教育个人回报率计量研究缺陷及调整方法综述.docx

教育个人回报率计量研究缺陷及调整方法综述.docx

《教育个人回报率计量研究缺陷及调整方法综述.docx》由会员分享，可在线阅读，更多相关《教育个人回报率计量研究缺陷及调整方法综述.docx（7页珍藏版）》请在冰点文库上搜索。

教育个人回报率计量研究缺陷及调整方法综述

教育个人回报率计量研究缺陷及调整方法综述

【摘要】对于教育个人回报率的OLS回归估计结果通常存在“能力偏误”和“测量偏差”两种计量研究缺陷。

本文总结并详细讨论了国内外学者为克服计量偏误而采用的各种计量改进手段，主要可以分为直接衡量能力法、利用外生制度性变迁寻找工具变量法和运用双胞胎数据分离能力变量方法三类。

最后，作者对于这些精确估计教育个人回报率的计量方法和结论做出了评价。

关键词：

教育个人回报率、明瑟模型估计、能力偏误、测量偏差、工具变量法

Abstract：

　The　ordinaryleast-squaresestimationcouldnotprovideanaccurateestimateofthereturnstoschoolingbecausetheeducationonearningscan’tprovecausalityaswellasthereportingerrorinestimatingtheyearsofschooling.Thispaperoverviewthekeyeconometricapproachtotacklethisproblem,　which　includescontrollingtheabilitydirectly,usingInstrumentalVariableestimationandtakingtwindatatoeliminatetheunobservableability.Theauthoralsoevaluatestheproandconofthesemethodsandinterprettheresults.

Keywords：

PrivateReturntoEducation,MincerModelEstimation,AbilityBias,MeasurementError，InstrumentalVariableEstimation

一、引言

自上世纪50年代开始，劳动经济学领域发展形成了一支重要的理论—人力资本理论，该理论认为，教育是一种人力资本投资行为，能够提高劳动生产力并为劳动者带来更高的收入。

60年代后，发达国家微观层面数据的大量出现，以及计量经济-方法的发展，为检验人力资本理论提供了便利。

大量实证研究表明，教育确实能够提高劳动者的收入水平，当前学者研究的重点是精确测度教育回报率的大小。

这一实证研究具有重要的政策意义：

教育收益率涉及教育对经济的贡献、个体教育投资决策行为、不同性别和种族教育程度的教育收益差异、教育资源分配等诸多问题，几乎与劳动、教育经济学研究的各个方面都有密切联系。

因此，对于教育收益率的计算也是经济学研究中最重要的定量研究。

另外，教育收益率的讨论对于转轨国家还具有特殊意义，众多研究考察了教育收益率的时间趋势特征（李实和丁赛，2000；Zhang　,2005），并将教育回报率的变化作为判断劳动力市场建设和经济转型程度的一个重要指标（赖德胜，2001;孙志军，2004）。

教育回报率包含教育个人和社会回报率，虽然一些政策报告如也考虑教育社会回报率，但主流文献更多讨论的是教育个人回报率的问题，因此，本文也研究重点定为教育个人收益率的内容。

本领域已经有一些优秀的综述文献，国外如，国内如。

本文的特色是从计量研究方法的角度总结研究脉络，总结并讨论国内外学者为克服普通OLS回归估计可能产生“能力偏误”和“测量偏差”两种计量缺陷，采取的直接衡量能力法、利用各种情境下的工具变量法、运用双胞胎数据分离能力三类计量调整方法。

最后，作者对于这些精确估计的方法和结论做出了评价。

二、明瑟模型的设定和基本结论

学者通常依赖明瑟回归模型（Mincer,1974）估计教育回报率。

该模型在控制个体工作年限、性别、种族、所在区域及行业的影响基础上，估计教育水平对于收入的贡献程度。

教育水平通常包含连续变量在校年限和最高学历哑变量两种度量方法。

运用在校年限进行估计，回归结果的含义是劳动者教育年限每增加一年的平均收入增幅。

该回归结果简单且直观，但其缺陷是，在教育投资回报呈现边际递增或递减趋势时，无法了解到不同教育年限对于收入边际的贡献。

因此，一些研究采用劳动者的最高学历作为教育哑变量进行估计，计量结果的含义是，劳动者达到某一学历水平的额外收入增幅。

这种方法的缺陷是，不同劳动者达到某一学历的教育年限可能存在差异，从而计量估计容易引起偏误。

两种度量方法的估计结果具有不同的意义，多数研究会同时考虑两种模型设定形式。

利用基本的明瑟模型，对于全世界70多个国家的教育回报率进行了估计，带给读者对于教育回报率估计值的直观认识：

用在校年限衡量教育程度。

世界各国教育回报率的平均水平为%，亚洲地区非OECD国家为%；按国家的收入水平进行划分，中高及高收入国家的教育回报率较低，分别只有%和%，而中低和低收入国家的教育回报率达到%和%。

