重点高中带来的工资溢价来自大学生就业调查的证据.doc

1、重点高中带来的工资溢价:来自大学生 就业调查的证据 吴斌珍 赵心妤 钟笑寒 清华大学经济管理学院 欧析企业管理咨询公司 摘 要： 本文利用大学毕业生就业调查 2010、 2013年的数据,估算就读重点高中对大学毕 业生初始工资的影响。研究表明,给定个人和家庭特征以及高中前的学业表现, 毕业于省重点高中的大学毕业生比其他大学毕业生起薪水平高出了约 17%。重点 高中起作用的主要渠道是重点高中的学生取得了更高的高考成绩并上了更好的 大学和专业,这解释了约 10个百分点的重点高中回报率。 我们可以观测到高中阶 段和大学期间的其他人力资本变量(如成绩排名等)贡献都很小,加起来不到1个 百分点。 因此,

2、有将近 5个百分点的回报率可以归为我们不可观测的能力(如自信 心、表达沟通能力)或社会资源(如社交网络)的回报。此外,重点高中回报率没有 明显的性别、城乡和年度差别。 关键词： 重点高中; 教育回报率; 人力资本; 工资溢价; 作者简介：吴斌珍:电子信箱:; 作者简介：赵心妤:电子信箱:; 作者简介：钟笑寒:电子信箱:。 基金：国家自然科学基金(70903042、71373136、71173127) 一引言 近年来,有不少报道指出各省“超级中学”崛起,垄断了名牌大学的升学机会,增 加了教育的不平等性。(1) 这一说法并非空穴来风。Li和Wu(2011)利用2003 年的全国高考数据发现,考上中

3、国最好的两所大学(北大和清华)的学生 97%都来 自于大学升学率居全国前 10%的高中。 清华大学大学生调查数据也显示,985学校 (211学校)中有43%(37%)都来自于省重点高中。另外,就读于“超级中学”的学 生,除了有更高的名校升学率之外,他们在大学中的表现也更加出众,而且毕业后 往往获得更多雇主的青睐(2) 。这些自然导致家长和子女对重点中学趋之若鹜。为了让子女挤进重点中学,从小学开始就有了“择校热”,家庭之间白热化的竞 争涉及购买学区房、交纳高昂的择校费、单位共建、应试培训、带子女参加奥数 培训及各种“推优”考试、参加多个学校的“占坑班”等。可以说,对于重点高 中的认识,影响着每一

4、个中国家庭的人力资本投资行为。 从经济学的角度来思考上述现象,重点高中的“高需求”必然来自它的高回报。 因此,一个很自然的问题是:给定学生的个人特征及家庭背景,来自重点中学的学 生在劳动力市场上的工资回报率到底有多高?另外一个问题是:重点中学的工资 回报率源自哪里以及是否仅仅来源于上好的大学?换言之,重点中学只是进入大 学的跳板,还是本身也直接影响大学之后的发展?这两个问题目前都还没有严谨 的经验研究给出回答。 本文利用清华大学经济社会数据研究中心收集的大学生就业调查 2010、2013年 的数据研究重点高中对大学毕业生起薪的影响以及具体的影响渠道。 目前中国的 相关研究只关注重点高中对大学录

5、取的影响(Park等,2014)及好大学对劳动力 市场表现的影响(Li 等,2012)。国外的相关研究也比较少(Altonji和 Dunn,1996;Chetty 等,2014;Dearden等,2002)。 重点高中一方面可能通过选择效应,即通过成为学生内在能力或者家庭背景的信 号进而带来起薪的增加,另一方面可能通过提高学生的人力资本及上好大学(专 业)的概率进而提高未来的起薪水平。前一种机制严格说来并不是重点高中本身 的工资回报率,而是学生在进入高中之前的能力或者家庭背景的回报(3) 。因此 我们需要控制这一机制来识别后一种机制。 我们的调查收集了非常详尽的大学生 个人和家庭背景、 高考成

6、绩以及就读高中前各方面表现(特别是初中表现)的数据, 通过控制这些变量的影响,我们可以最大限度地控制选择效应,避免学生自身特 征带来的内生性问题,从而估计重点高中对大学毕业起薪的总影响,即重点高中 的总回报率。 形象地说,我们的分析相当于将两个各方面相同的初中毕业生,随机 地分配到重点高中和非重点高中,并假定他们都完成大学学业并寻找工作来观察 其起薪差别。这个差别代表了就读重点高中的总回报。 在估计重点高中总回报率的基础上,本文还分析了重点高中提高大学毕业生起薪 水平的可能渠道。理论上讲,重点高中对大学毕业起薪的影响可以有以下三种渠 道:第一种是成绩效应,即重点高中提高了学生的高考成绩,进而帮

