教育個(gè)人回報(bào)率計(jì)量研究缺陷及調(diào)整方法綜述

教育個(gè)人回報(bào)率計(jì)量研究缺陷及調(diào)整方法綜述【摘要】對(duì)于教育個(gè)人回報(bào)率的OLS回歸估計(jì)結(jié)果通常存在“能力偏誤”和“測(cè)量偏差”兩種計(jì)量研究缺陷。本文總結(jié)并詳細(xì)討論了國(guó)內(nèi)外學(xué)者為克服計(jì)量偏誤而采用的各種計(jì)量改進(jìn)手段，主要可以分為直接衡量能力法、利用外生制度性變遷尋找工具變量法和運(yùn)用雙胞胎數(shù)據(jù)分離能力變量方法三類。最后，作者對(duì)于這些精確估計(jì)教育個(gè)人回報(bào)率的計(jì)量方法和結(jié)論做出了評(píng)價(jià)。

關(guān)鍵詞：教育個(gè)人回報(bào)率、明瑟模型估計(jì)、能力偏誤、測(cè)量偏差、工具變量法

Abstract：Theordinaryleast-squaresestimationcouldnotprovideanaccurateestimateofthereturnstoschoolingbecausetheeducationonearningscan’tprovecausalityaswellasthereportingerrorinestimatingtheyearsofschooling.Thispaperoverviewthekeyeconometricapproachtotacklethisproblem,whichincludescontrollingtheabilitydirectly,usingInstrumentalVariableestimationandtakingtwindatatoeliminatetheunobservableability.Theauthoralsoevaluatestheproandconofthesemethodsandinterprettheresults.

Keywords：PrivateReturntoEducation,MincerModelEstimation,AbilityBias,MeasurementError，InstrumentalVariableEstimation

一、引言

自上世紀(jì)50年代開始，勞動(dòng)經(jīng)濟(jì)學(xué)領(lǐng)域發(fā)展形成了一支重要的理論—人力資本理論，該理論認(rèn)為，教育是一種人力資本投資行為，能夠提高勞動(dòng)生產(chǎn)力并為勞動(dòng)者帶來更高的收入。60年代后，發(fā)達(dá)國(guó)家微觀層面數(shù)據(jù)的大量出現(xiàn)，以及計(jì)量經(jīng)濟(jì)-方法的發(fā)展，為檢驗(yàn)人力資本理論提供了便利。大量實(shí)證研究表明，教育確實(shí)能夠提高勞動(dòng)者的收入水平，當(dāng)前學(xué)者研究的重點(diǎn)是精確測(cè)度教育回報(bào)率的大小。

這一實(shí)證研究具有重要的政策意義：教育收益率涉及教育對(duì)經(jīng)濟(jì)的貢獻(xiàn)、個(gè)體教育投資決策行為、不同性別和種族教育程度的教育收益差異、教育資源分配等諸多問題，幾乎與勞動(dòng)、教育經(jīng)濟(jì)學(xué)研究的各個(gè)方面都有密切聯(lián)系。因此，對(duì)于教育收益率的計(jì)算也是經(jīng)濟(jì)學(xué)研究中最重要的定量研究。另外，教育收益率的討論對(duì)于轉(zhuǎn)軌國(guó)家還具有特殊意義，眾多研究考察了教育收益率的時(shí)間趨勢(shì)特征(李實(shí)和丁賽，2000；Zhang,2005)，并將教育回報(bào)率的變化作為判斷勞動(dòng)力市場(chǎng)建設(shè)和經(jīng)濟(jì)轉(zhuǎn)型程度的一個(gè)重要指標(biāo)(賴德勝，2001;孫志軍，2004)。

