一、 引言

人力资本在经济增长理论中具有举足轻重的地位。不管是新古典经济增长模型中的外生设定 (Solow，1956)，还是新经济增长模型中内生性的知识外溢效应 (Arrow，1962；Romer，1983、1986)，甚至是内外效应的统一 (Lucas，1988)，无不体现了经济学家对人力资本的重视。但人力资本并非天生就有，需要通过后天的教育、培训等投资行为形成，进而才能对经济增长起到积极的促进作用。由于教育投资在很大程度上也属于理性决策行为，在稀缺性前提假设下必然会受到资源配置方式的影响，于是，作为触发教育投资行为的“利润”动机——即教育收益率就成为众多学者研究的焦点。可以想象，如果教育收益率较低，宏观上便可直观理解成一国或地区通过教育投资行为转化成人力资本的能力较弱，这显然不利于最大化发挥人力资本的溢出效应，进而可能会使其对经济增长的促进作用大打折扣。此外，由于教育是一个循序渐进的过程，不同教育水平本身的市场需求、学习过程和转化能力等都存在差异，会对相应教育水平的收益率高低产生影响，进而引导个人和家庭针对不同教育水平做出差异化投资决策。有趣的是，在中国存在的现象是，大学生就业难和父母对子女高等教育投资热情高居不下同时存在。为何会如此？中国整体教育收益率和各级教育水平的收益率在时间序列上的变化趋势如何？大学生就业难的本质是什么？这与时下处于风口浪尖上的中国教育改革又有什么关系？这些将是本文准备回答的问题。

本文的结构安排如下：第二部分是文献评述，第三部分是计量模型设定、数据来源说明和变量的描述性统计结果，第四部分是对应的回归结果与分析，第五部分围绕历年整体教育收益率和历年不同教育水平收益率展开进一步的分析，最后是全文结论与建议。

二、 文献评述

与本文相关的国内外已有研究主要集中在三方面：

第一方面偏重于整体估算，如Kolstad等(2014) 利用孟加拉共和国2012年调研数据，估计出该国企业家教育收益率为0.11。岳昌君 (2004) 利用1991年和2000年中国城镇住户调查数据，基于标准明瑟工资方程和扩展型明瑟工资方程测算出中国城镇劳动者教育收益率两年分别为0.0276、0.0256和0.0821、0.0509。杨涛和盛柳刚 (2007) 利用1988年和1995年城市住户调查，估算出这两年整体教育收益率分别为0.035和0.054。

第二方面侧重于不同教育水平收益率的研究，如Gindling等(1995) 利用中国台湾地区1978-1991年五月份劳动力调查数据，研究发现高等教育的收益率最高，初中教育的收益率最低。Kenayathulla (2013) 利用马来西亚2007年家庭收入调查数据，研究发现高中、大学、职业、初中、小学教育的收益率依次递减。张车伟 (2006) 利用2004年浙江、上海和福建调查数据，估计显示大专及以上、高中、初中相对于小学的教育收益率分别为0.0642、0.0891、0.0653。罗楚亮 (2007) 利用2002年中国12省份城镇收入分配调研数据，实证检验发现，在OLS方法下，标准明瑟工资方程中初中、高中、大专和大学以上教育收益率相对于小学的教育收益率分别为0.153、0.4162、0.6392和0.86，引入控制变量后尽管教育收益率显著下降，但相对大小并未发生变化。此外，上述结论在分位数回归中仍然成立。杜两省和彭竞 (2010) 利用2006年中国综合社会调查 (CGSS) 数据，考察了不同教育层次和城市类型交叉情况下教育收益率的差异特征，发现教育收益率在直辖市、省会城市和一般城市中依次递减，三类城市中教育收益率最高的分别是高等教育、中等教育和初等教育。

