学校质量、受教育程度与收入*

王云多

(黑龙江大学 经济与工商管理学院，哈尔滨 150080)

近年来，随着家长对孩子质量期望的提升以及学校应试教育存在的问题，各级各类学校质量如何引起社会各界广泛关注，无论学生家长、学生本身，还是社会用人单位都希望各级各类学校提高学校质量，但学校质量良莠不齐与教育资源分配不均衡密切相关，因此，有必要打破教育资源分配不均衡对教育发展的影响。但是，由于各地教育发展经费很大一部分来源于地方财政拨款，很难打破由受地方财政收入差异引发的教育资源分配不均衡的现状，而且如何衡量学校质量的标准本身也存在很大争议，因此，有必要研究学校质量对受教育者未来收入的影响。

一、相关问题研究述评

这里提及的学校质量就是学校状况，涉及学校办学水平和运行状况，就学校质量对受教育者收入的影响而言。关于受到政府政策直接影响的学校质量的特定方面是否将对个人的未来发展产生多大作用存在许多争议。该争议的核心问题在于学校质量或学校状况指标的选取，这些指标包括了师生比(可由班级规模代表)、每位学生的学费，还有教师质量以及教师平均收入等指标。已有关注学校质量的文献大多数来自美国，始于科尔曼报告(Coleman etc,1984)。该报告得出备受争议的结论是，一旦考虑家庭背景和学校构成的作用，学校质量对受教育者个人未来发展没有多大影响。总体上，相关后续的研究文献证实了这一令人吃惊的结论，或者至少发现了学校质量对学生未来发展影响甚微 (Hanushek，1986； Hanushek,Rivkin,and Taylor，1996) 。

还有一些学者将个人未来发展加以细化，关注学校质量对受教育者未来收入的影响(Moftt，1996)。部分学者研究指出，学校质量对受教育者就业后的收入产生显著正向影响(Johnson and Stafford，1973；Card and Krueger，1992)。但是也有一些学者研究表明学校质量对受教育者日后收入没有显著影响(Betts and Heckman,1995；Layne and Todd ，1996)。上述分歧概由实证研究所用数据类型及其使用方式存在较大差异引起。

对于受教育程度对未来收入的影响结论差异的一种解释在于学校质量对收入的作用会随着时间流逝而减弱，或者相对于老员工而言，其对年轻员工的影响甚微。关注于受教育者未来发展的大多数分析聚焦于相对年轻的群体。虽然他们处于职业生涯的早期，但是关注收入的研究往往会关注处在职业生涯晚期的年长群体。Loeb 和 Bound(1996)通过研究不同年代出生的人，考察学校质量对个人成就的作用是否会随着时间流逝而减弱这一问题。他们研究发现对于不同年龄群组的个人而言，学校质量对个人成就的影响也不同。他们认为这一结论不仅反映了组群的差异，而且反映了在衡量学校质量方面的累计程度差异。Betts (1996)研究了学校质量的作用是否会随年龄和劳动力市场经验增加而提升这一问题，研究发现不存在年龄依赖性。

另一解释涉及诸如家庭背景、遗传、选择学校能力对受教育者未来成就和收入的影响。如果考虑这些因素，预计学校质量和收入或成就之间的关系将会变得不稳定。由于缺少合适的数据，关于学校质量文献中很少直接研究这一问题。最初的科尔曼报告明确控制了个人的社会经济特征和学校构成，得出与学校质量指标相比而言，这些因素是更重要的决定受教育者成就的因素。Behrman,etal(1996)曾使用同卵双胞胎研究这一问题。研究指出，如果双胞胎进入不同的学校，这个数据就可以被用来研究学校质量差异对收入的影响。在这些模型中，对所有双胞胎有同样影响的那些不可观测的家庭作用将会被区分出来。Altonji和 Dunn (1996)发现，当家庭固定作用得到控制，学校质量对收入的作用会增强。

