50分位数上的任期回报率是显著为正的，在工资分布的其他分位数上现职任职期对其工资的影响均不显著。而对于农村劳动力来讲，其在工资分布各个分位数上的任期回报率均不显著。从其他工作经验回报率来看，其他工作经验对城镇劳动力工资的影响在工资分布的各个分位数上都是显著为正的，而农村劳动力的经验回报率在各个分位数上均不显著。为更为全面的分析工资分布不同分位数上的城乡人力资本回报率，将分位数回归结果中各人力资本变量的系数拟合为图1和图2。

图1 城镇劳动力人力资本回报率

从图1（b）可以看出，随着工资分布由低分位数向高分位数上升，城镇劳动力的教育回报率总体上呈现下降趋势①本文对不同分位数上人力资本回报率的差异进行了检验，大多数分位数之间均通过了差异显著性检验。，只在工资分布的顶端有所波动，教育回报率稳定在7%到10%之间。在现职任职期方面，城镇劳动力的任期回报率先是呈现下降趋势，而后趋于平稳，最后在工资分布的顶端出现下降。但从置信区间来看，现职任职期对工资的影响只在低分位数和中位数附近是显著的，由此我们可以到的结论是对于低收入和中等收入的城镇劳动力来讲，现职任职期的增加有助于提高其工资水平。从现职任职期平方项的系数估计结果来看，其对城镇劳动力工资的影响并不显著。这说明，城镇劳动力的工资水平与现职任职期之间并不存在倒“U”型关系。在其他工作经验回报率方面，由工资分布的低分位数到高分位数，经验回报率总体上呈现上升趋势，但在工资分布的顶端有所下降。其他工作经验平方项的系数并不显著，同样否定了城镇劳动力工资水平与其他工作经验的倒“U”型关系。

图2 农村劳动力人力资本回报率

图2所示为农村劳动力人力资本回报率的分位数估计结果，从受教育年限的系数估计结果来看，农村劳动力的教育回报率在工资分位数的末端先上升后下降，然后趋于平缓上升，在顶端出现下降，从总体上看农村劳动力的教育回报率稳定在4%到8%之间。从置信区间来看，受教育年限对不同收入阶层的农村劳动力的工资水平都有显著的正向影响。而其他人力资本变量对工资的影响均不显著，这说明现职任职期和其他工作经验的增加并不能提高农村劳动力的工资水平。

从上述对城乡劳动力人力资本回报率的分组估计结果来看，城镇劳动力教育回报率总体上要高于农村劳动力，而现职任职期和其他工作经验总体上对城镇劳动力工资都有显著的正向影响，但对农村劳动力的工资影响并不显著。这说明，提高受教育水平是农村劳动力工资水平提升的主要途径。

为更进一步分析城乡劳动力人力资本回报率的差异，本文在分位数工资方程中分别加入户籍与受教育年限、户籍与现职任职期、户籍与其他工作经验的交乘项（农村户籍设定为1），利用城乡混合样本重新估计了一组工资方程，估计结果汇总如表4①受篇幅限制，回归结果未全部列出。。

表4 城乡劳动力人力资本回报率差异分位数回归结果

从表4可以看出，农村劳动力的教育回报率在工资分布的各个分位数上均低于城镇劳动力，从系数间的大小比较来看，城乡劳动力教育回报率的差异由工资分布的低分位数向高分数呈现下降趋势，这说明随着工资收入的提高，城乡教育回报率的差异趋于缩小。城乡劳动力任期回报率的差异与教育回报率的差异的结果相近。其他工作经验回报率方面，在工资分布各个分位数上农村劳动力的经验回报率均低于城镇劳动力，并且由工资分布的低分位数到高分位数，经验回报率的差异越来越大，这一结果与教育回报率和任期回报率的结果恰好相反。为更为全面的分析整个工资分布上人力资本回报率的城乡差异，本文进一步将交乘项系数的分位数回归结果拟合为图3。

