教育对流动人口工资收入的影响研究

李铭娜，回 莹

（1.长春大学 文学院，吉林 长春 130012；2.廊坊师范学院 经济与管理学院，河北 廊坊 065000）

一、引言

教育是一种培养人的社会活动，任何个人的成长成才都离不开教育。无论个体的起点、基因、阶层、地域的差异有多大，教育在对个体传授知识、启迪智慧的过程中是最为公平的一种方式。个体接受的教育水平越高，其积累的知识就越丰富，个体综合能力的提升也越明显，未来更好发展的基础越稳固。所有个体素质和能力的提升会产生巨大的经济社会效应，Heckman指出教育已经成为推动经济社会发展的关键因素。［1］我国政府高度重视教育的积极作用，伴随着我国经济实力的不断增强，对教育经费的投入力度也不断加大。1993 年提出国家财政性教育经费支出占国内生产总值的4%的目标。与此同时，居民个人的教育观念也在逐渐增强。根据2020年中国教育发展公告，2019年我国的高中阶段毛入学率达到89.5%，高等教育毛入学率为51.6%。大量接受良好教育的个体显著改善了我国劳动力供给的质量，有效满足了经济社会建设对各类人才的旺盛需求，更好地服务于我国经济社会的高质量发展。

随着个体受教育程度的提高，个体的工资收入也显著提高。教育通过提高人力资本的方式影响劳动力的货币收入和物质收入。［2］岳昌君和刘士杰等学者研究发现教育能够显著影响劳动力的工资收入水平。［3-4］刘生龙等基于2007-2009年中国城镇住户调查数据分析义务教育法的实施对教育年限和教育回报率的影响，研究发现教育为中国城镇居民带来了约12.8%的工资回报。［5］然而，受教育程度高的个体往往具有更突出的个人能力，其高工资收入很可能是因其能力获得的，并非完全是教育的结果①个人能力的形成与教育密切相关。但是，个体基因等先天异质性差异对个体能力存在着重要影响。教育作为个体能力培养的后天手段，对于能力的单独作用机制和效果有待明确。。高估教育回报率很可能会夸大教育的作用，使得部分个体片面追求学历教育，盲目推崇“学历至上”的就业法则，形成高分低能、高学历毕业生就业难、高学历低工资等怪现象，进而推诿于教育质量，提出过度教育等伪命题。教育究竟能不能提高个体工资水平，是一个关系我国教育评价和个体选择的重要命题，既需要深入的理论分析，更需要大量数据进行经验研究。

因此，本文在教育影响个体工资收入的理论分析基础上，利用2017 年中国流动人口调查数据，从流动人口的角度考察不同教育程度对工资收入的作用效果，以期为教育提高个体工资收入提供可靠的经验证据。本文首先分析个体教育程度、就业类型和工资收入水平的关系，三者分别反映了教育层次结构、就业结构和工资结构。其次，基于全国流动人口调查的数据样本分析教育对个体工资收入的影响。最后，分别研究教育对体力劳动者、混合劳动者和脑力劳动者的工资收入影响②混合劳动是指工作岗位需要相当的脑力劳动和体力劳动，而非偏向于体力劳动或者脑力劳动的某一种。。研究发现教育对我国个体的工资收入具有积极的正向作用，这对于肯定教育、鼓励求学、加大教育投入具有重要意义。

