教育对城乡劳动力收入差距的影响研究*——基于平等与效率视角

花亚州 刘昌平

(1 武汉大学社会保障研究中心，湖北武汉，430072;2 北京化工大学文法学院，北京，100029)

人力资本投资不仅是经济发展的重要源泉，也是决定收入分配的重要因素。近年来，中国经济总量保持快速增长的同时也带来国民收入差距的不断拉大，这已然成为当前主要的社会矛盾之一。经济增长本身无助于缩小收入差距，但无论从理论分析还是实证研究的结果来看，教育投资对劳动者收入水平的积极影响均得到充分的肯定。在此基础上，有的学者开始探讨劳动力受教育程度差异在影响不同群体间相对收入以及改变收入分配格局方面发挥的作用。

不管是早期Chenery等人对50个国家初等教育普及程度对收入分配的影响研究，[1]还是随后Tilak和Bourguignon等人分别以50个和35个发展中国家为样本进行的入学率对劳动力相对收入产生的效应分析，[2][3]以及Gregorio等人对100多个亚、非、拉美国家的平均受教育年限、人均GDP等指标对收入分配格局的影响研究，[4]都证明了对低技能劳动力的教育投资确实有助于缩小收入差距，而且在发展中国家效果更加明显，[5]这一点在Militaru、Hayashi和Souza等人分别对罗马尼亚、印度尼西亚和巴西的实证研究中先后得到验证。[6][7][8]另一方面，也有Ram等少数学者认为劳动者受教育程度的差异与收入差距之间不存在相关性，[9]白雪梅对中国1982—2000年的实证研究甚至表明，劳动者受教育年限的提高与收入不平等之间反而存在显著的正相关关系。[10]对此，赖德胜从两个方面进行了解释：首先，教育对收入差距的缓解作用之所以没有充分发挥，主要是受制于当时教育系统之外的社会、经济等因素制约(如就业歧视、工资结构等)；另外，平均受教育年限与收入不平等程度之间存在着“倒U”关系，而2000年以前中国就业人口的平均受教育年限尚未越过“倒U”型曲线的拐点，因此才表现出正相关性。[11]而笔者认为，最重要的原因在于该时期我国就业人员整体受教育水平的提高主要是高收入、高学历群体进一步增加人力资本积累的结果，因此尽管整体而言平均教育年限得到延长，但受教育程度的分布却更加离散，导致收入差距日益悬殊。*如分地区来看，北京市劳动人口在1982—2000年间平均受教育年限从7.06年增加到9.42年，净增2.36年；而收入水平较低的中西部省份，如山西省和四川省，分别从5.27年和4.43年增加到7.31年和6.50年，各提高2.04年和2.07年(根据《中国1982年人口普查资料》和《2001年中国统计年鉴》各地区人口受教育程度构成情况计算得到)。

从现有研究成果来看，如果目标只是缩小收入差距、促进平等，那么提高低技能劳动力的受教育水平毫无疑问是有效的。但在平等之外，我们也同样关心效率问题，即这种对平等状况的改善在经济上是否同时具有效率意义？如果没有，那么需要承担多大的效率损失？实际上，学者关于教育边际收益的变化特征始终存在争议：Psacharopoulos和Harmon等人证明教育边际收益始终递减；[12][13]Card认为基本保持不变；[14]Heckman则认为教育边际收益率在较低层次边际递增，到较高层次又转为递减，[15]这一规律也得到Trostel等学者的支持。[16]但是，针对中国的实证研究却相当一致地显示教育边际收益率始终保持递增态势，[17][18]进一步对比城市和农村的教育收益率发现，后者要明显低于前者，[19]而且越是初级阶段的教育，对收入差距的影响就越显著。[20]

梳理现有文献发现，学者多通过回归的方法探讨或验证城乡教育水平差异与城乡劳动者收入差距的相关性。事实上，在城、乡劳动者之间还存在着一类身份特殊且规模庞大的流动就业群体，根据《2016年国民经济和社会发展统计公报》，中国全年流动人口已达2.45亿，同期外出农民工规模达到1.69亿，占全国劳动年龄人口的近20%。基于此，本文拟结合我国大规模的“乡—城”人口迁移，构建城乡各类就业人员的受教育程度对群体间相对收入的影响分析框架，并结合中国2009—2015年的统计数据探讨扶持农村教育能够在多大程度上改善城乡收入差距。*外出农民工数据来自国家统计局《农民工监测调查报告》，该报告自2009年才开始发布。由于现有研究多关注农村教育投资在增进平等方面带来的效果，极少涉及效率问题，本文尝试从平等和效率两个层面探讨农村教育投资的意义，最后提出本文的建议和启示。

