依靠教育还是依靠健康：两类人力资本对农民工收入的影响及分化效应

2018-03-23钱龙陈杰

新疆农垦经济 2018年2期

钱龙陈杰

（1南京财经大学粮食安全与战略研究中心，江苏南京 210003；2南京财经大学经济学院，江苏南京 210003）

一、引言

教育对个人长远发展的意义已无须赘言，重视教育、投资教育也已成为全社会共识。那么，对于新产业工人——农民工群体而言，教育能否有效促进其增收呢？近年来，一些学者也开始关注广大农民工的教育回报率。如谌新民、林隽宇［1］通过对广州番禺区劳动密集型企业的农民工调查，测算出教育收益率为4.1%。钱文荣，卢海阳［2］基于浙江省7个地级市农民工的调查，估算出农民工的教育回报率为2.4%。马岩等［3］利用农业部固定观察点数据，发现我国城乡流动人口年平均教育回报率约为2%。在认识到教育的重要性时，也不可忽视其他类型人力资本的作用，尤其是健康人力资本对农民工收入的影响［4］。虽然刘易斯拐点的到来使得农民工群体工资得到有效增长［5］，但农民工群体仍主要就业于劳动密集型岗位，集中表现为“脏累差”和技术含量低。高强度的工作使得健康对农民工尤其重要。最新数据表明，全国每年新发的职业病、职业伤害和死亡人群中就有一半是农民工①将农民工职业病纳入基本医保［DB／OL］.红网（长沙）：http：／／news.163.com／15／0308／23／AK7J84A200014AEE.html，2015-03-08.。在某种意义上来说，农民工是用健康来换取非农收入，是否拥有良好的体魄对于其能否胜任工作至关重要。诸多研究也表明，大量农民工在40岁时候出现“早退现象”，其中一个重要原因是农民工在年轻时候透支了健康［6］。当疾病缠身而又无法享受城市社会保障和医疗保障时，大多数人只能黯然的离开城市。因而，健康对于农民工收入获取十分关键［7］，加强农民工健康的研究有着重要的理论和现实意义。

已有研究多聚焦教育对农民工收入的影响，关于健康与农民工收入的研究也较多［8］［9］，但几乎没有研究对比分析教育和健康对不同类别农民工的相对重要性［10］。虽然对同一个个体而言，由于量纲差异无法对比教育和健康两类人力资本的相对重要性，但是对不同个体而言却是可行的。本文的贡献在于，通过微观实证探究了教育和健康这两类重要的人力资本对农民工群体收入的影响和分化效应。另外，在研究方法方面，大多数成果没有考虑到个体能力的影响，而这一因素会导致测算结果有偏差［11］，本文则充分重视这一问题，并试图通过引入代理变量来进行有效控制。因而相对既往成果，本文的结论更加可信。

二、研究设计

（一）数据来源

本文数据来源于浙江大学中国农村发展研究院2013年组织的一次大规模农民工调查。此次调查共发放问卷1500份，收回有效问卷1206份。借鉴既往成果，剔除年龄小于16周岁和大于60周岁那部分农民工，并删除关键信息缺失部分无效问卷，最终获得812份调查问卷，有效率为67.33%。样本中，其中男性占比约68%，已婚占比66.75%。从文化程度来看，小学占比9.48%，初中占比44.21%，高中和中专占比34.11%。农民工整体健康状况良好，近80%的农民工自述无明显健康问题。这可能与农民工年龄结构密切相关，样本平均年龄约为32岁。从工作经验来看，最长的达到40年，最短的只有半年，平均年限为9年。从工作稳定性来看，近一半农民工在3年之内并未更换工作。收入方面，农民工收入依然不高，接近人均 3.8 万元／每年②据《2013年全国农民工监测调查报告》显示，外出农民工人均月收入（不包括包吃包住）2609元，换算年收入为31308元，与本文的调查结果基本接近。。

