中国个人家庭教育投资风险的实证研究结果

在人力资本理论的论述中，个人和家庭的教育投资面临着由于资源、动力和外部性问题形成的供给约束，造成个人教育不足现象。又由于劳动力市场的不完善，可能造成个人教育过度。再加上个人教育收益的不确定性和分化，个人教育支出成本的不确定性和分化，个人教育投资选择行为并不总是理性和优化的。因此，在围绕个人教育的内外部影响因素都存在不确定和风险的条件下，个人家庭教育投资存在很大的风险。

在对个人家庭教育投资风险进行实证研究之前，对其进行一番理论探讨是必要而且有益的，这有利于帮助说明实证研究的方法、过程和结果。

对于教育投资风险的含义，已有一些研究有所涉及。马晓强（2005年）认为：个人教育投资风险是指个人教育投资收益的不确定性或易变性，并认同风险与不确定性是同一含义^[9]；赵宏斌（2007年）的研究认为：人力资本投资风险可以从不同角度描述，一种是指投入一定量的人力、物力、财力开发人力资本，但在未来若干年，投资者的收益不一定能补偿投资成本的现象。另一种研究思路是从个体间教育收益的差异来考察，对受教育者个体进行教育投资，具有相同教育水平的个体往往会有不同的教育收益，这种收益可能大于或小于无风险投资的收益（期望收益），若这种教育收益的差异是由不确定因素造成的，便形成了教育投资风险^[10]。王明进、岳昌君（2007年）认为：个人教育投资风险指的就是个人教育投资收益的不确定性，这种不确定性既可以体现在非货币收益上，也可以体现在货币收益上^[11]。由此可看出，对于教育投资风险的含义主要指教育投资的不确定性这一点是明确的，但这种“不确定性”具体指向的内容是什么还处于探讨之中。这种“不确定性”一般的看法包括两类，一类是风险损失，即教育投资收益不能弥补成本或者几乎没有什么收益，这可视为绝对风险；另一类是教育投资收益具有很强的不确定性或变化幅度，接受同样教育的个人或者同等数量教育投资的个人，教育收益的差异过大。在已有研究中，有的（如赵宏斌等人）认为只讨论第二类教育投资风险更科学、合理，还有的研究（如马晓强、王明进等人）从实证研究的可能性和可操作性角度出发，只限于讨论第二类教育投资风险。但是，本研究认为个人家庭教育投资风险（教育投资风险）的两类情形都是现实存在的，都不应该被忽视，虽然两类情形可能在一定时期、范围内的表现有所不同。由此，本研究对个人家庭教育投资风险定义为：个人家庭教育投资的收益存在着较高的不确定性和变化幅度，它既包括教育投资不能弥补成本或者没有收益的情形，也包括教育投资的收益差距过大的情形。

对于教育投资风险的形成原因，一些学者很早就进行了关注和探讨。舒尔茨（1964年）在《教育的经济价值》中讨论了人力资本投资风险的三个来源：对自身才能的不确定、就业的不确定和资本市场的不确定^[12]。贝克尔（1975年）也区分了教育投资收益的三种不确定性根源：人们对其能力认识的不确定性；作为收益的一个重要因素的生命周期长短的不确定性；由于许多不可预测的事件，对某一特定年龄和能力群体带来收益的不确定性^[13]。后续的研究者们认为教育投资风险存在的主要原因有以下方面：（1）对教育质量的不完全信息；（2）劳动力市场的不确定性；（3）个人生命周期的不确定性等。

教育投资风险可以按照一些标准划分为若干类型。已有研究一般认为个人教育投资风险存在以下类型：（1）系统性风险、非系统性风险。系统性风险是指某种共同因素引起的所有投资者都将面临的、无法避免的风险，一般是宏观风险。如劳动力市场的整体变化、大规模经济危机的爆发；非系统性风险是指个体特有的风险，是一种微观风险。（2）主观风险、客观风险。主观风险是指投资者个人心理上对风险的判断和评估，是人对客观事物的主观估计。主观风险虽然与风险本身有很大的不同，但其对认识、评价风险，对投资的作用是不可忽视的。客观风险是指独立于个人主观意识之外的客观存在，可以用客观的尺度加以衡量。（3）过程风险、结果风险。过程风险是受教育者在接受教育过程之中各种因素对其教育经济与非经济收益的影响。这主要包括教育过程中个人的退学、辍学；个人所受教育质量状况；不同学科和专业的影响等方面。结果风险是指受教育者在完成一定层次的教育投资后，在进入劳动力市场就业后教育投资收益的差异和风险。

