高等教育层次对收入阶层的影响及其时期差异性研究

靳济远

摘    要：文章基于CGSS 2006—2018年的数据分析了改革开放以来不同时期大学毕业生在收入上的差异。研究发现：高等教育学历者相对于未取得高等教育学历者、本科及以上学历者相对于大专学历者，在收入阶层上处于较高层次，但受不同时期就业市场供求状况影响，以上两种相对收入阶层差异随时间推移逐渐递减。因此，应继续普及高等教育；本科及以上层次高等教育要优化调整布局；大专层次高等教育要发挥特色优势；要继续推进市场化进程，优化就业创业环境。

关键词：高等教育；收入阶层；时期差异；大学生就业；多值Probit模型

中图分类号：G646          文献标识码：A          文章编号：1002-4107（2024）04-0034-06

自1999年国内高校大规模扩招以来，中国高等教育毛入学率迅速攀升，在不到20年间便连续跨越15%与50%两道门槛，使中国高等教育在四分之一世纪内实现了由精英化向大众化普及化的转变，接受高等教育对于适龄青年已不是难事。但近年来关于“大学生就业难”“大学生工资不如农民工”的讨论屡屡引发热議，大学生尤其是非名校大学生已不再是百姓心目中的“天之骄子”，高等教育对于个体的经济价值开始受到质疑，这引发了学界对高等教育如何影响个体收入的思考。

学界研究高等教育对个体收入的影响，往往从高等教育收益率、收入差距等角度入手，基于收入阶层视角的研究较为少见。收入分层在很大程度上反映了社会分化与利益差别的真实状况[1]，是划分社会阶层的重要标准。那么，高等教育层次对个体收入阶层有何影响，对于在不同时期毕业的群体，高等教育层次对个体收入阶层的影响是否具有异质性，这些问题尚待解答。

本研究基于中国综合社会调查（CGSS）2006—2018年数据，在依据个体所完成的最高学历确定其高等教育层次，并依据个体年收入确定其收入阶层后，运用多值Probit模型分析高等教育层次对个体收入阶层的影响及其时期差异性，并对作用机制进行探讨。

一、文献综述与理论分析

（一）高等教育对个体收入的影响

学界在研究高等教育对个体收入的影响时，高等教育收益率是主要切入点。高等教育收益率衡量的是高等教育学历给个体带来的经济收益，是明瑟所提出的教育收益率的一种特殊形式，一般基于扩展的明瑟收入方程来计算[2-3]。与高等教育收益率相比，本研究以收入阶层为切入点，不同点在于高等教育收益率评估了受教育年限作为一种投资的回报率，侧重于经济效率层面的分析；收入阶层评估了完成不同层次高等教育对进入各收入阶层概率的影响，侧重于经济公平层面的分析，有助于研究高等教育在共享发展与共同富裕中的作用。此外，高等教育层次相对于受教育年限，在充当衡量高等教育的数量指标时具有一定优势。徐国兴指出，以受教育年限作为衡量高等教育的数量指标明显带有美国高等教育的痕迹，因为高等教育的入学、退学和再入学在美国既容易又普遍，在中国既不容易又不普遍，所以在研究中国高等教育时，高等教育层次更适合作为衡量高等教育的数量指标[4]。

学界较少关注高等教育层次对个体收入阶层的影响，仅仅是在研究教育层次与中等收入阶层的关系时，涉及到了高等教育层次与中等收入阶层的关系。李春玲运用二值Logit模型研究中国中等收入阶层成长的个体影响因素，发现与未上学或小学学历者相比，高等教育学历者更可能进入中等收入阶层[5]。李媛和黄应绘运用二值Logit模型研究教育对中等收入阶层比重的影响，发现受教育程度和年限对中等收入阶层比重有正向影响，大专以上学历者进入中等收入阶层的概率更高[6]。以上研究的不足之处在于对高等教育的关注不够，对大专学历者与本科及以上层次学历者的收入阶层差异少有研究；对收入阶层的划分不够细致，仅着眼于中等收入阶层，未涉及低收入阶层与高收入阶层。

