摘 要： 本研究采用一项全国范围的入户调查数据,使用经济学中经典的明瑟收入方程实证探究学习者通过远程高等教育获得的收益在部门和地区层面的差异。实证研究结果显示：非公共部门的远程高等教育收益显着高于公共部门的远程高等教育收益,这说明远程高等教育具有明显的人力资本特征。在地区层面,西部地区的教育收益最高,这进一步支持了前期的相关研究,即远程高等教育对经济弱势群体的收入促进作用更大。
关键词： 远程教育; 远程教育经济学; 教育收益; 明瑟收入方程; 远程学习者; 成人学习; 精准扶贫;
Abstract： This study uses data from a nationwide household survey and the classic Mincer income equation in economics to empirically explore the differences of the benefits for learners through distance higher education in terms of sector and region. The empirical results show that the benefits of distance higher education are higher in the non-public sector than in the public sector, which indicates that distance higher education has obvious human capital characteristics. At the regional level, returns to education are the highest in the western region, which shows that distance education is more effective for the economically underdeveloped western regions.
Keyword： distance higher education; returns to education; sector; region;
一、问题的提出
教育收益是对一个人或一个社会因增加其接受教育的数量而得到的未来净经济报酬的一种测量（Carnoy,1995,p.471），前者为私人收益，后者为社会收益。20世纪80年代，随着中国改革开放教育与劳动力市场之间的关系引起学者的关注，国内外涌现出大量文献研究中国的教育收益，以反映劳动力市场化程度。这些研究测量了不同时期的教育收益，探究了教育收益不同群体的差异（陈晓宇,等,1998;Daly,et al.,2015;Kuo&Shiu,2016;Li,Li,&Morgan,2018）。但是，通过对前期相关研究的梳理发现前期实证研究的分析对象主要以面授学习者为主，只有少量研究关注远程高等教育的收益（Woodley&Simpson,2001;Casta?o-Mu?oz,Carnoy,&Duart,2016;Li,2018;李锋亮,等,2009;郑勤华,等,2009;倪清燃,等,2011;李锋亮,等,2015），这与目前远程高等教育庞大的群体规模不相符合。
新中国从1950年便开始发展远程教育。随着互联网时代的到来，中国远程教育取得了巨大的发展，也为中国高等教育从精英教育转向大众化教育、推动社会经济发展提供了大力支持。在现阶段，中国的远程教育只针对本科和大专层次提供学历教育。据统计，2017年中国网络高等教育的毕业生总规模约177.79万人，占当年所有本科和大专毕业生总数的15.32%1。远程教育是指教学（teaching）和有计划的学习通常发生在不同的地方，需要通过技术和特殊的组织机构将教与学连接起来的教育类型（Moore&Kearsely,2012,p.2）。显然，网络教育只是远程教育的一个组成部分，还有很大比例的成人教育也是通过非面授的方式进行，因此我国目前远程高等教育的毕业生占整个高等教育毕业生的比例肯定超过15.32%2。根据托尼·贝茨（Tony Bates）在2013年的一项研究，仅在发展中国家就有超过2,100万学生采用远程高等教育的方式进行学习（Bates,2013）。