第三方面重在考察样本区间教育收益率的变化趋势，如李实和丁赛 (2003) 利用1990-1999年中国社科院两个课题组调研数据，考察了城镇劳动者私人教育收益率的变化情况，结果显示样本区间各教育水平的收益率在整体上呈现上升趋势。范静波 (2011) 利用CGSS2003年、2005年、2006年和2008年的调查数据，考察了不同教育层次收益率的变化情况，发现样本区间各教育水平的收益率得到了显著提升，小学、初中、高中、大专、本科、研究生教育收益率分别从2003年的0.076、-0.001、0.058、0.105、0.108、0.087提升至2008年的0.035、0.079、0.056、0.11、0.114、0.093。丁小浩等(2012) 利用2002年至2009年国家统计局城镇住户调查数据考察了城镇居民教育收益率的变化趋势，发现与陈晓宇、陈良焜和夏晨 (2003) 的结果相比，除初中教育收益率始终保持上升外，其他教育层次收益率增长出现了停滞现象。陈纯槿和胡咏梅 (2013) 基于1988-2007年中国家庭收入项目调研数据的研究结果显示，样本区间教育收益率呈波动变化趋势。

可见，关于教育收益率的文献非常丰富，但不同研究得出的结论不尽统一，而有关中国教育收益率在较长时间段上连续变化趋势的研究仍然较少，如岳昌君 (2004)、杨涛和盛柳刚 (2007) 仅用两个年份数据去分析长时间趋势显然有些粗糙，即使像Zhang等(2005)、丁小浩等(2012)、陈纯槿和胡咏梅 (2013)、柳光强等(2013) 用连续年份数据进行分析，却忽略了不同教育层次的变化趋势，且研究对象或属于城镇或属于农村，没有一个整体上统一的变化趋势。同时，关于不同教育水平间收益率的研究结果多在于相对性，即往往以小学教育水平为参照组，对绝对性研究结果的讨论不足。此外，由于中国早在上世纪80年代后期就开始实施9年义务教育，这就对现有研究中小学和初中教育收益率间存在显著差异的结果提出了挑战。本文将围绕上述三方面展开研究。

三、 模型设定和数据说明 (一) 模型设定

测量教育收益率的经典及通用方法是明瑟工资方程。在不同文献中，又分为一般明瑟工资方程和扩展明瑟工资方程，两者的计量模型分别如下：

$ \mathit{lnincome = }{\mathit{b}_0} + {b_1}educyear + {b_2}\mathit{exper + }{\mathit{b}_3}\mathit{expe}{\mathit{r}^2} + \varepsilon $

(1)

$ \mathit{lnincome} = {\mathit{b}_0} + {b_1}educyear + {b_2}\mathit{exper + }{\mathit{b}_3}\mathit{expe}{\mathit{r}^2} + \sum {{\beta _i}{x_i}} + \varepsilon $

(2)

其中，income是收入，educyear是受教育年限 (或者不同教育层次的虚拟变量)，exper是工作经验，x_i是控制变量，b_i和β_i是待估计参数，ε为扰动项。

在估计方法中，为克服可能存在educyear和income相互作用的内生性问题，现有文献主要采取工具变量法 (李雪松和赫克曼，2004)和双胞胎配对法 (Li等，2012) 进行处理。然而，一方面合适的工具变量难觅 (丁小浩等，2012)，另一方面配对的数据库质量也不甚理想，所以得出的结论也难以具有良好的普适性质。目前广泛采用的仍是普通最小二乘法 (OLS)，本文也不例外，但会进一步采用考虑稳健标准差情况下的OLS估计。此外，在估计过程中，根据研究目的和数据情况，可以将上述计量模型按照不同教育层次分组进行 (张车伟，2006)，也可以使用虚拟变量在计量模型中展开估计 (李实和丁赛，2003；岳昌君，2004；丁小浩等，2012)。前者的优点是层次分明、结果清楚，缺点是样本数量要求高，结果可能不太理想。后者的优点是估计效率高，样本数量要求低，缺点是结果具有相对性。本文将根据研究目的综合使用分组回归和虚拟变量回归，虚拟变量回归时所对应的计量模型分别为：

$ \mathit{lnincome = }{\mathit{b}_0} + \sum {{\alpha _i}ed{u_i}} + {b_1}\mathit{exper} + + {\mathit{b}_2}\mathit{expe}{\mathit{r}^2} + \varepsilon $

(3)

$ \mathit{lnincome = }{\mathit{b}_0} + \sum {{\alpha _i}ed{u_i}} + {b_1}\mathit{exper} + + {\mathit{b}_2}\mathit{expe}{\mathit{r}^2} + \sum {{\beta _i}{x_i}} + \varepsilon $