7、助学生考上更 好的大学。这个成绩效应不仅仅来自于学校的教学质量,也可能来自于同伴效应 (peer effect),即重点高中好学生之间可能的相互影响。第二种是给定高考成绩 后的大学入学机会效应,即给定高考成绩,重点高中给学生提供了更多的入学机 会,比如重点高中拥有更多的自主招生、保送或者其他加分机会以及和名牌大学 的其他联系。第三种是重点高中提高了学生其他方面的人力资本,如自信心、进 取精神、社交能力以及社交圈等,这些人力资本和高考成绩及大学录取结果不完 全相关。 我们把以上第一、 二个渠道统称为重点高中通过大学录取起作用的渠道。 把第三个渠道称为重点高中通过提高其他人力资本起作用的渠道。 本

8、文通过以下几组回归分析试图分离三种渠道的作用:首先,通过控制高考成绩 分离第一个渠道的影响。 其次,在控制高考成绩的基础上,进一步控制了大学和专 业的哑变量来分离第二个渠道,即给定高考成绩后重点高中通过影响大学录取结果进而影响起薪的这一渠道。在分离第一、第二渠道之后,余下的重点高中回报 率就代表了第三个渠道的影响。 最后,为了考察第三个渠道,我们需要控制没有反 映在高考成绩和大学录取结果中学生的其他人力资本变量。 我们认为这些其他人 力资本可能部分反映学生在高中及大学的人力资本积累中,因此进行两组回归: 一组控制体现学生在大学阶段人力资本积累的若干变量,如大学学业表现、 入党、 担任干部、参加

9、社团、获取技能证书等;另一组控制体现学生在高中阶段的人力 资本积累变量,包括高中相对学业表现、奖励、担任干部等(1) 。然而,这些人力 资本积累变量很难反映所有受重点高中影响的其他人力资本,因此控制这些因素 后,重点高中仍然可能会对起薪有所影响,这个影响属于第三个渠道。 此外,还需要指出的一点是,重点高中回报率应该是所有重点高中毕业生相对于 所有其他高中毕业生(包括未上大学的毕业生)的工资溢价。 大学生调查数据没有 包含未上大学的学生。 然而目前还没有具有全国代表性的数据既包含详尽的中学 教育信息又包含所有中学毕业生的劳动力市场表现,因此所能获得最好的信息就 是在大学生中比较不同高中经历带来的

10、起薪差异。 如果重点高中学生考上大学的 可能性比非重点高中的学生高,那么基于大学生调查估计的重点高中工资溢价将 低估真实的回报率。不过本文主要关注局部平均干预效应(local average treatment effect),即主要比较中考成绩非常类似的两组学生,一组考上重点高 中,一组未考上,然后看他们在工资上的差别。一些学者针对中国的研究显示,这 两组学生在上大学的概率上差别并不大,因此我们不必太过担心大学生调查可能 带来的估计偏差。 本文的研究结果显示,在控制了个人特征(性别、年龄)和家庭特征(包括户口、父 母收入、父母教育、父母政治资本及家庭规模)后,重点高中的大学毕业生比非重 点高

11、中大学毕业生的起薪水平高出了 18%。控制高中前的能力指标,即初中的成 绩情况(重点初中情况、初中的成绩排名),起薪的差别仍然高达 17%。在这 17个 百分点的起薪差别中,有5个百分点(即全部差别的约30%)可以以高考成绩的差 别加以解释。 由于重点高中和非重点高中学生在高考成绩上的差别既可能来源于 高中学校教育质量上的差别,也可能源于学生本身在学习能力上的差别。因此我 们认为17%是重点高中真实回报率的上限,而 11%接近下限。 进一步的分析表明,在控制了大学哑变量和专业哑变量(反映大学质量)后,重点 高中回报率下降了 5个百分点。 这5个百分点可以理解为重点高中回报率通过上 述第二种渠道

12、(即给定高考成绩下重点高中更好的入学机会)所起的作用。这样, 在控制了高考成绩、 大学和专业之后,重点高中剩余的回报率仍显著存在,幅度约 为7(=17-5-5)个百分点。对于这大致 7个百分点,我们的进一步研究发现,只有 不到1 个百分点可以由学生进入大学后的人力资本积累(包括学分积、技术等级 证书、党员身份、学生会干部经历等)来解释。而我们观察到的高中期间与大学 录取无关的人力资本积累(包括成绩排名、 竞赛奖励以及学生干部情况)也没有发 挥显著正面的作用。因此,这约 7个百分点的重点高中工资回报率还无法用我们 数据提供的信息来完全解释。 我们认为这个回报率部分来源于重点高中通过提高 研究者无