还有一种教育投资风险的分类值得重视，即根据受教育者对教育投资风险的态度来分类。在受教育者面对风险时，如对教育时间、教育类型、工作和职业等作出选择时，不同的个人可能持有不同的选择倾向和态度。因此，风险态度对受教育者的选择是极为重要的。个人之所以持有不同的投资风险态度，其原因是人们各自的效用函数不同。根据人们对应的效用函数可以分为风险厌恶者、风险爱好者、风险中立者。简单地说，风险厌恶者就是投资者决策时总是力图追求稳定的收益，不愿冒较大的风险；风险爱好者具有比较强烈的进取心和开拓精神，为了追求较大的收益，宁愿承担较大的风险；风险中立者对待风险的态度介于上面两者之间，对风险不甚敏感。对于受教育者来说，当教育风险增加时，风险规避的个体会选择延长受教育时间和推迟离校时间，风险偏好的个体则相反。个体财富量和家庭经济状况也会影响对职业选择的风险态度，一般情况是随着个体财富的增多，选择更具风险性的职业。家庭富裕群体偏好高收入、高风险的职业，而弱势群体则倾向于风险小、收入稳定的职业。教育收益与教育风险呈正相关关系，随着教育收益率的增加，教育投资风险也相应增大，表现为高收益高风险的特征^[14]。

对于个人教育投资风险的计量方法，国内外已有研究主要采用测量教育投资收益（一般用受教育者工作后的收入表示）的离散程度来表征教育投资风险的客观计量方法。测量离散程度的具体指标主要有极差、标准差、方差、变异系数、基尼系数等。国外对教育程度与收入分散程度的研究更多地采用了方差和变异系数指标^[15]，也有少数研究采用了对名瑟收入方程进行分位数回归估计（Quintile Regression）的方法。不过，对于教育投资者主观心理方面对待教育风险的态度、偏好及影响因素的测量和实证研究，目前还很少见。

由以上分析可以看出，利用方差和变异系数指标测量人群间收入的差异来证明教育投资风险，是国内外普遍采用的有效方法。其实，方差和变异系数之间存在着紧密的换算关系。方差是各变量与其平均数离差平方的平均数。方差的计算公式为：

方差的平方根称为标准差，变异系数是一组数据的标准差与其相应的平均数之比。其计算公式为：

因此，方差和标准差是反映数据分散程度的绝对值，其数值的大小一方面受原变量值本身水平高低的影响，也就是与变量的平均数大小有关；另一方面它们与原变量值的计量单位相同，采用不同计量单位计量的变量值，其离散程度的测量值也就不同。而变异系数是测度数据离散程度的相对统计量，它消除了变量值水平高低和计量单位不同对离散程度测量值的影响。本研究也同样采用了变异系数来测量教育投资对个人收入离散程度的影响，并同时计算基尼系数^[16]指标从另一维度进行比较和印证。

表6－5是对被调查的城镇居民按照年龄（工龄）、受教育状况分组后，计算的总体和各组人群年均收入的变异系数、基尼系数。计算数据显示，我国目前城镇居民年均收入的变异系数高达2.73，基尼系数也达到0.58的高水平^[17]，这表明我国城镇居民的收入差距悬殊，已经处于非常不合理的区间范围。从历史发展进程来看，我国城镇居民的收入差距拉大的势头迅猛，速度过快。根据已有研究计算的我国城镇男性居民收入的变异系数1991年为0.407～0.472，基尼系数1991年为0.199～0.230；而到2000年变异 系数增加 到0.655～0.678，基尼系 数增加到0.303～0.327^[18]。本次调查得出的2007年变异系数和基尼系数值又有了更大的增长。

表6－5　城镇居民按年龄、教育分组的年均收入差异状况

说明：1.受数据极端值的影响，有些项目的变异系数大于1；2.基尼系数的计算采用了分户数据的计算。(www.xing528.com)

对城镇居民按照年龄（也代表工作年限）分组后，从各组别的变异系数来看，随着年龄和工作年限的增长，变异系数有不断增加的趋势；但从基尼系数的变动来看，增长的趋势不明显，呈现为随机波动的变化趋势。也就是说，中国城镇居民的工作年限与收入差距有微弱的正相关互动关系（见图6－4），这一点与国外对发达国家的主要研究结论——工作年限与收入差距基本无相关关系——有所不同。这可能与我国处于社会转型中期，社会经济制度、就业和收入分配制度与方式等方面都处于剧烈变革过程中有关。年龄越大、工作年限越长的人在新旧制度和方式的变换过程中受到的冲击越大，使他们的工作和收入更加不稳定或者出现了收入相对下降的变化（与更年轻的人比较）。结果使不同年龄群体之间的工作状况、收入分配受到很大影响，差距也相应地被拉大了。

