教育能够增加农民工收入吗？——基于乡城流动人口收入调查的分析

钟水映，代书静

(武汉大学 经济与管理学院， 湖北 武汉 430072)

一、引 言

农民工是中国经济发展过程中产生的特殊群体，为中国劳动力市场上的主力军。2014年全国农民工总量为2.74亿人*数据来自《2014年全国农民工监测调查报告》。，占全国就业人员比例超过1/3*《2014年国民经济和社会发展统计公报》显示2014年末全国就业人员77253万人。。进入21世纪第2个10年以来，中国的人口年龄结构和劳动力供给形势发生了变化，经济增长速度放缓。学术界普遍认为，中国经济增长的主要驱动力，应该由低成本劳动密集利用的数量型向高质量人力资本投入的质量型转变，可以从人力资本方面创造经济增长新源泉的第二次人口红利(蔡昉，2009[1]；Zang Xiaobo, Yang Jin & Wang Shenglin, 2011[2])。而农民工工资相对上涨，使教育的机会成本增加(Cai Fang & Du Yang, 2011[3])，教育对于工资水平上涨的贡献直接影响个体接受教育的积极性。因此，研究乡城流动劳动力的教育及其回报率问题具有特殊的理论和现实意义。

在提高劳动力人力资本成为一项紧迫性任务的背景下，乡城流动的劳动力受到的教育能否为其带来相应的收入回报？学习成绩的好坏，能否体现在劳动者收入差距之中？如果研究结果是肯定且明显的，则能够促使人们认识人力资本投入的重要性，刺激其加大人力资本投入的积极性；如果研究结果不显著甚至呈现负相关关系，则提醒我们要反思当前的教育体制和教学内容，进行相应的改革，使之更加符合人力资本形成和经济发展的需要。

自人力资本理论提出以来，已有很多学者对教育回报率问题进行深入研究。但多是以城镇劳动力或农村居民为研究对象，针对乡城流动劳动力这一特殊群体的教育回报率的研究相对较少。已有研究的一个重要方面是对农民工平均教育回报率水平的测算。综合已有文献，农民工教育回报率大致在3%～7%。由于选择的被解释变量不同、控制变量不同、数据和研究方法不同，关于农民工的教育回报率研究结论差别较大，但仍能够看出农民工教育回报率处于较低的水平。在横向比较上，较为一致的是农民工教育回报率高于农业劳动者； Alan de Brauw、Scott Rozelle，2009[4]；姚轮轮等，2013[5])。与城镇劳动力相比，邢春冰(2008)[6]、毕先进(2014)[7]、Maurer-Fazio等认为农民工教育回报率低于城镇职工，但王美艳得出在高中及中专阶段外来农民工教育回报率显著高于城镇劳动力[9]。在纵向比较上，国际上的一般趋势是初等教育回报率最高，高等教育次之，中等教育最低[10]。而我国农民工教育回报率变化呈现出与国际上不一样的趋势，随着教育层次的提高教育回报率也会提高。一些学者还从性别差异、地区差异、变化趋势等角度对乡城流动劳动力的教育与收入水平进行了分析。姚轮轮等(2013)[5]得出男性的教育回报率高于女性，MaUrer-Fazio(1999)[15]、黄志岭和姚先国(2009)[16]认为女性教育回报率更高，而张兴祥(2014)[14]认为外来务工人员教育回报率不存在显著的性别差异，收入的性别差异更可能来自于性别歧视。在地区差异上，研究结论较为一致，东部和发达城市教育回报率显著高于中西部地区(邢春冰，2013[17]；屈晓博、都阳， 2013[13])；在变化趋势上，不同年份不同数据所得出的结论往往不具有可比性。毕先进等(2014)[7]、邢春冰(2013)[17]利用整套不同年份的数据考察了农民工教育回报率的变化，认为农民工教育回报率有下降趋势。但碍于数据的可得性，研究只是对比了两个或三个年度，尚不能得出趋势性结论。