13、法观测的学生素质或社会资源,如自信心、表达沟通能力或社交网络等 来提高学生的工资。 不过必须指出,尽管我们的数据库信息很丰富,但还可能有一 些学生上高中之前就具备的能力是研究者无法观察到而雇主能观察到的,因此这 剩余的约7个百分点可能融入这些内在能力的影响,并不完全是真正的重点高中回报率。 不过,对于大学毕业生首份工作的工资而言,研究者和雇主之间的信息差 异比较小,因为雇主也很难准确测量新大学毕业生的内在能力(与老员工相比)。 因此这些未观察到的学生自身能力的影响带来偏差可能不大。 另外,我们发现省重点高中在劳动力市场上的回报最大,市重点高中对提高高考 成绩有显著正向效果,但控制高考成绩之后对

14、大学生起薪不再有显著影响,县重 点高中甚至没有显著提高高考成绩。 同时我们发现重点高中的工资回报率及其渠 道的重要性没有显著的性别、城乡差别。高考成绩及大学专业这两个渠道的重要 性随时间的推移有所加强,不过变化并不显著。 本文的贡献在于首次对于中国重点高中的回报率进行估计并区分了产生影响的 各种渠道。 本文余下部分的结构安排:第二部分介绍本文的研究背景和相关文献, 第三部分对数据进行描述并提出检验的模型,第四部分讨论检验的若干结果,包 括主回归、稳健性检验和扩展性分析,最后是总结。 二背景与文献 (一)重点高中制度 重点普通高中(简称“重点高中”)政策自1953年提出,除“文革”10年外,一直

15、 实施至上世纪90年代初。1994 年7月,国务院颁布的关于“中国教育改革和 发展纲要”的实施意见 提出,“到2000年每个县要面向全县重点办好一两所中 学,全国重点建设 1000 所左右实验性、示范性的高中。”为此,国家教委启动了 “示范性普通高级中学”的建设与评估工作。以此为标志,重点中学被示范高中 所取代。虽然该评估活动一度被叫停,国家也明确规定义务教育阶段“不得设重 点校、重点班”,但由于以往的重点中学办学条件好、社会声誉高,依然得到广大 百姓的高度认同(冯建军,2010;杨润勇和杨依菲,2010)。 各地对“示范性高中”的称号略有不同,如北京市称为“高中示范校”,上海市 称为“实验性

16、、示范性高中”等。这一称号的获得,需要各地教育主管部门根据 申报的中学进行考核,通过者方能授予。 示范性高中和原“重点中学”一样,有国 家级、省级、地市级、区县级等不同的级别。一般而言,级别越高,学校的办学质 量就越好。 以广州地区为例,广州地区共有高中 133所,其中省级的示范性高中仅 有2所,分别是广东省实验中学和华南师范大学附属中学。市级有广雅中学、执 信中学等7所,区级有第十六中学等19所。可见,重点高中的授予还是相当严格 的。 重点高中的学生录取也很严格,与大学录取基本类似,一般根据中考成绩填报 志愿,择优录取,这从一开始就保证了较高的生源质量。不过,不少重点高中仍有 少部分通过非正

17、常途径录取的学生(一般称“择校生”)。 各省内的重点高中多集 中在经济发达地区,农村的重点高中比城市要少。 此外,前期通常初中和高中合并 办学,合称重点中学,但近期高中和初中分开办学趋势明显。 重点高中制度一直以来存在较大争议。支持者认为它优化了教育资源配置,为国 家培养了高素质人才,有利于社会分工和满足多元化的教育需求(夏正江,2008; 沙洪泽和吴克勇,2011)。 反对者认为它违反了教育公平,拉大了学生之间的差距,产生了教育资源垄断,甚至认为重点中学并没有更高的教育质量,只是集中了优 秀的生源,加剧了“应试教育”的负面影响(张惠梅,2004;徐金海,2005;王香 丽,2010)。可能是

18、由于该制度存在较大争议所致,在国家中长期教育改革和发 展规划纲要(2010-2012 年)中论及高中教育时,并没有提及重点高中或者示范 性高中的概念,只强调“推进普通高中多样化发展”。 (二)相关文献 本文的研究是对教育回报率估计的一个具体例子。 教育回报率的问题是劳动经济 学研究中的经典问题。已有文献基于受教育者的个人微观数据,以明瑟收入函数 方法为主,估算教育年限与教育程度对劳动力市场工资的影响。这方面的文献不 胜枚举,而本文重点关注的是教育质量对劳动力市场工资的影响。 相当多的国外文献均发现精英教育存在显著的工资溢价(Behrman 等,1996;Daniel 等,1997;Brewer