一、假定前提与模型构建

(一)模型假定

1.劳动力市场出清

市场出清假定下，劳动力资源得到最优配置，经济社会实现充分就业，并且同质劳动力获得等量的工资收入。此时的工资率即为均衡工资率或市场出清工资率，可通过计算生产函数Y对有效劳动EL的偏导得到，即w=∂Y/∂EL。

2.劳动力异质性

不同劳动力之间普遍存在个别劳动生产率的差异，本文假定教育是造成劳动力异质性的决定性因素。*当然，来自天赋、经验、家庭及社会环境等方面的因素同样会影响到劳动技能，但由于这些因素无法通过明确的指标进行量化，所以本文暂以劳动力受教育年限及所获学历近似地作为衡量劳动能力的标准。假定存在一个代表性劳动者，投入ei(0

(1-ei)·(αi·EL)·w=(1-ej)·(αj·EL)·w

(1)

其中，w为单位有效劳动的工资率，进一步整理可得：

(2)

为下文讨论的方便，本文将单位有效劳动EL标准化为1，这样αi可同时表示第i种教育投资决策下劳动者单位时间提供的有效劳动与单位有效劳动之比。

3.固定劳动替代弹性

(二)模型构建

1.构建生产函数

首先引入t期的柯布-道格拉斯生产函数：

(3)

其中，Yt为总产出；At为全要素生产率；Kt、Rt分别表示资本存量和土地等自然资源的投入，根据2005年世界银行的测算，资本和土地等自然资源之间的替代弹性近似为1，故Kt和Rt可直接以C-D函数形式代入生产函数模型；*资本与土地等生产要素之间替代弹性的测算见World Bank:"Where Is the Wealth of Nations? Measuring Capital for the 21st Century"。[22]ELt为有效劳动投入总量；a、b决定各生产要素的产出份额。基于模型假定1和2，本文引入二阶固定替代弹性劳动函数：*需要说明，本文在划分城、乡劳动人口的基础上，又进一步将农村劳动人口细分为流动就业和本地就业，因此这里引入的是二阶CES劳动函数。

(4)

(5)

根据模型假定1和公式(5)可计算各类劳动者的工资水平wu,t、wm,t和wr,t。首先，城镇本地就业人员的工资wu,t经整理可表示为：

(6)

(7)

同理，流动就业和农村本地劳动者的工资为：

(8)

(9)

2.受教育程度对城镇本地就业人员与流动就业人员相对工资的影响

定义城镇本地就业人员与流动就业人员的相对工资为Zu-m,t，根据公式(7)和(8)有：

(10)

接下来分别考察两类群体的受教育程度对Zu-m,t的影响。将αu,t、αmr,t、βm,t和βr,t代入上式，两边取对数并分别计算其对lneu,t和lnem,t的偏导，可得到相对工资Zu-m,t对两类劳动群体的受教育程度弹性，整理得到：

(11)

(12)

3.受教育程度对城镇本地就业人员与农村本地劳动者相对工资的影响

同理，定义城镇本地就业人员与农村本地劳动者的相对工资为Zu-r,t，则：

(13)

同样，分别考察两类群体的受教育程度对Zu-r,t的影响，得到Zu-r,t对两类群体的受教育程度弹性为：

(14)

(15)

二、数据来源与参数设定

(一)城、乡劳动人口和流动就业人员规模

城、乡各类就业人员的规模见表1，其中城镇本地就业人员Lu,t和农村本地劳动者Lr,t来自《中国劳动统计年鉴》及《国民经济和社会发展统计公报》。至于流动就业人员Lm,t，本文未考虑流动人口中未就业部分和本地就业部分，以《农民工监测调查报告》统计的外出农民工作为研究对象。