然而在慕课出现前，国外只有少数学者实证分析远程高等教育的收益。比如在21世纪初，英国学者Woodley和Simpson(2001）测量了远程高等教育毕业生的投资回报状况。随着包括慕课在内的在线学习的发展，有理由相信国际上远程高等教育的学习者规模会越来越大。在这样的背景下，远程教育的收益引起了国际上更多学者的关注。Carnoy及其同事（2012）在2012年的一篇文献中讨论了远程高等教育给学习者带来的收益问题。Hoxby(2014）认为非常有必要对比远程教育和面授教育的收益。Hoxby(2017）在2017年的一篇实证研究中发现学习者对远程高等教育的投入得不偿失，因为远程高等教育的收益较低。可见，目前对远程教育群体的经济分析逐渐成为国际上很多相关学科的研究热点。
2016年Casta?o-Mu?oz和Carnoy(2016）发表了一篇实证分析远程高等教育收益的文章，该文章宣称这是世界上“第一次”采用实证研究方法比较了远程高等教育和面授高等教育的收益。但其实国内有学者于2015年便根据高质量的数据对远程高等教育和面授高等教育的收益进行了实证比较（李锋亮,等,2015）。通过前期的文献调研发现，国内学者针对远程高等教育的收益已经开展了一系列实证分析的研究（Li,2018;李锋亮,等,2009;郑勤华,等,2009;倪清燃,等,2011;李锋亮,等,2015）。
然而，目前国内外大部分实证研究所用数据的代表性并不高（李锋亮,2019），而且研究的视角也较为狭窄，因此对远程高等教育的收益值得做进一步的研究。比如，地区和部门都是关于面授教育收益的重点研究内容（Psacharopoulos,1979;李锋亮,等,2003;沈红,等,2015），但是对于远程教育，这两个角度的实证分析都严重缺乏。李锋亮等人（2009）虽然开创性地分析了远程高等教育收益的部门差异，但是该研究采用的是特定学校在校生的数据，严格来说并不是真正意义上的教育收益，而且数据的代表性也存在不足。关于地区层面远程教育收益的分析，在本研究的文献搜索范围内还没有看到。
本研究将尝试弥补现有实证研究视角的不足，采用具有全国代表性的高质量数据实证分析远程高等教育收益在部门和地区层面的差异，并对远程教育与面授教育的收益进行比较。接下来的文章结构如下：第二部分对与研究相关的文献进行进一步的梳理；第三部分是研究设计与数据的介绍；第四部分是对研究假设的实证检验与讨论；最后一部分是研究结论和建议。
二、文献综述
正如上文所说，国内外已经有一些实证研究分析了远程教育的收益。最早的一项研究可能是英国学者Woodley和Simpson(2001）针对英国开放大学的学习者进行的调研，发现尽管学习者是在成年后进行的学习，但他们的投资回报相对较高。目前几乎大部分研究都得到了远程高等教育能够给学习者带来可观经济回报的实证发现（Casta?o-Mu?oz,Carnoy,&Duart,2016;Li,2018;李锋亮,等,2009;郑勤华,等,2009;倪清燃,等,2011;李锋亮,等,2015）。
有些研究分析了远程教育不同群体的收益差异，包括性别、学位项目、年龄、城乡和部门（公共部门和非公共部门）等。多项实证研究的发现显示女性的远程高等教育收益高于男性的收益（Casta?o-Mu?oz,Carnoy,&Duart,2016;Woodley&Simpson,2001,李锋亮,等,2009;李锋亮,等,2015;），这一结果和大多数关于面授教育收益的发现是一致的（Psacharopoulos&Patrinos,2004）。Carnoy等（2012）利用西班牙一所开放大学的学生数据探究了远程高等教育的收益，发现两年制的二学位（two-year secondcycle degree）项目对远程学习者有正向的收益，但是三年制的一学位（three-year first-cycle degree）项目却没有。Casta?o-Mu?oz、Carnoy和Duart(2016）继续对西班牙这所开放大学进行实证分析，发现入学年龄较小的学生群体获得了更大的收益。李锋亮等人（2015）分析远程教育收益在城乡方面的差异时发现，远程教育对处于弱势地位的农村劳动者的收入提升作用更为明显，尽管大多数实证研究发现远程教育的收益要低于面授教育的收益（李锋亮,2019）。李锋亮等人（2009）分析了远程教育收益的部门差异，发现远程教育在公共部门的收益高于私立部门的收益。