教育回報(bào)率包含教育個(gè)人和社會(huì)回報(bào)率，雖然一些政策報(bào)告如也考慮教育社會(huì)回報(bào)率，但主流文獻(xiàn)更多討論的是教育個(gè)人回報(bào)率的問題，因此，本文也研究重點(diǎn)定為教育個(gè)人收益率的內(nèi)容。本領(lǐng)域已經(jīng)有一些優(yōu)秀的綜述文獻(xiàn)，國(guó)外如，國(guó)內(nèi)如。本文的特色是從計(jì)量研究方法的角度總結(jié)研究脈絡(luò)，總結(jié)并討論國(guó)內(nèi)外學(xué)者為克服普通OLS回歸估計(jì)可能產(chǎn)生“能力偏誤”和“測(cè)量偏差”兩種計(jì)量缺陷，采取的直接衡量能力法、利用各種情境下的工具變量法、運(yùn)用雙胞胎數(shù)據(jù)分離能力三類計(jì)量調(diào)整方法。最后，作者對(duì)于這些精確估計(jì)的方法和結(jié)論做出了評(píng)價(jià)。

二、明瑟模型的設(shè)定和基本結(jié)論

學(xué)者通常依賴明瑟回歸模型(Mincer,1974)估計(jì)教育回報(bào)率。該模型在控制個(gè)體工作年限、性別、種族、所在區(qū)域及行業(yè)的影響基礎(chǔ)上，估計(jì)教育水平對(duì)于收入的貢獻(xiàn)程度。教育水平通常包含連續(xù)變量在校年限和最高學(xué)歷啞變量?jī)煞N度量方法。運(yùn)用在校年限進(jìn)行估計(jì)，回歸結(jié)果的含義是勞動(dòng)者教育年限每增加一年的平均收入增幅。該回歸結(jié)果簡(jiǎn)單且直觀，但其缺陷是，在教育投資回報(bào)呈現(xiàn)邊際遞增或遞減趨勢(shì)時(shí)，無法了解到不同教育年限對(duì)于收入邊際的貢獻(xiàn)。因此，一些研究采用勞動(dòng)者的最高學(xué)歷作為教育啞變量進(jìn)行估計(jì)，計(jì)量結(jié)果的含義是，勞動(dòng)者達(dá)到某一學(xué)歷水平的額外收入增幅。這種方法的缺陷是，不同勞動(dòng)者達(dá)到某一學(xué)歷的教育年限可能存在差異，從而計(jì)量估計(jì)容易引起偏誤。兩種度量方法的估計(jì)結(jié)果具有不同的意義，多數(shù)研究會(huì)同時(shí)考慮兩種模型設(shè)定形式。

利用基本的明瑟模型，對(duì)于全世界70多個(gè)國(guó)家的教育回報(bào)率進(jìn)行了估計(jì)，帶給讀者對(duì)于教育回報(bào)率估計(jì)值的直觀認(rèn)識(shí)：用在校年限衡量教育程度。世界各國(guó)教育回報(bào)率的平均水平為%，亞洲地區(qū)非OECD國(guó)家為%；按國(guó)家的收入水平進(jìn)行劃分，中高及高收入國(guó)家的教育回報(bào)率較低，分別只有%和%，而中低和低收入國(guó)家的教育回報(bào)率達(dá)到%和%。而利用我國(guó)80至90年代數(shù)據(jù)，絕大部分研究顯示教育回報(bào)率在6%以下，這大大低于亞洲地區(qū)以及同收入檔次國(guó)家水平；用最高學(xué)歷的啞變量衡量教育程度。世界各國(guó)的平均初、中和高等教育的額外收入增幅分別為%、%和%。亞洲區(qū)域內(nèi)非OECD國(guó)家的初、中和高等教育的額外收入增幅分別為39%、%和%，初等教育的額外收入增幅遠(yuǎn)遠(yuǎn)高于世界平均水平。按國(guó)家的收入水平進(jìn)行劃分，收入較低的國(guó)家，初、中、高等教育的額外收入增幅較高，橫向比較來看，各國(guó)教育投資總體上呈現(xiàn)邊際遞減傾向(Psacharopoulos,1994)。將這些數(shù)據(jù)與針對(duì)我國(guó)80至90年代的研究結(jié)果比較，初等和中等教育的額外收入增幅大大低于亞洲地區(qū)以及同收入檔次國(guó)家水平。