本文使用问卷数据来研究师生比和学校类型对青年(35岁以下)和中年(35岁以上)人群的受教育者收入的作用。数据指标涉及个人受教育程度、家庭背景和劳动力市场经验等详细信息，也包括了被访问者学生时期学校的度量指标，这些指标有班级规模(代表师生比)和学校类型(选择性的、非选择性的公立学校和私立学校)等。

二、模型设定

本文从研究学校质量对受教育程度的影响作为出发点，进一步考察学校质量对收入的作用，并从三个主要渠道评估学校质量对结果的影响：受教育程度、收入水平、潜在经验的回报；也考虑了在没有限定资格条件下学校质量对收入的作用。因此，可衡量学校质量的总效应，它由直接作用和通过受教育程度起到的间接作用构成。本文也研究了被访问者小学和中学读书时师生比和学校类型(选择性的和非选择性的私立学校和公立学校)对受教育程度及未来收入的影响。

在研究学校质量对受教育程度和收入作用的过程中，需要解决一些重要的内在问题。首先，因为对小孩教育问题的极大兴趣会带来更高的受教育程度和收入，对子女教育问题极大关注的父母可能会选择定居在他们心中理想的学校附近，他们可能将学校的师生比作为一个考虑因素，自我选择就会在学校质量指标上产生较大偏差。其次，一些类型的学校根据能力选拔学生，这很可能暗示来自这些学校的学生成绩更好并且拥有更高的受教育程度。对于大多数私立学校和部分教育资源优越的公立初级中等学校而言，情况往往如此，偏差往往由父母和学校的主动选择导致。

偏差的另一来源在于不同学校、不同类型教育受到的中央和地方政府财政支持力度不同。教育的责任由中央政府和地方教育机构共同承担。中央和地方政府往往通过财政拨款方式向地方公立教育机构提供资源以资助教育(和其他当地服务)，分配多少钱给学校取决于地方政府，而地方政府的教育拨款又受制于地方财政收入。基于这一点，处于经济劣势的地方公立教育机构能够得到地方政府教育拨款较少。与公立学校不同，私立学校一般得不到中央和地方政府拨款，它们的运营经费通常由社会捐款和付费学生提供。此外，受教育者所处当地社会经济环境也会影响其受教育程度和未来收入。如果这些特征与学校质量指标相互关联，省略这些特征会导致结果存在更大偏差。

由于缺少将学生随机分配到不同类型学校的一些明显实验框架体系，解决这种内生问题的唯一方式就是使用一些工具变量。但是在这种情况下很难认为任何可得到的社会背景、家庭或当地经济变量等决定了学校质量及受教育程度和收入，所有这些变量是人力资本产出方面的潜在信息。

本文看来，解决内生问题最好的办法是控制那些很可能驱使学校做出选择的变量，这些很可能驱使学校做出选择的变量设定如下：控制父母对教育偏好差异的家庭背景变量(X1)，控制能力差异的个人特征和考试分数变量(X2)，控制与地区失业数量有关的教育费用差异的当地教育机构特征变量(X3)。

本文所用问卷调查数据明确控制所有这些作用，这使得使用的匹配方法具有可靠性。这些丰富的数据过去不曾在学校质量的文献中使用过。本文希望估计学校质量变量(Q)对受教育程度(Si)和收入(Wi)的作用。本文假设任何选择在可观测变量的基础上发生(Zi=(X1i,X2i,X3i))。假设可观测变量(Zi)的限制足够控制学校质量的自发选择。从更深层面出发，基于被访问者年龄分布，本文设计了含有青年人和中年人的简单的二期模型(j=1,2)分别代表青年人和中年人：

Sji=αj0+αj1Qi+αj2Zi+u

(1)

Wji=βj0+βj1Qi+βj2Zi+λSji+ε

(2)

式中αj1和βj1分别度量了青年人学校质量对结果变量Sji和Wji的作用。在该模型中，假设拥有相同可观测特征变量Zi，但进入不同学校质量学校的个人在不可观测的特征uji和εji上均值相同。这表明：

