收入水平、收入分配与教育性别平等——基于省级面板数据的实证研究

袁秋梅

(中南财经政法大学， 湖北 武汉 430073)

一、引言

教育机会获得的多少直接关系到未来生活质量和就业机会的多少，促进教育性别平等是我们人类社会的共同愿望。国际社会亦高度重视性别平等问题,如2010年《人类发展报告》为全面地测量性别平等水平，新增了“性别不平等指数”，其中就包括了受教育程度等5项指标[1]。可见，包括教育性别平等在内的性别平等是全人类的发展目标。

据《中国妇女发展纲要(2011—2020年)》统计监测报告，2016年，“女性接受高等教育比重提高，高中阶段教育性别差距缩小。义务教育阶段已基本消除性别差距。女童接受学前教育的比重继续提高”[2]。可见，我国在促进教育性别平等上取得了巨大成就，但是总体上仍存在教育性别差距，从教育阶段来看，这种差距主要集中在高中阶段和学前教育阶段。另外，通过文盲人口比率的对比亦可发现教育性别差距的存在。图1为2002～2016年15岁及以上人口文盲率状况，其中2010年数据缺失。统计数据显示，2016年，全国15岁及以上人口文盲率为5.28%，其中，男性文盲率2.74%，女性文盲率7.89%，和2002年相比，不论总体文盲率还是分性别文盲率都呈明显下降趋势。文盲率性别差距由2002年的10.49个百分点，缩小至5.15个百分点。文盲率性别差距虽然不断缩小，但是从绝对数量来看，2016年15岁及以上女性文盲仍高达4487万人。综上所述，教育性别不平等虽然没有那么严峻，但仍然客观存在，距离人人都享有教育和性别平等的理想还有很大差距。所以，我们不能盲目乐观，仍要高度重视教育性别不平等问题，分析教育性别差异的原因，为政策和措施的制定与实施提供科学依据和指导，为推动教育性别平等事业的发展而努力。

图1 15岁及以上人口分性别文盲率(2002～2016年)

二、文献回顾

现有文献关于教育性别差异的原因分析，微观层面的研究成果颇多，宏观层面的理论及实证研究是从收入水平的维度分析经济增长对教育性别平等的影响。

关于教育获得机会的有关理论解释包括：Becker和Lewis提出的资源稀释模型，它从家庭资源的稀缺性和资源合理配置的角度解释了孩子的数量和质量二者不可兼得[3]。资源稀释模型是有关教育获得的一般性理论，可以对一个家庭养育的孩子越多，每个孩子获得的教育机会越少进行解释，但无法解释教育获得的性别差异。Blake进一步以教育获得水平作为衡量孩子质量的一个具体指标，通过实证研究验证了资源稀释模型[4]。Kalmijn和van de Werfhorst在资源稀释模型的基础上提出了资源稀释性别假说，并进行了实证检验，认为家庭资源稀释是非中性的，从同胞性别结构的角度解释了家庭内部存在的教育性别不平等现象，认为不论男女，一个人如果同胞中有兄弟相对于有姐妹而言会减少其教育获得；而对于女孩则更甚，有兄弟比有姐妹会更加减少其教育获得[5]。

