王丽 李凤兰 | 普及化阶段高等教育对收入及收入分配的影响——来自中国家庭追踪调查微观数据的经验证据
录用日期：2021-10-27
王丽 李凤兰
华中农业大学
普及化阶段高等教育对收入及收入分配的影响——来自中国家庭追踪调查微观数据的经验证据
摘 要：基于中国家庭追踪调查微观数据，运用普通最小二乘回归（OLS）和分位数回归(QR)方法，分析了普及化阶段高等教育对个体收入的影响及其对各收入群体的异质性影响。研究发现：（1）从收入增长角度看，普及化阶段高等教育对收入提升仍具有显著的正向影响，但提升幅度呈下降趋势。（2）在异质性方面，对比中、高收入群体，高等教育对低收入群体的增收作用更大，尤其是极低收入群体，而对极高收入群体的增收作用最小。（3）高等教育对各收入群体边际贡献的变化趋势不同：“极低收入群体—低收入群体—中等收入群体—高收入群体—极高收入群体”呈现“先持续下降，再缓慢上升又下降”的趋势。（4）从收入分配角度看，高等教育缩小了低收入群体与中高收入群体之间的收入差距。在高等教育发展的新阶段背景下，建议重视并大力发展高等职业教育，适当加快高等教育普及化进程；扩大低收入家庭子女的中考、高考录取比例，着重提高底层家庭子女的高等教育入学率；推动大数据技术在高等教育发展过程中的合理运用，精准识别来自低收入家庭的学生；强化高等教育质量导向，提升各类高校人才培养质量，带动高等教育发展由“数量”向“质量”转变。
李凤兰，女，福建三明人，华中农业大学马克思主义学院教授、博士生导师，理学博士，主要从事教育与贫困研究。
过去四十余年，中国高等教育的精英化、大众化发展使其规模达到了一个新的高度。根据2020年5月教育部发布的《2019 年全国教育事业发展统计公报》显示，2019 年包括研究生、普通本专科、成人本专科、网络本专科、高等教育自学考试本专科等各种形式的高等教育在学总规模达到4002万人，全国高等教育毛入学率51.6%。近期，十三届全国人大四次会议在2021年3月11日表决通过的“十四五”规划和2035年远景目标纲要对高等教育发展提出了新的目标，即高等教育毛入学率要提高到60%，当前，我国高等教育正处在普及化发展的初始阶段。
一直以来，高等教育深刻改变了很多人的收入及命运，特别是对于弱势阶层来说，接受高等教育是提升收入、跨越阶层的重要途径。但根据Knight和Sabot（1983）提出教育“结构效应”和“工资压缩效应”的观点来看，在一定时期内，高等教育普及化会降低个体工资收入。这是因为，高等教育普及化会极大扩张高等教育规模，这种结构效应会导致收入差距呈先扩大后缩小的变化，与此同时，高学历劳动力供给增加会产生工资压缩效应。考虑到高收入群体具有更高的高等教育回报率，高等教育普及化的进一步发展更大可能会拉大收入群体之间的收入差距。很多人开始疑虑：“普及化阶段的高等教育还能使个体实现收入提升、跨越阶层的愿望吗？高等教育对收入的影响是怎样的？其对缩小各群体之间的收入差距究竟是促进还是抑制？”。在推进我国高等教育普及化发展的背景和趋势下，这些问题的有效回答关系到我国高等教育发展的方向和进程。
为此，本文围绕高等教育与收入这一主题探究我国普及化阶段高等教育对收入及收入分配的最新影响效果，本文主要探究如下3个问题：（1）普及化阶段高等教育对于收入的影响效应是多少？（2）普及化阶段高等教育对极低收入、低收入、中等收入、高收入和极高收入等不同收入群体的影响效应是多少？（3）普及化阶段高等教育能否缩小低收入与高收入群体之间的收入差距？