(二)劳动力受教育程度

城镇本地就业人员的学历构成根据《中国劳动统计年鉴》中城镇就业人员和《农民工监测调查报告》中外出农民工的总量和受教育程度构成数据推算得到；农村本地劳动者的学历构成根据《中国劳动统计年鉴》中全国就业人员和城镇就业人员的规模和受教育程度构成数据推算得到。正常情况下，小学、初中、高中、本科、大专、研究生的教育年限分别为6年、3年、3年、4年、3年、3年，*统计年鉴未细分硕士与博士研究生，以及专业硕士与学术硕士，本文在此统一视为学术硕士(3年)。由此可计算各类就业人员的平均受教育年限。基于此，假定小学生6岁入学、博士研究生28岁毕业，则受教育程度e=(6+平均受教育年限)/28。各劳动群体的平均受教育年限和受教育程度测算结果见表2。

表12009—2015年各类劳动人口规模 单位：万人

数据来源：2009—2015年《农民工监测调查报告》；2010—2015年《中国劳动统计年鉴》；《2015年国民经济和社会发展统计公报》。城镇本地就业人员等于城镇就业人员总数减去外出农民工数；农村本地劳动者等于中国就业人口总数减去城镇就业人员数。

表2 2009—2015年城乡就业人员受教育情况

资料来源：根据2010—2016年《中国劳动统计年鉴》、2009—2015年《农民工监测调查报告》相关数据计算得到。

(三)劳动替代弹性

关于劳动替代弹性的测算，Katz和Murphy提出的方法得到学者的广泛沿用和推广，[23]本文借鉴Marko等的方法首先测算外出农民工和农村本地劳动者之间的替代弹性σm-r，[24]公式为：

(16)

其中，wm,t/wr,t为两类劳动者的年收入之比；βm,t/βr,t和Tm,t/Tr,t分别为劳动生产率和投入的总劳动时间之比。外出农民工年收入wm,t和劳动时间根据历年《农民工监测调查报告》提供的月平均工资、每年工作月数、每月工作天数及每天工作小时数计算得到；农村本地劳动者的年收入统计以农村居民人均纯收入表示；由于没有关于农村本地劳动者的劳动时间Tr,t的统计数据，唯一可供参考的是《2005年中国劳动统计年鉴》关于2001—2004年本省农业和外省农业周平均工作时间的统计数据，本文取其平均值；相对劳动生产率的比值βm,t/βr,t根据公式(1)可表达为受教育程度的函数。σm-r的测算结果见图1。

同理，计算城、乡劳动者整体的替代弹性σu-mr，公式为：

(17)

由于统计年鉴中没有关于城镇本地各类就业人员的详细工资统计数据，本文以《中国劳动统计年鉴》中城镇单位就业人员的平均工资作为wu,t的估计，*统计年鉴中只有城镇单位就业人员(国有、集体和其他)的工资统计，且占城镇就业总量的比重较大(如2015年城镇单位就业人员为18062.5万人，占城镇本地就业总量23526万人的76.78%)，因此本文以单位就业人员平均工资作为城镇本地所有就业人员的近似。同理得到Tu,t；wmr,t和Tmr,t需要根据外出农民工和农村本地劳动人口的收入和劳动时间推算得到；αu,t/αmr,t表示为受教育程度的函数。测算结果见图1，σu-mr在观察期的取值介于[1.303,1.712]，略低于Ottaviano等学者根据美国数据测算的本地劳动力与外来移民之间的替代弹性区间[1.52,1.92]，但也在合理范围内。[25]

图1 城、乡各类就业人员劳动替代弹性测算

(四)劳动收入份额

由于统计年鉴中没有直接按照收入法核算的国民收入构成，本文根据2009—2015年各地区生产总值收入法构成项目中的劳动者报酬进行加总，继而得到历年的劳动份额介于[0.449,0.479]。其中，2013年的缺失值通过三次样条插值得到。

