教育何以縮小收入差距-基于認(rèn)知技能國際可比數(shù)據(jù)的實證分析

/教育何以縮小收入差距——基于認(rèn)知技能最新國際可比數(shù)據(jù)的實證分析【摘要】通過教育縮小收入差距是凸顯教育強國建設(shè)“人民屬性”與“民生保障力”的關(guān)鍵路徑。基于人口技能視角重構(gòu)教育與收入差距之間關(guān)系的理論模型，采用2000—2023年123個國家和地區(qū)基礎(chǔ)教育階段學(xué)生認(rèn)知技能國際可比數(shù)據(jù)與2011—2023年30個國家和地區(qū)16～65歲成人認(rèn)知技能國際可比數(shù)據(jù)，就教育調(diào)節(jié)收入差距的作用機制進行實證分析。結(jié)果顯示，一國收入差距與其教育數(shù)量和質(zhì)量發(fā)展水平均不存在規(guī)律性的穩(wěn)健關(guān)系，縮小人口教育數(shù)量獲得的差異也不會對收入差距狀況產(chǎn)生改善作用。單純擴張教育數(shù)量規(guī)模，并不會使收入差距迎來“拐點”。充分發(fā)揮教育調(diào)節(jié)收入差距功能的關(guān)鍵在于，縮小人口整體的教育質(zhì)量差異與不同群體的認(rèn)知技能收益率差異。當(dāng)前，我國成人認(rèn)知技能差異較大，中低與低技能過剩，中高與高技能短缺，中等收入群體的認(rèn)知技能收益率偏低，高技能群體與中等技能群體存在較大的認(rèn)知技能收益率落差，呈現(xiàn)出較突出的技能溢價現(xiàn)象。未來，進一步發(fā)揮教育促進共同富裕的作用，需繼續(xù)推動基礎(chǔ)教育“公平而有質(zhì)量”的發(fā)展，擴大優(yōu)質(zhì)高等教育供給，并提高高校人才培養(yǎng)的供需適配度。【關(guān)鍵詞】教育強國；教育質(zhì)量；收入差距；認(rèn)知技能

貧富差距是全球性難題。2022年，世界財富與收入數(shù)據(jù)庫(WorldInequalityData，WID)分析報告顯示，世界收入最高的前10％人口擁有世界總收入的52％。[1]中國的收入差距形勢亦不容樂觀。根據(jù)2020年世界發(fā)展指標(biāo)(WorldDevelopmentIndicators，WDI)，我國收入基尼系數(shù)高于世界平均水平，收入不均等程度位于世界前30％。① 長期以來，教育被視為調(diào)節(jié)收入分配的重要手段，但其對于收入差距的作用機制是復(fù)雜的，有關(guān)二者關(guān)系的經(jīng)驗研究亦始終未形成定論。[2]本研究聚焦教育以何種方式縮小收入差距，嘗試通過構(gòu)建教育生產(chǎn)函數(shù)理論模型厘清人力資本與教育數(shù)量和質(zhì)量之間概念的邏輯關(guān)系，將倒"U"曲線(invertedUcurve)、國家知識資本、技能偏向型技術(shù)進步等理論假說放入同一計量分析框架進行驗證，從各國學(xué)生與成人認(rèn)知技能分析入手，探尋教育調(diào)節(jié)收入差距的作用機制。本研究期望形成三方面的突破：第一，利用前沿轉(zhuǎn)換技術(shù)，首次形成我國成人認(rèn)知技能的國際可比數(shù)據(jù)；第二，以認(rèn)知技能對國家教育人力資本進行直接測量，探明人口認(rèn)知技能與收入差距之間的關(guān)系，區(qū)分教育數(shù)量與質(zhì)量差異對一國收入差距的不同影響；第三，關(guān)注技能溢價對收入差距的重要作用，對比分析中國與世界其他主要國家的“認(rèn)知技能收益率—收入水平”與“認(rèn)知技能收益率—技能水平”變化形態(tài)，研判我國教育促進共同富裕、創(chuàng)造人口技能紅利的重要施策方向。 一、發(fā)展教育究竟能否縮小收入差距 20世紀(jì)50年代，西蒙·史密斯·庫茲涅茨(SimonSmithKuznets)提出著名的倒"U"字形曲線假說(以下簡稱倒"U"假說)，預(yù)判收入差距會隨著經(jīng)濟增長呈現(xiàn)先升后降的倒"U"形變化規(guī)律。[3]約翰·奈特(JohnB.Knight)和理查德·薩伯特(RichardH.Sabot)進一步將該假說延伸運用于教育與收入差距關(guān)系研究，認(rèn)為二者也存在倒"U"形變化規(guī)律，發(fā)展教育雖然短期內(nèi)會拉大收入差距，但只要持續(xù)不斷擴張教育，最終將有助于縮小收入差距。[4]倒"U"假說本質(zhì)上是一種對現(xiàn)象的總結(jié)，既缺少嚴(yán)格的理論模型推導(dǎo)，[5]又與許多國家的后續(xù)歷史發(fā)展進程不相一致。庫茲涅茨對倒"U"假說的論證采用的是“同一國家”的對比邏輯，是通過縱向?qū)Ρ韧粐以诓煌瑲v史階段經(jīng)濟增長、教育發(fā)展與收入差距的關(guān)系變化而得到的結(jié)論。