中国劳动力技能回报率到底如何测度?——基于省级调查数据的实证研究

王韵含， 高文书

(1.对外经济贸易大学 人力资源处， 北京 100029； 2.中国社会科学院 研究生院，北京 102488；3.中国社会科学院 人口与劳动经济研究所， 北京 100732)

一、问题的提出

党的十九大报告提出，我国经济已由高速增长阶段转向高质量发展阶段。高质量发展离不开高质量的劳动力和人力资本。随着劳动力数量的不断下降，中国的人口红利逐渐消失，如何实现通过劳动力的质量替代数量，实现从人力资源大国向人力资本大国的转变，是中国面临的重大任务。劳动力的质量可以用技能来衡量，在新形势下，劳动者的技能无法适应产业结构的变化已成为中国就业的主要挑战[1]。因此，了解我国劳动力素质现状，掌握我国劳动力技能水平是制定教育、经济、社会政策的必要前提，通过人力资本测量可以为制定相关宏观政策提供必要的数据支持与参考。而研究劳动力技能水平对个人收入的影响可以对技能投资的经济效益进行有效评估。

随之而来的关键问题就是：人力资本到底如何准确测度？进一步地，劳动力技能回报率又该如何测度？事实上，人力资本的有效计量近年来一直是劳动经济学的前沿论题。早期研究往往采用教育年限作为对人力资本的衡量，并通过明瑟工资方程计算教育回报率，但这类研究中遗漏了能力变量，往往产生有偏的估计。大量的研究证明，劳动者通过教育等形式的人力资本投资提高自身的人力资本水平，从而获得更高的工资收入。过去，由于缺乏能力的直接观测数据，无法对能力在教育和收入之间的传导机制和作用原理进行研究，这一过程就像一个神秘的“黑箱”。教育回报率的研究，便是跳过这一“黑箱”，研究教育与收入之间的关系。本文试图通过研究教育对能力形成的影响，以及能力对收入的影响，打开这一“黑箱”，分析能力对收入产生影响的完整路径。

国外政府及非政府组织都开展过大量直接测量学生或成人的能力与技能的调查项目，最具代表性的调查之一是：经济合作与发展组织(OECD)开展的国际成人技能评估调查(programme for the international assessment of adult competencies, 简称PIAAC)。国内无论是在人力资本直接测量的实践，还是该领域的研究上仍处于起步阶段，鲜有针对劳动力技能水平的调查，尤其缺乏国际可比的相关调查数据。中国社会科学院人口与劳动经济研究所课题组于2016年2—3月在河南省20个县区开展了成人能力调查。该项目在测量理念、测量指标设置、问卷设计、入户调查形式等方面借鉴了PIAAC的调查方法，为国内首次参照PIAAC调查模式展开的大规模成人能力调查，对摸底我国劳动力真实技能水平，了解我国劳动力素养与国际间的差距，都具有重大的借鉴意义[2]。本文对样本地区劳动力技能水平进行测度，并与国际间进行横向对比，比较样本地区具有不同年龄、性别、户口等人口学特征的劳动力之间技能水平的差异，分析教育与能力之间的关系，通过改进后的明瑟工资方程估算劳动力技能回报率。

二、文献综述

人力资本无论对个人还是社会福祉的发展都至关重要，但由于人力资本概念先天的模糊性，学界关于人力资本的测量方法争议颇多。人力资本理论形成早期，姑且称其为传统人力资本理论阶段，认为人力资本是凝聚在人身上的具有经济价值的知识、技能和健康等因素的总和。由于这一时期还没有直接测量能力的技术，大量的实证研究把人的能力视为天生给定的，把教育作为能力的代理变量，采用教育年限作为对人力资本的计量。但是，这种做法一方面没有考虑到每个人所接受的教育质量的异质性，如世界银行[3]指出，发达国家和发展中国家之间的教育质量存在明显差距；另一方面，也没有考虑到个人能力的异质性，导致实证研究中往往产生有偏的估计。