三、模型测算：农村教育投资的平等与效率分析

(一)农村教育投资的平等效应分析

1.实证检验

首先计算城镇本地就业人员与外出农民工相对工资的受教育程度弹性(见图2)。无论是基于直觉还是公式(11)的数学含义，都可以判断城镇本地就业人员受教育程度的提高必然带来收入差距扩大效应，以2015年为例，其受教育程度每提高1%将导致相对收入扩大约1.987%，若换算为受教育程度增加1年，相对收入将增大10.67%。*经过公式推导发现，受教育程度提高1%，相当于受教育年限增加28eu,t年，因此每增加1年将使收入差距扩大1.987%/(28eu,t)。其他人群的计算方法类似。相反，外出农民工受教育程度的提高始终带来收入差距缩小效应，每提高1%将使收入差距缩小约0.600%，换算为1年则缩小3.81%。根据图2所示曲线的变化趋势来看，两个弹性的绝对值均随时间表现出上升趋势，表明教育在调节收入差距方面的重要性在日益加强。

同理，可以得到城镇本地就业人员与农村本地劳动者相对工资的受教育程度弹性(见图3)。可以发现，农村本地劳动者的受教育程度每提高1%将使收入差距缩小约0.556%，若换算为1年收入差距将缩小3.90%。图3中两个弹性的绝对值同样表现出小幅上升趋势，再次印证教育对收入分配的调节作用在与日俱增。

图2 城镇本地就业人员-外出农民工相对收入的受教育程度弹性

图3 城镇本地就业人员-农村本地劳动人口相对收入的受教育程度弹性

根据图2、图3，并结合表2历年各类劳动者的实际受教育程度，可以计算2009—2015年期间因劳动力受教育年限的变化带来的相对收入变化的累积效应(见表3 )。*累积影响衡量2009—2015年期间因各类劳动力受教育年限的变化带来的收入差距变化，是增量概念。城镇本地就业人员受教育程度的提高对城

表3 eu,t、em,t、er,t的变化对Zu-m,t和Zu-r,t的累积效应和净效应

说明：0.1516=(1+0.0493)×(1+0.0648)×(1-0.0041)×(1+0.0036)×(1+0.0167)×(1+0.0143)-1，同理得到其他累积效应。

镇本地-外出农民工、城镇本地-农村本地劳动者相对收入的影响是一致且显著的，考察期相对收入累计扩大15.16%；而观察期内流动就业人员和农村本地劳动者受教育程度的变化对收入差距的缓解作用相当有限，分别为-0.36%和-1.42%。在整个观察期，受教育因素对Zu-m,t和Zu-r,t的累积净效应分别达到14.80%和13.74%。

2.结果分析

通过考察城乡劳动力受教育程度对群体间相对收入的影响发现，城镇本地就业人员受教育程度的提高会显著拉大城乡收入差距，而提高外出农民工和农村本地劳动人口的受教育程度则对收入差距带来一定的缓解作用，尽管效应并不明显。此外，模型测算的各类劳动者受教育程度弹性始终保持在比较平稳的水平，说明通过教育来影响和调节收入分配是稳定且可靠的。这些弹性的绝对值在观察期均表现出渐进上升趋势，说明教育对收入分配的作用正在不断强化。

实际上，表3所测各劳动群体受教育程度的变化对收入差距的累积净效应(14.80%和13.74%)较笔者的预期偏低。按照本文的测算口径，城镇本地就业人员与外出农民工和农村本地劳动者的收入差距，分别从2009年的18216元和27091元增加到2015年的28775元和51257元。*2009年城镇单位就业人员、外出农民工、农村居民人均纯收入分别为32244元、14028元和5153元，截至2015年分别增长为62029元、33254元和10772元。至于观测值与预期水平存在差距的原因，很大程度上源于劳动力受教育程度的衡量问题。结合现实，教育资源的城乡配置存在明显差距，这种差距不仅体现在本文考察的受教育年限方面，入学率、教学条件及教师素质等因素的对比同样悬殊。尽管某些投入要素的数量可以很容易地统计(受教育年限、师资规模、校舍数量等等)，但要评估其质量却是不大可能的(如基础设施的质量、教师和学生投入的时间等等)；家庭教育和个人天赋的数量和质量同样难以计算；来自社会、文化、制度等方面的因素更难以量化。因此必须明白，用受教育年限长短衡量劳动力的受教育程度，会低估教育对城乡收入分配的影响。

同样是缩小收入差距，提高农村本地劳动者的受教育程度较外出农民工而言能够取得更显著的效果(1.42%>0.36%)，即劳动力的初始人力资本存量越低，延长其受教育年限对平等状况的改善就越明显，这恰好印证了杨娟等人[26]的结论。至此，本文基于平等视角为扶持农村教育提供了经验支撑。

