个人教育收益率估计实证研究

《个人教育收益率估计实证研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、个人教育收益率估计实证研究----教育管理论文-->第1章导论1．1研究背景人力资本在经济增长理论中具有十分重要的地位，不管是新经济增长模型中内生性的知识外溢效应（Arroer,1983、1986），还是新古典经济增长模型中的外生设定（Soloancapital）概念。在舒尔茨之前的经济学理论中，人们将那些能够给个人或家庭带来预期经济收益的资金或物质资源称为资本，为了形成资本而付出的代价则被称为“投资”（investment）。舒尔茨表示“我主张把教育看成是一种对人的投资，这种投资带来的成果当做是一种资本，通过这一理性的投资过程教

2、育已经是受教育者的一部分，所以我称其为人力资本”。同时，舒尔茨提出了人力资本投资的几种实现途径，包括医疗和保健、在职培训、学校教育、成人学习，工作迁移等方面。同为芝加哥学派的卓越学者贝克尔（1964）继承和发展了人力资本理论，贝克尔从微观（即个人或企业）的视角分析了人力资本作用。贝克尔的突出贡献在于他引入了经济学中的成本收益方法。贝尔克认为“唯一决定人力资本投资量的重要因素可能是这种投资本身的有利性和其潜在收益率”。他借用经济学中计算物质资本投资收益率的方法计算了教育的收益率，这一方法对于后来估算教育收益率产生了十分深远的影响。与

3、舒尔茨和贝克尔同时期的美国著名经济学家明瑟（1968）也对人力资本理论进行了较为深入的研究，明瑟认为人力资本对于个人收入分配引起作用，个体之间收入差距很大程度上是由于每个人对于教育、培训的投资量不同而造成的，同时他也指出这种因人力资本投资不同而引起的收入差异主要体现在工资性收入上。他将人力资本投资概括性的分为学校教育和工作后的在职培训两个方面，用受教育年限（即个人接受正规学校教育的年数）和工作经验（即个人参加工作的年数，通常所说“工龄”）表示这两类人力资本的投资数量，用受教育年限和工作经验作为差异变量解释个人工作收入差距建立收入方

4、程。明瑟所建立的工资方程对于劳动经济学、人力资本投资理论、收入分配理论以及后来的教育经济学的研究都产生了极其重要而深远的影响。...........第3章教育收益率的计量-->方法........173.1教育收益率估计方法......173.2教育收益率估算中的方法问题及纠正........193.3本章小结....23第4章模型建立及数据分析处理......244.1模型的选择和建立...........244.2数据及处理.......25第5章实证研究....305.1样本数据描述...........305.2平均教育收

5、益率.......325.3各教育阶段教育收益率比较.........345.4家庭背景对子女教育收益率影响........365.5教育收益率性别差异......385.6本章小结....41第5章实证研究在前文数据处理的基础上，本文选用的计量软件为Stata12.0,Stata是目前欧美最为流行的计量经济学软件之一，Stata作为一款提供给使用者进行数据分析、数据管理以及绘制专业图表的整合性统计软件。其特点可以归纳为：基于命令操作、快速计算、简洁的计算结果输出形式，精美的绘图。同时在功能上满足于本文对数据进行统计描述和进行混合

6、OLS估计的需要。基于这些原因本文选取Stata软件进行计量分析。5.1样本数据描述由上表可知样本总数为844份，可以观察主要变量的基本统计特征，主要变量依次为性别、收入、智商、工作经验、最高受教育程度（edu_code）、父亲的职业(faoccupation_code)、父亲的教育程度(fatheredu_code)。描述指标依次为观测数、平均值、标准差、最小值、最大值。为了便于统计描述，需要对受教育程度（edu_code）、父亲的最高受教育程度(fatheredu_code)和父亲的职业(faoccupation_code)进

7、行赋值，具体对应的数值情况如表5-2和5-3所示。这里需要说明的是在选取的观测样本中父亲的最高学历中没有硕士和博士，所以父亲的最高受教育程度(fatheredu_code)中最大值为4（大专本科），最小值为1（普通小学）。.........结论本文在阅读了大量国内外相关研究的基础上，以北京大学中国家庭追踪调查（ChinaFamilyPanelStudies，CFPS）中抽取的844份个体样本作为数据，基于明瑟收入方程对教育收益率进行估计。得到了以下结果：第一，在没有考虑遗漏变量（个人能力、家庭背景）的情况下平均教育收益率为13.3

8、8%，这一结果是有偏的，相对于真实的平均教育收益率它是一个偏高估计，已有学者的研究中平均教育收益率约为10%—11%，在考虑了重要的控制变量智力（IQ）和家庭背景因素（父亲的职业、父亲的受教育程度）之后，模型的内生性得到了克服，模型的估计结果更趋近