微观层面的实证研究，主要分析家庭收入、家庭背景、性别歧视、家庭养育规模和同胞性别结构等因素对个人教育获得的影响。Hannum以小学和中学入学率作为教育性别差异的衡量指标，通过对中国农村儿童入学率和家庭收入的实证研究发现，女孩教育机会的获得比男孩更易受家庭经济状况的影响，家庭收入的增加促进了教育性别平等的发展[6]。李春玲比较分析了家庭背景因素(父母教育水平、父亲职业地位、户口身份等)对男性和女性教育获得的影响，虽然女性和男性在教育机会的获得上都从家庭条件的改善中受益，但女性相比男性从中受益更大，这有利于缩小教育性别不平等[7]。叶华对生育率与教育性别平等的关系进行了研究，其按照生育率→家庭养育规模和同胞性别结构→教育性别平等的逻辑关系进行实证分析发现，生育率下降使得家庭养育规模减少，同胞性别结构也发生改变，这两者使教育性别差异不断缩小[8]。黎煦和刘华认为，同胞数量对教育性别差异的影响随着国家政策的变化而变化[9]。郑磊、郑筱婷和陆小慧研究了同胞性别结构对教育性别差异的影响，认为同胞性别结构决定着一个家庭内部是否可能实施性别偏好或者歧视，发现同胞中有兄弟将减少女性教育获得的机会[10-11]。高继波着重考察了农村教育性别差异的成因，认为家庭经济状况是影响教育性别差异的首要原因，但其影响方式并非一成不变，会随着家庭经济状况的变化而变化[12]。吴愈晓结合中国城乡二元结构的现状，对教育性别差异进行了城乡对比研究发现，城镇和农村教育性别不平等的程度及影响因素均有很大不同，家庭背景、家庭养育规模、性别歧视等因素对城镇和农村教育性别不平等的影响表现为显著不同的模式[13]。

宏观层面也有关于经济增长对教育性别差异影响的理论研究。现代理论认为性别不平等随着工业化和经济增长而下降。女性发展理论认为性别不平等在经济增长初期会扩大；当经济增长超越一定的阈值，性别不平等开始缩小。杨旻对城市化、城乡二元结构、产业结构等宏观因素对高等教育性别不平等的影响进行了理论分析[14]。王爱君和周国凯利用面板数据对人均名义GDP、城镇化率、教育财政支出地区总值等宏观经济指标与教育性别差异的关系进行了实证研究[15]。

综上可知，关于教育性别平等的研究不论从微观角度还是宏观角度都十分重视收入水平对教育性别平等的影响，并且得出了基本一致的结论： 收入水平的提高或者说在收入达到一定阶段后收入水平的提高可以促进教育性别平等。但是，遗憾的是尚未发现关于收入分配对教育性别平等的影响的研究。因为教育需要付费，支付能力或者决定支付能力的因素就可能会决定着受教育的多少，进而可能影响教育性别平等。也许，我们很容易考虑到收入水平会影响支付能力，所以，关于收入水平对教育性别平等的影响的研究就很受关注。对于一个国家而言，收入的多少以及收入分配结构共同决定着社会支付能力的大小，所以，我们在关注收入水平的同时也不应忽视收入分配结构的影响。收入分配结构的变化属于宏观经济的一个重要指标，因此，本文拟从宏观角度结合收入水平以及收入分配结构的变化，考察二者对教育性别平等的综合影响。基于以上分析及已有文献研究成果，本文提出以下假设：居民收入的增长有利于促进教育性别平等，而收入分配差距扩大却会阻碍教育性别平等。

三、计量模型与数据

为检验上述假设，构建如下面板回归模型，选取的样本为2002～2016年度我国31个省份的面板数据，利用Stata进行回归处理。

ln(edu)it=β0+β1ln(pcgdp)it+β2equalit+β3expenit+β4unemit+β5induit+β6openit+β7urbit+εit

在模型中，下角标i和t分别表示第i个省份和第t个年度。εit为随机误差项。被解释变量ln(edu)代表教育性别平等程度自然对数；核心解释变量包括ln(pcgdp)和equal，分别代表人均收入水平自然对数和收入分配平等程度；其余为控制变量。各变量定义及简要说明如表1所示。