19、等,1999;Monks,2000;Black 和 Smith,2004;Dale和 Krueger,2002、2011)。就高中教育而言,Altonji 和 Dunn(1996)发现高中教师的工资、 学校的人均费用和学校质量的综合指标都对学 生的工资有显著的正影响,说明高中教育质量的重要性。Chetty等(2014)也证实 了教师质量对学生的收入有长期的正面效果。 但是 Dearden等(2002)却发现学校 师生比(用以衡量学校质量)对男性的工资没有显著影响。另外,有不少文献关注 高中教育质量对学生学习成绩的影响,但是没有考虑最终的劳动力市场表现 (Angrist和Lang,2004;Ro

20、ckoff,2004;Gould等,2004;Rivkin等,2005;Banerjee 等,2007)。 国内关于优质教育在劳动力市场上回报的研究还仅限于大学阶段。Li 等(2012) 发现在控制学生个人和家庭因素后,名牌大学(定义为“211”工程院校)能够提 高大学生起薪约11%。还有一些关于中学教育质量的研究考察其与学生成绩及大 学录取的关系,如Park 等(2014)采用回归间断点的方法,基于甘肃省的数据,发 现被重点高中录取提高了高考成绩和被大学录取的机会。Ding和Lehrer(2007) 及Lai 等(2011)发现初中学校同学和老师的质量对成绩及高中录取有显著正向 影响。 不过

21、,Zhang(2014)利用自然实验发现重点中学对成绩及高中录取的影响不 显著。 本文填补了对于中国重点高中工资回报率,即重点高中相对于普通高中的工资溢 价以及产生作用渠道的研究空白。 本文的研究方法受 Persico等(2004)一文的启 发,考察了重点高中的教育质量如何通过不同阶段的不同因素影响劳动力在市场 上的表现,有助于识别重点高中的教育回报率在对受教育者未来各阶段发展的影 响上究竟是传递性关系(即控制重点大学后重点高中回报率消失)还是累加性关 系(控制重点大学后重点高中回报率仍然存在)。 三数据与方法 (一)大学生就业调查 本文所用数据来源于清华大学中国经济社会数据中心开展的中国大学

22、生就业追 踪调查。此项调查在每年 5、6月间进行,从 2010到2013年已连续开展 4年。本 文选取了2010、2013 年两年的数据(1) 。该调查采取分层随机抽样的方法,以院 校所在的地理位置(北京、上海、天津、东北、东部、中部和西部)和学校类型(本 科、专科等)为依据,总共从全国2300余所高校中抽取了 100所院校。2010年的 第一轮调查包括全样本 100所高校中的19所,其中9所为211院校,4 所为985 院校。2013年调查了 65所院校,其中24所为 211院校,9所为985院校。再从每 个学校的毕业年级中随机抽取 400人,但每个学校样本数依有效样本数和重复抽 取年份数而

23、有所不同。 大学生就业调查所使用的问卷是由经济学、 社会学和教育学等领域的专家共同设 计完成的。问卷内容涵盖个人家庭基本情况、高考成绩、大学学习和生活、毕业 去向等问题。 更重要的是,问卷涉及充足的中学时期教育信息,包括初高中学校类 型(省级或者直辖市级重点、地级市级重点、县级重点、普通中学和职业高中及 其他)、初高中时期获得的奖励、竞赛成绩、集体活动参与情况等。另外,在毕业 去向这一大类中,为获取毕业生毕业后初始收入的相关信息,问卷涵盖毕业生的 求职状况,包括是否有过求职活动,是否获得录用通知,其中最好的录用雇主所提 供的月薪以及毕业后工作单位的各项信息。 (二)变量及其描述性统计 表1是变

24、量的描述性统计结果。我们对比了变量的全样本、重点高中样本和非重 点高中样本的信息,最后一列描述了分属重点高中和非重点高中样本的变量均值 统计差异。这里的重点高中仅指省级及以上的重点高中,非重点高中包括市县一 级重点高中以及不属于任何一级(省、 地市和县)的普通高中,但不包括职业高中。 在稳健性检验中,我们考察了不同级别重点高中的影响。 表1第一部分是本文关注的一些主要变量。 样本中属于省重点高中的大学毕业生 占29%(1) 。大学生月平均工资(以所有求职单位中提供的最高工资衡量)为 e=2316元。重点高中毕业的大学生起薪高于非重点普通高中毕业生 17%。工资信 息缺失较为严重,在有重点高中信

25、息的样本中,只有44%具有工资信息(表中未报 告,备索)。这是因为求职的大学生只占毕业大学生的一部分,也包括一些未能如 实报告的受调查者。重点高中毕业生就读于“211”工程院校(即重点大学)的比 例明显高于非重点高中学生 15 个百分点。重点高中毕业生的(标准化)高考成绩 (以样本中分省、 年和文理分科的高考平均成绩与方差进行标准化得到)也明显高 出非重点高中毕业生。 表1第二部分给出了学生的个人与家庭基本情况。 毕业于重点高中的大学生年龄 小于非重点高中毕业生,但相差幅度不大(约 0.17岁),女性偏少(相差 5个百分 点),城镇居民严重偏多(相差22个百分点),父母具有更好的教育背景、 政

