黃瀟 羅俊超

摘?要：基于“中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查”數(shù)據(jù)分析表明，我國(guó)的教育回報(bào)率存在明顯的收入階層差異，其總體上隨收入水平的上升而增加，且低收入階層與其他收入階層差距較大，中等收入階層的高等教育回報(bào)率最高;勞動(dòng)力遷移能顯著提升接受高等教育的中、高收入群體和接受中等教育的中等收入群體的教育回報(bào)率，進(jìn)而強(qiáng)化其收入優(yōu)勢(shì);教育回報(bào)率差異對(duì)收入差距的貢獻(xiàn)比受教育水平分布不均更大，勞動(dòng)力遷移總體上有助于縮小與個(gè)體受教育（特別是高等教育）差異相關(guān)的收入差距。因此，教育資源的分配要有利于提升低收入群體的教育層次，并清除阻礙勞動(dòng)力遷移的制度障礙，以縮減由個(gè)體受教育差異引致的收入差距。

關(guān)鍵詞：教育回報(bào)率;收入差距;勞動(dòng)力遷移;收入階層;高等教育;教育收益率;要素報(bào)酬效應(yīng);要素結(jié)構(gòu)效應(yīng)

中圖分類(lèi)號(hào)：F321.1;F042文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1674-8131（2019）02-0036-10

一、引言

教育具有生產(chǎn)和配置功能，個(gè)體學(xué)歷水平的高低與其收入密切相關(guān)，通常個(gè)體收入具有隨學(xué)歷水平提升而上升的特征（Card，1993）[1]。我國(guó)具有獨(dú)特的社會(huì)經(jīng)濟(jì)背景：一是當(dāng)前社會(huì)收入分配差距總體較高且社會(huì)結(jié)構(gòu)處于快速轉(zhuǎn)型期，教育及其分布對(duì)收入不平等有重要影響（楊俊 等，2008）[2];二是地區(qū)間經(jīng)濟(jì)發(fā)展和勞動(dòng)力資源分布不匹配，導(dǎo)致大規(guī)模的人口流動(dòng)，勞動(dòng)力遷移對(duì)于其收入水平有重要影響。那么，不同收入階層的教育回報(bào)率是否存在差異？在教育資源分配不均的背景下，勞動(dòng)力遷移是否有利于降低由個(gè)體受教育水平差異導(dǎo)致的收入差距？深入研究上述問(wèn)題非常重要，其結(jié)論對(duì)于促進(jìn)全社會(huì)人力資本積累、減少居民收入差距等具有重要啟示意義和政策參考價(jià)值。

相關(guān)研究對(duì)教育回報(bào)率（也有文獻(xiàn)使用“教育收益率”，本文將兩者視為同義詞）的估算主要基于Mincer（1974）提出的人力資本方程[3]。多數(shù)研究認(rèn)為，個(gè)人收入水平隨受教育年限的增加而不斷提升。但早期研究普遍采用OLS法進(jìn)行估計(jì)，其結(jié)果反映的是平均效應(yīng)，不能反映由個(gè)體差異產(chǎn)生的非線性關(guān)系。為檢驗(yàn)不同群體的教育回報(bào)率是否存在差異，不少學(xué)者開(kāi)始采用分位數(shù)回歸技術(shù)進(jìn)行估計(jì)。Buchinsky（1994）研究發(fā)現(xiàn)，教育對(duì)低收入人群工資的貢獻(xiàn)率要顯著高于高收入人群[4]。更多的文獻(xiàn)采用國(guó)別數(shù)據(jù)進(jìn)行檢驗(yàn)，如南非的教育回報(bào)率隨著收入水平的上升出現(xiàn)先下降后上升的U型趨勢(shì)（Mwabu et al，1996）[5]，埃塞俄比亞的教育回報(bào)率隨著收入水平的上升而不斷降低（Buchinsky，1998）[6]，巴基斯坦的教育回報(bào)率隨著收入水平上升而不斷升高（Stavena et al，2010）[7];有文獻(xiàn)認(rèn)為，不同國(guó)家教育回報(bào)率變化的差異是由于教育投資風(fēng)險(xiǎn)存在國(guó)別差異（Martins et al，2004）[8]。國(guó)內(nèi)學(xué)者也采用分位回歸方法對(duì)我國(guó)教育回報(bào)率進(jìn)行了分析，但由于研究樣本不同等原因其結(jié)論也不同，有文獻(xiàn)認(rèn)為教育收益率隨著收入水平的升高而增加（張車(chē)偉，2006;鄧曲恒，2007）[9-10]，也有文獻(xiàn)認(rèn)為教育回報(bào)率隨著收入水平的升高而降低（邢春冰，2006）[11]，還有文獻(xiàn)認(rèn)為隨著收入水平的變化教育回報(bào)率的變化具有不確定性（張濤，2011）[12]。

