• (d)双胞胎样本的学校教育收益率的估计值要比一 般样本的OLS估计值低。
–这些研究包括Ashenfelter & Rouse(1998)、Rouse(1999)、 Miller(1995)、Isacsson(1999)等。
（三）数据问题

横截面数据（Cross-section data）

（b）多数以家庭背景作为控制变量或者工具变量的 研究发现学校教育收益率的估计结果要比OLS估 计结果要低0-0.008左右，并且家庭背景的影响系 数一般要比学校教育的影响系数大。
–这些研究包括Card(1995b)、Conneely & Uusitalo(1997)、 Ashenfelter & Zimmerman(1997)、Miller et al.(1995)、 Ashenfelter & Rouse(1998)、Isacsson(1999)等。 Nhomakorabea 结
改革之前甚至在改革初，教育和收入表现 为基本不相关甚至负相关。 解释？教育内容因和劳动生产力无关？
Chung(1990)的研究否认：Chung从1986年的香港人 口普查数据中分离出在中国大陆接受学校教育的 移民，发现在中国大陆所接受的学校教育对移民 收入仍然发生正向的显著影响。

2.1 不同所有制企业
资料来源：Hung, F. S. (2008). Returns to education and economic trransition: An international comparison. Compare, 38(2), 155-171. Table 2.
表1.3 世界各国学校教育收益率（按性别）
–应用年收入捕获了教育在生产率、就业能力方 面带来的收益 –税收的考虑
• 教育变量
–学校教育 VS. 非学校教育（家庭教育、在职 培训或一些非传统形式的教育） –学校教育数量
• 教育年限
–学校教育质量
• 生均教育支出（Morgan&Sirageldin，1968；Link， 1975, Link&Ratlege，1975等) • 学生成绩、教师平均薪水（Solmon,1973等) • 好学校-好生源
改革开放前？ 改革开放初？ • “搞原子弹的不如卖茶叶蛋的” • “拿手术刀的不如拿剃头刀的” • “教授教授，越教越瘦”
中国教育收益率观察

1. 时间观察：改革开放前后
2. 横截面观察：所有制、城乡、不同地区 等

1.1 改革开放前


Parish（1984，p. 84-120）的研究发现: 中国在1960s至1970s间的教育收益率表现为 负。 Whyte（1975：684—711）和Friedman（1985) 的研究发现：改革开放前，中国教育对个 人的收入并无显著影响。
（b）欧洲/中东/北非的经济发展水平虽然明显低于 OECD国家，但是平均教育收益率却要低于OECD国家 可能除了经济发展水平，还可能存在其他很重要的 因素对教育收益率发生影响，如经济制度等。
国家 保加利亚
年份 1989-90
学校教育平均收益率 ( %) 1.9**(.004)
国家
年份 1985
学校教育平均收益率 ( %) 2.8**(.003)