26、治地位 和经济条件,单就收入差距而言即在 40%以上。此外,就读重点高中学生家庭的孩 子平均个数更少。 表1第三部分涉及学生的大学表现。 毕业于重点高中的学生在大学班级的排名并 没有显著高于非重点高中学生。这是因为他们的比较群体(大学、专业)不同,在大学班级内的排名不能代表在所有学生样本里的排名。 但前者的英语四级全国统 考成绩明显高于后者,仍然显示出较高的学习能力。重点高中毕业生更多担任了 学生干部(高出9个百分点)和成为党员(高出6个百分点),更少拥有技能证书(少 2个百分点)。 表1第四部分是学生的高中表现。 重点高中学生就读高中重点班的比率略高于普 通高中学生,但在所在班级的高中成绩名

27、次略低于普通中学学生。获得省级奖励 和竞赛奖励的比例都显著高于普通中学学生,担任学生干部的比例也如此。但在 获得校内奖励方面差别不明显。 重点高中学生获得自主招生的申请机会多于非重 点高中学生,但差别不显著。表 1最后一部分是学生的初中表现。重点高中学生 就读重点初中的比例高于普通高中学生 28%。在初中学习时处于重点班的比例和 在班级成绩排在前列的比例也都明显高。 表1 变量描述性统计 下载原表 (三)模型 我们建立一个简单的模型来估计重点高中的回报率,并分析其影响回报率的渠 道。模型如下: 其中,ln Wijt表示高中所在地为j省第t年毕业的大学生i获得的初始工资对数。 Eijt表示该生是

28、否就读于(省级)重点高中的哑变量,1表示就读于省级重点高中,0 表示就读于非省级重点高中, 即为我们关注的重点高中回报率,也就是就读于 重点高中后使其大学毕业后起薪增加的百分比。Xijt为学生上重点高中前个人特 征变量,Zijt为学生重点高中期间和之后的个人特征变量,cjt为省份年份(或省 份年份文理科)哑变量。ijt为最终的残差项。 为了消除被忽视变量对大学生起薪的影响,从而准确估计重点高中的回报率(系 数),我们控制了诸多学生上重点高中前的个人特征变量(Xijt)。这些个人特征 变量包括:(1)个人和家庭因素,如年龄、性别、上大学前是否有城市户口、父母 受教育年限、父母是否是党员、父母是否

29、为官员、家庭收入、家庭子女个数。(2) 初中表现,如是否就读重点初中(包括各级重点初中),是否在初中重点班就读,学 习成绩是否在初中班内处于前 20%。我们希望通过这两类回归变量,尽可能控制 就读重点高中的自选择问题,即内在能力高的学生上重点高中的可能性更大导致 的重点高中回报率被高估。我们也考虑了进一步控制高考成绩的回归结果(1) 。 高考成绩较好控制了学生内在能力,但也部分吸收了重点高中的影响,因此存在 低估的可能性,我们以这一估计结果作为重点高中回报率的下界。 此外,我们在回 归中均控制了(省份年份)哑变量(cjt),对控制了高考成绩的,还进一步控制了 (省份年份文理科)哑变量(仍用cj

30、t表示)(2) 。 对于重点高中发挥作用的渠道,我们进一步在重点高中期间或之后加入一些可能 产生影响的个人特征变量(Zijt),试图挖掘其影响渠道。特别的,当控制某个 Zijt 后,如果重点高中的回报率有所变化,而该变量 Zijt又较为显著时,我们有理由认 为重点高中回报率通过这一变量起作用,可以称这些变量为影响渠道变量。如果 重点高中回报率下降,则重点高中通过这一渠道产生正向影响,否则为负向影响。 这些变量包括:(1)大学录取变量,包括高考成绩、 大学和专业质量,大学质量通过 所有接受调查的大学哑变量进行完全控制,专业质量也通过专业哑变量进行了完 全控制(3) 。(2)大学表现变量,包括大学

31、学习成绩班内排名、英语四级成绩、是 否为学生会干部、是否为党员和是否拥有技能证书。(3)高中表现变量,如高中是 否就读重点班、班内学习名次、获得各种奖励、学生干部等。 此外,所有以工资为被解释变量的回归其标准差均聚类到大学和年份,使学生的 起薪在大学内具有相关性。 以大学录取为被解释变量的回归标准差聚类到户口所 在省份、年和文理分科。所有回归都考虑地区和学校类型的权重,使结果对于大 学生总体有代表性(1) 。 四回归结果 (一)重点高中的工资溢价 表2是重点高中回报率的回归分析结果。表 2第(1)列显示在仅控制年龄、性别、 户籍和年份哑变量时,重点高中的回报率为 22.8%,即上重点高中的大学