随着现代心理学技术的发展，能力的测量技术逐渐成熟。能力可分为认知能力和非认知能力。认知能力指人脑加工、储存和提取信息的能力，即一般所讲的智力，如观察力、记忆力、想象力等。非认知能力则泛指除认知能力以外的能力，常见的衡量指标有毅力、动机、自我激励等。在对能力的认识中，认知能力较早进入经济学研究者的视野，已有研究常用阅读、数学、科学等标准化测试成绩来表示认知能力，如智商测试(IQ Test)，国际学生评价项目(programme for iInternational student assessment，简称PISA)和国际数学和科学成就趋势研究(trends in international mathematics and science study，简称TIMMS)，美国武装部队资格测验(armed forces qualification test，简称AFQT)等。近年来的多项研究证明，认知能力无论对个人教育水平、工资、犯罪行为或者其他社会经济生活方面的表现而言，都是一个关键的决定因素[4-5]，对健康水平也有显著影响[6]。在关于教育回报率的研究中，常常讨论由于遗漏能力变量产生能力偏差而造成有偏的估计，不少研究将这个遗漏的能力看作认知能力，并试图通过认知测验的成绩作为这个遗漏变量的代理变量。随着认知心理学和人格心理学的发展，心理学家们以人格特质研究为中心，发明了多种测量方法和指标，如内外控制点量表、自尊量表、大五人格量表等，非认知能力测量技术的成熟使得运用经济学范式对非认知能力展开研究成为可能。此后，越来越多的研究开始关注非认知能力，发现非认知能力对个人的职业发展及社会经济表现和认知能力同等重要，甚至在某些方面比认知能力更为重要。有研究发现，非认知能力对个人收入及职业发展起着关键作用[7]。Heckman et al.[5]发现认知能力与非认知能力对个人教育程度和工资的影响同样显著，且受教育程度不仅是个人认知能力的信号，也是个人非认知能力的信号，从而修正了劳动力市场信号理论对于教育水平仅是个人认知能力的信号的认知[8-9]。

在这种背景下，人力资本理论的发展由传统的以教育为核心逐渐转向以能力为核心。2010年，美国经济学年会组织了一大批人力资本理论领域的权威专家就人力资本新进展进行小组讨论。Hanushek[10]提出了一个基于能力的“新人力资本”理论框架和经验研究的研究议程，指出新人力资本研究框架将由两条互为补充的研究思路组成：一是研究技能的形成与产生，二是研究技能对个人及社会成果的影响。而将人力资本的直接度量与国家宏观决策联系起来的实践可追溯到1985年美国的青年文化素养调查(assessment of literacy skills of American’s young adults)，2002年，中国社科院人口与劳动经济研究所实施的中国城镇劳动力市场调查(CULS)在5个大城市首次进行了类似的调查尝试。基于对新人力资本理论的理解，OECD从20世纪90年代开始致力于对个人能力的评估，基本形成了监测和分析、评估成年人口及学生基本素养水平以及在不同环境中运用各种技能程度的理论框架和测量工具与标准，为OECD成员国和参加调查的国家的决策者提供了对各国现有和未来劳动力的人力资本含量的客观证据。

2000年，OECD启动了PISA，此后每3年举行一次，在各个国家中抽取4 500～10 000名初三与高一为主的15岁学生担任调查对象，以测试学生是否能够掌握社会所需的知识与技能。评估分为3个方面：阅读素养、数学素养及科学素养。1994年，OECD 推行了国际成人素质调查(international adult literacy survey，简称IALS)，对 22 个国家的成人阅读能力、计算能力进行评估，并于1996年和1998 年完成了第二轮与第三轮的测评。2002 年，OECD启动了国际成人素养和生活技能调查(the adult literacy and life skills survey，简称ALL)，从2002—2006 年，完成了两轮测评，先后对12个参与国的成人阅读、算术、独立解决问题的能力进行评估。2007年，OECD启动了针对成人技能的综合性国际测评项目PIAAC，2008—2013年对参与国成人阅读、算数以及在复杂的技术环境中解决问题的能力进行了第一轮调查， 2013—2016年完成了第二轮调查，2016—2019年进行第三轮调查，还计划逐年发布年度技能展望报告，及时追踪各国成人技能发展水平。在IALS和ALL的基础上，PIAAC对成人能力考察从方法内容上进行了延伸和拓展，新增了在复杂的技术环境中解决问题的能力这一能力维度，调查规模扩大，测量技术也有所改进。PIAAC还可与PISA结果进行对比，使政策制定者了解在不同的时间点，即学生从学校到劳动力市场转型的情况，从而进行有效的社会干预，为教育和培训政策提供指导。PIAAC与传统的认知能力测试，如IQ测试相比，明显的优势在于，IQ基本上在人10岁左右就停止发育了，此后维持一个较稳定的水平，且许多研究认为IQ很大程度上是先天确定的，难以后天提高，从而难以通过政策干预提高一国国民的IQ水平。但PIAAC评估的能力是日常工作与生活必需的，且可以通过后天习得与提高，对政府制定国家发展政策可起到重要借鉴作用。