（二）收入阶层的划分标准

研究高等教育层次对个体收入阶层的影响，须明晰收入阶层的划分标准，划分收入阶层的两种基本思路分别是绝对标准和相对标准[7-8]。绝对标准是指按照年货币收入的绝对数值划分收入阶层，往往针对特定年份的收入数据来制定。而中国经济处于中高速增长阶段，经济总量与居民收入增长速度较快[9]，因此绝对标准的不足之处在于，针对特定年份的绝对标准即使根据物价指数作出调整，也无法客观反映未来年份的经济社会发展进步水平[10]。

相对标准是指按照居民年收入的分位数与平均数及其倍数划定各收入阶层的分界点。根据各收入阶层的比重是否可变，相对标准可分为两类：一类将各收入阶层的比重保持不变，另一类将各收入阶层的比重设为可变。后者由于其灵活性强更常被学界采用，如李培林选择中国城镇家庭年人均收入线作为参照基准，将年收入大于等于参照基准2.5倍者定义为高收入阶层，将年收入小于等于参照基准0.5倍者定义为低收入阶层，将年收入大于低收入阶层上限且小于等于参照基准者定义为中低收入阶层，将年收入大于参照基准且小于参照基准2.5倍者定义为中等收入阶层[11]；田丰将个体年收入取值落入居民年收入中位数75%～200%区间者定义为中等收入阶层[12]；陈宗胜和康健将个体年收入取值落入居民年收入中位数100%～200%区间者定义为中等收入阶层[13]。本研究划分各收入阶层的标准基于李培林的定义，但与原始标准的不同之处在于将中低收入阶层与中等收入阶层合并为新的中等收入阶层。本研究划分各收入阶层的标准之所以基于李培林的定义，而非基于将各收入阶层的比重设为可变的其他标准，是因为如采用其他标准分析中国综合社会调查数据，并且将年收入高于中等收入阶层的群体定义为高收入阶层，会导致高收入阶层的比重畸高。

（三）假说的提出

关于教育对收入影响的主流理论是人力资本理论。人力资本理论认为，学校教育是形成人力资本的关键途径，可使个体有机会获得更高的收入[14]。据此可提出假说：高等教育层次越高，所进入的收入阶层越高。具体来说，高等教育学历者相对于未取得高等教育学历者，本科及以上学历者相对于大专学历者，更可能免于进入低收入阶层，更可能进入中高收入阶层。

关于教育对收入影响的其他理论包括能力的社会构成理论。能力的社会构成理论认为，能力具有相对性，个体的就业与收入不仅由学校教育所培养的能力来决定，更重要的是还受到就业市场供求状况影响[15]。中国自改革开放以来，有两项政策深刻影响到大学生的就业供求，分别是1996年起大学生不再由国家分配工作、1999年起高校大规模扩招。据此可提出假说：高等教育层次对收入阶层的影响对于在不同时期毕业的大学生具有异质性。具体来说，以1996年和2003年为界，1979—1995年、1996—2002年、2003—2018年这三个时期毕业的大学生进入的收入阶层具有不同特征。

二、研究设计

（一）数据

本研究采用的数据源自中国综合社会调查，该项目始于2003年，由中国人民大学中国调查与数据中心负责执行，是中国最早的全国性、综合性、连续性学术调查项目。本研究使用由2006、2010、2012、2013、2015、2017、2018年共7次年度调查数据合并形成的混合横截面数据。在此基础上，仅保留受访时年龄为16～65岁的样本，并根据变量设置剔除缺失与无效样本，最终得到有效样本20 765个。

（二）变量

1.被解释变量。本研究的被解释变量是“个体收入阶层”。首先，以2005年为基期，利用历年CPI数据剔除物价变动对个体年收入的影响。其次，参照李培林对中国居民收入阶层的划分，将中等收入阶层的个体年收入区间界定为中国城镇家庭年人均收入的50%以上，250%以下，从而把个体收入阶层分为低层、中层、高层，编码为虚拟变量（1=低层、2=中层、3=高层）。

