非货币收益、工资差异和教育回报

非货币收益、工资差异和教育回报尹志超西南财经大学甘犁西南财经大学及美国德克萨斯A&M大学英文摘要Non-monetaryBenefits,WageDifferentialsandReturntoEducationAbstract:UsingChinaHealthandNutritionSurvey(CHNS)data,wefindthatindividualswhogetnon-monetarybenefitssuchashousingsubsidyandhealthinsurancefromworkhavesignificantlylowerwages,aspredictedbythecompensatingwagedifferentialmodel.Whennon-monetarybenefitsareincludedinwageequation,thereturntoeducationisbiggerthanbefore.Theresultsshowthatnon-monetarybenefitsareimportanttounderstandwagedifferentialsandtoestimatereturnstoeducation.KeyWords:Non-monetaryBenefit;WageDifferentials;ReturntoEducationJELClassification:I210;C120;D3101非货币收益、工资差异和教育回报摘要：本文运用CHNS数据，在Mincer工资方程中引入住房和医疗非货币收益，讨论了住房、医疗等非货币收益和教育的内生性，用配偶的特征变量做工具变量，采用两阶段昀小二乘法估计后，我们发现在18岁到本45岁的已婚男性样本中，非货币收益和工资收入之间存在显著的替代关系。此外，本文发现，考虑住房、医疗福利等非货币收益后，教育回报率显著上升。因此，非货币收益是理解工资差异和估计教育回报需要考虑的重要因素。关键词：非货币收益；工资差异；教育回报一、引言工资差异决定着劳动力市场上人才的流动和人力资源的配置，教育回报决定着人力资本的投资和积累，因此，工资差异和教育回报始终是经济学研究的热点之一。本文在考虑了非货币收益后对工资差异和教育回报进行了实证研究。我们将住房、医疗等非货币收益引入模型后发现，在18岁到本45岁的已婚男性样本中，非货币收益和工资收入之间存在显著的替代关系，教育回报率显著上升。因此，住房、医疗福利等非货币收益是解释工资差异的关键因素，同时也是正确估计教育回报率需要考虑的重要因素。关于非货币收益，国外的研究较多，而国内较少。根据补偿工资理论，发现，当其他因素不变时，那些获得更多非货币收益的工人工资低于相同条件下其他工人的工资(Rosen,1986)。尽管理论的逻辑简洁而清晰，但是实证研究的结果却并不尽如意。Currie和Madrain（1999）对相关文献进行了综述，发现实证研究很难证实工资和非工资收益之间的替代关系，对二者的估计结果要么不显著，要么符号都是错的。也有一些文献发现了工资和非工资收益之间的替代关系。Woodbury（1983）发现工资和非工资收益的弹性系数大于1，因此认为工资和非工资收益存在显著的替代效应。Olson（2002）用两阶段昀小二乘法估计后发现，雇主提供的医疗保险与女性工资之间存在显著的替代关系，在其他情况相同的条件下，女性愿意接受工资低20%，但是提供医疗保险的工作。Schiller和Weiss（1980）研究了养老金与工资收入之间的关系，他们发现提供较高养老金计划的企业提供的工资一般比较低。Montgomery、Shaw和Benedict（1992）用HedonicPrice理论研究了养老金与工资之间的关系，发现二者呈现负相关的关系。运用国内数据，Zhao（2002）从非货币收益的角度考察了中国国有部门和非国有部门的工资差异，并用总量数据计算了职工的非货币收益。关于我国教育回报的相关文献则比较多。Zhang等（2005）系统研究了从1988年到2001年中国城市的教育回报率，他们运用国家统计局城市家庭调查的截面数据，估计得到我国的教育回报率从1988年的4.4%显著上升到2001年的10.2%。Knight和Song（2003）用1988年和1995年的CHIP数据估计发现，大学相对高中的回报率从4.9%上升到15.0%。Yang（2005）用同样的数据估计出教育的回报率在七年间从3.1%上升到5.1%。Liu（1998）用1988年的CHIP数据发现，教育的回报率为3.6%。在不同学历之间，相对于没有受过教育的人，大学毕业生的回报率为37.5%，中学毕业生的回报率为19.1%，小学毕业生的回报率为7.5%。Liu（2007）运用CHIP的数据估计了中国的外部教育回报率，并认为教育对整个社会的回报率不会低于通常估计的私人教育回报率。Fleisher和Wang（2004）发现，国有垄断企业对熟练工人的工资过低是导致私人教育回报低的原因。国内文献方面，刑春冰（2005）用CHNS数据考察了1989年到1997年教育回报率在不同所有制企业间的差异后发现，教育回报率在民营部门增加较为明显，在其他部门则没有增加的迹象。李实等（2003）利用城镇住户调查数据对1990年到1999年的城镇职工个人教育收益率进行了估计，发现个人教育收益率从1.19%逐渐上升到4.75%。罗楚亮（2007）用分位回归方法（quantileregression）对2002年城镇住户调查数据的分析表明，教育更有利于低收入人口2的收入增长。王海港等（2007）利用城镇住户调查数据进行分层线性模型估计发现，1995年和2002年的教育回报率分别为4.24%和8.45%。从现有研究来看，研究者用不同的基础数据估计了中国的教育回报率，结果差异较大。即使是用同样的数据，也可能得出不同的结果。这表明，关于中国的教育回报率仍然是一个需要继续探讨的问题。