E(uji|Qi,Zi)=E(uji|Zi)和E(uji|Qi,Zi)=E(εji|Qi,Zi,Sji=E(ε|Zi))。

本文将这一简单模型扩展到允许学校质量的作用在人口中异质(即αj1i=αj1+εji，其中Var(εji)>0，βj1i=βj1+υji，Var(υji)>0)。假设尽管Qi的作用在人口中异质(Var(εji)>0，Var(υji)>0)，只有关于可观测变量限定的αj1i和βj1i值为选择Qi的人所熟知。换句话说，假设父母不知道自己孩子学校质量的精确回报，正式假设E(εji|Qi,Zi)Qi=E(εji|Zi)Qi和E(uji|Qi,Zi)Qi=E(εji|Qi,Zi,Sji=E(ε|Zi))Qi，因此，学校质量的平均作用(αj1i和βj1i)可通过以下的连续回归方程确定。

(3)

j=1,2

(4)

式中，E(uji|Qi,Zi)=0和E(εji|Qi,Zi,Sji)=0，在式(3)和式(4)中相关系数αj3和βj3确定了学校质量作用的异质性。

本文将受教育程度设为控制变量，从而得出相应的结果。这是为了排除师生比和学校类型对其已获受教育程度的影响。但是，本文也在没有考虑受教育程度情况下得出类似结论。

当使用匹配估计量时，应该控制那些所做决策会影响处理过程的变量(这里主要指师生比和学校类型)。当考虑被访问者读小学时所在学校班级师生比，限定了家庭背景。获得被访问者小学阶段的考试成绩(问卷调查设定为优秀、良好、一般或差等四种情况)，它们已经包含了小学师生比的作用。因此，经由包括考试成绩也可得出类似结论。

在下一部分经验性检验中，本文通过控制考试成绩和其他背景变量，关注被访问者读初中时班级师生比和初中学校类型的作用。当然，考试成绩本身是内生变量，是家庭背景和学校信息的函数。然而，当决定选择哪个初中时，被访问者户籍所在地和升学考试成绩很重要，最终这个选择很可能使用这些变量产生。实际上，本文假设所有选择依赖于所有这些可观测变量，而这些变量很可能影响处理决策。本文所用数据允许这样做，这也是本文研究的一大优势。

基于这些匹配假设，可用普通最小二乘法 (OLS)估计收入方程。因为学校质量的异质回报表明uji和υji依学校质量变化而变化，可使用White(1980检验)对异方差进行调整。

本文对受教育程度使用顺序概率单位回归，使用式(1)右边的指标作为本文的基本假设，通过比较从简单的顺序概率单位模型来评估顺序概率假设有效性，该模型中因变量是“获得某些学历”或“没有”。也通过估量另一个概率单位模型探究教育分布，该模型中因变量是“获得学位”或“没有”。通过所有零假设，两个方法的结果应该相似。在可选择情况下，由于概率单位没有在所有的教育选择中使用单一指标假设，它们将会不同，并有所差异。尤其考虑学校类型的因果效应时，不同学生构成是否可以对比等问题时，这一差异可能会很大。本文将在不同部分探究这一问题，由于学校类型反映了教育方面的重要信息，当比较选择性和非选择性学校时，构造一个关于学校类型作用的非参数匹配估计量。

三、数据来源与描述性统计

研究中所用数据来自2017年5月对辽宁、黑龙江、内蒙古、宁夏、甘肃、河北、天津、山东、河南、安徽和浙江等省、自治区和直辖市等部分省市劳动力市场匿名问卷调查。指标包含了被访问者性别、年龄、最高学历(受教育程度)、教育经历、家庭背景、能力测试分数和在被访问者不同受教育阶段所受教育学校类型、受教育程度和培训、居住地、收入、工作小时和职业等信息。共发放并回收5 000份问卷，剔除回答信息缺失问卷，有效问卷2 777份，其中女性样本1 483个，男性样本1 294个。分析中使用的主要指标如下：

