《表2 变量统计性描述:收入分配、信贷约束对高等教育入学率的影响研究——基于146个经济体的实证分析》

《表2 变量统计性描述:收入分配、信贷约束对高等教育入学率的影响研究——基于146个经济体的实证分析》   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
《收入分配、信贷约束对高等教育入学率的影响研究——基于146个经济体的实证分析》


  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

工具变量的选取。我们考虑到基尼系数和高等教育入学率之间可能存在因果关系,以及遗漏关键变量和测量误差所引起的内生性问题,我们引入了工具变量。寻找到理想的工具变量比较困难,鉴于数据的可获得性,同时根据工具变量必须与基尼系数相关而与残差项无关的原则,我们选择清廉指数作为基尼系数的工具变量。一方面,清廉指数反映的是各经济体腐败状况,腐败对收入差距的不利影响在理论上已经得到了证明。通过官商勾结[26]、信贷市场[27]、非正规部门[28]等途径,腐败在收入分配和再分配环节扩大了贫富差距。大量的实证研究也表明腐败会扩大收入差距[29-34]。另一方面,一个经济体的清廉状况对高等教育入学率没有直接的关系。表4“模型10”的清廉指数与高等教育入学率之间的回归结果显示,61%的概率拒绝两者之间存在相关关系。理论上,清廉指数满足工具变量必须与基尼系数相关而与残差项无关的原则,是合理的工具变量。实证上,使用清廉指数作为工具变量的回归结果也较为理想。使用工具变量后(见表4),收入差距对高等教育入学率的影响效应显著增大但作用方向不变,说明我们的方程设定是合理的,回归结果是稳健的。变量解释和统计性描述见表1和表2所示。