本文接下来的结构安排如下：第二部分为文献综述；第三部分为数据、变量与计量模型；第四部分为结果与分析，主要包括基准回归分析、高等教育影响异质性的研究、内生性问题处理和稳健性检验；最后为结论与启示。
二、文献综述
自1978年起，我国高等教育发展经历精英化发展阶段（1978—2002年）、大众化发展阶段（2002—2019年），再到如今的普及化发展阶段（2019年至今），各阶段高等教育的发展以及高等教育对收入的影响一直备受学术界的广泛关注。纵观已有研究，学术界已对精英化及大众化阶段高等教育与收入的关系做了一定的探讨，但由于我国正处在高等教育普及化初始阶段，目前该领域仍缺乏普及化阶段高等教育对收入影响的可靠性分析。
根据研究视角的不同，已有研究可以分为两类：一类是基于收入增长视角的研究，另一类是基于收入差距视角的研究。基于收入增长视角，一部分学者利用截面调查数据估算了我国精英化阶段以及大众化阶段的高等教育回报率（李实和丁赛，2003；吴要武，2010；Smyth，2012；张巍巍和李雪松，2014；刘泽云，2015）。由于实验数据来源以及研究对象等不同，高等教育回报率的估算结果存在差异，例如，张巍巍和李雪松（2014）使用1992年的中国城镇居民收入与支出数据测算的结果为6%；Smyth（2012）利用2001年中国城镇劳动力调查数据测算的结果为8.92%；而吴要武（2010）利用2005年全国人口普查的1.31%样本数据估算出，大众化初期阶段高等教育回报率范围为13.9%至15.9%，但总体来看，随着我国高等教育精英化以及大众化发展的逐渐深入，高等教育回报率逐年增大，变化范围为5%~20%，且高水平大学的高等教育回报率达到11.4%。
由于我国高等教育历经了由精英化转向大众化的发展过程，多数学者更愿意比较分析这两个阶段高等教育影响收入的效应变化（简必希和宁光杰，2013；Smyth，2012；张巍巍和李雪松，2014；刘泽云，2015）。近年来，有关高等教育影响收入的跨时点动态分析研究明显增多，关于两个阶段高等教育的增收效应，研究一致认为，随着高等教育发展由精英化进入大众化阶段，高等教育对收入增长的提升效应逐年增加，据简必希和宁光杰（2013）估计，与精英化阶段相比，大众化阶段高等教育的平均收益率上涨了近10%。但关于增收效应的幅度变化问题，出现了两种不同观点。一种观点认为，高等教育进入到大众化阶段以后，其对收入的提升幅度呈不断上涨趋势；而另一种观点认为，高等教育对收入的提升幅度明显减小且呈平稳下降趋势。导致观点截然相反的原因可能是：研究使用数据不同，后者选取样本量偏少，且缺乏中部地区省份的样本。后期刘泽云（2015）的研究弥补了这一局限，其使用CHIP1988—2007年城镇住户调查面板数据证明，随着高等教育发展由精英化进入大众化阶段，高等教育对收入增长的提升效应呈持续上升趋势，且对比东部和西部地区，中部地区的高等教育回报率在2002年之后出现了停滞甚至下降。
对比收入增长视角，另一部分学者从收入差距视角分析了高等教育对收入分配带来的影响，研究的核心议题是高等教育能否缩小收入差距（Psacharopoulos & Zabalza，1984；李实和丁赛，2003；吴要武，2010；张凯宁，2014；李祥云，2014；夏庆杰等，2016）。支持者认为，高等教育有助于缩小收入差距。从微观层面看，高等教育对不同收入群体的影响存在明显差异，对比高收入群体，中低收入群体具有更高的回报率，这在很大程度上弥补了因家庭背景等因素造成的收入差异，扩大高等教育规模有助于缩小收入差距、打破阶层锁定、改变命运。