作者简介：黄静，博士，上海师范大学商学院财务管理系副教授、硕士生导师；研究领域：公司治理、房地产经济、房地产金融。祝梦迪，上海师范大学商学院区域经济专业2019级硕士研究生。

文章来源：《中国人口科学》2021年第5期,第77-87+127页。

摘 要：针对中国流动人口受教育程度明显提升的新特征，文章利用中国劳动力动态调查数据，研究流动人口与本地劳动力高等教育回报率的差异及在不同等级城市中的异质性。研究结果表明，流动人口的高等教育回报率高于本地劳动力，高等教育对流动人口的工资收入具有较强的提升作用，对流入一线和新一线城市、跨省流动及乡—城型流动人口的工资提升作用更强。接受过高等教育的流动人口具有明显的自我选择效应，有能力的个体流动到生产效率更高的一线和新一线城市的意愿更强，从而获得更高的教育回报率。文章认为，推进以人为本的城镇化应顺应人口流动规律，消除注重地域属性并与福利挂钩的区域分割制度，清除劳动力自由流动的障碍，促进人力资本的优化配置。

关键词：流动人口;高等教育回报率;城市异质性;户籍异质性

一、研究背景目前，新一代流动劳动力受教育程度明显提高，城—城流动比例增加，呈现出与以往农民工进城务工不同的新特征（周皓，2021）。自1999年大学扩招政策实施以来，高学历人才大量供给，离开户籍所在地求学或就业的大学生在流动人口中占比逐年攀升（岳昌君、李欣，2016）。大城市在经济集聚效应作用下，具有更高的人才匹配效率，有助于提升个人的专业化收益，受过高等教育的流动劳动力往往更倾向于到大城市就业，寻求发展机会（王俊，2021）。在经济向高质量发展转型的背景下，高等教育人才的流动和外地人身份对收入水平的影响正成为关注焦点。有研究显示，受过高等教育的人既能带来劳动生产率的提高，也对劳动者在区域间转移和择业发挥重要作用，同时其自身也能获得更高的工资收入（杜两省、彭竞，2010；张抗私、史策，2020）。由于技能偏向性技术进步，劳动力市场对高技能劳动力的需求加大，因此高学历人才会获得更高的收入，进而产生更高的高等教育溢价（方超、黄斌，2020；余华义、侯玉娟，2019）。有学者通过研究流动人口内部不同特征群体之间教育回报的差异，得出受教育程度能够提升工资水平，教育收益率为正的结论（郑猛，2017；张锦华等，2018）。杨宜勇、王伶鑫（2021）研究认为，流动人口的平均教育回报率随时间推移呈上升趋势，不同类型流动人口教育回报率存在差异，城—城流动人口高于乡—城流动人口，新生代流动人口高于老一代流动人口。随着经济和社会发展、户籍制度改革和新型城镇化的推进，中国劳动力市场化程度大幅提升，劳动力配置效率逐步提高，流动人口比本地劳动力获得更高的工资溢价。孙三百（2015）使用倾向性得分匹配方法得出迁移劳动力比未迁移劳动力平均收入高44.34%，其中跨市迁移者比市内迁移者收入更高。陈昊等（2017）使用中国综合社会调查数据实证发现，外地户籍属性会带来58.64%的收入溢价，雇主会为外地劳动力提供更高的工资，以弥补外地户籍劳动力在福利待遇上的损失。章元、王昊（2011）研究发现，流动劳动力和本地劳动力具有互补性，外地流入多为本地短缺的劳动力，因此享受到工资溢价。刘金东等（2020）、Hebsaker等（2021）研究发现，能力更强的个体通过迁移寻找与其学识和能力相匹配的工作机会，而能力强的劳动力因具有更高的生产率，获得更高的薪资收入，从而使流动人口获得工资溢价。王俊（2021）利用中国综合社会调查（CGSS）数据研究发现，相同教育背景和同等技能水平的劳动力，在大城市能获取更高的工资收入。陈飞、苏章杰（2021）基于中国家庭收入调查项目（CHIP）数据研究发现，在控制城市生活成本的情况下，城市规模的工资溢价效应仍然存在。学者们针对流动人口群体内部受教育程度与收入水平的关系进行了大量研究，得出了有益的结论。然而，已有文献大多研究流动劳动力群体内部、不同特征流动人群的教育回报率差异及变化趋势，在中国经济高质量发展阶段高素质人才流动提升的背景下，忽略了流动人口与本地劳动力之间的高等教育回报率差异及其在不同等级城市中的异质性。鉴于此，本文将研究不同等级城市流动人口与本地户籍劳动力之间高等教育回报的差异及其背后的原因，分析中国经济向高质量转型时期高等教育对流动人口收入的影响，以期为城市政府制定合理的户籍政策和人口管理政策提供决策参考，进而促进人力资源要素在空间上优化配置，推动城乡融合和流动人口社会融合。