32、毕业生 比仅上非重点高中的大学毕业生起薪高出 22.8%。第(2)列控制了个人和家庭背 景变量,同时也控制了省年哑变量,以吸收省份的固定特征、 时间趋势乃至省份 随时间变化特征(如某些经济和教育环境)的影响。此时,回报率下降到 17.7%。 第(3)列进一步控制初中阶段表现变量,回报率略微下降到 16.6%。回归第(4)列 控制了高考总分,同时控制了省年文理科哑变量,重点高中回报率下降到 11.2%。可见,重点高中的真实回报率大致在 11%-17%之间。由于控制了初中表现 变量后回报率仅有很小幅度下降,可能说明其他变量已经较好控制了内在能力, 因此回报率接近17%的可能性更大。 此外,上述 4

33、组估计的回报率在95%置信区间 都有一定程度的相互重叠,说明差别并不是很显著。 在控制变量中,女性大学毕业后起薪明显低于男性,幅度在15%左右。父母收入呈 现正面影响,父母收入上升 1%导致起薪上升 0.01%左右。高考成绩对于起薪有明 显的正影响,高考总分每多 10分,起薪增加 2%。此外,就读重点初中和初中就读 重点班对起薪也有正面影响,幅度分别为1%-3%和4%-6%,系数大多显著。家庭所 在地类型(分为直辖市、省会城市、地级市、县级市、镇、村六类)联合显著性也 在5%以上(未在表中报告)。 (二)重点高中毕业生工资高的原因 为何重点高中的毕业生在大学毕业后的起薪较高?通过回归分析,我们

34、认为有以 下几点可能的原因:第一,重点高中的毕业生被质量更高的大学和专业录取;第二, 重点高中的毕业生在大学内的表现更好,即使他们和其他学生上了同一所大学; 第三,重点高中的毕业生在高中阶段就积累了更多其他方面的人力资本,这里的 其他方面是相对于使得他们能上好大学和好专业的人力资本积累而言。 表2 就读于重点高中对大学应届毕业生工资的影响:OLS回归检验 下载原 表 1. 重点高中是否意味着上更好的大学? 在表3 中,我们加入与高考录取相关的变量,试图检验重点高中是否通过大学录 取起作用。表3第(1)列对应表2第(3)列,显示重点高中的回报率为 16.5%。表 3 第(2)列对应表2最后一列,

35、当控制高考成绩后,重点高中回报率下降为11.1%,且 高考成绩显著提高了大学毕业生的起薪水平。 表 3第(3)列中,我们加入所有大学 的哑变量。我们的样本包含了重点大学、一般本科大学和专科学校,采用所有大 学的哑变量对大学质量差异进行了完全的控制。此时,重点高中回报率下降到 6.9%,且大学哑变量极为显著,联合显著性高于 1%。高考成绩影响有所下降,但仍 然显著,说明大学录取只吸收了高考成绩的一部分影响。注意到回报率从 11.1% 到6.9%这4个百分点的重点高中回报率下降是在已经控制高考成绩的基础上,进 一步控制大学质量后产生的,因此这4个百分点应解释为重点高中除了在帮助学 生取得好成绩上发

36、挥作用外,还在大学录取的其他方面发挥作用。这可能是因为 重点高中和重点大学建立了良好的关系,使得在同等条件下重点高中学生获得优 先录取,也有可能是重点高中学生更加自信,或者对于好大学更加了解,从而在填 报志愿方面也比其他中学毕业生更敢于填报重点大学,进而获得更好的大学录取 结果。 在表3 第(4)列我们进一步控制专业哑变量,重点高中回报率为6.3%又下降0.6 个百分点。 专业哑变量联合显著性极高,且此时高考分数影响不再显著,说明大学 和专业录取完全吸收了高考成绩的影响。这 0.6个百分点的变化,意味着重点高 中的回报率中有0.6 个百分点是因为重点高中的学生上了更好的专业。 如果我们 相信1

37、6.5%为对重点高中回报率较为准确的估计,则重点高中导致上好大学这一 渠道解释了重点高中回报率的约 10个百分点,占其全部回报率的2/3(1) 。 我们也考察了上重点高中与上好大学的直接因果关系。 附表 1显示了重点高中与 重点大学(定义为“211”院校)的交叉样本分布。附表 2直接以高考总分或重点 大学为被解释变量,检验重点高中是否影响高考分数和大学录取。 结果显示,在控 制其他变量之后,重点高中显著影响高考分数和大学录取。重点高中使得高考分 数高出24分,录取“211”院校概率增加6个百分点。 在附表 2的最后一列,我们 发现即使在控制高考成绩之后,重点中学也有助于学生上重点大学,影响幅度

