作者简介：彭树宏(1980- )，男，中国社会科学院人口与劳动经济研究所博士后，江西财经大学统计学院，研究方向：劳动经济、经济统计，南昌 330013

　　内容提要：利用中国综合社会调查(CGSS)2003年和2010年数据，估计了高校扩招前后中国大学学历溢价及其变动。结果表明：虽然高校扩招增加了大学生劳动力的供给，但中国经济强劲发展催生出的巨大需求，足以抵消其影响，大学生就业难实质是新大学毕业生的就业难；高校扩招让女性、非党员、中低收入群体获益更多，扩招增进了社会公平；对不同学历劳动力的需求在区域和城市层面出现分化趋势，而在行业和所有制层面出现趋同趋势。

　　关 键 词：高校扩招 大学学历溢价 大学生就业　

　　标题注释：第五十五批中国博士后科学基金面上项目和2014年度江西财经大学青年科学基金项目。

　　1999年，中国普通高校招生159.7万人，比1998年多出51.3万人，扩招幅度达47.34%。自此，中国高等教育开启了史无前例的大扩招，普通高校本专科生招生人数逐年攀升，至2012年已达688.8万人，这被很多人形容为“扩招大跃进”(邢春冰和李实，2011)。[1]“扩招大跃进”使得中国高等教育的毛入学率由1998年的9.8%提高到2012年的30%，14年提高了两倍。中国高等教育已由精英教育阶段进入到大众化教育的中期阶段。①“扩招大跃进”带来的高校毕业生自2002年起快速增长。2001年中国普通高校毕业生人数为103.6万人，2002年为133.7万人，至2012年中国普通高校毕业生人数达624.7万人，是2001年的6倍，占当年城镇新增就业的49.3%。

　　高校扩招一方面让更多的人接受高等教育，提升了社会人力资本水平；另一方面大量增加的高校毕业生对劳动力市场产生了冲击，导致了所谓的“大学生就业难”现象。“大学生就业难”给政策制定者提出了是否应该继续扩大高等教育规模的问题。一种观点认为，“大学生就业难”表明高等教育过度，应减少甚至停止扩招。另一种观点认为，虽然中国持续了多年高校扩招，但中国就业人员受高等教育比例依然很低，用抑制高等教育发展的思路解决大学生就业难，无异于因噎废食。中国经济正处于转型升级时期，一旦延缓高等教育的发展，未来的劳动者将难以符合长期经济增长的要求(蔡昉，2013)。[2]到底高校扩招是否使得大学生就业状况变糟？中国高等教育招生规模应该继续扩大还是止步前行？这是本文关心的问题。

　　我们将大学学历劳动力与高中学历劳动力报酬差异称之为大学学历溢价，通过实证分析大学学历溢价在扩招前后的变化来考察高校扩招对大学生就业的影响。如果大学学历溢价在扩招后下降了，也就意味着高校扩招令大学生就业状况变糟，那么高校扩招的规模就值得反思了；反之，如果大学学历溢价在扩招后反而上升了，那么就没有理由质疑高校扩招，中国高等教育规模就仍有上升空间。

　　与本文相关的文献有两类：第一类文献是直接考察高校扩招对劳动力市场影响效应的文献，如吴要武和赵泉(2010)、邢春冰和李实(2011)、马颖和秦永(2008)、孙志军(2013)等。[3][1][4][5]吴要武和赵泉(2010)、邢春冰和李实(2011)采用2000年人口普查数据和2005年1%的人口抽样调查数据，运用双重差分模型实证评估高校扩招政策对大学毕业生劳动力市场的影响，得出扩招导致大学新毕业生失业率上升的结论，吴要武和赵泉(2010)还得出大学扩招导致大学新毕业生小时工资下降的结论。[3]马颖和秦永(2008)尝试构建一个分割的劳动力市场理论模型，从纯理论的角度分析高校扩招对各类群体社会福利的影响。他们通过对模型中扩招前后均衡点的分析发现，尽管高校扩招所带来的大学毕业生大量增加，从长期看为我国经济增长积聚了大量的人力资本，但就个人福利而言，投资于高等教育者其境况变坏，而没有上大学的人却境况变好。[4]孙志军(2013)采用倾向得分匹配方法的研究结果表明，高校扩招后大学毕业生相对于高中毕业生在就业上仍旧延续了优势地位并且没有明显的变化。这些研究多是分析高校扩招对大学毕业生就业率的影响，即使考察了高校扩招对大学生工资的影响，也仅是针对大学新毕业生，如吴要武和赵泉(2010)。[3][5]

