張川川丨中央財經大學經濟學院
「Middle-Education Trap」?Export Expansion,Employment
Growth and the Individual Decision of Education Investment
利用出口擴張引致的就業需求衝擊和採用工具變量方法，本文從經驗上分析了非農就業增長對個體教育投資的影響。研究發現，出口引致的就業增長導致適齡入學人口進入高中和大學的概率顯著下降。非農就業人口佔勞動年齡人口的比重增加1個百分點，導致16-18歲初中畢業生進入高中和19-21歲高中畢業生進入大學學習的概率分別下降0.17%和0.26%。給定其他條件不變，這意味著1990-2005年間由出口擴張引致的就業增長使高中和大學入學率分別減少了5.4和8.6個百分點。分性別和城鄉的考察顯示：相對於女性，男性進入高中和大學的概率有更大幅度的下降；農村青年進入高中和大學學習的概率都隨著就業增長出現了顯著下降，城鎮青年進入大學學習的概率有顯著下降，但進入高中的概率有顯著上升。
人力資本積累是長期經濟增長的動力，教育發展則是提升人力資本水平的主要途徑，同時也影響個體收入和全面發展。然而，個體教育投資決策受到成本和收益兩方面因素的影響，需要權衡當期進入勞動力市場所能夠獲得的收入（機會成本）和更高的教育水平在未來能夠帶來的額外收入（教育回報）（Becker，1962）。教育投資的機會成本取決於當前能夠找到的工作、崗位技能要求以及工資水平，而教育回報則取決於完成教育後所面臨的就業機會、崗位技能要求和工資水平。如果存在新增就業需求，並且就業崗位對勞動力技能的要求不高，教育投資的機會成本就可能超過未來潛在的收入增長，從而導致教育投資減少。減少教育投資並獲取當期收入在短期有助於提高家庭收入和福利水平，在長期卻可能損害個體發展，並且導致收入分配狀況惡化。
改革開放以來，特別是加入WTO以來，中國的進出口總額，尤其是出口經歷了快速增長（圖1）。出口擴張和外資流入推動了中國的產業結構變遷，大量勞動力從農業部門轉移到製造業和服務業部門。根據國家統計局年度統計數據，1990-2013年，第一產業就業比重從60%下降到了31%，二產和三產就業比重則分別從21%和19%上升到了30%和39%。圖2顯示的第一產業就業比重迅速下降的時期，恰恰對應圖1中出口總額迅速增長的時期。非農就業崗位的增加為青年人口提供了就業機會，改變了教育投資的機會成本和預期教育回報，影響到了個體教育投資決策。如果勞動力需求擴張創造的就業崗位並不是技術中性的，而是以低技能勞動力需求為主，新增就業需求就會提高教育投資的機會成本，同時可能降低個體對未來教育回報的預期，從而抑制個體教育投資；相反，如果新增就業崗位主要需求高技能勞動力，則可能促進個體教育投資。由於大量經驗事實顯示，中國出口增長集中於勞動密集型行業，出口企業則以中低生產率企業為主，中國出口擴張帶來的就業增長很可能以中低技能崗位需求為主。事實上，目前有限的針對中國出口和就業之間關係的研究表明，出口擴張對中低技能勞動力需求的帶動作用更明顯（張川川，2015a，2015b）。因此，可以預期出口擴張帶動的就業增長很可能導致個體教育投資減少。圖3顯示，我國高中和大學入學率，尤其是大學入學率在上世紀90年代初期出現了增速放緩或下降，並且大學入學率在2001年以後出現了十分明顯的下降，而這兩個時期也是非農就業增長最為迅速的時期，表明兩者之間或許存在因果關係。
圖1 進出口總額變動：1990-2013
註：圖中數據整理自國家統計局年度數據。
圖2 按三次產業分就業人口比重：1990-2013
註：圖中數據整理自國家統計局年度數據。
圖3 高中和大學入學率：1990-2013
註：圖中數據整理自國家統計局年度數據，高級中學包括普通高級中學和技工學校。