(4)

其中，edu_i是小学、初中、高中及中专、大专及以上教育层次的虚拟变量，α_i是待估计参数，控制变量x_i中主要包括：性别 (gender)，东、中、西部地区 (east、mid、west)，户籍 (huji)，本人是否是党员干部 (party)，家庭成员数量 (family)，职业性质 (pjob_i)，工作地位 (jobpos_i)，单位类型 (entercate_i)等^①。

①值得指出的是，尽管研究者们普遍认为个人能力较教育对收入也有十分重要的影响，但能力变量的选择仍是一个难题，有文献考虑使用如配偶教育或收入、父母教育或收入等家庭背景变量，但高升的离婚率、代沟等因素使得该变量选择也存在一定的问题，此外，也存在对该类数据质量的担忧，所以本文并未将其引入。

(二) 数据来源和变量说明

本文使用的数据来自1989-2011年的中国健康与营养调查 (CHNS)。采用该数据的原因为：时间上的连续性，调研对象的延续性，调研覆盖中国东、中、西部三大地区部分省份的城市和乡村，现有文献有不少基于该数据库的研究，该数据库的开放性。

相应变量和数据的处理步骤为：首先对原始数据进行合并，剔除部分变量的缺失值，再按照研究目的对所需变量进行整理，剔除部分无效数据，最后得到历年的研究样本。有八点需要特别指出：第一，2000年前使用的是住户调查表内数据，2004年后将成人调查表数据和住户调查表数据合并使用；第二，1993年之前调研地区包括辽宁、江苏、山东、河南、湖北、湖南、广西、贵州7个省份，1997年调研地区中将辽宁换成了黑龙江，2000年之后将辽宁和黑龙江同时加入进去，2011年又特别加入了北京、上海和重庆地区；第三，工资部分数据如果有缺失值，则全部删去，津贴、福利和奖金部分数据有缺失值的则全部按照零来处理；第四，由于2004年以后样本数据主要以成人调查表为主，为了准确对比，需要将2000年以前年龄小于18岁的观测值全部删去；第五，所有年份仅考虑主要职业，不考虑第二职业；第六，1989年调研数据中，工资部分只有周数据，换作年收入时需要乘以52，此外，该年收入数据中原来有计件部分，但观测值只有40个，且同时又有工资收入，为了与调查表逻辑衔接，本文主要考虑工资部分，而忽略计件部分；第七，1991-2000年数据中年龄变量缺失，需要对上一次调研时旧对象和遗漏者、上一次调研后新进入该家庭者和外出组成家庭者的出生日期进行合并整理，然后利用相应年份减去出生日期得到年龄，性别也是同理求得；第八，2000年调研数据中家庭成员数量有五个观测值大于30，需要删除。

在各变量中，收入是工资、津贴、福利和奖金的总和，在将消费者物价指数 (CPI) 转换成以1988年为定基指数的基础上，按之对收入进行平减。受教育年限是实际在正规学校接受的教育年数。不同教育层次的虚拟变量按照最高学历分成小学、初中、高中及中专、大专及以上四类。工作经验按照实际年龄减去受教育年限。性别按男女、地区按东中西部、户籍按城乡、党员干部按是否、职业性质和工作地位及单位类型按类分虚拟变量。家庭成员数量是家庭实际总人数。部分变量定义具体见表 1。

(三) 描述性统计结果

表 2是部分变量的整体描述性统计结果。从中可知，样本平均收入在1989年仅为2千元左右，到2011年则为3万元，增幅达15倍。平均受教育年限在1989年至2011年间并没有发生较大变化，仅围绕10.21年做小幅波动。平均工作经验呈上升趋势，从1989年的28.28年增至2011年的31.4年。平均家庭成员数呈下降趋势，从1989年的4.34人减至2011年的3.27人。小学、初中、高中及中专受教育人数的比例呈现明显下降趋势，分别从1989年的13.91%。、32.72%、36.39%降至2011年的9.57%、30.54%、28.22%，总降幅达11.24%，这也是大专及以上受教育人数比例的上升幅度。有趣的是，不同受教育层次人数比例的排名也呈现动态变化，1989年高中及中专、初中、大专及以上和小学的比例依次递减，但到1997年却按照初中比例、高中及中专比例、小学比例和大专及以上比例的顺序递减，而2011年的排序又与1989年的排序一致，有所不同的是，2011年小学以上不同受教育层次人数比例之间的差距较1989年小很多。在性别方面，男性比例波动不大，1989-2011年间平均为60.19%。东部地区比例有较大上升，从1989年的46.94%升至2011年的54.61%，中、西部比例则有所下降，同一期间总降幅为7.67%。城市户籍比例下降幅度最大，从1989年的63.30%变为2011年的48.97%，降幅达14.33%。

