方超 | 教育扩张政策与流动人口的教育收益率
录用日期：2022-06-23
方 超
南京财经大学公共管理学院教育扩张政策与流动人口的教育收益率摘 要：近年来，教育扩张政策的收入分配效应成为评价公共政策的热点之一。基于流动人口卫生计生动态监测调查数据，通过流动人口教育收益率的测量，从劳动力市场的视角评估教育扩张政策的社会经济价值，结果发现：第一，教育扩张政策具有较强的教育价值，一方面提高了流动人口的受教育程度，另一方面也显示出男性在义务教育和大学教育参与率上高于女性；第二，教育扩张政策具有较强的经济价值，利用工具变量法纠正基准估计中的内生性偏差后，发现义务教育改革和高校扩招能将全体、男性和女性流动人口的教育收益率分别提高362%和14.3%、353.1%和7.4%以及442.9%和28.4%；第三，进一步利用无条件分位数回归及广义分位数回归框架的异质性分析，发现义务教育改革和高校扩招对于流动人口工资水平的影响表现为V和倒V型曲线。从分配效应上看，义务教育改革有助于缩减流动人口的组内工资收入差距，但高校扩招政策扩大了组内工资差距。对此，通过深化教育事业改革，强化教育补贴，有助于推进相对贫困的有效治理。 关键词：教育扩张；义务教育改革；高校扩招；教育收益率；工具变量 |
一、问题提出
改革开放以来，中国教育事业在基础教育和高等教育扩张政策的推动下取得了较大发展。1986年《中华人民共和国义务教育法》开启了九年制义务教育改革，1998年《面向21世纪教育振兴行动计划》开启了高校扩招政策。义务教育改革和高校扩招政策的推行大幅提高了国民受教育程度，九年义务教育巩固率和高等教育毛入学率已达到95.2%和54.4%，为我国由人力资源大国步入人力资源强国奠定了坚实的基础。在此背景下，教育扩张政策能否进一步具有社会经济价值，提高劳动者的工资水平，并对缩小工资性收入差距产生积极影响成为我们关心的焦点问题。鉴于此，本文以流动人口为研究对象，通过教育收益率的科学测量检验教育扩张政策对流动人口工资水平的影响，以期从劳动力市场的视角，为科学评估公共教育政策的实施效果提供信息支撑与决策基础。
二、文献综述
自明瑟提出工资决定方程后，教育收益率便被广泛的用以衡量学历教育的经济价值。本节将以教育收益率为切入点，以流动人口为研究对象，围绕教育扩张政策的研究主题，通过相关文献的简要梳理提出文章的研究价值及研究假说。
（一）流动人口与教育收益率
自1958年户口登记条例颁布以来，城乡分割的二元经济结构就成为中国劳动力市场的重要特征，教育收益率的研究多以城镇或农村劳动力为研究对象，但对流动人口或乡-城转移劳动力的关注却相对缺乏。从相关文献的研究主题上看，流动人口的教育收益率通常与工资收入差距相结合，但在研究发现上存在差异。譬如，杨娟和赵心慧利用奥萨卡-布林德和无条件分位数回归分解的研究，发现教育的价格效应和结构效应在某种程度上扩大了流动人口的城乡收入差距。但是，于潇和陈世坤的研究却发现，广义分位数回归框架揭示了乡-城转移劳动力在收入分层上呈现出阶段性变化的趋势，该趋势能有效缩小乡-城转移劳动力的组内工资收入差距。
（二）教育扩张与教育收益率
科学评估教育扩张政策的社会经济价值，衡量教育对收入分配的影响愈发成为学术研究的重要关切。《中华人民共和国义务教育法》和《面向21世纪教育振兴行动计划》的出台，为评估教育扩张政策的收入分配效应提供了准实验的研究设计。譬如，刘生龙、周绍杰、胡鞍钢利用义务教育法构造时间断点的研究，发现法律的实施客观上扩大了城镇居民的收入差距，起到了“马太效应”的作用。方超和黄斌的研究却发现，两次教育扩张政策的收入分配效应存在差异。义务教育改革有助于收敛流动人口在低-高收入群体间的组内工资差距，但高校扩招政策却扩大了流动人口在不同分位点上的工资收入差距。
