义务教育改革质量对流动人口工资水平的影响

 　　摘 要：公共教育政策的改革质量及其对劳动者收入水平的影响效果是政策效果评价的热点问题之一。采用流动人口卫生计生动态监测调查数据，通过因果性与异质性教育收益率的测量，实证评估了义务教育改革质量对流动人口工资水平的影响效应，结果发现：(1)义务教育改革显著提高了流动人口的义务教育参与率、受教育程度以及工资水平，但内生性致使传统研究方法严重低估了义务教育改革的工资效应;(2)利用倾向得分匹配法与处理效应模型进行纠偏后发现，义务教育改革的工资效应分别为16.5%～24.3%与29.6%～35.8%;(3)进一步利用无条件分位数回归进行异质性分析发现，教育回报率的异质性收益特征表现为“V”形曲线，义务教育改革有助于收窄流动人口在低-高收入群体上的组内工资差异。因此，深化教育事业改革质量，增强对低收入群体的教育补贴，完善劳动力市场制度建设，有助于提升流动人口的工资水平，缩小工资差异。

　　关键词：义务教育改革;流动人口;教育回报率;工资差异;政策效果评价

　　《人口与发展》是理论与实践结合，学术性、知识性、实用性和可读性兼有的综合性人口学刊物。本刊物被列为首届中国中文核心期刊，面向国内外公开发行，还被《中文社会科学引文索引》(CSSCI-2004)选用为来源期刊。

　　一、引言

　　自1958年《中华人民共和国户口登记条例》颁布以来，我国就确立了城乡分割的二元经济结构，二元经济也成为推动国民经济增长、实现“中国奇迹”的源动力。1978年的经济体制改革逐步放宽了户籍制度对于人口流动的钳制，城市更高的劳动生产率与工资水平成为农村劳动力进城务工的重要吸力。根据农民工监测调查报告提供的统计数据，2019年农民工资总体规模达到了29077万人(国家统计局，2020)【参见http：//www.stats.gov.cn/tjsj/zxfb/202004/t20200430_1742724.html。】，规模庞大的乡-城转移人口业已成为城市经济发展的中间力量。然而，流动人口在新型城镇化建设中依然面临着就业、住房、医疗以及社会保障等方面的社会融入问题(陆万军、张彬斌，2018;邓悦、郅若平，2019)，就业与工资在某种程度上甚至直接决定了流动人口的社会融入。

　　近年来，我国正处于经济和教育快速发展的深度转型时期，义务教育改革和高校扩招政策一方面提高了劳动人口的受教育程度，另一方面推动教育事业迈入了高质量发展的快车道，而这其中1986年颁布的《中华人民共和国义务教育法》通过逐步普及、免费九年制义务教育发挥了重要作用。同时，经典人力资本理论认为，学历教育作为人力资本投资的重要手段，具有较强的社会经济价值，教育回报率(Returns to Education)的相关研究也发现学历教育有助于提高个体工资水平、优化劳动力市场资源配置效率(Heckman，2005;Psacharopoulos等，2018)。因此，在经典理论与现实国情的双重背景下，合理计量流动人口的教育回报率，科学评估义务教育的改革质量，对于加速乡-城转移人口的教育人力资本积累、消除劳动力市场的制度性壁垒、优化教育与收入分配政策，加速转移人口的社会融合具有极强的现实意义。

　　鉴于此，本文利用卫生计生委提供的2017年全国流动人口卫生计生动态调查数据开展准实验研究，通过因果性与异质性教育回报率的测量，揭示义务教育的改革质量，全文试图回答以下三个方面的问题：(1)以义务教育参与率和受教育程度作为改革质量的代理指标，审视义务教育改革质量对流动人口教育人力资本积累的影响效应。(2)以教育收益率作为代理指标，考察义务教育改革质量的个体增收效应及其异质性增收特征。(3)以教育收益率的组内差距为代理指标，评价义务教育改革质量究竟是扩大还是缩小了流动人口的组内工资差距。本文剩余部分的结构安排如下：第二部分将对既有文献进行系统梳理;第三部分为研究设计，阐述文章所用模型与方法;第四部分为数据与变量介绍;第五部分为实证分析结果及其解释;最后为全文总结。

　　二、文献综述

　　教育回报率又被称为教育收益率或人力资本投资回报率，通常有明瑟法(Mincer-type Method)、便捷法(Short-cut Method)以及内部收益率法(Internal Rates of Return)三种计量方法，明瑟法因其计算的便捷性而被教育经济学、劳动经济学广泛的用以衡量学历教育的经济价值(Psacharopoulos，1981;刘泽云、刘佳璇，2020)。明瑟教育收益率是指额外接受一年学历教育能够引致未来工资增长的百分比，本部分将基于明瑟教育收益率对既有研究进行系统梳理，并在此基础上提炼文章的潜在贡献值。