2.核心解释变量。本研究的核心解释变量是“高等教育层次”。将个体已经完成的最高学历分为大专以下、大专、本科及以上，编码为虚拟变量（1=大专以下、2=大专、3=本科及以上）。大专和本科及以上为高等教育学历，大专以下不属于高等教育学历。

3.控制变量。关于受访者自身的控制变量有性别

（虚拟变量，0=女、1=男）、年龄、年龄平方、婚姻状况（虚拟变量，0=未婚、1=已婚）、单位性质（虚拟变量，0=体制外、1=体制内）、城乡（虚拟变量，0=农村、1=城镇）、地区（虚拟变量，0=非东部、1=东部）。年龄为个体受调查时的年龄。单位性质中的“体制内”包括党政机关、事业单位、国有企业。城乡是指个体受调查时居住地是城镇还是农村。地区是指个体受调查时居住地的经济区域，划分依据是国家统计局的相关资料[16]。

关于受访者家庭背景的控制变量包括父母EGP值，取受访者14或18岁时父母双方中EGP值较低者。EGP值根据职业衡量个体的社会经济地位，值越低说明个体的社会经济地位越高[17]。

4.描述性统计。在核心解释变量“高等教育层次”和控制变量的影响下，被解释变量“个体收入阶层”的分布及卡方检验的结果见表1。卡方检验的结果表明，除婚姻状况外，其他解释变量均与被解释变量显著相关。

（三）模型

本研究的被解释变量是“个体收入阶层”，分为低层、中层、高层三种情况，可能适用的模型除了多值选择模型，还有排序选择模型。排序选择模型成立的前提条件是平行回归假设成立，经检验该假设不成立，故不能使用排序选择模型。在多值选择模型中，多值Probit模型的估计结果在数量上与多值Logit模型相似[18]，且

不以“无关方案的独立性”假设成立为前提条件，使用起来更为灵活，故本研究使用多值Probit模型，形式如下。

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

其中，i表示样本中的第i个受访者，incomeranki表示受访者i的收入阶层，eduleveli表示受访者i的高等教育层次，Xi表示控制变量，εi表示误差项。

三、实证结果与分析

（一）内生性问题

内生性的识别与处理对于经验研究至关重要。在分析高等教育层次对个体收入阶层的影响时，必须考虑是否存在由遗漏变量、测量误差、互为因果导致的内生性。测量误差和互为因果导致的内生性在本研究中不构成重要影响，前者是因为个体所完成最高学历相对容易准确获知，不像受教育年限那样容易受到学制差异以及个体留级、跳级、退学等因素的影响。后者是因为本研究的核心解释变量为“高等教育层次”，研究的是个体已完成的最高学历对其收入阶层的影响，一般而言完成最高学历在先，取得收入并进入一定的收入阶层在后。

遗漏变量内生性在本研究中不构成重要影响。在分析高等教育层次对个体收入阶层的影響时，能力是重要的遗漏变量。能力既影响个体收入阶层，又和高等教育层次密切相关。由于没有合适的代理变量用于衡量能力，能力便进入了误差项中，导致高等教育层次与误差项有可能密切相关，高等教育层次有可能成为内生解释变量。本研究运用控制函数法解决遗漏变量内生性，将个体的兄弟姐妹数目作为高等教育层次的工具变量[19]。通过对基准回归运用控制函数法可知：兄弟姐妹数目在1%的统计水平下满足工具相关性的要求，控制函数法中用于控制遗漏变量内生性的残差项在5%的统计水平下不显著，从而遗漏变量内生性不构成重要影响。

