胡德鑫，田云紅

(天津大學(xué) 教育學(xué)院， 天津 300354)

一、問(wèn)題提出

自20世紀(jì)60年代以來(lái)，伴隨全球化的加速發(fā)展，以信息技術(shù)為先導(dǎo)的知識(shí)經(jīng)濟(jì)逐漸興起，各國(guó)紛紛加大對(duì)人力資本的政策傾斜與資源投入力度，其中以美國(guó)、英國(guó)為代表的西方發(fā)達(dá)國(guó)家率先在全球范圍內(nèi)掀起高等教育擴(kuò)張風(fēng)潮。相比之下，我國(guó)高等教育大規(guī)模擴(kuò)張雖比其他發(fā)達(dá)國(guó)家晚30年左右，但卻是全球范圍內(nèi)將規(guī)模擴(kuò)張作為國(guó)家戰(zhàn)略的唯一發(fā)展中國(guó)家[1]。為緩解高等教育資源供給的有限性與社會(huì)公眾對(duì)高等教育資源巨大需求之間的矛盾，我國(guó)于1999年出臺(tái)《面向21世紀(jì)教育振興行動(dòng)計(jì)劃》，自此拉開(kāi)了我國(guó)高校擴(kuò)招的歷史序幕。相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示，在采取后發(fā)外生型教育擴(kuò)張政策以后，我國(guó)高校規(guī)模擴(kuò)張速度空前高漲，高等教育毛入學(xué)率由1998年的9.8%迅速攀升至2020年的54.4%；普通本專科招生規(guī)模由1998年的108萬(wàn)人激增至2020年的967.45萬(wàn)人，增長(zhǎng)幅度高達(dá)795.8%。高等教育規(guī)模擴(kuò)張一方面可以增加不同收入階層獲得高等教育的機(jī)會(huì)，促使勞動(dòng)力整體素質(zhì)和生產(chǎn)效率的提高，為經(jīng)濟(jì)增長(zhǎng)提供較為充足的人力資本；另一方面有助于農(nóng)村居民突破戶籍壁壘，推動(dòng)勞動(dòng)力的合理流動(dòng)。但是短時(shí)間內(nèi)的規(guī)模擴(kuò)張也引發(fā)不少負(fù)面爭(zhēng)議：一是擴(kuò)張以后大量高校畢業(yè)生涌入勞動(dòng)力市場(chǎng)，用人單位一般采用低薪聘用或拔高標(biāo)準(zhǔn)的方式以降低對(duì)勞動(dòng)者生產(chǎn)效率誤判的成本，高等教育的學(xué)歷信號(hào)作用有所減弱，逐步形成初次就業(yè)的大學(xué)生起薪低、就業(yè)難的困窘局面，從而助長(zhǎng)了“讀書無(wú)用論”聲音的蔓延；二是擴(kuò)張可能拉大城鄉(xiāng)勞動(dòng)力和不同收入群體的收入差距。根據(jù)最大化維持不平等理論和有效維持不平等理論，高等教育規(guī)模擴(kuò)張使高階層家庭獲得教育數(shù)量和質(zhì)量的優(yōu)勢(shì)得以擴(kuò)大，教育資源獲取的不平等會(huì)進(jìn)一步阻塞弱勢(shì)階層子女向上流動(dòng)的通道，從而出現(xiàn)“寒門難出貴子”的論斷，有實(shí)證研究表明，農(nóng)村勞動(dòng)力的教育投資收益遠(yuǎn)低于城鎮(zhèn)，并且通過(guò)教育回報(bào)的異質(zhì)性收益特征拉大了不同收入組群間的貧富差距[2]。

為了厘清高等教育規(guī)模擴(kuò)張、高等教育回報(bào)率和城鄉(xiāng)居民收入差距之間的關(guān)系，本研究旨在探討以下幾個(gè)問(wèn)題：在高等教育快速發(fā)展和經(jīng)濟(jì)持續(xù)轉(zhuǎn)型的進(jìn)程中，我國(guó)高等教育回報(bào)率發(fā)生了怎樣的變化？城鄉(xiāng)居民高等教育回報(bào)率有何差異？高等教育規(guī)模擴(kuò)張是否帶來(lái)不同收入階層差距的擴(kuò)大，進(jìn)而導(dǎo)致城鄉(xiāng)居民收入差距擴(kuò)大的馬太效應(yīng)？

二、文獻(xiàn)綜述

(一)高等教育規(guī)模擴(kuò)張的實(shí)證爭(zhēng)議與理論闡釋

高等教育規(guī)模擴(kuò)張是由經(jīng)濟(jì)社會(huì)與教育系統(tǒng)耦合催生的必然產(chǎn)物之一，對(duì)高等教育回報(bào)率的準(zhǔn)確估計(jì)有助于科學(xué)評(píng)估高校擴(kuò)招政策產(chǎn)生的現(xiàn)實(shí)成效。早期文獻(xiàn)在估計(jì)教育回報(bào)率時(shí)一般基于標(biāo)準(zhǔn)的明瑟收益方程，采用傳統(tǒng)的普通最小二乘法進(jìn)行估計(jì)[3-6]，但是這類研究往往由于能力偏差、測(cè)量誤差、遺漏變量、異質(zhì)性和樣本自選擇等因素，造成研究結(jié)論的不準(zhǔn)確[7]。隨著計(jì)量經(jīng)濟(jì)模型的不斷更新迭代，后續(xù)一些學(xué)者采用更為新穎的方法對(duì)不同時(shí)期的教育回報(bào)率進(jìn)行估計(jì)，例如，工具變量法、斷點(diǎn)回歸法和固定效應(yīng)法等[8-10]，以便克服研究過(guò)程中存在的內(nèi)生性問(wèn)題。在通過(guò)估計(jì)教育回報(bào)率評(píng)價(jià)高校擴(kuò)招政策實(shí)施效果方面，一些實(shí)證研究指出，高等教育規(guī)模的擴(kuò)張有利于高水平人力資本積累，進(jìn)而換來(lái)個(gè)人收益回報(bào)的提高[11-12]。另一些實(shí)證研究卻發(fā)現(xiàn)，伴隨高等教育的全面擴(kuò)張，個(gè)人收益回報(bào)將受到嚴(yán)重?cái)D壓[13-14]。于是，一些具有競(jìng)爭(zhēng)性的理論被提出，用以解釋高等教育規(guī)模擴(kuò)張對(duì)個(gè)人收益回報(bào)的影響。