（二）变量设置

1.因变量。农民工个体收入是本文的因变量。根据设置单位的不同，对收入的衡量可分为小时工资、日工资、月收入和年收入。在不同的成果中，研究者采用的标准并不一致。有学者使用小时工资来测量［12］。但也有学者认为采用小时工资并不能够有效减少测量误差，进而采用其他标准来衡量，如马岩等［3］采用日工资，张车伟［13］等采用月收入，谌新民、林隽宇［1］则使用年收入。

选取何种度量标准关键还得看研究对象的工作性质和就业特点，对农民工而言，首先，其从事的多为非农体力劳动，且多处于非充分就业状态。如《2015年全国农民工监测调查报告》显示，外出农民工年从业时间平均为10.1个月。因而使用小时工资来测算会高估教育回报率［14］。其次，农民工收入来源可能是多元的，除固定工资外，还可能来自于第二职业、兼职或临时性收入等。且个体对每项活动投入时间也不等，如果笼统的除以工作总时数也未必有意义［15］。综合上述分析，本文借鉴Zhang等［16］的研究，使用个体全年非农总收入作为度量标准，包含农民工的工资性收入和其他非农收入，从而为后续估算提供良好的数据基础。

2.关键解释变量。教育与健康是本文的两个关键解释变量。与多数研究保持一致，使用个体受教育年限来表示农民工的教育程度，因而本文的教育回报率表示每增加一年教育带来的收入变化率。度量健康的方法较多，如个体特征（身高、体重、手臂粗细、BMI等）、能量摄入（卡路里、蛋白质、铁和其他维生素等）、疾病或功能障碍以及自我评价健康水平［17］。考虑到数据获取的可得性，借鉴刘国恩等［18］的做法，选择个体自评健康（SRH）来指示。由于个体对自身健康有较强的把握能力［3］，使用这一变量是合适的。本文使用健康与不健康二分类法来指示个体自评健康，因而本文的健康回报率③参照教育回报率的提法，本文将健康改善带来的收入提升效应称呼为健康回报率。实际上指，相对于不健康状态，健康状态带来的收入增长。

3.个体能力。这是本文重点关注的一个控制变量，也是之前研究广泛忽略的一个变量。教育和个体能力密切相关，通常而言，个体能力越高越可能接受更多教育，从而收入水平越高，这会导致传统OLS回归产生向上的偏误。因而，如何缩小由个体能力差异带来的估算偏差是学界十分关心的一个问题。常用方法有代理变量法，工具变量法和基于双胞胎样本的固定效应法。由于良好的外生工具变量常常难以寻到，而双胞胎数据获取也很困难，因而借鉴Brauw和Rozelle［19］研究，使用被访者的父亲学历作为能力的代理变量④使用父亲的学历水平或者母亲学历水平差异不大，这是因为在婚姻市场，男女的教育程度通常是匹配的，父母教育背景呈强正相关。为避免同时引入导致的多重共线性问题，因而只需引入其中之一即可。。之所以选择这一变量作为个体能力的代理变量，是因为父母受教育水平可以从三个方面影响个体能力。首先，父母智力很大程度上可以遗传给子女。其次，教育和收入密切相关，父母收入约束则会导致对子女教育投资差异，从而以间接方式来影响子女教育机会获得、教育质量和教育成就［20］，并导致个体能力差异。再次，父母教育背景能够通过理念、生活方式的差异对个体产生潜移默化的影响，并转化为子女能力优势［21］。因而，通常而言，父母教育程度越高其子女能力也越高。

4.工作经验和其他控制变量。在人力资本经典方程中，工作经验及其平方项也是不可或缺的。通过文献梳理发现，绝大多数学者将按照“工作经验＝年龄-上学年限-6岁（或7岁）”的方式来推算个体的工作经验［22］。但如果仅从学历水平来推断个体的工作经验，由于不同区域个体获得学历的年份有差异⑤以基础教育为例，从新中国成新中国立初期到二十世纪八十年代，小初高学制曾先后出现532、522、533、543和633等各种类型。在1986版《中华人民共和国义务教育法》颁布后，543和633逐渐成为两种主要学制类型，但533学制依然在某些农村地区被采用。，推算的结果可能并不准确。除此之外，个体可能在结束学校教育后并没有立即进入劳动力市场，实际的工作经验可能小于推算值。但本文并不存在上述问题，而是通过直接询问个体实际工作经验年限，从而更准确地反映出“干中学”对个体收入的影响力度。