二、数据来源与计量模型

（一）数据来源

本文采用中国劳动力动态调查（CLDS)2014、2016和2018年的调查数据。该数据聚焦中国劳动力的现状与变迁，是以劳动力为调查对象的全国性跟踪数据，样本覆盖29个省份，采用多阶段、多层次与劳动力规模成比例的概率抽样方法，调查数据符合本文的研究目的。本文选择16～60岁男性和16～55岁女性样本，剔除离退休人员、学生、无工作收入者，以及单位类型为民办非企业、社团的社会组织，村委会等自治组织，个体工商户、自由工作者等自我雇佣类型及务农的个体。在进行模型回归之前，为纠正“上过大学”与“未上大学”群体因个体特征差异带来的样本选择性偏误，本文首先用倾向性得分匹配法对“上过大学”与“未上大学”群体进行匹配处理。首先根据是否“上过大学”这一选择项建立二值Logit模型p=(Coll=1 X),X为影响个体是否上过大学及工资收入的一系列控制变量，用Logit模型估计个体“上过大学”的概率值，再将“上过大学”处理组与“未上大学”对照组的概率值按照所允许的最大距离进行1∶1匹配，最终得到9 867条被雇佣劳动者的观测数据，覆盖29个省份，148个城市。经过倾向性得分匹配处理后，处理组与对照组的特征差异得到有效控制，消除了教育选择的个人特征等背景因素差异。本文的被解释变量为工资收入的对数，为了全面衡量劳动力的真实价格，参考章元、王昊（2011）的方法，工资收入包括工资及各种奖金、补贴，不扣除个人所得税和“三险一金”（养老保险、医疗保险、失业保险和住房公积金）。为了避免极端值的影响，对工资数据进行1%与99%的缩尾处理。本文的核心解释变量为是否“上过大学”。考虑到大学本科教育在教学质量与就业认可度方面优于专科，近年来各大城市实施的人才引进政策也以本科毕业生为门槛要求。参考马光荣等（2017）的研究，本文以本科为临界点设置高等教育虚拟变量“上过大学”，受教育水平在本科及以上的个体，“上过大学”变量取值为1，否则为0。另一解释变量为是否为“流动人口”，依据个体户籍来源地与调查地来设置。根据调查地城市编码前4位与个体户籍所在地编码前4位进行比对，若不相等则该个体为外地户籍流动人口，“流动人口”虚拟变量赋值为1，否则为0。依据户籍性质的不同设置是否为“城市户籍”虚拟变量，城市户籍取值为1，农村户籍取值为0。本文依据城市综合经济实力对城市进行分级，采用2017年新一线城市研究所的城市分级划分标准，该标准从城市商业资源集聚度、城市枢纽性、城市人活跃度、生活方式多样性和未来可塑性5个维度进行城市分级，将样本城市划分为4个一线城市、13个新一线城市、21个二线城市、31个三线城市、39个四线城市和40个五线城市。为了便于比较，将城市分组为一线和新一线城市、二线和三线城市、四线和五线城市。本文控制了一系列影响个体工资收入的个人特征信息和城市特征信息，以避免高估高等教育对个体收入的影响。其中一个重要的控制变量为城市生活成本，具有较高经济发展水平的城市往往意味着生活成本较高，加入生活成本这一变量可以对工资进行修正，更准确地衡量高等教育的溢价效应（踪家峰、周亮，2015）。本文借鉴高虹（2014）的做法，分别使用2014、2016和2018年城市房价数据作为城市生活成本的代理变量，数据来自国家信息中心宏观经济与房地产数据库。个体层面指标包括经验、性别、户籍属性、党员身份、健康状况、社会地位、婚姻状况、工作单位类型、工作行业类型。工作经验为年龄减去受教育年限再减61。社会地位为个体的自我社会地位评价，在一定程度上与收入水平有正向关联，10分表示最顶层，1分表示最底层。根据问卷中的单位类型，将党政机关、军队、国有企业赋值为1，民营、外资企业赋值为0。将问卷中16种行业归类为行业1至行业42，并设置为虚拟变量。变量描述性统计如表1所示。