而利用我国80至90年代数据，绝大部分研究显示教育回报率在6%以下，这大大低于亚洲地区以及同收入档次国家水平；用最高学历的哑变量衡量教育程度。

世界各国的平均初、中和高等教育的额外收入增幅分别为%、%和%。

亚洲区域内非OECD国家的初、中和高等教育的额外收入增幅分别为39%、%和%，初等教育的额外收入增幅远远高于世界平均水平。

按国家的收入水平进行划分，收入较低的国家，初、中、高等教育的额外收入增幅较高，横向比较来看，各国教育投资总体上呈现边际递减倾向（Psacharopoulos,1994）。

将这些数据与针对我国80至90年代的研究结果比较，初等和中等教育的额外收入增幅大大低于亚洲地区以及同收入档次国家水平。

三、模型估计中的常见问题

从Becker问题：

教育程度并不是一个外生的客观变量，在一定程度上它是人们选择的结果，显而易见能力较高的个人学习更轻松，可以理解为他们接受教育的边际成本较低，因此更容易选择较高的受教育程度；另一方面，能力较高的个体也会因为工作能力强而得到较高的收入。

教育程度是可以观测到的，个体的能力是很难衡量和观测到的，造成明瑟模型中衡量能力的变量的缺省。

在这种情况下，由于能力较高而带来的较高收入，就会因为能力变量的缺省和能力与教育水平的正相关，而转嫁为教育对收入的作用，也就是说，教育水平较高的个体获得的高收入并不能完全归功于教育的作用，明瑟模型教育收益率比实际上的要高估了。

（Spence,1973）着名的教育分离均衡模型，则具有讽刺意味的揭示了，即使教育无法贡献于生产力，仅仅是雇主筛选高质量人才的信号时，我们同样可以观测到教育程度与收入之间的相关关系。

这些模型均是在内生考虑教育程度选择下，发现明瑟教育收益估计存在偏误。

（Card,1995a）在（Becker,1967）的人力资本投资模型之上，构建了内生教育投资模型，本质上也是服务于更好精确的测度“能力偏误”。

从教育投资回报的早期文献开始，“能力偏误”一直是该领域中备受关注的研究重点，学者们开发出各种手段解决该问题，权威综述可见（Card,1999;2002）。

明瑟教育模型估计中另一个引人关注的问题被称为“测量偏差”问题。

测度偏差的来源包含以下几种情况：

一些研究用劳动者的最高学历来推测劳动者的受教育年限，由于同样是高中学历的劳动者实际受教育年限可能不同，这就造成了测度偏差。

一些研究用劳动者的年龄和工作年数来反推受教育年限，由于劳动者入学时间的差异以及失业等因素，教育年限的测量结果与实际情况也会产生偏差。

另外，问卷中直接询问劳动者受教育年限，调查所得的数据难免与实际数据存在出入。

四、克服偏误问题的主要方法

1．直接衡量能力

解决能力偏误问题的一个思路是寻找衡量劳动者能力的变量，如（Griliches,1977;Griliches&Mason,1972）用IQ和其他测试成绩作为度量变量。

这种方法的最大弱点，是很难找到一个不与教育程度相关的能力测试指标，当控制变量与教育程度存在正相关时，估计结果同样会存在偏误。

因此，近期文献很少直接采用该种处理方法。

利用家庭性别结构对于教育行为的影响作为工具变量

（&AnneCase,1994）利用美国家庭性别结构对于女性教育行为的影响，构建了针对女性教育程度的工具变量。

作者注意到，美国家庭似乎比较重视“独生女”的教育，如果一个女性在家庭中拥有一个或多个姐妹，其教育程度就会显着的降低。

而对于男性从数据上就没有表现出这种特征。

作者利用1920年到1965年出生的女性人口数据进行估计，当运用家庭中是否有姐妹的哑变量作为工具变量，在控制家庭规模影响的基础上进行估计时，OLS估计为%，而工具变量估计为%。

3．利用双胞胎数据分离能力因素

劳动者不可观测的能力或家庭背景因素会影响收入，然而，对于能力和家庭背景相近的双胞胎来说，他们之间收入的差异就不会受到能力或家庭背景因素的影响。

也就是说，利用双胞胎数据差分明瑟模型能够分离能力因素，从而解决能力偏误问题，这通常被称为固定效应模型处理方法。

沿着这种思路，早期研究如（Groseline,1932）采用姐妹数据分离能力因素，之后学者便采用效果更佳的双胞胎数据，主要工作包括（Behrman&Taubman,1976；Taubman,1976；Behrman,1977）等，早期研究的共同缺陷，是由于搜集方面的难度造成样本数量较少，估计结果的稳健性难以保证。

