教育、培训与农民工收入增长、收入差距——社会资本转换视角下的再考察

栾 江

(中共天津市委党校 经济学教研部， 天津 300191)

一、前言和文献综述

全面建成小康社会之后，我国正稳步向共同富裕目标奋进，然而城乡收入差距问题仍然十分突出。当前，工资性收入已经成为农村居民收入的主要来源，因此，促进农民工收入增长成为缓解城乡收入差距的关键。教育和培训作为形成人力资本的核心途径，在农民工收入决定中发挥重要作用。已有大量研究从宏观和微观层面测度了农民工教育投资的回报率。然而，无论是较早还是近期的研究，都认为农民工的教育回报率低于城镇居民，没有发挥出教育应有的增收作用[1-4]。由于基础教育前期投入成本大、见效慢，是一项长期的民生工程，为了在短期内帮助农民工掌握工作技能，更加顺利地实现非农化转移，不少当地政府将有限资源投入到各种形式的职业培训[5]。很多研究表明，培训能够有效弥补城乡劳动者之间的基础教育差距[6]，有效促进农民工收入增长[7-10]。

农民工个体教育和培训差异对群体收入差距的影响也是学者们关注的热点问题。不少学者基于条件分位回归，估计教育和培训对不同收入水平农民工群体的回报率差异，来解释对群体内部总体收入差距的影响[11-13]，但研究结论却存在较大争议。产生争议的重要原因是使用条件分位回归中教育回报率的差异来考察教育对收入差距影响的做法值得商榷，忽视了要素分布对分位回归估计结果的影响，因此在应用分位回归和报告回归结果的过程中区分“条件分布”和“无条件分布”是十分必要的[14]。

在城乡劳动力市场制度尚不完善的情况下，作为非正式制度的社会资本在缓解人力资本失灵中发挥着重要作用。社会资本能够创造人力资本产生和提升所必需的场域，增加和催化人力资本获得预期的收益，通过对人际关系的协调以及对互动能力与合作潜力的开发，对人力资本的收益产生正向影响[15]。但是，农民工社会资本具有显著的城乡二元结构特征，可能造成这种影响不是单一的，不同类型的社会资本对农民工群体内人力资本收益的影响机制和程度可能不同[16]。在社会资本结构性转型的影响下，农民工的教育和培训对群体收入增长和收入差距的作用机制可能更为复杂。

但是已有关于教育和培训对农民工收入影响的实证研究中，只有少数研究考虑了社会资本转换的影响。例如李宝植等分别考察了城乡两类社会资本对人力资本回报率的影响，结果表明，农民工城镇型社会资本对其人力资本回报率的正向影响强于乡村型社会资本[17]。但这只是从收入增长的维度估计了影响效果，没有从收入差距的维度探讨对不同收入水平群体的异质性影响。而随着城镇化进程的深入，起初同质性较强的农民工社会网络会逐渐分化，可能对群体内部的教育、培训的回报差异以及总体收入差距产生影响[18]。

鉴于上述问题，本文基于劳动力市场理论和社会资本理论，从收入增长和收入差距两个维度，构建了一个包含社会资本结构性转换的教育、培训对农民工收入影响机制的研究框架，在此基础上提出研究假设。并使用2019年课题组在全国五省农村的微观调研数据和条件分位回归、RIF无条件分位回归、RIF-OB分解方法，实证检验社会资本转换在教育、培训对农民工收入影响中的调节作用。

二、影响机理和研究假设

从已有研究文献来看，对农民工教育回报率差异原因的解释，可分为两种理论视角：即个体视角和制度视角。从个体视角来看，在城乡教育资源配置不均衡的条件下，农民工受教育程度和受教育质量普遍较低，导致教育回报率偏低[19-20]。从制度视角来看，城乡劳动力市场制度不完善，扭曲了农民工人力资本价格信号，导致“人力资本失灵”[21]，拉低教育的投资激励效果。制度性影响主要体现在两个方面：一是农民工劳务市场信息不对称，而造成的劳动力资源配置效率低下。如农民工对城镇劳动力市场需求信息不甚了解，只能通过有限渠道了解用工信息，难以选择到能够充分体现人力资本价值的工作岗位。此外，农民工市场需求方普遍更重视农民工的体力和专业技能，学历和受教育年限难以被视为有效的人力资本信号， 也使得雇佣方在支付农民工工资时倾向于低估教育的人力资本价值。二是城乡劳动力市场的就业歧视，这包括就业机会和工资报酬歧视两个方面[22]。在就业机会方面，劳动力市场上教育回报率较高的行业和部门往往存在着较高的学历门槛，客观上导致农民工只能在教育回报率较低的行业和部门内就业。在工资报酬方面，农民工进城后，由于在城镇中社会人际关系相对薄弱，其议价能力和维护自身权益能力也相对较弱，难以获得符合其教育回报预期的工资报酬。