（二）基准回归

本研究运用多值Probit模型分析高等教育层次对个体收入阶层的影响，实证结果见表2。表2汇报了解释变量对个体进入各收入阶层的边际效应。

根据表2的实证结果，高等教育层次对个体收入阶层具有重要影响。结合表2的边际效应实证结果可知，在控制住其他变量的前提下，相比于未取得高等教育學历者，大专学历者进入低收入阶层的概率显著下降19.7%，进入中等收入阶层的概率显著上升14.4%，进入高收入阶层的概率显著上升5.3%；本科及以上学历者进入低收入阶层的概率显著下降23.2%，进入中等收入阶层的概率显著上升6.0%，进入高收入阶层的概率显著上升17.2%。总体而言，取得高等教育学历相比于未取得高等教育学历，取得本科以上学历相比于仅取得大专学历，能在收入阶层方面对个体产生更强的正面影响。

根据表2的边际效应实证结果，控制变量对个体进入各收入阶层概率的影响各异。性别变量的实证结果表明，相比于女性群体，男性群体进入低收入阶层的概率显著下降16.3%，进入中等收入阶层的概率显著上升10.2%，进入高收入阶层的概率显著上升6.1%，可能的解释是女性在照顾家庭等方面通常付出更多时间和精力。年龄和年龄平方变量的实证结果表明，随年龄增长，个体进入低收入阶层的概率先降再升，进入中高收入阶层的概率先升再降，可能的解释是由于工作经验等社会性因素以及体力与精力等生理性因素在生命周期内的变动，个体在年轻与年老时收入较低，在壮年时收入较高。婚姻状况变量的实证结果表明，相比于未婚群体，已婚群体进入低收入阶层的概率显著下降5.2%，进入中等收入阶层的概率显著上升4.2%，进入高收入阶层的概率显著上升1.0%，可能的解释是结婚促进了男女双方的资源整合。单位性质变量的实证结果表明，相比于体制外单位就职群体，体制内单位就职群体进入低收入阶层的概率显著下降6.9%，进入中等收入阶层的概率显著上升11.2%，进入高收入阶层的概率显著下降4.3%，可能的解释是体制内单位的收入较为稳定，但一般不会增至极高的水平，这有利于个体进入中等收入阶层，避免落入低收入阶层，但不利于进入高收入阶层。父母EGP值变量的实证结果表明，14或18岁时父母的社会经济地位越低，则个体进入低收入阶层的可能性显著更高，进入高收入阶层的可能性显著更低，可能的解释是父母的社会经济地位越低，越无法为子女的成长及日后发展提供充足的资源。城乡变量的实证结果表明，相比于农村居住群体，城镇居住群体进入低收入阶层的概率显著下降12.9%，进入中等收入阶层的概率显著上升8.2%，进入高收入阶层的概率显著上升4.6%，可能的解释是城镇的产业结构以二、三产业为主，收入相对较高，而农村的产业结构以第一产业为主，收入相对较低。地区变量的实证结果表明，相比于非东部地区居住群体，东部地区居住群体进入低收入阶层的概率显著下降16.2%，进入中等收入阶层的概率显著上升9.0%，进入高收入阶层的概率显著上升7.2%，可能的解释是东部地区经济相对发达，导致东部地区居住群体更可能进入中高收入阶层。

（三）异质性分析

高等教育作为培养高素质劳动者的主要社会活动，受到政治经济制度的深刻影响。中国实行社会主义市场经济，党和国家不断推进高等教育体制机制创新，使高等教育适应经济社会发展需要。自恢复高考与改革开放以来，有两项政策对大学生就业与其所进入的收入阶层有重要影响，分别是1996年起大学生不再由国家分配工作，1999年起高校大规模扩招。本研究以1996年和2003年为界，将1979—2018年分为三个时期，依据“所完成最高学历获得年份”变量将样本划分为三部分，研究1979—1995年毕业的大学生（同期群一）、1996—2002年毕业的大学生（同期群二）、2003—2018年毕业的大学生（同期群三）进入各收入阶层的概率差异，结合历史背景分析不同时期毕业的大学生对其进入各收入阶层的影响因素。

