性别差异视角下的高等教育回报率相关研究

宋 迪

(南京财经大学公共管理学院，江苏南京210023)

一、引言

劳动经济学领域一直关注国民的受教育程度对于劳动力收入的影响，虽然不同学者对于此问题一直存在着不同的观点，但大部分学者认同受教育程度对劳动者收入有着正向的影响，同时教育收益率随着受教育水平的提高而递减。近些年来我国致力于规范劳动力市场，如今劳动力市场规则逐渐完善且工资定价也逐步市场化，然而由于劳动市场信息不对称，劳动需求者和供给者无法得到充足的信息，故而企业无法筛选和精确识别求职者的个人能力，性别则成为企业预估求职者个人能力的一种途径，故而出现了因为性别不同所导致的不同工资的问题。在这样的情况下男性劳动者获得的收入要比女性获得的高，且这一问题在我国还是比较严重的，故而论文从性别差异的角度切入研究高等教育回报率，试图针对这一问题提出有效的解决方法。

二、文献综述

在讨论教育与劳动收入之间关系的相关领域之中主要存在以下三大理论：其一，教育信号功能理论认为高等教育学历可以帮助劳动需求者甄别和筛选出其所需要的人才，这是因为在劳动力市场上存在着信息不对称的情况，这就造成了雇主无法获得关于劳动需求者的充足的信息，此时教育就可以作为一种信号帮助雇主甄别和筛选。在教育信号功能理论中教育可以有效反映劳动需求者的工作能力，但它只是起到了一个信号作用。想要明确社会教育资源的最优分配方式和制定公平的教育政策，就需要区分和明确教育对提高生产力的影响以及教育发挥信号作用的情况(Chatterji et al.，2003)。

其二，与教育信号理论相比，人力资本理论认为教育不仅仅是反映劳动需求者能力的信号，同时劳动者可以通过接受教育去学习更多的专业技能并且将它们运用到生产中，进而提高劳动生产率，较高的劳动生产率自然使得雇员获得更高的工资(Becker，1964)。但是就人力资本对劳动者的工资收入的影响而言，它们之间的作用机制并不是直接的，而是通过影响个人获取收益的能力，来进一步影响劳动者的收入。基于人力资本理论可知教育收益率是测算教育对劳动收入影响的重要维度之一。关于教育回报率的估算方法有很多，文章使用的则是较为常用且相对容易理解的明瑟收入方程法(钟甫宁，2007)。

其三，根据劳动力分割市场理论可知，可以将劳动力市场划分为主要和次要两种类型。主要劳动力市场的劳动者的受教育水平较高且随着受教育水平的提高，劳动者工资也随之提高；而次要劳动力市场的劳动者的受教育水平和工资水平间的关系则较为复杂(龙翠红，2017)。

当今我国劳动者工资方面存在着较为明显的性别差异，造成这一现象的原因可能包含两个方面：其一，我国男性和女性间在受教育水平和能力上的差异由于劳动市场的逐渐完善而逐渐通过工资表现出来(赖德胜，1999)；其二，企业在用工方面可能更偏向选择男性。也就是说如果性别工资差异无法全部被人力资本特征所解释，那么企业的性别歧视则需要被考虑进去(Hungerford and Solon，1987)。总而言之，学界认为差异产生的原因有人力资本特征差异和性别歧视两方面。

就研究教育收益率和工资性别差异的文献而言，大多数学者都倾向于构造这么一个收入函数，即明瑟收入方程，并基于此进行回归分析和进一步的分解。现有文献大多着眼于某一特定地区或行业的微观数据进行教育回报率分析，或采用时间序列数据对教育收益率的变化进行研究，而关于高等教育回报率的相关文献则相对较少。近年来我国有关学者针对性别工资差异进行了研究，他们提出了各种不同的研究方法，比如葛玉好(2007)运用了分位数分解方法，王美艳(2005)使用了Oaxaca-Blinder方法等。

总而言之，现有的研究主要集中在研究教育回报率上，同时也有很多学者研究性别工资的问题，但是大多数学者采用的都是地方或者区域性数据，很少有针对高等教育领域深入研究的。因此论文针对高等教育使用CGSS(2013)数据，并且运用明瑟收入方程和Oaxaca-Blinder分解方法研究高等教育的回报率以及性别工资的差异。