現(xiàn)代化理論認(rèn)為，隨著經(jīng)濟(jì)發(fā)展、技術(shù)進(jìn)步、工業(yè)化發(fā)展和教育擴(kuò)招，社會(huì)對(duì)技術(shù)型和知識(shí)型人才的需求明顯增加，教育等后致性因素成為個(gè)體社會(huì)經(jīng)濟(jì)地位的決定性因素，家庭背景等先賦性因素的不利影響將逐漸被削弱[15]。基于人力資本理論的技能偏向型技術(shù)進(jìn)步假設(shè)認(rèn)為，技術(shù)進(jìn)步是經(jīng)濟(jì)發(fā)展的核心推動(dòng)力，技術(shù)進(jìn)步帶來(lái)技能需求，進(jìn)而帶動(dòng)教育的發(fā)展。在技術(shù)進(jìn)步模式下，勞動(dòng)力市場(chǎng)會(huì)更加依賴技能水平比較高的勞動(dòng)力，從而使得接受過(guò)高等教育的勞動(dòng)力獲得更高的工資[16]。但是，文憑信號(hào)篩選理論和工作競(jìng)爭(zhēng)理論提供了另一種解釋視角。受教育水平(文憑)是雇主評(píng)判求職者能力高低的重要信號(hào)。在勞動(dòng)力市場(chǎng)上，對(duì)于求職者而言，個(gè)體收入的高低并不是由絕對(duì)教育水平?jīng)Q定的，而是取決于相對(duì)教育水平[17]。因此，高校擴(kuò)招使人力資本的供給大量增加的同時(shí)，也降低了高等教育的區(qū)分度，雇主會(huì)更傾向于聘用更高層次文憑的求職者，特定文憑持有者在勞動(dòng)力市場(chǎng)中的相對(duì)位置后移，從而導(dǎo)致高等教育的文憑貶值[18]。

(二)高等教育回報(bào)率與城鄉(xiāng)居民收入差距

資源稟賦差異和突出的二元經(jīng)濟(jì)結(jié)構(gòu)是造成我國(guó)城鄉(xiāng)居民收入差距的主要原因[19]。理論上認(rèn)為教育和職業(yè)可以通過(guò)人力資本的內(nèi)生傳導(dǎo)機(jī)制實(shí)現(xiàn)對(duì)收入差距的削弱作用。教育回報(bào)率作為人力資本的外生效應(yīng)體現(xiàn)，可以有效反映對(duì)收入差距的影響。Knight和Sabot曾指出，教育回報(bào)率在影響居民收入差距中表現(xiàn)為兩種效應(yīng)：第一種是結(jié)構(gòu)效應(yīng)，當(dāng)教育回報(bào)率一定時(shí)，教育結(jié)構(gòu)的變化會(huì)擴(kuò)大居民收入差距；第二種是壓縮效應(yīng)，在教育結(jié)構(gòu)保持不變的情況下，教育回報(bào)會(huì)隨著教育供給的相對(duì)增加而降低，進(jìn)而導(dǎo)致收入差距的縮小[20]。從實(shí)際政策來(lái)看，我國(guó)高校擴(kuò)招政策旨在增加不同群體，特別是農(nóng)村階層群體的大學(xué)入學(xué)率，提高農(nóng)村居民受教育程度，促進(jìn)其人力資本積累，進(jìn)而改善其收入境況。國(guó)內(nèi)部分學(xué)者的研究結(jié)論肯定了擴(kuò)張政策對(duì)城鄉(xiāng)收入差距的調(diào)節(jié)功能，認(rèn)為高等教育的規(guī)模擴(kuò)張通過(guò)機(jī)會(huì)增加效應(yīng)和非農(nóng)就業(yè)效應(yīng)提升農(nóng)村居民的高等教育回報(bào)率，進(jìn)而縮小城鄉(xiāng)收入差距[21]。但是也有反對(duì)者認(rèn)為，高校擴(kuò)招政策帶來(lái)的高等教育規(guī)模擴(kuò)張，并沒(méi)有改善城鄉(xiāng)居民收入差距[22]，原因在于城鎮(zhèn)居民比農(nóng)村居民更享有資源稟賦上的優(yōu)勢(shì)，農(nóng)村居民通過(guò)高等教育擴(kuò)張獲得的收益可能會(huì)被最初的教育資源缺口所“沖淡”[23]。同時(shí)，農(nóng)村居民獲取社會(huì)資源的能力有限，這也會(huì)影響其在勞動(dòng)力市場(chǎng)上的表現(xiàn)，從而弱化未來(lái)工作收入的增長(zhǎng)效應(yīng)。

(三)研究述評(píng)

