中国国民的收入分布与教育收益率探析

杨汶鑫，王小舟

(湖南人文科技学院 数学与金融学院，湖南 娄底 417000)

中国国民的收入分布与教育收益率探析

杨汶鑫，王小舟

(湖南人文科技学院 数学与金融学院，湖南 娄底 417000)

国民收入及分配影响着经济增长和贫富差距。研究不同收入水平群体的教育收益率具有重要意义。分析2012年我国国民收入分布情况，运用分位数回归的方法，研究地域分布、城乡分布、家庭背景、受教育程度等因素对处于不同收入水平的个人经济收入的影响。从低收入人群到高收入人群，教育收益率不断增大，而地域差异对个人收入的影响显著增强。户口性质对收入的影响只有在最高收入人群中才不显著，说明社会中大部分非农户口工作者收入高于农村户口工作者收入。

国民收入分布;教育收益率;区域发展差异;分位数回归

近三十多年来，我国经济和社会经历着翻天覆地的变化。伴随经济快速发展，人们的收入水平以及受教育程度不断提高，我国个人教育收益率也得到提升。学者们测算出20世纪80年代我国教育收益率在3%左右，90年代中期大约为5%左右，2002年达到世界平均水平10%，2010年达12.4%[1]。研究教育收益率，有助于我们理解劳动力市场的工资决定机制以及人们的人力资本投资行为。另外，教育不平等对收入不平等有促进作用，而教育不平等又分为结构效应和价格效应。所以，教育的价格效应不平等，即教育收益率不平等，也会导致收入差距进一步扩大。因此，探讨我国国民的教育收益率，以期为提高国民收入水平、缩小收入差距提供新方法、新思路。

一、文献综述

教育不平等与收入分配关系的探讨始于20世纪30年代。由于教育费用的高低决定了人们是否能够接受教育以及接受教育的程度高低，而受教育程度直接影响人力资本的积累从而影响收入的多少，教育获得的不平等与收入差距之间存在着因果关系[2]。Mincer和Becker对教育不平等和收入分配不平等的关系进行推导，得出收入对数的方差等于教育收益率与接受教育年限成绩的方差，说明教育不平等与收入分配不平等成正比。

教育不平等对收入分配差距主要分为结构效应和价格效应两种，本文旨在探讨教育收益率即价格效应对收入分配差距的影响。张车伟将2004年上海、浙江和福建的调查数据运用分位数回归的方法进行分析，发现随着受教育程度的升高教育收益率也有一定程度的提高，特别是对于高分位回归，教育收益率更高[3]。因此得出教育具有让“贫困者更贫穷，富有者更富有的结论”。也有一些文献得出相反的结论，比如罗楚亮用2002年城镇居民的住户调查数据信息进行分析[4]，得出的结论是相反的，他发现收入条件分布较高的分位点上，教育收益率反而很低。

中国人民大学社会学系一项全国抽样调查得出的结论是1996年城镇教育收益率为4%[5]。中国社会科学院人口与劳动经济研究所2002年五城市的调查数据所估计的教育收益率大约为10% ；李春玲采用的全国抽样调查数据估计的教育收益率为11.8%[6]；李实、李文彬利用中国社会科学院经济研究所收集的1988年城镇住户调查数据中17891个职工样本，估计城镇职工的教育收益率为3.8%[7]。教育收益率变化趋势一系列的研究结果都证实中国城镇居民教育收益率随时间表现出明显提高趋势。国内众多研究也发现高等教育、中等教育和初等教育的教育收益率是依次递减的。诸建芳等的研究表明:用基础教育代表的中低等教育的收益率为1.8%，用专业教育代表的中高等教育的收益率为3.0%[8]。

但李春玲的结论有所不同:从全国范围的平均水平来看，初中学历对提高收入的作用力最强，其次为高中和中专学历，再次为大专及以上学历，初小和小学学历的作用力最弱。城市中各学历的经济收益率高低排序依次是高中和中专、大专及以上、初中、初小和小学。在农村初中学历能获得最高的经济收益，高中和中专、大专及以上学历的经济回报率则明显比初中学历低，但小学学历与无学历的人相比，收入方面并无明显优势。

二、分析方法

国内外许多学者对国民收入分布与教育收益率进行分析，从静态和微观的角度来看，教育收益率远远高于物质资本投资的收益率，教育投资的收益率大概在百分之十五左右[9];还有研究表明人力资本投入能够促进产出的增长，而产出的多少决定了收入分配；人们收入的不断增长和收入分配差距扩大的最重要原因是人力资本的投入[10]。

本文运用分位数回归模型对2013年中国综合社会调查中的收入数据进行分析，研究国民收入分布和教育收益率之间的关系。中国综合社会调查(简称为CGSS)是中国第一个全国性、综合性、连续性的大型社会调查项目，从2003年开始每年一次，对全国125个县(区)，500个街道(乡、镇)，1 000个居(村)委会、10 000户家庭中的个人进行调查。通过定期、系统地收集中国人与中国社会各个方面的数据，总结社会变迁的长期趋势，探讨具有重大理论和现实意义的社会议题，推动国内社会科学研究的开放性与共享性，为国际比较研究提供数据资料。至2008年止，CGSS一共进行了五次年度调查，完成了项目第一期。自2010年起，CGSS开始了项目第二期，计划从2010年开始到2019年为止，每两年进行一次调查，共进行五次调查。CGSS调查数据及其他调查资料向全社会完全开放，其数据在国内外产生重大影响，被视作研究中国最重要的数据来源之一。