但对此观点，反对者不以为然，他们认为，高等教育会拉大收入差距，因为高收入群体具有更高的回报率，且对比城镇，农村居民接受高等教育的可能性低20%，因而，随着高等教育规模的不断扩大，高等教育可能会拉大收入差距。考虑到我国地区经济发展的不平衡，也有少量学者认为，高等教育对收入差距的影响可能会因地区差异而产生异质性，对于东部地区，高等教育可能会促进收入分配均等化，对于中西部地区，高等教育反而会扩大收入差距。因此，各地区高等教育的发展方向和重点也应该存在差别，例如，东部地区要着重扩大高等教育规模和提高高等教育质量，而中西部地区则着重发展基础教育和中等教育。
从上述文献分析可以看出，第一，在我国高等教育发展进程中，现有研究基于不同视角分析了精英化、大众化阶段高等教育对收入及收入分配的影响，但缺乏针对普及化阶段高等教育的可靠性分析，由于我国高等教育正处在普及化发展的初始阶段，普及化阶段高等教育对收入及收入分配的影响研究还比较鲜见。第二，从实验数据上看，使用面板数据的研究较多，而使用截面数据的研究较少，且数据来源在时间上并未拓展到2010年以后，高等教育大众化发展距今已经多年，当前普及化初始阶段的高等教育与收入之间的关系是否与多年前研究存在差异还有待探讨。第三，从分析方法上看，少有研究对模型的内生性及稳健性问题进行足够讨论。第四，从研究内容上看，多数研究一致分析高等教育对低、中和高收入三类群体收入的异质性影响，而将收入群体进一步细化比较的分析研究并不多见。
基于以上分析，本文对现有文献的推进主要体现为以下3个方面：第一，在实验数据上，本文采用的是2018年微观数据，在时间维度上推进了高等教育对收入的影响研究，同时该数据是我国高等教育大众化转向普及化的衔接阶段数据，能够及时体现我国高等教育普及化最初始阶段对收入的影响状况。第二，在研究内容上，本文将收入群体划分为极低收入、低收入、中低收入、中等收入、中高收入、高收入和极高收入群体，更为细致的比较了高等教育对各收入群体的边际贡献。第三，在模型估计上，本文采用两阶段最小二乘回归方法对内生性问题进行处理，并采用样本分割和变量替换两种方法对估计结果进行稳健性检验，估计结果更为可靠与稳健，可信度更高。
三、数据、变量与模型设定
（一）数据来源与样本选择
本文所使用的数据来源于2018年3月北京大学中国社会科学调查中心开展的中国家庭追踪调查（China Family Panel Studies，CFPS）数据。CFPS 问卷几乎涵盖了社会科学的所有研究领域，样本覆盖25个省/市/自治区，代表了中国95%的人口。本文选择的样本群体为18岁至60岁的劳动年龄人口，按照数据逻辑对样本数据的奇异值和缺失值进行处理，最终共获取2875个有效样本。
（二）变 量
1. 被解释变量
年工资收入对数：仅考虑个人全年的主要职业收入，并剔除填答“拒绝回答”、“不适用”、“不知道”以及收入在 200 以下、300000 以上的样本，并取对数。
另外，考虑到工作时间长短对收入的误差以致估计结果有偏，后续稳健性检验选择小时工资收入对数作为被解释变量进行回归。小时工资收入对数：用全年主要职业收入除以周工作小时数，再除以全年工作近似 50 周，并取对数。
2. 核心解释变量
高等教育：剔除填答“拒绝回答”、“不适用”、“不知道”的样本，本文所考虑的高等教育定义为最高学历为大专及以上，未接受过高等教育则定义为最高学历为高中。
3. 控制变量