从研究结论上看，有关教育扩张与教育收益率的研究尚存分歧。一方面，部分研究认为两次教育扩张政策促进了城镇（农村）劳动力的教育人力资本积累，提高了个体工资水平，缩小不同群体的组内或组间工资差距 。但另一方面，也有研究指出教育扩张政策在提高教育收益率的同时，客观上也扩大了城镇（农村）劳动力的组内或组间工资差距不利于收入分布均等化。
（三）研究述评与研究假设
学术界在本文关注的选题下已经形成了丰富有益的学术积累，也为增强教育事业发展与劳动力市场的联系提出了切实可行的政策建议，但该选题仍然存在以下两方面可供挖掘的可能：第一，从教育扩张政策的研究对象出发，既有研究对流动人口的关注仍显不足，并且在研究主题上更倾向于关注高校扩招的收入分配效应，造成对义务教育改革的关注不足。第二，从社会保障政策的研究结论出发，教育扩张政策的收入分配效应能否提高流动人口的工资水平、缩小不同工资分位点上的组内工资收入差距，既有研究尚存分歧。
基于对既有文献研究趋势的把握，本文提出后续研究有待检验的两条假设：第一，义务教育改革和高校扩招政策显著提高了流动人口的受教育程度与工资水平，且教育收益率在不同学历教育层级间具有异质性的收益特征，大学教育投资的社会经济价值高于义务教育阶段。第二，义务教育改革和高校扩招政策还具有较强的收入分配效应，通过义务教育和大学教育机会的优质、均衡供给，能够缩小流动人口在不同工资分位点上的组内工资收入差距。
三、研究设计
（一）微观数据
微观数据采用国家卫生计生委在2017年开展的一轮中国流动人口动态监测调查数据（China Migrants Dynamic Survey，CMDS）。CMDS综合利用了多种抽样方式，在全国流动人口流入较为集中的省份，获得了接近17万规模的样本容量，能够保证研究所需的外部有效性。对于样本的筛选，我们利用两次教育扩张政策的推行时间，划定政策干预的时间截断点，保留截断点前后十年出生的流动人口进入样本考察范围。对于义务教育改革而言，流动人口的出生日期被严格限定在1960年~1980年之间，样本的有效观测值为20049个；对于高校扩招政策而言，流动人口的出生日期则被严格限定在1971年~1991年之间，样本的有效观测值为27100个。
（二）变量处理
在明瑟工资决定方程中，因变量多以劳动者的年、月、日或小时工资衡量收入水平。根据数据及问卷提供的信息，本文将流动人口上月工资收入作为因变量后，对其做对数化处理。
2.处理变量
利用教育收益率评估教育扩张政策的社会经济价值时，需要根据流动人口的受教育程度设定处理变量。在评估义务教育改革的社会经济价值时，我们将具有小学或初中受教育程度的流动人口赋值为1，定义其为处理组（
3.工具变量
教育收益率的因果性估计通常受到内生性的掣肘，需要通过构造工具变量进行因果识别。构造工具变量的具体思路分两步进行：首先，根据义务教育学制和适龄儿童入学年龄计算出两次教育扩张政策干预的时间节点是1971年9月（义务教育改革）和1981年9月（高校扩招） 。其次，对样本中的个体出生日期与政策干预日期做差值，差值小于等于0的个体进入政策干预的处理组，差值大于0的个体则进入控制组。与控制组相比，处理组因为受到政策干预从而在理论上有着更高的概率接受义务教育或大学教育。
4.协变量
参与估计的协变量包括资人力资本变量、个体特征变量和行业特征。人力资本变量由工作经验及其平方项组成；个体特征变量则涵盖了转移劳动力的性别、民族等因素；行业特征则根据流动人口的单位性质，对“体制内”就职的个体赋值为1，对“体制外”就职的个体赋值为0。
（三）统计描述
表1报告了实证研究所涉变量的统计描述。在义务教育改革样本中，处理组和控制组的有效观测值分别为10304个和19526个；在高校扩招样本中，处理组和控制组的有效观测值则为9745个和7457个。
工资收入方面，义务教育改革样本下处理组的对数月工资为8.107，高于控制组的8.022；高校扩招政策样本中处理组的对数月工资为8.357，低于控制组中的8.427，双t检验均在1%水平上统计显著。此外，基本统计信息还显示出教育扩张政策提高了流动人口的受教育程度，义务教育改革将流动人口的义务教育参与率提高了3%，高校扩招则将大学教育参与率提高了17.2%。图1则刻画了义务教育改革和高校扩招样本中工资水平和受教育程度的核密度函数图。