　　(一)流动人口教育回报率

　　受到城乡分割经济结构的掣肘，既有文献主要关注城镇或农村劳动力的教育回报率，但对流动人口的关注则相对较少(马岩、杨军、蔡金阳、王晓兵、侯麟科，2012)。从研究主题来看，相关研究从职业隔离、户籍歧视以及城市规模等方面估计了流动人口的教育回报率，发现农民工的教育回报率在不同职业间存在较大差异，同时受到城市总体规模的掣肘，并且城乡户籍差异在大城市上的矛盾较突出(王静、武瞬臣，2015;谭静、余静文、李小龙，2017;林永然、耿楚宇，2019;方超、黄斌，2020)。此外，还有部分研究以教育回报率为切入点，讨论了教育对流动人口组内、组间工资差异的影响(郑猛，2017;于潇、孙悦，2017;方超、黄斌，2017;于潇、陈世坤，2019;陈纯槿，2020;方超、黄斌，2021)。

　　(二)义务教育改革与教育回报率

　　学历教育的经济价值使得利用教育回报率评估公共教育政策的实施质量业已成为新兴的学术增长点。1986年颁布的《中华人民共和国义务教育法》和1998年推行的《面向21世纪教育振兴行动计划》则成为评估教育扩张质量的重要抓手(Lu等，2019;方长春，2019;郭四维、张明昂、曹静，2019)，数量相当的学术研究检验了高校扩招政策对劳动力工资水平的外生冲击(刘泽云，2015;初帅、孟凡强，2017;刘泽云、邱牧远，2017;方超、黄斌，2020)。譬如，刘生龙和胡鞍钢(2018)的研究发现，高校扩招政策虽然导致了畢业生就业难的社会问题，但大学教育与城乡劳动者的个体增收仍然存在因果关系，而周扬和谢宇(2020)的研究则指出高校扩招政策进一步形塑了中国社会的分层结构。

　　与高校扩招政策相比，有关义务教育改革政策效果评价的研究相对较少，大多数研究基于《中华人民共和国义务教育法》构造自然实验或准实验的实施条件(贾婧、柯睿，2020;林文炼、李长洪，2020)，测量义务教育改革的个体增收效应(杨娟、高曼，2015)。譬如，刘生龙、周绍杰和胡鞍钢(2016)基于断点回归的研究设计，实证评估了义务教育法对中国教育事业发展的贡献，发现教育具有扩大城镇劳动力工资差异的“马太效应”。方超、黄斌(2021)利用无条件分位数回归的研究，发现义务教育改革对于农村低收入群体体具有更强的个体增收效应，工资差异呈现出“黏地板效应”的鲜明特征。

　　(三)研究述评

　　既有研究为本文的顺利开展提供了积极有益的借鉴，但仍然存在以下几个方面可拓展的研究空间：(1)从研究对象来看，相对于城镇或农村劳动力，有关教育回报率的研究对流动人口的关注稍显不足;(2)从研究主题来看，有关公共教育政策质量评估的研究较少涉及乡-城转移人口，不利于厘清教育扩张政策，尤其是义务教育改革对流动人口工资水平的影响效应;(3)从研究方法来看，教育与收入的关系通常受到内生性的掣肘，但传统研究方法往往受到可观测与不可观测异质性的扰动，无法实现教育与流动人口个体增收的因果关系推断。

　　三、研究设计

　　(一)基准模型

　　利用经典明瑟方程建立回归模型，基于工资收入效应，评估义务教育的改革质量：

　　lnwagei=α+β1Educi+β2δi+μi(1)

　　在式(1)中，下標为流动人口个体，因变量wagei为i的对数工资;Educi为教育年限，若流动人口具有义务教育受教育程度则有Educi=1，反之则有Educi=0;δi为除教育年限以外其他影响流动人口工资水平的矢量，包括经验及其二次项、性别、民族、婚姻等可观测特征;μi为零均值期望的随机误差项;利用β1的参数估计评价义务教育的改革质量。

　　(二)识别策略

　　1.基准估计

　　基准估计首先采用普通最小二乘法识别义务教育改革影响流动人口工资水平的均值效应，其次采用工具变量法纠正教育与收入关系中的内生性问题，估计结果可以作为后续因果识别以及异质性分析的基准校对。

　　2.倾向得分匹配估计

　　利用普通最小二乘法识别义务教育改革的收入时，估计结果可能存在两方面的偏误。一方面，流动人口的教育决策在不同个体之间存在差异，但普通最小二乘法却假定个体教育决策相同，这将导致自选择问题(Self selection)。另一方面，普通最小二乘法在处理反事实时(Counterfactual)，仅仅将未接受处理的个体作为接受处理的反事实，但这种方法无法保证接受处理与未接受处理的个体在可观测特征上的相似性，从而造成选择性偏差(Selection Bias)。