表1 变量定义及说明

续表

ln(edu)代表教育性别平等程度，用女性平均受教育年限与男性平均受教育年限的比值表示，比值大代表教育性别平等程度高或者说教育性别不平等程度低，比值小代表教育性别平等程度低或者说教育性别不平等程度高，比值等于1即认为达到了教育性别完全平等，比值等于0则为教育性别完全不平等，在模型估计中取其自然对数。王爱君和周国凯使用男女平均受教育年限的差额衡量教育性别不平等程度，使用的是绝对量[15]。本文使用比值的形式属于相对量，比值的优点是能够直观地比较男女平均受教育年限的大小，并且它不会出现小于零的情况，保证其对数形式具有意义，便于分析自变量的变化对教育性别平等程度增长率的影响。关于教育性别平等的实证研究多是在模型中直接使用被调查的男女个体受教育年数作为被解释变量，然后通过对比分析来考察教育性别平等程度。目前并没有严格意义上的男女平均受教育年限的分省份年度宏观数据，本文该指标借鉴胡鞍钢的计算方法[注]对各类受教育程度分别赋予相应的受教育年限：未上过学、小学、初中、高中(含中职)和大专及以上分别为0年、6年、9年、12年和15年，对各类受教育程度进行加权平均，权重为各类受教育程度人口的比例，女性平均受教育年限=(未上学女性人口数×0+小学女性人口数×6+初中女性人口数×9+高中女性人口数×12+大专及以上女性人口数×15)/地区6岁及以上女性人口总数，男性平均受教育年限计算方法同理。其中，《中国统计年鉴2011》公布的2010年受教育年限未区分性别，故该年度男女平均受教育年限是根据2009年和2011年的数据进行算术平均计算得来。，利用《中国统计年鉴》历年的分地区按性别和受教育程度分的6岁及以上人口数据，对各类受教育程度分别赋予相应的受教育年限[16]。

ln(pcgdp)代表收入水平，用各省的年人均实际GDP表示，在模型估计中取其自然对数。人均实际GDP根据可获得的《中国统计年鉴》历年有关统计数据进行适当的处理得来，具体做法是以2002年作为基期，即2002年价格为不变价格，因此，2002年度的当年价格计算的地区GDP就是地区实际GDP，2009年及以前年度人均实际GDP是由上一年度的地区实际GDP×本年度的地区GDP指数(以上年为100)/(100×本年度平均人口)计算所得，本年度平均人口是上一年度末人口数和本年度末人口数的算术平均数；2010年度及以后是由计算得来的上一年度人均实际GDP×本年度的人均地区GDP指数(以上年为100)/100计算所得。与采用人均名义GDP相比，人均实际GDP剔除了收入中物价因素的波动所造成的影响，可客观反映实际收入水平的变化，使得各年度的数据更具有可比性。

equal表示收入分配平等程度，由于缺乏省级年度基尼系数的原始数据，在此使用劳动要素分配份额即劳动者报酬占收入法地区GDP的百分比来衡量。这是基于郭庆旺和吕冰洋的研究发现：我国劳动要素分配份额的下降对应着居民收入分配差距的扩大，劳动要素分配份额的上升对应着居民收入分配差距的缩小[17]。因此，可以使用劳动者报酬占收入法地区GDP的百分比来测度收入分配平等程度，劳动者报酬占比越大则代表收入分配越平等，反之则表示收入分配差距越大。此部分数据来源于中国统计局国家数据网。

expen表示教育财政支出水平，用公共财政教育经费占地区GDP的比重来衡量，2002～2012年公共财政教育经费这一指标，包括教育事业费、基建经费、教育费附加、科研经费和其他经费，之后年度统计口径发生了微调，包括教育事业费、基建经费、教育费附加。其中，2012和2016年度因《中国统计年鉴》中无相关数据，故采用《全国教育经费执行情况统计公告》数据，其余年份数据来源于《中国统计年鉴》。

indu为GDP中第二、三产业合计的比重，用来衡量产业结构的变化。根据佩蒂-克拉克定律(Petty-Clark’s law)，在经济发展过程中，产业结构会从以农业为主的状态转移到以工业和服务业为主的状态，一般用产出占GDP的比重衡量[18]。在产业结构转移过程中，第一产业比重不断下降，但是，由于各地区产业发展水平差异很大，有的地区仍处于第二产业不断发展壮大的工业化阶段，有的地区已发展到更高的后工业化阶段——第三产业快速发展而第二产业趋于下降，为了全面地反映产业结构的这种发展特征，我们并未沿用第二产业增加值占GDP的比重，而是使用二三产业增加值之和占GDP的比重作为衡量指标。

