高等教育層次對收入階層的影響及其時期差異性研究

靳濟遠

摘? ? 要：文章基于CGSS 2006—2018年的數據分析了改革開放以來不同時期大學畢業生在收入上的差異。研究發現：高等教育學歷者相對于未取得高等教育學歷者、本科及以上學歷者相對于大專學歷者，在收入階層上處于較高層次，但受不同時期就業市場供求狀況影響，以上兩種相對收入階層差異隨時間推移逐漸遞減。因此，應繼續普及高等教育；本科及以上層次高等教育要優化調整布局；大專層次高等教育要發揮特色優勢；要繼續推進市場化進程，優化就業創業環境。

關鍵詞：高等教育；收入階層；時期差異；大學生就業；多值Probit模型

中圖分類號：G646? ? ? ? ? 文獻標識碼：A? ? ? ? ? 文章編號：1002-4107（2024）04-0034-06

自1999年國內高校大規模擴招以來，中國高等教育毛入學率迅速攀升，在不到20年間便連續跨越15%與50%兩道門檻，使中國高等教育在四分之一世紀內實現了由精英化向大眾化普及化的轉變，接受高等教育對于適齡青年已不是難事。但近年來關于“大學生就業難”“大學生工資不如農民工”的討論屢屢引發熱議，大學生尤其是非名校大學生已不再是百姓心目中的“天之驕子”，高等教育對于個體的經濟價值開始受到質疑，這引發了學界對高等教育如何影響個體收入的思考。

學界研究高等教育對個體收入的影響，往往從高等教育收益率、收入差距等角度入手，基于收入階層視角的研究較為少見。收入分層在很大程度上反映了社會分化與利益差別的真實狀況[1]，是劃分社會階層的重要標準。那么，高等教育層次對個體收入階層有何影響，對于在不同時期畢業的群體，高等教育層次對個體收入階層的影響是否具有異質性，這些問題尚待解答。

本研究基于中國綜合社會調查（CGSS）2006—2018年數據，在依據個體所完成的最高學歷確定其高等教育層次，并依據個體年收入確定其收入階層后，運用多值Probit模型分析高等教育層次對個體收入階層的影響及其時期差異性，并對作用機制進行探討。

一、文獻綜述與理論分析

（一）高等教育對個體收入的影響

學界在研究高等教育對個體收入的影響時，高等教育收益率是主要切入點。高等教育收益率衡量的是高等教育學歷給個體帶來的經濟收益，是明瑟所提出的教育收益率的一種特殊形式，一般基于擴展的明瑟收入方程來計算[2-3]。與高等教育收益率相比，本研究以收入階層為切入點，不同點在于高等教育收益率評估了受教育年限作為一種投資的回報率，側重于經濟效率層面的分析；收入階層評估了完成不同層次高等教育對進入各收入階層概率的影響，側重于經濟公平層面的分析，有助于研究高等教育在共享發展與共同富裕中的作用。此外，高等教育層次相對于受教育年限，在充當衡量高等教育的數量指標時具有一定優勢。徐國興指出，以受教育年限作為衡量高等教育的數量指標明顯帶有美國高等教育的痕跡，因為高等教育的入學、退學和再入學在美國既容易又普遍，在中國既不容易又不普遍，所以在研究中國高等教育時，高等教育層次更適合作為衡量高等教育的數量指標[4]。

學界較少關注高等教育層次對個體收入階層的影響，僅僅是在研究教育層次與中等收入階層的關系時，涉及到了高等教育層次與中等收入階層的關系。李春玲運用二值Logit模型研究中國中等收入階層成長的個體影響因素，發現與未上學或小學學歷者相比，高等教育學歷者更可能進入中等收入階層[5]。李媛和黃應繪運用二值Logit模型研究教育對中等收入階層比重的影響，發現受教育程度和年限對中等收入階層比重有正向影響，大專以上學歷者進入中等收入階層的概率更高[6]。以上研究的不足之處在于對高等教育的關注不夠，對大專學歷者與本科及以上層次學歷者的收入階層差異少有研究；對收入階層的劃分不夠細致，僅著眼于中等收入階層，未涉及低收入階層與高收入階層。

