我国教育收益率的性别差异及城乡比较研究

摘要：教育收益率是评价教育生产力的重要指标之一，可以用以判断教育资源是否均衡发展或劳动力市场是否合理分配。该研究基于明瑟方程标准厦拓展模型，考虑了性别、居住地、政治面貌、全职工作经历、户口、工作性质和编制等因素对教育收益率的可能影响，利用CFPS2020数据考察了我国居民教育收益率的性别差异并进行了城乡比较。研究发现：第一，每增加一年教育年限，个人收入都会得到提高；第二，女性的毛教育收益率和净教育收益率均高于男性；第三，我国城镇居民的毛教育收益率和净教育收益率均高于乡村居民，且乡村居民受控制变量的影响更大；第四，城镇和乡村女性的毛教育收益率均高于男性，城镇居民的毛教育收益率性别差异比乡村更大；第五，城镇士性的净教育收益率低于城镇男性，乡村士性的净教育收益率高于乡村男性，且乡村居民的净教育收益率性别差异比城镇更大。因此，应持续构建网络化、数字化、个性化、终身化的教育体系；进一步推动城乡融合发展，建立城乡劳动力要素的合理配置机制；提高女性的受教育水平，缩小劳动力市场中的性别收入差距。

关键词：教育收益率；教育回报率；城乡差异；性别差异；教育投资；CFPS

基金项目：国家社会科学基金“十四五”规划2022年度教育学重大课题“‘双减’背景下基础教育生态系统重构机制研究”（VHA220005）

中图分类号：C521 文献标识码：A

文章编号：1674-537X（2024）02.0012-08

一、引言

教育是最重要的人力资本投资方式，当个人接受了良好的教育，不但会获得更多的就业机会，同时会获得更高的收入。教育收益率，也称教育回报率，就是在一定时期内对个人或社会因其接受的教育数量的增加而获得的未来纯经济报酬的一种测量。教育收益率是评价教育生产力的重要指标之一，可以用以判断社会或个体是否应该在教育上投入资源。基于对不同群体、不同教育阶段教育收益率的研究，可以判断教育是否均衡发展或劳动力市场是否合理分配。合理估算教育收益率并进行不同群体的比较，可以加强现阶段对劳动力市场的认识，合理制定教育政策和收入分配政策，对推动教育事业和经济高质量发展具有重要的现实意义。

已有关于我国教育收益率的大多数研究均发现，城镇居民的教育收益率高于乡村居民，女性的教育收益率高于男性，但其使用的大多为1985年到2015年之间的数据。21世纪以来，我国社会随着经济的快速发展而出现全面、深刻的变革，各级教育规模经历了引人瞩目的快速扩张。2020年我国实现了国内生产总值和城乡居民人均收入比2010年翻一番，全面建成了小康社会，九年义务教育巩固率达到95.2％。那么，在2020年，我国城镇居民和乡村居民的教育收益率差异是否仍然存在？其在性别上又是否仍存在差异？这是本文所要研究的重点，既能对当前的发展现状进行评估，又能为新时代开启教育现代化建设新征程指明方向，具有重要的现实意义和历史意义。

二、文献回顾

自1958年美国经济学家Mincer提出了明瑟收入函数，将收入与教育程度、工作经验联系起来后，国内外研究者不断尝试用这一方法估算世界各地的教育收益率，不断探索影响个人教育收益率的各种变化及影响因素。但是，理论研究基于假设条件不同，实证研究基于样本数据不同，导致现有的研究结论并不统一。在此主要列举教育收益率的性别差异及城乡差异方面的已有研究，为本研究提供思路及依据。