表1 所涉变量的统计描述
图1 工资-教育密度函数
人力资本变量方面，处理组中工作经验及其平方项的均值高于控制组，表明教育扩张政策在提高流动人口受教育程度的同时，也延缓了个体进入劳动力市场的时间。个体特征方面，男性、汉族、农业户籍、未婚、党员在义务教育改革样本中的占比分别为61.7%和66.7%、90.1%和92.7%、88.7%和86.8%、0.7%和0.1%、3.1%和3.3%；高校扩招样本中男性、汉族、农业户籍、未婚、党员在处理组与控制组中的占比分别为54.2%和66.5%、92.3%和93.1%、60.6%和50.8%、2.29%和5%、2.14%和1.24%。行业特征方面，在义务教育改革样本中，处理组有15%的流动人口在诸如机关、事业单位等“体制内”工作，低于控制组中的16.7%；而在高校扩招样本中，处理组中在“体制内”供职的流动人口为29.1%，略高于控制组中的28.1%。
（四）计量模型与识别策略
计量模型采用明瑟工资决定方程的线性形式捕捉教育扩张政策对流动人口工资水平的影响：
在式（1）中，下标i表示流动人口个体；因变量
1.工具变量估计
当流动人口的受教育程度为内生变量时，普通最小二乘法无法将受教育程度外生于模型的部分给剥离出来，从而可能对教育收益率产生偏估。因此，因果识别将利用教育扩张政策的外生性构造工具变量。工具变量法的技术处理分两步进行：第一步，构造第一阶段受教育程度的选择方程，检验教育扩张政策对流动人口接受义务教育或大学教育的影响效应：
在式（2）中，工具变量
2.无条件分位数回归
基准回归和工具变量估计只能在均值层面上评估教育扩张政策对于流动人口工资水平的影响，但教育政策制定者更关心的可能是，义务教育和大学教育的个体增收效应在不同工资分位点上是否存在显著差异。原因在于通过差异分析，决策者能够更好地判断教育扩张政策是否具有收入分配效应。为了实现这一目的，部分研究采用了有条件分位数回归（Conditional Quantile Regression，CQR）的异质性分析方法，对学历教育的异质性增收特征进行了实证检验。然而，有条件分位数回归的研究假设相对严苛，它要求观测数据具有相同或相似的可观测特征，但这在现实数据条件下却较难达成，也就导致相关政策效果评估很难为决策者提供更多、更有价值的决策信息。为了更好地实现异质性分析，本文将采用无条件分位数回归（Unconditional Quantile Regression，UQR）的研究方法，通过再集中响应函数（Re-centered Influence Function，RIF）捕捉教育在流动人口工资水平无条件分布中的异质性增收特征。
四、实证分析
（一）基准回归
1.普通最小二乘估计
基准回归基于普通最小二乘法揭示了教育扩张政策对流动人口工资水平的影响效应，表2报告了回归结果。其中，第2~4列报告的是义务教育改革全样本、男性、女性分样本的回归结果；第5~7列报告的是高校扩招全样本、男性、女性分样本的回归结果，各样本在回归中均控制了聚类到区县的固定效应。
义务教育改革方面，的参数估计值在全样本、男性和女性分样本中分别为0.146，0.143以及0.142，估计结果在1%水平上正向显著，其含义可以理解为与未接受义务教育相比，接受义务教育能将上述各群体的对数月工资分别提升14.6%、14.3%、14.2%。比对教育收益率的性别差异能够发现，接受义务教育对于男性具有更强的收入效应。
高校扩招方面，的参数估计值在全样本、男性和女性分样本中分别为0.256、0.249、0.258，表明与未接受大学教育的流动人口相比，接受大学教育能将全样本、男性、女性对数月工资提高25.6、24.9、25.8个百分点。在给定大学为四年学制时，我们可以计算出上述各群体的大学教育年收益率分别为6.4%、6.2%以及6.5%，接受大学教育对于女性具有更强的个体增收效应。