1.学校质量变量(由师生比、考试分数和学校类型代表)：本文设计了被访问者需填写的从小学到最后学历之间所就读的各级各类学校信息、学校类别、班级人数和学习成绩情况。实践中由班级学生人数代表师生比的作用，通常反映特定班级的需求，考虑到时间久远，被访问者不可能准确记得班级具体人数和具体考试分数，问卷中班级人数采用大概估计值，设定了五个段，分别是30人以下，30—40人，40—50人，50—60人，60人以上。考试成绩设定了四个段，分别是优秀、良好、一般和差。学校类型分为公立和私立两种，其中公立学校又设定了重点和非重点两个选项。通过使用测试分数和家庭背景等变量信息，可以控制决定学校选择的相关因素。2.家庭背景变量：使用被访问者父母的职业，被访问者双亲的所受教育年限(受教育程度)，被访问者拥有的兄弟姐妹数量。3.能力变量：使用问卷中设计的被访问者阅读和数学能力测试成绩代表。从阅读和数学能力测试中构造虚拟变量，这些变量以五分位数将各个测试中的个人成绩进行排序。4.收入和受教育程度变量：收入变量由被访问者小时工资、月工资和年收入代表；受教育程度变量，即受教育程度，由被访问者受教育年限代表。

表1列出男性与女性样本的受教育程度和收入数据。就按照初等、中等和高等教育三级划分情况来看，受教育程度越高收入优势越明显。有趣的是在所有的教育层次中男性或女性存在较大的收入差异，即使这很可能被部分解释为劳动力市场经验的差异所致。

表1 不同受教育程度和收入水平男性和女性样本数量和对数小时收入

为了进一步研究学校类型不同对受教育者收入的影响。在设计上，本文将学校分类为私立或公立学校(包括选择性和非选择性公立中学)。通常允许进入选择性的公立或私立学校，这类学校通常被称作“重点学校”。为进入重点学校，学生必须参加一场考试。成功的学生(排名前10%—20%)有机会进入重点中学上学，其他的孩子将进入非选择性普通中学。尽管国家一再强调教育资源分配均等化，但是在某些地区仍然人为划分出重点和非重点学校，如何改革教育资源的不均衡问题成为了教育政策争论的热点。表2列出曾接受过中等教育但就读中学学校类型不同样本读书时班级师生比的差异，其中，私立学校拥有师生比最低，选择性公立中学师生比次之，非选择性普通公立中学师生比最高。

表2 被访问者接受中等教育时所在班级师生比

四、不同性别样本所受学校质量对收入的影响

现在考虑教育投入在取决于和不取决于所获学历的条件下是否会影响收入。更好的教育投入也许会为个人提供其他优势，提升在任一学历水平上学习能力。通过研究学校质量变量对收入的作用，再次考虑四个项目列。在第一列，控制个人的最高学历、学校类型和能力测试变量。在第二列，控制了个人最高学历和学校类型。在第三列，控制了个人的最高学历。第四列同第三列的标准一样，只是不再控制最高学历。

表3 学校质量与青年和中年男性收入

注释：因变量是对数收入，括号中为标准误差

表3和表4分别给出青年、中年男性和青年、中年女性样本的估计结果，因变量是统一转换后的小时工资率，所有的回归分析控制了青年和中年人群的家庭背景特征。

表4 学校质量与青年和中年女性收入

注释：因变量是对数收入，括号中为标准误差

研究结果十分令人震惊。对于青年人群而言，决定收入的首要因素是学历，家庭背景差异和测试分数对收入的影响并不十分显著，学校类型也没有显著影响。实际上，学校类型变量在传统的意义上没什么共同和个体作用，系数很低，并得到精确估计。最后，师生比的作用微乎其微，优良教育在某种程度上有价值，它带来了市场珍视的学习经历。本研究不存在学校质量的其他方面会产生重要作用，排除学历(项目列4)不会改变这些结论。

师生比对中年人群收入仍然没有影响，但是学校类型指标有意义，而家庭背景对学历没有作用。因此，学校类型似乎不影响收入增长。这或许反映了曾在私立学校或初级中学学习的男性拥有更多在职培训机会或更强的学习能力(即使取决于测试分数，这是进入该类学校的首要选拔机制)。排除回归模型中(项目列4)的学历对结果没有多大影响。但是，如果进入选择性学校(私立和初级中学学校)不同于进入非选择性学校，学校类型的结果可能会产生偏差。与众不同的是，本文指的是在选择性学校的可观测特征与非选择性学校的特征完全不同(即缺少共同的支持)。

