城乡二元户籍制度下教育成就与收入差异关系研究

肖琴++刘亚欣++肖磊

摘要：提升教育水平、缩小城乡收入差距是社会、家庭和个人的共同目标。本文采用CFPS2014年的数据，考虑可能影响居民教育成就的个体特征、能力特征、家庭环境等个体异质性变量，建立多元Ordered Logit模型验证教育成就是否存在城乡差异。在此基础上，运用倾向值匹配法分析城乡二元户籍制度下不同教育成就分别对城乡居民产生多大的收入差异。研究发现：考虑个体异质性变量后，居民教育成就依然存在城乡差异，各阶段教育成就产生的收入差异有很大差别；高中教育产生的收入差异最低，高中教育对农村居民产生的收入差异仅为义务教育的20.9%；高等教育产生的收入差异最高，远高于高中教育。为缩小我国城乡教育差距和收入差距，本文提出教育资源应向农村地区倾斜、贫困家庭鼓励子女接受教育和完善高校助贫体系的政策建议。

关键词：城乡二元户籍制度；个体异质性；教育成就；收入差异；多元Ordered Logit回归；倾向值匹配

中图分类号：G40-054文献标志码：A文章编号：1671-1254（2017）01-0087-09

Educational Achievement and Income Gap underDual

Urban and Rural Household Registry

XIAO Qin， LIU Yaxin， XIAO Lei

（Faculty of Management and Economics， Kunming University of Science and Technology， Kunming 650093， Yunnan， China）Abstract：It is the common goal of the society， the families and the individuals to improve educational level and narrow the income gap between urban and rural areas. In this paper， a multiple-ordered Logit model is established to verify the effect of dual urban and rural household registry oneducational achievements by considering individual heterogeneity variables such as individual characteristics， ability characteristics and family environment based on the CFPS data collected in 2012. Based on the analysis， the Propensity Score Matching method is used to analyze the relationship between educational achievement and income difference under dual urban and rural household registry. The results show that 1） educational achievement is significantly different between urban and rural pupils considering individual heterogeneity variables， and there is a big income gapbetween different educational achievements； 2）income difference resulting from senior middle school education is the lowest，which is only 20.9% of that from the compulsory education； 3） income difference resulting from higher education for rural residents is highest， which is much higher than that from senior middle school education. To reduce the education and income gap between rural and urban areas， this paper suggests that rural and poor areas should be offered more educational resources， poor families should encourage their children to get higher education， and universities should perfect the system of assisting the students of lower-income families.

Keywords：dual urban and rural household registry， individual heterogeneity， educational achievement， income difference， multiple-ordered Logit regression

一、 问题的提出

随着社会的不断发展和经济的持续增长，我国教育事业取得长足发展，居民教育水平不断提高，但在我国城乡二元户籍制度下，城乡居民的教育水平依然存在较大差距[1-2]。一个人接受的最高教育程度被称为教育成就，教育成就的差异是影响个体间收入差异的关键因素[3]。根据人力资本研究的一般经验，个体间收入差异通常有60%来自教育差异[4]。那么，我国城乡教育差距是否也会进一步加剧城乡收入差距呢？因此，探究教育成就是否存在城乡差异很有必要，如果教育成就確实存在城乡差异，不同的教育成就是否会对城乡居民产生不一样的收入差异，会对城乡居民产生多大的收入差异，这一系列问题的研究对缩小城乡教育差异和收入差异具有重要的现实意义。

关于我国教育的城乡差异问题，国内学者从教育起点、接受教育过程和享受教育成果等不同角度对我国的城乡教育问题进行了广泛的研究。在教育起点上，孙勤和陈启泷通过比较江苏省南通市2011年小学生的入学率和辍学率发现，城乡居民在教育起点上就受到差异对待[5]；在接收教育过程中，巨冉冉认为城乡教育差异包括硬环境和软环境两方面的差异[6]。薛平对浙江省PISA2009试测结果进行分析，得出由于城乡教育在教学环境、师资力量、经费来源和教育方式等方面存在差异，城镇学生在阅读、科学、数学等方面存在明显优势[7]；在享受教育成果方面，简必希和宁光杰运用Logit回归，估计出农村户口者接受高中阶段教育的概率比与城镇低20个百分点[8]，张彦芬研究发现，能够进入高校的农村家庭学生在总体中所占比例更小[9]。整体而言，无论是从全国整体平均水平还是各省区具体数值来看，城市居民的平均受教育年限都显著高于农村地区居民[10]，甚至这种差距还在不断扩大[11-12]。