[6]而以往支持倒"U"假說的實證研究大都采用的是“不同國家”的對比邏輯，即通過橫向?qū)Ρ忍幱诓煌瑲v史階段的不同國家來驗證倒"U"假說。如果嚴(yán)格采用“同一國家”的對比方法，不僅得不到倒"U"結(jié)論，還能看到很多反例。譬如，二戰(zhàn)后美國和許多西歐國家收入差距伴隨經(jīng)濟和教育發(fā)展呈現(xiàn)的是"U"形而非倒"U"形變化；[7]20世紀(jì)60—90年代，東亞許多國家和地區(qū)經(jīng)濟快速增長，其收入差距并未同步擴大，而是不斷縮小；[8]許多發(fā)展中國家在由極端貧窮轉(zhuǎn)變?yōu)橄鄬ω毟F的發(fā)展過程中也未出現(xiàn)收入差距同步惡化的情況[9]。 對于教育與收入差距之間的復(fù)雜關(guān)系，學(xué)者陸續(xù)提出了一些新的見解。社會學(xué)家主要從教育再生產(chǎn)角度來剖析教育的分配功能。譬如，有效維持不平等假說(EffectivelyMaintainedInequality，EMI)提出，雖然伴隨教育擴張，國民受教育機會和數(shù)量趨向平等，但優(yōu)勢階層依然在更高質(zhì)量教育方面保有優(yōu)勢，以維系原有收入分配格局。因此，要發(fā)揮教育縮小收入差距的作用，必須改變不同群體受教育質(zhì)量的分配狀況。[10]相比之下，經(jīng)濟學(xué)家更關(guān)注在不同制度環(huán)境或技術(shù)進步條件下教育與收入差距的關(guān)系變化。一方面，收入分配深受政治或制度性因素的影響。雖然發(fā)展教育能使更多人獲得知識和技能并由此帶來國民生產(chǎn)力的整體增長，是促進收入趨同化的重要機制，但同時存在著往反方向推的趨異化力量。[11]因此，在不同的勞動力市場、再分配制度的條件下，各國教育發(fā)展與收入差距會呈現(xiàn)出不一樣的數(shù)量變動關(guān)系，具有很強的國別或地區(qū)異質(zhì)性特征。[12]另一方面，伴隨著技能偏向型技術(shù)進步與產(chǎn)業(yè)結(jié)構(gòu)升級，市場對高技能勞動力的需求激增，若教育不能對此變化及時作出回應(yīng)，工資中的技能溢價就會持續(xù)增長，此時，高技能與中、低技能勞動力的工資差距必定會不斷拉大。20世紀(jì)80年代以來，很多發(fā)達國家工資差距日益擴大，過高的技能溢價是主因。[13] 那么，一國教育發(fā)展對收入差距究竟有無規(guī)律性影響?根據(jù)人力資本理論，通過教育所形成的人力資本是勞動力參與國民收入分配最為重要的因素，而教育人力資本又主要表現(xiàn)為人的知識和技能。因此，一國收入差距必定與其教育人力資本、人口知識和技能有著直接關(guān)聯(lián)。[14]要驗證這一點，首先要解決教育人力資本的測量問題。鑒于數(shù)據(jù)采集的便捷性，以往研究普遍采用人口平均受教育年限來衡量一國教育人力資本存量，但該指標(biāo)僅能揭示各國人口所受教育數(shù)量的差異，無法全面反映其所受教育質(zhì)量的差異。埃里克·漢納謝克(EricA.Hanushek)等人提出國家知識資本理論，認(rèn)為既然人力資本主要表現(xiàn)為個人通過教育所獲得的知識和技能，那么就應(yīng)采用學(xué)生認(rèn)知技能等教育質(zhì)量指標(biāo)對一國人力資本進行直接測量。[15]事實上，當(dāng)前世界各國教育人力資本差距主要表現(xiàn)為質(zhì)量差距而非數(shù)量差距。自20世紀(jì)70年代中期以來，經(jīng)濟合作與發(fā)展組織(OrganisationforEconomicCo-operationandDevelopment，以下簡稱OECD)成員國和非OECD成員國的人口平均受教育年限差值持續(xù)下降，但這兩類國家學(xué)生參加國際學(xué)生評估項目(ProgrammeforInternationalStudentAssessment，以下簡稱PISA)的平均數(shù)學(xué)測試得分差值只在一個較小分值范圍內(nèi)起伏變化，2023年差值與20年前基本持平(見下頁圖1)。 圖120世紀(jì)中葉以來OECD與非OECD成員國的教育數(shù)量與質(zhì)量差距變化 注：各國受教育年限數(shù)據(jù)來源于巴羅-李教育獲得數(shù)據(jù)庫(Barro-LeeEducationalAttainmentData)；學(xué)生測試得分采用2000—2022年八輪PISA測試的數(shù)學(xué)得分。 為破解教育影響收入差距的機制，本研究基于教育生產(chǎn)函數(shù)理論構(gòu)建數(shù)理模型。