随着数据搜集能力的提升，近期研究均采用了较大的双胞胎样本量以提高估计的精确性。

和中国城调队城市人口收入和支出普查数据，工具变量估计的教育回报率为%，而OLS估计结果为%。

　　（Gile,Park&Wang,2007）从另外的角度，他们发现，在文化大革命期间，子女能否获得教育与父母是否拥有管理职位有很大关系，而与父母的教育程度相关性变低，因此，文化大革命期间，教育对于政治上存在问题的学生是壁垒。

作者首先从数据上验证了这种说法，并以此事件作为工具变量，运用2001年5个城市的中国城市劳动力调查数据，发现工具变量估计的教育回报率为%，而OLS估计为%。

工具变量本身并不有效。

如（Angrist&Kruger,1992）研究的一个重要缺陷是，由于下一次招收参军人员的数量未知，即使编号较高也面临被抽中的威胁，因此，事实上大部分适龄人口都采用接受教育来逃避战争，由此造成彩票编号与受教育程度之间的相关性很差，这时候利用彩票数量作为教育程度的工具变量，估计结果就难以准确，理论计量研究也表明，非有效的工具变量可能会比OLS估计将引起更大的偏误。

另外，如（Harmon&Walker,1995）运用教育系统变更的事件，用特定时间段的哑变量作为教育程度的工具变量。

由于各时间段间还存在其他影响教育环境的事件，因此各时间段人口的教育环境可能存在系统性差异，不考虑这些事件影响的估计就会引起偏误。

计量方法不够考究。

（Card,2001）总结了工具变量法在计量方法的上的几种潜在问题。

其一是测量偏差问题。

（Griliches,1977）和（Angrist&Krueger,1991）认为，虽然工具变量法解决了能力偏误问题，但如果测量偏差问题的问题非常严重，非有效的工具变量可能会放大测量偏差的问题而使得估计结果反而偏小。

第二种是模型设定问题。

（Ashenfelter,Harmon&Oosterbeek,1999）发现，在工具变量法估计的模型设定中，学者们通常选择给出教育回报率最高t检验的模型形式。

如果这种模型设定的调整对于工具变量估计的精确性影响不大，但对于估计区间产生了很大影响，那么工具变量估计的结果就缺乏有效性。

第三种是估计样本选择性偏误问题。

（Card,1995）强调教育回报率在个体间异质性所引发的估计偏误。

根据教育系统变更事件而开发的工具变量，比如建立在强制就学或学生地理位置的工具变量研究，通常对于低教育人群产生了更大的影响，如果这些人群选择较低的教育程度是因为就学的边际成本较高，而不是边际收益较低，那么，工具变量估计结果就会高于实际平均边际教育收益率。

另外，运用工具变量法来进行精确估计，遇到的另一个困境是方法和结论难以推广。

上述工具变量计量研究通常也被称为“自然实验”方法，经济学家根据特定的经济背景环境特征，利用外生性制度变迁绞尽脑汁找到的工具变量，一般难以推广到其他国家运用。

比如，由于中国教育制度背景与美国迥异，无论是（Angrist&Kruger,1991）利用在校年限的差异作为工具变量，还是（Card,1995）将个人成长地是否相邻于大学作为工具变量，均不适用于中国。

然而，中国利用独特如文化大革命等环境背景，也可以找到很好的工具变量，但也难以推广到其他国家。

参考　文献　

．李实、丁赛：

《中国城镇教育收益率的长期变动趋势》[J]，中国社会　科学，2003年第6期

．赖德胜（2001）：

《教育与收人分配》[M],北京师范大学出版社

．孙志军：

《中国教育个人收益率研究：

一个文献综述及其政策含义》[J]，中国人口科学，2004年第5期

．Angrist.JoshuaD.andAlanB.Krueger（1991）,“Doescompulsoryschoolattendanceaffectschoolingandearnings”,QuarterlyJournalofEconomics106:

979-1014

．Angrist.JoshuaD.andAlanB.Krueger（1992）,“EstimatingthepayofftoschoolingusingtheVietnam-Eradraftlottery”,NBERWorkingpaper

．Angrist.JoshuaD.andAlanB.Krueger（1994）,“Estimateoftheeconomicreturntoschoolingforanewsampleoftwins”，AmericanEconomicReview（84）:

1157-73

．Ashenfelter,OrleyandCecilia（1998），“Income,schoolingandability:

evidencefromanewsampleofidenticaltwins”，QuarterlyJournalofEconomics,

．Ashenfelter,Orley,ColmHarmonandHesselOosterbeek（1999），“Areviewofestimatesoftheschooling/earningsrelationship,withtestsofpublicationbias”，LaborEconomics,6,453-470

．Becker.（1964）,“Humancapital:

Atheoreticalandempiricalanalysis:

withspecialreferencetoeducation.NewYork:

ColumbiaUniversityPress

[10]．Bound,John,andDavidA.Jaeger（1996）:

“OntheValidityofseasonofBirthasaninstrumentinwageequations:

acommentonAngristandKrueger’s‘Doescompulsoryschoolattendanceaffectschoolingandearnings?

”,NBERWorkingpaper

[11]．Card,David（1995）：

“UsingGeographicvariationincollegeproximitytoestimatethereturntoschooling,”In　Christofides,　Grant,andR.Swidinsky,editors,AspectsofLaborMarketBehaviour:

EssaysinHonourofJohnVanderkamp.Toronto:

UniversityofTorontoPress,1995.

[12]．Card,David（1999）：

“The　causaleffectofeducationonearnings”inhandbookoflaboreconomicsVolume3A

[13]．Card,DavidandThomasLemieux（2000）：

“Dropoutandenrollmenttrendsinthepost-warperiod:

Whatwentwronginthe1970s?

”NatinanlBureauofeconomicresearchworkingpaper

[14]．Duflo,esther（2001），“SchoolingandlabormarketconsequencesofschoolconstructioninIndonesia:

evidencefromanunusualpolicyexperiment”，AmericanEconomicReview,91（4）795-813.

[15]．Griliches，Zvi（1977），“Estimatingthereturnstoschooling:

someEconometricproblems”Econometrica,52,1199-1218

[16]．Hausman,ColmandIanWalker（1995）：

“EstimatesoftheeconomicreturntoschoolingfortheUnitedKingdom,“AmericanEconomicReview，85，1278-1286

[17]．Ichino,Andrea,andRudolfWinter-ebmer（1998）:

“Thelong-runeducationalcostofWorldWarⅡ:

AnexampleoflocalAveragetreatmenteffectestimation,”

[18]．JohnGiles,AlbertPark,MeiyanWang,“TheGreatProletarianCulturalRevolution,DisruptionstoEducation,andReturnstoSchoolinginUrbanChina”，Workingpaper

[19]．　Butcher，AnneCase（1994）：

“TheEffectofSiblingSexCompositiononWomen‘sEducationandEarnings”TheQuarterlyJournalofEconomics,,　（Aug,1994）,

[20]．Kling,Jeffrey（1999）：

“Interpretinginstrumentalvariablesestimatesofthereturntoschooling”Workingpaper

[21]．Maluccio,John（1998）：

“Endogenouslyofschoolinginthewagefunction：

evidencefromtheruralPhilippines”

[22]．Psacharopoulos（1994）,ReturnstoInvestmentinEducation:

AGlobalUpdate.WorldDevelopment,22（9）,1325-1343.

[23]．Li,Haizheng;Luo,Yi，“ReportingErrors,AbilityHeterogeneity,andReturnstoSchoolinginChina”，PacificEconomicReview,9:

3，pp.191–207

[24]．Li,Hongbin，PakWaiLiu，NingMa,JunsenZhang，“DoesEducationPayinUrbanChina?

EstimatingReturnstoEducationUsingTwins”，workingpaper

[25]．Lemieux,Thomas,andDavidCard（2001）:

“Education,Earnings,andtheCanadian‘G.I.Bill”,CanadianJournalofEconomics,34

（2）,313-344.

[26]．Meghir，CostasandmartenPalme（1999）：

“Assessingtheeffectofschoolingsonearningsusingasocialexperiment,Workingpaper

[27]．Mincer,Jacob（1974）：

Schooling,ExperienceandEarning.NewYork:

ColumbiaUniversityPress

[28]．Staiger,DouglasandJameHStock（1997）：

“Instrumentalvariablesregressionwithweakinstruments,”Econometrica,65,557-586

[29]．XinMeng,RobertGregory（2007），“Exploringtheimpactofinterruptededucationonearnings:

theeducationalcostoftheChineseCulturalRevolution”，Workingpaper

[30]．Zhang,Junsen,YaohuiZhao,AlbertParkandXiaoqingSong（2005）.EconomicReturnstoSchoolinginUrbanChina,1988to2001.JournalofComparativeEconomics.33，730–752