通過(guò)對(duì)現(xiàn)有文獻(xiàn)進(jìn)行總結(jié)可以發(fā)現(xiàn)：在研究結(jié)論上，關(guān)于規(guī)模擴(kuò)張帶來(lái)的高等教育回報(bào)率變動(dòng)情況以及高等教育對(duì)城鄉(xiāng)居民收入差距的影響，學(xué)術(shù)界尚未達(dá)成一致性結(jié)論；在數(shù)據(jù)選擇上，多數(shù)文獻(xiàn)使用的是2013年以前的數(shù)據(jù)，這不利于捕捉高等教育回報(bào)的最新時(shí)序變化，并且在分析高等教育規(guī)模擴(kuò)張對(duì)城鄉(xiāng)居民收入差距的影響時(shí)，缺少時(shí)間演進(jìn)方面的刻畫；在研究?jī)?nèi)容上，以往研究側(cè)重關(guān)注高等教育回報(bào)的整體平均效應(yīng)，而在評(píng)價(jià)一個(gè)政策的實(shí)施效果時(shí)，人們更加關(guān)注的是政策的分布效應(yīng)，即針對(duì)城鄉(xiāng)不同收入人群，探究高等教育回報(bào)的群體差異；在研究方法上，教育與收入的關(guān)系時(shí)常受到異質(zhì)性和自選擇偏差的干擾，以往大部分研究常采用的最小二乘法無(wú)法實(shí)現(xiàn)對(duì)教育回報(bào)率的準(zhǔn)確估計(jì)，會(huì)增加系數(shù)偏估的風(fēng)險(xiǎn)。

本文可能的邊際貢獻(xiàn)主要體現(xiàn)在3個(gè)方面：在數(shù)據(jù)選擇上，使用2008年和2017年的數(shù)據(jù)，動(dòng)態(tài)對(duì)比高等教育回報(bào)在高校擴(kuò)招前期和擴(kuò)招后期的變動(dòng)情況，補(bǔ)充高等教育回報(bào)率的最新變化數(shù)據(jù)。在研究?jī)?nèi)容上，不僅分析城鄉(xiāng)兩組群的高等教育回報(bào)率，并且分別將城鄉(xiāng)居民劃分為不同收入組群，進(jìn)一步探討不同收入群體的高等教育回報(bào)率。在研究方法上，綜合利用3種計(jì)量方法以便更為準(zhǔn)確地估計(jì)與分析教育回報(bào)率和城鄉(xiāng)收入差距的分化情況。首先，采用普通最小二乘法做基準(zhǔn)回歸；其次，利用傾向得分匹配法突破最小二乘法的局限性，克服樣本異質(zhì)性和自選擇偏差帶來(lái)的內(nèi)生性問(wèn)題，對(duì)最小二乘法的測(cè)算結(jié)果進(jìn)一步做穩(wěn)健性檢驗(yàn)；最后，應(yīng)用分位數(shù)回歸法估計(jì)高等教育在不同收入群體中的異質(zhì)性收益回報(bào)。

三、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源與變量選取

本文數(shù)據(jù)來(lái)源于中國(guó)人民大學(xué)中國(guó)數(shù)據(jù)和調(diào)查中心開(kāi)展的中國(guó)綜合社會(huì)調(diào)查(CGSS)，該調(diào)查采用多階分層隨機(jī)抽樣方法，調(diào)查對(duì)象分布于全國(guó)30個(gè)省份(不含西藏、香港、澳門和臺(tái)灣)，樣本覆蓋范圍大，2008年和2017年的調(diào)查人數(shù)分別為0.6萬(wàn)人和1.2萬(wàn)人，可視為全國(guó)代表性樣本。根據(jù)我國(guó)法定退休年齡的規(guī)定(男性退休年齡為60歲，女性退休年齡為55歲，為保證樣本容量，將男性退休年齡設(shè)定為上限)，并結(jié)合大學(xué)教育完成時(shí)的年齡(通常為22歲)，本文將樣本限制在22歲至60歲已經(jīng)畢業(yè)、有工資收入的個(gè)體，剔除關(guān)鍵變量下的缺失值，最終得到2008年有效樣本量為3 012個(gè)，2017年有效樣本量為5 591個(gè)。

在變量選取方面：(1)因變量為個(gè)體年收入對(duì)數(shù)。(2)自變量為是否接受過(guò)高等教育，根據(jù)問(wèn)卷中個(gè)人受教育程度信息，將大學(xué)?？啤⒋髮W(xué)本科以及研究生學(xué)歷視為接受過(guò)高等教育，賦值為1，其余受教育程度視為未接受過(guò)高等教育，賦值為0。(3)控制變量分別為工作經(jīng)驗(yàn)、工作經(jīng)驗(yàn)的平方、性別、婚姻狀況、健康狀況和地區(qū)。工作經(jīng)驗(yàn)=年齡-個(gè)體受教育年限-6；在性別中，男性賦值為1，女性賦值為0；在婚姻狀況中，已婚包括已婚有配偶、分居和喪偶3種狀態(tài)，賦值為1，未婚包括單身從未婚、離婚和同居3種狀態(tài)，賦值為0；在健康狀況中，健康包括很健康、比較健康和一般健康3種狀態(tài)，賦值為1，不健康包括比較不健康和很不健康兩種狀態(tài)，賦值為0；在地區(qū)中，東部賦值為1，中部賦值為2，西部賦值為3，西部為參照組。

(二)描述性統(tǒng)計(jì)

從表1可以看出，勞動(dòng)力收入水平隨著時(shí)間的推移表現(xiàn)出增長(zhǎng)的態(tài)勢(shì)，收入對(duì)數(shù)由2008年的9.03增加至2017年的10.16。2017年“是否接受過(guò)高等教育”這一變量的均值約是2008年的兩倍，反映出我國(guó)高校持續(xù)擴(kuò)招以后，接受過(guò)高等教育的群體比例迅速上升的事實(shí)。從圖1可以看出，無(wú)論是城鎮(zhèn)還是農(nóng)村，接受過(guò)高等教育的居民收入均遠(yuǎn)高于未接受過(guò)高等教育的居民收入。具體來(lái)看，農(nóng)村居民內(nèi)部群體的收入差距由2008年的1.77倍增加至2017年的2.15倍，城鎮(zhèn)居民內(nèi)部收入差距由2008年的1.79倍增加至2017年的2.06倍，這從側(cè)面反映出接受高等教育仍然是城鄉(xiāng)居民提高收入的重要途徑。

