《表4 城镇居民教育回报的工具变量分位数回归》
注:采用stata 14.2软件中的ivqte进行IV估计;括号内为自助法下的t统计量;***、**、*分别表示皮尔逊系数在0.01、0.05以及0.1水平上显著;q5、q25、q50、q75、q95则依次表示5%、25%、50%、75%、95%分位点上的收入水平。
如前所述,基于微观计量的教育回报测度面临着样本选择偏差、反事实选择偏差与遗漏变量的问题,前述赫克曼样本选择模型解决了劳动力市场的自选择问题,条件分位数回归则探讨了教育回报的异质型收益特征,控制变量组虽在一定程度上减少了个体特征差异的扰动,但遗漏变量却导致了明瑟收入方程有偏估计值的产生,而先天禀赋差异则是学界所公认的遗漏变量之一。因此,基于条件分位数回归并借鉴既有的研究,本文选取父母或配偶的受教育程度代表先天禀赋,作为个人受教育程度的工具变量,利用工具变量分位数回归,克服遗漏变量或内生性问题,来探讨不同收入条件下城镇居民教育回报的变化趋势[31]。其中,父母或配偶的受教育程度共分为八个教育层级,即文盲与半文盲(未上过学)、小学、初中、高中、职高或技校、中专、大专、本科以及研究生,表4给出了工具变量分位数的回归结果。
图表编号 | XD0012829800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.27 |
作者 | 方超、黄斌 |
绘制单位 | 南京财经大学公共管理学院 |
更多格式 | 高清、无水印(增值服务) |