教育扩招对成人高等教育经济回报的影响研究（2）

3、实证分析结果

3.1变量的描述性统计

表1是整个样本的描述性统计结果。在2828名研究对象中，高等教育学历获得者的比例占55%，其中，成人高等教育学历获得者共有498名，约占18%，进一步的，成人本科学历获得者占7%。将近一半的被访者(约45%)完成教育是在高等教育扩招之后。从个人特征来看，男性比例稍高;非农户口比例占到67%;平均工作年限为13年。从就业单位特征来看，在工作单位类型中，国有或集体所有单位最多，占56% ,其次是私有企业，占40%;在就业行业中，排在前三位的是采矿、制造或建筑业(25% )、科教文卫(19% )、批发零售、餐饮住宿和旅游业(17%)以及房地产、金融和信息科技业(17% );在就业区域中以东部地区(56%)为主。

3.2成人高等教育的经济回报

在探讨教育扩招对成人高等教育经济回报的影响之前，研究者首先分析了成人高等教育的经济回报情况。表2是成人高等教育经济回报的回归分析结果。模型f 1)对应最简单的Mincer方程，控制变量只包括教育程度(本科学历和专科学历)、性别、工作年限及其平方项。模型(2)加人了父亲的受教育年限和母亲的受教育年限这两个个体能力代理变量。模型(3)在模型}2}的基础上，进一步在回归方程中加人了工作单位类型、就业行业、就业地区和户籍变量。结果发现，在控制所有变量的情况下，本科学历的经济回报(相对于高中学历)为0.42，这大致对应于每年10%的回报率，专科学历的经济回报为0.20，这大致对应于每年7%的回报率。这与其他有关教育收益率的文献,估计结果基本一致。另外，男性的工资比女性显著高约24%。工作年限对工资的影响呈先增后减的正常形态。东部地区工资水平最高，其次是西部地区，最低的是中部地区。与私有企业相比，外资或港澳台办单位的收入水平显著更高。从就业行业来看，与教科文卫相比，采矿/制造或建筑业、运输/仓储和邮政业以及房地产、金融和信息科技业的年收人水平显著更高，而公共管理和社会组织显著更低。户籍对收人水平的影响并不显著。

由于模型(3)中教育回报的估计与其他研究基本一致，可以认为研究者使用能力变量来控制由遗漏变量导致的回归偏误的方法是基本令人满意的。以此为基础，模型(4)中继续加入成人高等教育和本科学历的交互项(edu3*adult)和成人高等教育和专科学历的交互项(edu2*adult )，并据此推断不同类型高等教育的教育回报情况。模型(4)的估计结果表明，相对于高中学历而言，普通本科的工资回报为0.45，普通专科的回报为0.19。成人本科的经济回报显著低于普通本科，二者差距为0.1，但是普通专科和成人专科的经济回报并不存在显著差异。那么，成人本科的教育回报低于普通本科这一现象一直存在吗，与教育扩招是否有关?

3.3教育扩招对成人高等教育经济回报的影响

接下来，按照被访者完成最高学历的时间，将研究对象分为两类:教育扩招后完成教育的群体和扩招前完成教育的群体。研究者使用两种方法来考察教育扩招对成人高等教育经济回报的影响，其中非交互作用法纳人模型的学历层次变量是成人专科、普通专科、成人本科和普通本科，而交互作用法纳人模型的学历层次变量是本科学历、专科学历，以及它们分别与成人教育的交互项。

结果表明，一方面，教育扩招显著降低了成人高等教育的相对经济回报，与教育扩招前相比，扩招后，成人高等教育获得者与高中学历获得者之间的相对经济回报差距显著降低。数据显示，在教育扩招前，与高中学历相比，成人专科学历的收人回报是0.24，且达到0.01的显著性水平，但是在扩招后，成人专科学历的收人回报降低到0.1，且没有达到统计意义上的显著性水平。同样的，与高中学历相比，成人本科学历的收人回报由教育扩招前的0.39下降到0.24。这意味着教育扩招使成人高等教育学历发生了“贬值”现象，从而支持了研究假设1，即教育扩招显著降低了成人高等教育的相对经济回报。

另一方面，教育扩招还拉大成人高等教育与普通高等教育之间的经济回报差距。交互作用法的分析结果表明，在教育扩招前，成人本科和普通本科之间的经济回报基本相当，不存在统计意义上的显著性差异，而两者之间的差距在扩招后明显变大，达到0.17，且具有统计意义上的显著性。使用Clogg等人的公式检验后发现这种变化显著。网尽管如此，成人专科与普通专科之间的经济回报差距不显著，且在教育扩招前后也没有显著变化。这一结果部分支持了研究者前面的研究假设2，即教育扩招显著拉大了成人本科获得者与普通本科获得者之间的经济回报差距。一个可能的原因是教育扩招对成人本科经济回报的不利影响要明显大于普通本科。非交互作用法的数据估计结果也支持了这一推测，成人本科的回归系数从扩招前的0.39变为扩招后的0.24，降低了0.15，而普通本科的回报扩招后比扩招前只降低了0.060

最后，为了检验教育回报异质性问题对研究结论的可能影响，研究者使用与前述模型相同的解释变量，在年收人的第25, 50, 75个百分位点分别进行分位数回归。结果显示，各变量的回归系数在不同的分位点上比较接近，教育回报异质性的问题并不严重。