二、文献综述

教育是人力资本形成的最主要方式，个体通过教育能较快完成自身基础知识积累和能力的提高。而人力资本是决定个体工资收入的重要变量，因此，教育能够对个体的工资收入产生显著影响。人力资本是凝结在劳动力身上的具有累积性和递增性的社会资本，［6］其主要包括体现为知识、技能等的智力要素和意志品德、能力、体力为主的非智力因素。人力资本具有知识效应、外部效应和溢出效应，能够有效地促进劳动收入的增长和社会产出的增加。Schultz认为人力资本的知识效应是指接受过教育培训的劳动力具有较强的经济决策能力，在有效的资源配置中能抓住收益增加的机会，进而带来劳动收入的增加。［6］Becker通过人力资本的成本收益函数来分析知识效应的均衡条件，其中，成本包括个体在人力资本形成过程的时间投入和产品投入两种要素，收益主要为货币收入和效用收入，当边际成本现值等于未来收益现值时，人力资本达到均衡值，个体实现人力资本收益的最大化。［7］Lucas 在《论经济发展的机制》中阐述了人力资本的外部效应运行机理，人力资本的提高在促进产出增加的同时，也引起了社会平均人力资本水平的提高，而社会平均人力资本决定了社会运作效率，企业和个人能够从社会运作效率提升中获取收益。［8］考虑人力资本的正外部性效应，个体不仅能够通过教育提升自身人力资本获益，还能够通过社会整体人力资本提升而获益。此外，除了正式教育外，Arrow提出“干中学”的人力资本形成观点，强调实践学习的重要性，并且“干中学”的知识扩散传递作用更加明显，具有不同人力资本的个体间相互学习会产生更加显著的正外部性效应，［9］进而促进劳动力生产率的提高和工资收入的增加。Romer将知识生产引入到生产函数中，指出人力资本是知识生产的重要变量，具有高水平人力资本的国家也具有高水平的知识产出，高水平的技术水平使得个体具有高水平的边际产出和工资收入。［10］如果将教育、人力资本、劳动生产率、工资收入视为一个符合经济逻辑的因果链，那么教育就能够显著地提升个体的工资收入水平，这也是解释发达国家（地区）比欠发达国家（地区）具有高水平个人收入的重要理由之一。

在连接人力资本与工资收入两个变量时，就业类型是一个关键变量。毫无疑问，社会分工的存在使得不同的工作岗位需要不同人力资本水平的个体来匹配。一个个体的人力资本水平和特点基本决定了该个体的职业选择。Lucas 将劳动力拥有的人力资本划分为体力型人力资本、一般型人力资本和专业化人力资本，有且仅有专业化人力资本的劳动力才能推动经济的持续增长。［8］绝大多数成年健康个体均具有体力型人力资本，一般型人力资本需要个体接受完基础教育，专业化人力资本则需要接受更长的专业化高等教育和职业培训，使拥有专业化人力资本的个体具有加强的创新协作等能力。也就是说，受教育程度越高，其人力资本水平也就越高。对应于不同的人力资本类型，工作岗位可以相应地分为体力劳动、混合劳动、脑力劳动三种。其中，一般型人力资本和专业化人力资本因需要接受正规的学校教育，其就业岗位以混合劳动和脑力劳动为主，体力型人力资本普遍从事的是同质性体力工作。不同类型的就业岗位对应的工资收入水平存在巨大差异，普遍而言，脑力劳动的工资收入要高于混合劳动的工资收入，混合劳动的工资收入又要高于体力劳动的工资收入。这种人力资本与岗位匹配的现象在我国表现为不同的企业性质对个体就业选择的影响，即国有企业和合资企业因工作机会稀少求职竞争激烈，有较高的人力资本门槛，普遍聘用有专业化人力资本的个体从事脑力相关工作，提供相对较高的工资收入水平；大量拥有一般型人力资本和体力型人力资本的个体则普遍在民营企业从事与体力劳动、混合劳动相关的工作。个体就业企业的性质成为识别个体人力资本水平、就业类型与工资收入水平的重要标志。方福前和武文琪指出脑力职业工作者相比非纯脑力职业工作者具有明显的工资收入优势，其中人力资本差异是导致工资收入差异的最主要因素，能够解释脑力职业工作者优于非纯脑力职业工作者工资收入的70%。［11］