图3（a） 户籍与教育交乘项分位数回归系数

图3（b） 户籍与任职交乘项分位数回归系数

图3（c） 户籍与经验交乘项分位数回归系数

从图3（a）可以看出，总体上看农村劳动力的教育回报率低于城镇劳动力，但由工资分布的低分位数到高分位数，教育回报率的城乡差异逐渐缩小，在工资分布顶端城乡教育回报率的差异并不显著，这说明，工资水平越高的两类群体，其教育回报率的差异就越小，城乡劳动力教育回报率的总体差异稳定在2%到5%之间。从图3（b）可以看出，农村劳动力的任期回报率总体上低于城镇劳动力，与教育回报率差异的变化趋势一致，由工资分布的低分位数到高分位数，城乡任期回报率的差异呈现缩小的趋势，在工资分布的顶端任期回报率的城乡差异不再显著。从其他工作经验回报率的估计结果来看，由工资分布的低分位数到高分位数，经验回报率城乡差异并无明显的趋势变化。除在工资分布的末端和顶端外，在其他分位数上，农村劳动力的经验回报率均低于城镇劳动力。

至此，已经在整个工资分布的层面上考察了人力资本回报率的城乡差异，总体上来看，城乡人力资本回报率在整个工资分布上存在明显差异，城镇劳动力的人力资本回报率总体上高于农村劳动力，但不同分位数上人力资本回报率的城乡差异并不相同，随着工资收入水平的提高，两类劳动力人力资本回报率的差异呈现缩小的趋势。

四、结论与讨论

本文应用中国综合社会调查数据分析了整个工资分布上人力资本回报率的城乡差异，研究结果发现：由工资分布的低分位数到高分位数，城镇劳动力的教育回报率总体上呈现下降趋势，而农村劳动力的教育回报率总体上呈现上升趋势，城镇劳动力教育回报率总体上要高于农村劳动力，而现职任职期和其他工作经验总体上对城镇劳动力工资都有显著的正向影响，但对农村劳动力的工资影响并不显著。这说明，提高受教育水平是农村劳动力工资水平提升的主要途径；人力资本回报率的城乡差异在工资分布的不同位置存在不对称现象，这说明对于不同工资收入阶层的城乡劳动力来讲，其人力资本回报率的差异并不相同。具体而言，城乡劳动力教育回报率的差异由工资分布的低分位数到高分位数呈现缩小趋势，说明随着工资水平的提高，教育回报率的城乡差异逐渐缩小，对于处于工资分布顶端的两群体来讲，这种差异并不明显；任期回报率城乡差异的研究结果与教育回报率相近；但从经验回报率研究结果来看，由工资分布的低分位数到高分位数，经验回报率的城乡差异并无明显的趋势变化。除在工资分布的末端和顶端外，在其他分位数上，农村劳动力的经验回报率均低于城镇劳动力。

本文的结论表明，在目前我国的劳动力市场上，虽然农村剩余劳动力进入城市成为领取工资收入的产业工人的一部分，但是与同样作为产业工人的城镇劳动力相比，其人力资本的回报率仍然偏低。出现这种情况的原因可能是由于劳动力市场存在对农村劳动力的户籍歧视，关于这一问题学界已有大量研究（谢嗣胜等，2006；孟凡强等，2014）［30，31］。实证结果显示，无论是代表专用性人力资本水平的现职任职期还是代表通用性人力资本水平的其他工作经验，都无法对农村劳动力的工资水平造成显著影响，这说明城市部门中可能缺乏针对农村劳动力的工龄工资晋升机制或职务晋升机制。同时本文也发现，对于不同收入阶层的城乡劳动力来讲，人力资本回报率的差异并不相同，工资收入水平越高，两类劳动力人力资本回报率的差异越小，这说明低收入农村劳动力群体受到的户籍歧视更为严重，这一结论提示我们应着重关注低收入农村劳动力群体的户籍歧视问题。

［1］Jamison D，Gaag J.Education and Earning in the People Republic of China［J］.Economics Education Review，1987，6 （2）：161-166.

［2］Mincer J.Schooling，Experience and Earnings［M］.New York：National Bureau of Economic Research，1974.