鉴于OECD在人力资本直接测量领域处于国际领先地位，近年来国内涌现了不少关于PIAAC、IALS等项目的研究[11-15]，但由于我国未参与过OECD组织的调查，缺乏国际可比的个人微观能力数据，这类研究大多停留在上述调查在国外的实施背景、人力资本观、测量指标及调查结果的介绍层面。何珺子、王小军[16]使用PIAAC中的美国样本，通过指标构建分解出从学校教育和工作环境中获得的认知能力和非认知能力，并分别估计这四类能力的回报率。在国外已有不少使用IALS、PISA、PIAAC等国际技能测量数据对劳动者技能的回报率展开的研究。Hanushek & Zhang[17]运用 IALS 数据，用个人测试分数作为能力的代理变量对个人能力回报率进行了测算。由于数据的局限，过去的研究往往只关注劳动者技能水平在其职业生涯早期的工资回报率，而Hanushek et al.[18]通过PIAAC首轮技能调查数据发现，劳动者技能在其职业生涯早期的工资回报率要远远低于终生技能工资回报率，过去的研究中用前者代替后者，导致后者平均被低估四分之一；对不同国家成熟期(35～54岁)的工人进行技能工资回报率估算，发现不同的国家之间存在显著异质性。此外，以国家为单位，用学生数学和科学的测试分数来衡量一国的劳动力素质后发现，标准化分数每增长一个标准误单位会提高1%的人均GDP年增长率[19-20]。

综上所述，一方面由于中国劳动者的技能微观调查数据匮乏，尤其缺乏国际可比的劳动者技能数据；另一方面由于国内学界对这一领域研究的重视程度不够，导致目前难觅运用国内本土调查数据对中国的劳动者技能回报率进行测度的实证研究。而放眼海外，对劳动者技能的工资回报率的研究已很丰富，研究方法也比较成熟，值得国内学界借鉴。本文的创新之处在于，大胆借鉴了国外已有文献中的研究方法并根据中国的实际对模型进行调整，利用河南省成人能力调查中获取的一手数据对中国劳动者的技能回报率进行测度，并与其他国家的技能回报率等测算结果进行横向对比。本文的贡献在于，一方面通过对国内劳动者技能回报率进行实证研究，填补了国内该领域的空白；另一方面，由于河南省成人能力调查的一整套调查模式、问卷等均是参照PIAAC进行的，其结果天然地具有国际可比性，本文以河南省为例比较我国与国际间劳动力技能水平的差异，在国内具有开创性的意义。

三、数据来源、变量设定及模型构建

(一)数据来源

本文使用的数据来源于河南省成人能力调查，是国内首例参照PIAAC调查模式进行的大规模成人技能调查，下面分别对PIAAC和河南省成人能力调查的开展过程进行简要说明。

1.PIAAC国际成人能力评估调查

OECD将技能定义为完成一项任务或活动所必须具备的知识、特征与潜能的集合[21]，可以理解为劳动者个人的人力资本；而一个国家所有劳动者在一定时间内所具备的技能总和则为该国家的人力资本总量。基于这种人力资本观，PIAAC的设计思想在于精确测量劳动者为取得工作成就及参与社会活动所必需的认知能力与工作技能，政策意图旨在协助各国政府评估、监测和分析成人技能水平分布情况及各种技能在不同环境中的使用程度。

