教育擴張政策對農村勞動力工資水平的影響:兼論教育政策的工資效應和分配效應

方超,孫晗,葉林祥

(南京財經大學 公共管理學院/經濟學院,南京 210023)

黨的十一屆三中全會以來,經濟體制改革一方面推動中國經濟高速增長,提升人民生活福祉,另一方面收入差距的不斷擴大折射出社會變遷的“痛點”。據統計,以基尼系數反映的中國收入不平等在1985—2014年由0.38上升到了0.469,業已超過了0.4的警戒線[1]。自1958年《中華人民共和國戶口登記條例》實施以來,城鄉分割的二元經濟結構就演化為中國經濟市場的重要特征,城鎮和農村3∶1的收入比引致的城鄉收入差距也成為中國收入差距的重要組成[2]。在此背景下,如何穩步提高農村勞動力的工資水平,縮小城鄉組間工資收入差距就成為新時代收入分配深化改革的重要課題。

同時,教育事業改革也在公共教育擴張政策的主導下取得了巨大突破。經濟轉型時期公共教育擴張主要集中在基礎教育和高等教育領域,1986年推行的《中華人民共和國義務教育法》(下文簡稱“義務教育法”)逐步普及、免費了九年制義務教育;1998年頒布的《面向21世紀教育振興行動計劃》放寬了大學教育的配額限制,為勞動力市場提供了一批具有大學受教育程度的技能勞動力,九年義務教育鞏固率和高等教育毛入學率分別上升到了95.2%和54.4%(1)注:具體參見http://www.moe.gov.cn/jyb_sjzl/sjzl_fztjgb/202108/t20210827_555004.html。。當教育事業發展及勞動力市場需求受到公共教育擴張政策的外生沖擊時,學歷教育是否仍然具有經典人力資本理論指涉的生產性和分配性功能,能夠提高農村勞動力的工資水平,縮小農村勞動力的組內工資差異就成為本文的核心問題。

與既有研究相比,本文具有以下三方面的邊際貢獻:第一,本文聚焦經濟轉型時期公共教育擴張政策,在學校教育供給和勞動力市場需求間構建供給-需求關系,通過農村勞動力的教育收益率捕捉學歷教育的個體增收效應和收入分配效應,有助于科學評價教育擴張政策的社會經濟價值;第二,本文采用最新一輪中國家庭收入調查數據,能夠較為全面地刻畫現階段農村勞動力的工資水平,掌握教育對工資水平的影響效應;第三,本文通過教育收益率的因果性和異質性測量,與前期文獻形成縱向歷史對話,豐富相關研究成果。

自明瑟提出工資決定方程后,明瑟教育收益率便被廣泛地用來測量學歷教育的經濟價值[3],城鄉分割的二元經濟結構使得以教育收益率為媒介的相關研究愈發重視對農村勞動力市場的關注。早期研究發現學歷教育對農村勞動力工資水平的影響并不明顯,甚至在20世紀70年代一度呈現出負相關的關系,直到20世紀90年代才由負轉正并上升到了3%[4]。但是,隨著勞動力市場的演化成熟,學歷教育不斷釋放提高農村勞動力工資水平的個體增收效應,教育收益率才日益表現出不斷增長的長期趨勢并達到了較高水平[5]。

(一)教育擴張政策的國際研究趨勢

近年來,隨著公共教育擴張政策在轉型國家的逐步興起,以教育收益率為切入點的政策效果評估逐漸成為教育經濟學和勞動經濟學的研究趨勢之一[6]。針對發達國家的研究指出,公共教育擴張提高了學校教育向勞動力市場的畢業生輸出數量,但短期供需變化造成過度教育及文憑通脹,降低了勞動者的教育收益率[7-8]。教育收益率在經濟轉型國家的情況存在些許不同。經濟轉型、社會變遷與教育擴張在一定程度上提升了學歷教育的工資決定機制,從而提高了勞動者的教育收益率[9]。從國際研究趨勢上看,公共教育擴張政策與教育收益率的變動關系相對復雜,原因在于國家所處的發展階段、勞動力市場的供需水平以及教育的工資決定機制等方面的不同,造成了教育收益率的上升或下降趨勢。