基准回归的估计结果一方面初步验证了本文提出的研究假设一，另一方面也能够得到如下两条研究推论：第一，经济转型时期两次教育扩张政策具有一定的社会经济价值，流动人口在实现人力资本积累的同时，能够通过接受义务教育或大学教育提高月工资水平。第二，教育扩张政策的收入分配效应在教育层级和性别之间存在较大差异。从学历教育层级上看，大学教育对于流动人口工资水平的促进作用高于义务教育，这符合学历教育经济价值的一般规律。但从性别差异上看，男性义务教育收益率高于女性，但却在大学教育阶段低于女性，而这似乎并不完全符合最大维持不平等理论和有效维持不平等理论。
一般认为，由于高等教育能够更好的塑造劳动力的技能水平，因而与义务教育相比是更高层级的教育形式。在最大维持不平等和有效维持不平等理论中，只有优势群体满足对某一层级的教育需求后，该层级教育扩张的政策红利才会自发的向弱势群体转移。根据这一理论，当义务教育改革满足男性的教育需求后，男性教育需求向更高层级的大学教育延展，倒逼义务教育改革后的教育机会供给向女性倾斜。如果这一逻辑假设成立，女性流动人口的义务教育收益率在理论上应高于男性，而男性流动人口的大学教育收益率则高于女性。但是，普通最小二乘法的回归结果却表明，义务教育改革能够更好的促进男性的个体增收，而高校扩招则能更好的促进女性的个体增收。
对于此，我们认为可能的解释是中国教育扩张政策是在中央政府刚性权力的主导下，采用后外生型的渐进式扩张，扩张进程兼顾了教育事业发展的公平和效率，公平方面尤为注重对女性等弱势群体受教育权利的保护，义务教育和高等教育入学机会相对公平的分布在不同性别之间，从而部分消弭了扩张进程中教育机会分布的不平等。
最后，对协变量的估计结果进行简要汇报，人力资本变量的估计结果正负相异，显示出经验积累与工资增长的关系符合加里·贝克尔提供的倒U型曲线。汉族流动人口的月工资收入则在大多数分样本中高于少数民族，农业户籍流动人口的工资水平则低于非农户籍，婚姻、政治面貌以及行业性质的估计结果不具有统计显著性。
表2 普通最小二乘估计
工具变量估计进一步借助教育扩张政策构造工具变量，采用两阶段估计进行内生性纠偏，表3报告了回归结果。从诊断性指标上看，绝大多数样本中第一阶段F值显著大于10，表明利用义务教育改革和高校扩招政策的时间截断点构造工具变量是强工具变量，满足“大拇指法则”。
工具变量的第一阶段回归反映的是两次教育扩张政策对流动人口受教育程度的外生冲击。在义务教育改革全样本、男性以及女性分样本中分别为0.031、0.040、0.015，表明1986年《中华人民共和国义务教育法》将全体、男性和女性流动人口接受义务教育的概率值提高了3.1、4以及1.5个百分点。在高校扩招全样本、男性以及女性分样本中的估计结果分别是0.177、0.178、0.177，表明1998年《面向21世纪教育振兴行动计划》将全体、男性和女性流动人口接受大学教育的概率值提高了17.7、17.8以及17.7个百分点。
工具变量的第二阶段回归则是对基准估计的内生性纠偏。的参数估计值在义务教育改革全样本、男性、女性分样本中分别为3.620、3.531、4.429，表明接受义务教育能将全体、男性和女性流动人口的对数月工资提升362%、353.1%以及442.9%。在高校扩招各样本中的参数估计值分别为0.143、0.074、0.284，表明接受大学教育能将全体、男性和女性对数月工资提升14.3%、7.4%以及28.4%。进一步地，我们计算出全体、男性和女性流动人口的大学教育年收益率分别为3.6%、1.9%以及7.1%。