表1 變量的描述性統(tǒng)計(jì)

圖1 城鄉(xiāng)居民收入差異

(三)模型與方法

1.普通最小二乘法

美國(guó)經(jīng)濟(jì)學(xué)家明瑟曾指出，“在人力資本中，教育與經(jīng)驗(yàn)對(duì)收入的影響具有決定性作用，其他人力資本要素可視為次要變量或外生變量”[24]，并且推導(dǎo)出收入與其決定性因素的函數(shù)關(guān)系表達(dá)式：

lny=β0+β1edu+β2expr+β3expr2+∑βix+ε

(1)

上式中，lny為年收入對(duì)數(shù)，edu為高等教育的虛擬變量，expr為控制變量中的工作經(jīng)驗(yàn)，expr2為工作經(jīng)驗(yàn)的平方，x為影響收入水平的其他外生控制變量，ε為隨機(jī)擾動(dòng)項(xiàng)，并且滿足E(ε)=0，β1、β2、β3、βi為各自變量的相關(guān)系數(shù)。根據(jù)研究目的，著重關(guān)注β1系數(shù)的變動(dòng)情況，即教育回報(bào)率。

2.傾向得分匹配法

雖然普通最小二乘法可以估計(jì)出接受高等教育的回報(bào)率，但是該方法是基于同質(zhì)性假定，忽視了個(gè)體異質(zhì)性帶來(lái)的選擇性偏差。具體而言，不同樣本存在個(gè)體、家庭、社會(huì)特征等方面的顯著差異，這些因素都會(huì)影響個(gè)體的受教育程度，如果直接使用(1)式估計(jì)出來(lái)的回報(bào)率必然存在很大的偏誤。傾向得分匹配法(Propensity Score Matching，PSM)是基于“反事實(shí)推斷模型”，通過(guò)對(duì)處理組和控制組進(jìn)行匹配再抽樣的方法。該方法能讓觀測(cè)數(shù)據(jù)盡可能地接近隨機(jī)試驗(yàn)數(shù)據(jù)，最大限度克服自選擇性偏差帶來(lái)的結(jié)果誤差。

傾向得分匹配法的基本思路，是將本研究中的樣本分為兩組，一組為接受過(guò)高等教育，稱為處理組，此時(shí)令Ti=1；一組為沒(méi)有接受過(guò)高等教育，稱為控制組，此時(shí)令Ti=0。對(duì)于個(gè)體i，其潛在的結(jié)果變量為個(gè)體收入被定義為Yi(Ti)，其中i=1，2，…，N，N為個(gè)體總數(shù)。高等教育對(duì)個(gè)體收入影響的平均處理效應(yīng)(ATT)為處理組的實(shí)際結(jié)果值E[Y(1)|T=1]與假設(shè)個(gè)體未接受過(guò)高等教育時(shí)結(jié)果值的差值，表達(dá)式如下：

πATT=E(π|T=1]=E[Y(1)|T=1]-E[Y(0)|T=1]

(2)

實(shí)際上，(2)式中的E[Y(0)|T=1]無(wú)法觀測(cè)，稱為反事實(shí)均值。傾向得分匹配法的核心是使用真實(shí)的未接受過(guò)高等教育的結(jié)果值E[Y(1)|T=0]作為假設(shè)結(jié)果的替代值，其基本思想是為所有接受過(guò)高等教育的個(gè)體尋找一個(gè)與其稟賦特征相似甚至相同的未接受過(guò)高等教育的個(gè)體，將兩者的結(jié)果均值相減，從而得到高等教育回報(bào)的準(zhǔn)確估計(jì)值。在使用傾向得分匹配法時(shí)必須滿足兩個(gè)假設(shè)。條件獨(dú)立假設(shè)。假設(shè)存在一系列可以觀察到的控制變量，它們既影響個(gè)體是否接受過(guò)高等教育，也影響個(gè)體收入，但反過(guò)來(lái)不會(huì)受是否接受過(guò)高等教育的影響。在控制這些變量后，“是否接受過(guò)高等教育”在個(gè)體中隨機(jī)分配。處理組與控制組的個(gè)體收入差異來(lái)自“是否接受過(guò)高等教育”這個(gè)準(zhǔn)實(shí)驗(yàn)處理。其次是共同支撐假設(shè)。該假設(shè)要求具備某些特征的個(gè)體同時(shí)具有成為接受過(guò)高等教育個(gè)體和未接受過(guò)高等教育個(gè)體的正向概率，即處理組與控制組的傾向得分取值范圍有相同的部分。如果滿足以上兩個(gè)假設(shè)條件，處理組與控制組結(jié)果均值的加權(quán)差異(ATT)的傾向得分估計(jì)值可以表示為：

(3)

傾向得分匹配常用的方法包括最近鄰匹配、半徑匹配和核匹配3種方法。最近鄰匹配法即選擇與處理組匹配得分最為接近的控制組作為匹配對(duì)象；半徑匹配法即設(shè)置一個(gè)匹配得分差異的最大容忍值，容忍值(“半徑”)內(nèi)的所有樣本作為匹配樣本；核匹配法即根據(jù)控制組與處理組的匹配得分距離計(jì)算匹配權(quán)數(shù)，對(duì)更接近處理組樣本傾向得分的控制組樣本賦予更大的權(quán)重并進(jìn)行匹配。本文主要采用最近鄰匹配和半徑匹配兩種方法進(jìn)行匹配。