(二)教育擴張政策與中國教育收益率的變動

經濟轉型時期,中國教育事業發展主要經歷了基礎教育和高等教育兩級擴張,因而數量相當的學術研究分別關注了義務教育改革和高校擴招政策對勞動者受教育程度與工資水平的外生沖擊。義務教育改革方面,既有研究充分利用“義務教育法”提供的自然實驗,借助教育法律的強制性構造外生工具變量,通過工具變量或模糊斷點回歸設計實現教育改革與工資收入的因果關系推斷[10-11]。部分研究發現,“義務教育法”實施后勞動力的受教育年限提高了8年,中國勞動力的教育收益率達到了20%[12]。當然,也有研究指出“義務教育法”實施后的工資收入效應源于政策干預時間和“中國奇跡”下的高速經濟增長存在重合,導致相關研究高估了基礎教育擴張政策的個體增收效應[13]。

高校擴招方面,1998年頒布的《面向21世紀教育振興行動計劃》對高等教育毛入學率的中長期要求,為既有研究采用微觀方法識別大學教育收益率提供了便利。譬如,劉澤云[14]的研究指出,高校擴招雖然放寬了大學教育的配額限制,但勞動者的大學教育收益率在1998—2007年仍然呈現不斷上升的時間趨勢。劉生龍與胡鞍鋼[15]采用斷點回歸設計的研究則進一步指出,高校擴招與城鄉居民個體增收之間具有較強的因果關系,但大學教育回報率存在城鄉差異,城鎮居民的大學教育回報率為17.1%,高于農村居民的15.9%。此外,還有研究關注了高校擴招與農村勞動力大學教育機會獲得的因果關系。王琳等[16]學者的研究發現,高校擴招未能提高農村勞動力的大學教育參與率,擴招對改善大學教育機會分布的深層次影響停留在農戶的中上階層,而對中下階層的影響較為有限。

(三)研究述評及假說

相關研究圍繞公共教育擴張與教育收益率的變化業已形成了豐富的學術積累,也為學界與決策者深入理解學歷教育的經濟價值提供了決策信息,但基于對既有文獻的系統梳理,我們發現該主題還存在兩方面的拓展可能:第一,受到“城市偏向型”經濟體制改革的影響,既有研究更多關注兩級教育擴張與城鎮勞動力工資收入的關系,但對農村勞動力的關注僅在城鄉差異的部分研究[17-18],而以農村勞動力為研究對象的主體研究則稍顯不足。第二,公共教育擴張包括基礎教育和高等教育,但既有研究更加關注高等教育和大學擴招的影響效應,但對“義務教育法”和義務教育改革及其收入分配效應的關注稍顯不足[19],而這在經典人力資本分析框架中不利于科學、全面評估不同學歷教育層級對農村勞動力收入水平及工資差異的影響效應。

鑒于既有研究尚存上述拓展空間,本文在此基礎上提出后續實證研究有待檢驗的研究假設。H1:經濟轉型時期的兩次公共教育擴張政策——義務教育改革和高校擴招政策,具有較強的社會經濟價值,能夠提高農村勞動力的工資水平,但學歷教育的個體增收效應在義務教育和大學教育存在異質性的特征;H2:兩次教育擴張政策還具有一定的收入分配效應,能在一定程度上縮小農村勞動力因教育人力資本因素引致的組內工資收入差距。

(一)數據來源

數據來源于中國居民收入分配課題組(CHIP)委托國家統計局調查樣本庫開展的中國家庭收入調查2018(農村住戶適用)。中國家庭收入調查數據涵蓋北京、山西、遼寧、江蘇、山東、安徽、河南、湖北、湖南、廣東、重慶、四川、云南、甘肅以及內蒙古等15個省份,是目前我們能夠獲得且最適宜評價公共教育政策社會經濟價值的微觀研究數據,調查總計涉及7萬余人,能在最大限度上滿足本文數據外部有效性的要求。

基于CHIP2018(農村住戶適用)研究數據,本文對樣本做了三方面處理:第一,剔除在工資水平、教育年限等核心指標上存在缺失值的個體;第二,剔除在勞動力市場上處于“不活躍”的個體,包括機關事業單位離退休人員、企業及其他單位退休人員、在校學生、失業/待業人員、家務勞動者、在休產假或哺乳假的婦女、在休長病假以及其他不工作、不上學的成員等;第三,將農村勞動力的年齡范圍限定在16～65歲,同時根據“義務教育法”和高校擴招的政策干預時間,將義務教育改革和高校擴招的樣本年齡分別限定在1960—1980年和1971—1991年。最終得到義務教育改革和高校擴招樣本的有效觀測值分別為5126個和5449個。