上述研究基本上是本研究所能找到的关于远程高等教育收益的实证分析，相对而言，对面授高等教育收益的研究就可谓汗牛充栋了，分析的视角也更加丰富多彩（Heckman,Lochner,&Todd,2003;Psacharopoulos&Patrinos,2004）。比如，很多研究关注教育收益在地区和部门之间的差异。在国内地区教育收益差异方面，大多数实证结果显示东部地区高于西部地区（李锋亮,等,2003;李元春,2003;杨新铭,等,2009;沈红,等,2015;李冬雪,2017）。但也有研究发现西部地区的教育收益反而更高（王云多,2009）。关于教育收益部门差异的研究，大多数研究都发现非公共部门高于公共部门（Psacharopoulos,1979;李锋亮,等,2003;杨新铭,等,2009;王云多,2009）。
通过文献梳理可以发现，教育收益的探究绝大多数是关于面授教育的，对远程教育收益的实证研究较少。相比面授教育，远程学习者具有自己独有的特征，两者不但学习方式不同，而且远程学习者更多是已经工作的成人，工作经验更丰富，年龄也更大（Casta?o-Mu?oz,Carnoy,&Duart,2016）。这些独有的特征会不会给远程高等教育的收益塑造不同于面授高等教育收益的现象呢？因此，迫切需要更多关于远程高等教育收益的实证分析。尤其随着远程高等教育毕业生的不断增加，测量远程高等教育收益并探究在不同群体中的收益差异尤为重要。本研究将基于国内外现有关于教育收益的研究，使用具有全国代表性的高质量数据，实证分析远程高等教育收益的地区和部门差异。
三、研究设计和数据
（一）研究方法
本研究将和已有大多数研究一样采用明瑟收入函数测量远程高等教育的收益（Heckman,Lochner,&Todd,2003）。明瑟收入函数将个人收入、受教育年限、工作年限和工作年限平方置入一个半对数形式的方程中，通过回归分析估计出教育的边际收益。标准明瑟方程的形式如下：
式中Y表示劳动者的个人收入，Ln Y为个体收入的自然对数，S表示劳动者的受教育年限，X表示劳动者的工作年限，a为截距，ε是残差项，b为受教育年限每增加一年个体收入增加的比例，即明瑟教育收益率。
然而，在本研究中系数b并不能称之为教育收益率，因为明瑟收入方程有一个假定，即受教育的成本都是机会成本。在远程高等教育中，很多学习者都是在职学习，他们接受远程教育的机会成本肯定是小于面授高等教育者的机会成本，这样方程（1）中的系数b就不能精确测量远程高等教育的收益率。尽管不能精确测量，但是系数b还是能够在很大程度上表示远程高等教育的收益大小。
（二）研究假设
不同部门的竞争程度差异可能会带来教育收益的差异（李锋亮,等,2003）。在部门层面，已有研究将部门分为公共部门和非公共部门（Psacharopoulos,1979;Saxton,2000;李锋亮,等,2009）。有研究认为公共部门实施科层制，而非公共部门与市场结合程度更为紧密，劳动力的竞争性更强，因此非公共部门的教育收益更大（Psacharopoulos,1979）。在现有关于面授教育收益的研究中，多数结果显示非公共部门的教育收益高于公共部门，并且认为这是由于教育具有促进学习者劳动生产率提高的功能（Psacharopoulos,1979;李锋亮,等,2003;杨新铭,等,2009;王云多,2009）。然而，李锋亮等人（2009）针对远程高等教育收益的研究却发现公共部门的收益更高，并且将此解释为远程教育对收入的增加更多可能是提供了一个学历信号。然而，李锋亮等人（2009）所用的数据并不具有全国代表性，而且是用在校生的样本。那么李锋亮等人（2009）的研究发现是否具有普遍性呢？本文给出第一个准备验证的研究假设：
假设1：远程高等教育收益在非公共部门显着更高。
这里需要说明一下，研究假设只是进行实证检验的方向，不是说本研究偏向上述研究假设。