与基准回归相比，两阶段工具变量的估计结果呈现出以下两点不同：第一，由于无法剥离处理变量外生于模型的部分，普通最小二乘法在捕捉义务教育改革的个体增收效果时，对于流动人口的教育收益率给出了向下估计，但在评估高校扩招政策的个体增收效果时，则对流动人口的大学教育收益率给出了向上估计。第二，当剥离了处理变量外生于模型的部分后，工具变量法发现女性教育收益率在各样本中全面高于男性，这与既有研究结论保持了相对一致性。
表3 工具变量估计
（二）异质性分析
本节利用无条件分位数回归的估计方法，选择0.1、0.25、0.5、0.75以及0.9分位点表示流动人口在低、中低、中位数、中高以及高分位点上的工资水平，通过自举抽样1000次后，得到表4所示的回归结果。
在义务教育改革中，的参数估计值随工资分位点的上升呈现出“上升-下降-再上升-再下降”的变化过程，异质性特征类似于M型曲线。处理变量在低分位点上的参数估计值为0.176（P<0.01），高于高分位点上的0.130（P<0.01），表明为低收入群体有针对性的提供义务教育改革，有助于缩小流动人口在低-高收入群体上的工资收入差距。性别差异方面，女性在低、高分位点上的教育收益率分别为0.150和0.046，高于男性的0.092和0.091，显示出接受义务更有利于促进女性，尤其是低收入女性的减贫增收，缩小与男性在低-高分位点上的性别工资差距。
在高校扩招中，的参数估计值随工资分位点的上升呈现出“先下降再上升”的变化过程，异质性特征类似于V型曲线。处理变量在低分位点上的参数估计值为0.242（P<0.01），低于高分位点上的0.563（P<0.01），表明高校扩招虽然提高了流动人口的工资水平，但客观上却扩大了低-高收入群体的工资收入差距。性别差异方面，女性在低、高分位点上的教育收益率分别为0.081和0.534，高于男性的0.073和0.355，显示出接受大学教育同样更有利于促进低收入女性的减贫增收。
表4 无条件分位数回归估计
稳健性检验在无条件分位数回归的基础上，进一步纳入了义务教育改革和高校扩招政策作为流动人口受教育程度的工具变量，采用广义分位数回归框架（Generalized Quantile Regression，GQR），通过MCMC求解法予以实现，表5报告了回归结果。
义务教育改革方面，在全样本中的参数估计值随工资分位点的上升呈现出“先上升再下降”的变化趋势，义务教育对于流动人口工资水平的异质性影响类似于V型曲线。低分位点上的参数估计值（0.163）高于高分位点（0.083），显示出义务教育机会供给如果向低收入群体倾斜，则有可能缩小低-高收入群体间的组内工资收入差距。性别组间差异方面，女性在低、高分位点上的教育收益率高于男性，表明与男性相比，女性接受义务教育更有利于实现个体增收。性别组内差异则与全样本回归基本相同，即义务教育改革更有利于增进低收入男性和女性的工资水平。
高校扩招方面，在全样本中的参数估计值随工资分位点的上升呈现出“先上升再下降”的变化趋势，大学教育对流动人口工资水平的异质性影响类似于倒V型曲线。低分位点上的参数估计值（0.179）低于高分位点（0.402），显示出高校扩招能够更好地增进高收入群体的工资水平。性别组间差异方面，女性在低、高分位点上的大学教育收益率均高于男性，表明高校扩招更有利于促进女性流动人口的个体增收。性别组内差异方面，男性和女性在高分位点上的估计结果高于低分位点，表明高校扩招更有利于增进高收入群体的工资水平。总体上看，利用GQR进行稳健性检验的估计结果与UQR基本一致，区别仅存在于参数估计的绝对量上，因而可以认为异质性分析的研究结论是稳健、可靠的。
最后，根据异质性分析及稳健性检验的估计结果，我们对研究假设二做出一定的修正：两次教育扩张政策的分配效应存在差异，义务教育改革具体“提低”效应，能够缩小流动人口在低-高分位点上的组内工资收入差距。但是，高校扩招政策却显示出了“提高”效应，带有某些“精英导向型”的改革特征，客观上扩大了流动人口在不同工资分位点上的组内工资差异。从性别组间差异上看，两次教育扩张政策更有利于提高女性，尤其是低收入女性的工资水平，因而能在一定程度上促进性别工资差距的均质收敛。