(二)識別策略

基于經典工資決定方程,估計教育擴張政策對農村勞動力工資水平的線性影響:

(1)

1.因果識別

因果識別借助兩次教育擴張政策提供的自然實驗,通過構造兩階段工具變量進行估計。第一步,構造第一階段選擇方程,識別兩次教育擴張政策對農村勞動力受教育程度的外生沖擊:

Educi=α+β5Expansioni+β6Xi+γi

(2)

式(2)中,因變量Educi為個體受教育程度,表示農村勞動力是否具有義務教育或大學教育的受教育程度;Expansioni為二元工具變量,當個體受到義務教育改革或高校擴招政策干預時Expansioni=1,反之為0,受到教育擴張政策干預的個體有著更高的概率接受義務教育或大學教育;Xi為影響受教育程度的前定變量(2)注:受到研究數據可獲得性的掣肘,式(2)中的Xi上同式(1)。。

第二步,將選擇方程的估計結果代入式(1),利用第二階段結果方程估計教育擴張政策對農村勞動力工資水平的影響。

2.異質性分析

異質性分析采用Firpo等[20]學者提供的無條件分位數回歸,利用再集中響應函數刻畫學歷教育的異質性增收特征,該特征也是評估教育擴張政策收入分配效應的重要依據。與條件分位數回歸及其處理效應模型相比,無條件分位數回歸放寬了對于變量可觀測特征相同或相似的要求,因而增強了估計結果對現實世界的解釋力度[21-22]。

(3)

(三)變量處理

1.因變量

農村勞動力的工資水平為本文因變量,代理指標選擇問卷中的“2018年這份工作的收入總額”,剔除缺失值和異常值后對代理指標做對數處理。

2.處理變量

教育年限是本文識別教育擴張政策對個體受教育程度干預效果的處理變量。處理辦法是將連續變量轉換為二元變量,當個體具有9年以上和12年以上教育年限時Educi=1,表示具有義務教育或大學教育的受教育程度(3)注:9年以上的教育年限表示農村勞動力受到義務教育改革的影響,受教育程度至少為義務教育;12年以上的教育年限表示農村勞動力受到高校擴招政策的影響,受教育程度在高中以上,包括大專、本科、研究生等。;反之Educi=0。

3.工具變量

因果識別借助教育政策和出生日期的外生性構造工具變量。對處理變量的技術處理分兩步進行:(1)根據“義務教育法”和高校擴招政策,結合法定入學年齡計算出1971年9月和1981年9月分別是義務教育改革和高校擴招政策干預的時間截斷點[23];(2)利用農村勞動力精確到月的出生日期與截斷點相減,取值小于等于0的個體賦值為1,即Di=1,表示受到教育擴張政策干預,反之則賦值為0,即Di=0。

4.協變量

協變量包括農村勞動力的人力資本特征、個體特征以及行業特征三個方面。人力資本特征由工作經驗及其二次項構成;個體特征由性別、民族、家庭規模、健康狀況、婚姻狀況、政治面貌等因素構成(4)注:自評健康包括非常好和好,自評不健康則包括一般、不好和非常不好。;行業性質為農村勞動力所屬行業性質。表1報告了全部變量的基本統計信息,其中處理組和控制組表示受到和未受到教育擴張政策干預的農村勞動力。

表1 統計描述

(一)基準估計

表2報告了利用普通最小二乘法估計的義務教育和大學教育影響農村勞動力工資水平的基準回歸結果。其中,第2—4列、第5—7列分別報告的是義務教育改革和高校擴招全樣本、男性和女性分樣本的回歸結果,各樣本在回歸過程中均控制了聚類到個體的固定效應。

義務教育改革方面,β1的回歸結果在全樣本、男性和女性分樣本中分別是0.20、0.164以及0.288,參數估計結果具有統計顯著性,其含義可以理解為與未接受義務教育的農村勞動力相比,接受義務教育能將全體、男性和女性的年工資水平分別提高20、16.4以及28.8個百分點。高校擴招方面,β1的回歸結果在全樣本、男性和女性分樣本中分別為0.318、0.296以及0.308,表明與未接受大學教育的農村勞動力相比,接受大學教育能將全體、男性和女性年工資水平分別提高31.8、29.6以及30.8個百分點。普通最小二乘法的估計結果表明,雖然存在內生性擾動,但“義務教育法”的實施和高校擴張仍然顯示出較強的社會經濟價值,大學教育的個體增收效應高于義務教育,符合學歷教育層級異質性的鮮明特征,研究假說H1得到驗證。同時女性教育回報率高于男性也與既有研究結果相對一致[24]。