3.分位數(shù)回歸法

教育對(duì)個(gè)體收入的影響往往不是線性、均質(zhì)的，不同收入組群間的教育回報(bào)并不隨收入變化呈現(xiàn)單一趨勢(shì)變動(dòng)，基于均值回歸的普通最小二乘法和傾向得分匹配法都無(wú)法捕捉到這種非線性變化。為了準(zhǔn)確估計(jì)教育的異質(zhì)性收益特征，考察高等教育回報(bào)在不同收入群體間的分布情況，本文采用Koenker和Bassett提出的分位數(shù)回歸法[25]來(lái)估算不同收入分位點(diǎn)上的教育回報(bào)率，并建立以下回歸模型：

Quantθ(lnyi|xi)=μixi

(4)

Quantθ(lnyi|xi)表示lnyi在給定自變量xi的情況下與分位點(diǎn)θ對(duì)應(yīng)的條件分位數(shù)式，μi為分位數(shù)回歸系數(shù)。從經(jīng)濟(jì)學(xué)的角度來(lái)看，針對(duì)教育變量來(lái)說(shuō)，分位數(shù)回歸系數(shù)的含義是不同收入群體的教育回報(bào)率。例如，當(dāng)θ=10%時(shí)，回歸系數(shù)代表對(duì)于個(gè)體收入排在10%位置上(由低到高排序)的教育回報(bào)率的一種估計(jì)。

四、實(shí)證結(jié)果

(一)普通最小二乘法估計(jì)結(jié)果

首先采用普通最小二乘法檢驗(yàn)高等教育回報(bào)率的總體變動(dòng)情況以及城鄉(xiāng)差異，結(jié)果見(jiàn)表2。從全樣本來(lái)看，自高校招生規(guī)模持續(xù)擴(kuò)張以來(lái)，總體的高等教育回報(bào)率由2008年的45.5%上升至2017年的57.8%。從分樣本來(lái)看，城鎮(zhèn)的高等教育回報(bào)率伴隨時(shí)間的推移略有降低，下降幅度為14.8%。相反，農(nóng)村的高等教育回報(bào)率未減反增，增長(zhǎng)幅度為85.6%。從時(shí)間趨向上對(duì)比城鄉(xiāng)差異，2008年城鎮(zhèn)的高等教育回報(bào)率(60.8%)明顯高于農(nóng)村樣本(35.5%)。到了2017年，農(nóng)村的高等教育回報(bào)率(65.9%)反超城鎮(zhèn)樣本(51.8%)。由于長(zhǎng)期以來(lái)我國(guó)存在明顯的城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)特征，勞動(dòng)力市場(chǎng)上的戶籍分割現(xiàn)象相當(dāng)嚴(yán)重，農(nóng)村居民在工資報(bào)酬方面與城鎮(zhèn)居民相比處于劣勢(shì)地位。伴隨著高校擴(kuò)招政策的深入推進(jìn)和戶籍制度改革，大量農(nóng)村勞動(dòng)力涌入城市就業(yè)，農(nóng)村居民成為高等教育的“相對(duì)較大獲益者”，該現(xiàn)象背后反映出很強(qiáng)的政策信號(hào)，即擴(kuò)大農(nóng)村地區(qū)的高等教育入學(xué)率有助于縮小城鄉(xiāng)居民收入差距。

表2 基于普通最小二乘法的高等教育回報(bào)率

續(xù)表

在控制變量方面，兩個(gè)年份中男性的工資收入均顯著高于女性，符合現(xiàn)實(shí)經(jīng)驗(yàn)。目前，包括我國(guó)在內(nèi)諸多國(guó)家的多種行業(yè)都存在不同程度的性別隔離現(xiàn)象，與男性相比，女性在薪酬回報(bào)、職位晉升以及技能培訓(xùn)等領(lǐng)域處于劣勢(shì)地位，造成這種結(jié)果的原因是多方面的，諸如兩性在社會(huì)角色構(gòu)建中的不同期待(如男主外、女主內(nèi))、雇主追求邊際利潤(rùn)最大化的內(nèi)在動(dòng)機(jī)等。然而將男性和接受過(guò)高等教育兩個(gè)變量做交互項(xiàng)后發(fā)現(xiàn)，男性的高等教育回報(bào)率顯著低于女性，與前人的研究結(jié)果一致。以往相關(guān)文獻(xiàn)曾證實(shí)，接受過(guò)高等教育的勞動(dòng)者面臨的歧視往往低于未接受過(guò)高等教育的勞動(dòng)者，特別是接受過(guò)高等教育的女性面臨的相對(duì)歧視遠(yuǎn)低于未接受過(guò)高等教育的女性[26]，由此說(shuō)明女性接受高等教育能夠緩解當(dāng)前我國(guó)勞動(dòng)力市場(chǎng)上存在的性別、工資不平等問(wèn)題。工作經(jīng)驗(yàn)方面，一次項(xiàng)系數(shù)為正，二次項(xiàng)系數(shù)為負(fù)，說(shuō)明工作經(jīng)驗(yàn)的積累對(duì)個(gè)體收入增長(zhǎng)的邊際效應(yīng)呈現(xiàn)出先增長(zhǎng)后降低的“倒U型”曲線。此外，已婚、健康和東中部個(gè)體的收入水平要顯著高于參照組。

(二)傾向得分估計(jì)