　　鉴于此，本文将采用Rosenbaum and Rubin(1985)提供的倾向得分匹配法(Propensity Score Matching，PSM)纠正估计偏误。第一，匹配样本，确定协变量及其估计形式;选择协变量进行样本匹配;第二，估计倾向分值;第三，计算接受义务教育(Treated)与未接受义务教育(Untreated)流动人口教育收益率的平均处理效应。

　　ATT=E(lnwage1i-lnwage0i|Educi=1，δ=x)(2)

　　ATU=E(lnwage1i-lnwage0i|Educi=0，δ=x)(3)

　　ATE=E(lnwage1i-lnwage0i|δ=x)(4)

　　在式(2)、式(3)和式(4)中，上标1和0分别表示接受和未接受义务教育的流动人口，lnwage1i和lnwage0i为相应受教育程度的对数工资;δ为影响流动人口工资水平的可观测向量;ATT、ATU、ATE分别表示接受、未接受义务教育流动人口的平均处理效应以及平均处理效应。

　　3.处理效应模型估计

　　流动人口的义务教育决策除了受到可观测特征影响以外，还会受到教育偏好和预期收益等不可观测因素的扰动，但倾向得分匹配法只能纠正由可观测特征引致的选择性偏差。因此，本文将在倾向得分估计之后，进一步采用处理效应模型(Treatment Effect Model)，通过第一阶段选择方程和第二阶段收入方程的构建，纠正由不可观测因素引致的估计偏误：

　　Educci=δiX+μi Educi=0，Educci≤01，Educci>0(5)

　　式(5)中，Educci为潜变量，δi为特征变量，X为估计系数，μi为随机误差项。假定误差项μi服从正态分布，流动人口接受义务教育的概率可写作：

　　P(Educi=1|δi)=P(Educci>0)=P(μi>-δiX)=P(μi<δiX)=Fμ(δiX)(6)

　　式(6)中，Fμ(·)为μi的累积分布函数。据此，构建第二阶段收入方程。

　　4.无条件分位数回归

　　倾向得分估计与处理效应模型估计只能在均值层面上揭示义务教育改革质量对于流动人口工资水平的影响效应，但公共政策制定者更关心的可能是改革质量的异质性收益特征，即义务教育改革质量在不同分位点上的工资收入效应。因此，数量相当的研究采用了Koenker and Bassett(1978)提供的条件分位数回归，检验了受教育程度对于工资变化的有条件影响。然而，有条件分位数回归成立的前提是流动人口具有相似的可观测特征，但这一点在现实经济世界中则较难成立，故研究结论很难为决策者提供有价值的政策借鉴(方超、黄斌，2020)。为了弥补条件分位数回归的不足，本文将在均值效应分析之后采用Firpo等(2009)提供的无条件分位数回归(Unconditional Quantile Regression，UQR)，利用再集中响应函数(Re-centered Influence Function，RIF)进行无条件估计：

　　RIF(lnwageK，Qτ︿)=δKβK︿(7)

　　在式(7)中，K=lnwage1i、lnwage0i以及lnwageci，分别表示接受义务教育、未接受义务教育以及反事实流动人口;RIF(lnwageK，Qτ︿)表示Qτ分位点上的无条件估计;β︿为无条件分位数的边际效应。

　　四、数据与变量

　　(一)数据

　　本文所用数据源自卫生计生委提供的2017年全国流动人口卫生计生动态调查数据。该数据在全国31个省(区、市)和新疆建设兵团流动人口较为集中的流入点，采用分层、多阶段、与规模成比例的PPS方法进行抽样，样本容量近17万。调查对象是在流入地居住一个月及以上，非本区(县、市)户口的15周岁及以上流入人口，是具有外部有效性和全国代表性的研究数据。在保留流动人口教育、就业以及收入等基本信息后，得到样本有效观测值20458个。

　　(二)变量

　　1.因变量

　　根据明瑟方程的线性设置，流动人口的工资水平是本文的因变量，代理指标选择了月工资水平，具体指标为“您个人上月(上次就业)工资收入/纯收入为多少元?”，并在技术上做对数处理。

　　2.处理变量

　　在基准估计与倾向得分估计中需要设定处理变量才能识别义务教育改革质量的工资收入效应。我们根据流动人口的受教育层级，对样本进行二元变量设置，将受教育层级为小学(或初中)的个体赋值为1，定义为处理组，表示接受义务教育的流动人口;将未上过学的个体赋值为0，定义为控制组，表示未接受义务教育的流动人口。

