《表4 城镇居民教育回报的工具变量分位数回归》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《工资收入视角下的城镇居民的教育回报》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。