根據(jù)該理論，勞動力人力資本是學(xué)校教育、家庭教育、校外教育等因素共同決定的產(chǎn)物，而學(xué)校教育對勞動力人力資本的影響又取決于學(xué)校教育投入的數(shù)量和質(zhì)量。[16]因此，人力資本生產(chǎn)函數(shù)可表示為： H=λF+f(Schooling，Quality)+ηA+αZ (1) 其中，H表示人力資本；F表示家庭教育投入；A表示個人天賦；Z表示其他因素(如個體健康等)；f(Schooling，Quality)表示學(xué)校教育投入，它包括兩個要素——學(xué)校教育投入的數(shù)量(Schooling)和質(zhì)量(Quality)，投入數(shù)量常用個人接受的教育年限來測量，而投入質(zhì)量可使用生均投入等指標(biāo)來測量。 學(xué)校教育主要通過增進勞動力知識和技能而形成人力資本。因此，本研究借鑒漢納謝克等學(xué)者提出的方法，[17]采用認(rèn)知技能對勞動力人力資本進行直接測量，即有： C=H+μ(2) 其中，C表示勞動力認(rèn)知技能，μ為測量誤差。勞動力認(rèn)知技能是有關(guān)學(xué)校教育投入數(shù)量與質(zhì)量的一個函數(shù)，它屬于教育產(chǎn)出或結(jié)果層面的指標(biāo)，從測量效度的角度看，它比任何表示學(xué)校教育投入的指標(biāo)都更加優(yōu)越。在公式(1)中，所有學(xué)校教育投入數(shù)量和質(zhì)量及其他影響因素都被“化約”為一種結(jié)果，即認(rèn)知技能。在個體所受教育數(shù)量(如受教育年限或文憑)及其他因素相同的條件下，認(rèn)知技能可直接用于表征個體所受教育結(jié)果的質(zhì)量。 勞動力收入受其人力資本的影響，可表示為： LnYc=lnY0+rC+μ (3) 其中，Yc表示勞動力具有認(rèn)知技能C時的收入，Y0表示勞動力不具有任何認(rèn)知技能時的收入，r表示認(rèn)知技能收益率。對上式等式兩邊同取方差，在允許勞動力認(rèn)知技能收益率r隨其技能水平C變化而發(fā)生變化的條件下，可近似推導(dǎo)得到[18]： 由該函數(shù)可知，一國收入差距受以下人力資本因素的影響： 第一，一國勞動力認(rèn)知技能差異越大(Var(C))，收入差距也越大。教育數(shù)量的獲得(如文憑)或許對勞動力收入有短期影響，但從長期看，個人所接受的教育質(zhì)量及其所擁有的真實技能才是決定勞動力收入的關(guān)鍵因素。也就是說，從長期看，教育數(shù)量的分配與收入差距無關(guān)，改變教育質(zhì)量分配才能對收入差距產(chǎn)生影響。這一論斷與國家知識資本理論和EMI假說是一致的。 第二，一國勞動力認(rèn)知技能收益率差異越大(Var(r))，收入差距也越大。以往不少研究只承認(rèn)不同群體在教育或技能獲得水平上存在差異，默認(rèn)不同群體具有相同的教育或技能獲益能力，而事實上，受勞動力市場分割、收入分配制度等因素的影響，各國不同收入群體的認(rèn)知技能收益率普遍存在差異，并表現(xiàn)出不同的“認(rèn)知技能收益率—收入水平”變化形態(tài)，它反映出各國不同收入群體從教育或技能投資中獲益能力的差異狀況。對于改善收入差距來說，最理想的“認(rèn)知技能收益率—收入水平”變化形態(tài)為遞減形，即低收入、中等收入和高收入群體的認(rèn)知技能收益率呈遞減變化。若變化為遞增形，認(rèn)知技能收益率隨收入水平的提高呈遞增變化，此種形態(tài)對收入差距有擴大作用。除此之外，認(rèn)知技能收益率隨收入水平的提高還會呈"U"形和倒"U"形變化，此兩種狀況對收入差距的影響較為復(fù)雜，視各國不同收入群體的規(guī)模結(jié)構(gòu)與收入差距程度而定。 第三，認(rèn)知技能收益率與技能水平相關(guān)關(guān)系(Cov(r，C))對收入差距也具有重要影響。如公式(4)，一國勞動力的平均認(rèn)知技能水平()與平均認(rèn)知技能收益率水平()對收入差距的影響取決于“認(rèn)知技能收益率—技能水平”相關(guān)關(guān)系的方向與強度。“認(rèn)知技能收益率—技能水平”相關(guān)關(guān)系反映各國不同技能水平群體從教育或技能投資中獲益能力的差異狀況。如果認(rèn)知技能收益率隨勞動力技能水平的提升而增高[即Cov(r，C)＞0]，就會拉大高技能與低技能勞動力之間的收入差距，反之則會縮小收入差距。這一論斷與技能偏向型技術(shù)進步假說是一致的。在技能偏向型技術(shù)進步條件下，當(dāng)一國教育所形成的高技能供給無法滿足更多市場需求時，我們將觀測到該國的認(rèn)知技能收益率隨技能水平的提高而遞增，二者呈現(xiàn)較強的正相關(guān)關(guān)系，意味著存在著較高的技能溢價，這對收入差距有擴大效應(yīng)。 