四、 回归结果与分析 (一) 一般明瑟工资方程回归结果与分析

表 3是一般明瑟工资方程的回归结果。其中，教育水平估计系数均是以小学为参照组。除1993年初中教育水平估计系数外，历年其他所有系数均在5%的水平上显著为正，且所有年份中各教育水平收益率排序都按照大专及以上、高中及中专和初中递减。进一步分别按传统平均受教育年限和数据本身的平均受教育年限进行转换^①，结果见表 4。前者中，相对于小学的初中、高中及中专、大专及以上的教育收益率在样本期间年均分别为0.0596、0.0766、0.1087，而后者中则分别为0.058、0.0727、0.0958。

①转换公式为：(e^a-1)/d，其中，a是估计系数，d是相应教育水平平均受教育年限减去参照组平均受教育年限。

表 3的结果还显示，工作经验的估计系数在1%水平上都显著为正，而工作经验平方项在1%水平上都显著为负，这表明收入对数与工作经验间存在倒U型曲线关系。如果用散点图、线性拟合和二次项拟合对两者关系进行考察，会发现1989-1997年、2000-2006年、2009年、2011年的工作经验分别为40年左右、30年左右、25年左右、20年左右时收入对数达到最大值，将其转化为年龄，分别对应着50岁左右、40岁左右、35岁左右、30岁左右。

(二) 扩展明瑟工资方程回归结果与分析

表 5是扩展明瑟工资方程的回归结果^①。各教育水平估计系数仍以小学为参照组，其中，除2000年初中教育估计系数外，其他所有系数均为正，但显著性程度却有所不同。就初中教育而言，除2006年估计系数在10%水平上显著外，其他系数均不显著，这意味着初中教育与小学教育的收益率没有显著差别^②。就高中及中专、大专及以上教育而言，所有系数都至少在10%的水平上显著，且在所有年份中，大专及以上教育相对于小学教育的回归系数较高中及中专教育相对于小学教育的系数都大。仍然分别按照传统平均受教育年限和数据本身的平均受教育年限对估计系数进行转换，结果见表 4。前者中，相对于小学的初中、高中及中专、大专及以上的教育收益率在样本期间年均分别为0.02、0.0273、0.0381，而后者中则分别为0.021、0.0293、0.0435^③。对比而言，一般明瑟工资方程估算结果显著偏高，但各教育水平收益率排序较为稳健。

①作者感谢匿名审稿人的建议。尽管文中对一般明瑟工资方程的回归结果进行了分析，但最终应选择扩展明瑟工资方程回归结果，原因在于：一般明瑟工资方程往往会由于存在遗漏变量问题而造成系数的有偏估计 (Omitted Variables Bias，OVB)，而扩展明瑟工资方程则加入了许多控制变量，能够有效解决一般明瑟工资方程估计中的OVB现象，所以更加合理。

②该结果与现有研究结果形成鲜明对比，如何亦名 (2009) 基于CHNS数据库与丁小浩等(2012) 基于城镇入户调查数据库等的研究结果显示，初中教育的收益率显著高于小学教育的收益率。