教育回報(bào)率隨收入水平的不同而存在差異，在收入分配差距較大的情況下，其可能對(duì)收入差距本身產(chǎn)生影響。教育回報(bào)率隨著收入水平的上升而上升，將拉大收入差距（Martins et al，2004）[8];教育回報(bào)率隨著收入水平的上升先下降后上升，也無(wú)益于收入公平性的改善（Bassett et al，2002;Lesley，2015;Magadalena，2015）[13-15];教育回報(bào)率如隨著收入水平的上升而下降，則有利于減小收入差距（Knight et al，2003;Goedhuys et al，2010 ）[16-17]。國(guó)內(nèi)學(xué)者的研究也發(fā)現(xiàn)，教育回報(bào)差異是引致收入不平等的重要原因，其中教育的要素回報(bào)效應(yīng)拉大了收入不平等，而教育的要素結(jié)構(gòu)效應(yīng)降低了收入不平等（徐舒，2010）[18]。

關(guān)于勞動(dòng)力遷移與收入差距的關(guān)系，不少研究認(rèn)為勞動(dòng)力遷移會(huì)擴(kuò)大收入差距。就城市內(nèi)部差距而言，由于我國(guó)勞動(dòng)力整體的受教育水平較低，勞動(dòng)力遷移會(huì)擴(kuò)大城市內(nèi)部收入差距（邵宜航，2016）[19]。就農(nóng)村收入差距而言，考慮勞動(dòng)力異質(zhì)性后，我國(guó)農(nóng)村勞動(dòng)力外出務(wù)工會(huì)拉大農(nóng)村內(nèi)部收入差距（甄小鵬，2017）[20]。就地區(qū)收入差距而言，勞動(dòng)力流動(dòng)導(dǎo)致了地區(qū)收入差距拉大（樊士德，2011）[21];中西部技能型勞動(dòng)力向東部地區(qū)流動(dòng)進(jìn)一步拉大了地區(qū)發(fā)展差距（彭國(guó)華，2015）[22]。當(dāng)然，也有文獻(xiàn)認(rèn)為勞動(dòng)力遷移有助于縮減收入差距。邢春冰等（2013）認(rèn)為，促進(jìn)勞動(dòng)力合理流動(dòng)將會(huì)減小教育回報(bào)率的地區(qū)差異，進(jìn)而有助于縮小收入差距[23];趙西亮（2017）研究表明，考慮戶籍轉(zhuǎn)換的影響后農(nóng)村的教育收益率并不低，甚至高于城市的教育收益率，在一定程度上有助于減小收入差距[24] 。

綜上所述，當(dāng)前我國(guó)的收入差距較大，同時(shí)不同收入階層間的教育分配也不均等，且教育不平等對(duì)收入分配差距具有顯著影響（楊俊 等，2008）[2]，因此，教育回報(bào)率的階層差異與收入差距密切相關(guān);同時(shí)，勞動(dòng)力遷移對(duì)于教育收入功能的實(shí)現(xiàn)具有重要的配置作用，考慮到現(xiàn)實(shí)中存在明顯的地區(qū)和城鄉(xiāng)經(jīng)濟(jì)差距，勞動(dòng)力遷移不僅會(huì)影響教育回報(bào)率，而且會(huì)影響收入差距?；诖?，本文認(rèn)為，目前我國(guó)教育回報(bào)率存在明顯的階層差異，勞動(dòng)力遷移有利于其教育回報(bào)率提升，進(jìn)而有助于減小由教育差距帶來(lái)的收入差距，最終改善整體收入分配格局。為驗(yàn)證我國(guó)勞動(dòng)力遷移對(duì)教育回報(bào)率以及收入差距的影響，本文基于CLDS 2012和CLDS 2014的相關(guān)數(shù)據(jù)，采用分位數(shù)回歸、分位數(shù)處理效應(yīng)模型、局部工具變量法以及無(wú)條件分位數(shù)分解等方法，分析不同收入階層教育回報(bào)率的差異以及勞動(dòng)力遷移對(duì)教育回報(bào)率階層差異的影響，并檢驗(yàn)勞動(dòng)力遷移對(duì)由教育回報(bào)率差異和受教育水平分布不均引致的收入差距的影響。