关于教育成就和收入差异之间的关系研究，国内外众多学者表明教育成就与居民收入差距之间存在相关关系和因果关系[13-14]。陈丰和石绍宾运用2006-2011年间的面板数据进行实证分析，结果表明城乡间教育差异不仅是造成居民收入差距的原因，还是造成居民收入差异扩大的重要原因[15]。孟凡强采用分位数回归方法，研究发现城镇劳动力的人力资本回报率总体上高于农村劳动力[16]，张兴祥利用CHIP2002数据，通过对不同教育阶段的教育回报率的研究，进一步发现城镇劳动力中等教育、高等教育阶段的教育回报率均高于农村劳动力[17]。

昆明理工大学学报（社会科学版）第17卷第1期肖琴，刘亚欣，肖磊：城乡二元户籍制度下教育成就与收入差异关系研究 已有研究对影响居民教育成就的因素进行分析时发现，教育成就会受到个体特征和家庭环境等多种因素的影响[18-19]。因此，在驗证我国居民教育成就是否存在城乡差异时，必须考虑个体特征和家庭环境等因素对教育成就的影响。以往关于教育差异和收入差异的研究多是将城乡收入差异和教育差异作为被解释变量和解释变量直接进行回归或者分析某个阶段教育成就的教育回报率。基于微观数据研究时，也应考虑样本选择性偏差问题及个体异质性问题，否则将导致偏差造成结果可信度不高。

本文采用2014年中国家庭动态跟踪调查（CFPS）数据，将不同的教育成就分为文盲、义务教育、高中教育、高等教育四个类别。首先考虑可能会影响居民教育成就的个体特征、能力特征、家庭环境等多个因素，运用多元Ordered Logit模型进行回归验证居民教育成就是否存在城乡差异，在此基础上，运用倾向值匹配方法研究不同的教育成就对城乡居民产生的收入差异有多大。本文对教育差距和收入差异问题进行补充和完善，为制定合理的教育补助规模和结构，实现教育公平，提供理论依据，为缩小城乡收入差距实现城乡一体化发展提供更深层次的数据支持和决策参考。

二、 模型与数据

（一） 模型构建

为验证居民教育成就是否存在城乡差异，以居民教育成就为被解释变量。首先，将可能影响居民教育成就的控制变量纳入模型，建立模型1为基准模型，然后将与个人能力相关的变量纳入模型，建立模型2；接着，将家庭环境相关的变量纳入模型，建立模型3；最后在前3个模型的基础上将城乡二元户籍纳入模型，建立模型4。具体模型为：

模型1：Edu=α+β1X性别+β2X健康状况+β3X医疗保险+β4X区域+ε

模型2：Edu=α+β1X性别+β2X健康状况+β3X医疗保险+β4X区域+β5X智力+β6X理解能力+β7X语言表达能力+β8X外貌+ε

模型3：Edu=α+β1X性别+β2X健康状况+β3X医疗保险+β4X区域+β5X智力+β6X理解能力+β7X语言表达能力+β8X外貌+β9X父亲学历+β10X母亲学历+β11X家庭社会地位+ε

模型4：Edu=α+β1X性别+β2X健康状况+β3X医疗保险+β4X区域+β5X智力+β6X理解能力+β7X语言表达能力+β8X外貌+β9X父亲学历+β10X母亲学历+β11X家庭社会地位+β12X城乡户籍+ε

其中：Edu表示居民教育成就，α是截距，β是变量系数，ε是随机误差项。居民教育成就为有序变量，当教育成就为文盲、义务教育、高中教育和高等教育时，Edu值分别为1、2、3、4，并采用多元Ordered Logit模型分析教育成就是否存在城乡差异。

不同教育成就的概率为误差项ε的累计分布函数，多元Ordered Logit模型可以定义为：

Ln{p（Edu≤m）/[1-p（Edu≤m）]}=μm-（α+β1X1+β2X2+…+βnXn）。其中，m=1，2，3，4。

p（Edu≤m）可以估计为：

p（Edu≤m）=e[μm-（α+β1X1+β2X2+…+βnXn）]/{ 1+eμm-（α+β1X1+β2X2+…+βnXn）]}

则各教育成就的概率为：

p（Edu=m）=p（Edu≤m）-p（Edu≤m-1）

在教育成就存在显著城乡差异的前提下，y为研究教育成就与收入之间的关系，用居民年纯收入衡量居民收入，建立模型5、6、7，分别比较文盲与义务教育、义务教育与高中教育、高中教育与高等教育之间的收入差异。具体模型为：