③这里仍然保留初中相对于小学的教育收益率情况，但需要注意，这种差异并不具有显著性，下文将会做进一步地处理。

④这里仅选用何亦名 (2009) 的结果，是因为其他研究或只有截面、或仅关注城镇、或仅关注农村，并无可对比之基础。

与何亦名 (2009) 研究结果对比发现^④，除大专及以上教育收益率高于高中及中专教育收益率的相同点外，他的估计结果显著高于本文，但其2006年估计结果出现了剧烈下降，何并未对此进行解释。在此提供以下六点理由支持本文回归结果更能令人信服的结论：第一，由于数据所限，目前大多数研究都以城镇为研究对象，并不能将结论从逻辑上延伸至全国，而本文的研究以城乡为研究对象，样本覆盖范围、涉及地区和时间跨度都为结论能延伸至全国奠定了较好的基础。第二，即使同样以CHNS数据库为基础，对于数据的处理方式也存在差异，相对而言，本文对数据的处理较为谨慎，这从最终样本数上可以得到反映，何亦名 (2009)1991-2006年样本数分别为3424个、3172个、3195个、3420个、1908个、5524个，而对应年份本文的样本数仅为2681个、2243个、2507个、2590个、1782个、1942个。第三，对变量的选择和处理也不同，如何亦名 (2009) 使用收入增长指数对收入进行平减，本文则使用CPI进行平减，包括丁小浩等(2012) 在内的大多数研究者都使用CPI进行平减。何亦名在求工作经验时减去学龄前的5年，本文则并不考虑学龄前年份^①。此外，本文还考虑了家庭成员数量和是否是党员干部等诸多变量，而何亦名并未考虑。第四，本文使用了考虑稳健标准差情况下的OLS估计方法，而多数研究并未对估计方法进行说明。第五，1991-2006年间，本文估计结果中R²都显著高于何亦名。第六，本文结果与现实情况更为符合。在中国，包括小学和初中在内的9年义务教育早已被清楚写进《中华人民共和国义务教育法》，这部法律从1986年第一次颁布到2006年修订，极大地促进了中国教育事业的发展。该法律在劳动力市场上所传递的信号在于，企业雇主大都会将接受完义务教育看成既定事实，如果其他因素保持不变，那么从理论上说，该群体的收入就应该不会有太大差异。当然，本文并不排除现实中某些企业使用童工的现象，也并不是说现实中不存在没接收过正规学校教育的劳动者，只是从整体上看，这些因素所造成的影响可能是局部的、微小的。

①实际上，本文也考虑过学龄前年份的情况，但回归结果与不考虑学龄前年份的情况一致。

此外，工作经验的估计结果表明其与收入对数间仍存在倒U型曲线关系，历年收入对数达到最大值时所对应的工作经验和年龄也具有较高的稳定性。性别、户籍对收入有显著影响，但男性平均工资普遍高于女性，具有城市户籍者的平均工资普遍高于不具有城市户籍者。地区对收入的历年影响不太一致，东部地区收入与中西部收入有较大差距，但中部地区收入和西部地区收入间差距却呈现出动态变化特征。党员干部变量有4年无观测值，但在前5年的回归结果中，仅有1997年的系数显著。家庭成员数量对收入的影响除在1997年和2009年显著为正外，其他历年系数都不显著。职业性质对收入的影响在多数年份中都不显著。单位类型对收入的影响中，其他企业类型相对于三资企业的工作收入显著较少，国有企业相对于集体企业的工作收入显著较多，集体企业相对于私营、个体企业的工作收入显著较少。

(三) 不同教育水平收益率的时间趋势分析

图 1是1989-2011年不同教育水平的收益率变化趋势。从中清楚的看到：第一，样本区间不同教育水平的收益率整体上呈现上升趋势。以数据本身所反映的平均受教育年限的转换为例，1989年根据扩展明瑟工资方程所得到的相对于小学的高中及中专、大专及以上教育收益率分别为0.0305、0.0242，到2011年则分别增至0.0308、0.0676^②。第二，不同教育水平的收益率增幅不同。以数据本身所反映的平均受教育年限的转换为例，根据一般明瑟工资方程所得到的相对于小学的初中、高中及中专、大专及以上教育收益率增幅分别为-0.0127、0.0441、0.1311，根据扩展明瑟工资方程所得到的相对于小学的高中及中专、大专及以上教育收益率增幅分别为0.0002、0.04337，可见大专及以上教育收益率的增幅最大。第三，各教育水平的收益率在不同发展阶段呈现动态变化趋势，如在扩展明瑟工资方程估计结果中，相对于小学的高中及中专教育收益率在1999年前始终在下降，但之后到2006年期间则显著上升，近年又出现了下降趋势，而相对于小学的大专及以上教育收益呈现出下降→上升→下降→上升的变化趋势。第四，各教育水平的收益率间的差距逐渐扩大。以传统转换为例，在扩展明瑟工资方程估计中，1993年相对于小学的大专及以上教育收益率较高中及中专教育收益率仅高出0.0076，到2011年，这一差距则扩大至0.0291。第五，1999年的教育改革对教育收益率产生了重要影响，如1999年前相对于小学的各教育水平收益率变化都较为平稳，之后却在上升速度、增长幅度、差距扩大等方面变化都较为剧烈。