模型介绍：分位数回归是计量经济学的研究前沿方向之一。传统的线性回归模型描述了自变量X对于因变量y的均值影响。回归系数通过最小二乘法估计而得到。如果模型中的随机扰动项来自均值为零而且同方差的分布，那么回归系数的最小二乘估计为最佳线性无偏估计(BLUE)；如果进一步随机扰动项服从正态分布，那么回归系数的最小二乘估计为最小方差无偏估计。Koenker和Bassett于1978年提出了分位数回归模型。它依据因变量的条件分位数对自变量X进行回归，这样得到了不同分位数下的回归模型。相比普通最小二乘回归而言，分位数回归模型更能精确地描述自变量X对于因变量y的变化范围以及条件分布形状的影响。它不仅可以度量回归变量在分布中心的影响,而且还可以度量在分布上尾和下尾的影响,因此较之经典的最小二乘回归具有独特的优势。

实证分析：通过中国国家数据网(CNSDA)，我们获得了2013年综合社会调查问卷和数据。个人年收入为因变量，年龄、受教育程度、城乡分布、地域差异、家庭背景为自变量。为了更好地区别地域分布，将全国的省份分为东、中、西部①。按此划分，在总样本11 438人中，有5 671人居住在东部，3 757人居住在中部，2 010人居住在西部。从表1我们可以看出，2012年我国国民的个人年收入平均值为23 810元，而中位数为15 600元，意味着有半数以下的国民个人年收入低于该值。此外，有25%的国民个人年收入低于4 000元，同时有四分之一的国民个人年收入超过30 000元。

我们使用学历来衡量被访者的受教育程度，从而得到我国国民的教育分布(见表2)。此外，我们使用父亲的行政级别来作为家庭背景的度量(见表3)。在删去含有缺失值的数据后我们实际分析的样本共包括9 396人。

表1 2012年我国居民个人年收入(N=10243)

表2 2013年我国国民的学历分布(N=11438)

表3 家庭背景分布：父亲的行政级别

具体分析模型如下：

Qθ(Y│X)=X′·β(θ)

其中：Qθ(Y│X) 代表个人年收入的第θ个条件分位数，X代表由自变量组成的向量，而β(θ)为对应着因变量的第θ分位数的一系列回归系数。在表4和表5中我们列出了对应不同 值的分位数回归系数以及显著性②。

表4 分位数回归分析结果(I)

表5 分位数回归分析结果(II)

续表

θ0．6 0．7 0．8 0．9 1．0 研究生及博士65150．6∗∗∗73625．4∗∗∗166974．9∗∗∗206676．7∗∗∗576704．3∗∗∗父亲的行政级别：正科级及以下1740．8 463．9 1444．2 5000．0 32246．9 父亲的行政级别：副处级及以上-120．3 9414．4 13125．3 27179．1 335793．2∗∗∗西部-5504．0∗∗∗-6586．4∗∗∗-9025．4∗∗∗-11202．5∗∗∗-16436．5 中部-6829．7∗∗∗-7543．6∗∗∗-9925．9∗∗∗-11979．0∗∗∗-28790．3∗∗∗居住地为农村-6275．9∗∗∗-8283．5∗∗∗-9383．6∗∗∗-10472．9∗∗∗-41092．8∗∗∗农业户口-1533．3∗∗∗-2666．9∗∗∗-1510．7∗-1832．1 8650．1

在我们所考察的收入分布的十个分位点上，受教育程度都是与收入呈正相关的关系。表4和表5中小学、初中直至研究生及博士的回归系数分别代表在其他条件相同的情况下，该学历的获得者与未受过教育者的收入差异。除收入最低的百分之十的人群外③，我们发现学历越高，收入差异越大，说明教育收益率随着受教育程度的提高而增大。此外，对于收入最低的人群而言，大专学历拥有者比未受教育者收入高出8 615.3元，并且这一差异在统计上是显著的。这一发现说明社会中“读书无用论”是不符合实际情况的。对于低收入群体来说，提高受教育程度，更能够增加收入。寒门学子通过读书改变命运，是我国国民实现社会阶层向上流动的合理途径。

此外，我们发现，在控制了年龄、学历、区域、户口性质以及城乡分布之后，家庭背景对收入的影响在大部分人群中都是不显著的。从表5可以看出，其他条件相同的情况下，父亲的行政级别为副处级及以上者与父亲无任何行政级别者相比，收入有显著差异，前者比后者年收入高出335 793元。对于绝大多数人而言，居住在农村，以及拥有农业户口对于收入的影响都是负面的。在地域因素方面，中西部居民的收入明显低于东部。由地域带来的收入差异，在收入越高的群体中越明显。这也可以用来解释为什么人才倾向于向经济发达的地区流动。