表3汇报了核心解释变量“高等教育层次”对不同时期毕业的大学生进入各收入阶层的边际效应。首先，高等教育学历者相对于同期未取得高等教育学历者，本科及以上学历者相对于同期取得大专学历者，在进入更高层次收入阶层上具有更大优势。这体现为无论在哪个同期群，相对于未取得高等教育学历者，高等教育学历者进入低收入阶层的概率显著更低，且本科及以上学历者比大专学历者还要低；高等教育学历者进入高收入阶层的概率显著更高，且本科以上学历者比大专学历者还要高。其次，高等教育学历者相对于同期未取得高等教育学历者尽管在进入更高层次收入阶层上具有更大优势，但这种相对优势是逐期递减的。这体现为无论是大专学历者还是本科以上学历者，相对于同期未取得高等教育学历者，进入低收入阶层的概率尽管显著更低，但更低的幅度越来越小；进入高收入阶层的概率尽管显著更高，但更高的幅度越来越小。最后，本科及以上学历者相对于同期取得大专学历者，尽管在进入更高层次收入阶层上具有更大优势，但这种相对优势是逐期递减的。这体现为无论在哪个同期群，相对于取得大专学历者，本科及以上学历者进入低收入阶层的概率尽管更低，但更低的幅度越来越小；本科及以上学历者进入高收入阶层的概率尽管更高，但更高的幅度越来越小。

结合历史背景，逐一分析以上三点发现的成因。首先，高等教育既是一种选拔机制，又是一种培养机制。高等教育通过考试等途径，将学习与理解能力较强的个体遴选至高等教育机构进行培养，提升其综合素质。本科以上层次高等教育相对于大专层次高等教育，其选拔与培养机制更严格，社会认可度更高。因此，高等教育学历者相对于同期未取得高等教育学历者，本科以上学历者相对于同期取得大专学历者，在就业市场中往往拥有更多机会，能够进入到收入待遇与晋升前景更好的用人单位与工作岗位，从而在进入更高层次收入阶层上具有更大优势。

其次，改革开放与市场化进程不但给未取得高等教育学历者提供了更多的向上流动渠道，而且推动了大学生自由就业以及高校大规模扩招，从而使高等教育学历者在就业市场中的相对优势下降。市场化进程催生了非公有制经济的成长，使众多未取得高等教育学历者有更多机会凭借辛勤劳动与合法经营创业致富。随着市场化进程深入发展，大学生工作分配与精英高等教育已不适应劳动力资源合理配置的需要，大学生自主择业就业与高等教育大众化普及化成为政策选择，大学生在就业市场中面临着日益激烈的竞争。高等教育毛入学率的不断提升，使办学实力较弱高校与专业的大学生，以及综合素质薄弱的大学生就业竞争力变弱。以上因素使高等教育学历者在进入更高层次收入阶层上的相对优势逐渐递减。

最后，产业结构转型升级不仅为大专毕业生提供了更多机会，还和高校大规模扩招共同作用，使本科以上学历者在就业市场中的相对优势下降。大專层次高等教育更注重培养实际操作能力，本科及以上层次高等教育更注重培养理论思维能力。随着产业结构转型升级，国内对技术技能型人才的需求与日俱增，这给大专毕业生提供了广阔的发展机遇。而国内的高等教育学科与专业结构并未充分适应产业结构转型升级需要，许多新设立的本科与院校和研究生学位点办学实力较弱，培养出的大学生理论功底不牢，动手能力不强，导致本科以上学历者相对于大专学历者在就业方面的优势下降。以上因素使本科以上学历者相对于同期取得大专学历者在进入更高层次收入阶层上的相对优势逐渐递减。