由以上分析可知，一國收入差距與其教育數(shù)量和質(zhì)量發(fā)展水平并無直接關(guān)聯(lián)，而是主要取決于各國的勞動力認(rèn)知技能差異程度，以及不同收入、不同技能群體認(rèn)知技能收益率的差異狀況。據(jù)此，本研究構(gòu)建了學(xué)生和成人認(rèn)知技能的國際可比數(shù)據(jù)，對上述理論推論進行檢驗。 二、研究數(shù)據(jù)、模型與方法 以一定技術(shù)確保關(guān)鍵指標(biāo)的國際可比性，是開展國際比較循證研究的基礎(chǔ)性工作。通過國際數(shù)據(jù)可比轉(zhuǎn)換，不僅有助于提高研究的構(gòu)建效度與內(nèi)部效度，亦可擴展樣本國家數(shù)量，提高統(tǒng)計功效。 (一)關(guān)鍵指標(biāo)的國際可比轉(zhuǎn)換 教育數(shù)量以人口平均受教育年限作為代理指標(biāo)。本研究的受教育年限數(shù)據(jù)來自巴羅-李教育獲得數(shù)據(jù)庫。[19]該數(shù)據(jù)庫提供的各國數(shù)據(jù)以5年為間隔，而本研究使用的其他重要數(shù)據(jù)有較多產(chǎn)生在其5年間隔內(nèi)。為確保不同來源數(shù)據(jù)的年份一致，采用線性插補技術(shù)對該數(shù)據(jù)庫提供的受教育年限數(shù)據(jù)進行補值。 教育質(zhì)量以各國基礎(chǔ)教育階段學(xué)生的認(rèn)知技能測試得分作為代理指標(biāo)。由于各國學(xué)生參加的測試項目不同，因此得分不能直接進行對比。為解決這一問題，借鑒諾姆·安格里斯特(NoamAngrist)等學(xué)者提出的校準(zhǔn)技術(shù)，[20]以同時參加PISA和國際數(shù)學(xué)與科學(xué)趨勢研究項目(TrendsinInternationalMathematicsandScienceStudy，以下簡稱TIMSS)的國家或地區(qū)作為“錨點”，形成PISA-TIMSS測試得分之間的映射關(guān)系函數(shù)，并根據(jù)此函數(shù)對只參加單種測試的國家或地區(qū)學(xué)生的測試得分進行標(biāo)準(zhǔn)分轉(zhuǎn)化，最終構(gòu)建了2000—2023年123個國家和地區(qū)學(xué)生認(rèn)知技能的國際可比數(shù)據(jù)庫。為保證各國家和地區(qū)學(xué)生接受的測試內(nèi)容一致，只對PISA和TIMSS的數(shù)學(xué)測試得分進行國際可比轉(zhuǎn)換。 學(xué)生認(rèn)知技能只是一種流量指標(biāo)。若嚴(yán)格依照教育生產(chǎn)函數(shù)，無論是表示教育數(shù)量的人口平均受教育年限，還是表示教育質(zhì)量的學(xué)生認(rèn)知技能得分，都屬于教育生產(chǎn)過程中的投入要素或中間產(chǎn)品，成人認(rèn)知技能才是一國教育生產(chǎn)的最終產(chǎn)出。因此，為更準(zhǔn)確地反映各國教育人力資本存量，還需對各國成人認(rèn)知技能進行國際可比轉(zhuǎn)換。當(dāng)前，實施國際成人認(rèn)知技能測試的項目并不多，且覆蓋的國家和地區(qū)數(shù)量要比國際學(xué)生測試項目少得多，即便是規(guī)模最大的2023年國際成人能力評估調(diào)查(ProgrammefortheInternationalAssessmentofAdultCompetencies，以下簡稱PIAAC)也只覆蓋了30個國家和地區(qū)。中國從未參加過PIAAC測試，為將我國納入PIAAC數(shù)據(jù)庫，本研究采用“移民錨點”方法進行國際可比轉(zhuǎn)換，具體步驟如下。 首先，將PIAAC數(shù)據(jù)中在國內(nèi)完成正式教育后移居至他國的中國移民樣本抽取出來；其次，將中國家庭追蹤調(diào)查(ChinaFamilyPanelStudies，以下簡稱CFPS)數(shù)據(jù)中與PIAAC中國移民樣本具有相同受教育年限的個體抽取出來，組建CFPS本土樣本；最后，在這兩個樣本具有相同分布特征的假設(shè)條件下，利用薩拉·古斯特(SarahGust)等學(xué)者提出的技術(shù)構(gòu)建轉(zhuǎn)換函數(shù)，[21]將我國CFPS成人認(rèn)知技能測試得分轉(zhuǎn)換為PIAAC可比得分②。 成人認(rèn)知技能的可比轉(zhuǎn)換也只限于數(shù)學(xué)測試得分，最終形成2011—2023年30個國家和地區(qū)16～65歲成人認(rèn)知技能國際可比數(shù)據(jù)③。轉(zhuǎn)換后的中國和美國成人認(rèn)知技能分布如圖2所示。