根据2013年OECD公布的首轮PIAAC国际成人能力评估调查结果，来自包括澳大利亚、奥地利等22个OECD成员国以及2个合作伙伴国(塞浦路斯和俄罗斯联邦)在内的24个国家和亚国家地区的166 000名16～65岁成年劳动力参与调查，被试者通过随机抽样选取，各国样本数量从最小的4 500到最大的27 300不等。调查在被访者家中进行，要求被访者在电脑上完成问卷，对不会用电脑的被访者，也允许采用传统纸笔答题，经统计，77.5%的被访者选择了前者；在答题前，被访者需要先填写一份个人背景调查问卷，内容覆盖个人劳动力市场参与情况、工资水平、受教育程度、工作经历及其他人口学特征；测试题目使用被访者所在地的语言编写，测量被访者三方面的认知能力：母语阅读能力、计算能力以及在复杂信息技术环境下解决问题的能力，能力具体定义见表1[21-24]。OECD于2013年4月启动第二轮PIAAC国际成人能力评估调查，数据收集时间为2014年4月—2015年3月，并于2016年6月公布调查结果，共有9个国家的50 250名成人参与调查，其中包括6个OECD国家(智利、希腊、斯洛文尼亚、以色列、土耳其和新西兰)和3个OECD伙伴国家(新加坡、印度尼西亚和立陶宛)。2016年6月，OECD发布了《技能紧要：成人技能第二次调查结果》(skills matter: further results from the survey of adult skills)的报告，公布了上述国家成人技能的水平及分布现状，以及技能投资对于成人参与政治生活和社会志愿活动的影响等[25-26]。综合前两轮调查，OECD共对250 000名成人，代表居住在33个国家和亚国家地区的8.15亿成人采集了相关数据。

表1 PIAAC所测量的三大成人认知能力定义

OECD[24]之所以把上述三种能力列为信息处理的关键能力，是因为这三种能力无论对于就业，接受教育或培训，参与社会生活来说都是必需的，具有高度可转移性，且都是后天可习得的，受政策干预影响。阅读和计算能力是最基本的认知技能，是构建更高层次的认知能力如分析推理能力的基础，也是进一步学习某一专业领域知识的前提。在这个信息通讯技术无所不在的时代，善于通过电子媒介获取、评估和分析信息的人，将比其他人更容易抓住工作与生活中的机会。

2. 河南省成人能力调查概述

该调查采取分层，即地级市、县/市/区、乡镇(街道)、村(社区)、家庭户各层的随机抽样法，通过入户对被访者发放并完成线上问卷进行调查。调查问卷由两大部分组成：“家庭动态与成人基本能力调查”与“成人基本能力测试”。其中，前一问卷在对家庭成员就业、 家庭变化、类型、家庭收入、代际互动关系等全面调查的基础上，对被访者的受教育情况，包括受教育年限、教育程度等进行了详细调研；后一问卷则是参照OECD的方法并结合被调查地区的实际情况设计而成，对被访者的人力资本进行了直接测量。“家庭动态与成人基本能力调查”问卷实际调查了河南省的2 319名被访者，课题组在这些被访者中随机抽取了50%的样本进行“成人基本能力测试”问卷调查，实际有效参与第二项调查的被访者共1 214名。总体来说，该项目基本遵循了PIAAC的技能测量思路及设计理念，但在调查的具体实施方面又进行了调整，使得结果呈现出不同特点。由于硬件条件所限，该项目仅对PIAAC所测量的三大成人认知技能中的阅读能力与计算能力进行了测量。在该项目中，所有参加测试的被访者采用同一套测试题目，而不是像PIAAC随机指派不同模块，更加保证了结果的横向可比性。此外，该测试与另一项家庭动态养老追踪调查一同进行，该调查覆盖的问题触角比PIAAC的被访者背景调查要广得多，通过两项调查结果的匹配可以识别出更加详细的人口学特征和其他经济社会特征，呈现出更加丰富的数据层次，从中或可挖掘出更为丰富的经济学、社会学内涵。