(二)农村教育投资的效率分析

1.理论解释

前文定量分析了农村教育投资的平等效应，接下来一个直观的问题就是，这种对平等状况的改善是否能够同时增进效率？还是必须牺牲效率以换取平等？

分析教育与人力资本形成的互动过程可以发现，教育既要求人力资本作为投入，同时又产出人力资本，如此也就不难理解为何个别家庭和个人会陷入长期的恶性或良性循环：具有较少初始人力资本存量的劳动者没有能力积累更多的人力资本，从而长期停滞在低水平的人力资本存量上；相反，具有较多初始人力资本存量的劳动者则享有更多的有利条件生产出更多的人力资本，并将这种循环保持下去。该循环非常形象地解释了劳动者人力资本积累和教育投资之间的“马太效应”，这一点非常类似于David Rosenberg早期基于市场不完备性提出的一个例子：铁路的建造需要冶炼工业的发展作为支持，而冶炼工业的发展又离不开高效的运输方式，如果缺乏外部机制的协调，则二者的发展都会减慢甚至停滞。[27]农村教育也是如此，而对农村教育的扶持正是要扮演这种外部机制的作用。

2.实证检验

为了从实证方面探讨扶持农村教育的效率内涵，我们暂时回到公式(5)-(9)所示的生产函数及劳动工资函数，并对城镇本地就业人员、外出农民工和农村本地劳动者的教育边际收益进行比较。首先，根据公式(7)得到城镇本地就业人员劳动工资的受教育程度弹性：

(18)

(19)

(20)

公式(18)-(20)的计算结果见图4，城镇本地就业人员和外出农民工的工资-受教育程度弹性在观察期内均表现为递增趋势，而农村本地劳动人口则表现为递减，这一点在笔者预期之外。但赖德胜所描述的教育-收入分配“倒U”型曲线对此给出了可能的解释：因为农村本地劳动人口的受教育程度偏低，还没有越过“倒U”型曲线的拐点，以致其与较高受教育群体的收入差距还位于曲线左侧的上升阶段。[28]

图4 城乡各劳动群体的工资-受教育程度弹性

最合意的结果无疑是为农村教育投资同时找到平等和效率两个层面的理由，但实证研究的结果显示这并不是帕累托改进，而是一项合意的卡尔多-希克斯改进。而在城乡差距如此悬殊、基尼系数长期高于国际警戒线的中国，以一定的效率损失换取更多的平等应无可厚非。

五、研究结论及启示

平等与效率是经济学的一对基本命题。本文分别基于平等和效率视角，认为农村教育投资尽管存在效率损失，但能够在更大程度上增进平等，在我国城乡发展失衡的背景下这为提高农村本地劳动人员及外出农民工的受教育程度以改善城乡收入分配提供理论和经验支持。政府有限的教育经费决定了这种扶持必定存在边界，从国际经验来看，政府往往从承担较低层次的教育入手，随着财政实力和教育经费的扩充，逐步将高等教育囊括在内，基本思想是优先保证基础教育的平等性和普及性，同时扶持高等教育可更多的体现效率和个体责任。基于此，本文得到以下启示：

(一)基础教育供给侧改革

1.普及并延长农村基础教育

截至2015年，我国农村本地劳动人口的平均受教育年限仅8.28年，尚未达到初中毕业的水平，而城镇本地就业人口的平均受教育年限已经达到12.62年。因此，暂不论教育供给侧的结构性调整、多样性改革等问题，初等教育的机会公平和可及性才是政府应该首先考虑的重点。由于经济能力、办学设施、教师素质等因素的共同制约，农村学生初中未毕业就辍学打工的例子仍屡见不鲜，而城镇劳动人口的平均受教育年限已基本覆盖到高中阶段。因此，普及并延长基础教育的主要受众在农村，这是帮助其提高个人劳动生产率和持久收入能力的根本之策。