为了弥补教育及其回报率的“先天”差距，职业培训成为农民工补偿教育“不平等对待”的重要手段。通过培训获得的职业资格证书，可以有效强化农民工的人力资本信号、缓解劳动力市场信息不对称问题。但是，培训对农民工的收入回报仍存在争议[17]。首先，职业培训的专业针对性较强，其内容和质量往往受到农民工的就业特征以及预算的约束，造成农民工接受高质量的培训的机会较少，进而导致培训回报率较低。第二，尽管职业资格证书能够强化人力资本信号，但目前职业培训市场并不规范，很多证书并不能得到市场的认可，对农民工职业培训回报率的正向反馈效果较弱。

社会资本作为劳动力内生资本的一部分，同时也是劳动力就业面临的重要非正规制度，能够从个体层面和社会层面对农民工的教育和培训的收入回报产生影响。在当前中国经济社会转型背景下，农民工自身社会资本具有鲜明的城乡二元结构特征。从社会网络关系角度看，农民工的社会资本可划分为原始社会资本和新型社会资本[23-24]。原始社会资本即农民工在农村生活过程中积累起来的社会资本，它是在一定血缘、地缘、传统、习俗下形成的，具有封闭性和进城后逐渐衰减的特征。农民工进城务工后，需要在就业地区创立新的社会关系网络，构建与转移就业和工资收入关联性更高的新型社会资本。随着转移就业时间的增长，新型社会资本将逐渐取代原始社会资本，在农民工社会资本结构中的权重不断提升，即社会资本转换[25]。本文从以下两个方面具体分析社会资本转换在农民工教育和培训对收入影响中的调节作用机制。

一是个体视角层面的影响。首先从教育回报率来看，在农村优质教育资源供给不足和教育机会不平等的条件下，原始社会资本有助于农民工获得更好的教育机会[26]。此外，基于社会资本建立的社会信任和互惠关系，能够有效缓解家庭的教育投资约束。因此，较高质量的原始社会资本，有助于农民工获得更好的教育机会和学历，进而提高其教育回报率。第二从职业培训回报率来看，在职业培训产品供需信息不对称的情况下，拥有较好新型社会资本的农民工更有可能获得较高质量的职业培训信息和渠道，从而做出更优的培训投资决策，获得更高的职业培训回报率。

二是制度视角层面的影响。在城乡二元劳动力市场分割的条件下，新型社会资本能够强化信息传递和缓解就业歧视，进而促进教育和培训回报率提升。根据Putnam对于社会资本的定义：社会资本是指社会网络关系特征，包括社会网络、信任和规范三个维度[27]。其中，“社会网络”对应的是结构型社会资本，决定了社会资本的范围。“信任”和“规范(特别是互惠)”对应的是认知型社会资本[28]，决定了社会资本的强度。结构型社会资本和认知型社会资本之间相互影响：拥有较广社会网络的农民工能够获得更多的信息来源，从更多就业机会中做出最优选择，以获得更高的教育和培训回报。通过新型社会网络传递的人力资本信息，能够加大劳资双方信息对称程度，并提供一定的 “隐性担保”。具有较好社会信任和互惠关系的农民工，能够在就业市场中拥有更强的议价能力，更好地维护个人权益，削弱身份差异导致的待遇歧视，获得符合其人力资本质量的工资报酬。基于上述分析，提出研究假设1：社会资本提升有利于提高农民工的教育和培训回报率。

对于转型时期的中国劳动力市场而言，制度性因素对于农民工教育、培训回报率差异的影响更加明显，因为“国家意志和国家力量的规制作用、市场制度中效率原则的引领，以及对原有制度的路径依赖等三种力量将会以一种复杂的方式结合在一起，共同作用于分割劳动力市场中不同形式的收益模式”[29]。考虑到原始社会资本能够从个人层面提高农民工的教育回报率，而新型社会资本则能够从个人层面和制度层面两个维度促进农民工教育和培训回报率提升，因此新型社会资本对教育和培训回报率的影响效果会更加显著。据此提出研究假设2：新型社会资本对于农民工教育和培训回报率的正向影响效果高于原始社会资本。