除了理论分析教育对个体工资收入的影响外，随着我国在1994 年确立了市场经济体制和1995年《教育法》的颁布实施①随着中国市场化改革的深入，个体就业不再由教育部门和人事部门决定，而是可以根据自身需求自主选择工作岗位。，国内学者对教育能够提高个体工资收入这一命题进行了实证检验。赖德胜基于1995 年中国收入分配状况调查数据分析教育对收入的影响，研究发现1995 年劳动力的教育收益率为5.73%，［12］相比李实和李文彬使用相同数据、方法、指标回归得到的1988 年的教育回报率3.8%，［13］赖德胜认为中国的体制改革促进了教育的配置能力和生产能力的改进。李春玲利用2001年全国抽样调查数据，使用明瑟工资方程分析教育程度对个体劳动收入的影响，研究发现2001年中国的教育回报率为11.8%。李春玲指出市场经济体制的收入分配机制基本消除了长期存在的“脑体倒挂”现象，教育收益率将不断提高。［14］然而，姚先国和张海峰认为由于存在明显的城市-农村二元经济结构，中国的教育回报率可能会存在城乡差异，他们基于2004年企业和农村劳动力流动调查数据估计的城镇教育回报率为8%，而农村教育回报率仅为4%，城市的教育回报率明显高于农村。［15］为了进一步研究教育回报率的城乡差异，张车伟基于2004 年上海、浙江和福建三地的“家庭动态与财富代际流动”抽样调查数据发现中国的教育回报率为4.34%，属于中等教育回报率水平，但是教育回报率呈现随收入差距扩大而变化的“马太效应”。［16］王德文等利用2005年《中国城市就业与社会保障研究》和2006 年、2007 年春季的《农村外出务工人员就业情况问卷调查》，基于拓展的明瑟方程研究发现教育程度每增加一个单位，个体工资收入增加约5.3%～6.8%，此外，个体就业类型也会影响教育回报率。［17］

考虑个体的就业类型是影响教育回报率的一个关键环节，将个体从事的职业引入实证方程中。姚亚文和赵卫亚基于2006 年中国营养与健康调查数据分析了教育程度、劳动力职业对工资收入的影响，使用Oaxaca 对工资分解发现劳动力从事的职业属性能够解释66%的工资报酬差异。［18］谢桂华运用劳动力自我职业选择和技能转换教育理论分析比较了城镇和农村流动人口的教育回报率，研究发现非农流动人口的教育回报率高于本地人口的教育回报率，而农村流动人口中的高技能劳动力在经过一定时间能与当地人口的收入持平。［19］李强研究发现教育和技能培训等人力资本对女性人口的就业决策产生显著影响，同时教育水平也为女性人口带来了收入的增加。［20］叶光基于2012年全国城乡居民收入现状调查数据，研究认为忽略个体的就业选择差异可能会导致教育回报率的估计偏误，修正的教育回报率表明就业机会是影响个体工资收入差距的主要原因。［21］为探讨教育和就业对收入的影响机理，全磊等利用2016年鄂粤两省农民工家庭生计调查数据，研究发现教育程度和非农就业对个体的工资收入具有显著的促进作用。［22］

对上述既有文献进行分析，发现教育对个体的工资收入具有显著的正向影响。但是，上述研究多使用教育年限作为教育的单一指标，较少对个体的教育程度进行细分，尤其是没有结合当前我国高等教育大众化的趋势，加强对高学历个体的工资收入进行分析。为此，我们将教育程度划分为高中及以下学历、大专大学学历和研究生学历三个层次，重点研究高等教育对个体工资收入的影响。此外，上述研究普遍忽视了就业类型对个体工资收入的影响。虽然全磊等从所有行业中选取制造业、建筑业和服务业进行研究，但并没有从人力资本类型与就业类型关联的角度进行分析。因此，我们将不同的就业岗位划分为体力劳动、混合劳动和脑力劳动三种，分别研究不同就业类型下的教育对个体工资收入的影响。实证过程中，考虑了性别、年龄、政治面貌、婚姻等个体因素的影响，同时将流动时长、企业性质等可能影响工资收入的因素纳入模型中，尽可能减少遗漏变量导致的估计偏误。

三、模型设定和变量说明

1.数据来源

本文使用的数据是2017 年中国流动人口动态调查数据，该数据的调查范围覆盖我国31 个省、市、自治区和新疆生产建设兵团，问卷调查内容包括流动人口的个人、家庭、工作和流动等信息。文章选取16 至60 周岁具备劳动能力的流动人口作为研究对象，剔除自营经商、雇主身份、工资收入为非正值以及周工作时长不足5 小时的流动人口，以确保个体收入来源于工资收入而非其他经营所得。另外，我们还对劳动力的就业选择进行筛选，剔除无固定职业和职业为不便分类的流动人口，最终获得54 660个有效样本个体。