本文為上述理論猜想提供了最初的經驗證據。利用出口擴張帶來的需求面就業衝擊，本文考察了非農就業增長對個體教育投資的影響。基於微觀就業和貿易數據，本文首先估計了城市出口同非農就業的關係，發現出口擴張顯著推動了非農就業增長，尤其是推動了中低學歷人口的就業增長。與該發現相一致，針對個體教育投資決策的估計顯示，出口擴張引致的就業增長顯著降低了青年人口就讀高中和大學的概率。考慮到教育機會成本和教育回報的性別差異和城鄉差異，本文進一步分性別和城鄉進行了估計，結果顯示：就業機會的增加對男性教育投資所產生的抑制作用高於女性，這同女性教育回報率高於男性的經驗證據一致（Zhang et al.，2005；黃志嶺和姚先國，2009），也同高等教育人口中男女性別比不斷下降的經驗事實一致；農村青年進入大學和高中學習的概率均隨著就業增長出現了顯著下降，但是城鎮青年進入高中學習的概率在統計上有顯著上升，儘管他們進入大學的概率同樣出現了顯著下降。
本文的發現對中國中長期經濟發展具有重要的政策含義。首先，中國正在經歷快速的人口結構轉型，勞動年齡人口數量在2012年首次出現下降，通過提高勞動力受教育水平增加人力資本積累是緩衝勞動力數量下降負面衝擊的主要措施之一。其次，中國已經步入經濟發展「新常態」，亟需推動產業結構轉型升級和經濟增長方式轉變，以避免落入「中等收入陷阱」，這依賴於勞動力受教育水平的提升。再者，由於受到信貸約束的貧窮家庭更容易在教育機會成本上升時減少教育投資，出口需求引致的就業擴張將更多地抑制低收入家庭的教育投資，從長遠來看，這將惡化收入分配狀況。因此，無論是為了實現可持續的經濟增長，還是為了改善收入分配狀況，中國政府都需要提早認識到和重視出口擴張所帶來的中低技能工作崗位在一定時期內的大量湧現對人力資本積累所產生的不利影響，做到未雨綢繆，避免大量中青年人口的教育水平停滯在中等教育階段，陷入「中等教育陷阱」。可能的舉措包括，針對中低收入家庭提供低息或免息的教育融資服務，降低高中和大學階段的學習費用和為貧困家庭學生提供更為慷慨的獎助學金資助，以及促進和加速出口產品技術含量的提升。
本文的發現在個體和家戶層面同樣具有重要的現實意義。個體或家戶在做出教育投資決策時，應當認識到儘管減少當前教育投資並獲取收入在短期有助於提高家庭收入水平，但是在長期卻會導致更大的收入損失和損害個體發展。在經濟體經歷快速轉型的時期尤其如此。因為，一旦決定放棄繼續教育的機會並進入勞動力市場，當外部產品需求下降導致勞動力需求減小或者經濟體完成產業結構轉型升級並提高對勞動者技能水平的要求時，個人將無法適應新的崗位要求，並且很難再重新回到學校通過正規教育投資提升技能水平。
本文的研究同近年來不斷增長的針對貿易擴張的地區勞動力市場效應的研究有著直接的聯繫。針對歐美國家的研究驗證了進出口對就業、工資和工資差距等勞動力市場變量的廣泛影響（Autor et al.，2013；Dauth et al.，2014；Ebenstein et al.，2011）。針對墨西哥等發展中國家的研究普遍發現出口擴張推動了製造業或服務業就業增長，同時也影響了收入和收入分配（Goldberg & Pavcnik，2007；Verhoogen，2008；Amiti & Davis，2012）。針對中國的少數研究表明，出口增長推動了製造業就業增長，並間接帶動了服務業就業增長，縮小了高學歷人口和低學歷人口的工資差距並降低了收入不平等（毛日昇，2009；張川川，2015a，2015b）。
本文的研究也同勞動經濟學領域有關就業增長和教育投資決策和教育發展之間關係的研究發現相一致。例如，Clark（2009）使用英國數據所做的經驗研究顯示失業率上漲導致了個體教育投資的上升。與此相對應，Goldin & Katz（1997）、Federman & Levin（2005）和LeBrun et al.（2009）使用美國、印尼和墨西哥數據所做的研究顯示就業增長阻礙了教育發展。在一項針對中國農村青少年教育投資的研究中，deBrauw & Giles（2008）發現外出務工機會的增加顯著降低了農村初中畢業生進入高中學習的概率。