表5 广义分位数回归框架估计
五、结论与讨论
（一）研究结论
本文采用卫生计生委提供的微观研究数据，利用《中华人民共和国义务教育法》和《面向21世纪教育振兴行动计划》构造教育扩张政策的工具变量，通过基准回归、工具变量估计、无条件分位数回归以及稳健性检验等实证过程，量化评估了公共教育扩张政策对流动人口工资水平的影响，得到以下几点研究发现：
第一，利用普通最小二乘法进行基准回归发现，两次教育扩张政策均具有较强的收入分配效应，接受义务教育和大学教育能将全体、男性、女性的对数月工资分别提高14.6和25.6、14.3和24.9以及14.2和25.8个百分点。大学教育的个体增收效应更强，符合学历教育经济价值的一般规律，而义务教育则能更好的促进男性流动人口的个体增收。
第二，基于工具变量法的第一阶段回归，发现教育扩张政策是流动人口受教育程度的强工具变量，义务教育改革和高校扩招政策能将全体、男性和女性流动人口接受义务教育和大学教育的概率值分别提高3.1、17.7、4个百分点和17.8、1.5、17.7个百分点。
第三，利用工具变量法的第二阶段回归，剥离了处理变量外生于模型的部分后，发现内生性问题导致了基准回归在评估义务教育改革的收入分配效应时，对教育收益率给出了向下估计，而在评估高校扩招政策的收入分配效应时，对教育收益率给出了向上估计，不利于科学评价教育扩张政策的经济社会价值。
第四，利用无条件分位数回归进行异质性分析，发现义务教育改革具有“提低”效应，能够更好的促进低收入群体的个体增收。但是，高校扩招政策却具有“提高”效应，对高收入群体的个体增收具有更强的促进作用。广义分位数回归框的稳健性检验则发现，义务教育改革的异质性收益特征类似于V型曲线，高校扩招的异质性收益特征则类似于倒V型曲线。
（二）延展讨论
从政策意涵上看，本文的实证研究结果具有以下两点启示。第一，从教育价值上看，经济转型时期两次教育扩张政策显著提升了流动人口的受教育程度，加速了个体的教育人力资本积累。教育事业改革应进一步提升义务教育、大学教育入学率，为流动人口供给更加公平且更具质量的入学机会，推动教育事业发展的同时，在流动人口内部形成更加合理的教育人力资本分布结构。第二，从经济价值上看，教育扩张政策更有利于提升低收入群体、女性、女性低收入群体的工资水平，实现弱势群体的减贫增收。根据这一点，后脱贫攻坚时代利用教育治理相对贫困的逻辑就可采取向上述弱势群体供给多种类型教育补贴的方式，如向低收入的多子女家庭，尤其是多女孩家庭提供校内、校外“教育券”，减轻家庭在子女教育选择时的货币性负担，通过保障弱势群体的入学权利、入学机会和入学质量，以期更好的释放教育人力资本的收入分配功能，从源头上切断相对贫困的传递路线。
作者—编辑—同行评议意见
第一轮审稿意见
同行评议意见1
本文的选题较有意义，研究方法的选择也比较合理。但作者的绪论、文献综述和讨论部分有些薄弱。主要有下面几个具体问题，请作者参考。
1. 本论文未提出明确的研究假设，建议基于文献综述，提出相应的研究假设。
2. 建议将三、研究设计和四、数据与变量这两部分整合成一个部分，建议先介绍数据、样本、变量，再介绍模型。
3. 请进一步解释清楚流动人口是怎么界定和划分的。
同行评议意见2
文章研究了一个经典主题，此方面的研究已经很多，有如下三点供作者参考：
1.参考文献覆盖不全，缺少经济研究、管理世界的文献；文献述评的部分，边际贡献需要进一步明确。
2.方法部分，对于UQR和QR的比较不够到位，“无条件”到底是什么意思解释的不太清楚。此外，GQR为什么能够克服内生性，缺少相关原理的解释。
3.分位回归的结果一般会有一张图，更为直观，建议补充。
审稿结论：修后再审。
作者修回说明
尊敬的审稿人：
您好！
首先感谢匿名审稿人对本文提供的宝贵意见，您的意见对于本文的修订与完善提供了极大的启发。为了便于您审阅，我们采用修订模式对文章进行修改，现根据您的意见，将修改情况向您做如下说明：