在我国教育收益率的城乡差异方面，有些研究依据居住地进行城乡区分，也有些研究依据户籍进行区分。以按照居住地划分的城乡教育收益率为例，梁润基于中国健康与营养调查1989至2009年数据的实证研究发现，城市地区居民的教育回报率总是高于农村地区，且城乡差距在逐年扩大。李春玲使用2001年的全国抽样调查数据发现，我国城市教育收益率已接近国际平均水平，但城乡教育收益率相差7％。曹黎娟等通过对2011年的微观调查数据分析发现，在不同的教育阶段，城镇教育收益率均大于农村。侯风云估算发现，2002年左右中国城镇教育收益率为9.289％，农村却仅有3.655％。姚先国等人的研究发现2004年左右我国浙江、湖南、安徽等省的城镇教育收益率为8％，比农村高4％。。以按照户籍划分的城乡教育收益率为例，高兴民等人对中国综合社会调查（CGSS）2003-2013年数据分析也发现，所有年份的毛教育收益率比较中，非农户籍人员都大于农业户籍人员。胡德鑫基于中国综合社会调查2008年和2017年的数据发现，在高等教育扩张前期，城镇居民的高等教育回报率远高于农村居民，后期农村高等教育回报率却反超城镇。总之，大多数研究结论均认为城镇高于农村。

在我国教育收益率的性别差异方面，陈良焜和鞠高升基于1996-2000年的国家统计局对城镇住户调查的数据发现我国城镇居民中女性的教育收益率一直高于男性。罗楚亮同样发现1988-2009年我国城镇居民中女性的教育收益率始终高于男性。彭竞利用中国综合社会调查2006年数据发现，女性的高等教育回报率高于男性，但随着行业进入门槛的提高呈下降趋势。李峰亮利用“中国家庭动态跟踪调查”2010年的数据发现，无论远程还是传统面授，无论大专还是本科，教育收益率都呈现为城镇女性高于城镇男性。杨滢等人利用中国综合社会调查2012-2015年合并数据发现，在中低收入水平上女性教育收益率显著高于男性，且女性教育收益率高于男性的现象只存在东部地区和中西部地区的高等教育阶段。总之，大部分研究表明女性的教育收益率高于男性的教育收益率，并且有逐渐增大的趋势。此外，不同的教育阶段，教育收益率的性别差异高低不同。

通过以上对已有研究的回顾可以发现，现有研究颇丰，结论众多。但大多数学者所使用的数据在5年甚至更久以前，缺少对最新全国性数据的分析，且缺少对城镇居民内部、乡村居民内部及相互之间的性别差异的研究。因此，本文使用中国家庭追踪调查发布的最新数据为研究样本，并运用明瑟收入方程对教育收益率进行估算，实证分析我国居民教育收益率的性别差异及其城乡比较。

三、研究设计

（一）数据处理及变量介绍

通过阅读相关参考文献并对几个社会科学领域较为知名且信度较高的数据库进行对比之后，本研究选择了中国家庭追踪调查（China Family Panel Studies，简称CFPS）项目数据库。该项目由北京大学中国社会科学调查中心实施，其基线样本覆盖全国25个省／市／自治区，代表了中国95％及以上的人口。CFPS至今共公布了2010、2011、2014、2016、2018和2020年的数据，本文选取了其最新的2020年个人问卷数据库进行研究。基于数据处理的相关公式及研究思路，主要选取了个人问卷数据中被调查者的用户ID、年龄、性别、年收入、户口、最高学历、政治面貌、编制、家庭住址城乡属性和主要工作性质等指标，并对数据作了进一步的规范处理。

第一，教育收益率估算公式中必须有工作收入，因此删掉了在校生和已退休的样本数据，同时对样本整体进行了重新编码：居住地（乡村为0，城镇为1）、性别（女为0，男为1）、全职工作经历（无为O，有为1）、户口（农业户口为0，非农户口为1，没有户口为2，居民户口为3）、工作性质（农业为0，非农业为1）、编制（否为0，是为1）、政治面貌（非党员为0，党员为1）。

第二，将调查数据中的“最高学历”统一转化为教育年限，各学历对应的赋值年数为博士研究生21.5年、硕士研究生18.5年、大学本科16年、大专15、高中（含普通高中、中专、技校、职业高中）12年、初中9年、小学6年、文盲及从未上过学0年。

