1、教育不平等的测度与分解基于辽宁省统计数据的实证分析 1颜 敏 2 王维国 3（东北财经大学经济计量与预测研究中心 2,3 116025）【摘要】本文首先对教育不平等的概念、教育不平等的测 度以及教育不平等的分解理论进行梳理述评，然后基于辽宁省 统计数据考察了辽宁省教育 现状，分析表明 辽宁省教育存量稳步提高的同时，教育不平等逐步改善，但与北京、上海等地相比仍然较高，将其从省到市到县以及城乡分解结果表明，我省的教育不平等指标由市内不平等、城乡内不平等解释了绝大部分，进而提出相应的政策建 议。关键词 教育不平等 测度 分解 中图分类号 F224.0 文献标识码 AEstimating and De
2、composing the Educational Inequality- Statistical Analyses Based on Liao Ning Province Yan Min Wang Wei Guo(Center for Econometric Analysis and Forcasting，Dong Bei University of Finance & Economics) Abstract: In this paper, we first overview and comment the definition estimation and decomposition of
3、 educational inequality. Then we analysis the present education in Liao Ning Province. According to the research, the degree of educational equity in Liao Ning Province has been greatly improved when the education stock is upgrading. but Theil index decomposition manifests that the inequality inside
4、 the urban and rural areas explains the most of the whole inequality.Keywords: Education Inequality；Estimation ；Decomposition引言所谓教育不平等，包括教育机会不平等、教育过程不平等和教育结果不平等。其中，教育机会不平等指不同地区的适龄儿童和青少年进入各级各类学校接受教育的机会存在差异，这显然与地区经济发展水平与人均收入密切相关。教育过程不平等指教育资源包括教师、教学设施以及教育经费和教学内容在不同地区存在数量和质量上的差异，其主要影响因素也是地区经济发展水平。教育机会和教
5、育过程的差异，必然导致地区教育获得即教育结果差异，一般表示为教育年限差异。1 基金项目：辽宁省教育厅项目：教育不平等、人力资本积累与区域经济协调发展 ，项目编号：2009B070.2 颜敏（女 1975）辽宁大连人，东北财经大学数学与数量经济学院讲师，博士研究生，研究方向：经济计量分析，人力资本。E-mail:.电话：0（13940956939） ， 3 王维国（男 1963）吉林人，东北财经大学数学与数量经济学院院长、博导，研究方向：经济计量分析、管理科学。自改革开放以来，辽宁省不断加大教育投入，财政教育支出以平均每年 16.5%1的速度增长，教育事业取得了一定的发展，人口的受教育程度和人力
6、资本积累明显提升。由统计数据计算我省 6 岁以上人口的平均受教育年限从 1982 年的 6.77 年提升至 2008 年的9.117859 年。平均受教育年限的显著提高表明我省人口的整体人力资本状况得以改善。与此同时，我省教育的分布存在一定的地区差异。据 2000 年人口普查分县数据显示：沈阳与朝阳分别为 6 岁以上人口平均受教育年限最高与最低市，平均教育年限分别为 9.18 年、7.586 年，各个县、区的差异更大，2000 年平均教育年限最高的是沈阳和平区 10.69 年，最低的朝阳市的朝阳县 6.96 年。另外，城乡差异显著，由 2009 最新数据计算 2008 年我省城镇平均教育年限