1.影響個(gè)體接受高等教育的因素概率估計(jì)Logit模型

傾向得分匹配法需要借助Logit模型考察影響個(gè)體接受高等教育的因素，表3的數(shù)據(jù)結(jié)果表明模型回歸的擬合結(jié)果較好，R2值分別達(dá)到了0.291和0.257，選擇的控制變量對(duì)預(yù)測(cè)個(gè)體是否接受過(guò)高等教育具有較強(qiáng)的解釋力度。從回歸系數(shù)來(lái)看，工作經(jīng)驗(yàn)、婚姻和健康等因素顯著地影響個(gè)體接受高等教育的概率。具體來(lái)看，工作經(jīng)驗(yàn)對(duì)個(gè)體接受過(guò)高等教育的影響為負(fù)，反映出高中畢業(yè)后直接接受高等教育的概率要高于工作一段時(shí)間后再接受高等教育的概率。由于家庭因素的制約，從時(shí)間分配和機(jī)會(huì)成本角度考慮，已婚個(gè)體接受高等教育的概率遠(yuǎn)低于未婚個(gè)體。健康的身體對(duì)個(gè)體接受高等教育有顯著的正向影響。此外，從地區(qū)因素來(lái)看，處于東部和中部地區(qū)的個(gè)體接受高等教育的概率顯著高于西部地區(qū)，造成這一結(jié)果的根本原因在于，長(zhǎng)期以來(lái)我國(guó)教育資源分布存在一定的空間鎖定和路徑依賴[27]，教育事業(yè)發(fā)展與地區(qū)經(jīng)濟(jì)水平高度相關(guān)，為了尋求個(gè)體利益，西部勞動(dòng)力大量遷移至東中部經(jīng)濟(jì)發(fā)達(dá)地區(qū)，導(dǎo)致高學(xué)歷人力資本存在一定程度的地理空間聚集。

表3 個(gè)體接受高等教育影響因素的Logit模型估計(jì)

續(xù)表

2.基于傾向得分匹配法的高等教育回報(bào)估計(jì)值

為了保證數(shù)據(jù)結(jié)果的穩(wěn)健性，采用最近鄰匹配和半徑匹配兩種方法對(duì)處理組和控制組進(jìn)行匹配。表4呈現(xiàn)了兩個(gè)年份的高等教育回報(bào)率(即ATT值)，從總樣本和分樣本數(shù)據(jù)來(lái)看，兩種匹配方法得到的估計(jì)值較為穩(wěn)健與一致，并且具備統(tǒng)計(jì)學(xué)意義上的顯著性。從總樣本來(lái)看，2008年高等教育的回報(bào)率分布在45%至56%區(qū)間，2017年高等教育回報(bào)率分布在65%至66%區(qū)間。從時(shí)間縱向?qū)Ρ葋?lái)看，高等教育的總回報(bào)率并沒(méi)有因?yàn)閯趧?dòng)力的大量供給而降低，反而隨著時(shí)間的推移有所上升，這進(jìn)一步佐證上文結(jié)論的有效性。因此，有相當(dāng)?shù)淖C據(jù)認(rèn)為，高校擴(kuò)招政策帶來(lái)的人力資本擴(kuò)張，并沒(méi)有降低我國(guó)的高等教育回報(bào)率。城鄉(xiāng)分樣本的高等教育回報(bào)率變動(dòng)趨勢(shì)與前文分析一致，在此不做贅述。

表4 基于傾向得分匹配法的高等教育回報(bào)率估計(jì)值

(三)分位數(shù)回歸測(cè)算結(jié)果

此部分采用分位數(shù)回歸法檢驗(yàn)高等教育回報(bào)率在城鄉(xiāng)不同收入群體間的分布效應(yīng)，以便更好地考察高校擴(kuò)張政策在不同時(shí)期對(duì)城鄉(xiāng)居民收入差距分化的影響。q10、q50、q90分別代表收入在10分位點(diǎn)、50分位點(diǎn)和90分位點(diǎn)，即低收入、中收入和高收入人群。表5呈現(xiàn)出不同收入分位點(diǎn)上高等教育回報(bào)率的差異與變動(dòng)情況。從城鎮(zhèn)樣本來(lái)看，2008年高等教育回報(bào)率隨著收入分位點(diǎn)的上升呈現(xiàn)出單調(diào)遞減的向下傾斜曲線。在10分位點(diǎn)上，高等教育回報(bào)率為73.4%，隨著收入分位點(diǎn)的上升，高等教育的回報(bào)率逐漸走低，下降至90分位點(diǎn)的38.5%。2017年高等教育回報(bào)率隨著收入分位點(diǎn)的上升呈現(xiàn)出先下降后上升的“V型”曲線。由10分位點(diǎn)的65.0%下降至50分位點(diǎn)的54.1%，最后上升到90分位點(diǎn)的63.8%。對(duì)于農(nóng)村樣本而言，兩個(gè)年份的高等教育回報(bào)率變化趨勢(shì)與城鎮(zhèn)樣本基本一致。2008年，10分位點(diǎn)上的高等教育回報(bào)率為89.3%，伴隨收入分位點(diǎn)的不斷升高，高等教育回報(bào)率下降至90分位點(diǎn)的23.8%。2017年，高等教育回報(bào)率由10分位點(diǎn)的85.6%下降至50分位點(diǎn)的61.8%，最后上升至90分位點(diǎn)的63.9%。

表5 基于分位數(shù)回歸的城鄉(xiāng)不同收入群體的收益回報(bào)

對(duì)低、中、高收入群體的高等教育回報(bào)率進(jìn)行對(duì)比發(fā)現(xiàn)，無(wú)論是擴(kuò)張前期還是擴(kuò)張后期，高等教育對(duì)城鄉(xiāng)低收入群體具有更強(qiáng)的增收效應(yīng)，高收入群體次之。在擴(kuò)張后期的城鎮(zhèn)樣本中，高等教育使得低收入群體逐漸進(jìn)入中等收入群體，而在高收入群體，高等教育使得高收入群體的收入迅速增加，從而進(jìn)一步擴(kuò)大中收入群體與高收入群體之間的差距。由此可見(jiàn)，隨著我國(guó)高等教育的不斷普及，城鎮(zhèn)低收入群體很有可能成為中等收入群體，而中等收入群體則難以實(shí)現(xiàn)收入層級(jí)的跨越，是否會(huì)出現(xiàn)中等收入陷阱是國(guó)家制定教育政策需要關(guān)注的重點(diǎn)。從城鎮(zhèn)、農(nóng)村樣本比較來(lái)看，農(nóng)村低收入群體的高等教育回報(bào)率更高，這意味著接受高等教育依舊是弱勢(shì)階層群體向上流動(dòng)的重要通道，高等教育仍然存在改善城鄉(xiāng)收入不平等的潛在空間。在此基礎(chǔ)上，對(duì)比城鄉(xiāng)低收入群體高等教育回報(bào)率的時(shí)間趨勢(shì)變化，結(jié)果顯示高等教育對(duì)低收入群體的收入促進(jìn)作用有所下降。