三、数据来源和一些基本统计分析

研究所用到的数据来源于中国综合社会调查(CGSS)2012，属于微观层面，且数据内容比较新，也较容易获取。论文使用的主要信息有：性别、劳动收入、受教育年数、工作经验(年)、受教育程度、民族、婚配情况以及政治面貌。这些变量中就受教育水平而言，研究只考虑了高中、大专、本科这三个阶段。这主要还是因为研究探讨的是高等教育阶段，故而只考虑接受高等教育的样本情况并且删除了那些未上学或只上过小学、初中及中专的变量和信息缺失的变量。对于样本的民族情况只关心是否为汉族，婚配情况只关心是否已婚，政治面貌只关心是否党员。同时在处理数据时我们还删除了一些样本，包括尚未取得工资收入的、没有填写工资收入的，以及年龄未达到16岁的和年龄已经超过60岁的样本。

由表1可知样本中男性大约有1209人，女性大约有795人，且样本中女性的劳动收入平均值要比男性的少一些，大约少了15186元。男性和女性差不多都接受了14年的教育，但是男性的工作年限均值则要比女性的多2.49年，且就受教育水平而言，男性的不如女性的。针对上高中、大专的样本，男性在这一部分的所占比例比较高，但是其受教育程度为大学的比重则比女性的低。在样本中已婚男性要比已婚女性多，男性为党员的数量也要比女性为党员的数量多。

表1 相关变量的统计性描述

四、模型的建立、回归及分析

(一)模型的建立

1.明瑟收入方程

论文在上述明瑟方程的基础上加入性别和受教育程度虚拟变量，试图通过增加与工资有关的其他虚拟变量以及性别与受教育程度的交互项来研究不同教育程度下不同性别的教育收益率。为了研究这个问题，我们将样本按照男性和女性这一标准将样本进行了分组，划分为了两组，得到如下改良后的明瑟收入方程：

其中因变量和自变量下标为m代表男性，下标为f代表女性。其中式(1)(2)中lnw是每小时工资的对数且C和U是受教育程度的虚拟变量，其中C代表大专，U代表大学，这两个变量的对照组都是受教育程度为高中，β1和β2分别代表受教育程度为大专和大学的教育收益率。exp和exp2分别表示工作经验和其的平方且这两个变量对应的回归系数分别为β3和β4。Xi为其他影响劳动收入的因素的虚拟变量，包括是否是汉族、是否婚配、是否是共产党员等，εi代表这些虚拟变量的回归系数，μ为随机误差。

在式(1)(2)的基础之上我们建立了总体明瑟收入方程如下：

在上式中，为了研究不同受教育程度不同性别下的差别工资引入了edu×gender的交互项，其中男性为1，女性为0。

2.Oaxaca-Blinder分解法

我们将样本分为两组——男性和女性，分别记为m和f，得到以下公式：

根据Oaxaca-Blinder分解法的中心思想可知，性别工资差异主要由两部分引起，即可解释部分和不可解释部分，前者指的是由劳动者的人力资本特征导致的工资差异，在式(4)中表示为；后者指的是由特征回报不同(具体来说即为性别歧视)造成的工资差异，在式(4)中表示为

(二)回归及其结果分析

1.教育与劳动收入关系回归结果分析

由表2可知表中所列出的变量至少均分别在1%或5%显著水平上显著，式(1)(2)(3)的拟合优度分别为0.3487、0.3477和0.3628，可知其拟合优度合理。另外各变量的符合也比较合理，例如大专、本科的系数符号都为正，说明劳动力接受高等教育对其劳动收入能够产生正面的积极影响，这与事实是相符的。同时，edu×gender的交互项的系数为正，说明在相同学历下男性的教育回报率要比女性高，与事实相符，且这些交互项显著，说明性别通过教育对劳动力的影响是显著的。

表2 明瑟收入方程回归结果

为了更为精确地测量高等教育对于劳动收入的影响，我们需要考虑一个指标，即高等教育的年均教育收益率。大专教育的年均教育收益率=大专教育收益率(β1)/3(就上大专的样本来说，他们一般接会接受3年的教育)，本科教育的年均教育收益率=本科教育收益率(β2)/4(本科一般接受教育时间为4年)。计算结果见表3：

表3 高等教育年均教育收益率

根据表3可以看出，拥有大专学历的男性的年教育回报率为4.41%，相同学历下的女性的年教育回报率则为5.60%。受教育程度为本科的男性的年教育回报率为9.45%，而相同学历下的女性的年教育回报率则为7.71%。可见随着学历的提高年教育收益率也是逐渐提高的，因此受教育程度有利于提高劳动者的劳动收入。接受大专和本科教育的男性和女性的年均教育收益率差异还是比较明显的，都在1%～2%之间且接受大专教育的男性年均教育收益率要比女性的低一些，但是在接受本科教育时其则要高于女性。