2.模型设定

借鉴明瑟对劳动力工资收入决定方程的研究，［23］将流动人口的工资收入视为教育和多种影响因素共同作用的结果。实证模型的表达式如下：

其中，lnw为流动人口的工资收入对数，edu为个体的受教育程度，根据高中及以下、大专大学、研究生定义设定为分类变量，X为流动人口的工作经验、性别、民族等个人特征变量。β为教育对个体工资收入的影响系数，γ为其他解释变量的待估计系数，α为常数项，ε为随机扰动项。

3.变量说明

对主要变量进行描述性统计分析（见表1）。被解释变量工资对数的均值为8.201，流动人口的平均收入为4 265.504 元①此处劳动力的平均收入为未取对数的工资均值，并非工资对数的均值8.201对应的数值。。核心解释变量教育的均值为0.314②这里为了分析方便，暂时将高中及以下、大专大学、研究生分别取值为0、1、2，按有序分类变量处理。，说明样本中处于高中及以下学历的个体数量要明显高于大专大学和研究生两种学历的个体数量。根据个体的就业类型，将职业划分为体力劳动、脑力劳动和混合劳动三类，定义为虚拟变量，具体划分方法是将专业技术人员和国家机关、党群组织、企事业单位负责人划入脑力劳动者，将公务员、办事人员和商贩人员划入混合劳动者，将保安人员、保洁人员、餐饮人员、家政人员、建筑人员、快递人员、农、林、牧、渔、水利业生产人员、其他商业、服务业人员、其他生产、运输设备操作人员、生产人员、运输人员、装修人员划分为体力劳动者。该变量的均值为0.327，表明样本中从事体力工作的个体数量要大于从事脑力劳动和混合劳动的个体数量。

表1 主要变量描述性统计

此外，工作经验和流动时长为连续型变量，其中，流动人口的平均工作经验为4.1年，平均流动时长为10年。流动人口的性别、民族、户籍、党员、婚姻、住房、居民医保为二值分类变量③以上变量的界定如下，性别：女性=1，男性=0；民族：汉族=1，其他=0；户籍：非农=1，农业=0；党员：是=1，否=0；婚姻：结过婚=1，未婚=0；住房：自有=1，其他=0；居民医保：办理=1，未办理=0。，其对应均值分别为0.452、0.926、0.199、0.067、0.738、0.26、0.595，表明样本中男性流动人口数量高于女性流动人口、汉族流动人口数量高于非汉族流动人口数量、农业户籍流动人口数量高于非农业流动人口数量、非党员流动人口数量高于党员流动人口数量、有过婚史的流动人口数量高于未婚流动人口数量、在流动城市无自有住房的流动人口数量高于拥有自有住房的流动人口数量、办理医保的流动人口数量高于未办理医保的流动人口数量。行业、公司所有制性质、流入地区为分类变量①行业分别为租赁和商务服务，采矿，电煤水热生产供应，电器机械及制造，房地产，纺织服装，公共管理、社会保障和社会组织，国际组织，化学制品加工，计算机及通讯电子设备制造，建筑，交通运输、仓储和邮政，交通运输设备制造，教育，金融，居民服务、修理和其他服务业，科研和技术服务，木材家具，农林牧渔，批发零售，其他制造业，社会工作，食品加工，水利、环境和公共设施管理，卫生，文体和娱乐，信息传输、软件和信息技术服务，医药制造，仪器仪表制造，印刷文体办公娱乐用品，住宿餐饮，专业设备制造等32个行业；所有制分别为外商独资企业，私营企业，中外合资企业，国有及国有控股企业，机关事业单位，集体企业和其他企业共7种所有制性质；东部地区指隶属于北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南的城市，中部地区指隶属于山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南的城市，西部地区指隶属于四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古的城市。。