本文在已有研究基础上，对乡城流动劳动力教育回报率做了进一步拓展。一方面，回归分析一般教育回报率及各教育层次教育回报率的差异，特别分析了农村普通高中与职业教育的回报率差异。另一方面，则试图通过在校学习成绩与教育回报率的分析，开启认识当今教育体制和教学内容合理性的一个思考角度。这是结合现实开辟出的一个新视角，继文革后两次“读书无用论”以来，新“读书无用论”再次出现于农村，并蔓延至整个社会，“高分低能”也成为诟病应试教育的形象说法。虽然这一现象更多的是对高等教育的质疑，但个体在对高等教育质疑的同时，很可能会产生一种消极的学习态度，从而影响到学习成绩甚至升学。成绩对收入的提高真的无用吗？好成绩低教育回报是一个普遍现象吗？回答好这两个问题将有助于我们更理性地看待知识教育。

二、数据来源和研究方法

(一)数据来源

本文所用数据来源于中国收入与分配研究院CHIP中最新中国流动人口居民收入调查数据。调查涉及我国东、中、西部流动人口集中的9个省份(直辖市)、15个城市，这些城市在经济与地域上的差异均比较明显，具有全国代表性。该调查具有详细的流动人口个人特征、工作特征以及人力资本特征信息，便于我们合理控制其他变量对收入的影响。

因研究需要，本文仅包含具有农业户口的16周岁以上从事工资性工作、务农和自我经营者样本。由于兼职工作的收入和工作时间存在数据失误，且具有兼职工作的比例极小，删除后不会引起严重的样本选择问题，本文删除了有兼职工作样本。删除无效样本和缺省数据后得到有效样本4123个。

(二)教育回报率估计模型

借鉴前人研究的经验，本文仍然采用Mincer收入方程估计教育回报率。标准的Mincer收入方程只考虑了两种人力资本形式，即教育和经验，其一般形式如下：

lny=α+βsch+γexp+δexp2+ε

(1)

其中，被解释变量为收入的对数，为避免工作时间对收入水平的影响，本文以小时工资的对数为被解释变量。小时工资是月收入与月工作时间的比值，月收入包括工资、奖金、津贴和实物折现。sch为受教育年限，直接取调查中的所受正规教育年限；exp为工作经验，为第一次外出打工以来的人力资本积累：exp=2009-第一次外出时间；exp2为工作经验平方；β即为教育回报率。

以该方程估计出的教育回报率是以劳动力市场完全竞争为前提的，这显然与我国劳动力市场现状不符。在劳动力市场仍处在相互分割的现实中,就业者所在的企业所有制性质、行业和地区特征不仅与个人的教育变量之间存在一定的相关性,而且还会对教育收益率的决定机制产生影响(李实、丁赛，2003[18])。此外，一些个人特征既和人力资本有关又和收入有关，如性别、婚姻、健康状况等，如不加以控制，也会导致OLS估计量有偏。有鉴于此，本文尝试扩展的Mincer收入方程如下：

lny=α+βsch+γexp+δexp2+θX+ε

(2)

X为各控制变量的列向量，以虚拟变量的形式引入(包括性别、婚姻、培训、健康状况、在校成绩、地区、产业及单位所有制)。其中，性别为“女性”时取1，性别为“男性”时取0；“已婚”取1，“未婚”取0*“已婚”包括初婚、再婚、同居，“未婚”包括未婚、离异、丧偶。；“接受过培训”取1，“未接受培训”取0；“身体健康”取1，“身体不健康”取0*“身体健康”包括非常好、好，“身体不健康”包括一般、不好、非常不好。；在校成绩以“离开学校时在班上的成绩”为依据，“成绩好”取1，“成绩不好”取0*“成绩好”包括很好、比较好，“成绩不好”包括一般、比较差、很差。；地区分为东部、中部和西部，以“东部地区”为参照组；产业类型根据调查数据中的29个行业数据划分为第一产业、第二产业、第三产业，以“第二产业”为参照组；单位所有制根据16个单位所有制代码划分为国有部门、私有部门、其他部门，以“私有部门”为参照组*“国有部门”包括党政机关、国家和集体的事业单位、国有独资企业、国有控股企业及国有控股的合资企业；“私有部门”包括外资独资企业、外资控股的合资企业、民办企事业单位、私营独资企业、私营控股企业、私营控股的合资企业及个体；“其他部门”包括集体独资企业、集体控股企业、集体控股的合资企业及其他企业。；θ是由各控制变量系数组成的向量。