與美國相比，我國有大量成人聚攏于技能偏下水平區(qū)域，而中高與高技能人口密度則遠低于正常水平，呈現(xiàn)“中低與低技能過剩，中高與高技能短缺”特征。 圖2中、美成人可比認(rèn)知技能得分的概率密度分布對比 除上述變量外，本研究還使用了各國收入差距、經(jīng)濟發(fā)展、人口規(guī)模等變量，相關(guān)變量的數(shù)據(jù)來源與描述統(tǒng)計詳見下頁表1與表2。 (二)計量模型 首先，為驗證倒"U"假說，建立如下計量模型： Gct=α+β1MYSct+β2MYS2ct+ωyear+τcoutry+Σjδjxjct+εct (5) 其中，Gct為各國收入基尼系數(shù)，MYSct和MYS2ct表示各國人口平均受教育年限及其平方項。如果倒"U"假說成立，那么估計系數(shù)β1和β2應(yīng)分別顯著為正和負；ωyear和τcoutry分別表示年份固定效應(yīng)與國家固定效應(yīng)。如前所述，庫茲涅茨論證倒"U"假說采用的是“同一國家”的對比邏輯，因此在嚴(yán)格意義上，檢驗倒"U"假說需控制國家固定效應(yīng)；xjct表示其他控制變量，包括各國人均GDP一次項與二次項、人口規(guī)模等。為對經(jīng)濟學(xué)研究慣常使用的計量模型進行驗證，本研究還嘗試在回歸模型(6)中加入人口受教育年限基尼系數(shù)(DYS)作為解釋變量，用于驗證改善人口受教育數(shù)量差異能否產(chǎn)生縮小收入差距的作用。[22] 其次，進一步將各國基礎(chǔ)教育階段學(xué)生的認(rèn)知技能得分放入模型，就各國教育質(zhì)量提升與差異改善對收入差距的作用進行對比分析，即有： Gct=α+γ1MYSct+γ2DYSct+γ3Cogsct+γ4DCogsct+ωyear+τcoutry+Σjδjxjct+εct (6) 其中，Cogsct為各國學(xué)生認(rèn)知技能的均值，DCogsct為各國學(xué)生認(rèn)知技能的基尼系數(shù)，分別用于反映各國教育質(zhì)量的整體水平與差異程度。 最后，用成人認(rèn)知技能替代學(xué)生認(rèn)知技能，并依照前文所構(gòu)建的模型，將各國成人認(rèn)知技能差異程度、“認(rèn)知技能收益率—收入水平”變化形態(tài)與“認(rèn)知技能收益率—技能水平”相關(guān)關(guān)系這三個變量作為主要解釋變量放入模型中進行回歸，即有： Gch=α+φ1DCogach+φ2Covac+Σsρsshapeach+τcoutry+πcohort+Σjδjxjch+εch (7) 考慮到在不同年代出生的人口經(jīng)歷了不同的制度改革、社會變遷及其他外生沖擊，本研究將各國成人按年齡分為16～25歲、26～35歲、36～45歲、46～55歲、56～65歲五個年齡隊列，形成“國家—隊列”面板數(shù)據(jù)。在此數(shù)據(jù)結(jié)構(gòu)下，可通過控制年齡隊列固定效應(yīng)(πcohort)，消除不同年代的外生沖擊對各年齡隊列人口的影響；還可在一定程度上擴充樣本量，提升統(tǒng)計功效。DCogach表示一國某一年齡隊列成人認(rèn)知技能的基尼系數(shù)，反映同一隊列成人所接受教育質(zhì)量的差異程度。 要形成“認(rèn)知技能收益率—技能水平”相關(guān)關(guān)系(Covac)與“認(rèn)知技能收益率—收入水平”變化形態(tài)(shapeach)這兩個變量，需先采用標(biāo)準(zhǔn)明瑟收入方程對各國成人認(rèn)知技能收益率進行估計，回歸方程為： Lnyi=β0+β1Ci+β2Ei+β3E2i+β4Gi+εi (8) 在控制工作經(jīng)驗(Ei)及其平方(E2i)、性別(Gi)的條件下就成人認(rèn)知技能水平對其月工資收入對數(shù)(Lnyi)進行回歸，其中，β1表示認(rèn)知技能收益率。為能夠與漢納謝克等國外學(xué)者的估計結(jié)果作對比，對各國成人認(rèn)知技能得分進行標(biāo)準(zhǔn)化。[23]根據(jù)估計結(jié)果，樣本國家和地區(qū)的成人認(rèn)知技能收益率均值為17.48％，其中墨西哥和美國的成人認(rèn)知技能收益率最高，接近30％；波蘭的成人認(rèn)知技能收益率最低，不足6％。相比之下，中國成人認(rèn)知技能收益率的估計值偏低，僅為13.89％，低于各國平均水平，在30個樣本國家中居于第22位。 按照個人認(rèn)知技能得分由低到高的分位數(shù)，將各國成人認(rèn)知技能分為低、中低、中、中高和高技能五組，同樣采用回歸方程(8)分別估計出各組成人認(rèn)知技能收益率，并對各組認(rèn)知技能收益率隨技能水平提升的變化進行線性擬合，以估計得到的斜率系數(shù)來反映各國“認(rèn)知技能收益率—技能水平”相關(guān)關(guān)系的方向與強度。