同本文互為補充的一些研究是針對發展中國家貿易開放背景下就業崗位增長和教育決策之間關係的研究。同本文聯繫最為密切的是Atkin（2015）使用墨西哥數據所做的研究，他發現出口型製造業企業創造的就業崗位吸引了初中畢業生離開學校，顯著降低了青少年高中入學率。同樣是使用墨西哥數據，Helper et al.（2006）在一項更早的研究中有一致的發現，他們的研究顯示製造業就業的增長同個體教育投資負相關。Munshi & Rosenzweig（2006）、Jensen（2010a）和 Shastry（2012）分別使用印度數據所做的研究則顯示，對勞動者技能水平要求較高的服務業就業崗位的增加導致了印度青少年人口入學率的上升。
本文在現有文獻的基礎上主要有以下三個方面的貢獻：第一，通過使用豐富的微觀數據，本文為理解就業變化對教育發展的影響提供了微觀層面的證據，並且利用出口擴張的外生性就業需求衝擊，更好地避免了潛在的反向因果問題和遺漏變量偏誤；第二，通過將出口擴張、就業增長和個體教育投資決策相聯繫，本文豐富了有關國際貿易和勞動力市場相互關係的研究，加深了我們對國際貿易在家戶層面所造成的影響的理解。第三，從外部產品需求（出口）擴張和就業增長的角度出發，為個體教育投資的變動提供了新的理論解釋。
本文其餘部分的結構安排如下：第二節介紹用於分析就業機會和個體教育決策之間關係的理論框架。第三節介紹數據和實證策略；第四節給出實證結果；第五節為結論和政策含義。
人力資本投資理論認為個體教育需求取決於教育投資的成本和收益。成本包括學費、書本費等直接成本和延遲進入勞動力市場所損失的收入（機會成本）。收益則來自更高的教育水平所帶來的收入增加。由於在進行教育投資決策時需要將未來收入流進行折現，因此教育投資的收益不僅取決於不同教育水平勞動者的工資差距，還取決於貼現因子和個人的預期。基於人力資本投資理論，我們可以預期：（1）有較高折現率的個體有較低的教育投資水平。（2）包括直接成本和機會成本在內的教育成本的變化會影響教育投資。教育成本對教育投資決策的影響會隨著學生家庭收入水平的不同而不同，如果家庭收入較低以至於存在信貸約束，則教育成本的上升更容易導致教育投資減少。機會成本的上升或下降會相應地導致教育投資減少或增加。（3）預期教育回報越高，則教育投資越高，反之亦然。預期教育回報不僅取決於真實教育回報（勞動力市場上不同教育水平就業人口的工資差距），還取決於個體預期。個體預期具有很大的不確定性，個體對潛在教育回報的預期差異會導致個體教育投資差異（Jensen，2010b）。
為了分析就業需求變動對個體教育投資決策的影響，我們假定個體教育決策遵從一個最優停止模型。學生在面臨當期就業機會時，需要決定是繼續留在學校還是進入勞動力市場。如果當前工作能夠帶來的收入現值（機會成本）和教育投資的直接成本之和超過未來能夠獲取的工作所能夠帶來的收入現值，學生就會離開學校進入勞動力市場，否則選擇留在學校接受教育。進入勞動力市場後能夠獲得的收入取決於能夠找到的具體工作。就業崗位越多，進入勞動力市場能夠找到工作的概率越大，工資支付也會越高。在新古典勞動力市場框架下，就業崗位增加對個體教育投資的影響將取決於新增就業崗位對勞動者技能的要求。如果新增就業崗位要求較高的技能水平，獲得更高的教育水平就會變得更有吸引力，從而激勵個體增加教育投資；相反，低技能工作崗位的增加會使繼續留在學校的機會成本上升而預期收益下降，從而激勵個體減少教育投資。在假定存在個體異質性和不完全預期時，上述理論推斷還會受到具體的個人或家戶特徵的影響。例如，存在信貸約束的家庭更可能在教育成本上升時減少教育投資。
在一項新近的研究中，Atkin（2015）認為不同時期就業需求的變動是隨機的，個體對不同時期就業需求之間的相關性有一個主觀預期，而預期可能依賴於當期就業需求變動。這類預期的存在將導致新古典勞動力市場框架下的教育投資理論推斷變得模糊。例如，如果就業需求增加時，個體預期下一期的就業需求和當前就業需求正向關；就業需求減少時，個體預期當期就業需求和下一期就業需求負相關，那麼當期高技能工作崗位的增加和減少都將導致個體教育投資上升。
（一）數據