至于男性，师生比作用不大，该作用实际上被精确估值为0。男性与女性相比，主要的不同在于测试分数与青年男性的小时工资率密切相关。本文也研究了能力和学校类型的相互作用是否重要，结果发现不同组群之间没有什么显著差异。青年女性的收入由学历、能力和居住地点决定，这反映了当地劳动力市场的特征。当不限定最高学历时，在第四列中给出师生比对青年人群工资的作用，这些结论再一次与控制学历变量时所获得的结果基本相同。

就中年女性回归结果而言。与早期结论不同，研究发现师生比对中年女性收入有较大影响。师生比每降低一个单位，收入就增加1%。不管是否限定测试分数、家庭背景或学校类型，结果仍然如此。考虑到数据中师生比存在着大幅变化，结果表明这可能对一些较大的收入差异产生作用。而且，学校类型似乎不会对中年女性产生较大作用，尽管如果没有共同的支持可能会导致这些结果再次产生偏差。对收入有影响的似乎是测量的能力、家庭背景、学历和某种程度上的师生比。当排除学历(第四列)时，师生比作用增加幅度增至1.2%。

接下来，进一步考虑对于女性而言相互作用的影响是否重要，表5中给出低能力人群的师生比和高能力人群的师生比共同作用的结果。结果表明，与高能力女性相比，师生比对低能力女性的收入影响更大，无论在回归分析中包含学历(第三列)与否(第四列)，这一结果仍然成立。在第四列中，系数的差异以12.6%的水平显著，而在第三列，差异以9.6%的水平显著。女性能力越强，作用越小，但是不可忽略。本文也尝试了同学校类型交互作用，估计结果表明，这些作用都无关紧要(24%的P值)。

表5 学校质量与中年女性收入

注释：控制变量如表3和表4中规定3，括号中为异方差标准误差，因变量为对数收入

师生比对较晚的年龄存在影响的结论与一些已有的研究结论(年龄越大，质量作用的影响就越大)相似。本文研究结果的意义在于控制了有相同统计要素的一组人。因此，对于女性而言(尤其是能力弱的女性)，质量作用对较晚的年龄存在影响似乎论据充分。

回归分析可能得出一项有趣且重要的结果，选择性学校(私立和公立中学)对中年人群的收入和学历存在积极影响。这可能也预示着学校信息或相互竞争作用的重要性。然而，为了解释这一结果，需要确保选择性学校的作用是通过使用选择性学校和非选择性学校中可比较的学生来衡量。当然，和之前一样，还必须假设可观测到选择进入该类学校。考虑本文自由处理大量家庭和个人特征(包括测试分数)，这一假设似乎显得十分合理。

本文使用倾向分数匹配，通过使用家庭背景变量、测试分数和师生比作为共变量来估计进入选择性学校的倾向分数，这些共变量中不包括学历。因此，本文所衡量的作用是选择性学校对中年人群收入的作用，包括了那些通过学历起的作用(即第四列的共变量)。本文使用半参数估计方法，估计结果的条件概率期望值。之后使用近邻取样匹配法，如此一来使得那些不能被紧密匹配的观测量被排除在外，这确保了对比能在描述与未描述组群的共同支持的情况下进行。

表6 进入选择性学校中年人的收入效应

在表6中列出选择性学校对中年人群收入的作用，这些人包括那些进入选择性学校(已描述讨论过)和未进入选择性学校(未描述讨论过)。为了推断结果，本文使用引导程序给出95%偏差修正的置信区间。这不但考虑了倾向分数被估计的事实，还给出了引导程序估计的标准差。