　　3.人力资本变量

　　教育年限、工作经验及其平方项构成了明瑟方程中的人力资本变量。一般而言，工作经验的处理方法有两种，一种是“年龄-教育年限-6”，另一种是以从事当前工作的时间，本文结合研究数据的可获得性选择第二种处理方式，即从问卷中选择“您从什么时候开始这项工作”作为代理指标，从而获得工作经验的代理指标。

　　4.工具变量

　　为了纠正教育与收入关系中的内生性问题，我们借助《中华人民共和国义务教育法》提供的自然实验构造工具变量。首先，根据《中华人民共和国义务教育法》的颁布时间，结合义务教育九年学制与中小学入学时间，计算出1971年9月为流动人口受到“义务教育法”干预的时间截断点;其次，在时间截断点内剔除“自然灾害”、高校扩招政策等事件的外生冲击，确定截断点前后9年出生的流动人口(1960.9-1980.9)進入样本的识别范围;最后，将精确到月份的个体出生日期与政策推行月份相减后，将取值小于等于0的个体赋值为1，定义为政策干预组;将取值大于0的个体赋值为0，定义为未受政策干预组。

　　5.协变量

　　协变量主要包括流动人口的性别、婚姻、民族、政治面貌、户籍以及行业性质等个体特征和行业特征。

　　(三)统计描述

　　表1报告了所涉变量的基本统计信息，全样本的有效观测值为20458个，处理组为接受义务教育的流动人口，样本观测值19489个;控制组为未接受义务教育的流动人口，样本观测值为969个。因变量方面，处理组的月工资对数为8.082，高于全样本的8.068和控制组的7.785，表明接受义务教育的流动人口在月工资上高于未接受义务教育的流动人口。图1则刻画了处理组和控制组月工资对数的核密度函数图。

　　人力资本变量方面，处理组从事当前工作的时间为5.786年，高于控制组的4.799年。个体特征变量方面，男性、未婚、汉族、农业户籍、党员身份的流动人口在处理组与控制组中的分别为56.7%和25.8%、1.6%和3.3%、92.1%和74.2%、87.2%和95.0%、2%和0.7%。行业特征方面，处理组中6.4%的流动人口就职于垄断行业，高于控制组的4.6%【注：已婚包括初婚和再婚;少数民族包括蒙、满、回、藏、壮、维吾尔、苗、彝、土家、布依、侗、瑶、朝鲜、白、哈尼、黎、哈萨克、傣及其他;非农户籍包括非农、农业转居民、非农转居民、以及居民户口;党员身份特征包括中共党员和共青团员;垄断行业包括机关事业单位、国有及国有控股企业、集体企业、股份/联营企业，非垄断行业包括个体工商户、私营企业、港澳台独资企业、外商独资企业、中外合营企业、社团/民办组织、其他及无单位。】。

　　五、实证分析

　　实证研究将从均值效应与异质性特征两方面检验义务教育改革质量对流动人口工资收入的影响效应。第一节将采用普通最小二乘法与工具变量法进行基准回归;第二节将采用倾向得分匹配法与处理效应模型纠正选择性偏差;第三节将采用无条件分位数回归捕捉义务教育改革质量在不同分位点上的工资收入效应。

　　(一)基准估计

　　基准估计首先采用普通最小二乘法估计义务教育的收入效应，表2报告了回归结果。其中，方程(2)和方程(3)在方程(1)的基础上逐项纳入了不同层面的控制变量，同时控制了聚类到区县的固定效应，R2由方程(1)中的0.0103上升到方程(3)中的0.1499，表明逐项回归提高了工资方程对于流动人口工资水平的解释力度。β1的参数估计值由方程(1)中的0.297，下降到方程(3)中的0.151，表明忽视个体特征、家庭特征以及行业特征将会高估义务教育的收入效应，参数估计值的含义可以理解为相对于未接受义务教育的流动人口，接受义务教育能将流动人口的月工资水平提升15.1个百分点。

　　根据方程(3)的估计结果对控制变量进行简要汇报：人力资本变量方面，经验及其平方项的估计结果正负相异，一次项为正二次项为负，显示出经验积累的个体增收效应符合倒“U”形的年龄-收益曲线。性别变量的参数估计值为-0.035(P<0.01)，表明男性比女性的月工资高出34.5个百分点;民族变量的参数估计值为-0.046(P<0.01)，表明汉族比少数民族流动人口的月工资水平高出6.2个百分点;未婚比已婚状态流动人口的工资水平低5.8个百分点，户籍、政治面貌以及行业性质对工资的影响不具有统计显著性。