2.基础教育资源均衡配置

教育资源均衡配置主要是城乡一致的问题。《义务教育法》自实施以来基本保证了适龄儿童有学可上，但同样的九年义务教育却在城乡之间存在着质的区别。*关于城乡教育资源的分配情况可查阅历年《中国教育统计年鉴》，包括普通高中、初中和小学办学条件等项目的城乡对比。除了本文重点研究的平均受教育年限，如果将教师队伍素质、教学资源质量及配套教学设施考虑在内，那么由受教育资源配置不均带来的收入差距无疑会比本文得到的影响程度更大。尽管2015年修订的《义务教育法》试图对此做出改变，如禁止划分重点及非重点学校、引导师资力量向薄弱学校合理流动等，但就实际效果来看，这些措施只是对教育资源分配失衡“打补丁”和“补漏洞”，很难从根本上扭转资源分配不均的现实。教育公平具有起点公平的意义，扶持农村教育事业需要重视教育资源“质”和“量”的同步提升，其中最根本的是要把扶持实实在在地体现在财政预算上。

(二)高等教育资金扶持

1.推行广泛的学生助学贷款政策

强调高等教育的个体责任已然成为一种国际趋势。[29]在世界上大多数国家包括中国，高等教育更多地被视为一种个人决策，政府根据财政实力再适当提供补贴。但事实上，由于家庭条件和背景各异，并非每个家庭和个人都有能力投资高等教育。当前我国针对学生高等教育的资金扶持政策主要是1999年推行的国家助学贷款政策和财政部、教育部联合国家开发银行于2007年推行的“生源地助学贷款”政策，但由于这些政策存在严格的身份限制，只有极少数特困家庭才符合申请条件，而家庭环境同样困难却不符合身份规定的学生仍享受不到该项目的惠泽。因此笔者以为，应该将助学贷款发展成为所有需要贷款的学生平滑整个生命周期收入的一种基本金融工具。不同于储蓄、养老金等能够实现个人消费的“向后”平滑，根据生命周期消费理论，学生助学贷款制度充当的其实是一种“向前”平滑个人消费的机制，这在保证高等教育平等性的同时还有利于提高个人消费资源的配置效率。[30]

如何才能为教育打开资本市场的大门？靠市场自发地提供这样一种信贷机制是不现实的，由于资本市场的不完善性，学生抵押贷款市场供需两侧存在种种障碍从而未能发展起来：作为需求方的学生不得不面临一定的教育投资风险；作为长期贷款提供方的金融机构则无法追踪学生的信用记录，同时还要面临学生未来从业的不确定性和流动性。而且一般金融机构相对于作为政策性银行的国开行在竞争规则上存在劣势，*政策性金融机构在性质上具有国家垄断的特点，与一般金融机构在竞争规则上是不平等的，因此原则上二者在基础业务方面不应有重叠。因此只能由政府牵头举债兴教。金融资本进入教育领域创造的教育红利是整个国家和民族的进步，在市场失灵的情况下政府有责任担负起盘活教育资本的重任，保证每一个渴望接受高等教育的学生不会因为经济问题而被迫放弃，从而打破贫困的代际传递。

2.贫困家庭教育补助

中国的国情决定了政府无法成为承担高等教育开支的主体，但政府需要做的，是运用公权力维护那些有发展潜力却无经济基础的学生接受高等教育的机会。类似于农村义务教育阶段贫困家庭的“两免一补”政策，政府同样可以设立专项的教育补助，用于扩大贫困生补助金的范围和细化标准，或直接用于困难家庭子女上学费用的发放。补助的具体发放办法尚未做细致研究，可以基于特定的目标指示器或家计调查来制定。理想的框架是建立有梯度的补助制度，使得未被低保制度覆盖的困难家庭也能够根据贫困程度拿到相应的高等教育补助。

本文的局限性在于：首先，关于农村本地劳动人口的统计资料相当匮乏，包括平均劳动时间、学历构成等数据不得不通过其他指标推算，由此带来误差；其次，本文以受教育年限作为衡量劳动生产率的标准，实际上天赋、经验、家庭背景包括社会资本、技术进步等许多因素都会影响到劳动力素质，如何准确地衡量劳动力水平是一个复杂且值得深入探讨的话题；最后，开放性的助学贷款制度就现阶段而言缺乏现实基础，特别是我国的信用体系建设仍处于初级阶段，但不能否认该制度作为未来发展方向的重要意义，对此我们有必要达成共识。

[1]Chenery H.,Syrquin M."Patterns of Development 1950-1970",Oxford:OxfordUniversityPress,1975.