三、结论

通过本项研究我们发现，从低收入人群到高收入人群，教育收益率不断增大，而地域差异对个人收入的影响显著增强。而户口性质对收入的影响只有在最高收入人群中才不显著，说明社会中大部分非农户口工作者收入高于农村户口工作者收入。与非农业户口拥有者相比较，农业户口无论是在哪一个收入阶层都是一直低于城市户口，而且从低收入到高收入这种劣势不断扩大(高收入群体除外)。这是因为中国有两亿多城市外来农民工，他们都是农业户口且从事低收入、廉价劳动力的工作。

四、建议

(一)政府要加强政策支持以缩小不同区域间收入差距

区域均衡发展有赖于政府转移性支出倾斜。要调整中国现有教育水平分布，加大对中西部教育发展的支持力度，鼓励更多寒门学子通过教育实现向上流动。政府要加强对中西部发展的教育投资，调整中西部的收入结构，发挥地方优势，从而带动区域内高素质就业率和高素质劳动者收入水平，减少区域间经济差异。

(二)加强农村基础教育设施建设并不断完善现代化建设

加强农村的基础教育设施建设，对农民的孩子进行高素质科学技能的教育，使得寒门学子可以利用先进的教育资源创造更多财富，从而整体提高农村人口通过教育获得的收入，同时通过政府补贴和财政投入鼓励学子在地方进行中小企业的创业，加强新农村建设。

(三)加强中央政府在公共教育上的投入并改变投入方式

近几年中央政府有关教育的财政预算，大多都投向了高等教育，使得很多农村的义务教育从起点上就资金不足。所以中央政府要加强对落后地区义务教育的投入，并改变现在由地方政府直接投资教育的现状，使落后地区的教育资金来源充足，同时也要改变经费划拨方式以保证每一笔中央政府划拨给地方的教育基金都落在实处。应当扩大现在对低收入家庭子女接受高等教育的财政教育援助制度，国家可以集中有限财力实行针对低收入家庭子女的贷学金和奖学金制度，为他们制造相对公平的竞争起点。

注释：

①东部包括北京市，天津市，河北省，辽宁省，吉林省，黑龙江省，上海市，江苏省，浙江省，福建省，山东省，广东省。中部包括山西省，内蒙古自治区，安徽省，河南省，湖南省，广西壮族自治区，陕西省，江西省，湖北省。西部包括重庆市，贵州省，甘肃省，云南省，宁夏回族自治区，四川省，青海省。

②***代表P值<0.001, **代表P值<0.05, *代表P值<0.1。

③在收入最低的百分之十的人群中，本科学历获得者以及研究生博士学历拥有者与未受教育者没有显著的收入差异，然而这不足以作为“读书无用论”的依据。因为在这一群体中本科以及研究生学历获得者的比例是非常小的。

[1]黄静.收入差距分化、城市化发展与教育收益率[J].上海师范大学学报，2015(5)：38-40.

[2]MINCER,BECKER.教育水平和收入的关系[J].国际金融，2011(94):85-86.

[3]张车伟.经济发展水平与教育收益率[J].重庆高教研究,2004(4)：58-58.

[4]罗楚亮.城镇教育收益水平[J].北京师范大学学报,2002(99):1-59.

[5]陈梦雨.中国国民收入分布研究[J].安徽大学学报,2016(14):67-68.

[6]李春玲.当前我国国民收入分配格局测算方法[J].广西财经学院学报,2013 (5):98.

[7]赵人伟等.中国居民收入分配研究[M].中国社会科学出版社,1994(92):58.

[8]诸建芳等.中国人力资本投资的个人收益率研究[J].经济研究，1995(92):68.

[9]迟巍，蔡许许.城乡居民财产性收入与贫富差距的实证分析[J].数量经济技术经济研究，2012(2):6 .

[10]ROGER K , GILBERT B.“Regression Quantiles”[J]. Econometrica ，1978(66):68-69.

OnChineseNationalIncomeDistributionandtheRateofReturntoEducation

YANGWen-xin,WANGXiao-zhou

(School of Mathematics and Finance, Human University of Humanities, Science and Technology, Loudi 417100, China)

National income and its distribution have a direct impact on the economic growth and the gap between the rich and the poor. It is important to study the rate to return on education by groups of different income levels. This paper first analyzes the distribution of national income in China in 2012, and then uses the method of quantile regression to analyze the relationship between covariates including region, rural residence, family background, year of education and age and the individual income at different income levels. It is found that the rate of return to education increases from low-income group to high-income earners, and the influence of geographical differences on personal income has been significantly enhanced. Furthermore, household registration type also impact the income level significantly except high-income group, namely, the income of most non-agricultural residence is higher than agricultural residence.

national income distribution; rate of return to education; regional development gaps; quantile regression

罗建兵)

2017-03-27

杨汶鑫(1994—)，男，湖南常德人，湖南人文科技学院数学与金融学院2017届毕业生，研究方向：金融工程；王小舟(1983—)，女，四川乐山人，湖南人文科技学院数学与金融学院教师，博士，本文指导老师，研究方向：社会学与人口统计学。

F014.4

A

1673-0712(2017)05-0115-05