四、实证分析结果

1.教育程度、就业类型和工资收入的关系

在进行实证分析之前，应分析流动人口教育程度、就业类型和工资收入三者的关系。首先，分析教育程度、就业类型和工资收入的基本表现情况。根据流动人口的受教育程度将样本划分为高中及以下、大专大学、研究生三个子样本，其对应的流动人口分别为38 164、15 843 和653 人，在总样本中占比为69.82%、28.98%和1.19%（见表2），表明我国大多数流动人口仍然不具有高等教育经历。根据流动人口的工资收入水平，将其划分为低收入（2 000 元以下）、中低收入（2 000 至5 000 元）、中高收入（5 001 至10 000 元）和高收入（10 000 元以上）四个类别，对应的流动人口分别为4 115、34 817、13 079和2 649人，在总样本中占比为7.53%、63.7%、23.93%和4.85%，表明我国六成以上流动人口的工资收入集中于中低收入水平，达到高收入水平的流动人口较少。根据就业类型，将样本划分为体力劳动、混合劳动、脑力劳动三个子样本，对应的流动人口分别为44 464、7 659 和2 537 人，在总样本中占比为81.35%、14.01%和4.64%，表明我国大多数流动人口从事体力劳动，这与我国制造业全球第一、生活服务业发达的现实相符合。

表2 不同教育程度流动人口的工资收入分布和就业类型分布

其次，分析流动人口的教育程度与工资收入水平的关系。研究发现高中及以下学历的流动人口人数在低收入水平、中低收入水平、中高收入水平和高收入水平的比重分别为9.43%、69.02%、19.88%和1.67%；大专大学学历的流动人口人数在四种工资收入水平上所占比重分别为3.21%、52.5%、33.16%和11.12%；研究生学历流动人口人数在四种工资收入水平上所占比重分别为1.23%、24.2%、36.6%和37.98%。显然，高中及以下学历和大专大学学历的流动人口的工资收入基本集中在中低收入水平上；研究生学历的流动人口工资收入更多地集中在中高收入水平和高收入水平上。这表明流动人口接受的教育程度越高，其从事高收入水平工作的可能性越大，即流动人口接受的教育程度与工资收入水平存在正相关关系。

再次，分析流动人口的教育程度与就业类型的关系。发现高中及以下学历的流动人口从事体力劳动、混合劳动和脑力劳动的比重分别为80.61%、14.48%、4.92%；大专大学学历的流动人口从事该类工作的比重为83.24%、12.89%、3.87%；研究生学历的流动人口选择从事体力劳动、混合劳动和脑力劳动的比重分别为78.56%、14.09%、7.35%。无论高中及以下、大专大学还是研究生学历的流动人口，其就业选择都是以体力工作为主，这反映了我国对普通劳动力的巨大需求和脑力劳动岗位供给的不足。大专大学学历的流动人口从事脑力相关工作的比重较低，在就业类型上并没有优于高中及以下学历的流动人口，可能的原因是只接受大专大学的高等教育并不能在就业市场中优胜于高中及以下学历的流动人口，其知识储备还不能完全胜任脑力劳动的要求。此外我们的研究对象并非是应届毕业的大学生，流动人口的工作经验对于当下的就业类型具有重要影响，高中及以下学历的流动人口拥有的3年以上工作经验可能足以抵消大专大学教育的影响。同样的，研究生学历的流动人口从事脑力劳动、混合劳动的人数较多，占比约为21%，反映了研究生教育对于就业类型的积极重要作用。姚亚文和赵卫亚认为教育程度的提高会显著增大个体选择高级技术工作者、单位负责人、行政人员等脑力相关工作的概率。［18］个体接受的教育程度越高，其积累的知识就会越丰富。而且要想在研究生考试中胜出，个体普遍具有较强的学习能力和自控能力，这些会有利于个体形成自信和能力的长期增长，从而影响个体的职业选择和岗位升迁。

最后，分析流动人口的就业类型与工资收入的关系（见表3）。发现从事体力工作的流动人口人数在四种收入水平上的比重分别为8.37%、63.41%、23.01%和5.21%；混合劳动者在四种收入水平上的比例分别为4.33%、67.93%、25.19%和2.55%；脑力工作者在四种收入水平上所占比例为2.4%、56.01%、36.15%和5.44%。不论是体力劳动者、混合劳动者，还是脑力劳动者，其工资收入的分布均呈中间大两头小的“梭形”，即在中低收入水平的比重最高，在中高收入水平的比重次之，在低收入水平和高收入水平的比重较小。这表明三种就业类型并没有明显的高低贵贱之分，即没有对应于显著的收入差距。虽然工作性质因是否以体力还是脑力为主而不同，但具体的工作岗位和内容才是决定工资收入高低的关键，就业类型对工资收入差异不具有很强的解释能力。此外，互联网大潮下涌现出的大量快递、网约车等新型工作岗位，多劳多得、月薪过万在行业内成为常见现象。这些都使得就业类型与工资收入没有那么明显的正相关关系。但是，脑力工作者还是更加易于获得较高的收入，其在中高收入水平及高收入水平所占比重合计为41.59%，远大于其他群体。