38、达 3个百分点(2) 。 表3 重点高中通过大学录取起作用:OLS回归检验 下载原表 2. 重点高中毕业生进入大学后是否积累了更多的人力资本? 表4显示了当控制大学表现的变量后,重点高中回报率的变化。 表 4第(1)列复制 了表3的最后1列,显示未被高考成绩和大学录取解释的重点高中回报率为6.3%, 这是我们分析的参照起点。 第(2)列显示,大学班内学业表现对大学毕业后起薪有 显著影响,属于班级前 20%的学生起薪高出其他人 6个百分点。这可能反映大学 中积累的人力资本具有某种特定性,因而相对于同一学校同一专业的其他人来说, 好的大学表现有助于提高学生的工资;也可能反映大学期间相对成绩高的同学

39、更 有自信,或者更能在资源获取上占有优势,例如更能引起学校或者老师的关注。 重 点高中的回报率(即重点高中变量的系数)基本没有变化,说明是否上重点高中对 于在大学中处于班级学习成绩前列没有影响。原因很好理解,重点高中有利于学 生上好大学,给定这一点,他们在给定大学内的相对名次可能不会有变化。第(3) 列加入英语四级考试成绩,该变量本身不显著,重点高中回报率也没有变化。 第(4) 列单独加入学生会干部哑变量后,是否为学生会干部(在5%水平下)显著影响大 学毕业起薪水平,影响幅度达8个百分点,同时重点高中回报率有0.3个百分点下 降,说明重点高中回报率中有 0.3个百分点是通过学生干部会干部起作用

40、的,即 重点高中学生更倾向于成为学生干部,而学生干部有利于他们获得更高的起薪水 平。第(5)列考虑党员的影响。党员哑变量显著,对工资有4个百分点的正影响, 但不改变高中回报率,说明党员并不是重点高中起作用的渠道,给定党员本身对 于起薪水平有显著影响,这意味着重点高中的学生入党并不比其他高中生更为积 极。 第(6)列考虑学生是否拥有技能证书,该变量显示有正的影响但统计上不够显 著。 不过,该变量使得重点高中回报率下降了 0.2个百分点,显示重点高中毕业生 一定程度上通过获得更多的技能证书(其他条件不变下)这一渠道提高了其起薪 水平。表4最后一列加入全部大学表现的控制变量,结果显示重点高中的回报率

41、 下降0.5 个百分点,大学班内成绩和学生会干部的影响仍然显著,而其他变量均 在10%水平下不显著。 表4 重点高中与大学期间人力资本积累的关系:OLS回归检验 下载原表 总体来看,重点高中通过学生进入大学后的人力资本积累来影响大学毕业生起薪 的作用虽然为正,但总体上影响较小(总共为 0.5个百分点),尤其是和通过高考 录取的影响比较而言。 3. 重点高中毕业生在高中期间是否积累了更多的其他人力资本? 表5显示控制高中期间表现的若干变量后,重点高中回报率的变化。所有回归均 控制了高考成绩和大学、专业哑变量,因此这里着重考察的是高中期间与高考和 大学录取无关的人力资本积累的影响。 表 5第(1)

42、列依然是复制了表 3最后一列。 第(2)列控制了高中是否进入重点班,结果显示重点班本身对于大学毕业生起薪 有显著影响,影响幅度达到7.1个百分点,且重点高中回报率显著上升1.2个百分 点。这一结果意味着进入学校的重点班有助于提高大学毕业生的起薪水平,同时 给定学生能力,进入重点高中的学生进入学校重点班的可能性下降,因此,从进入 重点班这个渠道来看,进入重点高中反而不利于提高大学毕业起薪水平。第(3) 列控制高中班内成绩是否处于前 20%,结果显示该变量对于大学毕业生起薪水平 有明显影响,使得起薪提高 2.7%,重点高中回报率略微上升 0.4个百分点。这一 结论和关于高中重点班的结论类似,即给定

43、一个学生的内在能力,进入重点高中 (相对于进入非重点高中而言)降低了一个学生在班内的相对成绩,而这一相对成 绩的下降导致工资的下降。 总结第(2)和(3)列的结论可以认为,一个比较好(但不 是最好)的学生进入重点高中,相对于进入普通高中而言,更不容易在分班时受到 重视,也更不容易成为班内的优等生,这可能降低他的自信程度,一定程度上影响 了他的发展,虽然平均来说他可能获得了更好的教育质量和升学渠道。 第(4)列加入是否获得省级奖励,该变量影响不显著,且对重点高中回报率无明显 影响(1) 。第(5)列加入校级奖励,该变量影响也不显著,重点高中回报率略有上 升(0.3 个百分点)。各种奖励的影响可能