为了考察各教育阶段的教育回报率，已有研究多是采用虚拟变量法。这种方法将年度数据按阶段进行分类，模糊了数据在年度之间的差异，并没有将有用数据深度挖掘出来(杨国涛等，2014[19])。为此，本文根据教育层次切割受教育年数，将式(1)中的受教育年限划分为四个阶段的受教育年限(小学、初中、高中(包括职高和中专)、大专及以上)，其一般形式如下：

lny=α+β1e1+β2e2+β3e3+β4e4+γexp+

δexp2+ε

(3)

lny=α+β1e1+β2e2+β3e3+β4e4+γexp+

δexp2+θX+ε

(4)

其中，e1为小学阶段受教育年限；e2为初中阶段受教育年限；e3为高中高职阶段*“高中高职阶段”包括高中、职高、中专。受教育年限*举例说明：若样本接受正规受教育年限11年，则小学阶段受教育年限为6年，初中阶段受教育年限为3年，高中高职阶段受教育年限2年，大专及以上受教育年限0年。；e4为大专及以上受教育年限；β1—β4分别为各教育阶段的教育回报率。

由于普通高中和职业教育*“职业教育”包括职高和中专。的受教育年限相同，该模型无法区分普通高中和职业教育的教育回报率差异。为此，本文在(4)式的基础上加入职业教育虚拟变量与该阶段受教育年限的交叉项：D1×e3(接受职业教育D1=1，未接受职业教育D1=0)，其一般形式为：

lny=α+β1e1+β2e2+β3e3+β4e4+β5D1×e3+γexp+δexp2+θX+ε

(5)

已有的研究中没有发现农村中样本选择问题很严重(邢春冰，2006[20])。基于模型最简原则，本文主要采用OLS回归。由于截面数据样本量较大时会存在异方差问题，本文采用异方差稳健标准差方法修正异方差，文中的标准差均为稳健标准差。较多的控制变量可能会引起严重的多重共线性，影响估计结果的有效性。本文在扩展Mincer收入方程中引入了较多控制变量，为避免严重多重共线性问题，在模型回归后通过方差膨胀因子(VIF值)检验模型多重共线性。

三、描述性统计

描述性统计有利于我们检验计量分析结果。从表1、表2可以看出，农民工受教育水平有所提高，工资水平仍然较低。随着教育层次的提高，平均小时工资增加。初中学历农民工平均小时工资比小学学历稍有提高，但差距不大；普通高中农民工平均小时工资高于同等学力的职业教育农民工。26.83%的农民工自我评价“离校时在班上的成绩好”，这说明除因成绩不好自动辍学外，还有一些其他的客观因素导致农村孩子被迫弃学，家庭经济状况可能是一个很重要的因素。

从表2看出，在校成绩好的农民工具有相对较高的教育水平和相对较高的收入，且学习成绩好的农民工中高中及以上比例以及接受培训的比例均高于学习成绩不好的农民工，具有比较明显的人力资本优势。除此外，两样本在性别、婚姻、地区分布等特征上差异较小，更有利于我们对两样本教育回报率的分析。

表1 总样本以及各教育层次主要变量描述

四、实证分析

(一)平均教育回报率

回归结果见表3。其中，回归(1)是对标准Mincer收入方程的回归，回归(2)是加入控制变量后的回归结果。可以发现加入控制变量后教育回报率由5.5%下降到4.86%，这表明教育可以通过影响受教育者对职业、地区、培训等的选择，从而影响收入水平。教育回报率4.86%与已有研究一致，即多接受一年教育会使收入提高4.86%，这比张兴祥用同样的数据估算的教育回报率低0.52%(张兴祥，2014[14])。可能原因：一是因为其所研究的外来务工人员包含拥有城市户口的人；二是本文控制了更多变量，根据计量经济学理论，遗漏重要解释变量可能会导致估计结果偏高。

在回归(2)中，除婚姻、国有部门、其他部门不显著外，第一产业在10%水平下显著，其余变量均在1%水平下显著。工作经验与收入呈现倒U型关系，农民工大约在有19年工作经验时对收入最为有利。按照20岁之前出外打工估计，这就意味着农民工在将近40岁就会面临收入下降问题。身体健康、好成绩以及接受培训均能够显著提高农民工收入，学习成绩好比学习成绩不好的群体收入高4.79%，接受培训要比不接受培训的群体收入高11.95%，说明学习成绩是衡量教育水平的重要补充，除教育外，培训也是提升农民工人力资本水平的重要途径。