表1 描述性统计（n=9867)

了便于观察和比较不同规模城市中上过大学与未上大学、流动人口与本地人口四类群体的特征差异，表2给出了劳动力群体特征。从人口数量占比看，一线和新一线城市流动人口占比较高，达23.42%；一线和新一线城市平均受教育年限也较高，流动人口上过大学的比例低于本地劳动力。从平均年龄看，流动人口更加年轻；与未上过大学的群体相比，接受过大学教育的群体年龄相对较小，这也从侧面说明流动人口中接受过大学教育的更年轻。从平均周工作时长看，流动人口平均工作时间普遍长于本地劳动力，尤其是未上大学的劳动力相对工作时间更长。从年度工资收入平均值看，城市规模越大，工资收入越高；外地劳动力平均工资收入高于本地劳动力；上过大学的群体平均工资收入高于未上大学的群体。

表2 劳动力群体特征

（二）计量模型本文在Mincer(1974）劳动收入模型的基础上构建模型，旨在检验流动人口与本地劳动力高等教育回报率的差异，模型设定为：

其中，lnwi为个体i不扣除个人所得税及“三险一金”工资收入的对数，并以个体小时工资收入对数进行稳健性检验。coll为是否上过大学，mig为是否为流动人口。α为截距项，β表示本地劳动力的高等教育回报率，λ表示未上大学群体中流动人口相对于本地劳动力的工资收入溢价，δ表示流动人口高等教育回报率与本地劳动力高等教育回报率的差值。xi为一系列控制变量，εi为误差项。

三、高等教育回报率差异的实证检验

（一）基准回归结果

本文使用稳健标准误以减少异方差问题，回归结果如表3所示。模型1为全样本回归，上过大学的系数为0.451且在1%的水平上显著，表明接受高等教育的工资回报率为45.1%。模型2至模型4为城市分组回归，其中上过大学的系数分别为0.495、0.434和0.305，且均在1%的水平上显著，意味着城市综合经济实力越强，劳动力获得的高等教育回报率越高。经济发达的城市能显著提高高等教育的要素价格，这意味着在城市经济存在区域不平衡时，个体收入的差距难以缩小，因为劳动力始终可以通过流入到经济发展较好的城市来提升自身的就业收入和教育回报率，从而扩大与原所在城市个体的收入差距。模型5至模型8加入流动人口和上过大学交互项。模型5显示，上过大学与流动人口交互项的回归系数为0.261且在1%的水平上显著，表明流动人口高等教育回报率比本地劳动力高26.1%。四线和五线城市交互项系数不显著，表明四线和五线城市中流动人口与本地劳动力高等教育回报率没有显著差异。模型6中一线和新一线城市交互项系数最大，达30.7%。表明流动人口在综合经济实力强的大城市能获得更高的高等教育回报率。一是大城市因企业集中带来正外部性，从而形成更高的生产效率，劳动力可以获得更高的工资。二是大城市劳动力市场资源共享和信息共享使劳动力匹配效率更高，更容易找到合适的工作。三是专业人才集中有助于知识外溢，大城市有利于提升劳动力的专业能力（Fingleton等，2013）。从中国的实际情况看，大城市劳动力市场化程度更高，企业更集中，受过高等教育的流动人才通过迁移在大城市更容易获得与其学识和能力相匹配的工作机会，享受大城市的工资溢价。因此，接受过高等教育的流动人口，在大城市中更容易找到相匹配的工作，能更充分发挥自身优势，高等教育回报率相对较高。