（二）收入階層的劃分標準

研究高等教育層次對個體收入階層的影響，須明晰收入階層的劃分標準，劃分收入階層的兩種基本思路分別是絕對標準和相對標準[7-8]。絕對標準是指按照年貨幣收入的絕對數值劃分收入階層，往往針對特定年份的收入數據來制定。而中國經濟處于中高速增長階段，經濟總量與居民收入增長速度較快[9]，因此絕對標準的不足之處在于，針對特定年份的絕對標準即使根據物價指數作出調整，也無法客觀反映未來年份的經濟社會發展進步水平[10]。

相對標準是指按照居民年收入的分位數與平均數及其倍數劃定各收入階層的分界點。根據各收入階層的比重是否可變，相對標準可分為兩類：一類將各收入階層的比重保持不變，另一類將各收入階層的比重設為可變。后者由于其靈活性強更常被學界采用，如李培林選擇中國城鎮家庭年人均收入線作為參照基準，將年收入大于等于參照基準2.5倍者定義為高收入階層，將年收入小于等于參照基準0.5倍者定義為低收入階層，將年收入大于低收入階層上限且小于等于參照基準者定義為中低收入階層，將年收入大于參照基準且小于參照基準2.5倍者定義為中等收入階層[11]；田豐將個體年收入取值落入居民年收入中位數75%～200%區間者定義為中等收入階層[12]；陳宗勝和康健將個體年收入取值落入居民年收入中位數100%～200%區間者定義為中等收入階層[13]。本研究劃分各收入階層的標準基于李培林的定義，但與原始標準的不同之處在于將中低收入階層與中等收入階層合并為新的中等收入階層。本研究劃分各收入階層的標準之所以基于李培林的定義，而非基于將各收入階層的比重設為可變的其他標準，是因為如采用其他標準分析中國綜合社會調查數據，并且將年收入高于中等收入階層的群體定義為高收入階層，會導致高收入階層的比重畸高。

（三）假說的提出

關于教育對收入影響的主流理論是人力資本理論。人力資本理論認為，學校教育是形成人力資本的關鍵途徑，可使個體有機會獲得更高的收入[14]。據此可提出假說：高等教育層次越高，所進入的收入階層越高。具體來說，高等教育學歷者相對于未取得高等教育學歷者，本科及以上學歷者相對于大專學歷者，更可能免于進入低收入階層，更可能進入中高收入階層。

關于教育對收入影響的其他理論包括能力的社會構成理論。能力的社會構成理論認為，能力具有相對性，個體的就業與收入不僅由學校教育所培養的能力來決定，更重要的是還受到就業市場供求狀況影響[15]。中國自改革開放以來，有兩項政策深刻影響到大學生的就業供求，分別是1996年起大學生不再由國家分配工作、1999年起高校大規模擴招。據此可提出假說：高等教育層次對收入階層的影響對于在不同時期畢業的大學生具有異質性。具體來說，以1996年和2003年為界，1979—1995年、1996—2002年、2003—2018年這三個時期畢業的大學生進入的收入階層具有不同特征。

二、研究設計

（一）數據

本研究采用的數據源自中國綜合社會調查，該項目始于2003年，由中國人民大學中國調查與數據中心負責執行，是中國最早的全國性、綜合性、連續性學術調查項目。本研究使用由2006、2010、2012、2013、2015、2017、2018年共7次年度調查數據合并形成的混合橫截面數據。在此基礎上，僅保留受訪時年齡為16～65歲的樣本，并根據變量設置剔除缺失與無效樣本，最終得到有效樣本20 765個。

（二）變量

1.被解釋變量。本研究的被解釋變量是“個體收入階層”。首先，以2005年為基期，利用歷年CPI數據剔除物價變動對個體年收入的影響。其次，參照李培林對中國居民收入階層的劃分，將中等收入階層的個體年收入區間界定為中國城鎮家庭年人均收入的50%以上，250%以下，從而把個體收入階層分為低層、中層、高層，編碼為虛擬變量（1=低層、2=中層、3=高層）。

2.核心解釋變量。本研究的核心解釋變量是“高等教育層次”。將個體已經完成的最高學歷分為大專以下、大專、本科及以上，編碼為虛擬變量（1=大專以下、2=大專、3=本科及以上）。大專和本科及以上為高等教育學歷，大專以下不屬于高等教育學歷。