三、模型估計(jì)中的常見問題

從Becker問題：教育程度并不是一個(gè)外生的客觀變量，在一定程度上它是人們選擇的結(jié)果，顯而易見能力較高的個(gè)人學(xué)習(xí)更輕松，可以理解為他們接受教育的邊際成本較低，因此更容易選擇較高的受教育程度；另一方面，能力較高的個(gè)體也會(huì)因?yàn)楣ぷ髂芰?qiáng)而得到較高的收入。教育程度是可以觀測(cè)到的，個(gè)體的能力是很難衡量和觀測(cè)到的，造成明瑟模型中衡量能力的變量的缺省。在這種情況下，由于能力較高而帶來的較高收入，就會(huì)因?yàn)槟芰ψ兞康娜笔『湍芰εc教育水平的正相關(guān)，而轉(zhuǎn)嫁為教育對(duì)收入的作用，也就是說，教育水平較高的個(gè)體獲得的高收入并不能完全歸功于教育的作用，明瑟模型教育收益率比實(shí)際上的要高估了。(Spence,1973)著名的教育分離均衡模型，則具有諷刺意味的揭示了，即使教育無法貢獻(xiàn)于生產(chǎn)力，僅僅是雇主篩選高質(zhì)量人才的信號(hào)時(shí)，我們同樣可以觀測(cè)到教育程度與收入之間的相關(guān)關(guān)系。這些模型均是在內(nèi)生考慮教育程度選擇下，發(fā)現(xiàn)明瑟教育收益估計(jì)存在偏誤。(Card,1995a)在(Becker,1967)的人力資本投資模型之上，構(gòu)建了內(nèi)生教育投資模型，本質(zhì)上也是服務(wù)于更好精確的測(cè)度“能力偏誤”。從教育投資回報(bào)的早期文獻(xiàn)開始，“能力偏誤”一直是該領(lǐng)域中備受關(guān)注的研究重點(diǎn)，學(xué)者們開發(fā)出各種手段解決該問題，權(quán)威綜述可見(Card,1999;2002)。

明瑟教育模型估計(jì)中另一個(gè)引人關(guān)注的問題被稱為“測(cè)量偏差”問題。測(cè)度偏差的來源包含以下幾種情況：一些研究用勞動(dòng)者的最高學(xué)歷來推測(cè)勞動(dòng)者的受教育年限，由于同樣是高中學(xué)歷的勞動(dòng)者實(shí)際受教育年限可能不同，這就造成了測(cè)度偏差。一些研究用勞動(dòng)者的年齡和工作年數(shù)來反推受教育年限，由于勞動(dòng)者入學(xué)時(shí)間的差異以及失業(yè)等因素，教育年限的測(cè)量結(jié)果與實(shí)際情況也會(huì)產(chǎn)生偏差。另外，問卷中直接詢問勞動(dòng)者受教育年限，調(diào)查所得的數(shù)據(jù)難免與實(shí)際數(shù)據(jù)存在出入。

四、克服偏誤問題的主要方法

1．直接衡量能力

解決能力偏誤問題的一個(gè)思路是尋找衡量勞動(dòng)者能力的變量，如(Griliches,1977;Griliches&Mason,1972)用IQ和其他測(cè)試成績(jī)作為度量變量。這種方法的最大弱點(diǎn)，是很難找到一個(gè)不與教育程度相關(guān)的能力測(cè)試指標(biāo)，當(dāng)控制變量與教育程度存在正相關(guān)時(shí)，估計(jì)結(jié)果同樣會(huì)存在偏誤。因此，近期文獻(xiàn)很少直接采用該種處理方法。