表2 农民工各控制变量样本分布 (单位：%)

(二)各阶段教育回报率

表3 整体稳健性回归结果

注：括号中为系数估计标准误差，***、**、*分别表示回归系数在1%、5%、10%水平下显著。

表3回归(3)、回归(4)、回归(5)是分层次教育回报率。加入控制变量后，小学的教育回报率基本保持在4.82%，初中教育回报率由4.33%下降到2.83%，高中教育回报率由6.19%下降到5.16%，大专及以上教育回报率不降反升，由6.67%上升到8.37%。这说明性别、成绩、地区、产业等因素对不同教育层次教育水平的影响不同，个人特征、职业选择以及地域流动等因素对大专及以上教育的收入效应具有稀释作用。以回归(4)解释，其含义为：每增加1年小学阶段教育，收入会提高4.81%；每增加1年初中阶段教育会使收入提高2.83%；每增加1年高中高职阶段教育会使收入提高5.16%；每增加1年大专及以上教育可使收入提高8.37%。其余各控制变量的系数和显著性与回归(2)一致，在此不再加以说明。

教育回报率并没有呈现严格的随教育层次提高的趋势，初中教育回报率低于小学，且加入控制变量后显著降低。这与以往研究不同，可能的解释是王美艳(2009)[9]、彭竞(2011)[20]在采用该方法时将小学和初中划分为一个阶段，Alan de Brauw和Scott Rozelle将教育阶段简单的划分为基础教育和高等教育，从而掩盖了初中和小学的教育回报率差异。在本样本中，小学学历群体占总样本12.59%，与接受职业教育的比例相当，仍是不容忽视的群体。初中教育回报率最低但显著为正，这是初中教育已经普及的结果，说明接受初中教育仍可提高收入水平，但边际作用已经不大，需要让农民工接受更高层次的教育。

回归(5)中，职业教育与高中高职阶段教育年限交叉项的系数为负，且在1%水平显著，说明职业教育的教育回报率要比普通高中教育回报率低3.03%。王雪采用CHIP2007城镇居民数据研究得出城镇劳动力中专、职高教育回报率均高于普高(王雪，2014[21])。农民工与城市劳动力教育回报率的结构性差异说明农村职业教育模式和定位存在问题。这与国家大力发展职业教育的初衷不符，普通高中教育在于文化知识的提升，其价值更多地体现在升学上。而职高和中专旨在通过设置专业课程培养技能型人才，本应能够将教育更直接的转化为生产力，显然，农村地区的职业教育并没有充分发挥其社会功能

(三)在校成绩引起的教育回报率差异

回归结果已经表明好的学习成绩与农民工收入正相关。那么，学习成绩对教育回报率的影响如何呢？为回答这一问题，本文在(2)式基础上加入在校成绩与教育年限的交叉项：

lny=α+βsch+λsch×dgrade+γexp+δexp2+θX+ε

(6)

回归结果见表3回归(6)。由于在校成绩和教育年限与在校成绩交叉项高度相关，导致整体方差膨胀因子变大，但对比回归(6)和回归(2)可以发现其余变量的系数并没有发生很大的变化 ，所以多重共线性问题并不影响回归结果。交叉项系数为0.0169，且在5%水平下显著，说明在校成绩引起的教育回报率差异为1.69%，在校成绩好的样本教育回报率为6.02%，在校成绩不好的样本教育回报率为4.33%。这与描述性统计相符，在校成绩好的样本中高中及以上比例和接受培训的比例均明显高于在校成绩不好的样本，且由前述可知，高中及以上教育和培训均能够显著提高农民工收入水平。扎实的理论知识也许不能直接转化为生产力，但却是接受更高教育层次的基础，是个人能力得以提升的催化剂。这可以用舒尔茨所提出的，教育可以通过提高受教育者解决不均衡状况的能力提高其收入水平来解释。教育的作用不仅仅是技能应用层面的，还包括精神层面的。学习礼仪诗书、理化生科，继承前人智慧，形成个人辨识，对心智发展、激发潜能以及价值观的形成具有难以量化但不可忽视的作用。当然，当下存在的“唯分数是从”的教育之风急需遏制扭转。但我们不可矫枉过正，应试教育与素质教育并非对立的，素质教育并不排斥知识教育,掌握知识的多少,本身就是人素质高低的一个重要标志，是影响人创造力大小的一个重要条件。