二、研究樣本與變量選擇黃?瀟，羅俊超：勞動(dòng)力遷移對(duì)教育回報(bào)率階層差異及收入差距的影響

本文研究所使用數(shù)據(jù)來(lái)源于中山大學(xué)開(kāi)展的“中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查”（CLDS 2012和CLDS 2014）。CLDS將全國(guó)2 282個(gè)區(qū)縣單位作為初級(jí)抽樣單元構(gòu)成調(diào)查總體，調(diào)查年齡設(shè)定為15歲以上，CLDS 2012和CLDS 2014分別抽取了16 253和16 244個(gè)樣本進(jìn)行調(diào)查，得到了較為寬泛的樣本信息，具有較強(qiáng)的代表性。為獲得可供分析的樣本，本文對(duì)原始數(shù)據(jù)進(jìn)行如下處理：剔除不適宜部分，包括收入、教育等核心變量觀察值缺失的樣本以及不符合邏輯判斷的樣本（如收入水平為負(fù)的樣本）;剔除為家族事業(yè)工作的自我雇傭樣本，以便更精確地分析教育對(duì)收入的貢獻(xiàn);剔除已退出勞動(dòng)力市場(chǎng)的退休樣本為盡可能地保留真實(shí)的現(xiàn)實(shí)經(jīng)濟(jì)活動(dòng)信息，本文并不是簡(jiǎn)單按照年齡（男性≥60、女性≥55）來(lái)進(jìn)行劃分，而是按照其實(shí)際經(jīng)濟(jì)活動(dòng)能力進(jìn)行劃分，認(rèn)定條件為“收入僅來(lái)源于退休工資且未從事其他生產(chǎn)性經(jīng)營(yíng)活動(dòng)”。 。此外，為降低異常值的影響，對(duì)樣本兩端按照1%的范圍進(jìn)行縮尾處理。通過(guò)上述整理，最終得到CLDS 2012的6 488個(gè)有效樣本和CLDS 2014的4 104個(gè)有效樣本考慮到CLDS 2014的樣本數(shù)據(jù)更新，因此主要采用該年度的數(shù)據(jù)進(jìn)行分析;引入CLDS 2012樣本主要出于分析勞動(dòng)力遷移對(duì)收入差距的影響時(shí)構(gòu)建反事實(shí)收入分布函數(shù)的需要。 。在獲得有效樣本的基礎(chǔ)上，對(duì)研究所需變量進(jìn)行計(jì)算。

個(gè)人收入：為消除工作時(shí)長(zhǎng)對(duì)收入的影響，用小時(shí)工資（元/小時(shí)）衡量。個(gè)人收入是個(gè)人在雇主單位領(lǐng)取的貨幣收入和實(shí)物收入的總和，貨幣收入主要是個(gè)人的名義工資，實(shí)物收入包括餐補(bǔ)、福利等非貨幣收入CLDS對(duì)非貨幣收入的統(tǒng)計(jì)相對(duì)完備，據(jù)此可計(jì)算出受訪者個(gè)體的實(shí)物收入;CLDS對(duì)于財(cái)產(chǎn)性收入的統(tǒng)計(jì)缺失較多，本文在統(tǒng)計(jì)時(shí)未將其考慮在內(nèi)。 。由于部分樣本存在缺失值，為盡可能地獲得更多樣本，對(duì)以“周”統(tǒng)計(jì)工作時(shí)間的樣本，小時(shí)工資=（貨幣收入與實(shí)物收入之和）/（每周工作天數(shù)×52×8）;對(duì)以“月”統(tǒng)計(jì)工作時(shí)間的樣本，小時(shí)工資=（貨幣收入與實(shí)物收入之和）/（每月工作天數(shù)×12×8）。

受教育年限：用最高學(xué)歷進(jìn)行換算，小學(xué)以下為0年，小學(xué)（包括接受過(guò)私塾教育）為6年，初中為9年，高中、職高、中專(zhuān)和技校為12年，大專(zhuān)為15年，本科為16年，碩士研究生為185年我國(guó)現(xiàn)行的碩士研究生有專(zhuān)碩和學(xué)碩之分，二者的學(xué)制不一樣（前者為兩年、后者為三年），問(wèn)卷中也對(duì)此進(jìn)行了區(qū)分，但考慮到獲得該層次教育的樣本占比較少，因此不進(jìn)行劃分，取其均值185年。 ，博士研究生為22年。

行業(yè)變量：根據(jù)樣本列出的農(nóng)林牧漁業(yè)、采掘業(yè)、制造業(yè)、房地產(chǎn)業(yè)、政府人員等劃分為16個(gè)類(lèi)別，共產(chǎn)生15個(gè)虛擬變量，以農(nóng)林牧漁業(yè)作為基準(zhǔn)類(lèi)別。

樣本所處地域變量：一般的做法是按東、中、西部進(jìn)行劃分，但由于區(qū)域范圍較大，同一區(qū)域內(nèi)部不同地市的差異也很明顯。為反映這種差異并提高擬合優(yōu)度，本文根據(jù)2013年各地市經(jīng)濟(jì)發(fā)展水平（人均GDP）采用五等分法劃分為五個(gè)區(qū)域（低收入地區(qū)、中低收入地區(qū)、中等收入地區(qū)、中高收入地區(qū)、高收入地區(qū)），以低收入地區(qū)為基準(zhǔn)，生成4個(gè)反映經(jīng)濟(jì)發(fā)展差異的地區(qū)虛擬變量。