本文选取的控制变量包括性别、年龄、婚姻状况、工作类型、自评健康、养老保险、医疗保险、户口类型、家庭规模、居住地区。性别和婚姻状况是影响工资收入的重要因素，与男性性比，女性的酬薪普遍更低，女性平均起薪只有男生平均起薪的90.2%，而婚姻对男性具有保护作用，对比已婚女性，已婚男性最受劳动力市场青睐，就业机会和工资收入更高。个人工资收入还与其工作类型、居住地区以及健康状况也有很大关联，城市职工的工资一般高于农村职工，且对比农村农业工资收入，农村非农业工资收入要高得多；拥有良好健康状况毫无疑问是个体劳动并获取收入的必要前提。年龄、户籍、家庭规模等也会对个体收入产生显著影响，不同户口的居民享有不同的养老保险、医疗保险政策，户口不同可能带来严重的收入差异。除此以外，考虑到高等教育与收入分配的关系会受到地区或省份的影响，本研究还控制了省份。本文在模型构建中所用到的被解释变量、核心解释变量及其它控制变量、工具变量的描述性统计见表1。
（一）计量模型
本文首先运用OLS方法研究高等教育对收入的影响。基于Mincer(1974)的工资方程，本研究的基本回归方程如下：
在基准回归的基础上，本文运用分位数回归（Quantile Regression）进一步分析高等教育对不同收入群体的异质性影响。构建的分位数回归模型为如下：
四、结果与分析
我们采用普通最小二乘法对模型进行回归，回归结果见表2。表2显示，普及化阶段高等教育对收入具有显著正向影响，模型整体解释程度达26.1%，说明本文所构建的模型具有一定的解释力度。该结果表明，接受高等教育能够显著提高个体收入，且提升效应高达34.3%，远高于吴要武（2010）估算的15.9%，略低于张凯宁（2014）估算的35.7%。这说明，与前些年相比，普及化阶段高等教育对收入仍具有较高的提升效应，但增收幅度已有所下降。同时也反映出，在高等教育普及化初始阶段，接受高等教育仍是明显提高个体及家庭收入的关键选择，其承载着个体及家庭改变命运、跨越阶层的希望，但随着未来高等教育普及化发展的进一步深入，高等教育的增收作用会变小。而本文与吴要武（2010）的估算结果差距较大，究其原因，可能是由于我国经济的快速增长，我国居民收入水平整体上涨，与此同时，劳动力市场上对高学历人才需求旺盛，接受高等教育给个体收入带来了很大提升。当然，也有可能是样本选择导致的，本文研究样本不仅包含城镇居民，还包含农村居民，而农村居民的平均收入普遍低于城镇居民，高等教育对农村居民收入的提升更为明显。
从控制变量来看，男性工资普遍高于女性；年龄越大者收入更高；已婚者工资高于未婚者，反映出我国劳动力市场上仍存在着较为严重的性别歧视和婚姻歧视，资历是影响收入的重要因素，此结果与我们的预期一致。此外，医疗保险对收入的影响显著为正，说明有医疗保险的工作单位往往较为正规，薪酬系统较为完善，其收入也相对较高。
为避免多重共线性造成的偏误，本文对数据进行了多重共线性检验，发现该模型所有变量的方差膨胀因子（VIF）的平均值及最大值均小于10，其关键解释变量———是否接受高等教育的方差膨胀因子为1.21，模型平均方差膨胀因子为2.39，表明模型不受多重共线性问题的影响，整体的系数估计是稳健的。
（二）普及化阶段高等教育影响异质性的研究
基于上述分析，本文进一步采用Koenker和Passett（1978）提出的分位数回归方法分析普及化阶段高等教育对不同收入群体的异质性影响。本文的考虑如下：高等教育对不同收入群体的收入影响并不相同，很有可能因受收入阶层影响而产生异质性。因此，本文以不同分位点为基准，考察高等教育在不同分位点上所产生的效应是否有显著差异，以观测高等教育对各群体收入影响的异质性差别。