第三，根据我国的普遍情况，每个被访者的工作年限为其年龄减去受教育年限后再减去入学年龄，入学年龄按6岁计算。

第四，CFPS项目组根据国家统计局发布的标准对家庭居住地社区一级的地址判断了城乡属性，本研究按照居住地来划分城镇和乡村，以更真实地反映教育收益率在城乡之间的差异。一是因为国家统计局以居住地统计城镇化率；二是参考黄静、邓峰等大多数学者的数据处理方法：三是我国第七次全国人口普查数据显示，2020年流动人口规模达3.76亿，占总人口的比例高达26.64％，他们虽是农业户籍但在城镇接受教育、工作并定居，将其归为城镇居民更为合适。

第五，收入方面选用问卷中将所有工资、奖金、现金福利、实物补贴都算在内，并扣除税和五险一金的“工作总收入（元／年）”数据作为年收人，将其除以12则得到计算所需的“工作月收入”。此外，为避免出现极端值对统计数据进行干扰，剔除了月收入在500元以下和50000元以上的样本。

第六，为进一步探究城乡居民教育收益率的差异，本研究对所有样本进行了分组处理，将所有样本分别分为城镇和乡村两组及男性和女性两组，在城镇组和乡村组下又分别分为城镇男性组、城镇女性组及乡村男性组、乡村女性组共四组。

本研究使用Stata 16.0软件进行数据分析，经过数据的初步处理后，最后符合条件的有效样本共有17240个，其中居住地在城镇的样本共8586人，居住地在乡村的样本共8654人。

（二）样本分布及描述性统计

在对数据进行了筛选、整理以及变量的处理后，对最终保留的所有变量进行了全样本和分城乡的变量描述性统计分析，分析结果如表1所示。

从表1可以看出，在工资收入方面，2020年城镇样本平均月收入比乡村显著高出37.85％，表明我国城乡居民收入差距明显。在受教育年限方面，全样本均大于9年，这体现了我国九年义务教育实行的作用，但城镇样本的受教育年限比乡村显著高出31.92％，表明我国城乡居民在接受教育的年限方面仍存在较大差距。在工作经验方面，乡村样本比城镇样本显著高出17.52％，这可能是在完成九年义务教育后更多乡村居民选择立即参与工作补贴家用而更多城镇居民选择继续深造，这与乡村居民受教育年限低于城镇居民是相对应的。同时，乡村居民的全职工作经历明显比城镇居民少42.66％，这可能一方面是因为乡村居民由于家里的农活而倾向于选择非全职工作，另一方面是因为乡村居民与城镇居民在教育水平上的差距从而导致其在应聘全职工作时有相对较弱的竞争力。在劳动力所从事的工作类型方面，乡村样本中从事农业工作（农、林、牧、副、渔）的比例显著比城镇样本高出47.28％，造成这种差异的原因可能与城乡教育差距、经济结构差异、就业机会差异和政策因素有关。此外，城镇样本中有编制的居民比乡村样本中有编制的居民多，城镇党员也比乡村党员更多。

（三）计量模型及变量介绍

对于教育收益率的计算，目前学者们最为广泛使用的模型是美国学者明瑟（Mincer）根据人力资本理论推导出的函数模型，也被称为Miner模型。因此，在本研究中同样使用此方法来估算教育收益率。标准明瑟方程可表示为：