构建新型社会资本受到收入水平的约束。为了加速社会资本转换，农民工需要进行新型社会资本投资，例如通过聚会、请客、送礼、随礼，来扩大社交网络、巩固互惠互信关系、提升经济社会地位[23]。收入较高的农民工往往拥有更加宽松的预算约束条件和更强的社会资本投资能力，这更有利于扩大社会关系网，强化互惠互信关系，构建出符合其效益最大化的社会资本结构。在此条件下，高收入农民工的新型社会资本更有可能优于低收入农民工，这会扩大农民工群体内部教育、培训回报差距和收入差距。据此提出研究假设3：新型社会资本更有利于提升较高收入农民工的收入水平以及教育和培训回报率，进而扩大农民工群体的内部收入差距。本文将实证检验以上3个研究假设。

三、数据、变量与研究方法

(一)数据来源

首先定义拥有农村户籍、在城镇地区就业且年外出务工时间超过九个月、以非农收入为主要收入来源的劳动力为农民工。研究的数据来源于课题组在2019年进行的全国五省农村调研数据。调查采用分层抽样的方法，选择山东、吉林、四川、浙江、甘肃五省作为样本省份，在考虑经济发展水平和人均收入水平的基础上，在每个省内选择2个县，每个县选择2个乡镇，每个乡镇选择4个村，每个村选择10户农户作为样本进行入户调研，调查内容包括劳动力外出就业、收入、消费以及人力资本、社会资本等情况。对于外出就业的非住家农民工，除了家庭基本情况外，其余个人和就业状况均通过电话访谈的方式进行调查，确保数据真实有效。调查共采集到800个农户样本、981个农民工样本，去除掉异常样本后，得到有效农民工样本962个。

(二)数据描述

表1列示了样本农民工的个人特征变量和就业特征变量的定义和统计指标。样本农民工的平均月收入为3754.27元，略低于国家统计局《2019年农民工监测调查报告》中公布的3962元。农民工受教育情况不甚理想，平均受教育年限仅为7.94年，与教育部公布的2020年全国劳动年龄人口平均受教育年限10.8年相比差距较大(1)中华人民共和国教育部.提高劳动年龄人口平均受教育年限[EB/OL].(2021-04-01)[2022-03-16].http://www.moe.gov.cn/jyb_xwfb/moe_2082/2021/2021_zl25/bd/202104/t20210401_523837.html.，只有不到20%的样本农民工拥有高中或中专及以上的学历。考虑到农民工参与职业培训的渠道较多但是质量参差不齐的现实情况，为了识别更为有效的职业培训，本文选择“参加过职业培训并取得职业资格证书”作为职业培训变量，样本农民工中有26.8%的农民工参加了职业培训并获得相关资格证书。如果将学历证书和职业资格证书视为农民工受教育质量信号，那么只有35%的农民工可以通过证书来解决人力资本质量信息不对称的问题(约有8%的样本农民工同时持有高中阶段学历证书和培训证书)。此外，表1中还统计了性别、年龄、工龄、自评健康状况、从事行业、岗位和就业地点等控制变量信息。

表1 农民工个人特征和就业特征变量描述统计

表2列示了农民工社会资本情况。本文将农民工的社会资本分为原始社会资本和新型社会资本，以分别考察两类社会资本对农民工教育和培训回报率的结构性影响。根据Putnam[27]对社会资本的定义，本文从“社会网络关系”“信任”和“互惠关系”三个层面考察农民工的社会资本情况。

表2农民工社会资本情况描述统计

为了便于分析两类社会资本对教育和培训回报率的结构性影响，本文将上述三个层面的社会资本变量通过主成分分析提取出一个最重要的主成分，作为衡量原始社会资本和新型社会资本的变量。首先分别对原始社会资本和新型社会资本的变量进行相关性检测，结果表明原始社会资本和新型社会资本的各变量呈现出较强的正相关性，这说明本文选择的社会资本变量能够从各维度捕捉两类社会资本的结构性特征，但是也提示我们如果将各维度所有变量同时加入回归方程中可能出现多重共线性问题。然后对两组变量进行KMO检验和Bartlett球形检验，检验结果表明，原始社会资本和新型社会资本的KMO值均分别为0.683和0.789，并且都在1%的置信水平上通过了Bartlett球形检验，说明原始社会资本和新型社会资本各维度的变量之间存在较强的相关性，适合做主成分分析。