如果該相關(guān)關(guān)系為正且強度較大，表明存在較高的技能溢價。根據(jù)估計結(jié)果，所有樣本國家的成人“認(rèn)知技能收益率—技能水平”都表現(xiàn)為正相關(guān)，但不同國家成人認(rèn)知技能收益率隨技能水平的上升而表現(xiàn)出的遞增強度有較大差別。圖3呈現(xiàn)了中國和其他樣本國家不同技能人口的認(rèn)知技能收益率變化狀況。很明顯，我國成人“認(rèn)知技能收益率—技能水平”折線的斜率在不同區(qū)間有明顯變化。當(dāng)技能水平未達到70％分位數(shù)時，我國成人認(rèn)知技能收益率水平偏低，在技能水平從中等偏下(20％～30％分位數(shù))到中等偏上(60％～70％分位數(shù))這一覆蓋50％人口的廣大區(qū)域內(nèi)，絕大部分認(rèn)知技能收益率估計值只在17％～21％狹窄范圍內(nèi)波動，變化十分平緩。一旦技能水平超過70％分位數(shù)，折線斜率就突然變得異常陡峭，技能水平最高一組(＞90％)的收益率估計值達71％，分別是技能水平70％～80％和50％～60％分位數(shù)組的2.1倍和3.4倍。與中國相比，美國和其他樣本國家“認(rèn)知技能收益率—技能水平”的斜率變化比較均勻。如前所述，我國人口“中低與低技能過剩，中高與高技能短缺”，這應(yīng)是我國技能溢價偏高的主要原因。 圖3樣本國家不同技能人口的認(rèn)知技能收益率對比 注：圓點表示不同認(rèn)知技能組的認(rèn)知技能收益率點估計值，垂直短線表示95％置信區(qū)間；各組認(rèn)知技能收益率均采用標(biāo)準(zhǔn)明瑟收入方程，以認(rèn)知技能分位數(shù)＜10％為參照組回歸估計得到。 基于回歸方程(8)，采用分位數(shù)回歸法估計出各國不同收入群體的認(rèn)知技能收益率，按收入分位數(shù)由低到高排列，繪制出所有樣本國家成人“認(rèn)知技能收益率—收入水平”變化圖，并依據(jù)變化圖形，將各國“認(rèn)知技能收益率—收入水平”變化形態(tài)歸為五類，即遞減形、遞增形、"U"形、倒"U"形和其他。以遞減形作為參照組，形成若干虛擬變量shapeacohort。如圖4，樣本各國成人認(rèn)知技能收益率的確隨收入呈現(xiàn)不同的變化形態(tài)，其中，美國、英國等13個國家屬于遞增形，占43.3％；中國、法國等6個國家屬于"U"形，占20％；俄羅斯、哈薩克斯坦等5個國家屬于遞減形，占16.7％；韓國和西班牙屬于倒"U"形，占6.7％；丹麥、以色列等少數(shù)國家則呈不規(guī)則變化，占13.33％。我國中等收入群體的認(rèn)知技能收益率要比低收入和高收入群體低，此種"U"形的“認(rèn)知技能收益率—收入水平”變化形態(tài)對于收入差距具有何種影響，需根據(jù)后續(xù)的實證結(jié)果作出判定。 圖4樣本國家成人“認(rèn)知技能收益率—收入水平”的五類變化形態(tài) 三、一國教育數(shù)量擴張與收入差距之間不存在穩(wěn)健關(guān)系 研究教育與收入差距關(guān)系繞不開倒"U"假說。該假說之所以廣為人知，是因為學(xué)者可使用國別或地區(qū)數(shù)據(jù)輕易地將教育數(shù)量擴張與收入差距之間的倒"U"形曲線繪制出來。如圖5，橫坐標(biāo)是各國人口平均受教育年限，縱坐標(biāo)是各國收入基尼系數(shù)，圖中散點變化呈明顯的倒"U"形。然而，如前所述，這種數(shù)據(jù)分析采用的是“不同國家”的對比方法，若嚴(yán)格依照庫茲涅茨“同一國家”的對比邏輯，此倒"U"形變化規(guī)律便不復(fù)存在。 圖52000年后各國教育數(shù)量擴張與收入差距變化 根據(jù)下頁表3數(shù)據(jù)，如第一列，在不控制國家固定效應(yīng)的條件下，平均受教育年限及其平方項的估計系數(shù)分別顯著為正和負，這與倒"U"假說預(yù)期一致。但如第二列，一旦控制國家固定效應(yīng)，即只使用同一國家內(nèi)不同時間點的數(shù)據(jù)變異來進行回歸，平均受教育年限及其平方項估計系數(shù)就分別變?yōu)轱@著負和正。依照此結(jié)果，收入差距隨教育數(shù)量擴張呈現(xiàn)的是"U"形，這與倒"U"假說恰好相反。可見，一國教育數(shù)量擴張與其收入差距之間并不存在穩(wěn)健的規(guī)律性變化關(guān)系，一味地擴張教育數(shù)量規(guī)模并不會迎來收入差距“拐點”。這與之前理論模型預(yù)期是相吻合的。 按照經(jīng)濟學(xué)研究慣常使用的計量模型，在回歸中加入各國人口受教育年限基尼系數(shù)。