3.控制變量。關于受訪者自身的控制變量有性別

（虛擬變量，0=女、1=男）、年齡、年齡平方、婚姻狀況（虛擬變量，0=未婚、1=已婚）、單位性質（虛擬變量，0=體制外、1=體制內）、城鄉（虛擬變量，0=農村、1=城鎮）、地區（虛擬變量，0=非東部、1=東部）。年齡為個體受調查時的年齡。單位性質中的“體制內”包括黨政機關、事業單位、國有企業。城鄉是指個體受調查時居住地是城鎮還是農村。地區是指個體受調查時居住地的經濟區域，劃分依據是國家統計局的相關資料[16]。

關于受訪者家庭背景的控制變量包括父母EGP值，取受訪者14或18歲時父母雙方中EGP值較低者。EGP值根據職業衡量個體的社會經濟地位，值越低說明個體的社會經濟地位越高[17]。

4.描述性統計。在核心解釋變量“高等教育層次”和控制變量的影響下，被解釋變量“個體收入階層”的分布及卡方檢驗的結果見表1?？ǚ綑z驗的結果表明，除婚姻狀況外，其他解釋變量均與被解釋變量顯著相關。

（三）模型

本研究的被解釋變量是“個體收入階層”，分為低層、中層、高層三種情況，可能適用的模型除了多值選擇模型，還有排序選擇模型。排序選擇模型成立的前提條件是平行回歸假設成立，經檢驗該假設不成立，故不能使用排序選擇模型。在多值選擇模型中，多值Probit模型的估計結果在數量上與多值Logit模型相似[18]，且

不以“無關方案的獨立性”假設成立為前提條件，使用起來更為靈活，故本研究使用多值Probit模型，形式如下。

mprobit（incomeranki）=β0+β1eduleveli+β2Xi+εi

其中，i表示樣本中的第i個受訪者，incomeranki表示受訪者i的收入階層，eduleveli表示受訪者i的高等教育層次，Xi表示控制變量，εi表示誤差項。

三、實證結果與分析

（一）內生性問題

內生性的識別與處理對于經驗研究至關重要。在分析高等教育層次對個體收入階層的影響時，必須考慮是否存在由遺漏變量、測量誤差、互為因果導致的內生性。測量誤差和互為因果導致的內生性在本研究中不構成重要影響，前者是因為個體所完成最高學歷相對容易準確獲知，不像受教育年限那樣容易受到學制差異以及個體留級、跳級、退學等因素的影響。后者是因為本研究的核心解釋變量為“高等教育層次”，研究的是個體已完成的最高學歷對其收入階層的影響，一般而言完成最高學歷在先，取得收入并進入一定的收入階層在后。

遺漏變量內生性在本研究中不構成重要影響。在分析高等教育層次對個體收入階層的影響時，能力是重要的遺漏變量。能力既影響個體收入階層，又和高等教育層次密切相關。由于沒有合適的代理變量用于衡量能力，能力便進入了誤差項中，導致高等教育層次與誤差項有可能密切相關，高等教育層次有可能成為內生解釋變量。本研究運用控制函數法解決遺漏變量內生性，將個體的兄弟姐妹數目作為高等教育層次的工具變量[19]。通過對基準回歸運用控制函數法可知：兄弟姐妹數目在1%的統計水平下滿足工具相關性的要求，控制函數法中用于控制遺漏變量內生性的殘差項在5%的統計水平下不顯著，從而遺漏變量內生性不構成重要影響。

（二）基準回歸

本研究運用多值Probit模型分析高等教育層次對個體收入階層的影響，實證結果見表2。表2匯報了解釋變量對個體進入各收入階層的邊際效應。

根據表2的實證結果，高等教育層次對個體收入階層具有重要影響。結合表2的邊際效應實證結果可知，在控制住其他變量的前提下，相比于未取得高等教育學歷者，大專學歷者進入低收入階層的概率顯著下降19.7%，進入中等收入階層的概率顯著上升14.4%，進入高收入階層的概率顯著上升5.3%；本科及以上學歷者進入低收入階層的概率顯著下降23.2%，進入中等收入階層的概率顯著上升6.0%，進入高收入階層的概率顯著上升17.2%?？傮w而言，取得高等教育學歷相比于未取得高等教育學歷，取得本科以上學歷相比于僅取得大專學歷，能在收入階層方面對個體產生更強的正面影響。