　　表2还利用义务教育改革的外生性与流动人口的出生日期构造了工具变量，利用工具变量法纠正了教育与收入关系中的内生性问题。从诊断性指标来看，第一阶段F值为36.57，F值显著大于10满足“大拇指法则”，表明义务教育改革是一个强工具变量，而本文采用单一工具变量进行内生性纠偏，因而未做过度识别检验。

　　在第一阶段估计中，义务教育改革的参数估计值为0.027(P<0.01)，表明《中华人民共和国义务教育法》将流动人口接受义务教育的概率值提高了2.7个百分点，显示出转型经济时期的基础教育扩张具有较强的教育价值，能够高质量地提升劳动者的受教育程度，女性、汉族以及非农户籍流动人口接受義务教育的概率值比男性、少数民族以及农业户籍分别高出了6.3、8.0以及2.6个百分点。在第二阶段回归中，β1的参数估计值为4.30(P<0.01)，表明相对于未接受义务教育的流动人口，接受义务教育能将流动人口的月工资水平提高430个百分点，工具变量法的估计结果高于普通最小二乘法，与理论预期一致。

　　(二)倾向得分匹配估计

　　1.平衡性检验

　　倾向得分匹配在技术实现上需要确保样本匹配后的平衡性。本文利用Rubin(2001)提供的检验原则，以Pseudo-R2(伪R2)、Mean Bias(均值偏差)、B值和R值等指标作为诊断平衡性的依据【注：均值偏差小于25%被认为满足平衡性假定;R值在[0.5，2] 的区间内认为匹配较为成功。】。从表3提供的检验结果来看，样本匹配前的伪R2、LR、均值偏差较大，B值超出了25%的平衡区间，表明处理组与控制组处于不平衡的状态;但在数据匹配后伪R2、LR、均值偏差呈大幅下降趋势，除核匹配以外，所有B值均小于25%且R值在0.5～2之间，因而有理由认为样本匹配消除了处理组与控制组的组间差异，实现了数据平衡【注：限于篇幅有限，省略对于协变量平衡性检验的报告。】。

　　2.平均处理效应估计

　　在样本整体平衡性检验的基础上，本部分综合采用五种匹配策略：最近邻匹配、近邻匹配、半径卡尺匹配、核匹配以及马氏匹配策略，纠正由可观测特征引致的选择性偏差，在流动人口中计算出接受义务教育者的平均处理效应(ATT)、未接受义务教育者的平均处理效应(ATU)以及平均处理效应(ATE)。从表4提供的估计结果来看，ATT、ATU、ATE的参数估计值在各种匹配策略中较为近似，并且通过了显著性检验，表明利用倾向得分匹配法评估义务教育的改革质量，能够通过不同类型的匹配策略提供相对稳健且一致的估计结果。此外，将OLS与PSM的估计结果进行横向比较后能够发现，传统研究方法在面对选择性偏差时低估了义务教育改革质量的真实处理效应，从而无法客观、科学评价义务教育改革质量对流动人口工资水平的影响效应。

　　从估计结果来看，五种匹配策略下的ATT分别为0.165、0.173、0.187、0.243以及0.169，参数估计结果在1%水平上具有统计显著性，将估计结果横向整理后发现流动人口的教育回报率在[0.165，0.243] 的取值区间内，表明接受义务教育能将流动人口的月工资水平提高16.5%～24.3%，估计结果略高于OLS但低于两阶段的工具变量回归。进一步分析ATT、ATU、ATE的系数能够发现，ATT>ATE>ATU，表明与接受义务教育的流动人口相比，未接受义务教育的流动人口如果接受义务教育的话，其月工资水平的增幅将会放缓。

　　(三)处理效应模型估计

　　鉴于流动人口义务教育收益率的因果性估计还受到教育偏好、预期收益等不可观测异质性的影响，本部分采用处理效应模型进行纠偏，表5报告了两步法(Two-step)与极大似然法(MLE)的估计结果。从诊断性指标来看，Hazard_lambada(λ)和Insigma通过了1%水平的显著性检验，显示出教育年限为内生变量，模型存在由不可观测因素造成的内生性问题，需要通过构建选择方程与结果方程进行两步估计。

　　处理效应模型的第一阶段是流动人口义务教育参与的选择方程，参数估计结果与平均边际效应基本一致，说明方程架构较合理。从某些前定变量来看【注：处理效应模型在第一阶段的选择方程中在协变量的选择上要求是参与义务教育的前定变量，在第二阶段结果方程中则要求是影响工资水平的前定变量(义务教育参与的后定变量)。由于本文的重点旨在估计义务教育改革的收入效应，因而在第一阶段的协变量选择上不完全是流动人口义务教育参与率的前定变量。】，义务教育改革的参数估计值为0.298(P<0.01)，平均边际效应为0.027，其含义可以理解为义务教育改革能将流动人口的义务教育参与率提高2.7个百分点，显示出转型经济时期的教育扩张政策提高了流动人口的受教育程度、加速了教育人力资本的积累。性别与民族变量的参数估计值分别为0.675与0.615，估计结果在1%水平上显著，根据平均边际效应能够识别出男性与汉族流动人口的义务教育参与率比女性和少数民族高了6.1个百分点和5.5个百分点。户籍变量的参数估计值负向显著，表明相对于非农户籍的流动人口而言，农业户籍的义务教育参与率要低3.1个百分点。