如表3的第三列數(shù)據(jù)，人口受教育年限基尼系數(shù)對收入差距的估計系數(shù)顯著為負，即收入差距會隨人口教育數(shù)量差距的縮小而不斷擴大，這又是一個無法解釋的結(jié)果。 四、改善人口認(rèn)知技能差異狀況是教育發(fā)揮收入分配調(diào)節(jié)功能的重要手段 教育是有關(guān)人力資本與人口質(zhì)量的一種投資，而人口受教育年限只是一種有關(guān)一國教育數(shù)量發(fā)展水平的測量指標(biāo)。根據(jù)人力資本概念及理論模型推導(dǎo)，無論是一國教育數(shù)量擴張，還是教育數(shù)量差異改善，都與收入差距無直接關(guān)聯(lián)，更談不上存在某種規(guī)律性的變動關(guān)系。為此，本研究以學(xué)生和成人認(rèn)知技能作為各國教育人力資本的代理指標(biāo)，探索教育質(zhì)量提升與差異改善對于收入差距是否存在某種規(guī)律性的穩(wěn)健影響。 如表3中第四列數(shù)據(jù)，在控制時間與國家固定效應(yīng)前提下，無論是表示教育數(shù)量發(fā)展水平的人口平均受教育年限，還是表示教育質(zhì)量發(fā)展水平的學(xué)生認(rèn)知技能水平，都對收入差距沒有顯著影響。在第五列增添人口受教育年限基尼系數(shù)與學(xué)生認(rèn)知技能基尼系數(shù)，分別用于表示一國人口教育數(shù)量和教育質(zhì)量的差異程度。估計結(jié)果表明，教育數(shù)量差異對收入差距有顯著的負效應(yīng)，教育質(zhì)量差異對收入差距有顯著的正效應(yīng)。在第六列，又用成人認(rèn)知技能“存量”代替學(xué)生認(rèn)知技能“流量”進行回歸，此時人口平均受教育年限和成人認(rèn)知技能水平的估計系數(shù)分別變?yōu)轱@著正和負，人口受教育年限基尼系數(shù)的估計系數(shù)變得不顯著，但成人認(rèn)知技能基尼系數(shù)對收入差距依然保持顯著為正。 總的來看，教育數(shù)量和質(zhì)量發(fā)展水平對收入差距影響的正負符號和顯著性極易受到模型設(shè)定的影響，而相比之下，教育質(zhì)量差異對收入差距具有穩(wěn)健影響。改善人口認(rèn)知技能差異是教育發(fā)揮收入分配調(diào)節(jié)功能的重要手段，這與前文構(gòu)建的理論模型預(yù)期是一致的。收入差距是有關(guān)國民財富分配的概念，它只會與參與國民財富分配的一些重要因素(如教育人力資本)的分配狀況發(fā)生聯(lián)系，而與一國教育數(shù)量或質(zhì)量的整體發(fā)展水平無關(guān)。因此，一國若要發(fā)揮教育對收入差距的調(diào)節(jié)功能，就必須重視教育質(zhì)量在不同群體的分配狀況。根據(jù)描述統(tǒng)計，樣本國家成人認(rèn)知技能基尼系數(shù)均值為0.101，中國為0.17，遠高于樣本均值，在所有樣本國家中位列第一。較大的技能分配差異勢必會造成收入差距狀況惡化，亟須采取相關(guān)教育應(yīng)對措施。 五、不同群體的認(rèn)知技能收益率差異是影響收入差距的關(guān)鍵因素 采用成人認(rèn)知技能替代學(xué)生認(rèn)知技能，不僅能實現(xiàn)對教育人力資本更為直接的測量，還可運用成人收入信息形成對各國成人認(rèn)知技能收益率的估計，就不同群體的認(rèn)知技能收益率差異對收入差距的影響作用進行實證分析。 如表4，在回歸中加入成人“認(rèn)知技能收益率—收入水平”變化形態(tài)與“認(rèn)知技能收益率—技能水平”相關(guān)關(guān)系之后，成人認(rèn)知技能基尼系數(shù)對于收入差距依然具有正影響，但該影響只在不進行任何控制的條件下才顯著，若控制國家與年齡隊列固定效應(yīng)，該影響的點估計值會大幅減少且變得非顯著。相比之下，不同人群的認(rèn)知技能收益率差異狀況對收入差距的影響顯得更加穩(wěn)健④。 首先，在對成人“認(rèn)知技能收益率—收入水平”變化形態(tài)的回歸分析中，無論是否增加固定效應(yīng)控制，遞增形和倒"U"形的估計系數(shù)都保持顯著為正。也就是說，與遞減形這一理想形態(tài)相比，“認(rèn)知技能收益率—收入水平”呈遞增形和倒"U"形都會顯著拉大收入差距。“認(rèn)知技能收益率—收入水平”呈"U"形和其他形態(tài)對收入差距的影響與遞減形無顯著差異，雖然它們的點估計值都為正。其次，成人“認(rèn)知技能收益率—技能水平”相關(guān)關(guān)系的估計系數(shù)保持顯著為正，表明一國成人認(rèn)知技能收益率若隨技能水平提升而表現(xiàn)出更大幅度的上升，即高技能勞動力與中、低技能勞動力在認(rèn)知技能收益率變化上有著更大的落差，會對收入差距產(chǎn)生擴大效應(yīng)。