張鳴宇
(東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,哈爾濱 150040)
社會(huì)經(jīng)濟(jì)地位與教育回報(bào)率的無條件分位回歸分析
——基于CGSS2010年調(diào)查數(shù)據(jù)
張鳴宇
(東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,哈爾濱 150040)
基于CGSS2010年調(diào)查數(shù)據(jù),使用無條件分位回歸技術(shù),對(duì)于社會(huì)經(jīng)濟(jì)地位與教育回報(bào)率展開了具體分析。將父母雙方的教育程度與14歲時(shí)的家庭社會(huì)等級(jí)三者結(jié)合起來,對(duì)該家庭的社會(huì)經(jīng)濟(jì)地位進(jìn)行度量,并以此為基礎(chǔ),進(jìn)行教育回報(bào)率的無條件分位回歸分析,得出結(jié)論,社會(huì)經(jīng)濟(jì)地位會(huì)直接影響到教育回報(bào)率。
社會(huì)經(jīng)濟(jì)地位;教育回報(bào)率;無條件分位回歸
Abstract: Based on the CGSS2010 survey data, the unconditional fractional regression technique was used to analyze the socioeconomic status and the rate of return on education. This paper combines the education level of both parents and the family social hierarchy at the age of 14, and measures the socioeconomic status of the family. Based on this, the unconditional regression analysis of the rate of return of education is carried out. Socioeconomic status will directly affect the rate of return on education.
Keywords: Socioeconomic status; Education rate of return; Unconditional regression
進(jìn)入21世紀(jì)后,國(guó)內(nèi)高校實(shí)行擴(kuò)招政策,高等教育入學(xué)率呈持續(xù)上升趨勢(shì),教育模式也隨之發(fā)生了變化,由精英教育轉(zhuǎn)向大眾教育。與此同時(shí),學(xué)生的就業(yè)壓力也隨之加大,畢業(yè)生工資水平不斷降低,多數(shù)工資待遇還不如農(nóng)民工,這就造成了教育回報(bào)率過低的現(xiàn)象,農(nóng)村地區(qū)不夠發(fā)達(dá),人們的教育意愿較低,每年學(xué)生的輟學(xué)率持續(xù)增加,且在大學(xué)校園中,來自農(nóng)村的學(xué)生所占比例也較小。
在學(xué)術(shù)界,一般將教育回報(bào)率定義為:不考慮個(gè)體之間的差異,根據(jù)就業(yè)者在一年內(nèi)受到的教育,對(duì)收入增長(zhǎng)率進(jìn)行估算。以往通常采用明瑟(Mincer)工資方程進(jìn)行分析計(jì)算,運(yùn)用均值回歸法,保證其他條件不變,分析教育水平與收入之間的聯(lián)系。如在2006年的中國(guó)綜合社會(huì)調(diào)查數(shù)據(jù)中發(fā)現(xiàn),城市差異也會(huì)對(duì)教育回報(bào)率產(chǎn)生直接影響。