但是从总体上来看，男性接受高等教育的年均教育收益率要比女性的高一些，原因有三个：其一，女性的受教育机会成本较低(陈良焜和鞠高升，2004)；其二，行业获得机会不一样。姚先国和黄志岭(2008)表示，从部门分类的角度看，男性相对于女性会更高比例地进入一些收入较高的部门，比如垄断、机关部门，而女性进入其他行业的比例高于男性；其三，论文所使用的数据排除了高中以下教育层次的男性与女性工资收入差异较大的样本进而得到了男性的教育收益率总体上要比女性的高一些的结论，且差异比较明显。实际上在以往文献中研究者们普遍得出的结论是：就教育收益率而言，一般女性的要比男性的高一些。刘泽云通过实证研究总结出了在2004年我国城市和乡镇劳动者的教育收益率是10.9%，与此同时就教育收益率而言相关样本中女性劳动者的比男性劳动者多2%。对于这样的情况，刘泽云表示可能是因为受教育年限较短的女性在劳动收入方面会受到性别区别对待从而使得在工资方面，不同受教育程度的女性和男性受到了很大的区别对待，因此在教育收益率方面，女性的要比男性的高一些。

2.性别工资差异的原因分析

在分析了高等教育的教育收益率之后，利用式(4)对数据进行进一步的回归分解，以分析造成工资方面男性和女性明显不同的深层缘由。根据Oaxaca-Blinder分解法可知，性别工资差异由两个方面组成，一个方面为由劳动者人力资本特征差异产生的可解释部分，另一方面为由性别歧视造成的不可解释部分。

根据表4我们可知个人特征不同或者人力资本不同导致的差异为-0.01614，且在总差异中占比为-5.79%，其符号为负，体现了“逆差异”效应，即在人力资本方面女性要比男性优秀，但是其并无法抵消性别歧视所带来的工资收入差异。

表4 Oaxaca-Blinder分解法结果

在这一部分教育项的数值为0.024501，占比为151.75%，说明了教育差别对于性别工资差别的影响较大，也说明可教育项的“逆差异”效应比较明显，即虽然接受教育可以改善女性的人力资本特征并使其更优秀，但是其对工资收入产生的影响却被行业、婚姻状况、民族、政治面貌、地区等变量所抵消了。

另外不可解释部分的差异为0.29524，且在总差异中占比为105.79%。在这一部分教育项的数值为0.28367，占比为9.95%。这一数值体现了男性与女性的教育回报率差异对性别工资的影响，即式(2)(3)中大专、本科虚拟变量的系数不同导致的男女工资收入的不同。当然除了教育这一变量之外，行业、婚姻状况、民族、政治面貌、地区等变量也会影响到不可解释部分的数值，从而共同体现了由不可解释部分导致的性别工资差异。

五、结论

(一)主要结论

论文使用2013年中国综合社会调查数据并运用明瑟收入方程和Oaxaca-Blinder分解法分别计算出高等教育收益率和分析导致性别工资差异的深层缘由，得出结论：

1.在劳动力市场上，接受过高等教育的男性和女性在工资获得方面存在着明显的差异，比如就上大专和本科院校的样本而言，在工资方面，男性劳动者的收入普遍要比女性的高。

2.对于学历为高中以上的样本而言，通过提高劳动者的受教育水平，可以使得其自身的教育收益率得到大大的提升，也就是说教育水平越高，教育收益率值也就越大。

3.接受大专教育的男性年均教育收益率要低于女性，但是接受本科教育的男性年均教育收益率要比女性的高一些，且从总体来看，男性的年均教育收益率要比女性的高。

4.导致性别工资差异的不可解释部分在总差异中所占比例高达105.79%，说明尽管学历的提升可以使女性就业者获得更优秀的人力资本特征，但是用人单位存在着男性和女性之间的区别对待。

(二)政策建议

论文的结论对于我国制定有关教育方面和建立健全的劳动力市场秩序方面的政策具有一定的参考意义：

1.进一步取消或者降低行业间的进入门槛，从而使得女性在求职或者工作过程中拥有同等的机会。论文得到的男性的年均教育收益率要高于女性的这一结论与之前学者提出的女性的教育收益率要高于男性的不同，其中一个可能的原因就是男女的行业获得机会不同，即相比于女性，男性更容易进入一些收入较高的行业，比如机关部门等。

2.就政府部门而言，他们应该重视和监督现有就业和工作过程中区别对待女性的不当行为，通过制定相关的法律和标准来为女性劳动者争取到同等对待的机会和使得我国劳动市场更加公平公正。论文运用Oaxaca-Blinder分解法分析导致性别工资差异的背后原因，发现可解释部分体现了“逆差异”效应，即在人力资本方面女性要比男性优秀，但是其无法抵消性别歧视所带来的工资收入差异，而不可解释部分占比达到105.79%，说明相较于人力资本特征，导致性别工资差异的主要原因还是用人单位的性别歧视，故而我国政府应该出台相关的保护女性劳动者的法律法规。