根據表2的邊際效應實證結果，控制變量對個體進入各收入階層概率的影響各異。性別變量的實證結果表明，相比于女性群體，男性群體進入低收入階層的概率顯著下降16.3%，進入中等收入階層的概率顯著上升10.2%，進入高收入階層的概率顯著上升6.1%，可能的解釋是女性在照顧家庭等方面通常付出更多時間和精力。年齡和年齡平方變量的實證結果表明，隨年齡增長，個體進入低收入階層的概率先降再升，進入中高收入階層的概率先升再降，可能的解釋是由于工作經驗等社會性因素以及體力與精力等生理性因素在生命周期內的變動，個體在年輕與年老時收入較低，在壯年時收入較高?；橐鰻顩r變量的實證結果表明，相比于未婚群體，已婚群體進入低收入階層的概率顯著下降5.2%，進入中等收入階層的概率顯著上升4.2%，進入高收入階層的概率顯著上升1.0%，可能的解釋是結婚促進了男女雙方的資源整合。單位性質變量的實證結果表明，相比于體制外單位就職群體，體制內單位就職群體進入低收入階層的概率顯著下降6.9%，進入中等收入階層的概率顯著上升11.2%，進入高收入階層的概率顯著下降4.3%，可能的解釋是體制內單位的收入較為穩定，但一般不會增至極高的水平，這有利于個體進入中等收入階層，避免落入低收入階層，但不利于進入高收入階層。父母EGP值變量的實證結果表明，14或18歲時父母的社會經濟地位越低，則個體進入低收入階層的可能性顯著更高，進入高收入階層的可能性顯著更低，可能的解釋是父母的社會經濟地位越低，越無法為子女的成長及日后發展提供充足的資源。城鄉變量的實證結果表明，相比于農村居住群體，城鎮居住群體進入低收入階層的概率顯著下降12.9%，進入中等收入階層的概率顯著上升8.2%，進入高收入階層的概率顯著上升4.6%，可能的解釋是城鎮的產業結構以二、三產業為主，收入相對較高，而農村的產業結構以第一產業為主，收入相對較低。地區變量的實證結果表明，相比于非東部地區居住群體，東部地區居住群體進入低收入階層的概率顯著下降16.2%，進入中等收入階層的概率顯著上升9.0%，進入高收入階層的概率顯著上升7.2%，可能的解釋是東部地區經濟相對發達，導致東部地區居住群體更可能進入中高收入階層。

（三）異質性分析

高等教育作為培養高素質勞動者的主要社會活動，受到政治經濟制度的深刻影響。中國實行社會主義市場經濟，黨和國家不斷推進高等教育體制機制創新，使高等教育適應經濟社會發展需要。自恢復高考與改革開放以來，有兩項政策對大學生就業與其所進入的收入階層有重要影響，分別是1996年起大學生不再由國家分配工作，1999年起高校大規模擴招。本研究以1996年和2003年為界，將1979—2018年分為三個時期，依據“所完成最高學歷獲得年份”變量將樣本劃分為三部分，研究1979—1995年畢業的大學生（同期群一）、1996—2002年畢業的大學生（同期群二）、2003—2018年畢業的大學生（同期群三）進入各收入階層的概率差異，結合歷史背景分析不同時期畢業的大學生對其進入各收入階層的影響因素。

表3匯報了核心解釋變量“高等教育層次”對不同時期畢業的大學生進入各收入階層的邊際效應。首先，高等教育學歷者相對于同期未取得高等教育學歷者，本科及以上學歷者相對于同期取得大專學歷者，在進入更高層次收入階層上具有更大優勢。這體現為無論在哪個同期群，相對于未取得高等教育學歷者，高等教育學歷者進入低收入階層的概率顯著更低，且本科及以上學歷者比大專學歷者還要低；高等教育學歷者進入高收入階層的概率顯著更高，且本科以上學歷者比大專學歷者還要高。其次，高等教育學歷者相對于同期未取得高等教育學歷者盡管在進入更高層次收入階層上具有更大優勢，但這種相對優勢是逐期遞減的。這體現為無論是大專學歷者還是本科以上學歷者，相對于同期未取得高等教育學歷者，進入低收入階層的概率盡管顯著更低，但更低的幅度越來越??；進入高收入階層的概率盡管顯著更高，但更高的幅度越來越小。最后，本科及以上學歷者相對于同期取得大專學歷者，盡管在進入更高層次收入階層上具有更大優勢，但這種相對優勢是逐期遞減的。這體現為無論在哪個同期群，相對于取得大專學歷者，本科及以上學歷者進入低收入階層的概率盡管更低，但更低的幅度越來越??；本科及以上學歷者進入高收入階層的概率盡管更高，但更高的幅度越來越小。