此外，为了控制其他因素对教育收益率的影响，还可以在公式中加入其他影响收入的解释变量，如性别、地区、工作类型等。本研究将明瑟收入方程的公式进一步扩展为：

四、实证结果分析

（一）整体居民教育收益率及性别差异分析

利用标准模型和拓展模型对我国居民整体及不同性别居民进行教育收益率估计，计算结果见表2、表3。

根据表2可知，无论标准或扩展模型中，受教育年限和工作年限的回归系数均显著为正，这说明无论是否考虑其他因素的影响，教育程度及工作经验的增长均会使个人的收入增加。根据标准模型计算出我国整体居民的教育收益率为8.6％，考虑控制变量后教育收益率为7.1％。此外，拓展模型中的各变量回归系数为正数且均在1％或5％的水平上显著，这说明居住地、性别、工作性质、政治面貌、编制等变量均对教育收益率有显著正向影响。同时，针对女性居民，居住地城乡分类、编制、全职工作经历和户口等变量均会对其收入产生显著影响，而相比之下男性受工作性质、户口和政治面貌的影响更为显著。影响城镇女性收入的因素更多且更显著可能表明女性面临着更多的社会、经济或文化压力。

根据表3可知，分性别的整体居民教育收益率估算结果显示，男性教育收益率受居住地、全职工作经历和编制变量的影响不显著，女性教育收益率受工作年限、工作性质和政治面貌的影响不显著，这说明不同性别教育收益率的影响因素存在区别。此外，无论标准模型还是拓展模型，女性的教育收益率均高于男性，这也与诸多学者的研究结果一致。

（二）城镇居民教育收益率及其内部性别差异分析

利用标准模型和拓展模型对城镇居民整体及不同性别城镇居民进行教育收益率估计，回归结果见表4。

根据表4可知，对于城镇居民整体，无论是否控制变量，受教育年限和工作年限的回归系数均为显著正值，说明无论是否考虑其他因素的影响，教育程度和工作经验增长都会使城镇居民的收入增加。工作性质和政治面貌对城镇整体居民收入的影响都不显著，这可能因为城镇居民中大多从事非农业工作，工作性质的差异性不大导致其影响被掩盖。户口对城镇不同性别居民都有显著影响，这可能受户籍制度的影响。编制对城镇女性的影响显著，对城镇男性却不显著。政治面貌和工作性质对城镇男性显著，对城镇女性却不显著。这些差异可能反映了性别角色和期望在城镇环境中的影响，以及劳动力市场中的性别不平等。根据回归结果可对城镇不同性别居民教育收益率进行比较，如表5所示。

根据表5可知，对于城镇居民，加入控制变量后，城镇女性样本的教育收益率明显下降，城镇居民整体和城镇男性样本的教育收益率反而有所升高，这可能是因为在城镇需要更高要求的职场中存在诸多性别歧视和不平等，即使女性受到良好教育并具备一定工作经验，但有编制的工作、党员身份等条件可能对于男性来说更容易获得，城镇男性能通过控制变量享受更多的优势，从而导致控制变量对不同性别城镇居民的不同影响。此外，利用标准模型计算出的城镇女性样本教育收益率显著高于城镇男性，利用拓展模型计算出的结果却与之相反。这表明教育对女性的经济收益更为显著，但考虑到更多因素时，男性在教育后能获得更高的收入和更显著的经济回报。这种情况可能反映了社会对男性和女性在教育质量、职业选择、工资水平等方面的不同期望和不平等处境。

（三）乡村居民教育收益率及其内部性别差异分析

利用标准模型和拓展模型对乡村居民整体及其内部不同性别居民进行教育收益率估计，回归结果见表6。

根据表6可知，无论是否考虑其他因素的影响，乡村居民接受教育的年限和工作年限的增长都会使个人的收人增加。工作性质、编制和户口对乡村居民教育收益率的影响都不显著，这可能是因为居住在乡村的居民大多为农业户口，从事没有编制的农业工作，差异不大导致影响不显著。乡村男性居民的教育收益率基本不受教育年限和工作年限以外的控制变量的影响，这可能是因为乡村男性大多从事农业工作，无论是否有编制、是否党员、是否有过全职工作经历，其主要收入来源均为农作物，而农业工作收入受个人身份背景方面的影响较小。乡村女性居民的教育收益率受教育年限、编制和全职工作经历的影响显著，这可能是因为乡村的工作中有编制工作的工资相对于其他工作更高更稳定。在乡村工作的女性由于体力原因大多从事非农业工作，而这些行业需要更多的专业知识和技能，因此，有更丰富工作经历的乡村女性更容易获得更高工资的工作。