大城市經(jīng)濟(jì)水平高,其教育回報(bào)率也處于較高水平。而在城市內(nèi)部,階層差異也會(huì)影響到教育回報(bào)率,尤其是在結(jié)構(gòu)上。另外發(fā)現(xiàn),往往受到高度教育的女性收入回報(bào)更大,教育回報(bào)率也會(huì)受到性別差異的影響。當(dāng)代社會(huì)就業(yè)門檻不斷提高,女性的教育回報(bào)率出現(xiàn)下滑。據(jù)相關(guān)數(shù)據(jù)表明,位于我國(guó)西部城市的青年人,一生的高等教育回報(bào)率最多不超過10%,且男女的教育回報(bào)率也有差異,呈現(xiàn)女性明顯高于男性的局面。在1998—2009年的中國(guó)城鎮(zhèn)住戶調(diào)查中,數(shù)據(jù)顯示,在對(duì)2003年前后教育回報(bào)率和高等教育回報(bào)率的變化情況進(jìn)行了分析發(fā)現(xiàn),2003年前后,二者的數(shù)據(jù)與其他時(shí)間相比,平均年增速減慢,高校擴(kuò)張政策并沒有起到什么作用,高等教育的回報(bào)率遠(yuǎn)遠(yuǎn)高于非高等教育的回報(bào)率。
近年來,分位回歸分析方法的出現(xiàn),在學(xué)術(shù)界得到了廣泛的應(yīng)用,尤其是在教育回報(bào)率的研究方面,更是發(fā)揮了積極作用??偨Y(jié)相關(guān)文獻(xiàn)與資料,一些學(xué)者將教育回報(bào)率按照“有條件”和“無條件”進(jìn)行區(qū)分,利用此方法對(duì)我國(guó)教育回報(bào)率進(jìn)行研究,對(duì)比城鄉(xiāng)差異。基于CHNS2006年數(shù)據(jù),可以利用分位回歸方法對(duì)研究教育回報(bào)率的問題得出結(jié)論:隨著收入的增加,教育回報(bào)率會(huì)隨之降低?;贑HNS2006年數(shù)據(jù),通過分位回歸方法計(jì)算,發(fā)現(xiàn)居民性別與城鄉(xiāng)差異都會(huì)對(duì)教育回報(bào)率產(chǎn)生影響。
總結(jié)以上調(diào)查方法,對(duì)于教育回報(bào)率的研究,主要是以性別差異、城鄉(xiāng)差異及所有制部門差異為切入點(diǎn)的,往往忽略了家庭背景因素?;?002年城鎮(zhèn)住戶調(diào)查數(shù)據(jù),對(duì)父母雙方的文化水平進(jìn)行了研究發(fā)現(xiàn),家庭背景會(huì)對(duì)教育回報(bào)率起到積極的促進(jìn)作用。在某種特定情境下,均值回歸方法與分位回歸法是相同的,兩種方法都需要給定條件,通過分析變量得出結(jié)果。總地來說,其他因素不變,研究受教育水平對(duì)個(gè)人收入的影響問題,這也是兩種分析方法的缺陷所在。在分析過程中,要用到過多的個(gè)體特征,且這些個(gè)體特征基本是不必要的。然而,多數(shù)情況下,受教育年限對(duì)個(gè)人收入造成的影響都被忽略了,這一點(diǎn)需要格外注意。在剔除了性別、城鄉(xiāng)差異等因素后,這時(shí),整個(gè)社會(huì)或某個(gè)特定群體的教育回報(bào)率就是受教育年限對(duì)個(gè)人收入所造成邊際影響的體現(xiàn)。為了避免解釋變量遺漏,導(dǎo)致估計(jì)結(jié)果出現(xiàn)不一致的問題,就不能直接使用均值回歸或分位回歸方法來分析受教育年限對(duì)收入的邊際影響。
當(dāng)前我國(guó)的無條件分位回歸技術(shù)還處于發(fā)展階段,國(guó)內(nèi)缺乏成熟的應(yīng)用體系。經(jīng)過近幾年的發(fā)展,有學(xué)者對(duì)函數(shù)回歸方法進(jìn)行了完善,提出可以將二分位數(shù)的影響函數(shù)當(dāng)作無條件分位回歸,這種方法受到了大部分學(xué)者的歡迎,在研究中應(yīng)用次數(shù)較多,通常記做UQR或FFL??偟貋碚f,無條件分位回歸方法在教育回報(bào)率的研究方面發(fā)揮了積極作用。本文基CGSS2010年的調(diào)查數(shù)據(jù),利用無條件分位回歸方法對(duì)社會(huì)經(jīng)濟(jì)地位與教育回報(bào)率展開了研究。