表3 不同就业类型流动人口的工资收入分布

2.回归分析

以流动人口数据为样本，实证分析教育对个体工资收入的影响，分别建立并估计4 个线性回归模型（见表4）。其中，模型（1）的解释变量只有教育一项，参数估计结果显示与高中及以下流动人口相比，大专大学教育对流动人口的工资收入具有显著的正向影响，影响程度为32.4%；研究生学历对流动人口工资收入的影响程度为83.2%。模型（2）引入就业类型作为控制变量，估计结果显示教育对流动人口工资收入仍然有显著的正向影响，且就业类型对个体的工资收入具有显著影响，相比体力劳动，混合劳动对个体工资收入的影响为6.1%，脑力劳动对个体工资收入的影响程度为20.7%。模型（3）将个人特征变量引入模型，参数估计结果显示大专大学学历、研究生学历对流动人口工资收入的正向显著影响有所下降，估计系数分别为0.227和0.635，相比模型（2）的参数估计结果下降幅度约为10%和19.2%。由于工资收入受地域城市物价水平和生活成本的影响，可以分析教育对个体净收入的影响①净收入是用名义工资扣除劳动力生活成本的收入，其中，生活成本是由劳动力月生活总支出和家庭人数计算得到的。。模型（4）将净收入作为被解释变量进行回归，参数估计结果为0.185 和0.651，虽然略低于模型（3）的估计结果，但是仍然显示教育对流动人口工资收入有显著的正向影响，这表明我们的结论比较稳健。流动人口受教育程度越高，其工资收入也越高，与大专大学教育相比，研究生教育对流动人口工资收入的提高幅度更大。

表4 教育对流动人口工资收入影响的回归结果

分析模型（3）中控制变量的回归结果，发现流动人口的职业、工作经验、性别、民族、婚姻等个人特征变量对个体工资收入产生显著影响。其中，流动人口的汉族身份、非农业户籍、党员身份、在婚状态、拥有医保、拥有住房均对个体的工资收入水平具有显著的正向影响。从流动人口流入城市所属区域来看，东部地区的工资收入显著高于西部地区，中部地区略高于西部地区，估计系数分别为0.237和0.021，这与我国地区经济发展差距的现实一致。女性流动人口的工资收入水平显著低于男性流动人口，估计系数为-0.277，一个可能的原因是男性流动人口的工作强度大且在体力型劳动中占据优势；当然也可能是因为女性流动人口在就业过程中遭遇了性别歧视。流动人口的工作经验对工资收入具有显著的“倒U 形”影响，一次项和平方项的估计系数分别为0.027和-0.001，这表明流动人口起初的工作经验对工资收入具有促进作用，但是随着工作年限的增长，个体的年龄不断增大，大约在13年后，流动人口的工作经验对工资收入的影响将达到峰值，随后不断下降，大约在27 年后转为负值。现实中个体年龄对于以体力劳动为主的工作岗位来说是非常重要的因素，由于个体的体力劳动能力会因身体耐劳度下降而下降，老龄劳动力在就业竞争中处于劣势，其工资收入也会低于年轻劳动力。如果一个个体在22岁开始参加工作，那么在35 岁左右达到自己的最佳状态，随后体力、学习能力等各项人体机能开始下降，在50 岁左右可能面临着被动失业的风险。