7、10.12024，而乡村仅为 7.640158。从教育流量数据看，2008 年每十万人口在校大学生数沈阳 4596 人，朝阳 119 人，铁岭 252 人，从地方财政教育支出数据看，2008 年地方财政教育支出最高的依次是沈阳 508836.1 万元，大连 457088.6 万元，而最低的依次是阜新 61032.06 万元，盘锦 67688.76 万元，可见无论从教育存量还是教育支出流量来看，我省教育区域差异显著。国内外大量研究表明：教育不平等影响着收入不平等和地区经济增长，Schultz (1960)1、Becker (1975)2关于收入分配的人力资本模型认为,人口总体的平均受教育程度和教
8、育分布状况都会影响收入分配状况。Gregorio 和 Lee (2002)3运用美国或跨国数据研究表明，教育与收入不平等之间存在密切的关系,并且教育分配的平等有助于改善居民收入分配状况。Birdsall 和 Londono( 1997) 4利用 43 个国家的样本, 用各国受教育年数的标准方差来衡量人力资本结构, 研究了初始人力资本分布对增长和贫困降低的影响, 认为教育的不平等对于总体经济增长具有负相关效应。在教育公平备受关注的今天，如何准确的测度我省教育不平等、进而找出教育不平等的原因具有重要的理论意义和实践意义。二、教育不平等相关研究述评纵观国内外文献，测度教育不平等的指标大致可以分为绝对
9、指标和相对指标两大类，绝对指标一般指教育年限标准差，体现的是各个个体受教育年限与平均教育年限的平均偏离程度，其计算公式为：（1）niiypSD12)(其中 SDS 为教育标准差； 表示一定受教育年限的人口比例； 表示不同教育获得程度i iy的受教育年限；n 为教育获得的分组数。国外有很多学者使用 SDS 来测算教育的不平等。如 Ram（1990）5。Birdsall and Londoo (1997)使用跨国数据发现 SDS 与穷人的收入增长之间有很明显的负相关关系。Ram (1990)使用 SDS 指标发现了教育不平等与平均受教育年限之间存在 Kuznuts 曲线。美州开发银行（1999）对
10、拉丁美洲国家教育不平等情况进行的研究也使用了 SDS 指标，通过回归分析发现，拉丁美洲国家受教育年限标准差与收入基尼系数正相关，较高的教育不平等程度对应着较高的收入不平等程度。尽管标准差在一定程度上能够测度教育不平等，但标准差的无规律变化不因地域和经济发展水平的不同而存在规律性，Thomas, Wang and Fan (2002)6对比了标准差和其它反映教育不平等程度的指标，并指出用标准差比较国家或地区的教育不平等程度有时甚至是误导。4 本文除特别声明外，教育支出数据均来自辽宁统计年鉴 、平均教育年限数据均由中国人口统计年鉴相应各期以及 2000 年人口普查分县数据计算而得。反映教育不平等的
11、相对指标包括教育变异系数、教育基尼系数以及广义熵指数。其中变异系数计算公式为：（2）21()niiVyC相对于标准差，变异系数能消除不同平均受教育年限对教育不平等的影响。教育基尼系数最初由国外学者模仿收入不平等的基尼系数引入的，其定义为：（3） jniijipyyGi1)(其中Gini为教育基尼系数； 为平均受教育年限， , 表示一定受教育年限的人口比例；ij, 表示不同教育获得程度的受教育年限；n为教育获得的分组数。iyjA.Castello and R.Domenmch（2002）7利用Barro and Lee(1996，2001)8 中受教育数据，共包括108个国家1990年到达200
12、0年共935个样本，计算了教育Gini系数，并命名为人力资本不平等系数。通过回归发现，人力资本不平等与经济增长之间存在负相关关系，人力资本不平等程度越强的国家和地区，经济增长越缓慢，人力资本不平等成为制约经济增长的因素。广义熵系数（Generalized Entropy indices）计算公式为：（4）niiyGE1)()()其中 为广义熵系数，n 为在样本中个体的数量, 为个体 i 的水平指标,)(i。参数 用于调节不同个体占总体份额权重的大小,可以取任意值。最常用的iy1取值为 0,1。 且越大，取值较大的样本对 的影响就越大，若 且越小，0)(GE0取值较小的样本对 的影响就越大。 的
13、取值范围从 0 到正无穷，0 代表绝对)(GE平均，而 GE 系数越大，分配越不平均。 趋于 0 时， ，即 GE 系niiy1log)(数等于均值对数偏离系数 MLD(Mean Log Deviation)， 趋于 1 时，称为泰尔指数(Theil index)。niiiyGE1log)(相对于其他指标，广义熵指数的优势在于可以将一个国家（或者一个地区、一个省）的教育不平等指数分解成组内不平等和组间不平等的和，从而便于考察组间差异和组内差异各自的变动方向和变动幅度,以及各自在总差异中的重要性。Sahn and Younger (2005)9使用国际数学与科学教育成就趋势调查数据，用GE系数测
