Page 112 - 201805

第 33 卷摇 第 5 期 杨摇 娟, 赵心慧: 教育对不同户籍流动人口收入差距的影响

大于 10,但是农村流动人口的平均受教育年限与 制;个体工商户位列其次,究其原因,“个体户冶对
城镇流动人口相比很低,显示仅完成了义务教育 于受教育程度没有过高要求,还有精力兼职多份
阶段,这与费舒澜、郭继强 [22] 得出的结果基本一 工作获得更高收入,这种工作特性非常适合流动
致,初步体现出城乡流动人口之间的教育程度有 人口去选择。
较大差异。 已有研究 [23] 认为这会导致收入差距 四、不同户籍流动人口收入差距的影响因素
的不断扩大,造成“穷者更穷,富者更富冶 的马太 (一)农村与城镇流动人口收入的回归分析

效应,具体原因我们将在下文中进行详细阐述。 为了进行下文的 OB 分解,我们依照以往研
对于其他变量来说,性别均值都接近于 0郾 6, 究 [15] 选取了个体工商户作为单位性质的参照组,
年龄均值处于 34 ~ 35 岁之间,即男性与青壮年劳 然后基于 Mincer 方程分别估计了 2015 年全部样
动者依旧是流动人口的主力军。 就单位性质而 本(分性别)、城镇样本与农村样本的收入模型,
言,在外企工作的农村流动人口占比最大,均值达 表 2 显示了模型的 OLS 回归结果。
到 0郾 42,可能在于这类工作基本不会出现户籍限

表 2摇 流动人口收入模型的 OLS 回归结果
全部样本 女性样本 男性样本 农村样本 城镇样本
*** *** ***
0郾 093 0郾 117 0郾 078
户籍
(0郾 004) (0郾 006) (0郾 005)
*** *** *** *** ***
0郾 034 0郾 032 0郾 034 0郾 028 0郾 058
受教育年限
(0郾 001) (0郾 001) (0郾 001) (0郾 001) (0郾 001)
0郾 236 *** - - 0郾 242 *** 0郾 205 ***
性别(男性 = 1)
(0郾 003) - - (0郾 003) (0郾 007)
*** *** *** *** ***
0郾 070 0郾 057 0郾 082 0郾 067 0郾 082
年龄
(0郾 001) (0郾 002) (0郾 001) (0郾 001) (0郾 003)
*** *** *** *** ***
- 0郾 001 - 0郾 001 - 0郾 001 - 0郾 001 - 0郾 001
年龄的平方
(0郾 000) (0郾 000) (0郾 000) (0郾 000) (0郾 000)
*** *** *** *** ***
6郾 157 6郾 434 6郾 129 6郾 264 5郾 640
常数
(0郾 018) (0郾 027) (0郾 024) (0郾 019) (0郾 056)
2
Adj鄄R 0郾 121 7 0郾 070 5 0郾 080 1 0郾 105 6 0郾 147 3
样本量 167 753 70 275 97 478 143 363 24 390
摇 摇 注:括号内为标准误; 、 ** 、 *** 分别代表在 10% 、5% 、1% 水平上显著。 上述回归结果还包括省份虚拟变量、单位性
*
质变量,限于篇幅,未列出完整回归结果;若有兴趣,可向作者索取。
摇 摇 由表 2 可以得出以下几条结论:首先,户籍变 对于本文的核心解释变量受教育年限来说,系
量的系数为正,而且女性的户口系数值大于男性, 数为正且总体与分性别样本的系数趋于相同,在
说明农村流动人口的收入显著低于城镇流动人 3郾 2% ~3郾 4% 左右;与城镇流动人口相比,农村流
口,并且女性流动人口中由户籍带来的收入差距 动人口的教育回报率很低,仅为 2郾 8% 。 虽然和以
更加明显。 性别变量系数显著为正,即流动人口 往对农民工人力资本回报的估计结果 比 较 接
中男性的收入大于女性,这符合实际并和已有研 近 [22] ,但远低于多数学者得出的教育回报率,主要
究观点一致 [16] 。 年龄与其二次项的系数表现为 是因为各研究所利用的数据来源、收入方程选取变
一正一负,也就是说年龄对收入的影响是一条呈 量或估计方法不同,因此估计结果也不一致。
“倒 U 型冶分布的曲线,这与理论事实 [23] 相符,初 总而言之,受教育年限对城镇流动人口的收
期流动人口年龄的增长即工龄增长促进收入提 入带来的的正向效应显著大于农村流动人口。 一
高,当年龄越过某一拐点时,收入随年龄的增长呈 定程度上说明教育不仅有助于提高个体收入,而
下降趋势。 且教育回报率的差异增大了城乡的收入差距。 这

· 1 0 7 ·