《表5 市场分割对人力资本投资以及其回报的回归结果:基于工具变量的回归》

《表5 市场分割对人力资本投资以及其回报的回归结果:基于工具变量的回归》   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
《劳动力市场分割、人力资本投资与收入回报》


  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:回归系数括号内的为标准误;***、**和*分别表示系数在1%、5%和10%水平上显著。在工具变量的选取上,模型11和模型13选择市场分割的滞后一期作为当期市场分割的工具变量;模型12和模型14选择市场分割的滞后两期作为当期市场分割的工具变量;模型13和模型14选择母亲以及父亲的受

由于模型可能存在的内生性问题,会影响估计结果的稳健性。对此,选择合适的工具变量(IV)进行处理是必要的。选择IV的前提条件应该是外生的,其与内生变量应该直接相关,而与被解释变量没有直接关系。本文借鉴劳动经济学的相关文献,选择父母的受教育水平作为调查个体人力资本投资的工具变量,通常可以认为,父母的教育程度会直接影响孩子的教育程度,但对其收入水平没有直接影响。另外考虑到劳动力市场分割的内生性问题,本文分别选择其滞后一期和滞后二期作为其工具变量,采用IV-GMM估计的回归结果如表5所示。模型11~模型14中的IV识别不足检验KP-LM统计量均在1%水平上高度拒绝原假设,这意味着模型不存在识别不足问题。弱工具变量检验KP-F统计量也在1%水平上拒绝原假设,说明所有模型不存在弱工具变量的问题。模型13和模型14采用了多个工具变量,对其进行了过度识别检验,统计结果均无法拒绝原假设,这说明本文选择的工具变量是合理的。在采用了IV-GMM方法进行回归后发现,模型11~模型14中各回归系数的符号和显著程度与未采取工具变量时的估计结果基本一致,这说明结果具有较好的稳健性。