(三)实证策略

1.基础回归方程

参考已有文献的经典研究范式，本文采用扩展的明瑟收入模型如下：

(1)

公式(1)中，被解释变量lnwage为农民工月工资对数，解释变量包括教育(Edu)、职业培训(Train)、原始社会资本(SCr)、新型社会资本(SCu)、工龄(Exp)以及工龄的平方项(Exp2)等变量。X为其他控制变量，包括农民工性别、健康、从事的行业、岗位、就业地点等变量。方程中加入了社会资本和教育、培训的交乘项，以估计社会资本对教育和培训回报率的调节作用，若参数估计结果显著为正时，意味着社会资本改善有利于提高农民工的教育和培训的回报率，反之则为负。β、θ为一系列待估计参数，μ为随机误差项。

2.条件分位回归和RIF无条件分位回归

分位回归可以刻画解释变量对于被解释变量在扰动项不同分位点上的异质性影响。现有研究中使用的分位回归方法一般为条件分位回归(Conditional Quantile Regression, CQR)，该方法能够揭示解释变量对于具有相同观测特征的群体的影响效果。例如已知收入Y和一系列解释变量X，使用条件分位回归可以估计出在给定X的条件下，X的变化对于τ条件分位数上偏效应(Conditional Quantile Partial Effects, CQPE)。但是实际上研究者和决策者们更加关注的是无论个体的性别、年龄、社会资本等条件如何，影响因素的微小变动对于整个收入分布的无条件边际影响[30]，即X的变化对于τ无条件分位数上偏效应(Unconditional Quantile Partial Effects, UQPE)。为了解决这一问题，本文使用Firpo等提出的基于再中心化影响函数(Recentered Influence Function，RIF)的无条件分位回归方法(Unconditional Quantile Regression, UQR)，对UQPE进行稳健估计[31]。

3.基于RIF回归的Oaxaca-Blinder分解

本文使用基于RIF回归的Oaxaca-Blinder分解方法，进一步分析农民工社会资本转换对不同教育状况农民工收入差异的贡献。以教育为例，假设高学历农民工和低学历农民工的收入差异可表示为：

(2)

基于以下事实数据构建反事实收入：

(3)

此时收入差异可以分解为：

(4)

其中等式右边的第一项Q为特征效应，表示由于高学历和低学历农民工的可观测个人特征差异而导致的收入差异，是可解释部分。第二项U为系数效应，是由于回报率(回归系数)差异而导致的收入差异，是不可解释部分。

由于RIF估计值可以表达为特征变量的线性函数，所以基于RIF无条件分位回归结果的分解式可以表达为：

(5)

(6)

方程(6)中，p表示高学历农民工样本占总样本量的比重，E=1表示高学历农民工，E=0表示低学历农民工，P(E=1|(X)表示给定X，个体为高学历农民工的倾向得分，可以使用probit或logit模型进行估计[33]。当得到权重函数ω(X)后，反事实收入的期望为：

(7)

此时，基于RIF无条件分位回归结果的收入差异分解式(4)可以表示为：

(8)

四、实证结果

(一)社会资本转换对农民工平均教育和培训回报率的影响

对方程(1)进行OLS回归，得到的估计结果如表3所示。模型1和模型2以受教育年限为农民工的教育变量，模型3和模型4中以是否拥有高中(中专)学历这一虚拟变量作为教育变量。此外，模型2和模型4中加入了教育、职业培训和社会资本变量的交互项，来考察社会资本转换对教育、培训回报率的影响。

表3 农民工平均教育和培训回报率估计结果

从模型1和模型3可以看到，在不加入交互项的情况下，教育变量对农民工收入在5%以内的水平上显著促进了农民工收入的增长，农民工教育的年均回报率为4.6%，高中或中专学历教育回报率为29.3%，职业培训的回报率约为20%。农民工的原始社会资本和新型社会资本在5%以内的水平上显著提升了农民工收入。从两类社会资本变量系数对比来看，新型社会资本对于农民工增收的直接影响效果均高于原始社会资本。这一结果可以从两类社会资本形成过程来理解，原始社会资本更多是依托农民工在农村的家庭社会关系所建立起来的，其投资的目的是使其家庭收入尤其是农业经营性收入最大化；而新型社会资本则是农民工转移就业后依托个人工作和社交关系建立起来的，目的是使个人工资性收入最大化，因此新型社会资本对于农民工收入的正向影响高于原始社会资本。