1.全國人口普查和人口抽樣調查數據
本文主要使用的數據來自1990年、2000年全國人口普查數據和2005年全國1%人口抽樣調查數據。其中，1990年和2000年數據為全國人口的1%隨機子樣本，2005年數據是全國1%人口抽樣調查數據的隨機再抽樣，佔全國總人口的0.2%。
表1 人口普查（調查）數據樣本情況
註：樣本為具有初中及以上學歷的16-21歲人口。
本文關心的是適齡入學人口的教育投資決策，具體考察高中入學決策和大學入學決策。初中教育仍然屬於義務教育階段，而且我國初中入學率在2000年以後一直維持在95%以上，學生的學業中斷主要發生在高中和大學階段，研究初中入學決策並沒有太大的現實意義。本文分別考察16-18歲初中畢業人口的高中入學決策和19-21歲高中畢業人口的大學入學決策。根據我國各階段教育入學年齡和學制安排，16-18周歲對應高中階段教育，19-22周歲對應大學階段教育，如果是三年制大專則為19-21歲。本文嘗試將年齡範圍往前或者往後調整1周歲或者壓縮年齡範圍，並沒有發現實證結果有顯著的不同。本文將城市（地級市）視作一個局部勞動力市場，在城市層面計算製造業和服務業就業人口佔16-64歲勞動年齡人口的比重，作為對本地勞動力市場就業需求的度量。表1報告了所選取樣本的基本情況。
本文在構建工具變量時利用了城市就業結構，即製造業就業的行業分布特徵。由於不同年份數據使用的行業分類標準不同，本文對行業代碼做了調整和統一。1990、2000和2005年人口普查（調查）採用的國民經濟行業分類代碼表分別為GB4754-84、GB/T4754-1994、GB4754/T-2002，其中1990年數據的行業代碼精確到三位，2000年和2005年數據採用的是兩位代碼，本文將1990年的細分行業加總到了兩位代碼水平，並對1990年和2000年數據的少數行業進行了代碼調整以匹配2005年數據，行業代碼最後統一按照GB4754/T-2002進行編碼。
2.出口數據
本文在城市層面構建出口需求衝擊。出口變量的計算需要使用製造業分行業出口額信息。本文使用的貿易數據整理自聯合國Comtrade資料庫，該資料庫包含在HS（Harmonize System）六位代碼水平上定義的商品出口額信息，本文選取了1990、2000和2005年三個年度的數據，與相應年份的教育和就業數據進行了匹配。為了將製造業商品對應到各行業，本文首先將HS代碼轉換為四位標準行業分類代碼（SIC代碼）；其次，根據SIC代碼和中國行業分類代碼的對照表將四位SIC行業代碼轉換為GB4754/T-2002標準下的四位行業代碼；最後，再將四位行業分類代碼加總為兩位代碼以匹配人口普查或調查數據。
（二）實證方法
本文採用下述計量模型估計就業需求對個體教育投資決策的影響：
Sict為0-1變量，表示t年（t=1990,2000,2005）城市c中的個人i是否進入高中或大學。Ect為t年城市c非農就業人口佔勞動年齡人口的比例，反映地區勞動力市場的就業需求。λc為城市固定效應，ηt為年份固定效應。uict為隨機幹擾項。
本文首先對模型（1）進行OLS估計，作為隨後的工具變量（IV）估計結果的參照。在回歸中，本文控制個體的性別和戶籍狀態。本文沒有加入更多其他的控制變量，一方面是由於人口普查數據信息極為有限；另一方面是為了避免引入更多的內生性問題。理論上我們可以使用來自城市統計年鑑的數據控制一些城市層面的宏觀經濟變量（例如GDP、固定資產投資、各級學校數目等），儘管這會導致嚴重的樣本損失，但是更主要的問題是此類變量通常受到當地高中和大學入學率的影響，內生於模型的因變量，作為控制變量引入模型反而會導致估計偏誤（Angrist & Pischke，2009）。並且，本文將通過IV估計解決潛在的遺漏變量問題，是否加入控制變量只會影響參數估計的效率，並不會影響參數估計的一致性。