②有趣的是，不管是一般明瑟工资方程还是扩展明瑟工资方程，估算结果中教育系数都呈现出以大专及以上、高中及中专和初中依次递减的现象，其原因主要可从供需两方面的结构性特征进行考察：从供给方面看，尽管自改革开放以来，中国小学、中学 (初中、高中)和高等学校毕业生分别从1978年的2573.9万人、2144.4万人 (1558.6万人、585.8万人)和19.4万人变化至2012年的1641.56万人、2452.3万人 (1660.78万人、791.5万人)和624.73万人，但小学和初中毕业生的供给仍在绝对数量上占主要部分；从需求方面看，劳动市场对接受较高层次教育水平毕业生的需求始终较为旺盛，如1997-2011年间，全国就业人员受教育构成年均增长率按照高等学校、中学 (高中、初中)、小学依次递减，分别为9.83%、1.72%(2.28%、1.59%)和-3.71%。此外，对教育经费投入的考察也可以推知中国教育发展的结构性变迁特征对不同教育水平收益率的影响，如1995年中国小学、中学 (初中、高中)和高等学校教育经费投入分别是607.04亿元、530.48亿元 (393.02亿元、137.46亿元)和262.29亿元，到2011年则变为6012.08亿元、6660.72亿元 (4166.35亿元、2494.36亿元)和6880.23亿元。可见，不管从整体亦或结构而言，正是由于供给的短缺、需求的强劲和政府部门的重视，才使中国教育的边际收益存在着报酬递增现象。

五、 进一步讨论

上文的分析远未结束，仍有两个问题需要展开进一步的讨论，即：中国历年整体教育收益率如何？各级教育水平的绝对收益率是多少？

(一) 历年整体教育收益率

上文中使用了不同教育水平的虚拟变量作为解释变量，而下文则需要使用受教育年限作为解释变量，对历年所有样本进行回归，结果见表 6。可以看到，历年平均受教育年限的系数至少在10%的水平上显著为正，且系数整体上呈现上升趋势。性别、地区、户籍等变量的结果也大多显著，所对应的结论与上文分析也大体一致。进一步将历年平均受教育年限的回归系数转换成相应的教育收益率^①，结果见表 7。从中清楚的看到，中国整体教育收益率经历了先下降、后上升、再下降、再上升的变化过程，且基于一般明瑟工资方程的结果显著高于扩展明瑟工资方程的结果。以扩展明瑟工资方程为例，1989年中国整体教育收益率为0.0204，到2011年则增至0.0516。

①转换公式为：(e^a-1)，其中α是估计系数。

(二) 历年不同教育水平的绝对收益率

上文中不同教育水平的收益率结果具有相对性，即都以小学为参照组，并不能全面反映不同教育水平收益率的真实状况。为此，本文将采用两种方法进行求解。

第一种方法是分组回归。仅考虑扩展明瑟工资方程的分组回归结果见表 8。从中可见，历年多数小学、小学和初中、初中和高中及中专的回归结果均不显著，而且很多都为负数，显然不合情理，而大专及以上仅有1997年、2000年、2006年、2009年和2011年回归结果显著，将这些结果进行转化，然后根据上述相对情况求出相应结果，发现仅有1997年和2000年的教育收益率较为理想，两年的小学及初中、高中及中专、大专及以上的教育收益率分别为0.0377、0.0609、0.071和0.0176、0.0362、0.0511，其他年份教育收益率结果都存在较大偏误，如2011年小学及初中、高中及中专的回归结果分别为-0.0343、-0.0036，显然不恰当。造成这一现象的原因可能在于样本量太小及其在不同教育水平中的分布不均匀，可以看到，数据中一些教育水平在某些年份样本量有一千多个 (比如大专及以上在2011年中有1032个观测值)，但在另一些年份中就只剩下一百多个甚至几十个 (比如大专及以上在1993年中仅有140个观测值)，这可能会对回归结果的准确性产生影响。