五、結(jié)論、討論與建議

(一)結(jié)論

本文基于中國(guó)綜合社會(huì)調(diào)查(CGSS)2008年和2017年的數(shù)據(jù)，首先利用普通最小二乘法測(cè)算規(guī)模擴(kuò)張對(duì)我國(guó)高等教育回報(bào)率產(chǎn)生的影響；其次使用傾向得分匹配法克服異質(zhì)性和自選擇偏差帶來(lái)的影響，對(duì)最小二乘法的測(cè)算結(jié)果做進(jìn)一步穩(wěn)健性驗(yàn)證；最后將城鄉(xiāng)居民收入劃分為五等份，采用分位數(shù)回歸法分析高等教育規(guī)模擴(kuò)張對(duì)不同收入群體的異質(zhì)性影響。研究結(jié)果顯示：(1)從時(shí)間維度的縱向?qū)Ρ葋?lái)看，我國(guó)高等教育回報(bào)率變化趨勢(shì)呈現(xiàn)出“總體增長(zhǎng)，城鎮(zhèn)降低，農(nóng)村上升”的變化特征，農(nóng)村高等教育回報(bào)率的上升幅度大于城鎮(zhèn)的下降幅度，使得總體的回報(bào)率表現(xiàn)為增長(zhǎng)態(tài)勢(shì)。無(wú)論是總樣本還是城鄉(xiāng)分樣本，接受高等教育對(duì)于提高居民收入仍然具有顯著的正向效應(yīng)，這意味著我國(guó)高校擴(kuò)招政策帶來(lái)的經(jīng)濟(jì)效益值得肯定。(2)從高等教育回報(bào)率的城鄉(xiāng)橫向?qū)Ρ葋?lái)看，擴(kuò)張前期，城鎮(zhèn)居民的高等教育回報(bào)率遠(yuǎn)高于農(nóng)村居民，而在擴(kuò)張后期，農(nóng)村居民高等教育回報(bào)率反超城鎮(zhèn)居民，農(nóng)村居民逐漸成為擴(kuò)張進(jìn)程中的相對(duì)較大獲益者。(3)在收入差距方面，高等教育規(guī)模擴(kuò)張具有縮小城鄉(xiāng)居民收入差距的公平效應(yīng)。城鎮(zhèn)和農(nóng)村居民高等教育回報(bào)率隨著收入分位點(diǎn)的上升均呈現(xiàn)由單調(diào)遞減的向下傾斜曲線轉(zhuǎn)變?yōu)閂型曲線，無(wú)論是城鎮(zhèn)居民還是農(nóng)村居民，低收入群體的高等教育回報(bào)率在兩個(gè)年份中均超過(guò)高收入群體，由此反映出高校擴(kuò)招政策對(duì)低收入群體的增收作用更為明顯，高等教育規(guī)模擴(kuò)張很有可能是縮小貧富差距、促進(jìn)城鄉(xiāng)收入公平的重要機(jī)制之一。但需要注意的是，隨著時(shí)間的推移，高等教育對(duì)城鄉(xiāng)低收入群體的政策紅利效應(yīng)正在減弱。

(二)討論

本文的研究結(jié)論為完善高校擴(kuò)招政策對(duì)城鄉(xiāng)居民收益的影響機(jī)制有一定的理論意義與參考價(jià)值。首先，高校擴(kuò)招政策持續(xù)實(shí)施多年，接受高等教育帶來(lái)的經(jīng)濟(jì)回報(bào)并未降低，這在一定程度上從經(jīng)濟(jì)科學(xué)視角評(píng)估了高校擴(kuò)招政策的實(shí)施成效與有益影響。但不可否認(rèn)的是，在高等教育規(guī)模持續(xù)擴(kuò)張的背景下，就業(yè)質(zhì)量下降、文憑價(jià)值貶值等諸多負(fù)面現(xiàn)象是同時(shí)存在的，諸如初帥、榮利穎等學(xué)者分別從城鄉(xiāng)教育機(jī)會(huì)平等性、高校畢業(yè)生起薪變動(dòng)趨勢(shì)角度驗(yàn)證了高校規(guī)模擴(kuò)張對(duì)其產(chǎn)生的抑制作用[28-29]。在高等教育內(nèi)涵式發(fā)展的背景下，有必要將穩(wěn)步擴(kuò)張與質(zhì)量提升統(tǒng)籌考慮，以確保人力資本存量的大幅上升不會(huì)降低城鄉(xiāng)居民群體的長(zhǎng)遠(yuǎn)經(jīng)濟(jì)收益。其次，在社會(huì)經(jīng)濟(jì)轉(zhuǎn)型時(shí)期，高校擴(kuò)招政策具備縮小城鄉(xiāng)居民收入差距的調(diào)節(jié)功能。從研究結(jié)果來(lái)看，無(wú)論城鎮(zhèn)還是農(nóng)村，低收入群體的高等教育回報(bào)率都超過(guò)高收入群體，但需注意的是，這種差距呈現(xiàn)縮小的趨勢(shì)，這可能是高等教育持續(xù)擴(kuò)張引發(fā)的高等教育邊際收益降低導(dǎo)致的。最后，接受高等教育是提升農(nóng)村居民直接經(jīng)濟(jì)收入、進(jìn)而打破階層固化與實(shí)現(xiàn)社會(huì)公平正義的有效手段，這對(duì)于祛除當(dāng)前彌漫在農(nóng)村地區(qū)的讀書無(wú)用論思想有一定的積極意義。我國(guó)政府持續(xù)多年推行各類教育政策以提高農(nóng)村居民接受高等教育的機(jī)會(huì)，以2012年以來(lái)國(guó)家推行的高考農(nóng)村專項(xiàng)計(jì)劃為例，通過(guò)國(guó)家專項(xiàng)計(jì)劃、地方專項(xiàng)計(jì)劃和高校專項(xiàng)計(jì)劃3種類型錄取的學(xué)生已經(jīng)達(dá)到60萬(wàn)人，這不僅符合農(nóng)村地區(qū)增強(qiáng)自我造血能力的客觀需要，也是國(guó)家促進(jìn)教育整體公平和均衡化發(fā)展的有力舉措?？傊狙芯吭诂F(xiàn)有數(shù)據(jù)條件下通過(guò)普通最小二乘法、傾向得分匹配法和分位數(shù)回歸法多種方法探討城鄉(xiāng)高等教育回報(bào)率這一熱點(diǎn)議題，但由于數(shù)據(jù)本身的質(zhì)量和影響收入因素的復(fù)雜性，不可觀測(cè)的異質(zhì)性無(wú)法完全消除，可能會(huì)對(duì)結(jié)論的有效性與可靠性產(chǎn)生一定影響。因此，如何增強(qiáng)數(shù)據(jù)質(zhì)量的可靠性、影響因素分解的全面性以及研究方法的科學(xué)性，將是筆者未來(lái)持續(xù)推進(jìn)既有研究的重點(diǎn)拓展方向。