　　处理效应模型的第二阶段是义务教育改革影响流动人口工资水平的结果方程，结果方程同时报告了两步法与极大似然估计结果。流动人口是否接受义务教育的参数估计值分别为0.358(P<0.01)和0.296(P<0.05)，表明相对于未接受义务教育的流动人口，接受义务教育能将个体月工资水平提高35.8个百分点和29.6个百分点，将估计结果进行横向整理后，发现义务教育的个体增收效应约为29.6%～35.8%，估计区间略高于PSM的估计结果，而控制变量的参数估计值与工具变量回归基本一致。

　　(四)无条件分位数回归估计

　　为了在流动人口的整体工资分布中揭示义务教育改革质量的异质性增收特征，本部分选择了QR_10、QR_25、QR_50、QR_75以及QR_90分位点，依次表示流动人口在低、中低、中位数、中高以及高分位点上的月工资水平，利用无条件分位数回归，通过自举抽样1000次后，得到异质性分析的回归结果。从表6提供的回归结果来看，是否接受义务教育的参数估值在低收入、中低收入、中位数、中高收入、高

　　收入分位点上分别为0.234、0.20、0.062、0.089以及0.106，各分位点上的估计结果在1%水平上具有统计显著性，表明相对于未接受义务教育的流动人口，接受义务教育能将相应分位点上的工资水平提高23.4、20、6.2、8.9以及10.6个百分点。

　　根据核心变量的参数估计值能够发现，义务教育的异质型收益特征并非随着收入分位点的上升呈现出单调上升或下降的线性趋势，其非线性的变化趋势表现为先下降再上升的“V”形曲线，“V”形曲线向上偏折的拐点则出现在中高分位点上。同时，义务教育的个体增收效应在低分位点上为0.234，高于高分位点上的0.106，表明在其他因素不变的情况下，接受义务教育将会通过教育收益率组内差异的缩小低-高收入群体间的工资差异。

　　最后，对控制变量的估计结果进行简要汇报：经验及其平方项的估计结果在各分位点上正负相异，符合年龄-收益曲线;男性在各分位点上的工资水平高于女性，性别工资差异随分位点的上升呈“N”形曲线变化;汉族流动人口的工资水平高于少数民族，民族工资差异随分位点的上升呈“V”形曲线变化;婚姻状态与行业性质负向影响流动人口的工资水平，未婚与就职于垄断行业的工资水平低于已婚和非垄断行业;户籍与政治面貌对工资水平的影响不具有统计显著性。

　　六、结论

　　本文利用卫生计生委提供的2017年全国流动人口卫生计生动态调查数据，基于1986年《中华人民共和国义务教育法》提供的自然实验，通过测量流动人口的因果性与异质性教育收益率，科学评价了义务教育改革的政策效果，得到以下几点研究发现：

　　第一，义务教育改革能够提高流动人口的受教育程度与工资水平，但传统研究方法因受到内生性的掣肘而低估了义务教育改革的个体增收效应。本文首先采用普通最小二乘法进行基准估计，发现接受义务教育能将流动人口的月工资水平提高15.1个百分点，但将义务教育改革作为工具变量后，进一步利用工具变量法却发现义务教育的个体增收效应达到了430%。

　　第二，在数据匹配与样本整体平衡性检验的基础上，利用倾向得分匹配法纠正由可观测异质性引致的选择性偏差后，发现接受义务教育能将流动人口的月工资水平提高16.5%～24.3%;利用处理效应模型纠正不可观测的异质性后，发现义务教育改革能将流动人口的义务教育参与率提高2.7个百分点，同时能将月工资水平提高29.6%～35.8%。

　　第三，义务教育的个体增收效应在不同收入群体之间具有异质型的收益特征。利用无条件分位数回归发现，流动人口的教育收益率随收入分位点的上升呈现出先下降再上升的“V”形曲线，低分位点上的个体增收效应高于高分位点，显示出经济转型时期的教育扩张政策有利于缩小流动人口的组内工资差异。