open表示对外开放度，用各地区年度货物进出口总额占地区GDP的比重来衡量，其中，2002～2015年度货物进出口总额货币单位是美元，而地区GDP货币单位是人民币元，为了计算进出口总额占地区GDP的比重，需要换算为统一的货币单位，2002～2012年度换算汇率直接来源于《中国统计年鉴》，而2013～2015年度是根据全国货物进出口总额美元和人民币元数值测算得来。

urb为城镇化率，2005～2016年直接采用各省年末城镇人口比重衡量，2002～2004年由于无法获取有关数据，采用城镇就业人口占城乡就业人口比重代替，数据均来源于历年《中国统计年鉴》。

各变量描述性统计结果如表2所示。

表2 变量的描述性统计(2002～2016年)

为了避免多重共线性引起的估计结果出现偏差，本文使用方差膨胀因子(VIF)对解释变量进行了多重共线性检验，结果如表3所示，解释变量中VIF值最大的为5.97，说明解释变量之间不存在明显的多重共线性问题，模型设计合理。

表3 解释变量的VIF检验

四、回归结果分析

表4是基于所构建的面板回归模型的估计结果，模型(1)是在不考虑控制变量的情况下收入水平和收入分配对教育性别平等的影响的估计结果，模型(2)～(6)是依次添加各项控制变量之后的估计结果。为区分混合回归与固定效应、混合回归与随机效应、随机效应与固定效应，首先对模型分别进行F检验、LM检验和Hausman检验，根据检验结果(见表4)，模型(1)选择的是随机效应模型，模型(2)～(6)选择的是固定效应模型。

对比模型(1)～(6)可以发现，各个变量的回归系数大小和t检验显著性保持稳定，拟合优度有所改进，说明模型设定是合理的。ln(pcgdp)的回归系数表示的是教育性别平等程度对人均实际GDP的弹性，在各个模型中都在1%水平上显著，以模型(6)为例，回归系数0.059表示人均实际GDP每增长1%，教育性别平等程度提高0.059%，二者呈正相关。说明收入水平越高，教育性别平等程度越高，或者说教育性别不平等程度越小，即经济增长能促进教育性别平等，缩小教育不平等程度。

表4 模型回归结果

equal的系数0.001表示教育性别平等程度对劳动要素分配份额的半弹性为100×0.001=0.1，在各个模型中均在5%水平上显著，说明劳动要素分配份额每提高1个百分点，则教育性别平等程度提高0.1%，表明收入分配趋于平等，将有利于教育性别平等；反之，收入分配差距扩大则导致教育性别不平等加剧。由此可见，假设总体平均收入水平保持不变，如果收入分配变得两极分化严重，低收入群体尤其是贫困人口增多则教育性别平等将下降，不利于女性教育机会的获得；相反，如果收入分配差距缩小，中等收入群体扩大将有利于女性获得更多的教育机会。因此，经济增长究竟能否促进教育性别平等，取决于收入水平和收入分配二者的共同作用。经济增长一方面带来居民平均收入水平和整体生活水平的提高，同时也伴生着收入分配结构的变化，一种情形是收入分配差距缩小，一种是收入分配差距扩大。如果收入增加并且收入分配差距缩小，则二者均促进教育性别平等，这种组合将带来教育性别的更加平等。如果收入增加但收入分配差距扩大，这种组合下的经济增长对教育性别平等的综合影响是不确定的，如果收入增加带来的促进教育性别平等的正向作用不足以抵消收入分配差距扩大对教育性别平等的负向作用的话，则净效果为负；反之为正。因此，不可忽视收入分配结构变化对教育性别平等的影响。