　　第二类文献是考察大学教育收益率的文献。教育收益率的早期研究文献，如李实和丁赛(2003)、李雪松和赫克曼(2004)、王海港等(2007)、罗楚亮(2007)等采用的数据多为2003年之前的数据，无法考察高校扩招对大学教育收益率的影响。[6][7][8][9]近期研究，如何亦名(2009)、袁晖光和谢作诗(2012)、姚先国等(2013)等，采用扩招前后的数据，基于扩展Mincer收入方程来考察大学教育收益率在扩招前后的变化。由于所采用的数据和控制变量不同，这些研究得出的结论并不一致。[10][11][12]如何亦名(2009)实证的结果表明，我国高等教育收益率经历了1991-2000年的快速增长之后，2004-2006年增长势头减缓，甚至出现停止增长的迹象。[10]袁晖光和谢作诗(2012)的实证结果表明，我国高等教育收益率自21世纪初开始逐渐下降。[11]姚先国等(2013)的实证结果表明，扩招后高等教育的回报率显著高于非高等教育的回报率并仍在较快上涨。这些研究没有考虑不可观测的能力对收入的影响，研究结果难免存在偏误。事实上，高校扩招后，上大学的机会增加了，扩招后的大学生平均能力会下降，忽视能力偏误会高估扩招对大学教育收益率的负向影响。[12]

　　本文采用高校扩招前后两个时期的微观调查数据，基于扩展Mincer收入方程，考察中国大学学历溢价在高校扩招前后的变化。本文与现有文献的不同之处在于：第一，控制不可观测能力的影响，使得估计结果更准确；第二，考察了大学学历溢价在性别、地区、行业、城市、年龄等方面的异质性及其变化。

　　二、方法与数据

　　(一)方法

　　基本的Mincer收入方程只考虑两种类型的人力资本对个体收入的影响，即从学校教育中获得的知识和在工作实践中积累的技能。一般用受教育年限来度量从学校教育中获得的知识，用工作经验来度量在工作实践中积累的技能。本文关注的是大学学历溢价，所以用学历虚拟变量来替代了受教育年限。由于干中学和在职培训等原因，技能水平在参加工作后的一段时期内是不断提高的；但人年纪大了以后对新技术的适应性更差，所以技能水平到了一个时点后会下降。Mincer收入方程用工作经验的二次项来刻画这种非线性关系。本文所用的基本Mincer方程可以写为：

　　其中，Y表示年收入，COL表示大学学历虚拟变量，EXP表示工作经验，ε为误差项。系数就是我们关心的大学学历溢价，表示大学生年收入高出高中生年收入的百分比。

　　除了人力资本外，还有其他诸如性别、地区、行业等因素会影响劳动者收入。当这些因素的影响较大且与受教育程度的相关性较强时，用基本Mincer收入方程估计出的大学学历溢价就不是纯粹的，而是包含了这些因素的综合作用。因而，我们在基本Mincer收入方程中加入这些因素作为控制变量，得到扩展的Mincer收入方程如下：

　　即为加入的控制变量，本文后面实证研究部分控制的变量有性别、党员、地区、城市规模、行业和单位性质。这些变量是在中国劳动力市场中对收入有重要影响的变量，在现有文献中通常被控制，如李实和丁赛(2003)、李雪松和赫克曼(2004)、罗楚亮(2007)等。[6][7][9]