从表2可以看出，高等教育对各类群体收入均具有显著正向影响，“极低收入、低收入、中低收入、中等收入、中高收入、高收入和极高收入群体的边际贡献分别为0.461、0.371、0.358、0.292、0.282、0.305、0.261，表明接受高等教育有利于提高各类收入群体的收入。然而，高等教育对不同收入群体的边际效应存在明显差异，高等教育对低收入群体的边际效应普遍明显大于中、高收入群体，对比中、高收入群体，低收入群体具有更高的高等教育回报率，该结果与张凯宁（2014）的观点“中、低收入群体具有更高的高等教育回报率”存在少量分歧。不仅如此，极高收入群体受到高等教育的影响最小，而极低收入群体受到高等教育的影响最大，其边际贡献达到0.461，远高于其它收入群体。此外，图1显示了高等教育对各群体收入的边际贡献变化情况。从总体趋势来看，随着分位数的逐渐提高，高等教育对各收入群体边际贡献的变化趋势不同：“极低收入群体——低收入群体——中等收入群体——高收入群体——极高收入群体”呈现“先持续下降，再缓慢上升又下降”的趋势，说明高等教育对极低收入、低收入和中低收入群体带来的增收效果更为明显。该结果与夏庆杰等人（2016）认为高收入群体的高等教育回报远高于低收入群体的观点相反，这可能是由于其使用数据为2000—2009年数据，高等教育经过多年发展发挥出缩小收入差距的功能。
为进一步从收入差距视角解释该问题，本文采用Hausman检验方法对各收入群体之间进行系数差异性检验，检验结果如表3所示。表3中，“系数差”是较低收入群体与较高收入群体关于高等教育回归系数的差值，表示的是高等教育对两个群体收入的边际贡献差异，“系数差”显著即说明高等教育对收入差距有显著影响。若系数差为正，表示高等教育缩小了较低收入群体与较高收入群体之间的收入差距，若为负，即表示高等教育拉大了较低收入群体与较高收入群体之间的收入差距。从表中数据来看，“极低收入群体和低收入群体”均分别与“中低、中等、中高、高和极高收入群体”的系数差均为正且在1%水平上显著，说明高等教育缩小了极低和低收入群体分别与“中低、中等、中高、高和极高收入群体”之间的收入差距；同理，高等教育缩小了中低收入群体分别与中等、中高及高收入群体之间的收入差距，相反拉大了中等收入群体与高收入群体的之间的收入差距；而极高收入群体分别与中等、高收入群体之间的收入差距并不受高等教育的明显影响。
以上研究结果表明，接受高等教育不仅有利于各收入群体的收入增长，还有利于缩小低收入群体与中高收入群体之间的收入差距，一定程度上反映出，接受高等教育是打破阶层锁定、缩小收入差距的有效途径。
（三）内生性问题
内生性问题一般是由测量误差、遗漏变量或双向因果的存在而产生，内生性问题可能会使回归结果有偏。因此，本文采用工具变量法对内生性问题进行处理，以验证本文基本结论的稳健性。参考Lam和Schoeni（1993）的做法，将父母受教育程度作为个体高等教育的工具变量，并采用受教育年限进行测量。回归结果见表4。
本文首先对工具变量父母受教育程度的有效性进行了检验，不可识别检验结果显示，Kleibergen-Paap rk LM统计量为27.608，其p值为0.000，即拒绝不可识别的原假设；弱工具变量检验结果显示，第一阶段回归F统计量为13.250，大于10，此外，Cragg-Donald Wald F 统计量和Kleibergen-Paap rk Wald F 统计量分别为13.373和13.933，均超过了Stock-Yogo弱工具变量在15%显著水平的临界值，可见，本文的工具变量不是弱工具变量；过度识别检验结果显示，Sargan统计量为1.663，且p值为0.197，大于0.1，表明工具变量严格外生。因此，本文的工具变量父母受教育程度通过了有效性检验。其次，根据第一阶段的回归结果显示，父母受教育程度与个体高等教育情况显著正相关，说明父母受教育程度越高，个体接受高等教育的可能性越大，说明本文选的工具变量是合理的。最后，从第二阶段的回归结果可知，IV-2SLS与OLS得到的结论一致，高等教育对收入具有显著的正向促进作用，进一步表明本文基本结论的稳健可靠。