第一，根据审稿人的意见，对文献综述部分做了调整和相应的补充，增加《经济研究》《中国社会科学》等前期经典文献，同时补充新近的、有关流动人口教育收益率的相关文献。
第二，根据审稿人的意见，我们在文献综述部分增加了研究假设。根据研究需要，在研究述评之后，我们提出了文章的两条假设，（1）两次教育扩张能够提高流动人口的受教育程度与工资水平，且不同学历教育层级间的个体增收效应存在异质性的收益特征；（2）两次教育扩张政策具有较强的收入分配效应，能够缩小流动人口在不同工资分位点上的组内工资收入差距。对于这两条研究假说，也通过后文的实证分析予以验证或修订。
第三，根据审稿人的意见，我们对文章结构进行了调整，将原文中第三部分研究设计和第四部分数据与变量进行了合并，统一调整为第三部分，并且按照审稿人的要求对呈现顺序做了调整，即按照数据、样本、变量、模型以及识别策略的顺序进行呈现。
第四，根据审稿人的建议，我们在研究数据部分交代了流动人口的定义，即根据研究数据的可获得性，本文所指的流动人口是在在调查时已在流入地居住一个月及以上，非本区（县、市）户口的15周岁及以上的个体。
第五，根据审稿人的建议，我们重新拟定了研究方法，指出无条件分位数回归与有条件分位数回归相比，其研究方法向前推进的地方在于放宽了对于观测数据在可观测特征上相同或相似的研究假定，估计结果更为贴近现实世界，因而能够为决策者提供更为坚实的证据基础。同时，在广义分位数回归框架中，我们指出通过广义分位数回归框架，可以进一步纳入义务教育改革和高校扩招政策作为流动人口受教育程度的工具变量，通过工具变量估计进一步做无条件分位数回归的稳健性检验。
第六，考虑到文章的篇幅问题，我们并未在无条件分位数回归之后做分位图，但通过语言文字描述以期清晰刻画义务教育改革和高校扩招政策在不同工资分位点上的异质性增收特征，望审稿人理解。
最后，根据编辑部要求，对文章语言表述做凝练以及部分文字的降重处理。
再次感谢审稿人和编辑部的帮助，祝您身体健康，工作顺利。
顺颂春安！
1.全文语言表达问题较多，请从头至尾认真修改；
2.降低文字复制比至10%以内；
3.补上作者、单位、课题等必要信息。
作者修回说明
尊敬的《重庆高教研究》：
老师您好！
首先感谢匿名审稿人对我们上一轮修订的认可，其次感谢编辑部老师对于终审论文修改提供的宝贵建议，您的建议对于完善文章起到了极大的启发。现根据编辑部要求，将文章修改情况向您做如下说明：
第一，由于之前的修改为了便于您审阅，我们采用的是修订模式，因而造成文章在部分段落和语言表述上存在疏漏，根据您的建议，我们对文章从头到尾进行了校对。
第二，根据编辑部提供的查重反馈，对部分文字进行了降重处理。
第三，根据编辑部的要求，我们在文中补齐了作者信息以及课题资助情况。
最后，再次对审稿人和编辑部提供的意见表示感谢，祝您工作顺利，身体健康！
顺颂夏安！
编辑部定稿会终审二轮意见
1.文字复制比依然超标。
2.语言文字问题依然明显。
请珍惜机会，认真对待！
作者修回说明
尊敬的《重庆高教研究》：
老师您好！
首先，再次感谢编辑部给予宝贵机会让我们得以再次修改文章，现将论文修改情况向您做如下说明：
根据终审意见，让我们再次修改文章语言表述。由于不太清楚语言表述的具体问题是什么，所以特想编辑部咨询后，我们将文中的长句语言表达尽可能的修改为短句，同时在文中增强断句，尽可能的增强文章在不同读者和编审间的可读性。
根据终审意见，我们又对文章查了一遍重，并对重合部分做了删除、转述等处理。同时，我们还想向您解释下：实际上，文章重合部分是和我之前发表的文章有部分重合，除去本人已发表的部分，查重部分相对较低。对于一些数据描述或专有名词，往往也较难转述，还望您能理解。
最后，再次感谢编辑部愿意给我们宝贵的修改机会，也感谢张海生老师无私的帮助，祝您工作顺利，身体健康！
顺颂夏安！
编辑部定稿会终审三轮意见
审稿结论：同意录用。