模型5：ATT=E（y2i-y1i|Edui=2）=E（y2i|Edui=2）-E（y1i|Edui=2）≈E（y2i|Edui=2）-E（y1j|Eduj=1）

模型6：ATT=E（y3i-y2i|Edui=3）=E（y3i|Edui=3）-E（y2i|Edui=3）≈E（y3i|Edui=3）-E（y2j|Eduj=2）

模型7：ATT=E（y4i-y3i|Edui=4）=E（y4i|Edui=4）-E（y3i|Edui=4）≈E（y4i|Edui=4）-E（y3j|Eduj=3）

其中：ATT为平均处理效应，Edui和Eduj为居民i和j的教育成就，取值为1、2、3、4时，表示教育成就分别为文盲、义务教育、高中教育和高等教育；y为居民收入，y1i 、y2i、 y3i、 y4i分别表示居民i的教育成就为文盲、义务教育、高中教育和高等教育时的收入，y1j 、y2j、 y3j、 y4j分别表示居民j的教育成就为文盲、义务教育、高中教育和高等教育时的收入。

为降低数据偏差和避免内生性问题，本文运用倾向值匹配法对模型5、6、7进行分析研究不同教育成就之间的收入差异，将样本分为控制组和干预组。模型5以教育成就为文盲的群体作为控制组，以教育成就为义务教育的群体为干预组；模型6以教育成就为义务教育的群体作为控制组，以教育成就为高中教育的群体为干预组；模型7以教育成就为高中教育的群体作为控制组，以教育成就为高等教育的群体为干预组。

倾向值匹配法的思想是找到控制组的某个个体j，使得个体j与干预组个体i的个体异质性变量尽可能相等，即Xi≈Xj。此时，剔除了个体异质性变量对收入的影响，我们可以认为干预组和控制组之间的收入差异是由教育成就的不同带来的，收入差异即为平均处理效应ATT。倾向值匹配的具体方法有很多，本文采用半径内最近邻匹配，取半径为001，即在半径为001的范围内寻找最近匹配。

（二）数据、变量与描述性统计

本文所用数据来自于2014年中国家庭动态跟踪调查（CFPS，2014）。CFPS是由北京大学中国社会科学调查中心执行的全国性综合追踪调查项目，旨在跟踪个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁。CFPS（2014）的数据覆盖28个省市自治区样本，基于研究需要，首先获得样本点31597個，剔除指标缺失的样本点后，最终得到23002个样本点。

根据本文的研究对象，教育成就分为文盲、义务教育、高中教育和高等教育四个类别。其中：文盲包括半文盲、义务教育包括小学和初中、高中教育包括普通高中和职业高中、高等教育包括大专及以上；收入用2014年居民年纯收入来衡量；城乡分类以户籍信息为准，分为城镇户口和农村户口；控制变量选取性别、健康程度、是否有医疗保险和区域信息；其他解释变量包括与能力特征相关的智力、理解能力、语言表达能力和外貌以及与家庭环境相关的父母学历和家庭在本地的社会地位。具体变量说明和描述性统计如表1所示。

表1教育成就分布及描述性统计

变量文盲/半文盲

（N=5358）义务教育

（N=12069）高中教育

（N=3182）高等教育

（N=2393）变量说明均值标准差均值标准差均值标准差均值标准差性别0女性，1男性03820486057004950581049405460498健康程度1很差-5很好26591344320312003254112034570973是否有医疗保险0否，1 是09260263091102840887031608730333地域信息1东部，2中部，3西部20650847182708061711075216680758智力1很差-7很好49871313560310975832101960700925理解能力1很差-7很好49531438565211225899097761060917语言表达能力1很差-7很好48751413551011645753105859961008外貌1很差-7很好50901250559510925814102160440929父亲最高学历1文盲，2小学，3初中，4高中，