在地区层面，我国大陆地区经济社会发展不均衡，很多已有研究根据长期经济发展和地理特征将我国大陆地区分成东部、中部和西部进行分析，认为东部地区经济和市场化水平要高于中部和西部地区，因此东部地区的教育收益更高（李锋亮,等,2003;李元春,2003;杨新铭,等,2009;沈红,等,2015;李冬雪,2017）。本研究根据上述面授教育实证发现的结论提出第二个研究假设：
假设2：东部地区的远程高等教育收益显着更高。
（三）数据
本研究采用中国社会综合调查（Chinese General Social Survey,CGSS）数据，这是中国人民大学中国调查与数据中心负责执行的一项全国性、综合性和连续性的学术调查项目。本研究采用CGSS2015年的数据，该数据发布于2018年1月，也是项目组最新的数据结果。该调查采用国际标准，系统、全面地收集了社会、社区、家庭、个人多个层次的数据。根据数据官网显示，基于CGSS数据发表的期刊论文约700篇，博硕士学位论文约700篇，显示出该数据具有较高的学术研究价值及认可度3。
2015年CGSS项目调查覆盖全国28个省/市/自治区的478个村居，总计10,968个样本量4。样本信息包含个体的出生年份、收入、最高受教育程度、受教育类型、工作所在的部门与省份等信息，这些都是验证研究假设所需要的。明瑟收入方程需要涉及个体的工作年限，本研究采用“年龄-受教育年限-6”获得，这种方法在研究中经常使用（Romele,2012;沈红,等,2015）。
因为本研究主要探究远程高等教育，而在中国只有本科和大专层次才可以通过远程教育获得学历，所以样本只选择最高学历为本科和大专的个体。教育收益在计算的过程中需要将该教育层次的样本及其前一个紧接着的教育层次的样本放入回归方程，即：计算大专的教育收益需要将高中和大专的样本同时放入回归方程中，计算本科的收益需要将高中和本科的样本放入回归方程中。本研究将样本的最高学历转换成了受教育年限。
本研究在统计分析中将高中作为参照组，分别构建两个学历的虚拟变量，一个是“大专”，另外一个是“本科”。当样本的最高受教育程度为大专时，“大专”赋值为1，否则为0；当样本的最高受教育程度为本科时，“本科”赋值为1，否则为0。
关于教育类型，CGSS2015询问了样本接受的是成人高等教育还是普通高等教育。根据向中国人民大学中国调查与数据中心的工作人员询问，普通高等教育肯定是属于面授教育，而成人高等教育并不能确定是否是远程还是面授。由于CGSS2015有样本接受成人教育所在省市的信息，本研究通过查阅所在地区成人教育机构的官网和电话咨询，一一进行区分。因此，本研究通过对成人教育机构的调研将成人高等教育划分为面授教育和远程教育。根据最高教育程度的教育类型，本研究设置了一个“远程教育”的虚拟变量，面授教育赋值为0，远程教育赋值为1。
关于工作所在部门，问卷中包含工作单位或公司的所有制性质，分别为国有或国有控股、集体所有或集体控股、私有/民营或私有/民营控股、港澳台资或港澳台资控股、外资所有或外资控股五类。本研究将前两类归入公共部门，其他的归入非公共部门（李锋亮,等,2009）。根据部门分类，本研究设置一个“公共部门”的虚拟变量，如果样本在公共部门工作赋值为1，否则赋值为0。
本研究将地区分为东部、中部、西部。根据地区分类，本研究以西部地区为基准，构建“中部”和“东部”两个虚拟变量。当个体属于中部地区时，“中部”赋值为1，否则赋值为0；当个体属于东部地区时，“东部”赋值为1，否则赋值为0。
CGSS2015最高学历为高中、大专和本科的样本量分别为1970个、785个、880个，共有3,635个。在剔除上述核心变量存在缺失值的样本后，总计获得有效样本量2,896个。表1是研究中各核心变量的简单统计描述。
表1 核心变量的简单统计描述
四、实证结果与讨论
（一）教育收益的部门差异
表2是高等教育收益部门差异的回归结果。表2显示所有列中教育年限的系数都是显着为正，而且系数都大于或等于0.1。这说明，尽管2015年我国高等教育毛入学率已经达到40.0%5，但是接受本、专科的高等教育还是能够给学习者带来可观的货币化收益。