（四）稳健性检验
由于抽样、测量等误差可能会导致估计结果有偏，本文采用样本分割和变量替换两种方法进行稳健性检验。结果见表5。考虑到地区抽样不均带来的偏误，本文首先通过删掉样本数量过多或过少的省份重新进行回归；考虑到工作时间长短对收入的影响，本文选择小时工资收入对数来衡量收入。两个模型的回归结果与OLS回归相比，高等教育对收入的影响系数方向和显著性并未发生改变，这表明，本文的基本结论是十分稳健的，即普及化阶段高等教育确实有助于提升收入水平。
五、结论与讨论
本文基于2018年CFPS数据，首先采用OLS回归估计了普及化阶段高等教育对收入的影响效应；在此基础上，进一步将收入群体划分为极低、低、中低、中等、中高、高和极高等七类收入群体，并采用分位数回归分析了普及化高等教育对不同收入群体的异质性影响；最后采用两阶段最小二乘回归方法对内生性问题进行处理，并通过样本分割和变量替换两种方法对估计结果进行稳健性检验。本文主要研究结果如下：（1）从收入增长角度看，普及化阶段高等教育对收入仍具有显著的正向影响，但与多年前吴要武（2010）、张凯宁（2014）等人的研究相比，尽管高等教育对收入仍具有显著的提升效应，但提升幅度已明显下降。这反映出，在高等教育普及化初始阶段，接受高等教育仍是明显提高个体及家庭收入的关键选择，其承载着个体及家庭改变命运、跨越阶层的希望，但随着高等教育普及化发展的进一步深入，高等教育的增收作用会变小。（2）在异质性方面，接受高等教育有利于提高各类收入群体的收入，但对比中、高收入群体，低收入群体具有更高的高等教育回报率，即说明高等教育对低收入群体的增收作用更大，尤其是极低收入群体，而对极高收入群体的增收作用最小。这是因为，对于低收入群体来说，接受高等教育能改变其工作类型，如由普通农民蜕变为公司白领，收入提升明显；而对于极高收入群体，他们本身具有雄厚的家庭资本积累、广泛的人脉或较高的社会地位，高等教育对其收入产生的影响较小。（3）高等教育对各收入群体边际贡献的变化趋势不同：“极低收入群体——低收入群体——中等收入群体——高收入群体——极高收入群体”呈现“先持续下降，再缓慢上升又下降”的趋势。（4）从收入分配角度看，高等教育缩小了低收入群体与中高收入群体之间的收入差距。
以上结果表明，高等教育普及化发展不仅有助于提高个体收入，还有助于缩小低收入群体与中高收入群体之间的收入差距。对于个体及家庭而言，高等教育毫无疑问是一项有价值的投资，其增收作用远远大于其它教育阶段，接受高等教育能帮助其提高收入、缩小收入差距、打破阶层锁定、实现阶层跨越。然而，因受地区、户籍、教育资源不平等、家庭背景等多元因素的影响，对比中高收入家庭子女，低收入家庭子女拥有较少的学习时间以及较差的教育资源，导致其高等教育入学率更低或接受高水平大学教育的机会更小。因此，在我国高等教育普及化发展进程中，为低收入群体提供更多高等教育机会及更优质的高等教育尤为必要。如何提高底层家庭子女的高等教育入学率，以及如何保障该类家庭子女接受高水平大学教育是普及化阶段高等教育发展的重中之重。
基于以上研究结果和讨论，本文提出如下对策建议：