表3 基准回归结果

注：行业1至行业3以行业4为参照组；控制了时间固定效应；括号内数字为稳健标准误。*、**、***分别表示在10%、5%、1%的水平上显著。控制变量符号基本与预期一致，拥有城市户籍对于工资有正向促进作用，且在四线和五线城市中促进作用最大，在二线和三线城市中影响相对较弱。工作经验与收入呈倒U形关系，在工作前半阶段对收入发挥正向促进作用，而随着年龄的增长，对收入呈抑制作用。城市生活成本与工资有显著的正向关系。男性工资明显高于女性，在四线和五线城市中差异最大，且随着城市经济发展水平的提高，这一差异逐步减小。拥有党员身份在一线和新一线城市中对工资有显著促进作用，而在四线和五线城市中无明显差异。单位类型为“党政机关、军队、国有企业”的在一线和新一线城市中对工资影响不显著，而在其他级别城市中显著为正。社会地位对收入有正向促进作用，自评社会地位越高，收入越高。与行业4相比，行业1和行业2对工资的影响不显著，行业3有正向促进作用。

（二）户籍异质性的进一步分析

根据户籍来源地的不同，流动人口可分为省内跨市流动和跨省流动两大类，与省内流动相比，跨省流动的个体将承受更高的迁移成本与心理成本。以本地户籍作为参照，回归结果如表4所示。从交互项系数看，与本地户籍劳动力相比，跨省流动的高等教育回报率更高，全样本中平均高出35.2%，在一线和新一线城市回报率最高为36%。省内流动的劳动力比本地劳动力高等教育回报率增加15.3%，低于跨省流动。可见，远距离跨省流动个体的高等教育溢价更高，即迁移成本越高，迁移距离越远的流动人口高等教育溢价越高。这是由于迁移相当于一种人力资本积累，特别是对于能力更强的个体，可以通过迁移获得更好的工作机会，获得更高的收入（孙三百，2015）。

表4 流动人口户籍来源地的异质性检验

注：以本地户籍为参照组。控制了控制变量和时间固定效应。括号内数字为稳健标准误。*、**、***分别表示在10%、5%、1%的水平上显著。根据户籍性质，本文按农村户籍流动人口和城市户籍流动人口分为乡—城流动和城—城流动两类。以农村户籍本地劳动力为参照组，回归结果如表5所示。从交互项系数看，城市户籍本地劳动力与农村户籍本地劳动力的高等教育回报率没有显著差异，即本地劳动力的户籍性质不影响其高等教育溢价。城—城流动劳动力高等教育收益率比农村户籍本地劳动力高15.5%，一线和新一线城市中差异为22.8%，在二线以下城市中没有显著差异。乡—城流动劳动力高等教育回报率比农村户籍本地劳动力高27.2%，在一线和新一线城市中这一差异为32.7%，在二线以下城市中没有显著差异。可见，乡—城流动和城—城流动劳动力的高等教育回报率均高于本地劳动力，并且乡—城流动劳动力高等教育回报率最高，意味着接受高等教育对农村户籍流动劳动力工资收入的提高和社会阶层的上升有重要作用，且主要体现在一线和新一线城市。

表5 流动人口户籍性质异质性的检验

注：以农村户籍本地劳动力为参照组。控制了控制变量和时间固定效应。括号内数字为稳健标准误。*、**、***分别表示在10%、5%、1%的水平上显著。

（三）自我选择效应检验

流动人口相对于本地劳动力获得了更高的高等教育回报率，意味着同是接受过高等教育的劳动力，流动人口相对于本地人具有更高的工资溢价。现有文献针对流动人口与本地劳动力的工资差异未得出统一的结论，其背后的原因错综复杂。因此，本文采用Oaxaca-Blinder分解方法，从流动人口和本地劳动力的组间工资差异中分解出特征变量可解释部分和不可解释部分。其中，可解释部分表示由教育等可观测的个体禀赋差异导致的流动人口与本地劳动力的工资差异。不可解释部分表示不可观测的能力禀赋差异导致的流动人口和本地劳动力的工资差异，包括自我选择效应中的不可观测能力（积极进取、勇气、吃苦耐劳等）。从表6可以看出，接受高等教育子样本中流动人口与本地劳动力的工资差异更大，不可解释部分所占比重更高，表明不可观测的个人能力对接受过高等教育的流动人口获得工资溢价起重要作用，意味着流动人口获得更高的高等教育回报率存在自我选择效应。