Powell(2010)認(rèn)為,雖然有些方法具備了無條件分位數(shù)處理效應(yīng)的思想,但仍舊存在缺陷,因?yàn)樗械慕忉屪兞颗c控制變量是相等的,且兩者無法正確區(qū)分開來。還有部分學(xué)者提出的無條件分位數(shù)處理效應(yīng)方法具有一定的局限性,通常都只針對(duì)二元處理變量,面對(duì)多個(gè)處理變量或者是需要連續(xù)處理的變量卻無法應(yīng)用。
在一個(gè)回歸方程Y=g(D,X,ε)中,Y表示被解釋變量,D代表政策變量,而X則屬于控制變量,作用是反映個(gè)體特征,ε代表擾動(dòng)項(xiàng),它是不可觀測(cè)的。在這種情況下,基于研究目的,必須要對(duì)解釋變量與控制變量進(jìn)行區(qū)分,意義在于變量的異質(zhì)性影響。例如,如果要研究教育培訓(xùn)與工資的關(guān)系、培訓(xùn)程度對(duì)工資分位數(shù)的影響時(shí),就可以對(duì)D進(jìn)行單獨(dú)設(shè)定,而其他與教育變量相關(guān)的因素都被控制變量包含在內(nèi),如性別、家庭與年齡等。
經(jīng)過研究,Powell在2013年再次提出了一般分位數(shù)回歸框架(UQR)。該框架是源于結(jié)構(gòu)分位數(shù)方程(SQF)。結(jié)構(gòu)分位數(shù)方程是由控制方程得來的。假設(shè)變量處于“共同支撐”的情況下,算出條件累積密度函數(shù),根據(jù)積分情況得出結(jié)論。在這種基本假設(shè)下,無條件分位數(shù)處理效應(yīng)的框架包括以下兩個(gè)矩條件:
P(Y-αD≤0|D,X)=τx,E(τx)=τ,
其中,ρτ(x)(Xi)=u(τ(X)-1(u<0)),E(τ(X))=τ。
國(guó)際上通常使用明瑟工資方程對(duì)教育回報(bào)率進(jìn)行計(jì)算,公式如下:
ln(WAGE)=α+β1SCH+β2EXP+β3EXP2+ε
公式中的ln(WAGE)代表對(duì)數(shù)小時(shí)工資,這樣不僅是為了符合經(jīng)濟(jì)學(xué)上的含義,還能夠在一定程度上減少異方差對(duì)數(shù)據(jù)的影響。SCH指的是受教育年限,以年為單位,不考慮教育質(zhì)量。EXP表示工作經(jīng)驗(yàn)?zāi)晗?,有固定的?jì)算公式:EXP=AGE-SCH-6,AGE指年齡。EXP2表示工作經(jīng)驗(yàn)?zāi)晗奁椒?,表明工作?jīng)驗(yàn)與收入沒有直接聯(lián)系。ε指的是隨機(jī)誤差項(xiàng),假定數(shù)值為0。β1是系數(shù),代表教育回報(bào)率。在計(jì)算教育回報(bào)率時(shí),使用明瑟工資方程更加符合經(jīng)濟(jì)學(xué)含義,同時(shí)還能夠簡(jiǎn)化收入的決定因素。
在本次研究中,是通過研究家庭背景的邊際影響來分析教育回報(bào)率的,采用的是無條件分位回歸方法,這種方法更加偏向效應(yīng)方面,模型如下:
RIF(ln(WAGE):qτ)=α+β1,τSCH+β2,τEXP+β3,τEXP2+ε