模型（1）OLS估計的主要問題是存在反向因果。教育決策直接影響到勞動力供給，這決定著城市的均衡就業數量，即變量Ect。因此，我們需要一個影響勞動力需求但是卻不直接影響勞動力供給的變量作為城市非農就業率的工具變量，一個理想的工具變量是當地的產品需求，因為產品需求會產生對勞動力的引致需求，但是並不直接影響勞動力供給或教育決策。另一方面，模型（1）的OLS估計還存在遺漏變量問題。儘管模型（1）控制了城市固定效應和年份固定效應，但是有些相關變量是同時隨地區和時間變化的。因此，我們不僅需要為就業變量尋找到需求面的衝擊，還需要需求衝擊外生於其他隨地區和時間變化的城市特徵。有鑑於此，一方面，本文利用城市出口作為非農就業率的工具變量，出口屬於產品需求，是就業水平的需求面衝擊，能夠很好地解決模型（1）OLS估計的反向因果問題；另一方面，在計算城市出口時，本文按照Bartik工具變量的構建方法構建城市出口衝擊變量（Bartik，1991；Bartik，2006）。Atkin（2015）在研究墨西哥就業崗位變動對青少年教育投資的影響時採用了類似的方法構建工具變量，用於解決崗位數量的內生性問題。本文同Atkin（2015）的區別在於他是基於全國就業增長構建Bartik工具變量，而本文是基於全國總出口額構建變量。由於外部產品需求相比本國總就業需求更加外生於勞動力供給決策，基於出口需求構建的Bartik工具變量在避免遺漏變量問題的同時也能夠更好地避免反向因果問題。具體的，IV估計的一階段模型為：
其中，為城市層面的加權出口額，即城市出口需求衝擊。具體的，Exportjt表示t期行業j的全國總出口額，權重sharec,j的定義如下：
其中，employment_mfgcj表示城市c在製造業行業j（精確到兩位代碼水平）的就業比重。直覺上講，這一策略利用了各城市在製造業產品生產上具有專業化分工這一事實。由於製造業品生產集中度在城市水平上存在差異，使得製造業品的總出口需求對不同城市造成的衝擊不同。
方程（2）所展示的第一階段估計本身具有重要的經濟含義，因為國際貿易對地區勞動力市場的影響本身就是一個十分重要的研究課題。通過估計方程（2），我們可以直接得到出口衝擊對就業的影響，這有助於我們全面理解貿易開放政策的社會經濟影響。當然，國內已經有專門針對這一問題的研究，這並不是本文的主要關注點。但是，第一階段估計的經濟含義對於我們理解最終的IV估計結果是十分重要的。在異質性處理效應的理論框架下，IV估計得到的是局域平均處理效應（Local AverageTreatment Effect ,LATE），即由排他性工具變量（ExcludedInstrument Variable）所導致的內生解釋變量的變化所引起的被解釋變量的變化（Imbens & Angrist，1994）。這意味著，本文基於方程（1）和方程（2）所得到的IV估計是由出口衝擊所帶來的就業需求變化對個體教育投資的影響。國內就業需求的變化並不僅僅源於外部產品需求衝擊，國內產品需求的變動同樣會引起就業變化，如果由國內需求和國外需求所帶來的就業需求變化存在顯著的異質性影響，本文IV估計的結果就只能適用於外部出口需求變動所引致的就業需求變動。如果出口產品需求創造的就業崗位和國內產品需求創造的就業崗位對勞動力具有不同的技能水平要求，這兩類產品需求所引致的就業需求變動就可能對個體教育投資決策產生不同的影響。
（一）出口擴張與就業增長
表2報告了基於城市面板數據估計的城市出口衝擊對非農就業的影響，即方程（2）的估計結果。城市出口總額每增加1%，非農就業人口佔勞動年齡人口的比重顯著增長0.047個百分點，顯示出口產品需求產生了顯著的勞動力引致需求。前文指出，在新古典勞動力市場理論框架下，新增就業崗位的技能要求對個體勞動力供給決策和教育投資決策有顯著影響，因此，本文將非農就業人口按照學歷水平分為高學歷組和低學歷組，用於粗略地判斷出口引致的勞動力需求所對應的崗位技能水平。本文首先按照就業人口是否具有高中學歷分別估計出口對就業的影響。結果顯示，城市出口衝擊引致的就業需求更多地集中於高中以下學歷人口。本文進一步按照就業人口是否具有大學學歷進行分組估計。結果顯示，出口衝擊引致的就業需求幾乎完全表現為大學以下學歷人口的就業增長，出口衝擊對大學學歷人口就業的影響在統計上不顯著。這也間接表明，出口需求帶動的高中及以上學歷就業人口的增長基本上集中於高中學歷人口。