(二)能力得分的描述性统计分析

PIAAC将三大成人认知能力的单项满分设置为500分，为便于比较，本文也对河南省成人能力调查的原始能力得分采取同样的处理。河南省成人能力调查中共得到1 214个阅读能力得分与计算能力得分的有效数据，无缺漏值，但存在部分零值，这些零值可能是被访者的真实成绩，也可能是没有参与测试或真实测试值丢失造成的，经综合考虑，为避免后者带来的测量偏误(向下偏误)，本文在使用阅读得分与计算得分进行估计时，仅使用非零值的观测值，但这样可能导致由于前者带来的测量偏误(向上偏误)，结果见表2。

表2 能力得分总体及分类别描述性统计

综合PIAAC前两轮的调查结果，国际成人平均阅读得分为268分，平均计算得分为263分。表2的总体得分为河南省成人能力调查中16～65岁的成人被试者的能力得分基本数据，河南省的成人平均阅读得分为203.65，为国际成人水平的75.98%，平均计算得分为161.28，为国际成人水平的61.3%。假定标准化测试难度相当，说明我国河南省的成人劳动力技能水平离PIAAC的参与国的平均水平还有一定差距。

在表2中按年龄段分类时，本文参照OECD[21]的做法，把被试人划分为青年劳动力(16～24岁)，成熟劳动力(35～54岁)，老年劳动力(55～65岁)，劳动年龄人口(16～65岁)。大体上看，两项能力得分都随着年龄增大而有下降趋势；被访者的平均阅读得分高于平均计算得分；在所有年龄上，被访者的平均阅读得分均高于平均计算得分，这些特征与PIAAC前两轮调查的结果相符OECD[21,26]。比较不同代际之间的技能水平，可以有效反映出一个国家在人力资本积累方面的动态成果。OECD[21]的报告发现，英国、美国的代际能力得分差异不大，韩国、芬兰的代际得分则有很大改善。英国的老年劳动力阅读得分在列国中排名前三，但青年劳动力阅读得分是最低的三个国家之一；美国的老年劳动力计算能力得分中等，但青年劳动力的计算得分却排名垫底。反观韩国，是老年劳动力的技能得分排名最低的三个国家之一，但青年劳动力的得分排名仅次于日本；芬兰的老年劳动力得分仅是平均水平，但却与日本、韩国、荷兰共同跻身于青年劳动力得分最高的国家之列，这一定程度上反映了近年来，韩国、芬兰在人力资本投资与积累上的追赶效应。河南省成人能力调查中，青年劳动力的计算得分和阅读得分均值分别为老年劳动力的1.34倍和1.43倍，这种显著的代际间劳动力素质提升，反映了近年来河南省，通过大力发展教育等途径，在人力资本投资上收获了不小的成果。

从表2中按性别分类的统计结果来看，女性的计算能力及阅读能力均值略低于男性，而中位数二者相当；从按户口分类的统计结果看，农业户口的计算及阅读能力得分均值和中位数都低于非农业户口。值得注意的是，根据公安部公布的2014年河南省户籍人口数据，河南省农业人口占户籍人口比重为77.56%①，低于本调查中调查样本的该项比重84%。考虑到农业户口的平均能力得分显著低于非农业人口，调查样本中农业人口比重偏高可能导致本研究中的能力回报率等估计结果比实际水平偏低。

(三)变量设定

本文主要变量的名称、符号、解释等见表3。

表3 变量定义表

表4对本文关注的除能力以外的主要变量进行了描述性统计。

表4 调查样本主要变量描述性统计

(四)模型构建

本文构建了教育——能力形成率回归方程，以考察受教育年限对能力形成的影响；构建能力回报率估算方程以考察能力对收入的影响。

1.教育对能力的影响模型

传统人力资本理论认为，教育和培训是劳动者提高自身能力，进行人力资本投资的重要途径，大量的研究都证明了该结论。基于受教育年限的增加会带来个人能力提升的人力资本理论命题，并借鉴相关文献中的研究范式，本文构建了以下教育——能力形成率回归方程以量化分析受教育年限对能力提升的影响。

(1)

2.能力对收入的影响模型

Hanushek & Woessmann[7]从大量对个人收入的研究中提炼出如下隐含的人力资本理论模型：

Y=γH+ε

(2)

其中，Y代表个人收入，H代表个人具有的人力资本或劳动技能，随机干扰项ε代表异质性收入差距，模型隐含的人力资本理论假设是，劳动者在劳动力市场上获得的收入由其具有的人力资本水平决定。

