教育个人回报率计量研究缺陷及调整方法综述

中国数量经济学会2008年年会投稿第1组计量经济学理论与方法字数：10284字教育个人回报率计量研究缺陷及调整方法综述1赵峦2迟巍3（北京清华大学经济管理学院100084）【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、工具变量法中图分类号：F064.1文献标记码：AEstimatingtheprivatereturntoschooling:AoverviewoftheeconometricmethodsAbstract：Theordinaryleast-squaresestimationcouldnotprovideanaccurateestimateofthereturnstoschoolingbecausetheeducationonearningscan’tprovecausalityaswellasthereportingerrorinestimatingtheyearsofschooling.Thispaperoverviewthekeyeconometricapproachtotacklethisproblem,whichincludescontrollingtheabilitydirectly,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（Becker,1964）。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（Card,1999）。1本文是作者赵峦在迟巍老师的指导下完成的，对于迟老师的工作表示感谢。另外，本文仍是初稿，尚有许多问题需要解决，将在未来的工作中逐步完善。2赵峦（1983-7-6），男，北京，清华大学经管学院，博士研究生，研究方向公司治理。北京市清华大学经济管理学院伟伦楼南123室，100084；电话：[phone]；E-mail：[e-mail]3迟巍（1977-11-27），女，北京，清华大学经管学院，讲师，研究方向为人力资源和劳动经济学。北京市清华大学经济管理学院伟伦楼446室，100084；电话：62795072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（邢志杰,2004）。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；Zhanget.al,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（Psacharopoulo，1994）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（Card,1999），国内如（孙志军，2004）。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，（Psacharopoulo，1994）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：（1）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10.1%，亚洲地区非OECD国家为9.6%；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7.8%和6.6%，而中低和低收入国家的教育回报率达到11.7%和11.2%。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（孙志军，2004），这大大低于亚洲地区以及同收入档次国家水平；（2）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29.1%、18.1%和20.3%。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%、18.9%和19.9%，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（Li，2003)，而高等教育的额外收入增幅却较高，如(Liet.al,2005)估计发现高等教育的额外收入增幅为61.2%，另外，与在其他国家发现的情况正相反，我国教育投资总体呈现边际递增趋势（孙志军，2004；Liet.al,2005）。三、模型估计中的常见问题从Becker（1964)开始，学者们就注意到明瑟模型估计存在着“能力偏误”（abilitybias）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)著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”（measurementerror）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（Ashenfelter&Krueger，1994)。从计量经济学理论不难得知，“能力偏误”问题会引起估计结果产生正的偏误，而“测量偏差”问题将引起估计结果产生负的偏误Griliches(1977)。学者们当前研究的重点是解决各种计量偏误问题，从而精确测度教育回报率的大小（Card,1999）。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。2．寻找工具变量解决能力偏误明瑟模型中的能力偏误问题，通常的解决办法是寻找工具变量，用工具变量法进行回归。具体到明瑟模型估计，问题的难点是，如何寻找到一个合适的工具变量，该变量必须与劳动者的个体收入无关，而与个体的教育程度相关。2.1利用劳动者家庭成员的教育程度作为工具变量早期的一些研究使用家庭背景变量（通常是父母或者兄弟姐妹的教育程度）作为工具变量，这种处理方法背后的假设是，父母或兄弟姐妹的教育程度与本人教育程度相关，但与其收入无关。但父母教育水平是否与子女的收入无关，到目前仍然缺乏令人信服的结论，因此，运用家庭背景情况作为工具变量的有效性难以保证（Boundet.al,1996）。从逻辑上来看，家庭背景情况确实具有潜在影响劳动者收入水平的可能性。因此，将反映家庭背景情况的变量作为收入回归控制变量是比较合适的。2.2利用教育制度造成在校年限的差异作为工具变量为了解决能力内生性问题，学者们思考利用外生性制度变迁的“自然实验”方法寻找工具变量。(Angrist&Kruger,1991)利用教育制度造成的不同月份出生人口的在校年限作为工具变量。两位学者注意到，在美国有两个非常重要的教育政策，其一是学校入学政策，它法定的入学时间为每年的1月1日，而孩童必须要在入学时达到六岁，其二是强制教育法案，它要求学生在年满16或17岁才能够离校成为劳动力。结合两项政策，对于期望离开学校从工的学生，其中年初出生的学生在较大的年龄入学（比如一月份出生的孩童只能等到下一年1月1日入学，其时她已经达到了6.9岁，但因为离校的年龄又相同，因此被迫在学校逗留的时间就短一些，受教育的时间也就短一点。作者利用1930-1959年出生的男性人口数据，发现出生在第一季度的人口相比出生在其他季度的人口，受教育的时间确实稍短一些。如果出生年月与人口的能力是不相关的话，出生季度就可以作为一个教育年限的工具变量。作者在控制了种族、出生地