　　本文的研究结论具有一定的政策意涵。第一，教育扩张政策有利于提高流动人口的义务教育参与率、个体受教育程度与工资水平。新时代的教育事业发展应继续深化改革，一方面积极提升义务教育巩固率，另一方面扩大对流动人口的优质基础教育供给，通过教育人力资本的均衡积累，提高乡-城转移人口的工资水平。第二，向低收入群体提供有针对性的教育补贴，规划校外培训机构的市场化运作。义务教育的异质型收益特征显示出基础教育具有收窄流动人口组内工资差异的公平效应，针对低收入群体的基础教育扩张可以从校内、校外两方面入手：对于校内而言，各级政府可以向农村、经济欠发达地区或贫困家庭提供多种形式的教育补贴(如教育券);对于校外而言，适时强调政府对校外培训机构的干预，规划市场化行为，确保低收入群体不在校内、校外教育竞争中掉队(方超、黄斌，2020)，从而形成兼具质量和针对性的基础教育扩张。第三，深化劳动力市场制度建设，打破制度性壁垒，进一步消除流动人口在城镇劳动力市场所面临的户籍歧视与职业隔离。

　　参考文献：

　　[1]陈纯槿，2020：《中国流动人口教育收益率的出生队列异质性研究》，《教育科学研究》第10期。[Cheng Chunjin，2020，A Study on the Heterogeneity of Birth Cohort of Floating Populations Returns to Education in China，Educational Science Research，10.]

　　[2]初帅、孟凡强，2017：《高校扩招与教育回报率的城乡差异——基于断点回归的设计》，《南方经济》第10期。[Chu Shuai and Meng Fanqiang，2017，College Enrollment Expansion in China and The Difference Return of Education between Urban and Rural：Based on Regression Discontinuity Design，South China Journal of Economics，10.]

　　[3]鄧悦、郅若平，2019：《新时代下城乡社会保障制度整合现状与路径分析》，《理论月刊》第6期。[Deng Yue and Zhi Ruoping，2019，A Study on Strategy and Ways Social Guarantee System and Service Integration in Urban and Rural Areas in the New Era，Theory Monthly，6.]

　　[4]方长春，2019：《教育扩张是否影响了教育收益率——基于中国城镇数据的HLM分析》，《教育研究》第1期。[Fang Changchun，2020，Does Education Expansion Affect the Returns to Education?—A Data Analysis in HLM Based on the Evidence from Urban China，Educational Research，1.]

　　[5]方超、黄斌，2020：《本地务工与外出务工劳动力的工资差异——兼论迁移对教育回报率的影响》，《教育经济评论》第5期。[Fang Chao and Huang Bin，2020，Wage Difference between Local Workers and Migrants Workers：on the Influence of Migration on the Rate of Return on Education，China Economics of Education Review，5.]

　　[6]方超、黄斌，2017：《城乡一体化进程中我国流动人口的教育回报与工资收入差距的分解》，《教育科学》第6期。[Fang Chao and Huang Bin，2017，The Return on Education and Decomposition of Wage Income Gap of Migrant Chinese in the Process of Urban Rural Integration，Education Science，6.]

　　[7]方超、黄斌，2021：《高校扩招与乡城转移劳动力的教育收益率——基于模糊断点設计的工具变量估计》，《中国高教研究》第6期。[Fang Chao and Huang Bin，2021，The Policy of College Enrollment Expansion and Return on Education of Transfer of Rural Urban Labor Force Estimation of Instrumental Variables：Based on the Design of FRD，China Higher Education Research，6.]

　　[8]方超、黄斌，2020：《高校扩招政策降低了城镇劳动力的大学教育溢价吗?——基于反事实选择的因果关系推断》，《复旦教育论坛》第1期。[Fang Chao and Huang Bin，2020，Does the policy of Enrollment Expansion Reduce the University Education Premium of Urban Labor Force?—Based on Causal Inference of Counterfactual Choice，Fudan Education Forum，1.]

　　[9]方超，2021：《义务教育改革、教育收益率与农村劳动力的工资差异——基于劳动力市场的教育政策效果评估》，《南京农业大学学报(社会科学版)》第2期。[Fang Chao，2021，Reform of Compulsory Education，Return on Education and the Wage Difference of Rural Labor Force：Effect Evaluation of Education Policy Based on Labor Market，Journal of Nanjing Agricultural University(Social Sciences Edition)，2]

　　[10] 方超、黄斌，2020：《高校扩招、教育回报率与城镇劳动力的工资差异——兼论高校扩招政策对大学教育质量的影响》，《宏观质量研究》第4期。[Fang Chao and Huang Bin，2020，University Expansion，Return on Education and Wage Difference of Urban Labor Force：on the Influence of Enrollment Expansion Policy on the Quality of University Education，Journal of Macro-Quality Research，4.]