Mincer[27]提出，劳动者接受教育和培训是为了提高自身人力资本水平，因此教育年限及在职培训可用来测量人力资本水平，并以此为基础构建了Mincer工资方程，奠定了量化研究教育回报率的基础。本文参照Hanushek et al.[28]的做法，在Mincer工资方程的半对数形式基础上进行扩展，用能力变量替代原方程中的受教育程度，为了避免工作经验变量的内生性，用年龄代替工作经验，最终设置能力回报估算方程如下：

(3)

四、实证分析

(一)教育与能力形成之间的关系

1.教育程度相同情况下，能力得分和年龄的关系分析

表5中将调查对象按教育程度分为小学及以下、初中、高中及中专技校、大专及以上四组后，分别在组内用能力得分对年龄进行回归，以观察同样教育程度的成人，其能力得分与年龄之间的关系，此处以阅读能力得分代表个人能力得分。结果显示，除了大专及以上这一组年龄变量的回归系数不显著以外，其他三组中年龄的系数均显著为负。大专及以上的组内回归系数不显著，可能是该组样本量过少造成的。据此结果可以推论：具有相同的教育程度的个体，年龄越大，则其能力得分越低；考虑到年龄越大，受教育年限越久远。也就是说，随着社会科学技术的进步和知识的更新换代，教育存在一定的折旧效应，劳动者通过接受教育获得的人力资本随着时间推移不断地贬值，且初始受教育程度越高，边际贬值程度越严重。换言之，劳动者要想在整个职业生涯中保持一定的竞争力，仅凭较高的初始教育水平还远远不够，必须通过继续教育、在职培训等不断更新技能和知识体系，实现终身学习。

2.教育对能力的影响分析

表6为教育——能力形成率的回归结果，模型1～模型3中的因变量为用计算得分的对数形式衡量的个人能力，模型4～6中的因变量为用阅读得分的对数形式衡量的个人能力，α1的估计值均显著。从模型3及模型6可知，在控制了年龄、性别、户口等影响因素后，受教育年限每增加一年，个人计算得分提高3.56%，个人阅读得分提高2.32%，受教育年限对个人计算能力的边际改善效应比对阅读能力的大。

表5 能力得分对年龄按教育程度分组的回归结果

注：***、**、*分别表示在1%、5%和10%水平上显著；括号中为稳健的标准误。

表6 教育对能力形成影响的普通最小二乘法回归结果

注：***、**、*分别表示在1%、5%和10%水平上显著；括号中为稳健的标准误。

在教育——能力形成率估计方程中，由于受教育年限与能力之间存在一定程度上的互为因果关系，为了尽可能减少方程的内生性问题，尝试采用工具变量法对该方程进行重新估计，考虑到父亲的受教育年限可通过家庭教育影响子女的受教育年限，且父亲的受教育年限与方程中的其他自变量不相关，所以本文选择父亲的受教育年限作为受教育年限的工具变量，进行二阶段最小二乘回归。表7的二阶段估计结果显示，在控制了年龄、性别、户口等影响因素后，受教育年限每增加一年，个人计算得分提高14%，个人阅读得分提高7.81%，高于普通最小二乘法下的估计结果3.56%和2.32%。此外，表中还汇报了C-D Wald F值和Hausman检验p值来检验工具变量法的评估效果，第一阶段 C-D Wald F值均超过了经验门槛值，即拒绝弱工具变量假设，Hausman 检验结果显示，在10%的显著性水平上，内生性问题使OLS的回归系数被低估。

表7 教育对能力形成影响的工具变量法回归结果

注：***、**、*分别表示在1%、5%和10%水平上显著；括号中为稳健的标准误。

(二)能力对收入的影响分析

Hanushek et al.[28]对PIAAC首轮调查的认知能力得分进行标准化处理后再进行回归分析，而有些研究分别使用不同调查数据追踪学生毕业后进入劳动力市场的工作表现[29-30]，也使用标准化的测试分数对年收入进行回归。因此本文用收入的对数对能力进行回归时，参照上述研究的做法，对计算得分进行标准化处理，使得被试者单项能力得分服从均值为零，方差为一的标准正态分布。表8为式(3)的回归结果，其中模型1～4报告的是计算得分衡量的总体能力回报率估算结果，模型5为控制了受教育年限后的总体能力回报率估算结果，模型6和7分别报告的是个人长期能力回报率及控制了受教育年限后的个人长期能力回报率。为使结果更稳健，变量标准误均经过怀特异方差修正。