个体人力资本回报率具有异质性，诸多其他因素也会对其产生影响，如性别因素［23］、就业区域差异［24］、行业差异［25］、单位性质差异［8］。为保障测算结果可靠性，本文引入个体性别、就业行业、单位性质和工作区域作为控制变量。另外，考虑到农民工更换工作频率较高⑥如2010年出台的《全国总工会关于新生代农民工问题研究报告》显示，新生代农民工平均每年更换工作 1.44次，第一代农民工平均每年更换0.5次。，而工作稳定性对个体收入有着重要影响［26］，因而也予以引入。自变量说明见表1所示。

（三）模型设定

自Mincer［27］提出明瑟人力资本方程以来，该方程已经成为国际上应用最广泛的人力资本回报率测算方法。Mincer假定，在劳动力市场完全竞争的前提下，个人收入（income）取决于教育年限（edu）和工作经验（exp），其基本形式为：

教育回报率即为方程1中的β1，表示每增加一年教育带来的收入增加百分比。在上述模型中，随机扰动项ε1被假定为与所有解释变量均不相关。但这需要满足两个前提条件，其一是样本无选择性偏差。如果有部分人因为工资太低而没有被观测到，那么研究的只是群体中的一部分，这会导致OLS估计产生向下的偏误。但由于研究对象为在城农民工，其失业率水平较低，而退出城镇劳动力市场的农民工也多选择回到家乡，因而选择性偏差对本文结论的影响很小［15］。其二是遗漏变量问题。如健康人力资本和个体能力差异问题等，而这可能会导致人力资本收益率的估算偏差。为更有效的估算出人力回报率，学者们逐渐将影响个体收入的其他变量添加到明瑟基本方程，形成一系列明瑟扩展方程。如上述分析，在方程 2中引入个体健康（health）、性别（sex）、就业稳定性（stable）、行业性质（industry）、工作单位性质（work）和工作区域（zone）等变量，得到扩展的明瑟方程（2）：

表1 变量描述性分析

方程（2）中a5即为健康回报率，指的是农民工健康水平提升一个单位带来的边际收入贡献。参照已有文献对职业技能和培训的处理［28］，本文将农民工健康类型划分健康和不健康两大类。因而健康回报率指的是农民工从不健康状态转变为健康状态时带来的非农收入增长。

方程（3）则在方程2的基础之上，进一步控制住个体能力（ability）对农民工收入的影响：

三、计量结果与分析

表2 教育与健康回报率测算

模型一为方程（1），结果显示（见表2），教育、工作经验和经验平方项均通过1%显著性水平，教育回报率达到2.9%。模型二为方程（2），此时，教育的回报率稍微下降为2.6%；但健康回报率较高，达到15.7%。据此不难得出下述两个基本结论：首先，当前农民工教育回报率依然偏低，这与罗锋，黄丽［29］测算出的珠三角地区农民工回报率2.1%，马岩等［3］基于农业部固定观察点数据估算出的2%，钱文荣、卢海阳［2］对浙江农民工测算结果2.4%相比略有增长，但绝对水平依然很低。其次，健康人力资本对农民工非农收入增长的推动能力较强。这可能与农民工群体的就业结构密切相关。《2015年全国农民工监测调查报告》显示，有55.1%的农民工从事第二产业（主要是制造业和建筑业），第二产业不要求工人有多高的学历水平，但对个体的健康和体力有着较高要求。而且即使是从事第三产业，通常也是市民群体不愿意从事的“脏累差”工作。报告同时显示，超过85%的农民工每周工作时间超过44小时。在如此强度下劳动，能否拥有健康的体魄对于其非农收入获得有着十分重要的影响［7］。

在模型二基础之上，模型三（方程3）以父亲学历水平作为个体能力代理变量。结果发现，能力通过了5%显著性水平检验，且影响系数为5.1%。证实个体能力越强越有助于其收入的提升，这与既有研究保持一致［19］。在模型三中，教育回报率进一步下降至2.3%，健康回报率也下降至14.6%。这说明在控制住个体能力后，教育回报率和健康回报率双双下降，既往研究确实存在高估的偏误［11］。