从现有文献的研究方法来看，他们主要采用的是Mincer的工资方程，运用职工的货币工资衡量教育的回报。但是，现有研究忽视了中国职工报酬中大量的非货币收益。由于大量的非货币收益没有计算入工资，因此，仅仅用工资对教育回报进行估计就难免有偏差。我们知道，中国的公有部门往往对员工有各种福利，尤其重要的是住房、医疗等福利。我们希望把非货币因素引入模型，用微观数据对工资差异和教育回报进行估计，这是本文与其他文献显著的不同。本文余下部分是这样安排的：第二部分介绍我们的模型和数据；第三部分讨论住房、医疗和教育的内生性并选择工具变量；第四部分研究住房和医疗对工资收入的影响；第五部分讨论非货币收益对教育回报率的影响；第六部分是结论。二、模型和数据（一）模型对于教育回报率的估计模型，相关文献主要都是采用Mincer（1974）的工资方程：uXExperienceExperienceSchoolingwage+++++=γββββ23210ln（1）其中，等式左边是工资的对数，右边依此是常数项、受教育年限、经验①、经验的平方、其他控制变量、误差项。从对教育回报模型的估计方法来看，用传统的昀小二乘法研究教育回报，由于人的能力很难度量而被放到误差项，其估计结果往往是有偏的，这也就是教育的“内生性”问题。为了解决内生性问题，研究者先后采用了多种方法。一是寻找“能力”的代理变量，比如智商IQ（Griliches，1977）。二是寻找工具变量用两阶段昀小二乘法估计，以消除内生性的影响（AshenfelterandKrueger，1994）。三是用自然实验的方法收集影响教育决策的变量作为工具变量，然后进行估计（AngristandKrueger，1992）。四是把能力视为面板数据中的不可观测效应，然后用面板数据的方法估计（AngristandNewey，1991）。根据所用数据的特点，我们决定寻找工具变量，采用两阶段昀小二乘法估计方程（1）。为了提取工具变量，我们的研究对象限定为已婚的男性，所以方程中没有性别哑变量。关于非货币收益，我们关注住房和医疗福利两方面的信息。为了将非货币收益引入模型，我们引进两个哑变量：其他位分福利房单⎩⎨⎧=01House其他位提供医福利单疗⎩⎨⎧=01Healthcare尽管非货币收益包括内容较多，也很难度量，但是对中国的城镇居民而言，住房和医疗在非货币收益中占据着非常重要的地位。因此引入这两个变量可以大致反映职工的非货币收益。此外，考虑到使用的数据是面板数据，我们引入不可观测因素。这样，我们估计的方程就变为：ic①同其他文献一样，经验的计算方法为：经验=年龄—受教育年限—6。3itiitititititititucXHealthcareHouseExperienceExperienceSchoolingwage++++++++=γββββββ5423210ln（2）为了消除住房和医疗的相互影响，我们将分别研究住房和医疗福利的影响。（二）数据本文数据来源于北卡罗来纳大学和中国疾病控制中心联合进行的国际合作项目——中国健康和营养调查（CHNS，ChinaHealthandNutritionSurvey）。该项目旨在调查中国居民健康和营养的状况和相关影响因素。由于该调查包括详尽的居民人口学特征、经济社会活动等方面的数据，因此也成为对个体微观行为研究的重要数据来源。CHNS数据是在辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西、和贵州等9个省份通过分层随机抽样确定了大约4,400个家庭，涉及到约19,000个调查对象。调查从1989年开始，共获得了1989年、1991年、1993年、1997年、2000年、2004年、2006年等7个年份的数据。由于CHNS数据的分层随机抽样、大样本、面板数据（paneldata）等优良性质，所以成为本研究的基础数据。在1998年的住房体制改革以后，我们关注的住房福利以货币的形式进入了工资（即所谓住房货币化），不再属于非货币收益的部分。但是，考虑到部分单位在1998年后的较短时期内，仍然把单位所余的房屋出售给新进的职工。因此，我们把研究的时间限定在2000年之前，在CHNS数据中包括了1989年、1991年、1993年、1997年和2000年共5个年份的数据。为了估计工资差异和教育回报，我们首先需要衡量工资收入的指标。CHNS数据的工资收入由三部分组成：工资、补贴和奖金，我们按月将这三部分加总形成个人的工资收入指标。为了便于比较，我们用消费物价指数（CPI）对每一年的收入进行了平减处理，转换为按照1988年的不变价格衡量的工资收入。为了研究的方便，我们的研究对象限定为18岁到60岁之间的已婚男性城镇居民。表1月工资收入观测值平均值标准差昀小值昀大值1989569151.10190.074.002436.001991511143.4282.3137.02821.751993429226.12435.4611.218066.441997413236.06156.0524.151656.182000454374.80376.7916.473997.98从表1的数据可以看出，样本中的实际平均工资除了在1991年有一定程度下降外，其上升趋势还是比较明显。因此，总体而言，样本工资的变化趋势与这一期间我国的经济发展状况基本吻合，样本具有代表性。其次，我们对教育水平进行衡量。根据CHNS数据的特点，我们选择受教育年限来衡量个人的教育水平，教育水平的变化情况见表2。表2受教育年限观测值平均值标准差昀小值昀大值19895699.934.74021199151110.394.67021199342910.654.73021199741310.754.32021200045411.214.300214由表2知道，从1989年到2000年，样本的平均受教育年限有一些变化，其变化主要是来自样本的变化，因为我们用的是非平衡的面板数据。第三，我们界定用来衡量非货币收益的住房和医疗福利两个变量。根据CHNS数据②，只要居住获得方式是