表8 能力对收入影响的最小二乘法回归结果

注：***、**、*分别表示在1%、5%和10%水平上显著；括号中为稳健的标准误。

从表8的模型1～5可见，在不断增加控制变量数量的过程中，能力得分的系数一直保持显著，数值比较稳定且略有提高，表明这一结果是稳健的。在控制了年龄、性别、户口、教育年限等因素后，个人能力回报率为7%，也就是说，标准化计算得分每提高一个标准误单位，个人收入平均增长7%。Hanushek & Zhang[17]用个人测试分数估算的能力回报率为19.3%，还有研究用数学测试成绩估算的能力回报率为12%[29-30]，均高于本文估算的结果。对比模型4和模型5，不控制教育年限的个人能力回报率为6.5%，在控制了教育年限后个人能力回报率提高到7%。根据劳动力市场中的信号理论，个人通过接受正规教育后获得的文凭向劳动力市场发出有效“信号”，从而有助于求职者获得更高的预期收入，因而这种高收入不完全是个人高能力的体现，只有在剥离了文凭的“羊皮纸效应”后，才能获得更纯粹的个人能力回报率。根据模型4和模型5回归系数的对比，剥离教育因素后得到的个人能力对收入的影响比未剥离教育因素时更大。

回归结果还显示，在控制了能力、性别、户口、教育年限等因素的情况下，劳动者年龄每增加一岁，收入平均增长6.7%，由于年龄越大，工作经验越丰富，这个结论侧面印证了积累工作经验对提高收入的重要作用。控制变量性别的系数显著为负，显示劳动力市场上存在一定程度的性别工资歧视，在同等条件下，女性的收入显著低于男性。控制变量户口的系数为正，体现了非农业户口相比农业户口劳动者具有更高收入优势，由于已剔除农业从业者数据，这个结果反映了我国城乡劳动力市场的二元分割仍然存在，农业户口的劳动者在试图进入城市从事非农产业时，可能面临因户籍管理导致的就业歧视和工资歧视。

Hanushek et al.[18]认为对成熟期(35～54岁)的劳动者进行能力回报率估算，能更好地代表能力的长期回报，因此本文也把劳动者的年龄限定在35～54岁，以估算能力的长期回报率，以便进行国际对比。此外，该研究通过PIAAC在23个国家的首轮技能调查数据发现，对成熟期的工人们而言，一个标准误单位计算能力提升平均可带来18%的工资增长；劳动者技能在其职业生涯早期的工资回报率要远远低于终生技能工资回报率，过去的研究中用前者代替后者，导致后者平均被低估四分之一；而我国个人能力长期回报率为12.9%，虽然低于该研究中的估计结果，但显著高于我国总体个人能力长期回报率6.5%，考虑受教育年限后的个人长期能力回报率为12.3%，也大大高于考虑受教育年限后的总体能力长期回报率7%，验证了上述研究中的结论。该研究还指出技能工资回报率在不同的国家之间存在显著异质性。如回报率较低的八个国家在12%～15%之间，而较高的六个国家则高于21%，其中美国以28%名列榜首。相对而言，工会密度更高，劳工保护更严格，公共部门更庞大的国家的技能工资回报率要低于其他国家[18]。本文测算的个人能力长期回报率与PIAAC调查参与国相比处于较低水平，这可能反映出我国劳动力市场的价格识别机制不够敏感，市场化程度仍有待提高；我国的工会密度和劳工保护程度高，公共部门规模大，也佐证了上述研究中关于具有这些特征的国家往往技能回报率较低的结论。