其他控制变量方面，发现工作经验回报率基本稳定在4.8%～5.0%左右，接近教育回报率的2倍，说明干中学对农民工的收入促进效应更强。这可能是因为农民工多从事劳动密集型工作，对知识要求并不高，但对于技术和熟练程度要求较高［30］。随着经验的增加，“干中学效应”会带来更大的收入增长效应［1］。工作经验平方的系数显著为负，且均通过1%的显著性水平检验。这表明随着工作年限的增加，“干中学”所带来的收入增长效应呈现倒“U”形，即在农民工刚开始进入劳动力市场时，随着工作经验的提升会促进收入增长，但超过一定年限后对收入的影响为负，这与经典的人力资本理论相符［27］。以模型三为例，不难计算出农民工工作年限达到19年时，其非农收入达到最高。性别对收入的影响十分稳健，表现为男性收入比女性高13%～16%左右。这一方面可能是劳动力市场对女性的歧视［31］，另一方面也可能是由于农民工从事的多为体力工作，而女性因为生理方面的天然劣势导致收入较低。工作稳定性对收入有着稳健的正向影响，相对于三年内更换过工作的农民工，一直稳定工作的农民工收入更高，表明频繁地更换工作不利于农民工收入增长［26］。地区差异性也对收入有着显著影响，东部地区农民工收入高于中西部地区，这与事实相符⑦国家统计局发布《2014年全国农民工监测调查报告》显示，东部地区农民工收入为每月2966元，中部地区为2761元，西部地区为2797元。。但年龄、单位性质和工作行业没有通过检验，说明上述因素并不会对农民工非农收入有显著性影响。

四、稳健性检验和群体差异分析

（一）稳健性检验

上述分析使用教育年限来测度农民工的教育回报率。然而考虑到不同时期与阶段的教育给个体带来的回报率具有差异性，部分学者认为应当使用学历来代替教育年限［11］。使用学历水平作为教育的替代变量的另一缘由在于“羊皮效应”的存在［32］。明显的例子是，当个体需要16年才能取得本科文凭，最后一年的回报率远远高于临近年数的回报率。因而，使用这一种测度方式进行稳健性检验，对教育回报率再次进行估算。

将小学学历设置为对照组，结果显示（见表3），无论是基本方程模型四，还是引入健康的扩展模型五，或者是进一步引入个体能力的模型六，初中学历和高中学历均未通过显著性检验。这说明与小学学历农民工相比，初中或高中学历并未明显提高农民工非农收入。但当农民工的学历水平提升至大专及以上水平时，教育的促进作用就体现出来了。在控制个体能力后，相对于小学学历农民工，大专及以上学历农民工教育回报率达到18.8%。这意味着对大专及以上学历水平的农民工而言，从初中到大专毕业这9年时间，平均每年教育回报率为2.1%，这与模型三的估算结果很接近。

表3 不同学历水平

之所以出现上述情形可能是由于学历水平所带来的职业、岗位具有差异性。就高中及以下学历水平农民工而言，其可选择的依然是低端的、对学历要求并不高工作。并且，农村地区学校教育仍然是“升学导向型”，与社会实践并不接轨⑧无论城乡，义务教育和高中教育均以中考和高考为指挥棒，强调升学导向而非技能导向。，延长教育年限，包括从小学到高中并不能够提升个体技能，也无法拓展个体的就业选择范围，这也是近年来社会上尤其是农村地区“读书无用论”重新抬头的一个重要原因［28］。但上升至大专及以上文化水平时，情况就会发生变化。户籍保留在农村，但在城市接受过高等教育的农村籍大学生虽然也被学界划归农民工⑨这一点学界并无太大争论，绝大部分学者按照户籍因素将农村籍大学生将其归类农民工。但事实上两类群体差异很大，是否应该将两者归为一类分析值得思索。，但他们显然与传统意义上的农民工并不相同。两个群体的价值观念、工作理念、身份认同等方面存在巨大鸿沟。拥有大专及以上学历时，意味着个体“跳出农门”，在自我期许效应和社会认可情况下，高学历农民工多从事智力型工作，从而使得教育回报率会发生质的飞跃［12］。就这点来说，“文凭效应”确实存在［23］，即高学历文凭能为个体提供更有利的工作平台和更高水平的收入。