模型2中的受教育年限和社会资本交互项均在5%的水平上显著为正，说明原始社会资本和新型社会资本均有效提高了农民工教育的年均回报率。但是在模型4中，只有高中(中专)学历变量和新型社会资本变量的交互项在1%的水平上显著为正，而高中(中专)学历变量与原始社会资本变量的交互项并不显著。这说明原始社会资本只能通过提高农民工接受更高学历教育的可能性，来促进教育回报率增长，但不会对学历本身的回报率产生显著的影响。新型社会资本能够通过强化农民工人力资本信号，以及缓解农民工在劳动力市场上面临的就业歧视问题，来促进教育回报率的提高。从模型2和模型4中的职业培训与社会资本变量交互项的估计系数来看，新型社会资本在1%的水平上显著促进了技术培训以及职业资格证书的回报，说明新型社会资本能够通过缓解劳动力市场信息不对称和就业歧视等问题，来促进职业培训回报率的提升。原始社会资本没有对职业培训的回报率产生显著的影响。

此外，通过对比模型估计结果可以发现，加入交互项后，农民工的教育、培训回报率都出现了下降的情况。这说明如果忽视了社会资本的影响，可能高估教育、职业培训对农民工收入的影响。

考虑到模型中农民工新型社会资本可能与收入存在反向因果关系，这会导致潜在的内生性问题，因此本文选择选择了“本村常年外出农民工数量占劳动力比重”这一变量作为新型社会资本的工具变量，并且将其与教育、培训的交乘项作为新型社会资本与教育、培训交乘项的工具变量，Weak IV和相关系数检验均表明工具变量有效，在此基础上对模型1～4进行2SLS回归。通过Hausman检验进一步检验2SLS和OLS估计的系数差异发现，两种方法估计的系数差异在一般水平上并不显著，说明农民工新型社会资本变量并不存在统计显著的内生性问题。

(二)社会资本转换对教育和培训回报率的差异化影响

1.条件分位回归结果

条件分位回归结果显示，在不加入教育和社会资本交互项的情况下(表4)，受教育年限、高中(中专)学历和职业培训的回报率均随分位点提高而上升，但是在最低0.25分位点上受教育年限回报率和学历回报率均不显著。原始社会资本在所有分位点上均不能对农民工的收入产生显著影响，而新型社会资本则在所有分位点上对农民工收入产生显著影响，其影响效果随着分位点提高而上升。这说明，教育、职业培训、新型社会资本更大程度上促进了较高收入农民工收入增长，从而扩大了群体收入差距。

表4 无交互项条件分位回归(CQR)结果

在加入教育、培训和社会资本变量交互项后，得到的估计结果如表5所示。教育、培训和社会资本变量的低次项在各模型中依旧保持了比较稳健的估计结果， 所示含义与表4结论类似， 这里不再赘述。从交互项系数估计值来看，原始社会资本只在最高0.75分位点上，显著提升了农民工教育年限回报率，而对高中(中专)学历回报率、职业培训回报率的影响在所有分位点上均不显著。新型社会资本能够在大部分分位点上显著提高农民工受教育年限、高中(中专)学历、职业培训的回报率，表明促进农民工的社会资本从原始型向新型转换，有利于提升其教育、职业培训的回报率。此外，新型社会资本与教育、培训变量的交互项系数估计值也基本呈现出随分位点上升而提高的情况(除了新型社会资本与教育年限变量交互项的系数估计值在0.5分位点达到最高)，这说明社会资本转换更有利于促进较高收入农民工教育和培训回报率的提高，并进一步扩大了样本农民工内部收入差距。

表5 加入交互项的条件分位回归(CQR)结果

值得注意的是，虽然通过条件分位回归结果可以了解社会资本对农民工教育、培训回报率差距以及群体收入差距的影响。但是上述结果是在给定自变量条件分布的前提下得到的。如果自变量分布发生变化，例如农民工教育水平改善、社会资本进一步转换，农民工整体的教育回报率和收入差距将发生哪些变化？针对这一问题，还需要使用无条件分位回归来进行回答。