通过表2还可以看到，本科的教育收益大于专科的教育收益，面授的大于远程的，非公共部门的大于公共部门的。通过进一步在标准明瑟收入方程中加入学历的虚拟变量、教育类型的虚拟变量和部门的虚拟变量以及它们和受教育年限之间的交互项，可以发现不同学历层次、不同部门、不同学校类型的教育收益的差异在统计上是显着的。
表2 高等教育收益的部门差异比较分析
注：因变量是收入的对数；第4、5、6、7行的括号中的数值是标准误；***表示显着性水平为P<0.01；**表示显着性水平为P<0.05。
本研究重点分析远程高等教育的部门差异。表2显示无论是本科层次还是专科层次，非公共部门的教育收益均高于公共部门的教育收益。该实证发现证实了假设1，不但和本研究中关于面授高等教育收益的部门差异情况一致，而且也和已有的其他关于面授高等教育收益的部门差异一致，这是因为非公共部门的工资和劳动者的劳动生产率之间关系更加紧密（Psacharopoulos,1979;李锋亮,等,2003;杨新铭,等,2009;王云多,2009）。但本研究结果却与李锋亮等人（2009）发现公共部门的远程高等教育收益更大的发现相反。李锋亮等人（2009）的这项研究应该是第一个关于远程高等教育收益部门差异的实证研究。
为什么本研究和李锋亮等人（2009）的研究实证发现不一致呢？本研究尝试从以下两方面进行解释：其一，这两项研究所用数据存在巨大的差异。李锋亮等人（2009）是基于两个城市电大在校生样本的分析，收益的测量也仅是在读期间的工作收益，因此实证发现可能揭示的是那两个城市的学习者接受远程高等教育的短期收益状况。而本研究采用的是具有全国代表性的大规模抽样数据，分析的样本是已毕业的个体，这样测量出来的收益是终身的收益，更为精确。其二，李锋亮等人（2009）的实证结果显示公共部门远程高等教育的收益更高，这或许与2008年的全球金融危机有关。当时，非公共部门由于和国际市场息息相关，所以受金融危机影响较大，可能导致教育收益下降；公共部门由于中国政府强力的财政支持以及公共部门本身的稳定结构体系，受危机影响相对较小，教育收益可能也因此变化不大。这样，就有可能使得在2009年这一特定的年份里、在某些特定的城市中，远程高等教育的收益在公共部门更大。
总之，本研究的实证发现显示，和面授高等教育一样，远程高等教育收益在非公共部门显着更高，按照Psacharopoulos(1979）的逻辑，这表明远程高等教育也具有较好的提高学习者人力资本的作用。
（二）教育收益的地区差异
表3是高等教育收益在不同地区的差异比较的结果，本研究重点分析远程高等教育收益的地区差异。通过表3可以看到，无论是大专层次还是本科层次，西部远程高等教育的收益均高于东部地区，而且通过在标准明瑟收入方程中加入地区虚拟变量及其与受教育年限交互项的方法，可以发现这一地区差异在统计上是显着的。这样实证结果就拒绝了假设2，而且也与一些面授高等教育收益的研究结论相反（李锋亮,等,2003;李元春,2003;杨新铭,等,2009;沈红,等,2015;李冬雪,2017）。
本研究尝试从以下角度进行解释：其一，随着我国对西部通信基础设施的建设与投入，在信息技术水平上西部与东部地区差别在逐渐减小，西部地区的学习者可以通过远程的方式享受到与东部学习者同等的优质高等教育资源，进而获得和东部地区学习者相同的人力资本。其二，由于西部地区的人力资本存量较低，人力资本的收益也就更大。其三，李锋亮等人（2015）也发现远程高等教育对处于弱势地位的农村劳动者和女性劳动者收入的促进作用更为明显，并且认为这是远程教育的灵活性特征决定的。本研究发现就远程高等教育的收益而言，西部地区显着高于东部地区，这进一步说明了远程学习方式具有学习门槛低、学习不耽误工作等优势，而这些优势对处于经济发展水平相对落后的西部地区更为有利。其四，也有学者认为（王云多,2009），因为西部地区从业人员受教育的机会成本比东部地区从业者低，只考虑机会成本而没有考虑直接成本的明瑟收益率便是西部地区高于东部地区。
表3 高等教育收益的地区差异比较分析
注：因变量是收入的对数；第4、5、6、7行的括号中的数值是标准误；***表示显着性水平为P<0.01；**表示显着性水平为P<0.05；*表示显着性水平为P<0.1。