为了更全面地分析教育对流动人口工资收入的影响，对根据就业类型划分的三个子样本分别进行回归（见表5）。其中，模型（5）是以体力劳动为主的流动人口为样本，参数回归结果表明大专大学学历流动人口的工资收入水平显著高于高中及以下学历，溢价程度为22.8%，研究生学历流动人口的工资收入水平也显著高于高中及以下学历，溢价程度为66.4%。模型（6）是以混合劳动为主的流动人口为样本，参数回归结果表明大专大学学历流动人口的工资收入水平显著高于高中及以下学历，溢价程度为18.4%，研究生学历流动人口的工资收入水平也显著高于高中及以下学历，溢价程度为45.4%。模型（7）是以脑力劳动为主的流动人口为样本，参数回归结果表明大专大学学历流动人口的工资收入水平显著高于高中及以下学历，溢价程度为19%，研究生学历流动人口的工资收入水平也显著高于高中及以下学历，溢价程度为50.1%。由此可知，无论是体力劳动者、混合劳动者，还是脑力劳动者，教育对个体的工资收入影响均是正向显著的，研究生教育对个体工资收入的正向影响最大；与此同时，不同的就业类型会影响教育的回报率，其中体力劳动者的教育回报率最大，其次为脑力劳动者，最后是混合劳动者，这也突出了体力劳动者中教育的稀缺价值，加强教育投入有利于提高体力劳动者的工资收入，反驳了社会上流行的读书无用、学历不值钱等消极论调。

表5 教育对不同就业类型个体工资收入影响的回归结果

对表5 中的控制变量估计结果进行分析，发现男性流动人口、非农业户籍、党员、在婚状态仍然具有显著的正向影响。相比非党员，党员对体力劳动者、混合劳动者和脑力劳动者的工资溢价分别为7%、4.4%和9.3%，党员对脑力工作的影响最高，可能的原因是部分国家机关、党群组织对工作人员的身份要求较为严格，更倾向于具有共产党身份的个体。民族除了对体力劳动者的工资收入有影响外，对脑力劳动者和混合劳动者不再具有显著影响，这反映了我国民族团结、融合和谐稳定的社会局面。自有住房只对体力劳动者的工资收入具有显著影响，估计系数为0.025，但对于混合劳动者和脑力劳动者的影响不显著。一般来说，流动人口在流入的城市拥有住房是很少见的，拥有住房反映了流动人口愿意在城市长期居留的意愿和较强的家庭经济实力，并不具备影响个体工资收入的合理经济解释，因此，其不能影响流动人口的工作收入是正常的。对于体力劳动者来说，拥有自有住房显示其在当地具有一定的社会关系网，有较强的社会资本从而更加容易获得高工资收入水平的工作机会，且能够满足倾向寻找稳定就业劳动力的企业需求，从而获得比其他体力劳动者更高的工资收入水平。是否有医保对脑力劳动者的工资收入没有显著影响，这很可能是因为脑力劳动者的工作都具有居民医保。工作经验对体力劳动者和混合劳动者的工资收入具有显著的“倒U”影响，但对于脑力劳动者的工资收入具有显著的正向影响，估计系数为0.016，这意味着脑力劳动者会随着工作经验的增长而不断获得更高的工资收入水平，不受身体机能条件的限制。那么个体努力提高教育水平，就能够获得更长的工作时间，从而为社会经济发展做出更多的贡献。相比于中西部地区，流动人口在东部地区工作仍然具有更高的工资收入，体力劳动者、混合劳动者和脑力劳动者的工资溢价幅度分别为24.3%、18.6%和22.3%；但是相比西部地区，工作在中部地区的混合劳动者和脑力劳动者的工资收入已经不存在显著溢价的情况。

五、结论

教育关系一个国家和民族的未来，是事关国家兴衰的最根本事业。同时，受教育也是公民的一项基本权利。接受良好的教育已经成为人们生存发展的第一需要和终身受益的财富。面对社会上的读书无用和学历不值钱等消极论调，本文深入研究教育对个体工资收入的影响，归纳出“教育-人力资本-劳动生产率-工资收入”的因果关系链，并指出教育能够影响个体的就业选择和工资收入，进而利用2017年中国流动人口调查数据，实证研究教育对个体工资收入的影响。通过上述研究，获得如下主要结论：