14、算全球教育不平等程度。并将GE系数在国家之间和国家内部进行了两阶段分解。通过分解他们发现如同国家之间收入不平等一样，教育在国家之间的分布也很不平等，并且全球教育不平等主要原因在于国家内部教育不平等。Thomas , Wang 和Fan (2002)以15岁以上人口受教育程度年限为基础 , 估计了140个国家1960到2000年的教育泰尔系数，并指出泰尔系数与基尼系数一样也是衡量教育不平等的优良指标，尤其当某国或某地区人口中有一部分人口受教育年限为零时。因此测度教育不平等的各个指标代表了不同的理论依据和价值判断，不能说哪一种绝对优越和绝对好，而应根据研究目的、问题性质以及资料的可得性而各有侧重。
15、国内也有许多学者对教育不平等进行研究，但大多是实证分析。刘海英、赵英才、张纯洪( 2004)10用教育基尼系数反映各地区人力资本 “均化 ”程度，杜鹏(2005) 11, 吴方卫、张锦华(2005)12 以人均受教育年限为基础数据, 估计了我国的教育基尼系数。杨俊和李雪松（2007）13运用教育基尼系数量化了我国1996 2004 年31个省份的教育获得不平等程度,检验了教育不平等程度与平均受教育年限增长之间的“倒U”关系，同时分析了地区间教育不平等对经济发展的影响。刘云忠，徐映梅（2007）14利用协整理论对我国城乡教育差距与城乡居民教育投入差距的关系进行了研究。研究发现,我国当期城乡教育差
16、距与当期城乡居民教育投入差距的对数之间存在着一种协整关系。孙百才（2009）15使用中国改革开放以来的有关数据测算中国的教育基尼系数，结论是经过30年的发展，中国的教育平等程度得到了很大提高，教育基尼系数整体上呈现出逐年下降的趋势；教育不平等程度无论在区域之间,还是在区域内部都得到了很好的改善。张长征等（2007）16选择教育基尼系数作为教育公平程度的量化指标,估算了1978-2004年间我国历年教育公平程度。结果表明，我国总体教育公平程度较改革开放初期已有显著提高,然而与国际水平相比仍然较低。而且由于存在着显著的区域教育不平等与城乡教育不平等，教育水平提高对于经济增长与社会发展的促进作用受到
17、显著影响。本文的目的是在国内外前人研究基础上对辽宁省教育现状进行实证考察。三、辽宁省教育不平等现状的统计考察基于中国人口统计年鉴 、 中国人口与就业统计年鉴提供的数据，根据数据的可得性与可比性，我们测算了我省 6 岁以上人口 19902008 年的平均教育年限和以上列举的反映教育不平等的各个指标值，在此将受教育程度分为文盲半文盲、小学、初中、高中、大专及以上 5 个层次,小学到大专及以上各种受教育程度的人口包括在校生、毕业生和肄业生,并定义各教育层次的受教育年限依次为 11年、6 年、9 年、12 年和 16 年。其中 1990 年、2000 年采用人口普查数据,其它年份采用千分之一左右的抽样
18、调查数据。因为所使用 1991年和 1992 年没有全国 6 岁及 6 岁以上人口受教育程度的抽样调查数据,我们根据 1990 年的人口普查数据进行了推算.推算过程见王维国、颜敏（2008）17。各个指标值具体计算结果见表 1。表1：1990-2008年辽宁省教育存量不平等指标值表年份 变异系数 GE(1) GE(0) 基尼系数 平均教育年限1990 0.411568 0.11576 0.173687 0.233355 7.5065961991 0.439852 0.131418 0.200498 0.245955 7.1297691992 0.420775 0.121005 0.183961
19、 0.234855 7.2556561993 0.400718 0.110043 0.166299 0.222847 7.3797971994 0.38641 0.10601 0.162636 0.218739 7.8836251将文盲半文盲人口受教育年限定为一年是是基于以下考虑：我国的文盲半文盲人口指未受过小学及以上教育的人口，但半文盲人口参加过识字班、扫盲班，文盲人口中大多数人也不是一字不识，而且从人力资本存量核算的角度来说，以往文献认为文盲半文盲人口的人力资本存量为 0 也是不适宜的。1995 0.381448 0.104945 0.153326 0.222427 7.733133199