第二种方法是求解方程组法。由于历年整体绝对教育收益率和不同教育水平的相对收益率结果都较为显著，可通过下式求解各级教育收益率^①：

①作者感谢匿名审稿人的建议。实际上，解方程法隐含假设了各组内部个体的同质性，故而可以用加权平均的方式与整体教育收益率水平相联系，加上对绝对情境下教育收益率结果设定为非负 (并不必需)，进而可以避免出现负值的结果。当然，需要承认的是，解方程组法所得到的结果不如分组回归法得到的结果理想，故而是次优的。

$ \begin{array}{*{20}{c}} {\mathit{max}\;{x_i}} \\ {s.t.\left\{ \begin{gathered} \sum {{a_i}{x_i}} = m, \hfill \\ {x_i}-{x_1} = {n_i}. \hfill \\ {x_i} > 0, i = 1, 2, \cdots, t \hfill \\ \end{gathered} \right.} \end{array} $

(5)

其中，x_i为所求不同教育水平的绝对收益率，x₁为参照组教育水平的绝对收益率，a_i为各级教育水平样本量在总样本中的比例，m为整体教育收益率结果，n_i为相对于参照组的教育收益率。求解结果见表 9。

由表 9可见，不同教育水平的绝对收益率在样本区间整体上都呈现出上升趋势，但各自变化具有动态性特征，如1993年小学和初中、高中及中专教育收益率普遍经历了短暂的下降，2009年大专及以上教育收益率则经历了短暂的下降，2011年传统转换类型内高中及中专教育收益率出现了下降，而数据转换类型内高中及中专、大专及以上教育收益率都出现了下降。有趣的是，不管是在传统转换类型中还是在数据转换类型中，整体上不同教育水平的绝对收益率间的排序都按照大专及以上、高中及中专、小学和初中顺序递减。此外，1999年的教育改革对教育收益率的变化也起到了重要的作用，相对于之前比较平缓的变化，之后的变化幅度更大。值得注意的是，由于表 5中2006年初中相对于小学教育的收益率在10%水平上具有显著差异，所以要利用方程组法按照四级教育水平重新求2006年各级教育收益率情况，结果见表 10。相对于表 9中的结果，高中及中专、大专及以上教育收益率偏小，但在变化趋势、各级排序等方面的结论却具有相当的稳健性。

六、 结论与建议

当前，中国正在大力推进经济发展方式的转型升级，其中最重要的途径之一是实施创新驱动发展战略，即将驱动经济发展的动力源泉从依赖要素投入数量转向积极寻求要素投入质量与利用效率的提升，要利用资本、制度、组织、企业家等要素实现最大化的溢出效应，要构建经济发展内外在效应的统一和与资源环境的和谐共存 (王海兵和杨蕙馨，2015)，人力资本在此过程中显然具有举足轻重的地位。由于创新的基础是人才，人才形成的途径是教育，所以对中国教育收益率的研究就有十分重要的现实意义。

从已有文献发现，中国教育收益率在较长时间段上连续变化趋势的研究仍较少、相对性和绝对性情境下不同教育水平间收益率的区分并未得到重视、教育收益率结果与现实状况可能存在不一致等问题。在此基础上，本文利用1989-2011年CHNS数据，基于一般明瑟工资方程和扩展明瑟工资方程测量了相对性和绝对性情境下的中国教育收益率，基本结论如下：第一，样本区间中国整体教育收益率呈现上升趋势，即从1989年的0.0204上升到2011年的0.0516，但在不同发展阶段上升的幅度有别。第二，相对性和绝对性情境下不同教育水平间收益率区别明显，尽管在样本区间不同教育水平的收益率变化具有动态特征，但整体上都呈现上升趋势。此外，中国教育的边际收益率存在报酬递增现象，即教育收益率按照大专及以上、高中及中专、初中和小学的顺序依次递减。以绝对性情境下数据转换类型为例，样本区间三类教育收益率年平均值分为别0.0594、0.0451和0.0158。第三，受上世纪80年代末期所实施的9年义务教育的影响，初中教育水平和小学教育水平的收益率并不存在显著差异。第四，性别、户籍、地区、单位类型等因素对收入有较为显著的影响，是否是党员干部、家庭成员数量和职业性质等因素对收入的影响整体上并不显著。