总之，本实证研究的发现显示，西部的远程高等教育收益显着高于东部的远程高等教育收益。这表明在解决了信息基础设施的问题后，一方面，西部地区学习者由于能够边工边读，付出的机会成本相对更低；另一方面，由于西部地区人力资本相对缺乏，学习者能从远程高等教育获得更高的收益。
五、结论和建议
远程教育已经有了很长的发展历史，其规模在世界范围内已经达到不能被忽视的程度，然而对远程教育收益的实证研究却很少。值得欣喜的是，随着慕课在全世界的风靡，国际上对远程教育收益的实证研究多了起来。本研究在相关研究的基础上，使用全国范围的高质量调查数据和明瑟收入方程，对远程高等教育收益的部门和地区的差异进行了实证探究，进一步拓展了远程教育经济学的研究。
经过严格的实证分析，本研究得到三个重要的实证发现。其一，远程高等教育的收益虽然低于面授高等教育的收益，但依然是相当可观的。其二，和公共部门相比，非公共部门的远程高等教育收益显着更高。其三，西部地区远程高等教育的收益显着高于东部地区远程高等教育的收益。
关于远程高等教育部门差异的实证研究发现，和大部分已有的关于面授高等教育的实证研究发现是一致的。而之所以非公共部门的教育收益更高，可能是因为非公共部门市场化程度较高，更加注重从收入上对个体的人力资本进行奖励。这也从侧面说明我国的远程高等教育具有较好的提高学习者人力资本的作用。
对于远程高等教育地区差异的实证研究发现，和已有大多数关于面授高等教育的实证研究发现正好相反。本研究从远程高等教育的特征与优势着手进行了解释：随着西部地区通信基础设施的发展与完善，西部地区的学习者也可以和东部地区的学习者一样通过远程方式获得优质的教育资源和人力资本。因为西部地区的人力资本更为缺乏，因此远程高等教育能够在西部地区获得更高的收益。这进一步支持了前期的相关研究，即远程高等教育对经济弱势群体的收入提升作用更大（李锋亮,等,2015）。
基于以上研究发现，本研究提出如下建议：
第一，远程教育对经济发展水平较低的西部地区的学习者收益的提升作用最为明显。在扶贫攻坚的关键阶段，远程教育机构应该和西部地区政府机构密切合作，发挥远程教育精准扶贫的重要作用。这需要相关部门一方面广泛宣传，尤其是加大对于远程教育收益的宣传；另一方面注重对弱势地区信息化基础设施的建设，让更多经济欠发达地区的潜在学习者人群知晓并且有机会接受优质的远程高等教育。
第二，远程高等教育在非公共部门的教育收益更高，因此远程高等教育办学机构可以有意识地向非公共部门进行招生，甚至和相关行业、企业展开深度合作，为这些行业和企业定制相关学位项目。
虽然本研究取得了一定的研究突破，但是本研究远程教育学习者的样本量还是比较少，这就导致本研究回归结果中调整后的R方非常小。而且本研究并没有解决教育的内生性问题，即本研究发现远程教育的收益较高，有可能并不是远程教育本身带来的，而是因为远程学习者自身有更强的动机、更高的能力，才主动选择远程高等教育。所有这些都说明关于远程高等教育收益的研究还任重而道远。
参考文献
Carnoy M.2000.教育经济学国际百科全书[M].闵维方,等,译.第2版.北京：高等教育出版社.
陈晓宇,闵维方.1998.我国高等教育个人收益率研究[J].高等教育研究(06):36-40.
李冬雪.2017.我国教育收益率的地区差异比较[D].大连：东北财经大学.
李锋亮.2019.远程教育经济学关键议题与未来关注重点[J].现代远程教育研究(01):53-65.
李锋亮,丁小浩.2003.对中国劳动力市场中教育促进劳动生产率作用的实证检验[J].清华大学教育研究(05):41-45.
李锋亮,李杨阳,张少刚.2015.远程教育对个人收入的提高效应：城乡与性别的视角[J].电化教育研究,36(07):49-54.
李锋亮,夏桂松,赵惜红,张少刚.2009.对中国远程高等教育收益率的实证研究--以南京、哈尔滨地区中央电大本科生为例[J].开放教育研究,15(03):10-15.
李元春.2003.对中国城市教育收益率的实证分析[J].教育与经济(04):41-43.
倪清燃,徐红军,梁振国,朱茂琳.2011.对远程高等教育明瑟教育收益率的实证研究--以宁波电大本科生为例[J].宁波广播电视大学学报,9(02):73-76.