20、6 0.364035 0.094442 0.139335 0.20881 7.9315761997 0.357377 0.096234 0.138108 0.215573 8.1783491998 0.354885 0.092192 0.133985 0.208246 8.1086191999 0.34392 0.088861 0.126633 0.205964 8.2522582000 0.330039 0.08321 0.116021 0.201406 8.4673542001 0.328067 0.079389 0.112187 0.193338 8.3242132002 0.31259
21、5 0.073368 0.101859 0.18595 8.4893892003 0.303048 0.075389 0.102899 0.192932 8.9657112004 0.295636 0.071383 0.09663 0.18567 8.880962005 0.307798 0.076914 0.105233 0.193689 8.7939942006 0.302929 0.07652 0.103679 0.192458 8.9673492007 0.29609 0.073938 0.09837 0.192527 9.0273462008 0.29376 0.074529 0.0
22、98672 0.194059 9.117859从表 1 可见我省平均教育年限在样本期内是平稳增长的，从 1990 年的 7.506596 年一致平稳增长到 2008 年 9.117859 年，19 年增长了 1.611263 年。平均而言，每年保持了1.1123%的增长速度。与此同时，四个反应教育不平等的指标值具有几乎完全相同的变化趋势，它们彼此之间的相关系数都在 99%以上，说明它们揭示了我省教育不平等变化的共性，因而为了便于后面教育不平等的分解，我们就以 GE(1)为准描述我省的教育不平等状况。从 表 1 可见 GE(1)经历了与平均教育年限几乎相反的变化趋势，也就是平均教育年限越高的年份
23、对应的教育越平等，平均教育年限递减时，教育不平等恰好上升，经测算平均教育年限与 GE(1) 相关系数高达 -0.95318，换言之，我省教育存量的提升有助于改善教育的不平等型。具体而言，我省的教育不平等状况从 1990 年 0.11576 先上升到 1992 年的0.131418 达到最高，之后开始下降， 2004 年达到最低 0.071383，之后平稳在 0.075 左右，我省的教育不平等以平均每年 2.249%的速度递减。与全国相比，我省平均教育年限历年远远高于全国水平，而且教育不平等指数远远低于全国指数，尽管我省平均受教育年限在逐渐增长，教育不平等情况逐步得到改善，教育存量和平等性正在向
24、好的方向发展。但与东部其他省市诸如北京、上海广东等乃至于世界发达国家相比就不容乐观，图 1 给出北京及辽宁省历年平均教育年限及 GE（1）动态变化趋势图，从图 1 可见，历年我省平均教育年限低于北京，特别从 2006 年开始平均每年我省的平均教育年限低北京 2 年多，相应的，我省的教育不平等状况更遭，远远高于北京、上海，与北京相比，我省的泰尔指数平均高出北京 0.04， 世界发展报告 2006报告，美国的受教育年限为 13.83 年，基尼系数 0.13，英国的受教育年限为 12.16 年，基尼系数 0.11。与世界其他国家相比我们平均教育年限太低而教育不平等指数太高了。既然我省平均教育年限偏低
25、，而教育不平等又如此之高，那么不平等的来源在哪儿？是主要来自各个市内部不平等还是各个市间？而各个市内不平等是来自县内还是来自县之间？城乡间以及城乡内不平等对全省不平等的贡献额有多大？接下来基于泰尔指数我们将我省的教育不平等进行从省到市到县以及城乡分解，以期找出我省不平等的根源。0246810121990199119921993199419951996199719981999200020012002200320042005200620072008北 京 平 均 教 育 年 限 辽 宁 平 均 教 育 年 限北 京 GE(1) 辽 宁 GE(1)图1：1990-2008年全国及辽宁省教育存量不平等
26、变化趋势比较图注：为了清楚地显示我省与北京教育不平等的差异，图 1 中分别将北京 GE(1)和辽宁省 GE(1)乘以 50 得到。四、辽宁省教育不平等基于泰尔指数分解分析如果受教育总体 能被分成 K 个互斥的组，则任何一种广义熵指数从代数上都能分解iy成组内不平等指数和组间不平等指数的和，即有： 1)()1()1niiyGE KkkniKkiKkk ynyn1111 )()()()( BWkni kkik GEynk )()()()()()(111 其中， kkKkKknikikW ynyynGE )()()()( 111 代表第 组的广义熵指数， 和 分别代表第 组的平均教育年限和人口数，(