表2 出口擴張與就業增長：固定效應（FE）估計
註：出口衝擊為對數值，見文中方程（2）。括號中為異方差穩健標準誤。***、**、*分別表示1％、5％、10％的水平顯著（以下各表同）。
表2的估計結果表明，1990-2005年間出口擴張創造的主要是中低技能就業崗位，新增就業崗位並不要求勞動力具有大學學歷。為進一步驗證出口擴張創造的主要為中低技能就業崗位，本文在表3中考察了製造業行業出口擴張同行業在業人口平均學歷水平之間的關係。表3A部分的結果顯示，1990-2005年間以及2000-2005年間，出口增長較快的行業同時也是大學學歷就業人口所佔比重較低的行業。表3B部分顯示了類似的經驗事實，1990-2005年間以及2000-2005年間，在出口擴張較快的行業，具有高中學歷的就業人口佔該行業總就業人口的比重顯著更低。
綜上，我國出口擴張所創造的就業崗位主要為中低技能崗位，所推動的就業增長集中於高中及以下學歷人口。在新古典勞動力市場理論框架下，我們可以預期出口擴張引致的就業增長將導致個體大學教育投資下降。接下來，本文從經驗上對這一理論推斷進行檢驗。
表3 分行業出口擴張和就業人口平均學歷水平的相關性
註：行業分類按照兩位代碼劃分。因變量為1990、2000、2005年三年的行業平均水平，自變量為表中第一行所標示時期的行業出口總額變化。回歸控制了進口衝擊。括號中為標準誤。
（二）就業增長與個體教育決策
表4報告了OLS和IV估計結果。OLS估計顯示城市非農就業人口佔勞動年齡人口比重同19-21歲高中畢業生進入大學學習的概率顯著負相關，但是同16-18歲初中畢業生進入高中學習的概率顯著正相關。利用出口衝擊作為非農就業率工具變量所做IV估計顯示，城市非農就業人口佔勞動年齡人口比重每增加1個百分點，導致19-21歲青年就讀大學的概率顯著降低0.264%，其中進入本科院校學習的概率顯著降低0.171%，同OLS估計結果比較接近。然而，針對高中入學率的估計顯示，非農就業機會的增加導致16-18歲初中畢業生進入高中學習的概率同樣出現了顯著下降，表明OLS估計可能存在較嚴重的內生性偏誤。不過，OLS估計和IV估計的差異也可能部分地源於就業需求變動對個體教育投資決策的異質性影響。由於在平均水平上，出口需求所引致的就業需求對勞動力技能水平的要求可能低於總體就業需求——包括國內產品需求和出口產品需求在內的總產品需求所引致的勞動力需求——對勞動力技能水平的要求，IV估計更可能發現就業需求對個體教育投資存在負向影響。嚴格地講，表4的IV估計結果表明，由製造業品出口需求所引致的非農就業增長導致了19-21歲高中畢業生進入大學學習的概率顯著下降，導致了16-18歲初中畢業生進入高中學習的概率顯著下降。總體而言，中國出口擴張所推動的製造業和服務業就業增長對教育發展，特別是高等教育發展產生了顯著的負面影響。
表4 就業增長與個體教育投資決策
註：是否入學條件於完成前一階段學習，包括已經畢業和調查時仍然在讀。是否進入高等院校基於19-21歲人口計算；是否進入高中基於16-18歲人口計算；高等院校包括三年制大專院校和四年制本科院校。所有回歸都控制了是否農村戶籍、性別、城市固定效應和年份固定效應。IV估計的工具變量為出口衝擊。括號中為在城市水平上集聚的穩健標準誤。
（三）個體異質性：分性別和戶籍的估計