這些結(jié)論都與之前理論模型預(yù)期相一致。總體而言，雖然從點估計結(jié)果看，人口認(rèn)知技能差異的拉大與不同群體技能獲益能力差異的拉大都會擴大收入差距，但從顯著性表現(xiàn)看，后者對收入差距的影響更加穩(wěn)健。 六、充分發(fā)揮教育收入分配功能的關(guān)鍵路徑 本研究基于人口技能的視角重構(gòu)教育與收入差距之間關(guān)系的理論模型，采用錨點技術(shù)形成基礎(chǔ)教育階段學(xué)生和成人認(rèn)知技能的國際可比數(shù)據(jù)庫，就教育調(diào)節(jié)收入差距功能的關(guān)鍵機制進行實證分析。研究揭示了教育影響收入差距的關(guān)鍵機制，發(fā)現(xiàn)教育與收入差距的倒"U"假說并不成立，一國收入差距與其教育數(shù)量和質(zhì)量發(fā)展水平之間都不存在規(guī)律性的穩(wěn)健關(guān)系，減少人口教育數(shù)量差異也不會對收入差距產(chǎn)生改善作用。一國要充分發(fā)揮教育對收入差距的調(diào)節(jié)功能，就必須通過教育縮小人口認(rèn)知技能差異，以及不同收入、不同技能群體的認(rèn)知技能收益率差異。過于關(guān)注教育數(shù)量擴張而忽視教育質(zhì)量及其經(jīng)濟收益在不同群體之間的公平性分配，應(yīng)是導(dǎo)致一些國家“只見教育發(fā)展，不見收入差距縮小”的重要原因。 與世界其他主要國家相比，當(dāng)前我國的成人認(rèn)知技能呈現(xiàn)較大差異，中等收入群體認(rèn)知技能收益率偏低，高技能群體與中等技能群體認(rèn)知技能收益率落差較大，高技能群體擁有較高的技能溢價，這些都不利于收入差距狀況的改善。未來要進一步發(fā)揮教育促進共同富裕的作用，從以下三方面探尋對策。 (一)發(fā)展公平而有質(zhì)量的基礎(chǔ)教育，推動人口技能向高位均衡發(fā)展 改革開放以來，我國教育發(fā)展取得了巨大成就，但由于新舊勞動力替換需要較長周期，目前我國成人技能還處于“低位分化”發(fā)展階段。如前所述，當(dāng)前我國成人“中低與低技能過剩，中高與高技能短缺”，技能兩極分化是收入差距較大的一個重要原因。“建設(shè)教育強國，基點在基礎(chǔ)教育。”[24]減少中低與低技能人口密度并提升人口技能整體水平，主要依靠基礎(chǔ)教育高質(zhì)量供給。因此，未來我國基礎(chǔ)教育發(fā)展應(yīng)盡快實現(xiàn)由規(guī)模擴張向優(yōu)質(zhì)均衡、由教育機會公平向教育結(jié)果公平的轉(zhuǎn)變，通過公平而有質(zhì)量的教育，加速擴大我國優(yōu)質(zhì)人口基數(shù)，改善人口技能分布結(jié)構(gòu)，推動人口技能向高位均衡發(fā)展。 《教育強國建設(shè)規(guī)劃綱要(2024—2035年)》提出，到2035年，我國基礎(chǔ)教育普及水平和質(zhì)量要穩(wěn)居世界前列。[25]為實現(xiàn)這個目標(biāo)，需在全國范圍內(nèi)加快推進高中與學(xué)前教育由基本普及走向全面普及，不斷提升市域范圍基礎(chǔ)教育全學(xué)段的優(yōu)質(zhì)教育覆蓋率，并加大對農(nóng)村和邊遠地區(qū)學(xué)校，以及對低收入家庭兒童、進城務(wù)工人員子女的教育補償力度，改善教育質(zhì)量與結(jié)果的分配公平性。教師質(zhì)量是決定學(xué)生學(xué)業(yè)發(fā)展最關(guān)鍵的因素。[26]應(yīng)進一步擴大優(yōu)質(zhì)師范本科和研究生的培養(yǎng)規(guī)模，適度增加“國優(yōu)計劃”招生專業(yè)與數(shù)量，整體優(yōu)化我國教師教育人才培養(yǎng)質(zhì)量保障體系。推動地方教師編制改革，降低各學(xué)段教師編制的生師比核算標(biāo)準(zhǔn)，對教師編制中非教學(xué)崗人員進行優(yōu)化，為地方推動優(yōu)質(zhì)小班化教學(xué)創(chuàng)造條件，確保基礎(chǔ)教育教師隊伍的正常人員更替與質(zhì)量迭代升級。 (二)擴大優(yōu)質(zhì)高等教育供給，推動我國人口教育人力資本的高階化 與巨大的人口體量相比，當(dāng)前我國優(yōu)質(zhì)高等教育供給依然十分稀缺。根據(jù)2024年QS世界大學(xué)排名(QSWorldUniversityRankings)，我國(不含港澳臺地區(qū))進入QS排名前200的高校共有9所，總得分為609.96分，在上榜國家中位列第5，但如果按人均得分排序，則位列倒數(shù)第4。一國高等教育質(zhì)量對人口“技能稠度”有著直接影響。我國成人認(rèn)知技能分布