第一，重视并大力发展高等职业教育，适当加快高等教育普及化进程。高等教育普及化是高等教育发展的必然趋势，在普及化初始阶段，接受高等教育仍是明显提高个体及家庭收入的关键选择。作为高等教育的重要组成部分，高等职业教育在我国高等教育体系中占据重大比例，然而，它并不像普通高等教育那样受大家认可，社会“轻职业教育”现象较为常见。高等职业教育与普通高等教育是高等教育的“两条腿”，“两条腿”走路才能保障普及化阶段高等教育走得稳、走得好。因此，一方面，政府应出台相关政策，确立高等职业教育的重要地位，肯定其在实用性、技能型人才培养及劳动力市场中的特殊作用，引起人们对高等职业教育的重视；另一方面，教育部门要加大高等职业教育的经费投入。通过重视并大力发展高等职业教育，适当加快高等教育普及化，让更多人及家庭享受到高等教育增收福利，提高人们的生活幸福感。
第二，扩大低收入家庭子女的中考、高考录取比例，着重提高底层家庭子女的高等教育入学率。根据本文研究结果，让更多底层家庭子女获得高等教育机会，是有效缩小低收入群体与中高收入群体之间收入差距的重要策略选择。众所周知，中考录取比例决定着高考学生数量，而高考录取比例意味着高等教育机会。在这种“递进关系”下，扩大低收入家庭子女的中考、高考录取比例是有效提高底层家庭子女高等教育入学率的直接手段。
第三，充分利用大数据技术，精准识别来自低收入家庭的学生。要想针对性地扩大低收入家庭子女的中考、高考录取比例，学校如何有效识别来自低收入家庭的子女最为关键。大数据的蓬勃发展对我国学校在数据采集、管理决策、教育教学等方面变革带来机遇。高中学校及高校要推动大数据在高等教育发展过程中的合理运用，充分利用现代大数据、云计算和物联网等技术，采集学生的家庭收入、消费水平等数据信息，再根据各地区平均收入水平设定低收入阈值，以此识别来自低收入家庭的学生，最终使高等教育资源适当向低收入群体倾斜。
第一轮审稿意见
编辑意见
第二轮审稿意见
审稿结论：建议修改后发表。
同行评议意见2
论文以普及化阶段高等教育对收入及收入分配的影响为题，在共同富裕的时代背景下具有鲜明的现实意义，数据详实，方法得当，但仍存在以下不足：
1.语言不够精炼，表达逻辑需进一步加强。
2.题目中标记了普及化阶段高等教育，一方面所用数据为2018年数据，此时我国并未完全进入到普及化高等教育阶段，另一方面马丁特罗的大众化理论虽然将50%作为进入普及化阶段的一个判定依据，但却并不是绝对的指标，普及化是学生、教师、管理等多方面质变后的阶段。因此，在普及化阶段这一方面，题目和内容是不贴切的。
3.作者将未接受高等教育和接受高等教育作为虚拟变量区分，其中未接受高等教育群体包括了文盲、小学、中学和高中阶段，这可能会扩大高等教育的收益效应。理应是接受高等教育和接受高中教育的群体对比的边际效应，建议作者将核心变量作进一步区分，考虑到未接受高等教育群体的异质性，提高估计精度。
4. 分位数回归的异质效应上，对低收入群体、中低收入群体……高收入群体的影响系数之间差异是否显著，能否加入相应的检验？
5. 结论和建议之间缺乏对应，建议应当基于已有结论展开的。作者的四条建议除第一条的部分外，其他都是围绕“高等教育扩招”而展开的，但一味的扩招是否合理？围绕“收入分配”的应当是如何提高底层家庭子女的高等教育入学率，以及如何保障该类家庭子女读好大学。
审稿结论：修后再审。
作者修回说明
尊敬的老师：
您好，感谢贵刊对本文提出的宝贵意见。
根据“外审意见1”，我们依次对论文做出如下修改：
修改1：作者对全文进行了校对与修订，包括语言的精炼与流畅、表述的逻辑及准确性，请见蓝色字体部分。