5大专，6大学本科，7研究生及以上13870767197410302325113829851239母亲最高学历1文盲，2小学，3初中，4高中，

5大专，6大学本科，7研究生及以上11030411150408131807099424851225家庭社会地位家庭在本地的社会地位，

1很低-5很高32171063309109143073085030660731户籍信息0农村，1城镇02890453043104950645047907620426收入年纯收入（元）576511448176061883721652199953339126357

根据本文教育成就设置的四个类别，文盲样本有5358个，义务教育的样本有12069个，高中教育的样本有3182个，高等教育的样本有2393个。教育成就为义务教育的个体最多，占总体的525%，能够上大学的个体最少，仅占总体的104%。

从均值上来看，教育成就高于义务教育时，男性比例高于女性比例；随着教育成就不断提高，健康状况的平均值和东部地区居民所占的均值逐渐提高；是否参加医疗保险和教育成就之间没有明显的关系；能力特征方面，智力、理解能力、语言表达能力和外貌均值随着教育程度的上升逐步上升；家庭环境方面，随着教育成就的提高父母的最高学历在均值上不断增加；而家庭社会地位和教育成就之间关系不明显；随着教育成就的提高，居民平均年纯收入不断增加，城镇户籍的居民所占比例逐渐提高。教育成就是否存在城乡差异以及教育成就产生的收入差异有多大还需进行实证分析。

三、实证分析

基于合理验证居民教育成就是否存在城乡差异和科学评估不同教育成就对城乡居民产生多大收入差异的研究目标，分为三个步骤进行计量分析：一是考虑个体特征、能力特征和家庭环境等因素，运用多元有序Ordered Logit回归模型验证居民教育成就是否存在城乡差异；二是为检验多元有序Ordered Logit回归结果的稳健性，以教育成就为高等教育的群体作为参照组进行稳健性分析；三是在教育成就存在城乡差异的基础上，运用倾向值匹配法分别比较文盲与义务教育、义务教育与高中教育、高中教育与高等教育对城乡居民产生的收入差异有多大。

（一）教育成就与城乡差异分析

教育成就是多分类的有序变量，本文建立多元有序Ordered Logit回归模型来验证教育成就是否存在城乡差异。具体回归结果见表2所示：

表2稳健标准误差多元Ordered Logit回归结果

变量 模型（1） 模型（2） 模型（3） 模型（4） 系数稳健标准误系数稳健标准误系数稳健标准误系数稳健标准误性别0417***00260377***00260478***00270501***0027健康状况0281***00100217***00110134***00110154***0011是否有医疗保险-0261***0045-0251***00450023004600940047地域信息-0368***0016-0337***0016-0265***0016-0182***0017智力--0152***00210125***00210122***0021理解能力--0233***00180191***00180195***0019语言表达能力--0143***00170123***00170117***0018外貌---0013 0019-00250020-0042**0020父亲最高学历----0454***00150433***0015母亲最高学历----0558***00190512***0019家庭社会地位-----0068***0014-0041**0014户籍信息------0801***0029样本量23002230022300223002Pseudo R20032006601370152注： ***、**、*分别表示在1%、5%、10%的水平上显著。

模型1为基准模型，从回归结果来看，性别对居民教育成就有显著影响，系数为0417，在1%水平上显著，即男性教育成就高于女性的概率更大，在我国目前的教育发展中依然存在性别差异；健康状况对居民教育成就也有顯著的影响，系数为0281，在1%水平上显著，这比较符合现实，因为身体健康的学生有更多的时间、精力更好地完成学业，丧失健康一般会增加受教育的难度；是否享受医疗保险对居民教育成就有负向的显著性影响，在1%水平上显著。导致系数为负的原因是参加医疗保险可能存在逆向选择，身体较差的居民更有可能参加医疗保险。所属区域的系数为-0368，且在1%水平上显著，自东向西教育成就依次降低，说明我国教育成就在区域存在显著性差异。

模型2在模型1的基础上加入了可能影响居民教育成就的能力特征变量，包括智力、理解能力、语言表达能力和外貌。结果显示：智力、理解能力和语言表达能力的提升，均会提高教育成就；外貌对教育成就没有显著性影响，这和我国升学考试的内容相关，智力、理解能力和语言表达能力较高的学生更容易在考试中取得相对较高的分数。