27、)k所以 是每个组广义熵指数的加权平均，因此称为组内不平等分解指数。而为组间不平等指数。因而 和)1()1()( ynGEkKkB )(GEW分别为组内不平等和组间不平等的贡献额。如果需要讨论组内差异来源时，可以)(辽宁省教育不平等指标值 0.08321市间不平等指标值：0.001682对全省不平等贡献额：2.0214%市内不平等指标值：0.08152对全省不平等贡献额：97.9786%县间不平等指标值：0.006411对市内不平等贡献额：7.8637%对全省不平等贡献额：7.7047%县内不平等指标值：0.075117对市内不平等贡献额：92.1363%对全省不平等贡献额：90.2738%按
28、同样的方法将每一组的广义熵指数继续分解，称为二阶段分解。本文接下来基于 的泰尔指数以及 2000 年人口普查分县数据将我省的教育不平等1从省到 14 个市再到 100 个县、区进行二阶段分解如下： 4 14111()()lnlnlnkiikiikki kyYyYGEY14 14123111lllkjk kmmj jjii kkkj jjjj kny E其中 分别代表辽宁省 6 岁以上受教育人口总数、第 k 个市 6 岁以上受教,kjkY育人口总数、辽宁省平均教育年限、第 k 个市平均教育年限、第 k 个市中的 j 个县的平均教育年限、第 k 个市中县或区的总数。 分别代表市内不平等中的县内不平
29、等、县123,E间不平等、市间不平等以及我省总的教育不平等。 分别为各自对全省不平等的贡312,E献额。具体两阶段分解结果如图 2 所示：图 2：2000 年辽宁省教育不平等二阶段泰尔指数分解结果图从图 2 可见，我省的教育不平等中地区市内不平等解释了绝大部分，其贡献额达到97.9786%，而市间不平等解释了 2.0214%，在市内不平等的贡献额中县内不平等解释了 92%多，县间不平等解释了 7.7047%，如何解释我省教育不平等市内差异以及县内差异贡献额大这一统计结果，我们认为各层次受教育人口比例在市和市之间以及县和县之间的差距，主要来自于地理位置和外部政策环境等宏观因素造成的差距，而市内部
30、或县内部的差异往往取决于更为复杂的微观因素，比如不同的家庭经济状况等。我国的中华人民共和国义务教育法从 1986 年开始实施，在“科教兴国”发展战略的指导下，我省各个地区市都加大力气抓教育，到 1990 年各个地区绝大多数地区已基本实现九年义务教育，经济、文化欠发达的地区，也普及了初等义务教育，所以在统计期内各市之间，县之间在平均受教育年限上的差距已不明显，而在市内部和县内部由于政策外复杂的微观因素的影响，使一部分人接受了更高的教育，而有些人却接受不到。因此产生了市内和县内教育不平等情况更加严重的结果。那么我省的各个地区内部的不平等是主要来自城乡间还是城乡内呢？下面我们同样基于泰尔指数将我省的
31、不平等进行城乡分解：=1()()lniiiyGEY2 2111lnlnkkiikkBWkYyYE中 分别代表城镇与乡村人口， 分别代表城镇、乡村以及全省平均累计受教育12,n2,年限， 代表第 i 个人的累计教育年限。 分别代表城乡内不平等与城乡间的不平等。iyBwE由于数据的可得性与可比性，我们选择下面几个代表年份将我省的教育不平等进行城乡分解，数据来自中国人口统计年鉴，由于统计口径不同此处全省教育不平等指数与上文测算有一定差异，但差异不大，变动趋势相同。表 2：辽宁省教育存量、教育不平等及泰尔系数城乡分解结果城镇GE（1）乡村GE（1）城镇平均教育年限乡村平均教育年限城乡内不平等城乡间不平
32、等城乡内贡献额城乡间贡献额1996 0.082994 0.094807 8.781038 6.958862 0.087826 0.006616 0.929944 0.0700561997 0.091413 0.084325 9.120836 7.093622 0.088554 0.007708 0.919929 0.0800711998 0.093917 0.085486 9.021953 7.064679 0.084876 0.007308 0.920723 0.0792771999 0.085733 0.076536 9.132861 7.206548 0.082060 0.006823