工作經(jīng)驗(yàn)：按照“個(gè)人年齡-受教育年限-法定小學(xué)入學(xué)年齡”計(jì)算。

此外，為了反映樣本所在地市的就業(yè)體量和消費(fèi)水平，使用2011年各地市的城鎮(zhèn)人均消費(fèi)、農(nóng)村人均消費(fèi)、年末常住人口以及年末就業(yè)人口數(shù)進(jìn)行測(cè)算，相關(guān)數(shù)據(jù)來(lái)自2012年的省級(jí)《統(tǒng)計(jì)年鑒》。其中，就業(yè)體量=就業(yè)人數(shù)÷常住人口數(shù);人均消費(fèi)若統(tǒng)計(jì)年鑒中列出則直接引用，未列出的則采用“人均消費(fèi)=（城鎮(zhèn)人口×城鎮(zhèn)人均消費(fèi)+農(nóng)村人口×農(nóng)村人均消費(fèi)）÷總?cè)丝凇边M(jìn)行計(jì)算。另外，分析中還加入了個(gè)人戶籍、個(gè)人是否遷移和性別等虛擬變量。

三、實(shí)證分析結(jié)果

1.不同收入階層教育回報(bào)率的差異

明瑟爾人力資本方程通常采用半對(duì)數(shù)模型，其一般設(shè)定形式為：

lnwagei= β0+ β1 edui+ β2 expi+ β3 exp2i+ ∑ni = 4βi Xi+ εi

其中，lnwagei為對(duì)數(shù)化后的個(gè)人收入，edui 為個(gè)人受教育年限，expi 和exp2i 分別為工作經(jīng)驗(yàn)和工作經(jīng)驗(yàn)的平方，εi為隨機(jī)誤差項(xiàng)，Xi為影響個(gè)人收入的其他重要因素（如性別、戶籍、地域、職業(yè)等）。就估計(jì)方法而言，OLS法給出的僅僅是平均效應(yīng)，未能區(qū)分出不同收入階層教育回報(bào)率的差異。事實(shí)上，由于不同收入階層的個(gè)體在教育資源獲得、職業(yè)和能力傳遞、財(cái)富繼承等方面存在明顯差異，使得不同收入階層的教育回報(bào)率存在差異。因此，本文按因變量（個(gè)人收入）的不同階層進(jìn)行分位數(shù)回歸：

lnwagei=β（p）0+β（p）1edui+β（p）2expi+β（p）3exp2i+∑ni=4β（p）iXi+εi

其中，0

首先，采用OLS法估計(jì)明瑟爾人力資本方程（見(jiàn)表1），各解釋變量均在1%的水平上顯著，教育回報(bào)率達(dá)到107%（簡(jiǎn)化）和46%（擴(kuò)展）。進(jìn)一步對(duì)擴(kuò)展后的明瑟爾人力資本方程進(jìn)行分位數(shù)回歸，低收入階層（5分位點(diǎn)）、中低收入階層（20百分位）、中等收入階層（50百分位）、中高收入階層（80百分位）、高收入階層（95百分位）的教育收益率分別為33%、50%、52%、56%和51%，隨著分位點(diǎn)的提高，教育回報(bào)率呈現(xiàn)逐步增加的態(tài)勢(shì)。顯然，低收入階層的教育回報(bào)率最低且與其他收入階層的差距明顯，這種差距不利于其人力資本積累，并可能在長(zhǎng)期內(nèi)拉大整體收入差距。

高等教育在我國(guó)家庭人力資本投資中的地位日益重要，因此有必要分析其回報(bào)率在不同收入階層是否存在差異。分析該問(wèn)題的一般做法是在實(shí)證方程中加入“是否具備大學(xué)學(xué)歷”的虛擬變量，但這只能簡(jiǎn)單地區(qū)別獲得大學(xué)學(xué)歷和未獲得大學(xué)學(xué)歷的樣本，且得到的也只是平均效應(yīng)，未能解決樣本的“自我選擇”問(wèn)題這種情形下傳統(tǒng)OLS模型的估計(jì)是有偏的。因?yàn)榫邆浯髮W(xué)學(xué)歷群體與和不具備大學(xué)學(xué)歷群體可能具有不同的特征，而是否上大學(xué)又在很大程度上與這些特征相關(guān)，且這些特征（如稟賦、家庭文化等）會(huì)對(duì)收入產(chǎn)生影響。 。Abadie等（2002）提出了條件分位數(shù)處理效應(yīng)模型，在傳統(tǒng)分位數(shù)回歸基礎(chǔ)上用一個(gè)虛擬變量作為處理變量的工具變量，并結(jié)合模型的其他控制變量構(gòu)建配對(duì)樣本，進(jìn)而估計(jì)控制組與對(duì)照組之間的處理效應(yīng)[25]。由于教育具有明顯的人力資本代際傳遞效應(yīng)（張?zhí)K 等，2011）[26]，本文采用“受訪者父母是否接受大學(xué)教育”只要受訪者父親或母親任意一方受過(guò)大學(xué)教育，則認(rèn)為其父母具備大學(xué)教育背景。 作為工具變量，得到如下條件分位回歸模型：