表6 Oaxaca-Blinder分解

注：*、**、***分别表示在10%、5%、1%的水平上显著。

（四）稳健性检验

本文使用调查数据中统计的周工作小时数计算个体的小时工资，减少不同工作岗位或不同类型劳动力工作小时数的系统偏差，可以更加准确地反映劳动力价格（见表7）。使用小时工资后，高等教育回报率及流动人口与本地劳动力高等教育回报率的差异均有所增加，主要结论与前文保持一致，验证了前面结论的稳健性。考虑到中国市场经济的发展，除工资性收入外，个体还可能拥有副业经营性收入、投资金融市场的收益，且居民受教育程度越高，灵活运用资产获得收益的能力越强。本文使用包括年度工资性收入与经营性收入的被解释变量进行稳健性检验（见表7）。结果显示，高等教育回报率略有下降，但流动人口与本地劳动力高等教育回报率的差异有所增加，主要结论与前面一致。

表7 稳健性检验

注：控制了控制变量和时间固定效应。括号内数字为稳健标准误。*、**、***分别表示在10%、5%、1%的水平上显著。

四、结论与政策含义

本文利用2014、2016和2018年中国劳动力动态调查数据，使用倾向性得分匹配法消除样本选择性偏误，探究不同经济发展水平的城市中流动人口与本地劳动力高等教育回报率的差异，得到以下主要结论：（1）综合经济实力越强的城市，流动人口占比越高，接受高等教育的人口占比越高，平均工资收入水平也更高。其中，流动人口接受高等教育的比例低于本地劳动力，但流动人口相对年轻，特别是接受过高等教育的流动人口更年轻。（2）与本地劳动力相比，流动人口的高等教育回报率平均增加了26.1%，对于流动人口而言，接受高等教育是增加收入的重要因素。在控制个体特征及城市层面因素的情况下，流动人口平均工资收入高于本地劳动力，接受高等教育的流动人口的工资溢价率更高，导致这一现象的原因可能在于流动人口迁移行为的自选择效应。有能力的个体为了获得更高的收入和发展机会，流动到经济发展水平较高的城市意愿更强，这种自选择效应导致流动人口的生产率更高，从而获得更高的工资收入。流动人口与本地劳动力的高等教育回报率差异在综合经济实力最强的一线和新一线城市最明显，在四线和五线城市差异不显著。这意味着对于接受过高等教育的流动人口而言，一线和新一线城市人才匹配效率更优，比本地劳动力获得更高的教育回报率。（3）与本地劳动力相比，省内跨市流动的劳动力高等教育回报率提高了15.3%，而跨省流动劳动力高等教育溢价率为35.2%，在一线和新一线城市差异为36%，四线和五线城市差异不显著。表明与本地劳动力相比，远距离跨省流入个体的高等教育溢价率更高，迁移成本越高、迁移距离越远的外地劳动力的高等教育溢价越高。（4）从流动人口的户籍性质看，与本地劳动力相比，城—城流动和乡—城流动的高等教育收益率分别增加15.5%和27.2%。乡—城流动劳动力的高等教育回报率最高，说明接受高等教育对于农村户籍劳动力工资收入提升作用最强，对其社会阶层上升具有重要作用。流动人口虽然获得较高的高等教育回报率，但迁移导致生活成本增加，而且没有享受流入城市公共服务等福利待遇，基于上述研究结论，本文提出以下建议：（1）推进以人为本的城镇化应顺应人口流动规律，在引导人口流动时，要消除注重地域属性并与福利挂钩的区域分割制度，清除劳动力自由流动的障碍。放宽一线城市的落户限制，避免户籍因素成为阻碍年轻人发展的“绊脚石”。在引导人口流动时，既要关注就业机会的空间均衡，也要采取措施让流动人口平等享受城市公共服务，以降低人口流动的成本，提升流动人口的落户预期，增加大城市对高技能劳动力的吸引力。（2）不断提高大学教育质量，鼓励大学生在就业时自由流动，促进人力资本的优化配置，发挥高等教育人力资本投资的最大价值。（3）加大教育投入，改善农村地区的教育基础设施，增加农村人口接受高等教育的机会，并通过教育优惠补贴的方式适当延长农村义务教育年限，推广互联网线上精品教育等方式，进一步提高农村人口素质，充分发挥劳动力的竞争优势。

