教育程度对劳动收入的影响研究

南京理工大学 梁雅茹

一、引言

梳理现有文献发现，学者大多通过回归的方法探讨或验证城乡教育水平差异与城乡劳动者收入差距的相关性。基于此，本文将采用多元线性回归模型分析中国高等教育扩展在居民收入差距扩大过程中所起的作用。

二、数据来源及统计性描述

（一）数据来源

本文所使用的数据来源于中国人民大学的社会学系与香港科技大学的社会调查中心合作的2015年中国综合社会调查，此数据开始于2003年，是最早具有全国性、连续性和综合性的一项学术调查。该调查全面地收集了个人、家庭、社区等多个不同层次的数据。目前，CGSS已成为研究我国社会的主要数据来源，得到了国内外学者的认可。2015年CGSS项目除了核心模块（A部分）外，新加入了2005年经济态度与行为评价的10年回顾模块（B部分）、东亚社会调查（EASS）的工作模块（C部分）、国际调查合作计划（ISSP）的工作模块（D部分）、能源模块（E部分）和法制模块（F部分），其中A和B部分是所有受访者必须要回答的，而C和D部分被抽中的概率都为1/6, E和F部分被抽中的概率都为1/3。本文所使用的CGSS问卷调查涉及了我国28个省/市/自治区的478村居。我们依据要研究的内容，使用CGSS2015数据来进行实证分析，主要原因有以下三点：

（1）中国综合社会调查的数据样本多、地区多。除西藏自治区、海南省、新疆维吾尔族自治区、港澳台地区之外，包含大陆28个省级行政区。经统计，共有问卷10968份，即便删除无法回答与拒绝回答的样本，剩余样本依然较大，这意味着本文所使用的调查数据有一定的典型性。

（2）中国综合社会调查设计的问题及答案选项十分合理。问题的设计与我国的国情一致，全面收集了社会、社区、家庭、个人多个层次的数据。

（3）中国综合社会调查的权威性在学术界已经得到了高度认可。用户包括来自世界各国各个学科的学者、学生及其他人员。据中国国家图书馆统计，截至2018年12月底，基于中国综合社会调查（CGSS）数据产出国内中文期刊论文2115篇，国际英文期刊论文355篇，其中有SCI和SSCI论文241篇； 2018年产出国内中文学术期刊论文高达429篇，国际英文学术期刊论文78篇，国内中文博、硕士学位论文98篇，三者都刷新了历史最高纪录。

（二）统计性描述

本文所使用的数据主要来自“中国综合社会调查”（CGSS）项目。表1给出了数据变量的简单统计。

表1 样本统计描述

（1）自变量。本文的核心解释变量是居民的受教育程度，采用的问卷问题是“您目前所接受的最高教育程度是？”回答结果多种多样，因此，本文借鉴已有文献，将回答用14个学历层次来表示，从低到高的顺序依次为：没有接受过任何教育、仅接受一点教育（私塾、扫盲班）、小学、初中、职业高中、普通高中、中专、技校、大学专科（成人高等教育）、大学专科（正规高等教育）、大学本科（成人高等教育）、大学本科（正规高等教育）、研究生及以上、其她。具体数据见表2。由表2可知，随着受教育程度的上升，人数也大幅度减少，从中专开始，高学历人数所占的比例也在明显下降。

表2 各教育层次的人数分布

（2）因变量。本文的因变量即被解释变量是居民的劳动收入，采用的问卷问题是“您去年一年的劳动所得是多少？”包括工资、各种奖金、津贴、分红、股息、保险、退休金、银行利息等所有收入在内，以此得到各个教育层次的平均年收入。

（3）控制变量。根据本文的研究内容，从CGSS2015选取如下几个控制变量：

①性别变量。本文选取的调查数据中，分别对男性和女性赋值为1和0，随机选取的男性人数为4751，占比为47.33%，女性人数为5288，占比为52.67%。如表3所示。