前文理論分析指出，當教育的機會成本和教育回報發生變化時，個體貼現率、預期和家庭信貸約束方面的差異會導致就業機會變化對教育投資決策的異質性影響。由於度量個體貼現率水平是十分困難的，而在本文所使用數據條件的限制下更不可能，因此我們不對個體貼現率差異所可能導致的異質性效果進行討論。在教育回報方面，以往的經驗研究顯示女性教育回報顯著高於男性（Zhang et al.，2005；黃志嶺、姚先國，2009）。因此，我們預期在出口擴張導致就業機會增加的情況下，女性教育投資的減少會低於男性。在信貸約束方面，理想情況下，我們可以通過考察來自低收入家庭的孩子是否更容易在就業機會增加時減少教育投資來檢驗信貸約束對個體教育投資的影響，遺憾的是人口普查數據並沒有家庭收入信息。然而，一個被普遍接受的事實是，中國農村家庭平均收入水平遠遠低於城鎮家庭。由於我國教育體系以公立學校為主，教育投資的直接成本對於農村學生和城鎮學生而言區別很小，因此我們可以通過對比城市學生和農村學生在就業機會變化時教育投資決策的差異來間接檢驗信貸約束這一作用機制。
表5 就業增長與個體教育投資決策：分組估計
註：所有IV估計都通過了弱工具變量檢驗，限於篇幅，檢驗統計量未報告。其他說明同表4。
表5A部分報告了分性別的OLS和IV估計結果。本文以IV估計結果為準，OLS估計結果作為參照，限於篇幅僅對IV估計結果進行討論。IV估計結果與理論預期完全一致，出口擴張所引致的就業需求增加對男性大學和高中入學率的負面影響均明顯高於女性。這也意味著如果除出口擴張以外的其他因素（例如，國家教育投入、家庭收入水平的上升等）對男性和女性教育投資的影響相同，則隨著出口規模的不斷擴大和相伴隨的就業增長，女性的學歷水平會逐漸趕上甚至超過男性學歷水平。事實上，我國的性別教育差距在過去二十多年間表現出不斷減小的趨勢。2009年，女性大學入學人口數首次超過了男性。這與本文的實證發現是一致的，表明就業機會增加對兩性教育投資的非對稱性影響有可能是導致性別教育差距縮小的原因之一。
表5B部分報告了分城鄉的OLS和IV估計結果。IV估計結果顯示，對大學教育投資而言，非農就業人口佔勞動年齡人口的比重每增加1個百分點，農村19-21歲高中畢業生進入大學的概率顯著下降0.135%，其中，進入本科院校學習的概率顯著下降0.059%；對城鎮19-21歲高中畢業生進入大學的概率沒有統計上顯著的影響，但是進入本科院校學習的概率顯著下降了0.172%。在高中入學決策上，農村青年和城鎮青年表現出了明顯不同，非農就業機會的增加顯著降低了農村16-18歲初中畢業生進入高中的概率，但是顯著增大了城鎮16-18歲初中畢業生進入高中的概率。整體而言，表5B部分的結果顯示，就業機會增加對農村青年教育投資的負面影響同時表現在高中和大學兩個階段，但是對城鎮青年的影響僅表現在教育層次最高的本科階段。
（四）對結論穩健性的進一步檢驗
1.人口遷移的影響
本文採用的是局部勞動力市場的分析範式，假定地區勞動力市場之間不存在完全的要素流動。儘管這是現有文獻中十分流行的做法，例如Autor et al.(2013)、Atkin（2015）等均採用了相同的做法，我們仍然不能忽視地區之間勞動力要素的流動對參數估計可能產生的影響。如果地區之間的勞動力要素流動完全無摩擦，局部勞動力市場中的勞動力供給彈性就會非常大，新增就業機會將吸引大量外來青年勞動力流入，就業機會越多的城市流入的人口越多，這會導致我們高估就業增長對個體教育投資的負面影響。為了檢驗實證結論是否穩健，本文剔除了跨縣（市）遷移人口，重新估計了非農就業對個體教育投資的影響，結論完全一致。
2.製造業就業與個體教育決策
本文所構建的出口衝擊是基於製造業品出口計算的，但是卻沒有基於製造業就業計算地區就業需求，而是同時計算了製造業和服務業就業。這看似奇怪，實際上則是考慮到了製造業就業的本地就業乘數效應。出口擴張在帶動製造業就業增長的同時也間接帶動了服務業就業。Moretti（2010）、Moretti&Thulin（2013）已經從經驗上估計了美國和瑞典的製造業就業乘數，顯示製造業就業對服務業就業具有顯著的帶動作用；張川川（2015a）基於中國數據所做研究有相同的發現。因此，我們沒有理由在分析出口擴張對就業的影響時僅局限於製造業就業。
然而，製造業就業乘數效應的存在使我們可以合理地預期，製造業就業機會的增加對個體教育投資的影響應該會更大，因為一個新增製造業就業崗位意味著多個非農就業崗位。作為對就業機會和個體教育投資決策之間關係的一個穩健性檢驗，本文單獨估計了城市製造業就業增長對個體教育投資決策的影響。表6報告了估計結果。正如我們所預期的那樣，製造業就業需求變化對個體教育投資的影響比包括製造業和服務業在內的整體就業需求變化的影響更大。