对比模型五和模型六不难发现，健康人力资本回报率从16.2%下降至15.1%，说明控制个体能力是十分必要的，否则会存在高估偏差。模型六的估算结果与模型三十分接近，说明健康回报率也是稳健的。相对于身体不健康的农民工，拥有健康体魄的农民工收入要高15%左右。

（二）不同能力样本分析

上述分析中将父亲学历水平作为能力的代理变量纳入回归方程，发现个人能力确实能够正向影响农民工非农收入。这里采用另一种方法来衡量能力对农民工个体教育和健康回报率的影响，即按能力高低分组进行回归［13］。根据上述分析，父母教育水平高时，子女的能力也通常较强。因而，可按照父母学历水平高低来指示子代能力强弱［19］。具体而言，将父亲（或母亲）不识字、初识字及小学学历归类为低学历，来代表个人能力较弱的那部分农民工；将父亲（或母亲）初中和高中学历归为高学历，来代表能力较强的农民工。

分组回归结果显示（表4），当父亲学历高时，农民工的教育回报率达到3.6%，大大高于整体样本的教育回报率2.3%，是父亲学历低的农民工教育回报率的2.2倍。当母亲学历高时，教育回报率高达5.1%，而母亲学历低的那一组仅为1.9%。这说明能力水平不同的农民工教育回报率确实有差异，拥有较高能力的农民工也有着更高的教育回报率，教育回报率存在明显的“强者越强”效应。

就健康回报率而言，在父亲学历较高或母亲学历较高那组，健康的系数虽然为正，但不显著，表明健康对能力较强的农民工而言，并无显著的促进作用。而在父亲学历或母亲学历较低那一组，健康回报率却高达23.2%或18.5%，超过了整体样本的健康回报率。这表明对能力较弱的个体而言，健康改善能带来很高的收益，能够在很大程度上促进个体非农收入增长，但这一规律对能力较强的农民工并不适用。

综合而言，教育对能力较强的个体收入促进作用更大；而对能力较弱个体而言，健康的作用更为凸显。之所以如此，很可能是能力偏强的农民工更有可能从事那些知识型、收入水平高、对健康要求却不高的工作；而能力偏弱的农民工则更可能从事低收入、体力型的工作，这些工作对健康要求高却对农民工知识水平要求不高［6］。

（三）收入水平分位数回归

表4 不同能力水平分样本回归

自Koenker和 Bassett［33］提出分位数方法以来，分位数回归越来越多地被用来估算人力资本回报率。与传统OLS模型相比，分位数回归具有以下两个优点［34］。首先分位数回归估计的是在其他条件给定前提下，人力资本回报率如何随着收入分位点的变化而变化。由于任何一个分位点的分析都可实现，因而可以更加细致的描述收入的条件分布与人力资本回报率之间的关系。其次是分位数回归采用最小离差的方法，估计结果也会更稳健。

表5显示⑩由于篇幅限制，表5中并没有显示能力、性别、行业、单位性质、地区、工作稳定性的分位数系数和标准差，如有需要，请向作者联系索取。，在控制住个体能力这一因素后，在收入的10%分位水平，教育回报率并不显著。在25%、50%和75%的分位水平上，教育回报率则分别为 2%、2.1%、2.3%，均低于样本平均回报率2.6%。而上升至90%的分位数水平时，教育回报率就迅速跃升至3.2%。这一结果表明，随着农民工收入水平的提升，教育回报率呈现逐渐上升的趋势。这与张车伟［13］的研究保持一致。因而，上述结果意味着随着农民工个体收入水平的提升，教育变得越来越重要，即教育回报率存在使得贫者更贫、富者更富的“马太效应”。