同时可以发现，教育财政支出expen与教育性别平等呈正相关关系，且在1%水平上显著，教育财政支出占GDP的比重每增加1个百分点，则教育性别平等程度提高0.5%(即教育性别平等程度增长0.005倍)。王爱君和周国凯的研究结果显示，教育财政支出与教育性别平等呈负相关但不显著，其在研究中教育财政支出水平用地区教育财政支出总额衡量[15]，但是教育财政支出总额掩盖了各地区人口总量的巨大差异对教育财政支出不同程度的稀释作用，无法真实反映各地人均教育财政支出水平，因此，本文对此作了改进，采用的是地区教育财政支出总额占GDP的比重。对教育财政支出水平的不同衡量方法可能是导致结论不同的原因。

值得注意的是，失业率unem的回归系数为0.001，这个结果间接否定了“读书无用论”的观点。因为，如果“读书无用论”成立的话，那么，在就业形势严峻、失业率增加的环境下，人们认为读书也找不到好工作，就会放弃读书和减少教育投入，导致整体教育水平的下降，特别是女性教育水平的更快下降，结果是教育性别平等程度下降，即教育性别平等程度和失业率呈反向变动关系，而实证结果却并非如此，说明人们在行动上并不信奉“读书无用论”。

另外，产业结构indu和对外开放度open对教育性别平等的影响微乎其微，且不具备统计上的显著性。城镇化水平urb的系数在10%水平上显著为负，对教育性别平等有抑制作用，不过影响程度近乎为零。这说明城镇化水平的提高并不必然带来教育性别平等的提高，因为虽大量农民工进城，但他们并没有真正融入城市，远非真正意义上的城市人口，其思想观念和收入水平、享有的社会保障等和城市相比仍有较大差距，其状态倾向于停留和靠近农村的水平而不是城市的水平，未能真正发挥城镇化对性别平等的积极作用。杨旻研究认为高等教育获得的性别平等与城镇化之间关系并不明确[14]；而王爱君和周国凯的实证研究显示二者呈正相关[15]。因此，具体结论还有待进一步证实。

为保证研究结果的稳健性，本文变换教育性别平等程度变量形式进行了稳健性检验，直接利用女性平均受教育年限与男性平均受教育年限的比值衡量，不取自然对数，再进行面板回归，回归结果如表5所示，人均收入水平、收入分配平等程度以及各项控制变量对教育性别平等的影响方向与表4一致，除了模型(6)中教育财政支出水平的系数显著性由原来的1%变为5%，其余变量的显著性亦保持不变。可见，因变量不论采用比值形式还是取其自然对数，主要研究结论均保持不变，这意味着以上模型设定及其估计结果是稳健的。

表5 教育性别平等程度变量变换稳健性检验的回归结果

五、结语

本文主要讨论了收入水平和收入分配结构变化与教育性别平等之间的关系。已有文献非常重视收入水平对教育性别平等的影响，但忽视了收入分配结构变化的影响。

研究结果表明，收入水平的增长对教育性别平等有积极的促进作用，同时，收入分配结构的变化亦对教育性别平等有着显著的影响，收入分配差距扩大不利于教育性别平等，收入分配差距缩小有助于教育性别平等。这要求我们深入贯彻和落实党的十九大精神，“坚持按劳分配原则，完善按要素分配的体制机制，促进收入分配更合理、更有序。鼓励勤劳守法致富，扩大中等收入群体，增加低收入者收入，调节过高收入，取缔非法收入。坚持在经济增长的同时实现居民收入同步增长、在劳动生产率提高的同时实现劳动报酬同步提高”[19]。提高劳动者报酬在要素收入分配中的份额，促进居民收入增长，缩小收入分配差距，将有利于教育性别平等。

另外，教育财政支出在促进教育性别平等进程中亦发挥了重要作用，今后应继续加大教育财政支出力度，特别是结合不同教育阶段性别不平等的严重程度，应特别加大对高中阶段以及学前教育阶段的财政支持，以更具针对性地充分发挥政策调控在教育事业和教育性别平等中的促进作用，争取早日实现《中国妇女发展纲要(2011—2020年)》描绘的美好目标：“促进妇女全面发展，促进两性和谐发展，促进妇女与经济社会同步发展……保障妇女平等享有受教育的权利和机会”[20]。