協變量方面,經驗及其平方項的參數估計結果正負相異,體現出人力資本積累對工資水平的影響具有非線性的變化趨勢,該趨勢與加里·貝克爾提供的年齡-工資曲線是一致的,即工齡上升對農村勞動力工資水平的影響呈現先上升再下降的倒U型變化趨勢。男性工資水平高于女性,但教育對女性個體增收的促進作用高于男性;自評健康者的工資水平高于不健康者。

表2 普通最小二乘法估計

(二)內生性檢驗

內生性檢驗借助教育擴張政策和個體出生日期的外生性構造工具變量,利用兩階段工具變量法估計義務教育和大學教育對農村勞動力工資水平的因果性影響,表3報告了工具變量法的估計結果。在表3中,第2—4列為義務教育改革各樣本的估計結果,第5—7列為高校擴招各樣本的估計結果。從兩階段工具變量法的檢驗性指標上看,Kleibergen-Paap rk LM和Kleibergen-Paap rk Wald F檢驗表明本文所構造的工具變量為強工具變量,因而拒絕存在弱工具變量的可能。

第一階段估計的是個體受教育程度的選擇方程,即教育擴張政策對農村勞動力受教育程度的影響效應,該估計結果是本文評價教育擴張政策是否具有教育價值的重要依據。義務教育改革方面,工具變量Expansioni的參數估計值在全樣本、男性和女性分樣本中分別為0.029、0.027以及0.034,估計結果顯著,可以理解為“義務教育法”將農村地區全體、男性以及女性勞動力接受義務教育的概率值分別提高了2.9、2.7以及3.4個百分點。高校擴招方面,工具變量Expansioni的參數估計值在全樣本、男性和女性分樣本中分別為0.098、0.096以及0.099,參數估計結果在1%水平上統計顯著,可以理解為1998年教育部頒布的《面向21世紀教育振興行動計劃》在農村地區將全體、男性以及女性接受大學教育的概率值分別提高了9.8、9.6以及9.9個百分點。

第二階段估計的是受教育程度影響工資水平的結果方程,該部分是判斷教育擴張政策是否具有社會經濟價值的重要依據。義務教育改革方面,β1的參數估計值在全樣本、男性和女性分樣本中分別為8.301、8.680以及7.718,參數估計結果顯著,表明在“義務教育法”的政策干預下,接受義務教育能將全體、男性、女性年工資對數提高830.1%、868%以及771.8%。高校擴招方面,β1的參數估計值在全樣本、男性和女性分樣本中分別為1.819、1.447、2.303參數估計結果在1%水平上統計顯著,表明在《面向21世紀教育振興行動計劃》的政策干預下,接受大學教育能將全體、男性、女性年工資對數分別提高181.9%、144.7%以及230.3%。

根據兩階段工具變量的估計結果,我們能夠得到教育擴張政策與農村勞動力工資水平的三點推論:第一,義務教育改革和高校擴招具有較強的教育功能,在兩次教育擴張政策的推動下,農村勞動力的受教育程度得到了一定提升,教育擴張的政策紅利向女性傾斜,擴大了向農村女性的教育機會供給,致使女性接受義務教育和大學教育的概率值相對于男性要高出0.7和0.3個百分點。第二,教育擴張政策還具有較強的社會經濟價值,突出表現為對個體工資的增收效應。一方面,大學教育對個體工資的增收效應高于義務教育階段,表明教育收益率在學歷教育層級上具有異質性的特征,另一方面,女性在義務教育階段的教育收益率低于男性,但在高等教育階段高于男性,體現出教育收益率在不同學歷教育階段的個體增收效應具有鮮明的性別差異。第三,從估計結果的縱向對比上看,工具變量法對教育收益率的估計全面高于普通最小二乘法,表明遺漏變量導致基準估計對學歷教育經濟價值的真實處理效應給出了向下偏誤,不利于學術研究科學評價教育擴張政策的個體增收效應。