修改2：高等教育各阶段的发展是相互联系的而不是孤立的，尽管2019年我国宣布高等教育进入普及化发展阶段，但 2018年是衔接我国高等教育大众化转向普及化的一个历史性的重要关键时间节点，它既是我国高等教育大众化发展的结尾，又是我国高等教育普及化发展的最开始，使用2018年数据进行分析能及时体现我国高等教育普及化最初始阶段高等教育影响收入及收入分配的状况。因此，从这一角度来看，本文题目与内容是贴切相符的。
修改3：根据专家提出的修改意见，考虑到未接受高等教育群体的异质性，为提高估计精度，作者已将核心变量区分为最高学历为大专及以上、最高学历为高中这两类群体，相应文字与数据已重新进行了分析、修正与整理，具体请见蓝色字体部分。
修改4：在分位数回归的异质效应上，作者已根据专家修改意见，分别对各类收入群体之间进行了系数差异性检验，结果及相关分析请见第四章第二节蓝色字体部分及表3。
修改5：根据专家修改意见，作者基于已有结论围绕收入及收入分配提出了对应政策建议，如“扩大低收入家庭子女的中考、高考录取比例，着重提高底层家庭子女的高等教育入学率”、“推动大数据技术在高等教育发展过程中的合理运用，精准识别来自低收入家庭的学生”等，具体请见结论部分蓝色字体。
根据“外审意见2”，我们对论文做出如下修改：
修改（1）：已将“十年前”修改为“多年前”，并仔细通读了全文，对全文类似地方进行了逐一修订，请见蓝色字体部分。
根据“编辑部意见”，我们依次对论文做出如下修改：
妥否，请批评指正！
（再次感谢审稿专家、编辑部专家认真细致的审阅，促使作者认真修改文章，进一步详细地考虑，使本文有了较大水平的提升）
审稿结论：修后再审。
作者修回说明
尊敬的老师：
您好，感谢贵刊对本文提出的宝贵意见。
根据复审意见，我们依次对论文做出如下修改：
修改1：根据专家意见，作者重新梳理了全文文字内容和语言逻辑，并对全文进行逐字逐句地校对与修订，进一步精炼语言，使文字表述更为准确流畅、逻辑更为清晰，请见紫色字体部分。
修改2：非常感谢专家提出的疑问，根据专家提出的疑问，作者增添了关于表3系数差异性检验的详细说明，并通过仔细检查及时修正了数据及文字表述，增添了必要的文字说明。如“采用Hausman检验方法对各收入群体之间进行系数差异性检验。系数差异性检验中的“系数差”是较低收入群体与较高收入群体关于高等教育回归系数的差值，表示的是高等教育对两个群体收入的边际贡献差异。“系数差”显著即说明高等教育对收入差距有显著影响。若系数差为正，表示高等教育缩小了较低收入群体与较高收入群体之间的收入差距，若为负，即表示高等教育拉大了较低收入群体与较高收入群体之间的收入差距。从表中数据来看，低收入群体与中高收入群体的系数差均为正且在1%水平上显著，说明高等教育缩小了低收入群体与中高收入群体之间的收入差距”等。具体修改请见第四章第二节紫色字体部分及表3。
修改3：根据专家提出的修改意见，作者重新调整了表格，已将分位数回归中“q5、q20…等”加入了对应的组别名称，具体请见表格及紫色字体部分。
根据“编辑部意见”，我们依次对论文做出如下修改：
1. 我们已参考外审意见对全文进行了修改完善，论文中所有修改均用紫色字体标出。
2. 已按照贵刊近期刊发文献以及投稿模板通修了全文格式。
3. 已附上详细的修回说明（如上）。
妥否，请批评指正！
（再次感谢审稿专家、编辑部专家认真细致的审阅，促使作者认真修改文章，进一步详细地考虑，使本文有了较大水平的提升）
第四轮审稿意见
同行评议意见2三审意见
修改达到了发表要求。
审稿结论：可刊用。