模型3在模型2的基础上加入了家庭环境的相关变量，包括父母学历和家庭在本地的社会地位。是否参与医疗保险在模型中不再显著，说明是否参加医疗保险是通过家庭环境等相关变量来发挥作用的；新加入的家庭环境变量均对居民教育成就有显著的正向影响。具体来看，母亲的最高学历比父亲的最高学历，对子女教育成就的影响作用更大，系数分别为0558和0454，这也是比较符合现实的。因为，在子女的教育过程中，母亲往往扮演着更重要的角色；家庭在当地的社会地位对子女的教育成就有略微的负向影响作用，但其影响作用非常小，系数仅为-0068。

模型4在模型3的基础上加入了城乡二元户籍信息这一变量后，回归结果表明：城乡户籍与居民教育成就的回归系数为0801，在1%水平上显著，即城镇居民教育成就显著高于农村居民教育成就。城市居民教育成就高于农村居民教育成就的概率更大，教育成就存在明显的城乡差异；由于没有稳定的收入来源，农村居民未来收入的不确定性较大，在同等收入水平下，会采取更多的“预防性储蓄”，这样会限制他们的消费支出，包括教育方面的投资。另外，由于没有固定的工作，农村居民会流向工资更高的地方，但是，不能获得城镇户口的农村居民知道，总有一天他们会回到农村，回到农村后收入会立刻降低，持久性收入的预期会更低。因此，大多数农村居民不会长时间留在城市生活，子女也不会长时间在城市接受教育，造成教育成就较低。

（二）稳健性分析

为了检验表2结果的稳健性，我们将样本量最少的高等教育作为参照系，分别对文盲、义务教育和高中教育的样本组，进行多元Ordered Logit回归，对表2的结果做进一步检验。结果见表3所示：

表3稳健性检验结果

变量文盲/半文盲义务教育高中教育系数稳健标准误系数稳健标准误系数稳健标准误性别0.770***0.053-0.0170.047-0.0300.060健康程度0.237***0.0230.109***0.0210.154***0.026是否有医疗保险-0.0460.1030.144*0.0820.1350.100地域信息-0.139***0.032-0.050*0.030-0.001*0.040智力0.140 ***0.0400.116**0.0400.126**0.051理解能力0.216***0.0340.165***0.0360.102**0.050语言表达能力0.137***0.0320.106***0.0330.150***0.046外貌-0.067**0.038-0.0170.037-0.0030.049父亲最高学历0.622***0.0440.410***0.0240.470***0.029母亲最高学历1.056***0.0930.478***0.0290.531***0.032家庭社会地位-0.122***0.0280.0220.0260.079**0.035户籍信息0.729***0.0540.960***0.0490.823***0.067常数项-4.087***0.213-5.608***0.194-7.380***0.268注： ***、**、*分别表示在1%、5%、10%的水平上显著。

从表3可看出，性别、是否有医疗保险、外貌和家庭社会地位对不同教育成就的群体的影响存在略微差异；教育成就在义务教育和高中教育中不存在性别差异；参加医疗保险对于接受义务教育的居民而言能够产生正向的显著性影响；外貌对文盲和半文盲群体显现出负向的显著性影响，在5%水平上显著；家庭社会地位对文盲和半文盲群体产生负向的显著性影响，对接受高中教育的居民产生正向的显著性影响，对接受义务教育的居民没有显著性影响。

总体上看，通过对不同教育成就的群体进行细致划分后，户籍制度对不同教育成就的影响系数均在1%的水平上显著，验证了表2的估计结果具有较好的稳健性。居民教育成就确实存在显著的城乡差异。因此，分别研究城乡居民教育成就和收入差异的关系具有现实意义。

（三） 教育成就与收入差异分析

研究教育成就与收入差异问题，应首先解决内生性问题和样本选择性偏差问题。根据表2的回归結果显示，除了户籍信息还有很多因素可能通过影响教育成就进而影响居民收入。因此，本文选择倾向值匹配法对不同教育成就的个体间显著性差异进行控制，研究教育成就对城乡居民产生多大的收入差异，倾向值匹配结果如表4所示：

表4倾向值匹配结果

类

别匹配

方法模型5模型6模型7文盲和义务教育倾向值匹配义务教育和高中教育倾向值匹配高中教育和高等教育倾向值匹配干预组

义务教育控制组

文盲差异干预组

高中教育控制组

义务教育差异干预组

高等教育控制组

高中教育差异总

体匹配前1760657641184121652176064046333912165211739匹配后17606102057400***21635188722763***33350256867664***样本量554724351855553417161848农