33、0.923233 0.0767672001 0.071578 0.073848 9.211520 7.255099 0.072475 0.006912 0.912938 0.0870622002 0.063505 0.073847 9.338587 7.570686 0.067934 0.005437 0.925896 0.0741042003 0.11736 0.068803 9.607027 7.692236 0.065502 0.005979 0.916351 0.0836492004 0.063499 0.065972 9.769818 7.657672 0.064397 0.0069
34、99 0.901967 0.0980332005 0.069926 0.069950 9.627029 7.521850 0.069934 0.006986 0.909184 0.0908162006 0.069866 0.066985 9.881858 7.644660 0.068862 0.007658 0.899921 0.1000792007 0.066018 0.065648 9.962356 7.657871 0.065890 0.008005 0.891671 0.1083292008 0.064655 0.067029 10.12024 7.640158 0.065459 0.
35、009097 0.877986 0.122014注：表2数据由历年中国人口统计年鉴计算而得，由于2000年普查数据统计口径不同结果差异较大，因而本文未列出2000年相关指标值。基于辽宁省城乡数据，我们分别计算了城镇、乡村历年平均教育年限、教育不平等进而将全省教育不平等指数进行城乡分解，从表 2 可见，从教育存量上看我省的城乡差距很大，而且有一种逐渐扩大的趋势，从 1996 年起，城镇平均教育年限平均高出乡村 2 年，其中 2008 年差距最大接近 2.5 年，城乡教育存量差距的背后是教育设施、教师质量、教育经费投入以及对教育重视程度的差距，如何缩小城乡差距是我省教育工作未来的方向。然而，通过对
36、全省城镇内乡村内教育不平等的测算，我们发现：平均而言，乡村教育不平等情况比城镇要好，不平等指数较小，而且变化较平稳，有一种逐渐减小的趋势，具体而言，从19962003 年间乡村比城市略严重，乡村教育不平等系数比城市教育不平等系数平均高出0.6 个百分点，但自 2003 年以后乡村不平等明显改善，城市教育不平等指数反而在2006、2007 年连续比乡村高 0.2 个百分点，这个统计结果在我们的预料之中，随着经济和社会的快速发展，在平均受教育年限得到提高的同时，城市中受过大学及以上教育的人口所占的比例相比其它教育获得层次人口所占比例提高的更快；同时，我省城乡分割的二元社会结构正在逐渐的被打破，大量
37、的农村人口涌入城市，这些人当中很大比重是受教育程度相对较低的人口，这又加大了城市人口中初中及以下受教育程度人口所占的比重。相比较而言，农村各受教育程度人口所占比重较稳定，且受过大学及以上教育的人口较少，所以将城乡教育不平等程度相比，才会出现城市教育不平等系数逐渐增大的情况，另外，相对于乡村，城市择校问题更加严重，学校之间的差距更大，甚至是搞政绩工程、形象工程人为地造成学校的差距，从而加剧了城镇教育不平等，因而我省在促进教育均衡发展时首先要保证教育资源配置的均衡，不应放松九年义务教育的推广和普及工作，在城市化进程中解决好农村进城人口子女的教育问题，成为我们下一步改善城镇内教育不平等状况的关键。我
38、省教育不平等基于城乡分解结果如图 3 显示，全省教育不平等中，城乡内不平等占主导地位，样本期平均而言，解释了大约 91%的全省教育不平等，但有一种逐渐减小的趋势，对全省教育不平等的贡献额从 1996 年 93%下降到 2008 年的 87.8%。这说明我省各地区城市之间、乡村之间的差距逐渐减小，地区均衡逐步改善。0% 20% 40% 60% 80% 100%199619982001200320052007城 乡 内 不 平 等 贡 献 城 乡 间 不 平 等 贡 献 额图 3：辽宁省教育不平等中城乡内差异、城乡间差异贡献额变化图五、结论本文在梳理国内外有关教育不平等研究基础上，测算辽宁省从 1