赖德胜（1998）使用1995年CHIP的数据计算的结果是，外 资企业的教育收益率(6.19%)要高于全国平均的教育收益率 (5.173%)，并进一步又高于全民企业（国有企业）的教育 收益率(5.103%)。 李实&丁赛（2003）的研究发现，私营个体企业职工的教 育收益率比城镇集体企业职工大约高出5-6%个百分点。 陈晓宇、陈良琨及夏晨（2003）使用中国城市住户调查数 据库，发现2000年以三资企业为主的非公有制单位的教育 收益率为11.78%，比公有制单位（8.41%）高3.37个百分点。
1970-74
1975-79 1980-84 1985-89 罗马尼亚 1990-93 1994 1995 1996 1997 1998 1999 2000
3.9*(.006)
4.2*(.005) 4.3*(.004) 3.4*(.003) 6.4*(.011) 5.9*(.001) 6.7*(.001) 6.7*(.001) 6.9*(.001) 7.8*(.001) 8.2*(.001) 8.5*(.001) 捷克共和国 乌克兰 斯洛伐克共和 国
中等收入组（755-9,265）
低收入组（小于755） 世界平均
3,025
375 9,160
8.2
7.6 8.3
10.7
10.9 9.7
（a）经济发展水平、教育水平和教育收益率表 现为一定的负相关关系。
表1.2 世界各国学校教育年限收益率（按地区）
地区 亚洲 中东/北非 拉丁美洲 OECD 加勒比海 世界 人均收入（US$） 受教育年限（年） 收益率（%） 5,182 6,299 3,125 24,582 974 9,160 8.4 8.8 8.2 9.0 7.3 8.3 9.9 7.1 12.0 7.5 11.7 9.7
年龄收入曲线
LnY=6.20+0.107s+0.081exp-0.0012exp2
一、如何处理估计误差
• • • • （一）变量选择 （二）代理变量误差 （三）数据问题 （三）样本选择偏差
（一）变量选择问题
• 收入变量
–年收入和小时工资
• 小时工资——生产率 • 个人就业小时数——就业能力 • 年收入=小时工资*个人年就业小时
32-34
35-37 38-40
65.9
68.5 73.4
76.22
83.32 88.32
-10.23
-14.82 -14.92
41-43
44-46 47-49 50-52 53-55
77.5
78.3 87.1 103.6 124.7
87.60
97.10 99.72 102.83 107.10
-10.10
1991-92
1950-54 1955-59 1960-64 1965-69
5.4**(.004)
3.1*(.015) 2.4*(.008) 4.7*(.008) 4.6*(.008) 俄罗斯
1990
1996 1998 2000 2002
3.9**(.004)
8.1**(.007) 9.1**(.006) 9.3**(.007) 9.2**(.006)
–例如参与就业的人的数据容易获得，但被排除在劳动 力市场中的人的数据就很难得到，从而利用所搜集到 的数据进行分析可能会导致教育收益率的偏估。 –再如，包括女性样本的估计，可能会由于女性的自我 选择不就业行为，而对女性教育收益率的估计发生偏 误。
• 纠正办法：Heckman(1979)的两步修正法（Twosteps Heckman Correction）。
忽略一些因素，如经济增长等 其他误差 难以获得 价格调整 误差

生命周期数据（Life cycle data）


未来的研究——两者结合：纵向数据或面板
数据（longitudinal data,or panel data)的出 现也为估计个人一生的收入状况成为可能。
（三）样本选择偏差
• 样本选取时, 因数据的局限或取样者的个人行为 而引起的偏差。
小 结
• 发展中国家对任何等级的教育投资的收益率都 高于10%，超过其他经济部门投资收益率的一 般水平，说明人力资本的稀缺程度。
• 随教育程度的提高，教育投资的收益率逐渐下 降，符合生产要素边际收益递减规律 • 妇女的教育投资收益率高于男性
• 教育收益率有可能收到经济制度的影响
三、中国的教育收益率
12 10 8 6 4 2 0
19 88 19 89 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01
李实、丁赛，2003 李宏彬、张俊森，2008
图1.2 中国城镇教育收益率变迁 （1988-2001）
1.2
改革开放初期
表1. 1982年北京市脑力、体力劳动者月收入
年龄（岁） 大学文化程度 中小学文化程度的体 脑力与体力劳动者 的脑力劳动者 力劳动者月收入（元）月收入的差距（元） 月收入（元）
25岁以下
26-28 29-31
59.8
63.4 63.4
67.18
71.55 77.63
-7.38
-8.15 -14.23
（二）变量偏误
• 偏误：由于学校教育对收入的影响受到了 其他因素的干扰，因此它们之间的真实关 系是有偏误的。 • 干扰项：能力、家庭背景、种族、性别等
纠正方法
• 工具变量
(工具变量（Instrument Variable, IV）法就是当随机 解释变量与随机误差项相关时，寻找一个与随机 解释变量高度相关，但与随机误差项不相关的变 量，用该变量替代模型中的随机解释变量，进行 模型的参数估计)。
1.4 农村教育收益率变化




Li和zhang (1998)应用1978年和1990年两个省农村的数据， 发现改革后（1990年）的教育收益率——即家庭承包责任 制时期农村教育的投资回报率为3.3%，要高于改革前生产 队制度下的表现为零甚至为负的教育收益率。 Jamison& Gaag (1987)通过对甘肃省徽县的农户调查，发现 1985年农村男性居民的教育收益率为4.5%，女性为5.6%。 Brauw &Rozelle（2002)的研究发现2000年中国农村的教育 收益率是6.4%。 Meng（2000, p.28）算1994年的农业生产和非农业生产函数， 发现平均教育年限对收入的影响系数为4.5%。