WAIIi=1-Di（1-Zi）1-Pr（Z=1|Xi）-（1-Di）ZiPr（Z=1|Xi）

（τIV，τIV）=argminβ，σ∑WAIIi×ρτ（Yi-Xi×β-Di×σ）

其中，WAIIi為權(quán)重，Di為虛擬變量“是否具備大學(xué)學(xué)歷”，Zi為虛擬變量“父母是否受過(guò)大學(xué)教育”，ρτ（Zi=1|Xi）為“父母是否受過(guò)大學(xué)教育”的條件傾向得分，τIV為第τ分位點(diǎn)上的條件分位數(shù)處理效應(yīng)（當(dāng)WAAIi為負(fù)時(shí)令其值為0，使全體WAAIi為非負(fù)）。處理組設(shè)定為“具備大學(xué)學(xué)歷”，對(duì)照組為“接受高中教育且未接受大學(xué)教育”。另外，為盡可能地獲得個(gè)體特征更為接近的配對(duì)樣本，基于Kernel核函數(shù)構(gòu)建適用于Logit回歸的極大似然估計(jì)量，并借鑒據(jù)Firpo（2007）的研究，以均方誤差最小化作為判別標(biāo)準(zhǔn)[27]，最終選取的參數(shù)為bandwidth=08、lambda=1、pbandwith=05、plambda=08、vbandwith=08、vplambda=1（見(jiàn)表2）。

根據(jù)上述參數(shù)設(shè)定，計(jì)算接受高等教育對(duì)個(gè)體收入的處理效應(yīng)（見(jiàn)表3）。接受高等教育的估計(jì)系數(shù)顯著為正，表明接受高等教育的邊際回報(bào)是顯著的，接受高等教育是個(gè)體在完成中等教育后最具“經(jīng)濟(jì)回報(bào)”的選擇。比較不同分位點(diǎn)的估計(jì)系數(shù)，高等教育回報(bào)率呈現(xiàn)較為明顯的倒U特征，最低收入階層和最高收入階層的高等教育回報(bào)率相對(duì)較低，中等收入階層（特別中高收入階層）的高等教育正回報(bào)率最為顯著。綜上所述，從整體上看，我國(guó)的教育回報(bào)率存在明顯的階層差異，隨收入水平的提高而增加，且低收入階層的教育回報(bào)率與其他收入階層的差距較大;高等教育回報(bào)率則隨收入水平提高而呈現(xiàn)倒U型特征，中等收入階層的高等教育回報(bào)率較高。

2.勞動(dòng)力遷移對(duì)教育回報(bào)率階層差異的影響

教育作為形成人力資本的重要渠道，其生產(chǎn)和配置功能的發(fā)揮離不開(kāi)勞動(dòng)力市場(chǎng)的作用。不少研究發(fā)現(xiàn)，勞動(dòng)力遷移對(duì)個(gè)人收入有顯著影響（Knight et al，2003;孫三百 ，2012）[16] [28]。出身農(nóng)村或經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的人口獲得一定程度的教育（培訓(xùn)）后，通常選擇在經(jīng)濟(jì)較發(fā)達(dá)地區(qū)工作，其人力資本的外部性并未被勞動(dòng)力流出地所獲得。一方面，遷移是受教育個(gè)體追求教育回報(bào)的結(jié)果;另一方面，更高的教育回報(bào)又進(jìn)一步強(qiáng)化了個(gè)體的遷移動(dòng)機(jī)。因此，需要更為深入地探討勞動(dòng)力遷移是否會(huì)強(qiáng)化教育回報(bào)，特別是該效應(yīng)在不同的收入階層是否存在差異。通常的做法是在方程的右邊直接加入虛擬變量“是否發(fā)生遷移”，但這樣不能解決內(nèi)生性問(wèn)題，可能導(dǎo)致估計(jì)結(jié)果偏差，一種解決的辦法是采用局部工具變量。本文參照Heckman（2006）的方法[29]，采用Logit或Probit模型計(jì)算出樣本進(jìn)行遷移的概率，將此概率作為局部工具變量代替虛擬變量“是否發(fā)生遷移”。

在我國(guó)，戶籍制度是影響勞動(dòng)力遷移的重要因素，進(jìn)而影響到人力資本的配置和生產(chǎn)。借鑒孫三百等（2012）的研究[28]，并結(jié)合CLDS的問(wèn)卷調(diào)查，從“工作所在地與戶籍所在地是否相符”“與父親戶籍性質(zhì)是否相同”“出生時(shí)與現(xiàn)在戶籍性質(zhì)是否相同”以及“是否曾發(fā)生過(guò)戶籍遷移”等多個(gè)維度構(gòu)建勞動(dòng)力遷移的虛擬變量。結(jié)合樣本數(shù)據(jù)情況，納入年齡、性別、工作所在地的就業(yè)機(jī)會(huì)、當(dāng)?shù)氐娜司M(fèi)量、所處行業(yè)、所在地區(qū)等因素，采用Logit模型對(duì)勞動(dòng)力遷移虛擬變量進(jìn)行回歸分析（具體結(jié)果略），得到勞動(dòng)力遷移概率，并將其帶入下式以分析勞動(dòng)力遷移對(duì)教育回報(bào)率的影響（見(jiàn)表4）。

lnwagei=β（p）0+β（p）1migi+β（p）2medui+β（p）3migi×medui+β（p）4hedui+β（p）5migi×hedui+β（p）6expi+β（p）7exp2i+∑ni=8β（p）iXi+εi