上述基本结论反映了中国教育的边际收益率存在着报酬递增现象，这为现实中父母对子女高等教育投资热情高居不下提供了理论支持，但与之此相对应的问题是，为什么会出现大学生就业难和父母对子女高等教育投资热情高居不下同时并存的现象呢？根据本文的研究，可从以下方面做出解释：第一，工作岗位对劳动者综合素质的要求在增高。现代经济活动总是以技术发展为基础，在“分久必合”、“合久必分”间循环重塑，每一次变革都意味着竞争程度的提高，在利润最大化的目标下企业偏好具有较高综合素质的劳动者，而目前中国的素质教育体系还有待完善，所以会产生大学生供给数量增加和就业难的现象。第二，企业对劳动者需求下降本身就具有差异性。对不同教育背景的劳动者而言，需求下降可能并非是同比例的，很有可能发生的情况是^①，首先被裁掉的是其他教育层次的劳动者，而不是受过高等教育的大学生，于是就出现了教育收益率的分化。然而，此时教育信号所传递的信息是在需求下降时能够保住饭碗，这会引导很多人一窝蜂地去投资接受高等教育，最终的结果是大家在教育背景上的差距减小，同质性竞争加剧，从而产生大学生供给数量增加和就业难的现象。第三，劳动力市场评价体系的缺失。有效信号甄别的失灵使得在现有劳动力市场中，受教育程度是为数不多的有价值信号之一，某种程度上甚至可以形象的说，只有通过投资教育才能获得就业机会，“万般皆下品、惟有读书高”的理念会催生大学生供给数量增加和就业难的现象。此外，劳动力市场评价体系的缺失极易造成信息不对称，在就业市场中逆向选择机制作用下也会加剧就业难。第四，社会文化中不包容因素的负面影响和家庭对待教育的传统观念。现实中的不包容有两个极端，一是夸大“天之骄子”，认为高等教育就是为了使大学生与其他劳动者有所区分，否则投资高等教育本身就缺乏意义，另一是贬低大学生群体，认为他们什么也不会，这两个极端会造成个人“鸡头文化”与企业短视行为之间的冲突，从而加剧大学生就业难。同时，中国传统中对教育长久以来的“非理性”重视会助长对教育投资的非理性热情^①。最后，特定历史阶段的发展战略选择和当前经济转型进展缓慢的影响。如果深入考察珠三角、长三角发展历史和现状，会发现大学生就业难现象发生的根本原因是因为没有比较优势，原因在于长期以来中国选择以出口为导向的发展战略所致。换句话说，正是这一发展战略引致形成了特定的产业结构和经济发展方式，而大学生在这种特定的产业结构和经济发展方式之中没有比较优势，所谓的高等教育虽然一直在进行储备，但持续的储备只是间接拉大了其他劳动者和大学生群体之间的比较优势差距。未来中国如果不能制定有效的发展战略、不能及时转变经济发展方式、不能形成合适的产业结构的话，就业难问题可能会依然长期存在。

①当然，并不排除降薪不裁员情况，即便如此，也同样反映出就业难的现象。

①比如，传统家庭文化往往会将“面子”与受教育程度挂钩，在独生子女的大背景下，父母投资子女教育的热情更加高涨。

时下，中国正在积极开展新一轮的教育改革，相比于从上世纪80年代开始的恢复高考、增设学校、放权和高校扩招等教育改革，此次改革的重点在于“建立现代职业化教育体系”，各项措施中最为醒目的显然是地方本科院校的职业化应用转型。对应本文的研究结果，会发现扩大职业教育的改革涉及到大专及以上、高中及中专两类教育水平中的结构性变化，由于两类教育水平的收益率都相对较高，所以结构性调整将具有更加从容的应对空间，而不至于带来大起大落式的负面影响。必要的改革不仅能有效解决目前就业市场上普遍存在的教育供给与劳动需求间结构性错配问题，在更深层次上还会对当前中国经济发展方式的转型升级产生积极的促进作用。