2.无条件分位回归结果

基于再中心化影响函数(RIF)的无条件分位回归结果显示，在不加入教育、培训和社会资本交互项的情况下(表6)，受教育年限和高中(中专)学历的系数估计值均在10%以内的水平上显著，且随着收入分位点的提高而上升，这一结果与条件分位回归的估计结果相同。在最高0.75收入分位点上，农民工的教育年限回报率和高中(中专)学历回报率分别为5.2%和31.5%，分别比在最低0.25收入分位点上的回报率高108%和38%，进一步说明农民工的教育水平差异扩大了群体内部的收入差距，且这一差距不会随农民工教育水平分布的变化而变化。职业培训回报率在各分位点上的分布呈现出先上升、后下降的倒“U”型趋势，这一结果与条件分位回归的估计结果不同，说明在不考虑职业培训人数分布的情况下，职业培训更有利于提高中等收入农民工的收入水平，缩小中等和较高收入农民工群体之间的收入差距。

表6 无交互项RIF无条件分位回归(UQR)结果

在加入教育和社会资本变量交互项后，得到的估计结果如表7所示。由表7可知，教育、培训和社会资本变量的低次项在各模型中依旧保持了比较稳健的估计结果， 所示含义与表 6结论类似， 这里不再赘述。交互项系数估计值方面，原始社会资本与教育、职业培训变量交互项在大部分分位点上均不显著，只有与受教育年限交互项系数估计值在0.75分位点上在10%的水平上显著为正，这与条件分位回归的结果相同，说明原始社会资本的改善对于提高农民工教育和培训回报率的影响较为有限。新型社会资本与受教育年限、高中(中专)学历变量交互项的系数估计值在大部分分位点上均在10%以内的水平上显著为正。从系数估计值在各分位点上的分布情况来看，新型社会资本扩大了不同收入群体之间教育和职业培训回报率的差距。说明在不考虑农民工社会资本分布条件下，社会资本转换会扩大农民工群体内部的教育回报率差距，并间接扩大群体内部的收入差距，这与条件分位回归结果一致。但与条件分位回归结果不同的是，新型社会资本与职业培训变量的交互项系数估计值呈现先上升后下降的倒“U”型分布，在最低分位点上系数估计值最低，表明通过新型社会资本能够缩小职业培训对于中-高收入群体之间的回报率差距，但是会扩大低收入和中高收入群体之间的回报率差距。比较来看，新型社会资本与受教育年限以及高中(中专)学历变量交互项的系数估计值在中-高分位上的差距分别为0.007和0.015，而与职业培训变量交互项的系数估计值在中-高分位上的差距为-0.029到-0.043。综合来看，社会资本转换缩小高-中收入群体培训回报率的影响效果高于扩大教育回报率的影响效果，这有利于缩小中-高收入群体的收入差距，但是低收入与中、高收入群体的收入差距会被进一步扩大。

表7 加入交互项RIF无条件分位回归(UQR)结果

3.调节作用机制的进一步探讨

本文使用RIF-OB分解方法，来进一步探讨农民工社会资本转换在教育和培训回报率的调节作用机制。

在RIF-OB分解中，首先将样本农民工按照是否拥有高中(中专)学历和是否参加过职业技术培训进行分组，再根据公式(8)对组间工资差异进行分解，测算两类社会资本的特征效应和系数效应。其中，特征效应衡量了由于组间样本的个体特征差异而造成的收入差距，即不同教育和培训水平下社会资本特征差异造成的收入差距，这主要是个体层面原因造成的影响；系数效应在文献中也被称为 “歧视效应”或者“工资结构效应”，衡量了由于组间社会资本回报率差异而造成的收入差距，这主要是制度层面原因造成的影响。

表8为社会资本对高中(中专)学历组间收入差异的影响分解结果。具有高中(中专)学历农民工平均收入显著高于没有高中阶段学历的农民工，随着分位点的提升，收入差距扩大，从0.25分位点的20.4%提高到0.75分位点的32.1%，其中特征效应是造成高中(中专)学历组间收入差距的主要原因。原始社会资本的特征效应和系数效应在所有分位点上均不显著。新型社会资本的特征效应和系数效应在中、高分位点上均显著为正，在最低0.25分位点上只有系数效应显著为正，且系数效应在所有分位点上均高于特征效应。这说明新型社会资本对学历组间收入差距的贡献主要来源于组间新型社会资本回报率差距，即具有高中(中专)学历的农民工可以从新型社会资本投资中获得更高的回报率。