(三)建議

在我國(guó)高等教育快速發(fā)展的進(jìn)程中，為了充分發(fā)揮高等教育在縮小城鄉(xiāng)居民收入差距中的關(guān)鍵作用，本文根據(jù)上述研究結(jié)論與討論提出如下幾點(diǎn)建議：第一，進(jìn)一步提高農(nóng)村地區(qū)獲得高等教育機(jī)會(huì)的概率，實(shí)現(xiàn)城鄉(xiāng)教育資源的均衡配置。由于擴(kuò)張后期的農(nóng)村高等教育回報(bào)率高于城鎮(zhèn)，讓更多農(nóng)村地區(qū)的學(xué)生接受高等教育不僅有助于提高農(nóng)村居民的經(jīng)濟(jì)收益，還有利于縮小城鄉(xiāng)收入差距，這對(duì)于推動(dòng)共同富裕目標(biāo)的實(shí)現(xiàn)具有一定的促進(jìn)作用。此外，受城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)的影響，農(nóng)村地區(qū)教育資源匱乏、教育條件落后、教育質(zhì)量低下，城鄉(xiāng)高等教育入學(xué)差異本質(zhì)上是由教育資源差異引起的，因此，打破城鄉(xiāng)之間整體的教育資源配置鴻溝，彌補(bǔ)農(nóng)村教育資源的先天不足，是保證城鄉(xiāng)高等教育差距得以縮小的關(guān)鍵所在。第二，有效推動(dòng)高等教育規(guī)模擴(kuò)張和質(zhì)量提升的協(xié)同共進(jìn)，確保高等教育經(jīng)濟(jì)效益的持久性。在其他條件相同的情況下，數(shù)量的劇增不可避免地會(huì)加大高等教育體系內(nèi)部的各種張力，對(duì)高等教育質(zhì)量構(gòu)成威脅。盡管實(shí)證結(jié)果表明我國(guó)高等教育的經(jīng)濟(jì)效應(yīng)并沒(méi)有因?yàn)橐?guī)模擴(kuò)張而降低，但是數(shù)量對(duì)質(zhì)量的潛在稀釋風(fēng)險(xiǎn)仍然是不容忽視的問(wèn)題。衡量高等教育質(zhì)量的第一標(biāo)準(zhǔn)是人才培養(yǎng)水平。為此，高校在擴(kuò)大招生規(guī)模的過(guò)程中應(yīng)該注重人才結(jié)構(gòu)與人才培養(yǎng)質(zhì)量的協(xié)調(diào)，加強(qiáng)科教融合、產(chǎn)教融合和工學(xué)結(jié)合，建立就業(yè)與招生計(jì)劃、人才培養(yǎng)的聯(lián)動(dòng)機(jī)制，以實(shí)現(xiàn)高等教育系統(tǒng)與經(jīng)濟(jì)社會(huì)的良好嵌入銜接。第三，加大對(duì)城鄉(xiāng)貧困大學(xué)生資助力度，減輕低收入家庭經(jīng)濟(jì)負(fù)擔(dān)。家庭背景對(duì)于學(xué)生高等教育機(jī)會(huì)獲得具有顯著影響。一般而言，低收入家庭往往囿于經(jīng)濟(jì)資本的限制，無(wú)力負(fù)擔(dān)學(xué)習(xí)必需品之外的費(fèi)用，從而導(dǎo)致其在高等教育機(jī)會(huì)獲得上處于劣勢(shì)地位。為了促進(jìn)教育公平的深入推進(jìn)，不讓每一個(gè)人因貧困落伍，政府要持續(xù)加大對(duì)貧困生的經(jīng)費(fèi)投入，鼓勵(lì)個(gè)人、社會(huì)捐資助學(xué)，廣泛吸納多種渠道來(lái)源的資金捐助，增強(qiáng)學(xué)校、社會(huì)和個(gè)人的三維合力。