遷移與中等教育交互項(xiàng)的估計(jì)系數(shù)僅在50百分位上以5%的水平顯著，對(duì)于中等教育水平的群體而言，勞動(dòng)力遷移會(huì)顯著提升中等收入階層的教育回報(bào)率，但對(duì)于其他階層的影響并不顯著。遷移與高等教育交互項(xiàng)的估計(jì)系數(shù)在低收入和中低收入階層不顯著，但在中高及以上收入階層顯著為正，并隨收入分位點(diǎn)的上升而增大。對(duì)于接受高等教育的中、高收入群體而言，遷移會(huì)提高其教育回報(bào)率，遷移有助于該類(lèi)群體通過(guò)空間轉(zhuǎn)移來(lái)獲取更多的就業(yè)機(jī)會(huì)并實(shí)現(xiàn)更具效率的人力資本配置，進(jìn)而使得其收入優(yōu)勢(shì)得以強(qiáng)化。綜合來(lái)看，勞動(dòng)力遷移使得中、高收入階層本身就相對(duì)較高的教育回報(bào)率進(jìn)一步提升，進(jìn)而強(qiáng)化其收入優(yōu)勢(shì)，而這種強(qiáng)化可能會(huì)對(duì)收入分配狀況產(chǎn)生重要影響。那么，勞動(dòng)力遷移是擴(kuò)大還是縮減了收入差距？

3.勞動(dòng)力遷移對(duì)收入差距的影響

本文基于教育水平分布和教育回報(bào)率的角度，采用無(wú)條件分位數(shù)分解法檢驗(yàn)勞動(dòng)力遷移會(huì)不會(huì)對(duì)整體收入差距產(chǎn)生影響。OB（Oaxaca-Blinder）收入差距分解方法是研究這一問(wèn)題的最常用方法，但其考察的是平均效應(yīng)，未能考慮非線性關(guān)系（如在不同分位點(diǎn)可能存在的非一致性影響）以及模型本身可能存在的內(nèi)生性問(wèn)題。為彌補(bǔ)傳統(tǒng)OB分解法的不足，F(xiàn)irpo（2007）提出了無(wú)條件分位數(shù)分解法[27]，通過(guò)構(gòu)造反事實(shí)狀態(tài)的分布函數(shù)將要素對(duì)收入差距的影響分解為結(jié)構(gòu)效應(yīng)和報(bào)酬效應(yīng)。要素結(jié)構(gòu)效應(yīng)反映要素分布均等與否對(duì)收入差距的貢獻(xiàn)程度，要素報(bào)酬效應(yīng)反映要素回報(bào)差異對(duì)收入差距的貢獻(xiàn)程度。無(wú)條件分位數(shù)分解既能考察不同分位點(diǎn)的情況，又能通過(guò)構(gòu)造反事實(shí)分布函數(shù)克服解釋變量的內(nèi)生性問(wèn)題，其具體分解式如下：

D={E[mv1（X1）]-E[mvc（X1）]}+{E[mvc（X1）]-E[mv0（X0）]}=[E（XT1）（γv1-γvc）]+[E（XT1）γvc-E（XT0）γvc]=[E（XT1）（γv1-γvc）]+[E（XT1）-E（XT0）]γv0+E（XT1）（γvc-γv0）

其中，Ey[RIF（y;v）|X]=mv（X）為再中心化函數(shù)的期望值;下標(biāo)0、1和c分別代表基準(zhǔn)組、對(duì)照組和反事實(shí)狀態(tài)，本文基準(zhǔn)組為2012年、對(duì)照組為2014年;E（XT1）（γv1-γvc）為要素結(jié)構(gòu)效應(yīng)，[E（XT1）-E（XT0）]γv0為要素報(bào)酬效應(yīng)，E（XT1）（γvc-γv0）為剩余效應(yīng)（反映其他因素對(duì)收入差距的影響）。

無(wú)條件分位數(shù)分解的結(jié)果如表5所示?？傂?yīng)在各百分位點(diǎn)上均為正，表明總體上收入差距不斷加大。要素結(jié)構(gòu)效應(yīng)大多為正，說(shuō)明受教育水平分布不均是收入差距擴(kuò)大的原因之一;要素報(bào)酬效應(yīng)均為正，且除20百分位點(diǎn)外都大于要素結(jié)構(gòu)效應(yīng)，其差距隨著分位點(diǎn)的上升有增大趨勢(shì)（最高分位點(diǎn)除外）?？梢?jiàn)，要素報(bào)酬效應(yīng)對(duì)收入差距的貢獻(xiàn)比要素結(jié)構(gòu)效應(yīng)更高，相對(duì)受教育水平分布不均而言，教育回報(bào)率差異是造成收入差距更主要的原因。