表3 兩階段工具變量估計

(三)異質性分析

1.無條件分位數回歸

首先采用無條件分位數回歸,選擇0.1、0.25、0.5、0.75以及0.9分位點,表示農村勞動力在低、中低、中位數、中高以及高分位點上的工資水平,回歸利用自舉法進行1000次反復抽樣后,估計結果見表4(5)注:無條件分位數回歸在Stata中利用rifreg命令進行估計。。

義務教育改革方面,β1的參數估計值隨工資分位點不斷上升呈現“下降-上升”的變動趨勢,該趨勢類似于V型曲線,中高工資分位點(τ=0.75)則是教育收益率向上偏折的拐點。從收入分配效應上看,低工資分位點上的教育收益率為0.365(P<0.01),高于高分位點上的0.151(P<0.01),表明義務教育的異質性增收特征有利于收窄農村勞動力在低-高分位點上的組內工資差異。從性別差異上看,男性在低分位點上的教育收益率為31.2%,相比女性的32.7%低了1.5個百分點,但在高分位點上卻比女性的教育收益率高出0.3個百分點。

高校擴招方面,β1的參數估計值隨工資分位點不斷上升呈現“下降-上升-再下降-再上升”的變動趨勢,該趨勢類似于W型曲線,中位數(τ=0.5)和高分位點(τ=0.9)是W型曲線向上偏折的拐點。從收入分配效應上看,低工資分位點上的教育收益率為0.278(P<0.01),低于高分位點上的0.502(P<0.01),表明大學教育的異質性特征客觀上擴大了農村勞動力在低-高分位點上的組內工資差異,這一點和義務教育的異質性增收特征存在顯著不同。從性別組內差異上看,男性在低分位點上的教育收益率為53.2%,比高分位點上的41.1%高12.1個百分點,但女性在低分位點上的教育收益率為1.7%,比高分位點上的48.8%低47.1個百分點,顯示出高校擴招更有利于縮小男性勞動力的組內工資差異,卻擴大了女性在不同工資水平上的組內差異。

表4 無條件分位數回歸

2.無條件分位數處理效應

與條件分位數回歸相比,無條件分位數回歸雖然放寬了計量方程中對于可觀測特征相同或相似的假設要求,提高了估計結果對現實世界的解釋力度,但未對內生性引致的估計偏誤進行處理。因此,異質性分析進一步借助公共教育擴張政策構造工具變量,通過無條件分位數處理效應模型刻畫義務教育和大學教育的異質性增收特征,以期為公共教育政策的收入分配效應提供穩健結論,表5利用自舉法反復抽樣1000次后得到無條件分位數處理效應的估計結果(6)注:無條件分位數回歸在Stata中利用ivqte命令進行估計。。

義務教育改革方面,β1的參數估計值隨工資分位點上的不斷上升呈現“下降-上升”的變動趨勢,該趨勢類似于V型曲線,這一點與無條件分位數回歸所捕捉的異質性增收特征基本一致,中高分位點(τ=0.75)則是V型曲線向上偏折的拐點。從收入分配效應上看,與無條件分位數回歸相一致的是,農村勞動力在低分位點上的教育收益率為18.4%,高于高分位點上的16%,表明針對低收入群體的基礎教育擴張有利于縮小低-高收入群體間的組內工資差異。從性別組間差異上看,男性在低分位點上的教育收益率高于女性,但在高分位點上低于女性,表明義務教育更有利于促進低收入男性和高收入女性的工資增進,而這意味著義務教育改革的收入分配效應能夠縮小男性勞動力的組內工資差異,卻擴大了女性勞動力的組內工資差異。

高校擴招方面,β1的參數估計值隨工資分位點的不斷上升呈現“上升-下降-再上升”的變動趨勢,該趨勢類似于N型曲線,這一點與無條件分位數回歸所捕捉的W型曲線有所不同,而中低分位點(τ=0.25)和中高分位點(τ=0.75)則是N型曲線向下和向上偏折的拐點。從收入分配效應上看,農村勞動力在低分位點上的教育收益率為16.7%,低于高分位點上的35.6%,表明高校擴招擴大了位于收入分布兩端的工資收入差距,這一點與無條件分位數回歸所得結論較為一致。

根據無條件分位數處理效應對義務教育和大學教育的異質性增收特征的捕捉,我們對研究假設H2做出部分修正:“義務教育法”的頒布起到了縮小收入差距的分配效應,但《面向21世紀教育振興行動計劃》與大學配額限制的放寬可能具有“精英導向型”的改革特征,從而擴大了農村勞動力因教育人力資本因素引致的組內工資收入差距[25]。