表5 收入水平分位数回归

就健康而言，结果表明，随着收入水平的提升，健康回报率呈现逐渐下降的趋势。在收入的10%分位数水平上，健康对收入的促进作用最明显，健康回报率达到了22.3%。在25%分位和50%分位数水平上，健康回报率则下降至17%和19.3%。随着分位水平的继续上升，在收入的75%分位水平和90%分位水平上，健康回报率进一步下降至12%左右。表明对于收入水平较高的农民，其健康回报率相对较低；但对于收入水平较低的农民工，健康回报率则相对较高。即教育有着扩大收入差距的作用，健康则起着相反的作用。之所以如此，很可能是因为教育水平高的农民工从事着对健康要求低、收入更高的知识技能型工作；而教育水平低的农民工所从事的工作则是对健康水平要求高、收入水平更低的体力型工作［10］。

五、结论与启示

本文基于浙江大学2013年农民工问卷调查，在控制个体能力的前提下，对两种最为重要的人力资本回报率进行了测算，即教育与健康对农民工非农收入的促进效应进行了测度。本文还进一步对比分析了两类人力资本对不同类型农民工的差异化影响，即对能力强弱和收入水平高低的农民工而言，教育与健康如何影响其非农收入。本文的主要发现有：（1）农民工整体的教育回报率依然偏低，只达到了2.3%，说明教育对农民工非农收入的改善作用仍十分微弱。与此同时，健康的收入促进效应较为明显，相对不健康的农民工，健康的农民工收入要高14.6%。（2）相对于小学学历农民工，拥有初中学历和高中学历并不能有效促进农民工收入增长，只有学历达到大专及以上学历时，教育的优势才能够凸显出来，高学历农民工能够有更高的收入水平。（3）根据能力高低进行分样本回归发现，能力强的农民工拥有更高的教育回报率，但健康的作用并不显著；对能力弱的农民工而言，教育回报率相对较低，但有着较高的健康回报率。即对于个体能力强的农民工而言，教育更重要；对能力弱的农民工而言，健康更为重要。（4）分位数回归发现，随着收入水平的提升，教育回报率会逐渐上升，而健康回报率则呈现逐渐下降趋势。即相对于收入水平低的农民工，收入水平高的农民工拥有更高的教育回报率；相对于收入水平高的农民工，健康对低收入水平农民工的收入促进更有效。

基于上述结论，提出下述针对性的政策启示。首先，要大力增加对农民工的教育投资。通过对比其他相似研究，发现近十年来农民工的教育回报率并未得到明显提升。分学历水平的稳健性研究也发现，只有达到大专及以上学历，教育才能有效促进农民工的非农收入增长。因而，未来首先需要加大对农村地区的教育投入，大专院校要加大对农村地区的招生；还可以通过构建农民工在职学习体系建设，让农民工边工作边进修，从而获得更高的学历。其次，要重点关注农民工群体的健康人力资本。研究发现农民工的健康回报率较高，尤其是对能力较弱、收入较低的那部分群体更是如此。针对农民工群体普遍工作条件差，劳动负荷大，保障不足等现实，要加快建立健全工伤保险、医疗保险和医疗救助社保机制；改善工作条件，减少农民工的健康人力资本损耗等。最后，要关注两类人力资本对不同类型农民工的差异化影响。对能力较强和收入水平更高的农民工，其教育回报率也相应较高。对能力较弱的农民工和收入水平较低的那部分农民工，健康回报率则较高。说明农民工内部也存在很大的差异，要重点和扶持能力较差和收入水平较低的那部分农民工。

［1］谌新民，林隽宇.对农民工人力资本收益率的再估算和解释——来自广州市番禺区的发现［J］.人口研究，2009，33（4）：78-83.

［2］钱文荣，卢海阳.农民工人力资本与工资关系的性别差异及户籍地差异［J］.中国农村经济，2012，（8）：16-27.

［3］马岩，杨军，蔡金阳，王晓兵，侯麟科.我国城乡流动人口教育回报率研究［J］.人口学刊，2012，（2）：64-73.

［4］Schultz，T.W.Investment in Human Capital［J］.American Economic Review，1961，51（1）：1-17.

［5］蔡昉.中国人口与劳动问题报告No.8——刘易斯转折点及其政策挑战［M］.社会科学文献出版社，2007.