第一，教育、就业类型和工资收入存在紧密的相关关系。按受教育程度分为高中及以下学历、大专大学学历和研究生学历三个类别，按就业类型将工作分为体力劳动者、脑力劳动者和混合劳动者三个类别，按工资收入水平分为低收入（2 000元以下）、中低收入（2 000至5 000元）、中高收入（5 001至10 000 元）和高收入（10 000 元以上）四个类别，统计数据表明我国六成以上流动人口的工资收入集中在中低收入水平上，个体的工资收入基本呈现出中间大两头小的“梭形”分布，八成以上流动人口从事的是体力劳动，流动人口的受教育程度与工资收入水平存在正相关关系。

第二，教育能够提升流动人口的工资收入水平。以全体流动人口为样本，控制个体特征等因素对工资收入的影响，实证研究发现高等教育能够显著正向影响个体的工资收入水平，相对于高中及以下学历的个体，接受大专大学教育和研究生教育的个体的工资收入溢价幅度达到22.7%和63.5%，研究生教育对工资收入的提升作用更加明显。分别以体力劳动者、混合劳动者和脑力劳动者为样本的研究显示，教育对流动人口的工资收入影响仍然是显著为正的，不同的就业类型会影响教育的回报率，其中体力劳动者的教育回报率最大，其次为脑力劳动者，最后是混合劳动者。

第三，流动人口的个体特征、工作经验、城市位置等均对个体工资收入具有显著影响。其中，女性流动人口的工资收入水平显著低于男性。工作经验对流动人口工资收入具有显著的“倒U”影响，即随着工作经验的增加，流动人口的工资收入会逐步增加，到达某一时间后又会逐步下降。而对于从事脑力劳动的个体来说，工作经验对工资收入的影响始终为正。流动人口工作的城市位置对于工资收入具有显著影响，东部地区城市的工资收入大于中西部地区，中部地区城市的工资收入大于西部地区，而对于从事脑力劳动的个体来说，中部和西部地区的工资收入没有差异。

基于上述研究结果，结合中国现阶段的发展现状，提出以下建议：

一是鼓励个体追求卓越，形成专业型人力资本。创新是未来我国经济发展的根本动力，创新急需大量高素质专业型人才的供给，发挥人才集聚的正外部性，不断提高我国经济发展的技术水平。面对国外在部分高精尖技术上的卡脖子行为，一方面反映了我国在某些领域的科技水平上存在着短板，另一方面也反映出我国专业型人才的匮乏。大国竞争的关键是科技的竞争，而决定科技竞争成败的是人才的竞争。国内城市竞争和企业竞争同样如此，国内各大城市、互联网大厂、高科技公司不断上演抢人大战，唯才是举。只要是高素质人才、稀缺性人才在我国就具有广阔的才能施展空间，因此成才是每个个体的最优选择，成为最高水平人才就能够获得最高水平的回报，在培养自己成才的道路上尽可能投入是最符合经济理性的，其可能产出是难以想象的。并且个人人力资本的提升具有显著的正外部性，能够促进整个社会的向好发展。

二是扩大政府对高等教育的投入力度，尤其是研究生教育的投入力度。在我国基本普及高中教育的前提下，高等教育应该成为我国财政投入的重点方向。长期以来，我国的高等教育因多种原因而落后于世界知名学府的发展，大量优秀学生留学国外，为国外科技创新做出了重要贡献。提高国内高校的人才培养能力，提供充足的经费支持，尤其是对科研教师队伍、博士研究生提供有力的经济支持，是留住人才和高校持续发展的关键。面对南方经济发达城市对创建高校和争抢一流学科的不计成本的投入，东北等具有较好高等教育资源的经济低迷地区更应该警醒，进一步加大对高校这一优质资产的扶持，培养更多高素质人才，进而促进地区经济转型和拉动地区经济增长。

三是形成崇尚读书、奖励专研的社会氛围。终身学习是现代社会对每个个体的基本要求，一个个体在进入社会之前保持的学习时间越长，其知识储备和学习能力越强，其基本功也就越扎实，未来发展的潜力也越大。毫无疑问，能力比学历重要，但是能力的形成离不开艰苦的学习奋斗过程，这往往就是在校学习的过程、攻读高难度学位的过程。对于当下中国广大中下阶层来说，读书求知仍然是改变命运的最优选择。学历是甄选个体能力最好的信号，打击假学历，淘汰不达标高校毕业生，宽进严出，让学历值钱是高等教育工作者和社会公众共同的责任。