　　除了上述已经控制的可观测变量外，劳动者收入还会受到能力的影响。能力与收入和受教育程度都是正相关的，如果回归中遗漏了能力变量，则大学学历溢价将被高估。高校扩招会改变大学生群体的能力分布，遗漏能力变量会高估扩招对大学学历溢价的负向影响。虽然能力的影响很重要，但能力是不可观测的。通常的做法是寻找能力的工具变量，采用工具变量法进行估计。好的工具变量必须与大学学历高度相关，而与误差项不相关。由于数据的缺乏，要找到好的工具变量并非易事。如果存在弱工具变量问题，则工具变量法不仅难以矫正OLS的估计偏差，反而因有更大的估计标准误而导致“治疗比疾病本身更坏”的结果(Bound，et al.，1995)。[13]本文转而运用代理变量法来纠正遗漏能力变量带来的估计偏差，我们使用母亲和配偶受教育年限作为能力的代理变量，加入到(2)式，得到进一步扩展的Mincer收入方程如下：

　　虽然(2)式、(3)式通过控制一些可观测和不可观测变量扩展Mincer收入方程来得到大学学历溢价的可靠估计，但所估计的系数只是平均意义上的大学学历溢价。中国劳动力市场分割严重，不同性别、地区、行业等的大学学历溢价存在异质性；不同收入分位上的大学学历溢价亦不相同。为了估计大学学历溢价在不同收入分位上的异质性，我们进行分位数回归，通过最小化下式得到分位数回归系数：

　　是(3)式中的自变量，q是分位数，我们估计了0.1、0.25、0.5、0.75、0.9五个分位数回归。

　　为了估计大学学历溢价在各个控制变量上的异质性，我们在(3)式中分别加入各控制变量与大学学历变量的交互项，得到：

　　为(2)中除大学学历外的控制变量，以虚拟变量形式表示。反映了大学学历溢价在控制变量上的异质性大小。

　　(二)数据

　　本文数据来源于中国人民大学中国数据和调查中心开展的中国社会综合调查(CGSS)2003年和2010年调查数据。②该调查采取多阶分层随机抽样设计，调查点覆盖了中国大陆所有省级行政单位(2003年不含西藏)，2003年调查了约0.6万人，2010年调查了约1.2万人，样本有很好的代表性。根据本文研究所需，我们只保留了18—60岁之间有收入的高中学历、22—60岁之间有收入的大学学历个体，得到2003年样本量为3856，2010年样本量为6739。高中学历包括普通高中、职业高中、中专和技校；大学学历包括全日制和非全日制的专科、本科和研究生。2003年样本中，高中学历和大学学历占比分别为61%和39%；2010年样本中，两者比例分别为56%和44%，大学学历占比上升了5%。因变量收入是指全年总收入，包括工资、各种奖金、补贴等所有收入。2003年高中生平均工资为10780.4元，大学生平均工资为18753.4元，大学学历溢价为74%；2010年高中生平均工资为19977.2元，大学生平均工资为40467元，大学学历溢价为93%。③如果仅从这两个数据来看，似乎中国大学学历溢价相当高，且在扩招之后有增无减。但是，样本中的高中生和大学生除了学历不同外，还有其他方面的差异，且这些差异可能跟学历相关，必须剔除这些差异的影响才能得到真实的大学学历溢价。

　　控制变量有工作经验、性别、党员、地区、城市规模、行业和单位性质。2003年调查中有首职工作年份数据，用2003减去首职工作年即得工作经验；2010年调查中则直接询问了被调查的工作年限。设置性别虚拟变量，女性赋值为1，男性赋值为0；设置党员虚拟变量，中共党员赋值为1，非中共党员赋值为0。设置地区虚拟变量，全国分为东部、中部、东北、西部四个地区，以西部地区为基准组。设置城市虚拟变量，城市按规模分为大城市、中等城市和小城镇三类，以小城镇为基准组。大城市包括直辖市和省会城市的市区，中等城市指地级市市区，小城镇包括地级市以下的县城城区和集镇。设置产业虚拟变量，第二产业赋值为1，第三产业赋值为0。设置单位性质虚拟变量，将党政机关、事业单位和社会团体归为公共部门，各类企业归类为非公共部门，公共部门赋值为1，非公共部门赋值为0。