［6］樊纲，郭万达.农民工早退：理论、实证与政策［M］.北京：中国经济出版社，2013.

［7］魏众.健康对非农就业及其工资决定的影响［J］.经济研究，2004，（2）：64-74.

［8］屈小博，都阳.农民工的人力资本积累：教育、培训及其回报［J］.中国社会科学院研究生院学报，2013，（5）：73-79.

［9］李中建，金慧娟.农民工人力资本回报率差异：年龄与类型——基于城市农民工调查数据的实证分析［J］.财经论丛，2015，（10）：11-17.

［10］程名望，Jin Yanhong，盖庆恩，史清华.农村减贫：应该更关注教育还是健康？——基于收入增长和差距缩小双重视角的实证［J］.经济研究，2014，（11）：130-144.

［11］杨娟.通用个人教育收益率计算方法的比较［J］.中国人口科学，2008，（5）：87-94.

［12］谢勇.基于分位数回归的农民工人力资本收益率的估算［J］.农业技术经济，2013，（4）：4-12.

［13］张车伟.人力资本回报率变化与收入差距：马太效应及其政策含义［J］.经济研究，2006，（1）：59-70.

［14］董银果，郝立芳.中国教育投资回报率度量的关键问题探析［J］.西南大学学报（社会科学版），2011，37（1）：115-121.

［15］邓峰.教育收益率估算中的计量偏误及调整方法的综述［J］.教育与经济，2013，（5）：42-48.

［16］Zhang，J.，Zhao，Y.，Park.，A.＆ Song，X.Economic Returns to Schooling in Urban China，1988 to 2001［J］.Journal of Comparative Economics，2005，33（4）：730-752.

［17］王曲，刘民权.健康的价值及若干决定因素：文献综述［J］.经济学（季刊），2005，5（1）：1-52.

［18］刘国恩，Willianm H.Dow，傅正鸿，Jone Akin.中国的健康人力资本与收入增长［J］.经济学（季刊），2004，4（1）：101-118.

［19］Brauw，A.d.＆ S.Rozelle.Reconciling the Returns to Education in Off-Farm Wage Employment in Rural China［J］.Review of Development Economics，2008，12（1）：57-74.

［20］Restuccia，Urrutia.Intergenerational Persistence of Earnings：The Role of Early and College Education“，The America Economic Review ，2004，94（5）：1354-1378.

［21］李煜.制度变迁与教育不平等的产生机制——中国城市子女的教育获得（1966-2003）［J］.中国社会科学，2006，（4）：97-109.

［22］白雪梅，李莹.教育对中国居民收入的影响分析基于分位数回归和收入分布的考察［J］.财经问题研究，2014（4）：11-18.

［23］葛玉好.教育回报异质性问题研究［J］.南方经济，2007，（4）：11-20.

［24］杜两省，彭竞.教育回报率的城市差异研究［J］.中国人口科学，2010，（5）：85-94.

［25］魏下海，余玲铮.我国城镇正规就业与非正规就业工资差异的实证研究［J］.数量经济技术经济研究，2012，（1）：78-90.

［26］黄乾.城市农民工的就业稳定性及其工资效应［J］.人口研究，2009，（3）：53-62.

［27］Mincer，J.Schooling，Experience and Earnings［M］.New York：Columbia University Press for the National Bureau of Economic Research，1974.

［28］赵海.教育和培训哪个更重要——对我国农民工人力资本回报率的实证分析［J］.农业技术经济，2013，（1）：40-45.

［29］罗锋，黄丽.人力资本因素对新生代农民工非农收入水平的影响——来自珠江三角洲的经验证据［J］.中国农村观察，2011，（1）：10-19.

［30］吴炜.干中学：农民工人力资本获得路径及其对收入的影响［J］.农业经济问题，2016，（9）：53-60，111.

［31］黄志岭，姚先国.教育回报率的性别差异研究［J］.世界经济，2009，（7）：74-83.

［32］Weisbrod，B.A.Education and Investment in Human Capital［J］.Journal of Political Economy，1962，70（2）：106-123.