表6 製造業就業增長與個體教育投資決策：IV估計
註：同表4和表5。
本文基於全國人口普查和抽樣調查數據考察了出口擴張引致的就業增長對個體教育投資決策的影響。研究發現，中國貿易開放政策推動的出口擴張創造了大量非農就業崗位，這些崗位中的大多數對勞動者技能水平要求較低，由此推高了大學教育投資的機會成本，導致青年人口的大學入學率和高中入學率顯著下降。回歸分析顯示，城市製造業和服務業就業人口佔勞動年齡人口的比重每增加1個百分點，導致19-21歲高中畢業生進入大學學習的概率顯著下降0.264%，16-18歲初中畢業生進入高中學習的概率顯著下降0.167%。1990-2005年間我國製造業和服務業就業人口佔總就業人口的比重從39%上升到了大約54%，這意味著，在假定勞動參與率和其他影響教育投資決策的因素保持不變的情況下，這一時期由出口擴張引致的非農就業增長使19-21歲高中畢業生的大學入學率和16-18歲初中畢業生的高中入學率分別減小了8.6和5.4個百分點。同樣重要的是，實證分析顯示就業增長所導致的農村青年教育投資的下降要大於城鎮青年，這意味著城鄉教育差距和收入差距都將繼續擴大。
本文的發現凸顯了個體短期就業收入和長期教育收益之間的權衡。在出口擴張導致中低技能就業崗位快速增加的背景下，為了獲取短期收入，大量中青年人口的教育投資停滯在中等教育水平上，阻礙了人力資本的積累。人力資本積累是長期經濟增長的動力，如果這種情況長期持續，中國將面臨陷入「中等教育陷阱」的危險，不利於實現中長期經濟增長。中國快速的人口老齡化和對產業結構轉型升級的迫切要求則進一步放大了這一不利影響。緩衝勞動力數量下降的衝擊和推動產業結構升級都依賴於勞動力質量的提高，這顯然需要更多而不是更少的人力資本積累。就業增長對個體教育投資影響的城鄉差異則導致了另一個不好的後果，即城鄉人口教育差距的進一步擴大，在中長期這將導致城鄉收入差距的擴大。在提前認識到和充分重視本文的研究發現的基礎上，有一些可能的政策措施能夠起到補救作用。首先，避免高中和大學學習費用的快速上漲、提供低成本的助學貸款和為貧困學生提供更為慷慨的獎助學金，這將能夠對教育機會成本上漲的負面影響起到抵消作用。其次，通過實施產業政策促進高技術含量產品的生產和出口，提高新增就業崗位對勞動力技能的需求水平，從而促進而非抑制家戶部門進行更多的教育投資。
從個體福利的角度出發，減少當前教育投資並獲取收入在短期無疑有助於提高家庭收入和福利水平，但是在長期卻可能導致更大的收入損失和損害個體發展。在產業結構不斷轉型升級的中國更是如此。一位高中畢業生在2000年或許還能夠找到一份體面的和收入不錯的工作，但是到了2010年，同樣的高中畢業生恐怕很難再找到一份同樣體面的和具有不錯收入的工作，尤其是當年齡不斷增加難以適應高強度的低技能工作之後更是如此。我們可以想像這樣一個景象：一個18歲高中甫一畢業就進入了電子產品裝配工廠的工人，在10年或20年後所在工廠由於產業升級轉型倒閉或轉移至東南亞或非洲國家的時候，從工廠走出，卻發現自己所擁有的高中學歷無法幫助自己在城市找到一份正式的工作。要避免這種情況的發生，個體或家庭需要把目光放的更為長遠。對於已經決定離開學校進入勞動力市場的低學歷人口，政府應當鼓勵企業提供在職培訓，並為已經離開學校的人口重新回到學校學習提供更多的便利，以避免人力資本積累的過早停止。
張川川丨經濟學博士，中央財經大學經濟學院副教授；主要研究方向為老齡問題和社會保障、健康狀況的決定因素和影響、國際貿易與勞動力市場、城市發展、文化觀念與經濟行為等。
原文發表於《經濟研究》2015年第12期，115-127頁。
張川川，《「中等教育陷阱」？——出口擴張、就業增長與個體教育決策》
聲明：本文為作者授權發布，如需轉載請聯繫小編（微信：cm3250992838）。