結合歷史背景，逐一分析以上三點發現的成因。首先，高等教育既是一種選拔機制，又是一種培養機制。高等教育通過考試等途徑，將學習與理解能力較強的個體遴選至高等教育機構進行培養，提升其綜合素質。本科以上層次高等教育相對于大專層次高等教育，其選拔與培養機制更嚴格，社會認可度更高。因此，高等教育學歷者相對于同期未取得高等教育學歷者，本科以上學歷者相對于同期取得大專學歷者，在就業市場中往往擁有更多機會，能夠進入到收入待遇與晉升前景更好的用人單位與工作崗位，從而在進入更高層次收入階層上具有更大優勢。

其次，改革開放與市場化進程不但給未取得高等教育學歷者提供了更多的向上流動渠道，而且推動了大學生自由就業以及高校大規模擴招，從而使高等教育學歷者在就業市場中的相對優勢下降。市場化進程催生了非公有制經濟的成長，使眾多未取得高等教育學歷者有更多機會憑借辛勤勞動與合法經營創業致富。隨著市場化進程深入發展，大學生工作分配與精英高等教育已不適應勞動力資源合理配置的需要，大學生自主擇業就業與高等教育大眾化普及化成為政策選擇，大學生在就業市場中面臨著日益激烈的競爭。高等教育毛入學率的不斷提升，使辦學實力較弱高校與專業的大學生，以及綜合素質薄弱的大學生就業競爭力變弱。以上因素使高等教育學歷者在進入更高層次收入階層上的相對優勢逐漸遞減。

最后，產業結構轉型升級不僅為大專畢業生提供了更多機會，還和高校大規模擴招共同作用，使本科以上學歷者在就業市場中的相對優勢下降。大專層次高等教育更注重培養實際操作能力，本科及以上層次高等教育更注重培養理論思維能力。隨著產業結構轉型升級，國內對技術技能型人才的需求與日俱增，這給大專畢業生提供了廣闊的發展機遇。而國內的高等教育學科與專業結構并未充分適應產業結構轉型升級需要，許多新設立的本科與院校和研究生學位點辦學實力較弱，培養出的大學生理論功底不牢，動手能力不強，導致本科以上學歷者相對于大專學歷者在就業方面的優勢下降。以上因素使本科以上學歷者相對于同期取得大專學歷者在進入更高層次收入階層上的相對優勢逐漸遞減。

四、結論與啟示

本研究圍繞高等教育層次對個體收入階層的影響這一研究問題，基于中國綜合社會調查2006—2018年混合橫截面數據，通過構建多值Probit模型，以未取得高等教育學歷者為參照組，估計了大專學歷與本科及以上學歷對個體進入不同收入階層概率的差異化影響，并采用畢業同期群分析方法分析了不同畢業時期對大專學歷者與本科及以上學歷者進入各收入階層概率的影響，主要結論如下。第一，高等教育學歷者相對于未取得高等教育學歷者在進入更高層次收入階層上具有相對優勢，本科及以上學歷者相對于大專學歷者在進入更高層次收入階層上具有相對優勢。第二，高等教育學歷者相對于同期未取得高等教育學歷者在進入更高層次收入階層上的相對優勢逐期遞減。第三，本科及以上學歷者相對于同期取得大專學歷者在進入更高層次收入階層上的相對優勢逐期遞減。