進(jìn)一步，考察勞動(dòng)力遷移通過(guò)教育維度對(duì)收入差距的影響（見(jiàn)表6）。對(duì)中等教育水平群體而言，勞動(dòng)力遷移會(huì)減少教育回報(bào)率差異引致的收入差距，但對(duì)受教育水平分布不均所引起的收入差距并沒(méi)有明顯抑制作用。就高等教育水平群體而言，勞動(dòng)力遷移有助于降低由受教育水平分布所引起的收入差距，也有助于減小由教育回報(bào)率差異引致的收入差距（除高分位點(diǎn)外）?？傮w上看，我國(guó)勞動(dòng)力遷移有助于縮減由于個(gè)體受教育差異所引致的整體收入差距，特別是與高等教育相關(guān)的收入差距。事實(shí)上，勞動(dòng)力流動(dòng)將有利于不同教育層次勞動(dòng)力之間的互補(bǔ)，并能夠在一定程度上削弱由于教育水平差異所引致的收入差距（陸銘 等，2012）[30]。

四、結(jié)論與啟示

本文基于“中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查”2012和2014的數(shù)據(jù)，采用分位回歸模型考察教育回報(bào)率的收入階層差異，并使用局部工具變量法分析勞動(dòng)力遷移對(duì)教育回報(bào)率收入階層差異的影響，進(jìn)而采用無(wú)條件分位數(shù)分解法檢驗(yàn)勞動(dòng)力遷移對(duì)整體收入差距的影響，結(jié)果表明：總體教育回報(bào)率隨收入水平的上升而增加，存在明顯的收入階層差異，且低收入階層的教育回報(bào)率與其他收入階層差距較大;高等教育普遍具有顯著的正向收入回報(bào)，特別是中等收入階層的高等教育回報(bào)率最高;勞動(dòng)力遷移能顯著提升具備高等學(xué)歷的中、高收入群體和具備中等學(xué)歷的中等收入群體的教育回報(bào)率，進(jìn)而強(qiáng)化其收入優(yōu)勢(shì);相對(duì)受教育水平分布不均而言，教育回報(bào)率差異對(duì)收入差距的貢獻(xiàn)更大;勞動(dòng)力遷移有助于縮減由于受教育水平分布不均和教育回報(bào)率差異所引致的收入差距，特別是與高等教育相關(guān)的收入差距。

教育作為人力資本積累的重要渠道，被視為決定個(gè)體收入的核心因素，具有非常重要的地位。本文分析表明，接受教育對(duì)低收入群體的收入增長(zhǎng)更加重要。目前我國(guó)居民受教育水平普遍提升，但低收入群體的受教育水平仍然較低，而受教育的不足正是其教育回報(bào)率偏低的重要原因。因此，除了要確保低收入群體接受基本的義務(wù)教育，更應(yīng)該為其接受更高層次的教育提供公共服務(wù)保障和必要的經(jīng)濟(jì)支持。同時(shí)，勞動(dòng)力遷移既是個(gè)體追求教育回報(bào)最大化的需要，也是勞動(dòng)力資源合理配置的需要;通過(guò)勞動(dòng)力遷移不但可以優(yōu)化不同學(xué)歷層次勞動(dòng)力在勞動(dòng)力市場(chǎng)上的配置，而且可以在提升各層次勞動(dòng)力收入水平的同時(shí)減小收入差距。因此，要進(jìn)一步深化戶籍制度改革和優(yōu)化勞動(dòng)力市場(chǎng)機(jī)制，破除阻礙勞動(dòng)力遷移的體制性障礙，促進(jìn)勞動(dòng)力合理流動(dòng)，進(jìn)而縮小勞動(dòng)力收入差距。

參考文獻(xiàn)：

[1]?CARD D. The causal effect of education on earnings[J].Handbook of Labor Economics，1999（3）：1801-1863.

[2]?楊俊，黃瀟，李曉羽.教育不平等與收入分配差距：中國(guó)的實(shí)證分析[J].管理世界，2008（1）：38-?47.

[3]?MINCER JA. Age and experience profiles of earnings[M]. NBER Chapters，1974：64-82.

[4]?BUCHINSKY M. Changes in the U.S. wage structure 1963—1987：Application of quantile regression[J]. Econometrica，1994，62（2）：405-?458.

[5]?MWABU G，SCHULTZ T P. Education returns across quantiles of the wage function：Alternative explanations for returns to education by race in South Africa[J].The American Economic Review，1996，86（2）：335-339..

[6]?BUCHINSKY M. The dynamics of changes in the female wage distribution in the USA：A quantile regression approach[J]. Journal of Applied Econometrics，1998，13：1-30.

[7]?STAVENA A，ARABSHEIBANI G，MURPHY R P. Returns to education in four transition countries：Quantile regression approach[J]. IZA Discussion Paper，2010，No 5210：1-34.

[8]?MARTINS P S，PERIRA P T. Does education reduce wage inequality？ Quantile regression evidence from 16 countries[J]. Labor Economics，2004，11：355-371.

[9]?張車(chē)偉.人力資本回報(bào)率變化與收入差距：馬太效應(yīng)及其政策含義[J].經(jīng)濟(jì)研究，2006（12）：59-70.