图6－4　城镇居民按年龄和工作年限分组的变异系数和基尼系数变化趋势

通过计算不同教育程度人群（本研究将其分成接受过高等教育、未接受过高等教育两组）收入的分散程度，发现中国城镇居民接受过高等教育者的变异系数和基尼系数分别为2.73和0.57，未接受过高等教育者分别为2.77和0.58，二者基本相同，它说明是否接受过高等教育总体上对中国城镇居民的收入差距大小没有什么影响。将这两类人群按照年龄（也就是工作年限）分组之后，情况又发生了变化，接受过高等教育的人群在大多数年龄段上的收入分散程度大于未接受过高等教育的人群。在两者具有相同工作年限时，这种表现更加明显。如同样工作12年—14年时，接受过高等教育的人群组的变异系数和基尼系数是1.89和0.47，而未接受过高等教育的人群组只有0.82和0.33；同样工作16年—18年时，前者的变异系数和基尼系数分别是1.75和1.47，而后者的变异系数和基尼系数只有0.69和0.36。尤其是随着工作年限的不断延长，接受过高等教育人群组与未接受过高等教育人群组的收入离散程度继续维持着相当程度的差距，没有缩小的迹象。还有一个重要特点值得关注，即接受过高等教育人群组的收入分散程度的变化是相对平缓的，而未接受过高等教育人群组的收入分散程度的变化比较剧烈（见表6－5和图6－5）。

图6－5　城镇居民的教育、工作年限与收入差距的变化趋势

以上分析说明，中国城镇居民的受教育程度与收入分散程度虽然在总体水平上没有明显差别，但在工作年限相同的前提下，受教育多的人群组之间比受教育少的人群组之间的收入更加分散。也就是在控制工作年限因素下，教育程度的提高增加了教育收益的风险，教育的收益与教育的风险有一定的正向影响和变动关系。但是，在相同教育程度的个人之间，随着教育程度的提高，收益差异变化的稳定性得到了增加。也就是说，教育风险的可预测性和可控制性也是与个人受教育水平的提高同步得到改善和提高的。

国外的同类研究对教育程度与收入分散程度之间的关系没有得出一致的结论^[19]，表明不同的国家、甚至同一国家的不同时期教育系统和劳动力市场可能存在不同的联系。国内研究中，马晓强（2005年）的实证研究结论认为教育与收入差距呈正相关，教育投资风险与投资收益正相关；王明进、岳昌君（2007年）的实证研究认为增加受教育的时间其实是减少了一个人获取其教育投资收益的风险。因此，对中国城镇居民的教育与教育收益风险关系的研究还没有获得一致的结论。本研究所获得的结论是受教育程度与教育收益风险的相关性不明显；但在一定前提条件下（相同的工作年限），受教育程度与教育收益风险正相关；且受教育程度的提高使得相同受教育程度者的教育收益风险波动水平和幅度得到更强的抑制。综上所述，各种研究结论的不同争议显示出该问题还没有达成共识，问题也没有得到真正的解决。教育投资风险与教育的关系仍是需要继续研究的课题。

本研究还试图对于教育投资者主观心理方面对待教育风险的态度、偏好及影响因素的实证研究进行探索性尝试。由于教育风险的最主要方面就是受教育者与劳动力市场的关系问题，在各层次的受教育群体中，高等教育与劳动力市场的关系最密切，也是最合适的研究对象，因此本研究通过对大学生的调查问卷数据来进行实证分析。

研究中采用的大学生对待教育风险的态度和偏好的量化指标有如下两项：第一项是大学生对今后的个人计划，具体包括：①继续升学；②找工作；③自己创业。按照有关理论解释，可以把个人计划按风险大小排序为：继续升学＜找工作＜自己创业，并且分别赋予风险值1、2、3，使其成为等级变量。第二项是大学生愿意选择的单位类型，具体包括：①政府部门；②事业单位；③国有企业；④外资、合资企业；⑤私营企业；⑥个体户；⑦自由职业；⑧自己创业。按照以上各类型单位的工作风险程度可以分为三个档次：较低风险的包括①、②类工作，中等风险的包括③、④类工作，高风险的包括⑤、⑥、⑦、⑧类工作。对三类风险档次的工作分别赋值1、2、3，使其成为等级变量。将以上两类指标作为被解释变量，以大学生个人和家庭状况的系列变量作为解释变量，代入多元回归方程，计算、分析有哪些因素会显著影响接受高等教育人群对待教育风险的态度和偏好。