[2]Tilak J."Education and Regional Development",NewDelhi:YatanPublications,1986.

[3]Bourguignon F.,Morrission C."Income Distribution,Development and Foreign Trade:A Cross-sectional Analysis",EuropeanEconomicReview,1989,34(6):1113-1132.

[4]Gregorio J.D.,Lee J."Education and Income Inequality:New Evidence from Cross-country Data",ReviewofIncomeandWealth,2002,48(3):395-416.

[5]Kim Eunju."Education and Income Inequality reconsidered:A Cross-country Analysis of Data from 1960-2000",TheKoreanJournalofPolicyStudies,2013,28(1):43-65.

[6]Militaru E."Education and Income Inequality in Romania During the Recent Economic Crisis",ICERIProceedings,2014,1778-1785.

[7]Hayashi M.,Kataoka M.,Akita T."Expenditure Inequality in Indonesia,2008-2010:A Spatial Decomposition Analysis and the Role of Education",AsianEconomicJournal,2014,28(4):389-411.

[8]Souza P.H.G.F.,Carvahaes F.A.O."Class Structure,Education and the Reduction in Income Inequality (2002-2011)",Dados,2014,57(1):101-128.

[9]Ram R."Population Increase,Economic Growth,Educational Inequality,and Income Distribution:Some Recent Evidence",JournalofDevelopmentEconomics,1984,14(3):419-428.

[10]白雪梅：《教育与收入不平等》，载《管理世界》，2004(6)。

[11][28]赖德胜：《教育经济学》，113～117页，北京，高等教育出版社,2011。

[12]Psacharopoulos G."Returns to Investment in Education:A Global Update",WorldDevelopment,1994,22(9):1325-1343.

[13]Harmon C.,Walker I."The Marginal and Average Returns to Schooling in the UK",EuropeanEconomicsReview,1999,43(4-6):879-887.

[14]Card D."The Causal Effect of Education on Earnings",HandbookofLaborEconomics,1999,(3):1801-1863.

[15]Heckman J.J.,Lochner L.J.,Todd P.E."Fifty Years of Mincer Earnings Regressions",NBERWorkingPaper,No.9732,2003.

[16]Trostel P.A."Nonlinearity in the Return to Education",SocialScienceElectronicPublishing,2005,8(1):191-202.

[17]Li Haizheng."Economic Transition and Returns to Education in China",EconomicsofEducationReview,2003,22(3):317-328.

[18]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》，载《经济研究》， 2006(12)。

[19]王海港、李实、刘京军：《城镇居民教育收益率的地区差异及其解释》，载《经济研究》，2007(8)。

[20][26]杨娟、赖德胜、邱牧远：《如何通过教育缓解收入不平等》，载《经济研究》，2015(9)。

[21]Arrow K.J.,Chenery H.B.,Minhas B.S.,Solow R.M."Capital-labor Substitution and Economic Efficiency",ReviewofEconomicsandStatistics,1961,43(3):225-50.

[22]World Bank."Where Is the Wealth of Nations?Measuring Capital for the 21st Century",WashingtonDC:WorldBank,2005.

[23]Katz L.F.,Murphy K.M."Changes in Relative Wages,1963-1987:Supply and Demand Factors",TheQuarterlyJournalofEconomics,1992,107(1):35-78.

[24]Marco M.,Alan M.,Jonathan W."The Impact of Immigration on the Structure of Wages:Theory and Evidence from Britain",JournaloftheEuropeanEconomicAssociation,2012,10(1):120-151.

[25]Ottaviano G.I.P.,Peri G."Immigration and National Wages:Clarifying the Theory and the Empirics",NationalBureauofEconomicResearch,2008.

[27]Pavied Rosenberg."Beyond the Borders",TheBanker,1999,149(881):71-74.

[29]Marcucci P.N.,Johnstone D.B."Tuition Fee Policies in a Comparative Perspective:Theoretical and Political Rationales",JournalofHigherEducationPolicyandManagement,2007,29(1):25-40.

[30]刘昌平、花亚州：《高等教育助学贷款——养老保险基金投资的新思路》，载《江西财经大学学报》，2017(5)。