根据表7可知，无论是否考虑其他因素的影响，乡村居民接受教育的年限和工作年限的增长都会使个人的收入增加。乡村居民的毛教育收益率和净教育收益率之间存在2.1％的差距，比城镇居民大2％，这说明乡村居民教育收益率比城镇居民更容易受控制变量的影响。其次，乡村女性的教育收益率显著高于乡村男性，在加入控制变量后差距更为明显。此外，乡村居民教育收益率的性别差异在标准模型中小于城镇居民，在拓展模型中大于城镇居民。一方面，乡村女性可能受益于一些致力于缩小教育性别差距的专门政策或项目：另一方面可能因为城镇化进展中乡村地区涌现了诸多新的行业和领域，为乡村女性提供了更多的机会和更高的收入。当加入编制、政治面貌、全职工作经历等控制变量时，这些因素可能更为突出地影响乡村女性的教育收益率。

五、结论与启示

（一）结论与讨论

本文使用2020年中国家庭追踪调查数据并运用标准及扩展明瑟收入方程计算我国城乡居民的教育收益率，得出以下结论。

第一，根据标准模型计算出我国整体居民的教育收益率为8.6％，考虑控制变量后教育收益率为7.1％。无论城镇还是乡村、无论男性还是女性，每增加一年教育年限或提高一个阶段受教育水平，个人收入都会得到提高。这与诸多学者的研究结论相一致，在一定程度上否定了当今再次被广泛讨论的“读书无用论”观点，体现了投资于教育对提高收入的正向影响。

第二，无论标准模型还是拓展模型，女性的教育收益率均高于男性，这与大部分研究结论相一致。其主要原因之一可能是接受不同教育年限的女性内部的工资收入水平差距比男性更大，教育在女性群体内部呈现出了更高的投资收益；其二可能因为女性劳动力受教育的机会成本低于男性，只考虑受教育机会成本而不考虑直接成本的明瑟收益率比男性高；其三也有可能因为本研究未将接受过教育却处于无社会工作收入的家庭主妇算入在内，导致女性教育收益率存在一定偏差。值得注意的是，女性的高教育收益率并不意味着女性的收入更高，很多女性的收入甚至低于相同受教育程度的男性，这只是意味着对女性来说教育是很好的投资方式。

第三，无论是否考虑控制变量，无论从整体还是分性别来看，我国城镇居民的教育收益率均高于乡村居民。城乡居民接受同样年限的教育，城镇居民的平均工资却高于乡村居民，这在一定程度上体现了城乡差距，可能是经济水平、家庭收入和背景、劳动力市场等因素的影响。该结论与大多数学者的结论相符，但也有学者得出了与之相反的结论，例如Johnson＆Chow分析1988年CHIP数据发现，我国农村地区的教育收益率要高于城镇地区。这可能一方面是因为本研究在划分城乡居民时使用居住地作为衡量，而非部分学者所使用的户籍：另一方面是因为本研究使用2020年的CFPS最新数据，与这些学者的原始数据存在一定区别，城乡教育收益率有所不同而导致的；也有可能因为整体教育收益率与不同教育阶段的教育收益率的城乡差异不同。

第四，不考虑控制变量，城镇和乡村的女性教育收益率均高于男性，但是城镇的教育收益率性别差异比乡村更大，这一结论与诸多学者的结论一致。城镇通常拥有更高的经济发展水平，有着更丰富的职业选择，能使城镇女性受益更多；而乡村地区的职业种类较少，其职业选择可能更受限制，男女职业选择区分度不高，导致乡村男女收入差异相对较小。同时，城镇地区可能对性别角色和社会期望的影响更大，再加上城镇地区通常拥有更多的教育资源和机会，包括高质量的学校、培训机构和文化活动等，这可能导致女性在城镇地区更有动力和机会追求更高更多的教育，以获得更好的职业或收入，从而增大了城镇的教育收益率性别差异。