四、结论与启示

本研究围绕高等教育层次对个体收入阶层的影响这一研究问题，基于中国综合社会调查2006—2018年混合横截面数据，通过构建多值Probit模型，以未取得高等教育学历者为参照组，估计了大专学历与本科及以上学历对个体进入不同收入阶层概率的差异化影响，并采用毕业同期群分析方法分析了不同毕业时期对大专学历者与本科及以上学历者进入各收入阶层概率的影响，主要结论如下。第一，高等教育学历者相对于未取得高等教育学历者在进入更高层次收入阶层上具有相对优势，本科及以上学历者相对于大专学历者在进入更高层次收入阶层上具有相对优势。第二，高等教育学历者相对于同期未取得高等教育学历者在进入更高层次收入阶层上的相对优势逐期递减。第三，本科及以上学历者相对于同期取得大专学历者在进入更高层次收入阶层上的相对优势逐期递减。

结合上文的三点发现，本研究得到的政策方面的启示主要包括以下三方面。第一，高等教育对中高收入阶层的形成具有重要作用，应继续大力普及高等教育，进一步提升中西部省份及农村地区的高考录取率，为农村和低收入家庭提供更多接受高等教育的机会。第二，在使全体社会成员都有更多机会接受高等教育的同时，须更加注重高等教育在改善收入阶层上的作用。一方面，本科及以上层次高等教育要顺应产业结构转型升级趋势并作出调整，真正做到学术型与应用型人才分类培养，提高应用型本科生和专业学位研究生的培养比重与质量。为加强应用型人才的培养，在招生环节应正确引导考生及家长，消除疑惑与误解；在培养环节应改革培养方案，给学生提供更多的实习实践机会，探索校企联合培养机制；在就业环节应引导学生投身基层，通过广泛宣传提高用人单位对应用型人才的认可度。另一方面，大专层次高等教育在应用型人才的培养方面应发挥特色优势。为加强大专层次应用型人才的培养，要进一步强化高职专科在职业教育中的主体地位，在招生环节应为在职人员提供更多的继续教育机会；在培养环节应依据产业结构转型升级，灵活设置专业，课程设置要贴合未来工作岗位的典型任务，通过严格训练提升学生的技术技能水平；在就业环节应通过校企合作、订单培养等途径提高就业质量。第三，改革开放与市场化进程在促进经济机会公平，提高人民收入水平，畅通向上流动渠道等方面发挥了重要作用。要继续深化改革开放，推进市场化进程，优化就业创业环境，支持新经济形态健康发展，使高等教育学历者与非高等教育学历者都能凭借诚实劳动与合法经营提升收入水平，走向共同富裕，共享改革发展成果。

参考文献：

[1]  李强.社会分层十讲（第二版）[M].北京：社会科学文献出

版社，2011：13.

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

Cambridge，Massachusetts：National Bureau of Economic

Research，1974：84.

[3]  闵维方，马莉萍.教育经济学[M].北京：北京大学出版社，

2020：210.

[4]  徐国兴.高等教育经济学[M].北京：北京大学出版社，2013：

179.

[5]  李春玲.中等收入群体成长的个体因素分析[J].社会科学

辑刊，2018（6）.

[6]  李媛，黄应绘.教育对中等收入群体比重的影响研究[J].

统计与咨询，2020（2）.

[7]  李培林，朱迪.努力形成橄榄型分配格局——基于2006—

2013年中国社会状况调查数据的分析[J]中国社会科学，

2015（1）.

[8]  吴鹏，常远.中等收入群体的测算与现状研究——基于

CHNS与CHIP数据[J].社会科学研究，2018（2）.

[9]  李实.中国中等收入群体的规模及其变化趋势[J].社会治

理，2017（6）.

[10]  王薇.我国中等收入群体现状及其变动的测度与研究[D].

北京：首都经济贸易大学，2013.

[11]  李培林.扩大中等收入者比重的对策思路[J].中国人口

科学，2007（5）.

[12]  田丰.中等收入群体变动趋势和结构性分析：2006—

2015[J].河北学刊，2017（2）.

[13]  陈宗胜，康健.中国居民收入分配“葫芦型”格局的理论

解释——基于城乡二元经济体制和结构的视角[J].经

济学动态，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]  國家统计局.东西中部和东北地区划分方法[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.