多元回归分析的结果如表6－6所示，结果表明两个回归方程经F检验都是十分显著的。回归分析的结果表明：第一，对个人今后计划的风险程度产生显著性影响的因素有：（1）个人的年均教育支出在P＜0.05水平上是起着显著性影响作用的因素，该变量的回归系数为正值，表示个人教育支出的水平与本人大学毕业后未来计划选择的风险程度呈正比例变化。即在大学中教育支出越多的学生有更大的可能会选择相对风险高的计划——自己创业和立即就业，有更小的可能会选择相对风险低的计划——继续升学。（2）家庭居住地为大城市的学生在P＜0.05水平上是显著性影响因素，由于它是以农村学生为参照的虚拟变量，回归系数为负值，表示家庭居住地为大城市的学生比家庭居住地为农村的学生，更有可能会选择相对风险低的个人未来计划。（3）男性大学生选择风险高的未来计划的可能性显著高于女性大学生（P＜0.05，回归系数为正值）。（4）大学生父亲的受教育程度在P＜0.05水平上是显著的影响因素，回归系数为负值，即随着大学生父亲受教育程度的提高，大学生选择风险高的未来计划的可能性在显著地减少。除此之外，其他变量都没有通过显著性t检验，也就是这些变量对大学生未来计划的选择尚没有产生显著性的影响作用。

表6－6　影响大学生教育风险选择态度和偏好因素的多元回归分析

说明：＊P＜0.05，＊＊P＜0.01，＊＊＊P＜0.001。

第二，对个人今后愿意选择单位类型的风险程度产生显著性影响作用的因素有：（1）家庭年收入水平对今后大学生个人选择何种单位类型在P＜0.05水平上产生了显著性影响作用，由于该变量的回归系数为正值，表示家庭收入水平更高的大学生更愿意、更敢于选择风险高的单位类型（自由职业、自己创业、个体户等或者企业）去工作，而家庭收入水平较低的大学生与此相反，更看重或更愿意去风险低的单位类型（政府机关、事业单位）工作。（2）个人的年均教育支出在P＜0.05水平上有显著的影响作用，且回归系数为正值，这同样表示了个人的大学教育支出与其对未来单位类型风险程度的选择呈正相关关系。（3）与一般省属高校相比，部属高校或“211”高校的学生更加敢于选择风险高的单位类型，愿意从事更高风险的工作，属于更强的风险偏好类型群体（因为回归系数为正值）。除此以外，其他变量对大学生的单位类型选择没有产生显著性的影响作用。

综上分析表明，个人对教育风险的态度与选择会受到个人的社会、经济和家庭背景因素的影响。从正在接受高等教育的群体对劳动力市场风险态度的具体情况分析：个人及家庭的富裕程度会正向地增强个人对工作风险的承受能力和偏好态度。经济条件的优势使个人更加敢于冒风险，因为其承担风险损失的能力和基础更强，而且对风险的看法可能更加积极、乐观；个人大学教育支出的增加会减弱个人对工作风险的厌恶和畏惧心理，使受教育者更勇于从事风险性工作，这也符合投资风险理论的一般原理——高风险与高回报是相互伴随的，个人由于在教育上投入的更多，需要同时迫使他们为了补偿高额的教育成本而选择更高风险的工作以获得更高的收入。而问题是当劳动力市场状况恶化加剧，连高风险工作也难以寻觅时，受教育者将面临教育投资的绝对风险，这时受教育者的风险意识和态度将基本不再起作用，高教育支出带给个人的风险偏好就不再是“高风险与高回报相互伴随”了；家庭居住在大城市的大学生比家庭居住地为农村的大学生的风险偏好性要弱，父亲受教育程度高的大学生比父亲受教育程度低的大学生风险偏好性要弱，这在一定程度上表示了受教育者家庭背景中的社会资本和文化资本因素会明显影响他（她）对教育风险的态度和选择行为^[20]；大学生本身的受教育状况与生理、心理特征也会影响到他们对风险的偏好和态度，就读名牌大学可以提高个人应对风险的自信心和能力，男性相对女性更富于冒险精神，更敢于接受挑战。因此，可以说个人在面对同样的教育风险和工作风险时，由于个人社会家庭背景、自身状况的差异，影响到他（她）对风险的判断和态度的差异，进而影响到他（她）的选择行为。而且这里需要指出的是，上述结论虽然只是针对大学生群体所作的研究和分析，但相信对于其他教育层次的受教育者的教育风险反应和选择行为也会同样适用。