表3 性别人数分布

②年龄变量。本文选取的年龄变量中，按不同的年龄阶段进行划分，最小年龄值为18，以10为间隔区间，具体年龄分布如表4所示。

表4 年龄区间分布

③健康状况变量。根据调查问卷中，“您觉得您目前的健康状况是？”回答设置为很不健康、比较不健康、一般、比较健康、很健康。由表5可知，被调查者中认为自己比较健康的人数占比很大，认为自己很不健康的人数只占很小一部分。

表5 健康状况分布

④婚姻状况变量。根据调查问卷中问题“您目前的婚姻状况是？”回答分为已婚和未婚，且已婚人数占比最高，这与本文所研究的问题是相符合的，见表6。

表6 婚姻状况分布

表7是对上述变量的数据处理部分。由表7可知，变量收入的样本量为10039，样本均值是6.5379，标准差是4.7326，中位数是9.2104，最大值为15.4249。

表7 样本统计描述

三、分析模型

本研究所采用的模型是多元线性回归模型。其模型具体如下；

其中，Y代表被访问者的收入，a代表常数项，即自变量和控制变量均为0时，因变量Y的平均取值；X代表模型中的自变量以及其他变量；回归系数b代表在控制了其他变量的情况下，自变量Xi每变化一个单位，因变量Y的平均变化情况。本文通过受教育年限、性别、年龄、婚姻状况、健康状况等因素对个人收入进行回归，分析教育对收入的影响。

四、实证分析

表8给出了对上述变量的简单线性回归结果。

表8 样本线性回归统计结果

表8采用了线性回归方法检验了教育程度对居民劳动收入的影响。在控制了其他变量的情况下，年龄系数为-0.078，说明年龄与居民收入的关系呈负相关，且p值为0，小于0.1，说明系数是显著的，也即年龄对收入的影响呈显著的负相关关系。性别与居民的收入呈显著的正向关系，在控制其它变量的情况下，男性的平均年收入显著高于女性。婚姻状况和健康状况也呈显著的正向关系，即在相同情况下，已婚居民的收入显著高于未婚居民；健康状况好的居民收入普遍高于健康状况较差的居民。

教育程度与居民的劳动收入呈现显著的正向关系，且教育程度为本科以下水平时，教育系数为0.217，说明教育程度与居民收入的关系呈正相关关系，且p值为0.026，小于0.1，说明系数是显著的，即教育程度对居民收入的影响呈正相关。在教育程度为本科及以上时，教育系数为0.748，p值为0小于0.1。表明教育程度每提高一个单位，对数化收入将提高0.531个单位，由此可见，受教育程度的提高有助于提高居民的收入，这也是我国实行科教兴国的重要原因。

综上所述，受教育程度可以通过性别、健康状况和婚姻状况三个中介变量对收入产生正面影响，年龄产生负面影响。

五、结论与建议

本文基于全国综合社会调查数据（CGSS2015），利用多元线性回归方法分析“教育程度”对中国居民收入的影响，得到以下结论：通过对受教育程度影响收入的研宄，发现受教育程度能够通过健康状况、婚姻状况、性别三个中介变量来提高收入，通过年龄这个中介变量降低收入。这种影响机制不是单一的，而是一种复杂的机制，正因如此，我们应该通过一些政策加强正方向影响、降低负方向影响。

由以上结论可以得到主要的政策启示：第一，加强对高校的管理。如今，我国在为全面实现小康社会、实现中国梦而奋斗，坚持科教兴国战略，注重对人才的培养，加大对教育经费投资力度。尤其是随着高校的扩招，高学历人才越来越多，大学生、研究生再也不像以前那样缺少，这就导致了高学历人才之间的竞争更加激烈。政府应该在一定程度上对高校提出要求，加强对高校的管理和监督，使之在保证学生数量的同时还要保证高质量，并合理利用教育经费，完善教育制度。第二，完善人力市场竞争体系。众所周知，个体的受教育程度越高，对收入的要求越高，以致更难找到满意的工作。所以政府应该完善劳动力市场的竞争机制，加强雇佣者与被雇佣者之间的信息交流，降低信息不对称。还要注意促进企业改革，使企业在招聘新员时能遵循公平、公开、公正的原则，让受教育程度高的个体最后能够获得与之相匹配的工资收入。