村匹配前172985396120022063717399323824834296374197匹配后17293114755818***20637194221215*25047215693478*样本量269315495292722366513城

镇匹配前1780864181139022056178084248357862295613730匹配后17808104967311***22045189983046***35712258179895***样本量28078591323277513381325注： ***、**、*分别表示在1%、5%、10%的水平上显著。

在模型5的倾向值匹配中，以教育成就为文盲的居民为控制组，教育成就为义务教育的居民为干预组。匹配前，总体上教育成就为义务教育的居民，平均比文盲收入高出11841元，匹配后收入差异为7400元；将文盲和义务教育的居民分为农村和城镇分别进行倾向值匹配，对农村居民而言，接受义务教育的居民比文盲平均收入高出5818元，对城镇居民而言，这一收入差异为7311元。可见，接受义务教育能够给居民带来更高收入，城镇居民接受义务教育比农村居民获得更高的收入。

在模型6的倾向值匹配中，以教育成就为义务教育的居民为控制组，教育成就为高中教育的居民为干预组。匹配前，总体上教育成就为高中教育的居民平均比义务收入高出4046元，匹配后收入差异为2763元；将义务教育和高中教育的居民分为农村和城镇分别进行倾向值匹配，对农村居民而言，接受高中教育的居民比义务教育平均收入高出1215元，对城镇居民而言，这一收入差异为3046元。可见，接受高中教育对农村居民收入的影响作用较小，产生的收入差异远低于城镇居民。

在模型7的倾向值匹配中，以教育成就为高中教育的居民为控制组，教育成就为高等教育的居民为干预组。匹配前，总体上教育成就为高等教育的居民平均比高中教育收入高出11739元，匹配后收入差异为7664元；将文盲和义务教育的居民分为农村和城镇分别进行倾向值匹配，对农村居民而言，接受义务教育的居民比文盲平均收入高出3478元，对城镇居民而言，这一收入差异为9895元。可见，高等教育对居民收入的影响较大，城镇居民接受高等教育比农村居民获得的收入略高。

横向来看，无论是农村居民还是城镇居民，教育成就更高均会提高居民收入，接受高中教育产生的收入差异最低，尤其对于农村居民，接受高中教育产生的收入差异仅为义务教育的209%（1215/5818），这能在一定程度上解释为什么农村学生接受完义务教育后不再接受高中。接受高等教育产生的收入差异最高，远高于高中教育产生的收入差异，这说明即使在高校扩招的政策下，高等教育依然能带来更多的收入；纵向来看，居民收入随着教育成就的提高而增加，无论教育成就是文盲、义务教育、高中教育还是高等教育，城镇居民的收入均高于农村，城镇居民教育成就产生收入差异也高于农村。

四、 研究结论与政策建议

（一）研究结论

本文利用CFPS（2014）的数据，考虑可能影响居民教育成就的个体异质性变量，建立多元Ordered Logit模型验证教育成就是否会存在城乡差异，在此基础上，采用倾向值匹配法分析，城乡二元户籍制度下不同教育成就分别对城乡居民产生的收入差异。研究发现：当考虑个体异质性变量时，居民教育成就依然存在城乡差异，城镇居民教育成就和收入均高于农村居民，且城镇居民教育成就产生的收入差异也高于农村；高中教育产生的收入差异最低，高中教育产生的收入差异仅为义务教育的三分之一；接受高等教育的居民收入最高，产生的收入差异最高，远高于高中教育。

（二）政策建议

基于本文得出的结论，为缩小城乡教育差距和收入差距、促进教育的公平发展实现城乡一体化，对我国教育现状提出以下三点建议：

1.政策上教育资源应向农村地区倾斜。如果城乡教育差距一直存在，既不利于教育公平的实现，阻碍城乡一体化的实现，长期还会造成社会阶层的分化。政府要更加注重经济欠发达地区的教育发展，教育资源向农村地区倾斜，优先安排农村义务教育经费预算，加强农村薄弱学校建设，改善农村基础教育办学条件，并且提高农村学校教师待遇，相关政策也应当鼓励支持优秀教师和志愿者支援农村地区的教育建设。