参考文献

[1] .陈飞、苏章杰（2021）：《城市规模的工资溢价：来源与经济机制》，《管理世界》，第1期。

[2] .陈昊等（2017）：《户籍所在地“反向歧视之谜”：基于收入补偿的一个解释》，《世界经济》，第5期。

[3] .杜两省、彭竞（2010）：《教育回报率的城市差异研究》，《中国人口科学》，第5期。

[4] .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。

[5] .高虹（2014）：《城市人口规模与劳动力收入》，《世界经济》，第10期。

[6] .刘金东等（2020）：《流动人口享受工资溢价了吗?---对户籍来源地“反向歧视之谜”的再检验》，《经济学动态》，第12期。

[7] .马光荣等（2017）：《大学扩招如何影响高等教育溢价?》，《管理世界》，第8期。

[8] .孙三百（2015）：《城市移民的收入增长效应有多大---兼论新型城镇化与户籍制度改革》，《财贸经济》，第9期。

[9] .王俊（2021）：《经济集聚、技能匹配与大城市工资溢价》，《管理世界》，第4期。

[10] .余华义、侯玉娟（2019）：《高校扩招与高等教育回报率---基于断点回归设计的证据》，《教育与经济》，第5期。

[11] .岳昌君、李欣（2016）：《高校毕业生跨省流动的特征分析》，《教育与经济》，第4期。

[12] .张抗私、史策（2020）：《高等教育、个人能力与就业质量》，《中国人口科学》，第4期。

[13] .张锦华等（2018）：《教育对农民工工资收入影响的再考察---基于CHIP数据的分析》，《复旦教育论坛》，第2期。

[14] .章元、王昊（2011）：《城市劳动力市场上的户籍歧视与地域歧视：基于人口普查数据的研究》，《管理世界》，第7期。

[15] .郑猛（2017）：《教育扩张下流动人口教育收益率与收入差距》，《教育与经济》，第5期。

[16] .周皓（2021）：《中国人口流动模式的稳定性及启示---基于第七次全国人口普查公报数据的思考》，《中国人口科学》，第3期。

[17] .踪家峰、周亮（2015）：《大城市支付了更高的工资吗?》，《经济学（季刊）》，第4期。

[18] .杨宜勇、王伶鑫（2021）：《流动人口教育回报率变动趋势研究》，《中国人口科学》，第2期。

[19] .Fingleton B.,Longhi S.(2013),The Effects of Agglomeration on Wages:Evidence from the Micro-level.Journal of Regional Science.53(3):443-463.

[20] .Hebsaker M.,Neidhfer G.,Pfeiffer F.(2021),Intergenerational Mobility and Self-selection on Unobserved Skills:New Evidence.Journal for Labour Market Research.55(1):1-9.

[21] .Mincer J.(1974),Schooling,Experience and Earnings.National Bureau of Economic Research.New York.

注释

1以6岁为学龄标准。2行业1包括农、林、牧、渔业；行业2包括采掘业、制造业、建筑业，地质勘查业、水利管理业，电力、煤气及水的生产和供给业，交通运输、仓储及邮电通信业；行业3包括批发和零售贸易、餐饮业，金融保险业、房地产业，卫生、体育和社会福利业，教育、文化艺术和广播电影电视业；行业4为其他行业。

（初审/马秋妍 复审/陈锋正 终审/郭运瑞）