沈红,张青根.2015.劳动力市场分割与家庭资本交互作用中的文凭效应[J].教育研究,36(08):22-32.
王云多.2009.试析地区、行业和性别因素对人力资本收益率的影响[J].人口与经济(06):42-46.
杨新铭,王博.2009.个体、部门与家庭特征对城镇人力资本的影响[J].财经研究,35(10):4-13
郑勤华,陈庚,张向东.2009.中国远程教育投资的个人收益率研究[J].北京师范大学学报(社会科学版)(02):99-105.
[]Bates T.(2013,October 23)Is there a future for distance education?Retrieved August 15,2019,from http://www.tonybates.ca/2013/10/23/isthere-a-future-for-distance-education/
Carnoy M,Casta?o-Mu?oz J,Montoliu J,et al.(2012).Does online distance higher education pay off for adult learners?The case of the Open University of Catalonia(UOC).Higher Education Quarterly,3,248-271.
[]Castano-Munoz J,Carnoy M,Duart J M.(2016).Estimating the economic payoff to virtual university education:a case study of the Open University of Catalonia.Higher Education,1,1-24.
Daly A,Lewis P,Corliss M,et al.(2015).The private rate of return to a university degree in Australia.Australian Journal of Education,1,97-112.
[]Heckman J,Lochner L,Todd P.(2003,May).Fifty years of mincer earnings regressions.Retrieved August 15,2019,from https://www.nber.org/papers/w9732.pdf
Hoxby C M.(2014).The economics of online postsecondary education:MOOCs,nonselective education,and highly selective education.American Economic Review,5,528-33.
[]Hoxby C.(2017).The Returns to Online Postsecondary Education,forthcoming.In Hulten C,Ramey V A(Eds.),Education,Skills and Technical Change:Implications for Future U.S.GDP Growth.Chicago:University of Chicago Press.
[]Li F.(2018).The Expansion of Higher Education and the Returns to Distance Education in China.International Review of Research in Open and Distributed Learning,4,242-256.
[]Li F,Li M,Morgan,J.(2018).The Rate of Return to Educational Investment for Engineers:Evidence from the Private Sector in China.Athens Journal of Education,1,61-72.
[]Moore M G,Kearsley G.(2012).Distance education:A systems view of online learning(3rd ed.).Belmont,CA:Wadsworth Cengage Learning.
Kuo MY,Shiu J L.(2016).A dynamic quantitative evaluation of higher education return:evidence from Taiwan education expansion.Journal of the Asia Pacific Economy,2,276-300.
[]Psacharopoulos G.(1979).On the weak versus the strong version of the screening hypothesis.Economics Letters,4,181-185.
Psacharopoulos G,Patrinos H A.(2004).Returns to investment in education:a further update.Education economics,2,111-134.
[]Romele L.(2012).Estimation of rates of return to education in Latvia[J].Societas et Res Publica,4,40.
[]Saxton J.(2000).Investment in education:Private and public returns.Washington DC:Joint Economic Committee,United States Congress.
[]Woodley A,Simpson C.(2001).Learning and earning:Measuring’rates of return’among mature graduates from part-time distance courses.Higher Education Quarterly,1,28-41.
注释
1目前在我国学习者获得本科和大专学历的途径共有三种：普通高校的全日制学习、成人学校、网络教育。根据中国国家统计局数据（http://data.stats.gov.cn/easyquery.htm?cn=C01),2017年我国本科和大专毕业生总计1,160.6562万人，其中网络教育的本科和大专毕业生总数为177.7905万人，网络高等教育毕业生占本科和专科毕业生总数的15.32%。
2根据中国国家统计局数据（http://data.stats.gov.cn/easyquery.htm?cn=C01），成人教育的本科和大专毕业生总数为247.037万人，网络教育的毕业生总计424.8275万人，成人教育和网络教育毕业生占本科和专科毕业生总数的36.60%。
3(1)数据来源：http://cgss.ruc.edu.cn/
4(2)数据来源：http://cgss.ruc.edu.cn/index.php?r=index/artabout&aid=31
5(3)数据来源：http://www.moe.gov.cn/srcsite/A03/s180/moe_633/201607/t20160706_270976.html责任编辑郝丹