39、990 年以来教育存量及教育不平等状况。研究发现，19 年来我省教育存量稳步上升，但地区间城乡间差异较大。教育不平等状况得到了很大程度的改善，从区域层面来看,教育不平等程度在市内、市间、城镇还是乡村都呈现下降的趋势,但将教育不平等进行市内、市间以及城乡分解发现：市内差异以及城乡内差异解释了我省教育不平等的绝大多数， ，因而我省在促进教育均衡发展时首先要保证教育资源配置在地区之间、城乡之间的均衡，加大贫困地区以及农村教育支出力度，保证教育资源的流动性以防城市择校严重现象。不应放松九年义务教育的推广和普及工作，在城市化进程中解决好农村进城人口子女的教育问题，成为我们下一步改善城镇内教育不平等状况的
40、关键。六、参考文献1 Schultz，T.W.: Investment in Human Capital,J.American Economic Review, 1961(51):pp1-17.2Becker,G.S.：Human Capital M.2ndedn.Chicago,Chicago University Press. 1975.3. Gregorio, J.D & Lee，J.W.: Education and income distribution: new evidence from cross-country data, Review of Income and Wealt
41、h，(2002)48:pp395-416.4 Birdsall,N.and Londonno,J: Asset Inequality Matters: An Assessment of The World Banks Approach to Poverty Reduction, J.American Economic Review,1997,87(2): pp32-37.5Ram,Rati.:Educational Expansion and Schooling Inequality: international evidence and some implications,J. The Re
42、view of Economics and Statistics, 1990.72(2),pp266-74.6Thomas, Vinod, Yan Wang and Xibo Fan: A new dataset on inequality in education: Gini and Theil indices of schooling for 140 countries, 1960-2000 J. Mimeo. 2002,The World Bank.7 A.Castello, A. and Domench, R.: Human Capital Inequality and Economi
43、c Growth: Some New Evidence.The Economic Journal, 2002,112(2):pp187-200.8Barro, Robert J.and Lee, J. W.:International Comparisons of Educational Attainment. J. Journal of Monetary Economics, 1993, 32, no.3 (December 93). pp363-394.9Sahn D. and Younger D.：Decomposing World Education InequalityR.Worki
44、ng Paper ，Cornell University. 2005.10 刘海英、赵英才、张纯洪:人力资本“均化”与中国经济增长质量关系研究 J.管理世界,2004 年第 11 期。11 杜鹏:基于基尼系数对中国学校教育差距状况的研究 J.教育与经济,2005 年第3 期。12 吴方卫、张锦华:教育平等的地区分化与地区分化下的教育平等 J.财经研究,2005 年第3 期。13杨俊、李雪松，教育不平等、人力资本积累与经济增长:基于中国的实证研究J， 数量经济与技术经济研究 ，2007年第2期。14 刘云忠，徐映梅：我国城乡教育差距与城乡居民教育投入差距的协整研究J ，教育与经济，2007 年第 4 期。15 孙百才：测度中国改革开放 30 年来的教育平等基于教育基尼系数的实证分析，教育研究，2009 年第 1 期。16 张长征、郇志坚、李怀祖：中国教育公平程度实证研究：1978-2004 基于教育基尼系数的测算与分析，清华大学教育研究，2007 年第 2 期。17王维国、颜敏：人力资本存量、人力资本结构与 FDI 互动关系研究，财经问题研究，2008 年第 9 期。