在个人能力回报率估计方程中，一方面由于能力的不可观测性，用计算能力得分作为能力的代理变量可能带来一定程度上的测量误差；另一方面个人收入与个人能力之间在一定程度上互为因果。因此能力是一个内生变量，本文通过选取工具变量替代能力变量，对这部分估计结果进行再次验证。考虑到个人在婚配过程中，一般倾向于选择“门当户对”，受教育程度及能力水平相似的对象结为夫妇，因此配偶的受教育年限与个人受教育程度及个人能力均高度相关，而与方程中其他自变量相互独立，且个人收入一般不会对配偶的受教育年限产生影响，故本文选择配偶的受教育年限作为个人能力的工具变量进行2SLS回归。从表9的回归结果可见，使用工具变量法再次验证了使用OLS的结论，即在控制了年龄、性别、户口等特征变量后，个人能力对收入表现出显著促进作用，且性别的系数显著为负，户口的系数显著为负。此外，第一阶段C-D Wald F统计量均超过了经验门槛值，即拒绝弱工具变量假设，Hausman 检验结果显示，在1%的显著性水平上，内生性问题使OLS的回归系数被低估。

五、结论与政策建议

(一)主要结论

本文利用河南省成人能力调查数据对劳动力技能水平进行测度，比较不同性别、户口、年龄层次劳动力的技能水平，以河南省为例比较我国与国际间劳动力技能水平的差异，分析技能对收入的影响，主要结论如下：

1.河南省成人平均阅读能力和计算能力得分均远低于PIAAC参与国的平均水平；两项能力得分都随着年龄增大而呈现下降趋势；平均阅读得分高于平均计算得分；在所有年龄段上，平均阅读能力得分均高于计算能力得分，这表明河南省劳动力素质有待提高，尤其是计算能力方面。

2.受教育年限与个人能力成正比，教育对计算能力的边际改善效应比对阅读能力的大。

3.教育存在折旧效应，劳动者通过接受教育获得的人力资本随着时间推移而贬值，因此劳动者要想维持竞争力，必须通过在职培训不断地更新技能和知识体系，实现终身学习。

表9 能力对收入影响的工具变量法回归结果

注：***、**、*分别表示在1%、5%和10%水平上显著；括号中为稳健的标准误；因变量为收入的对数。

4. 河南省劳动力个人收入随着能力的提高而显著增加，但本文测算的成人能力回报率，无论是总体能力回报率还是长期能力回报率均低于国外文献中的结果，这表明河南省劳动力市场对劳动力素质的识别机制不够敏锐，劳动力市场的有效程度有待提高。

5. 劳动力市场存在性别歧视和户籍歧视，严重分割的劳动力市场将妨碍劳动者实现自身应有的市场价值。女性可能面临就业和工资歧视，城乡劳动力市场的二元分割仍然存在，农业户口的劳动者在试图进入城市从事非农产业时，可能面临因户籍管制导致的就业和工资歧视。

(二)政策建议

本文从研究结论出发，提出如下政策建议：

1.学校教育应注重学生认知能力与非认知能力的双重开发，在认知能力开发方面，应重视培养和提高阅读能力及计算能力，鉴于调研结果显示我国成人计算能力相对阅读能力而言更薄弱，且教育对计算能力的边际改善效应大于阅读能力，应对计算能力给予更多重视。

2. 国家应大力发展继续教育、远程教育、在职培训等，建立完善的终身教育体制，保证成人在进入工作岗位后，工作技能和个人能力能得到持续的发展，促进我国人力资本的积累和开发。

3. 我国应定期在全国范围内进行成人技能评估调查，动态监控我国成人劳动力技能水平，检验教育、培训、就业等相关政策效果，及时调整政策以实现最佳的经济、社会效果。

4. 我国应通过制定科学的政策法规，加大户籍改革力度，减少劳动力市场性别歧视、户籍歧视现象，实现男女同工同酬、城乡劳动力合理流动。

总之，我国经济正处在转变发展方式、优化产业结构、新旧动能转换的攻关期，政府应从提升劳动力整体素养以及促进劳动力资源优化配置两方面着手，两手都要抓，两手都要硬，有效应对劳动力数量下降及劳动力质量跟不上产业结构升级的需求所带来的严峻挑战，为实现中国经济的高质量发展源源不断地输送高质量的劳动力和人力资本，保证中国经济长期、稳定、健康发展。

注释：

①数据来源：Wind数据库。