本研究基于2010年全國(guó)綜合社會(huì)調(diào)查數(shù)據(jù),采用多階段隨機(jī)抽樣的方法,收集多個(gè)變量及樣本,主要的幾個(gè)變量包括:出生日期、最高教育程度、2009全年的總收入、全年的職業(yè)收入、父母雙方的受教育水平以及14歲時(shí)的家庭社會(huì)等級(jí)。其中,家庭社會(huì)等級(jí)共分為實(shí)10級(jí)。將2009年的全年總收入與職業(yè)收入中的最大值作為其中對(duì)去年全年的總收入和職業(yè)收入作為響應(yīng)變量ln(WAGE)。將最高教育程度轉(zhuǎn)化為受教育年限SCH,教育年限共有7檔,分別是0、6、9、12、15、16、19。教育程度與之相對(duì)應(yīng)也有7檔,按照國(guó)際通用做法,可以總結(jié)為AGE-SCH-6。父母因素對(duì)于一個(gè)家庭的社會(huì)經(jīng)濟(jì)地位有直接影響,但由于父母收入并不是公開的,研究人員無法獲取準(zhǔn)確的數(shù)據(jù),因此這條數(shù)據(jù)來源是不可靠的。再加上父母職業(yè)的量化沒有統(tǒng)一的標(biāo)準(zhǔn),有學(xué)者提出可以對(duì)學(xué)生采取問卷調(diào)查的方式,對(duì)家庭財(cái)務(wù)的情況進(jìn)行描述,從而對(duì)父母職業(yè)進(jìn)行估計(jì)。本文主要選用了三個(gè)變量,涉及父母雙方的受教育水平以及家庭社會(huì)等級(jí),將這三個(gè)變量作為家庭社會(huì)經(jīng)濟(jì)地位SES,經(jīng)過調(diào)查測(cè)量后進(jìn)行因子分析,社會(huì)經(jīng)濟(jì)地位要根據(jù)主因子的得分情況進(jìn)行分析。此外,在選取樣本時(shí)需要注意,男女雙方的出生日期要選擇在1950年以及1955年以后的數(shù)據(jù),如果數(shù)據(jù)有缺失值,也要包括在內(nèi),且對(duì)數(shù)工資的計(jì)算不包括失業(yè)人員的收入。
綜上所述,社會(huì)經(jīng)濟(jì)地位具有群體差異性,從而對(duì)教育回報(bào)率產(chǎn)生直接影響。據(jù)調(diào)查研究表明,處于中、低階段家庭的教育回報(bào)率持續(xù)下降。由于社會(huì)經(jīng)濟(jì)地位的不同,導(dǎo)致教育投入熱情減少,大學(xué)校園內(nèi)的農(nóng)村生源數(shù)量降低,這是導(dǎo)致教育回報(bào)率差異擴(kuò)大的主要原因。在當(dāng)前的社會(huì)背景下,政府相關(guān)部門應(yīng)當(dāng)出臺(tái)相應(yīng)的政策,加大農(nóng)村地區(qū)的教育投入力度,高校也要擴(kuò)大招生范圍,加強(qiáng)師資力量,并給予貧困家庭學(xué)生一定的優(yōu)惠政策,為中低社會(huì)經(jīng)濟(jì)地位的人群提供更多的受教育機(jī)會(huì),幫助其就業(yè),在提高教育水平的同時(shí),降低教育回報(bào)率差異。
[1] 祁翔,周金燕. 教育回報(bào)率的家庭背景差異[J]. 教育科學(xué),2015,(03):16-25.
[2] 邢春冰.分位回歸、教育回報(bào)率與收入差距[J]. 統(tǒng)計(jì)研究,2008,(05):43-49.
[3] 龍翠紅. 中國(guó)的教育回報(bào)率是如何分布的——基于分位數(shù)回歸的實(shí)證分析[J]. 經(jīng)濟(jì)經(jīng)緯,2017,(04):135-140.
Analysisoftheregressionanalysisofsocio-economicstatusandrateofreturnoneducationbasedonCGSS2010surveydata
ZHANG Ming-yu
(School of Economics and Management, Northeast Forestry University, Harbin 150040, China)
G40-05;F126;O212.1
B
1674-8646(2017)17-0120-02
2017-07-05
張鳴宇(1972-),男,碩士,中級(jí)。