2.贫困家庭应当支持鼓励子女接受教育。虽然现在接受教育的成本费用较高，但是，接受更高程度的教育依然能够增加个体收入、改善家庭生活质量，并且当受教育者为人父母后，可以将自身的人力资本积累通过代际传递进而增加下一代接受教育的机会，为下一代创造良好的教育环境，形成良性循环。贫困家庭父母应当改变落后的教育思想观念，支持鼓励子女读书。

3.完善高校助贫体系。接受高等教育的居民收入最高，产生的收入差异最高，高校应该采取各種措施避免贫困学生因为经济压力过大而无法入学。高校应保障“绿色通道”持续畅通，贫困学生入学后，拓展勤工助学岗位，增加勤工助学岗位数量，最大程度地解决贫困生生活问题。另外，针对农村贫困学生，高校可以单独设立困难学生奖助学金，重点奖励学业成绩优异和表现良好的贫困生，以保障他们顺利完成学业。

参考文献：

[1]张鹏， 于伟. 城市化进程、空间溢出与城乡人力资本水平差距——基于省域尺度和受教育年限的空间计量研究[J]. 教育与经济， 2015（6）：11-17.

[2]邢春冰. 教育扩展、迁移与城乡教育差距——以大学扩招为例[J]. 经济学（季刊），2013， 13（4）：207-232.

[3]黄斌，高蒙蒙，查晨婷.中国农村地区教育收益与收入差异[J].中国农村经济，2014（11）：28-38.

[4]DENISON E F. Education and economic performance： Edited by G.D.N. Worswick. National Institute of Economic and Social Research， Policy Studies Institute， and Royal Institute of International Affairs： Joint Studies in Public Policy 9. Aldershot， England and Brookfield[J]. Economics of Education Review， 1986， 5（4）：439-440.

[5]孙勤， 陈启泷. 我国城乡家庭教育投资差异调查分析——以江苏省南通市为例[J]. 调研世界， 2013（4）：18-19.

[6]巨冉冉. 以教育环境差异为例浅谈城乡教育差异及应对措施[J]. 首都师范大学学报（社会科学版），2009（2）：178-180.

[7]薛平. 浙江省城乡学生能力比较研究——基于PISA测试结果[J]. 浙江社会科学， 2012（6）： 95-159.

[8]简必希，宁光杰.教育异质性回报的对比研究[J].经济研究，2013（2） ：83-95.

[9]张彦芬. 冀中地区农村子女受教育程度与家庭背景的关系研宄——以河北省行唐县米霍口村为例[D].天津：南开大学，2007.

[10]张文， 郭苑. 中国城乡教育水平差距的测度——基于东中西部地区2006-2009年教育基尼系数的实证分析[C]//Proceedings of the 2011 International Conference on Education Science and Management Engineering，2011（5）.

[11]文晓国. 中国教育发展与教育平等的城乡考察——基于最近三次人口普查资料的实证研究[J]. 教育与经济， 2016（3） ：29-36.

[12]张航空， 姬飞霞. 中国教育公平实证研究：1982-2010——基于教育基尼系数拆解法的分析[J]. 教育科学， 2013（6） ：1-6.

[13]LOPEZ-ACEVEDO G. Mexico： Evolution of Education and Inequality in the Last Two Decades[M]. Springer Netherlands：Inequality in Education， 2009：417-443.

[14]费舒澜， 郭继强. 户籍的作用还有多大——基于城乡劳动者收入差距分布分解的研究[J]. 浙江社会科学， 2014（11）：13-24.

[15]陈丰， 石绍宾. 城乡基础教育不均衡对居民收入差距的影响——基于2006-2011年面板数据的分析[J]. 东岳论丛， 2014， 35（03）：83-87.

[16]孟凡强. 我国人力资本回报率城乡差异：全国调研数据的实证分析[J]. 现代财经（天津财经大学学报）， 2015（5）：42-51.

[17]张兴祥. 我国城乡教育回报率差异研究——基于CHIP2002数据的实证分析[J]. 厦门大学学报（哲学社会科学版）， 2012（6）：118-125.

[18]吴愈晓. 中国城乡居民教育获得的性别差异研究[J]. 社会， 2012， 32（4）： 112-137.

[19]CASTELLO-CLIMENT A， Doménech R. Human capital inequality， life expectancy and economic growth[J]. Economic Journal， 2008， 118（528）： 653-677.