表8 社会资本对高中(中专)学历组间收入差异的影响分解

最后考察社会资本对农民工职业培训组间收入差距的影响。表9中的RIF-OB分解结果表明，接受了职业培训的农民工收入显著高于没有接受过培训的农民工，并且组间收入差距在低-中-高分位点上呈先上升后下降的状态。在最低的0.25分位点上，系数效应是造成收入差距的主要原因；在中、高分位点上，特征效应是造成收入差距的主要原因。原始社会资本的特征效应和系数效应在所有分位点上均不显著。新型社会资本的特征效应和系数效应在中、高分位点上均显著为正，在最低0.25分位点上只有特征效应显著为正，且特征效应在所有分位点上均高于系数效应。说明新型社会资本对组间收入差距的贡献主要来源于组间新型社会资本差距，即接受过职业培训并获得职业资格证书的农民工往往拥有更好的社会资本，这扩大了组间收入差距。这一方面是由于农民工通过参加职业培训活动拓展了社会关系网络，促进了社会资本转换；另一方面是由于拥有较好社会资本的农民工有更大可能通过参加职业培训获得资格证书来积累人力资本，从而促进收入水平提升。

表9 社会资本对职业培训组间收入差异的影响分解

五、结论与启示

本文基于劳动力市场理论和社会资本理论，构建了一个社会资本结构性转换视角下农民工教育、培训对其收入影响机制的研究框架，并使用2019年全国5省农村调研数据和OLS、条件分位回归、RIF无条件分位回归、RIF-OB分解等方法对研究假设进行实证检验，得到结论如下：(1)OLS回归结果表明，农民工的社会资本质量改善不仅能够直接提高收入水平，而且能够在平均意义上促进教育回报率和职业培训回报率上升，且新型社会资本的影响效果高于原始社会资本。(2)条件分位回归结果表明，样本农民工的教育和职业培训回报率随分位点提高而上升，这扩大了群体内部的收入差距。原始社会资本在绝大部分分位点上对样本农民工的教育回报率没有显著影响；新型社会资本在各分位点上显著提高了样本农民工的教育回报率，且影响效果随分位点上升而提高。可知社会资本转换扩大了各收入群体间农民工教育回报率差距，从而间接扩大了群体内部的收入差距。(3)RIF无条件分位回归结果表明，在不考虑教育、社会资本等自变量分布的条件下，提高样本农民工受教育程度会扩大群体内部收入差距，改善职业培训状况则有助于缩小中-高收入群体的收入差距，但是会扩大低收入与中高收入群体的差距。原始社会资本在绝大部分分位点上对样本农民工的教育回报率没有显著影响；新型社会资本改善会扩大高-中-低群体间的教育回报率差距，并扩大低收入与中高收入群体间的职业培训回报率差距，但是会缩小中-高收入群组间的职业培训回报率差距。(4)教育和培训收入差异的RIF-OB分解结果表明，对于不同学历水平农民工的组间收入差距，新型社会资本主要通过系数效应，从制度层面显著扩大了组间收入差异。对于不同职业培训状况农民工的组间收入差距，新型社会资本主要通过特征效应，从个人层面显著扩大了组间收入差距。

上述研究结论对于强化教育和培训在促进农民工收入增长、改善收入差距中的作用具有一定的启示性意义。首先，促进农民工社会资本转换，是提升其教育、培训收入回报的有效路径。在“以人为核心”的新型城镇化推进过程中，除了让农民工进城，实现个人身份和就业岗位转换之外，也要从扩大社会网络、增强互惠互信等方面促进其提升新型社会资本水平。这需要创造政策条件，发挥群团组织、社会组织作用，让农民工有机会拓展社会关系，进而保障其获得合理的教育、培训回报，维护社会公平正义。二是聚焦低收入农民工群体的新型社会资本建设。对经济地位较低的农民工群体给予重点支持，降低其社会资本转换的成本，避免由于社会资本差距造成群体内部教育、培训回报和收入差距进一步扩大。三是重视农民工职业培训之于教育补偿的意义，不仅要追求教育系统内的教育产出，也要追求系统外部影响。在扩大职业培训覆盖范围的同时，也要持续规范职业培训市场秩序，强化职业资格证书人力资本信号功能，提高其在劳动力市场的认可度，这不仅有利于提高农民工整体的收入水平，也能够有效缩小中-高收入群体的收入差距。