五、结论和建议

基于以上分析，本文得出以下结论：(1)农民工总体平均教育回报率为4.73%，仍处于较低水平；(2)农民工收入水平和教育回报率基本呈现随着教育层次提高而提高的趋势，但初中阶段的边际作用不大；(3)农村职业教育的教育回报率低于同等学力普通高中；(4)好的在校成绩能够显著提高农民工收入水平和教育回报率。

上述研究结果回答了本文开篇所提出的两个问题：即乡城流动者收入的高低与其教育程度的高低存在着显著关联，好的在校成绩也通常意味着较高的收入回报。

本文的分析也提出了值得我们进一步关注的问题：

其一，建立多渠道、多层次的流动人口职业教育、劳动技能培训体系。由于农民工多从事重复简单劳动，且流动性较大，企业为农民工提供培训的动力不足。政府应为农民工搭建多元化平台，积极与企业合作，采取政府、企业、个人三方共担措施，分担企业压力，提高企业提供培训的积极性。

其二，进一步提高农村基础教育水平，考虑推广12年制义务教育。据调查，在重点大学中，农村学生的比例不断下跌。20世纪80年代清华大学中县级中学生比例占到50%左右，而现在仅1/7(熊丙奇，2013[22])。为此，要加大农村教育投入，引导教师到农村去，并完善监督农村兴趣课程的设置，做到真正的德智体美全面发展；初中阶段的边际作用已经不大，政府还应该考虑在合适的时机普及高中教育。

其三，从形式和内容上改进和完善农村职业教育。在新型城镇化背景下职业教育承担着使农民带技能转移和培养新型职业农民的双重任务。为此，地方政府要端正办学态度，引导社会对职业中学的认同感，科学设置专业课程，以适应市场需求。采取校企联合培养模式，提高学生的实践能力和市场适应能力，将职业教育更高效地转化为生产力。

[1] 蔡昉.未来的人口红利——中国经济增长源泉的开拓[J]. 中国人口科学,2009(1):2-10+111.

[2] Zang Xiaobo, Yang Jin, Wang Shenglin.China has reached the Lewis Turning Point?[J]. China Economic Review,2011(22): 542-554.

[3] Cai Fang, Du Yang. Wage increases, wage convergence, and the Lewis Turning Point in China[J]. China Economic Review,2011(22): 601-610.

[4] Alan de Brauw, Scott Rozelle.中国农村非农就业教育回报率的一致性[J]. 中国劳动经济学,2009(1):3-18.

[5] 姚轮轮,张莉琴.中国农村居民教育回报率的变化趋势[J]. 天津农业科学,2013(4):63-67.

[6] 邢春冰.分位回归、教育回报率与收入差距[J]. 统计研究,2008(5):43-49.

[7] 毕先进,刘林平.农民工的教育收益率上升了吗?——基于2006、2008、2010年珠三角农民工问卷调查的分析[J]. 人口与发展,2014(5):52-60.

[8] Maurer- Fazio, Margaret， Ngan Dinh. Differential rewards to, and contributions of education in urban China’s segmented labor markets[J]. Pacific Economic Review，2004(9): 173-189.

[9] 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.

[10] 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.

[11] 栾江,李强.教育对农村外出务工劳动力非农收入的影响研究[J]. 中国科技论坛，2011 (2):133-137.

[12] 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.

[13] 屈小博,都阳.农民工的人力资本积累:教育、培训及其回报[J]. 中国社会科学院研究生院学报，2013(5):73-79.

[14] 张兴祥,林迪珊.外来务工人员收入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,+192.

[15] MaUrer-Fazio. Earnings and education in China's transition to a market economy survey evidence from 1989 and 1992[J]. China Economic Review，1999， (10) :17-40.

[16] 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.

[17] 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.

[18] 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+206.

[19] 杨国涛,段君,刘子訸.明瑟收入方程的若干改进和思考[J]. 统计研究，2014(7):81-84.

[20] 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，2011.

[21] 王雪.我国城镇居民不同教育层次的教育回报率研究[D].武汉：武汉大学，2014.

[22] 熊丙奇.农村学生的出路在于提高普通高校教育回报率[J]. 中国党政干部论坛，2013(9):14-17.