表5 無條件分位數處理效應

(一)研究結論

本文利用中國家庭收入調查2018(農村住戶適用)數據,通過因果性和異質性教育收益率的測量,實證評估了教育擴張政策對農村勞動力工資水平的影響,得到以下幾點研究發現。

第一,利用普通最小二乘法發現教育年限與個體工資水平呈正相關,不同學歷教育層級間的個體增收效應具有異質性的特征,大學教育收益率高于義務教育階段,包括經驗及其平方項在內的人力資本特征對農村勞動力工資水平的影響在生命周期內呈倒U型變化。

第二,利用教育政策和出生日期的外生性構造工具變量,采用兩階段工具變量法糾正內生性后,第一階段估計發現教育擴張政策顯著提升了農村勞動力的受教育程度,在女性教育人力資本積累方面扮演了尤為重要的作用。與未受到教育擴張政策干預相比,義務教育改革將農村全體、男性和女性勞動力接受義務教育的概率值分別提高了2.9、2.7以及3.4個百分點,而將上述群體接受大學教育的概率值分別提高了9.8、9.6以及9.9個百分點。

第三,利用工具變量法的第二階段回歸,發現教育擴張政策具有較強的社會經濟價值,接受學歷教育顯著提高了農村勞動力的工資水平,但義務教育的個體增收效應高于大學教育。與未受到教育擴張政策干預的個體相比,義務教育改革能將全體、男性和女性年工資水平提高830.1%、868%以及771.8%,高校擴招則能將各群體的年工資水平提高181.9%、144.7%以及230.3%。

第四,利用無條件分位數回歸進行異質性分析,發現義務教育改革和高校擴招的異質性增收特征分別呈現出V型和W型曲線的變動趨勢,其收入分配效應存在一定的差異,義務教育改革有助于縮小組內工資差異,但高校擴招卻擴大了農村勞動力在低-高分位點上的組內工資差異。進一步利用無條件分位數處理效應模型糾正了內生性問題后,發現高校擴招政策的異質性收益特征由W型曲線轉變為N型曲線。

(二)延展討論

本文以學歷教育的個體增收效應和收入分配效應為切入點,實證評估了教育擴張政策對農村勞動力工資水平的影響效應,具有以下三方面的政策意涵。第一,公共教育擴張是后發外生型國家推動教育事業跨越式發展的重要模式,也是推動我國由人力資源大國邁向人力資源強國的重要舉措。經濟轉型期兩次教育擴張顯著提升了農村勞動力的受教育程度,實現了教育人力資本的均質積累,新時代的教育事業改革應繼續深化,進一步擴大優質基礎教育和高等教育機會供給,提升農村勞動力的受教育程度和人力資本質量。第二,公共教育擴張具有較強的社會經濟價值,其個體增收效應能夠提高農村勞動力的工資水平,這就要求教育改革明確其和勞動力市場的供給-需求關系,增強教育改革應對宏觀經濟調整和產業結構轉型升級的靈敏性,充分釋放學歷教育的個體增收效應。第三,公共教育政策尤其是高校擴招的收入分配效應客觀上擴大了農村勞動力在低-高收入分布上的組內工資差異,這就要求新時代的高等教育內涵式發展注重提高農村、女性以及低收入群體的工資水平,收斂由人力資本因素引致的工資差異。

需要指出的是,受到研究數據及其提供信息有限性的掣肘,本文在以下兩方面存在未來優化的可能:一是受到樣本量的掣肘,利用“義務教育法”構造工具變量進行分樣本回歸時,義務教育改革是否是合適的工具變量還需新近的數據做進一步驗證。更進一步地,“義務教育法”規定年滿6周歲的適齡兒童應當接受義務教育,在條件不允許的地區可適當放寬至7周歲。但在當前的數據條件下,我們無法獲取農村勞動力開始接受義務教育的具體時間,因而工具變量的構造可能不那么“純凈”,而這也是利用兩階段工具變量對于義務教育改革進行估計時,估計結果高于基準回歸的可能原因。二是公共教育政策如何通過義務教育縮小以及大學教育擴大農村勞動力的組內工資收入差距,其背后的運行機制還需要后續研究進一步識別,而這些將成為本文后續的工作重點。