44、类似于班内名次,即它有助于学生树立 自信,获奖者更加受到学校重视而获得更好的教育资源。 第(6)列加入各类竞赛获 奖,发现该变量本身有显著影响,使得大学生起薪水平上升 9.3%,说明竞赛获奖 者确实具有一些有别于其他人的能力。与此同时,重点高中回报率上升 0.4个百 分点,即重点高中回报率通过竞赛这个渠道对于起薪水平产生了负面影响(否则 重点高中回报率在控制竞赛后会下降),给定竞赛本身增加了大学生起薪水平,这 说明进入重点高中平均来说减少了一个学生竞赛获奖的机会。 这可能来源于在重 点高中其参加竞赛的机会减少。第(7)列加入高中期间是否担任过学生干部的变 量,其对工资产生显著影响,影响幅度为6

45、.7%,且使得重点高中回报率轻微下降 (0.2个百分点),表明重点高中对担任学生干部有一定程度的促进作用。第(8)列 考虑学生是否获得大学自主招生申请资格。 申请自主招生的考生其工资与未申请 者工资没有明显差别(注意这是在控制高考成绩之后)。 该变量使得重点高中回报 率轻微下降0.1个百分点,显示重点高中的学生相对更容易申请自主招生资格。 表5 重点高中通过高中时期其他人力资本积累起作用:OLS回归检验 下载 原表 第(8)列考虑了上述所有高中期间表现变量之后,高中重点班这个变量依然显著, 其余变量变得不显著,原因可能是存在多重共线性。重点高中回报率上升约 1.2 个百分点,表明重点高中总体上

46、对于高中期间其他人力资本(即与高考和大学录 取无关的人力资本)积累有一定的抑制作用。 不过,也要注意到各组结果中重点高 中系数在95%置信区间较大,相互之间重合度较高。因此不同列结果的差别在统 计上并不显著。 以上回归分析表明,重点高中回报率(即对于大学毕业生起薪的提升幅度)大约为 17%,其中有 10个百分点通过导致学生获得好的高考成绩和进入好的大学得到解 释。只有0.5个百分点通过在大学期间积累的人力资本得以解释,而进入重点高 中对在高中期间的其他人力资本积累甚至有一定程度(约1个百分点)的负面影 响。 如果我们结合高中和大学期间的人力资本积累的回归结果看,重点高中对于其他 人力资本积累的

47、正面影响主要体现在提供了学生担任学生干部的更多机会,这从 学生干部的变量在大学和高中回归中均显著同时一定程度降低重点高中回报率 显示出来。分析也给出了重点高中可能打击学生自信心的证据:在高中回归中, 同等能力的学生进入重点高中后比进入非重点高中更容易进入非重点班,也更容 易导致在班内名次更低,获得更少的奖励和竞赛参赛机会,这些因素都导致了他 们大学毕业起薪水平下降。 (三)稳健性检验和扩展性分析 1. 样本选择性偏误。 统计分析表明工资变量的数据缺失比较严重,包含工资信息的样本不足全样本的 一半。如果受访者汇报工资受到是否就读于重点高中的影响,如未上重点高中的 学生更难找到工作或者找到工作工资

48、偏低因而更不愿意报告,那么会导致样本存 在选择性偏差,使教育回报率的估计值有偏。 为了验证选择性偏差是否存在,我们首先用 OLS模型检验工资信息的缺失是否受 到就读于重点高中的影响。 回归中控制了个人家庭背景和初中变量以及省年哑变 量。 表6第(1)列显示的结果表明,就读重点高中使得工资数据缺失的可能性上升, 但影响幅度较小,仅为 2.8个百分点。表6第(2)-(4)列运用多元离散选择模型 (mlogit)更仔细地考察重点高中是否是影响报告工资的原因。在样本中,没有汇 报工资信息可能有以下三种情况:第一,没有找工作(如读研或出国);第二,找过 工作但是没被录用;第三,已被录用但工资信息缺失。

49、回归的参照组是有工资信息 的样本。相对于参照组而言,就读重点高中并未显著影响未找工作、未录用和录 用无工资信息的比例。联合显著性检验表明,重点高中对于工资缺失的原因影响 也不显著。 表6 样本选择性偏误 下载原表 综合以上结果,我们认为虽然存在一定程度的样本选择性偏误问题,但程度并不 十分严重。 对于重点高中学生更少找工作,其原因也很好理解,可能是选择出国或 读研的比例较高。但并不能由此推断读研或者出国的人如果找工作,其工资会高 于还是低于其他找工作的人。 因此,即使存在选择性偏误,也无法判断其导致高估 还是低估重点高中的回报率。 2. 改变重点高中定义。 在前文的研究中,我们将重点高中定义为省级及以上的重点中学。我们考虑将重 点中学的范围放宽,包括更低级别的重点中学。 在这一小节中,我们改变重点高中 的定义,分别考虑省、市和县级重点高中。 表7为分别包含所有级别重点高