第五，考虑控制变量，城镇女性的教育收益率低于男性，乡村女性的教育收益率高于男性。城镇地区有着多样的职业种类和较大的收入差距，接受教育能提高女性的工资收入、就业稳定性、身份和声望等，但仍显著低于男性，女性相对男性大多只能选择收入较低的工作，因而教育收益率低于男性。而考虑控制变量后的城镇女性的教育收益率下降明显，这可能因为乡村地区的职业结构可能相对较简单，更多的是接近乡村女性受教育水平的农业和手工业的相关工作，其教育收益率受控制变量的影响相对较小，而城镇地区的工作机会较多但竞争也较大，城镇女性在求职及工作中受到全职工作经历、性别、工作性质等因素的影响更大。

（二）思考与启示

第一，所有群体每增加一年教育年限个人收入都会得到提高说明了教育的重要性。接受更高更多的教育不仅能提高个人的人力资本，也能带动社会及国家的经济发展。对个人来说，一是应该意识到教育不仅只存在于学校，而是一个终身的过程，持续学习和自我提升可以帮助个人适应社会的变化和职场的挑战：二是应该追求多样化的技能，掌握多个领域的技能可以使个人在多个领域找到机会，并在职场中更具竞争力。对政府来说，应继续坚持教育在社会主义现代化建设中的优先发展地位，致力于提高教育体系的质量和普及率，构建网络化、数字化、个性化、终身化的教育体系，促进学校社会资源共享，不断推动新时代教育强国建设。

第二，城镇居民的教育收益率普遍高于乡村居民反映了城乡居民收入水平的差距，也反映了城乡教育资源分配不均衡的问题。1986年我国实行九年制义务教育以来，我国义务教育逐渐从教育资源的“基本均衡”走向教育资源和教育质量并重的“优质均衡”。然而，我国教育收益率的城乡差距说明“优质均衡”还在路上，还要走得更深，走得更远。同时也需要进一步推动城乡融合发展，建立城乡劳动力要素的合理配置机制，提高乡村居民的收入。

第三，女性的教育收益率高于男性，这意味着通过教育提高个人收入对于女性更为重要。相关研究表明，建国以来随着教育改革和发展，我国受教育状况的性别差异在逐步缩小，但男女之间的教育获得仍然存在差异，男性受教育程度仍比女性受教育程度高。可见，教育事业发展中除了关注城乡差距以外还需要关注性别差距，需要致力于提高女性的受教育水平。此外，男性的收入远高于女性意味着还需要建立和完善相关劳动法规和政策，以缩小劳动力市场中的性别收入差距。

六、不足与展望

研究在数据选择及处理、估算方法的选择和应用上存在一定局限。其一，CFPS数据中对受过教育却没有工作收入的人群并没有区分，如许多女性接受过一定程度的教育但作为家庭主妇而无固定工作收入，对这类人群的教育收益率估算有所缺失。其二，由于数据没有记录个体实际入学年龄和中间是否有休学，本研究默认个体年满六周岁上小学且其后不间断接受教育，但各地对入学年龄的规定存在差异，且可能有家长会对子女入学年份加以干预，因而本研究对受教育年限的处理上可能会存在一定的偏误。其三，本研究使用的工作收入数据包含扣除五险一金的所有工资、奖金、现金福利，可能会导致教育收益率整体偏高，也可能导致无奖金补贴的农业工作者的教育收益率偏低。其四，本研究仅使用标准及扩展的明瑟方程进行估算，缺少理论模型的构建及OLS回归、分位数回归等更深入复杂模型的使用。

在未来的相关研究中，可以对数据进一步细化处理，根据个体出生月份计算受教育年限，以月税后工资作为工作收入等方式重新计算并加以比较，验证当前结果的准确性，还可以进一步从不同年份、不同区域、不同收入水平等视角对我国教育收益率的变动、影响因素、差异等方面展开深人研究。