結合上文的三點發現，本研究得到的政策方面的啟示主要包括以下三方面。第一，高等教育對中高收入階層的形成具有重要作用，應繼續大力普及高等教育，進一步提升中西部省份及農村地區的高考錄取率，為農村和低收入家庭提供更多接受高等教育的機會。第二，在使全體社會成員都有更多機會接受高等教育的同時，須更加注重高等教育在改善收入階層上的作用。一方面，本科及以上層次高等教育要順應產業結構轉型升級趨勢并作出調整，真正做到學術型與應用型人才分類培養，提高應用型本科生和專業學位研究生的培養比重與質量。為加強應用型人才的培養，在招生環節應正確引導考生及家長，消除疑惑與誤解；在培養環節應改革培養方案，給學生提供更多的實習實踐機會，探索校企聯合培養機制；在就業環節應引導學生投身基層，通過廣泛宣傳提高用人單位對應用型人才的認可度。另一方面，大專層次高等教育在應用型人才的培養方面應發揮特色優勢。為加強大專層次應用型人才的培養，要進一步強化高職?？圃诼殬I教育中的主體地位，在招生環節應為在職人員提供更多的繼續教育機會；在培養環節應依據產業結構轉型升級，靈活設置專業，課程設置要貼合未來工作崗位的典型任務，通過嚴格訓練提升學生的技術技能水平；在就業環節應通過校企合作、訂單培養等途徑提高就業質量。第三，改革開放與市場化進程在促進經濟機會公平，提高人民收入水平，暢通向上流動渠道等方面發揮了重要作用。要繼續深化改革開放，推進市場化進程，優化就業創業環境，支持新經濟形態健康發展，使高等教育學歷者與非高等教育學歷者都能憑借誠實勞動與合法經營提升收入水平，走向共同富裕，共享改革發展成果。

參考文獻：

[1]? 李強.社會分層十講（第二版）[M].北京：社會科學文獻出

版社，2011：13.

[2]? MINCER J A.Schooling， Experience，and Earnings[M].

Cambridge，Massachusetts：National Bureau of Economic

Research，1974：84.

[3]? 閔維方，馬莉萍.教育經濟學[M].北京：北京大學出版社，

2020：210.

[4]? 徐國興.高等教育經濟學[M].北京：北京大學出版社，2013：

179.

[5]? 李春玲.中等收入群體成長的個體因素分析[J].社會科學

輯刊，2018（6）.

[6]? 李媛，黃應繪.教育對中等收入群體比重的影響研究[J].

統計與咨詢，2020（2）.

[7]? 李培林，朱迪.努力形成橄欖型分配格局——基于2006—

2013年中國社會狀況調查數據的分析[J]中國社會科學，

2015（1）.

[8]? 吳鵬，常遠.中等收入群體的測算與現狀研究——基于

CHNS與CHIP數據[J].社會科學研究，2018（2）.

[9]? 李實.中國中等收入群體的規模及其變化趨勢[J].社會治

理，2017（6）.

[10]? 王薇.我國中等收入群體現狀及其變動的測度與研究[D].

北京：首都經濟貿易大學，2013.

[11]? 李培林.擴大中等收入者比重的對策思路[J].中國人口

科學，2007（5）.

[12]? 田豐.中等收入群體變動趨勢和結構性分析：2006—

2015[J].河北學刊，2017（2）.

[13]? 陳宗勝，康健.中國居民收入分配“葫蘆型”格局的理論

解釋——基于城鄉二元經濟體制和結構的視角[J].經

濟學動態，2019（1）.

[14]? SCHULTZ T W.Investment in Human Capital[J].The

American Economic Review，1961（1）.

[15]? ROSENBAUM J E.Institutional Career Structures and

the Social Construction of Ability[M]//RICHARDSON

J G.Handbook of Theory and Research for the Sociology

of Education.New York： Greenwood Press，1986：139-172.

[16]? 國家統計局.東西中部和東北地區劃分方法[EB/OL].

（2011-06-13）[2023-03-03].https：//www.stats.gov.cn/zt_

18555/zthd/sjtjr/dejtjkfr/tjkp/202302/t20230216_19097

41.htm？eqid=93bb35270000062d00000003646b30fc.

[17]? ERIKSON R，Goldthorpe J H，PORTOCARERC L.

Intergenerational Class Mobility in Three Western Euro-

pean Soci eties：England，France and Sweden[J].The British

Journal of Sociology，1979（4）.

[18]? CAMERON A C，TRIVEDI P K.Microeconomics Using

Stata[M].College Station：Stata Press，2009：504.

[19]? WOOLDRIDGE J M.Econometric Analysis of Cross Sec-

tion and Panel Data[M].Cambridge，Massachusetts：MIT

Press，2010：587.