实证研究结果表明，在所有情况下，选择性学校的作用显著。但是，已描述的半参数的95%的置信区间却包含了0，这些结果通常会变得十分不精确。显而易见，原因是匹配样本中包含的样本容量太小。当考虑未被描述的作用时，尽管估计值仍然十分不精确，男性的作用却显著且十分不同。这表明，正是那些不太可能进入选择性学校(因为来自较贫困的家庭背景)和在选择性部门中存在一个对比组的男性将会从由选择性部门提供的教育类型中受益最多。实际上，本文使用估计未描述作用的匹配样本拥有一个数学测试分数，该分数比在非选择性部门的学生标准差高1/3，比在选择性部门学生标准差低1/2。就背景而言，在选择性部门，40.4%被访问者的父亲是白领。而非选择性部门中，拥有相似工作相应的父亲比重仅为14.8%，但是对于匹配性样本而言，该比例上升至24%。这一宽广的置信区间部分反映了一个事实，即一些对比组的个体会被多次使用。尤其是对未描述的男性而言，匹配控制组(选择性学校的样本)中只有88个不同的个体，他们被反复使用(平均每个被使用7.3次)。同样的事情发生在表中的其他所有情况下。显而易见，该方法在解释选择性学校(选择性部门不存在对比组)的作用时仍无效。在排除不匹配可观察量前，已经平滑了控制组期望值的事实在很大程度上有利于提高精确度。

总之，选择性学校对男性收入的积极作用结果服从于所有的选择性学校是可观测的这一假设。而对于女性而言，该作用不太显著。有必要查找并阐明该作用不太显著的原因，因为它很可能是学校实现资源配置优化的关键。

就男性和女性的教育回报而言，本文的研究得出一个有趣的结论，在不考虑选择性学校影响的情况下，男性和女性的较高回报不存在显著差异，此外，当引入能力变量后，将弱化学历对收入的影响。使用这个群组来仔细研究这些回报。另外，本文注意到学历回报会因为包括能力分数而大大减少。本文还注意到，青年和中年被访问者之间的教育回报存在显著不同。就青年被访问者而言，拥有高学历的工作者拥有的工作经验少于未受良好教育的人；而且，教育回报很可能随着经验增长而增加。最后，基于学历越高就业率越高的基本事实，本文推断出对于共同标准下的第一序列近似值而言，如果收入和就业之间存在有条件的积极联系，教育回报就会出现被低估的情况。

五、结语

本文使用问卷调查数据来研究学校质量(师生比和学校类型)对个人收入的影响，研究发现：1.一旦限定代表被访问者能力差异的测试分数，代表学校质量的师生比对男性受教育者收入没有显著影响，对女性受教育者收入也没有显著影响，但师生比对女性，尤其是低能力女性收入有显著影响。2.尽管研究表明被访问者读中学时班级师生比对年轻人群收入无显著影响，但却对中年人群收入有一定影响，尤其是对中年女性收入有显著影响。研究还发现低能力女性比高能力女性更可能从较低的师生比中获益。这些结果对有关教育投入变量会对人生后期衡量的结果影响更大这些研究提供一些支持(即它们是年龄的因变量)。3.年轻男性收入仅仅取决于受教育程度和当地劳动力市场状况，年轻女性收入取决于受教育程度和测试分数。但是，没有一个学校质量的变量在该年龄显得重要。4.中年男性和女性的收入取决于受教育程度和能力。对于女性而言，家庭背景也十分重要。因此，测试分数所衡量的能力似乎会影响收入的增长，要么通过学习或在职培训机制，要么通过能力和中学或职业培训的互补性。5.研究还发现，进入一个选择性学校(公立初级中学或私立学校)会对中年男性收入产生积极而又显著的作用。

综上所述，本文使用非参变量倾向分数匹配技术来检测结论的坚实性。研究表明，选择性学校对该个体类型中中年男性收入的作用达到最大值。这些个体比非选择性学校的普通被访问者能力更强，并且来自更好的背景，但是相对于选择性学校的普通被访问者来说能力较弱且家境一般。显而易见，关于来自较差家庭背景和/或能力较低且在选择性学校的被访问者中没有对比组的个体类型，不好下结论。最后，研究结果表明，匹配结果对女性没什么显著作用。