[10]鄧曲恒.城鎮(zhèn)居民與流動(dòng)人口的收入差異[J].中國(guó)人口科學(xué)，2007（2）：8-16.

[11]邢春冰.中國(guó)不同所有制部門(mén)的工資決定與教育回報(bào)：分位數(shù)回歸的證據(jù)[J].世界經(jīng)濟(jì)文匯，2006（04）：1-26.

[12]張濤.工資收入差異的解釋?zhuān)夯诜治粩?shù)回歸的經(jīng)驗(yàn)研究[J].統(tǒng)計(jì)與信息論壇，2011（11）：50-56.

[13]BASSETT G，CHEN H. Economic applications of quantile regression[M]. Physica-Verlag HD，2002：293-305.

[14]LESLEY T. The returns to higher education for marginal students：Evidence from Colorado welfare recipients[J]. Economics of Education Review，2015（9）：1-16.

[15]MAGDALENA T D. Estimate of the private return on education in Indonesia：Evidence from sibling data[J]. International Journal of Educational Development，2015，42：14-24.

[16]KNIGHT J，SONG L. Increasing urban wage inequality in China[J]. Economics of Transition，2003，1：597-619.

[17]GOEDHUYS M，SLEUWAEGEN L. High-growth entrepreneurial firms in Africa：A quantile regression approach[J]. Small Business Economics，2010，34：31-51.

[18]徐舒. 技術(shù)進(jìn)步、教育收益與收入不平等[J].經(jīng)濟(jì)研究，2010（9）：79-92.

[19]邵宜航，汪宇娟，劉雅南.勞動(dòng)力流動(dòng)與收入差距演變：基于我國(guó)城市的理論與實(shí)證[J].經(jīng)濟(jì)學(xué)家，2016（1）：33-?41.

[20]甄小鵬，凌晨.農(nóng)村勞動(dòng)力流動(dòng)對(duì)農(nóng)村收入及收入差距的影響[J].經(jīng)濟(jì)學(xué)（季刊），2017，16（3）：1073-1096.

[21]樊士德，姜德波.勞動(dòng)力流動(dòng)與地區(qū)經(jīng)濟(jì)增長(zhǎng)差距研究[J].中國(guó)人口科學(xué)，2011（2）：27-38.

[22]彭國(guó)華.技術(shù)能力匹配、勞動(dòng)力流動(dòng)與中國(guó)地區(qū)差距[J].經(jīng)濟(jì)研究，2015（1）：99-110.

[23]邢春冰，賈淑艷，李實(shí).教育回報(bào)率的地區(qū)差異及其對(duì)勞動(dòng)力流動(dòng)的影響[J].經(jīng)濟(jì)研究，2013（11）：114-126.

[24]趙西亮.教育、戶籍轉(zhuǎn)換與城鄉(xiāng)教育收益率差異[J].經(jīng)濟(jì)研究，2017（12）：150-163.

[25]ABADIE A，ANGRIST J，IMBENS G. Instrumental variables estimates of the effect of subsidized training on the quantiles of trainee earnings[J].Econometrica，2002，70（1）：91-117.

[26]張?zhí)K，曾慶寶. 教育的人力資本代際傳遞效應(yīng)述評(píng)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2011（8）：127-132.

[27]FIRPO S. Efficient semiparametric estimation of quantile treatment effects[J]. Econometrica，2007，75（1）：259-276.

[28]孫三百，黃薇，洪俊杰.勞動(dòng)力自由遷移為何如此重要——基于代際收入流動(dòng)的視角[J].經(jīng)濟(jì)研究，2012（5）： 147-159.

[29]HECKMAN J，URZUA S，VYTLACIL E. Understanding instrument variables in models with essential heterogeneity[J]. Review of Economics and Statistics，2006，88：389-?432.

[30]陸銘，高虹，佐藤宏.城市規(guī)模與包容性就業(yè)[J].中國(guó)社會(huì)科學(xué)，2012（10）：47-?66.

Chinas Labor Immigration and Its Influence on Income Distribution：

Empirical Study Based on Education Return

HUANG Xiao， LUO Jun-chao

（Yangtze Upriver Economic Research Center， Chongqing Technology and Business University， Chongqing 400067， China）

Abstract： The analysis based on the China Labor-force Dynamic Survey data shows that Chinas education return rate has significant difference in income hierarchies， that the education return rate rises with the rising of income level as a whole， that there is big difference between lower income hierarchy and other income levels， that the education return rate of middle income hierarchy is the highest， and that the labor immigration can obviously promote the education return rate for receiving high education of middle and high income groups and for receiving middle education of middle income group to further strengthen their income advantages. The contribution of education return rate to income difference is more uneven than education level， as a whole， the labor immigration is conducive to narrowing the income gap related to individual education （especially high education）. Thus， the allocation of education resources should be helpful to raise the education level of lower income groups， we should eliminate the systematic barrier resisting labor immigration to narrow the income gap resulting from the difference in individual education.

Key words： education return rate; income difference; labor immigration; income hierarchy; higher education; education gain rate; factor reward effect; factor structure effect