利用家庭性別結(jié)構(gòu)對(duì)于教育行為的影響作為工具變量

(&AnneCase,1994)利用美國(guó)家庭性別結(jié)構(gòu)對(duì)于女性教育行為的影響，構(gòu)建了針對(duì)女性教育程度的工具變量。作者注意到，美國(guó)家庭似乎比較重視“獨(dú)生女”的教育，如果一個(gè)女性在家庭中擁有一個(gè)或多個(gè)姐妹，其教育程度就會(huì)顯著的降低。而對(duì)于男性從數(shù)據(jù)上就沒有表現(xiàn)出這種特征。作者利用1920年到1965年出生的女性人口數(shù)據(jù)進(jìn)行估計(jì)，當(dāng)運(yùn)用家庭中是否有姐妹的啞變量作為工具變量，在控制家庭規(guī)模影響的基礎(chǔ)上進(jìn)行估計(jì)時(shí)，OLS估計(jì)為%，而工具變量估計(jì)為%。

3．利用雙胞胎數(shù)據(jù)分離能力因素

勞動(dòng)者不可觀測(cè)的能力或家庭背景因素會(huì)影響收入，然而，對(duì)于能力和家庭背景相近的雙胞胎來說，他們之間收入的差異就不會(huì)受到能力或家庭背景因素的影響。也就是說，利用雙胞胎數(shù)據(jù)差分明瑟模型能夠分離能力因素，從而解決能力偏誤問題，這通常被稱為固定效應(yīng)模型處理方法。沿著這種思路，早期研究如(Groseline,1932)采用姐妹數(shù)據(jù)分離能力因素，之后學(xué)者便采用效果更佳的雙胞胎數(shù)據(jù)，主要工作包括(Behrman&Taubman,1976；Taubman,1976；Behrman,1977)等，早期研究的共同缺陷，是由于搜集方面的難度造成樣本數(shù)量較少，估計(jì)結(jié)果的穩(wěn)健性難以保證。隨著數(shù)據(jù)搜集能力的提升，近期研究均采用了較大的雙胞胎樣本量以提高估計(jì)的精確性。

和中國(guó)城調(diào)隊(duì)城市人口收入和支出普查數(shù)據(jù)，工具變量估計(jì)的教育回報(bào)率為%，而OLS估計(jì)結(jié)果為%。

(Gile,Park&Wang,2007)從另外的角度，他們發(fā)現(xiàn)，在文化大革命期間，子女能否獲得教育與父母是否擁有管理職位有很大關(guān)系，而與父母的教育程度相關(guān)性變低，因此，文化大革命期間，教育對(duì)于政治上存在問題的學(xué)生是壁壘。作者首先從數(shù)據(jù)上驗(yàn)證了這種說法，并以此事件作為工具變量，運(yùn)用2001年5個(gè)城市的中國(guó)城市勞動(dòng)力調(diào)查數(shù)據(jù)，發(fā)現(xiàn)工具變量估計(jì)的教育回報(bào)率為%，而OLS估計(jì)為%。

工具變量本身并不有效。如(Angrist&Kruger,1992)研究的一個(gè)重要缺陷是，由于下一次招收參軍人員的數(shù)量未知，即使編號(hào)較高也面臨被抽中的威脅，因此，事實(shí)上大部分適齡人口都采用接受教育來逃避戰(zhàn)爭(zhēng)，由此造成彩票編號(hào)與受教育程度之間的相關(guān)性很差，這時(shí)候利用彩票數(shù)量作為教育程度的工具變量，估計(jì)結(jié)果就難以準(zhǔn)確，理論計(jì)量研究也表明，非有效的工具變量可能會(huì)比OLS估計(jì)將引起更大的偏誤。另外，如(Harmon&Walker,1995)運(yùn)用教育系統(tǒng)變更的事件，用特定時(shí)間段的啞變量作為教育程度的工具變量。由于各時(shí)間段間還存在其他影響教育環(huán)境的事件，因此各時(shí)間段人口的教育環(huán)境可能存在系統(tǒng)性差異，不考慮這些事件影響的估計(jì)就會(huì)引起偏誤。