［3］Psacharopoulos G.Returns to Investment in Education：A Global Update［J］.World Development，1994，22（9）：1325-1343.

［4］彭竞.中国教育回报率的城市差异及原因分析［D］.大连：东北财经大学博士学位论文，2011.

［5］Willis R，Rosen S.Education and Self-Selection［J］.Journal of Political Economy，1979，87（5）：S7-36.

［6］Butcher Kristin F，Anne C.The Effects of Sibling Composition on Women＇s Education and Earnings［J］.Quarterly Journal of Economics，1994，109（3）：443-450.

［7］Heckman James J.Sample Selection Bias as a Specification Error［J］.Econometrica，1979，47（1），153-161.

［8］Heckman James J，Lance J Lochner，Petra E Todd.Fifty Years of Mincer Earnings Regressions［J］.NBER Working Papers？，2003：9732.

［9］Ashenfelter O，Rouse C.Income，Schooling and A-bility：Evidence from a New Sample of Identical Twins［J］.Quarterly Journal of Economics，1998，113（1）：253-284.

［10］Imbens G.The Role of Propensity Score in Estimating Dose-Response Function［J］.Biometrika，2000，87（3）：706-710.

［11］张车伟，薛欣欣.国有部门与非国有部门工资差异及人力资本贡献［J］.经济研究，2008（4）：18-25.

［12］杜两省，彭竞.教育回报率的城市差异研究［J］.中国人口科学，2010（5）：85-94.

［13］侯风云.中国农村人力资本收益率研究［J］.经济研究，2004（12）：75-84.

［14］马岩，杨军，蔡金阳等.我国城乡流动人口教育回报率研究［J］.人口学刊，2012（2）：64-73.

［15］李实，丁赛.中国城镇教育收益率的长期变动趋势［J］.中国社会科学，2003（6）：58-72.

［16］钟甫宁，刘华.中国城镇教育回报率及其结构变动的实证研究［J］.中国人口科学，2007（4）：34-41.

［17］张车伟.人力资本回报率变化与收入差距：“马太效应”及其政策含义［J］.经济研究，2006（12）：59-70.

［18］罗楚亮.城镇居民教育收益率及其分布特征［J］.经济研究，2007（7）：119-130.

［19］黄志岭，姚先国.教育回报率的性别差异研究［J］.世界经济，2009（7）：74-83.

［20］张兴祥，林迪珊.外来务工人员收人与教育回报率的性别差异研究［J］.北京大学教育评论，2014（3）：121-140.

［21］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）：114-126.

［22］邢春冰.中国不同所有制部门的工资决定与教育回报：分位回归的证据［J］.世界经济文汇，2006（4）：1-26.

［23］李实，李文彬.中国教育投资的个人收益率的估计，赵人伟等主编.中国居民收入分配研究［R］.北京：中国社会科学出版社，1994：442-456.

［24］姚先国，张海峰.中国教育回报率估计及其城乡差异分析——以浙江、广东、湖南、安徽等省的调查数据为基础［J］.财经论丛，2004（6）：1-7.

［25］王美艳.教育回报与城乡教育资源配置［J］.世界经济，2009（5）：3-17.

［26］张兴祥.我国城乡教育回报率差异研究——基于CHIP2002数据的实证分析［J］.厦门大学学报（哲学社会科学版），2012（6）：118-125.

［27］马欣欣.劳动力市场的产业分割——关于垄断行业与竞争行业间工资差异的经验分析［J］.中国劳动经济学，2011（1）：44-82.

［28］Koenker R，Bassett G.Regression Quantiles［J］.Econometrica，1978，46（1）：33-50.

［29］葛玉好，曾湘泉.市场歧视对城镇地区性别工资差距的影响［J］.经济研究，2011（6）：45-56.

［30］谢嗣胜，姚先国.农民工工资歧视的计量分析［J］.中国农村经济，2006（4）：49-55.

［31］孟凡强，吴江.中国劳动力市场中的户籍歧视与劳资关系城乡差异［J］.世界经济文汇，2014（2）：62-71.