　　[11] 方超、黄斌，2020：《马太效应还是公平效应：家庭教育支出与教育结果不平等的异质性检验》，《教育与经济》第4期。[Fang Chao and Huang Bin，2020，Matthew Effect or Equity Effect：Heterogeneity Test of Family Education Expenditure and Inequality of Educational Outcome，Education & Economy，4.]

　　[12] 郭四维、张明昂、曹静，2019：《教育真的可以影响健康吗?——来自中国1986年义务教育法实施的证据》，《经济学报》第3期。[Guo Siwei，Zhang Mingang，and Cao Jing，2019，Does Education Relly Affect Adult Health? Evidence from Chinas Implementation of the 1986 Compulsory Schooling Law，China Journal of Economics，3.]

　　[13] 贾婧、柯睿，2020：《免费义务教育政策与农村人力资本积累——基于CFPS的实证研究》，《教育与经济》第1期。[Jia Jing and Ke Rui，2020，Free Compulsory Education Policy and Rural Human Capital Accumulation——An Empirical Analysis Based on CFPS，Education & Economy，1.]

　　[14] 林文炼、李长洪，2020：《“入学年龄规定”会产生教育不平等吗?——来自1986年《义务教育法》的证据》，《经济学(季刊)》第3期。[Lin Wenlian and Li Changhong，2020，Does the “Regulation of School Starting Age” Cause Education Inequality?—Evidence from the 1986 Compulsory Education Law in China，China Economic Quarterly，3.]

　　[15] 林永然、耿楚宇，2019：《城市人口规模对流动人口教育回报率的影响》，《城市问题》第2期。[Lin Yongran and Geng Chuyu，2019，Influence of Urban Population Size on the Rate of Return to Education for Floating Population，Urban Problems，2.]

　　[16] 刘生龙、胡鞍钢，2018：《大学教育回报：基于大学扩招的自然实验》，《劳动经济研究》第4期。[Liu Shenglong and Hu Angang，2018，Returns to College Education：A Natural Experiment from Expansion of Higher Education in China，Studies in Labor Economics，4.]

　　[17] 刘生龙、周绍杰、胡鞍钢，2016：《义务教育法与中国城镇教育回报率：基于断点回归设计》，《经济研究》第2期。[Liu Shenglong，Zhou Shaojie and Hu Angang，2016，Compulsory Education Law and Economic Return to Education in Urban China：Based on Regression Discontinuity Design，Economic Research Journal，2.]

　　[18] 刘泽云、刘佳璇，2020：《中国教育收益率的元分析》，《北京师范大学学报(社会科学版)》第5期。[Liu Zeyun and Liu Jiaxuan，2020，A Meta-Analysis on the Returns to Education in China，Journal of Beijing Normal University(Social Sciences)，5.]

　　[19] 刘泽云，2015，《上大学是有价值的投资吗?——中国高等教育回报率的长期变动(1988-2007)》，《北京大学教育评论》第4期。[Liu Zeyun，2015，Long-Term Change in Returns to Higher Education in China：1988-2007，Peking University Education Review，4.]

　　[20] 刘泽云、邱牧远，2017：《上好大学值得吗——对大学质量回报的估计》，《北京大学教育评论》第1期。[Liu Zeyun and Qiu Muyuan，2017，Does Attending a High Quality University Pay Off：Estimation on the Repayment of University Quality，Peking University Education Review，1.]

　　[21] 陆万军、张彬斌，2018：《就业类型、社会福利与流动人口城市融入——来自微观数据的经验证据》，《经济学家》第8期。[Lu Wanjun and Zhang Binbin，2018，Employment Type，Social Welfare and Urban Integration of Floating Population——Evidence from Microdata，Economist，8.]

　　[22] 马岩、杨军、蔡金阳、王晓兵、侯麟科，2012，《我国城乡流动人口教育回报率研究》，《人口学刊》第2期。[Ma Yan，Yang Jun，Cai Jinyang，Wang Xiaobing，Hou Linke，2012，Education Return to Migrants：An Analysis Based on a Three-Province Survey in China，Population Journal，2.]

　　[23] 譚静、余静文、李小龙，2017：《流动人口教育回报率的城乡户籍差异及其原因研究——来自2012年北京、上海、广州流动人口动态监测的经验证据》，《中国农村观察》第1期。[Tan Jing，Yu Jingwen and Li Xiaolong，An Analysis on Hukou Difference in the Rate of Return to Education for Migrant Workers：A Comparison between Rural Temporary Migrants and Urban Temporary Migrants，China Rural Survey，1.]

《义务教育改革质量对流动人口工资水平的影响》

本文由职称驿站首发，您身边的高端学术顾问

文章名称： 义务教育改革质量对流动人口工资水平的影响

文章地址： http://m.zhichengyz.com/p-45602