計(jì)量方法不夠考究。(Card,2001)總結(jié)了工具變量法在計(jì)量方法的上的幾種潛在問題。其一是測(cè)量偏差問題。(Griliches,1977)和(Angrist&Krueger,1991)認(rèn)為，雖然工具變量法解決了能力偏誤問題，但如果測(cè)量偏差問題的問題非常嚴(yán)重，非有效的工具變量可能會(huì)放大測(cè)量偏差的問題而使得估計(jì)結(jié)果反而偏小。第二種是模型設(shè)定問題。(Ashenfelter,Harmon&Oosterbeek,1999)發(fā)現(xiàn)，在工具變量法估計(jì)的模型設(shè)定中，學(xué)者們通常選擇給出教育回報(bào)率最高t檢驗(yàn)的模型形式。如果這種模型設(shè)定的調(diào)整對(duì)于工具變量估計(jì)的精確性影響不大，但對(duì)于估計(jì)區(qū)間產(chǎn)生了很大影響，那么工具變量估計(jì)的結(jié)果就缺乏有效性。第三種是估計(jì)樣本選擇性偏誤問題。(Card,1995)強(qiáng)調(diào)教育回報(bào)率在個(gè)體間異質(zhì)性所引發(fā)的估計(jì)偏誤。根據(jù)教育系統(tǒng)變更事件而開發(fā)的工具變量，比如建立在強(qiáng)制就學(xué)或?qū)W生地理位置的工具變量研究，通常對(duì)于低教育人群產(chǎn)生了更大的影響，如果這些人群選擇較低的教育程度是因?yàn)榫蛯W(xué)的邊際成本較高，而不是邊際收益較低，那么，工具變量估計(jì)結(jié)果就會(huì)高于實(shí)際平均邊際教育收益率。

另外，運(yùn)用工具變量法來進(jìn)行精確估計(jì)，遇到的另一個(gè)困境是方法和結(jié)論難以推廣。上述工具變量計(jì)量研究通常也被稱為“自然實(shí)驗(yàn)”方法，經(jīng)濟(jì)學(xué)家根據(jù)特定的經(jīng)濟(jì)背景環(huán)境特征，利用外生性制度變遷絞盡腦汁找到的工具變量，一般難以推廣到其他國(guó)家運(yùn)用。比如，由于中國(guó)教育制度背景與美國(guó)迥異，無論是(Angrist&Kruger,1991)利用在校年限的差異作為工具變量，還是(Card,1995)將個(gè)人成長(zhǎng)地是否相鄰于大學(xué)作為工具變量，均不適用于中國(guó)。然而，中國(guó)利用獨(dú)特如文化大革命等環(huán)境背景，也可以找到很好的工具變量，但也難以推廣到其他國(guó)家。

參考文獻(xiàn)

．李實(shí)、丁賽：《中國(guó)城鎮(zhèn)教育收益率的長(zhǎng)期變動(dòng)趨勢(shì)》[J]，中國(guó)社會(huì)科學(xué)，2003年第6期

．賴德勝(2001)：《教育與收人分配》[M],北京師范大學(xué)出版社

．孫志軍：《中國(guó)教育個(gè)人收益率研究：一個(gè)文獻(xiàn)綜述及其政策含義》[J]，中國(guó)人口科學(xué)，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,”InChristofides,Grant,andR.Swidinsky,editors,AspectsofLaborMarketBehaviour:EssaysinHonourofJohnVanderkamp.Toronto:UniversityofTorontoPress,1995.

[12]．Card,David(1999)：“Thecausaleffectofeducationonearnings”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，Ni