教育收益率计算方法调整

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

教育收益率计算方法的调整

摘要:纵观以往国内外教育收益率的研究文献,我们可以发现很多研究不足,这些问题在以往的研究中基本尚未涉及,而本文在以上问题上进行了积极的思考。

关键词:教育收益率;计算方法;调整

中图分类号:g475文献标识码:a文章编号:1001-828x(2011)09-0088-02

自从20世纪60年代,人力资本理论创立、教育开始被视为一种投资行为以来,教育收益率的估算逐渐成为研究的热点。随着人力资本理论、教育经济学等学科的发展,国内外对于教育收益率的研究已有了相当丰富的成果。然而又存在很多不足:首先,针对全国的教育收益率的研究较多,而具体针对某一地区的教育收益率的研究却较少。针对北京地区的教育收益率的深度研究就更加少见。以往研究者们经常使用的明瑟收入函数法,在北京地区应用时应该进行什么样的修正,才能较为准确地衡量北京地区高等教育的收益率?

一、分析教育收益率的理论基础

1.人力资本理论

根据人力资本理论,一个理性人如果预期未来教育的收益可以弥补并超越教育成本时,他才会进行人力资本投资。人力资本理论对于教育水平越高则收入越高这一现象的解释是基于以下两点假设的:其一,教育能够提高劳动生产率。第二,劳动市场是完全竞争

的,在劳动力市场上信息是可获得的。在这两点假设下,我们可以得到较为理想情况下的教育收益率。在非理想条件下,经典的估算教育收益率的方法应进行一定程度的修正。

根据北京地区的实际情况,我们可以发现,教育与劳动生产率的关系并不明确。洛克希德(m.e. lockheed)、穆克(p. r. moock)和阿杜(h. addou)的研究表明,在农业生产部门,正规教育促进农业生产率之间的作用比较明确。李伟针对我国农村数据进行分析,发现正规教育、健康状况等因素对于劳动生产率的贡献有较为密切的关系。①而在工业部门和服务部门,生产率的衡量由于行业的差异而难以测量;且在工业部门与服务类部门往往会对劳动者进行非常详尽的岗前培训,故我们难以区分教育与培训对于劳动生产率的作用。而在忽略了培训等非正式教育对于生产率的积极作用的前提下,教育收益率会被高估。所以,在二、三产业从业人员较多的地区,教育与劳动生产率,乃至教育收益率的关系在传统的教育收益率估算方法下有被高估的风险。

从1978年到2009年,北京地区农业从业人口在城市总人口中的比重逐渐下降,且在三次产业所有从业人员中占比较小。而工业与服务业的从业人口在城市总人口中所占的比重逐渐上升,在三次所有从业人员中占比较大。根据上述劳动力从业的特征,北京地区大多数在职人员的教育与劳动生产率的关系难以建立。所以,传统的教育收益率的衡量方法在北京地区使用的过程中必须考虑岗前培

训的作用,在回归方程中加入“岗前培训”的代理变量或工具变量,

以避免对于教育投资收益率的高估。

2.过度教育理论

过度教育指一个人的教育水平高于其工作所需要的教育水平。②过度教育产生的根本的原因都是教育(特别是高等教育)的迅速发展,使得受过较多教育的劳动力的供给大于对于这些劳动力的需求,出现了供过于求的局面。③在发展中国家,过度教育的现象同样存在。依瑞扎瑞(r. l. irizarry)根据西方新马克思主义的依附理论,分析并认为发展中国家现代化经济组织和社会组织(如大型企业、政府机关、学校等)集中于少数的大城市,而农村地区则缺乏能够吸收接受过较好教育的劳动者的就业单位,导致大量的高素质劳动力集中于中心城市地区,并造成了这些地区的过度教育现象。④北京作为全国的首都,恰恰吸引了大量的优秀人才,使得过度教育的产生有了先决条件。同时,我国高等教育业处于一个全面发展、不断扩张的时期。全国平均毛入学率已由五、六十年代的2到3%发展到2010年的26.5%,而北京市教委表示北京的高等教育已经达到普及化阶段,毛入学率在2010年已在60%以上。到2015年这一数字将达到65%,到2020年达到70%左右。高等教育的迅速扩张,使得劳动力市场上的劳动者学历普遍提升,这也增大了过度教育现象发生的可能性。

在存在过度教育的情况下,劳动者虽然具有较高的学历,但其人力资本并不能得到完全的利用,其收入水平也会受到一定的影响。在这样的前提下,应用传统方法分析和计算的教育收益率是一个低

估之后的结果。所以,有必要在研究中对于传统教育收益率的计算方法加以修正。

以上即为本文分析教育收益率的理论基础。在此基础上,本文接下来将首先介绍最为常用的估算教育收益率的方法——明瑟收益率估算法,并提出如何对此方法进行结合地区具体情况的修正。

二、明瑟收益率法简介

估算明瑟收益率的方程如下所示:

其中,是工资的自然对数;为个人的受教育年限,是个人的工作经验,一般来说不实用个人实际工龄的数据,而是用个人的年龄减去受教育年限再减去开始接受教育时的年龄得到工作经验。是个人工作经验的平方。在明瑟收入函数中包含工作经验的平方项,主要是由于实证研究中劳动者的收入往往与其工作经验呈现倒u型的关系。即在劳动者就业之处,随着其工作经验的增加,其收入往往会随着增加。然而收入增加的趋势难以长期维持下午。当劳动者工作年限增加到一定程度时,由于其年龄增大、劳动能力下降,劳动生产率也会随之下降,则其收入也会有一个下降的趋势。式中的u 为随机误差项,表示除教育和工作经验以外的其他因素对于工资或收入的影响。

对于明瑟收益率的估计方程的两边求的一阶偏导数:

即回归系数可以表示在工作经验相同的条件下,每增加一年的教育导致的个人收入增加的百分比,即教育的明瑟收益率。

明瑟收入法可以在回归分析中控制其他变量对于收入的影响,较

为准确地估算教育对于劳动者收入的影响,故明瑟收益率在计算教育收益率时最为常用。

三、明瑟收益率法修正

明瑟收益率的计算过程中,会产生一系列的问题。首先,明瑟收益率的计算中可能会出现测量误差。即便排除了调查者谎报其信息的可能,测量误差依然存在:其一,劳动者除了获得货币工资收入之外,还可能从工作单位获得非货币性的收入,如住房、医疗、交通等福利。调查中往往只能获得货币工资收入的数据,而很难得到其他收入数据。因此只使用货币工资收入数据就会低估真实的工资收入,产生测量误差。其二,理论上讲,被解释变量最好是小时工资率,即每小时的工资收入,但在现实中往往获得的是年收入或月收人数据,这也会引起测量误差。一些研究认为,教育程度低的人比教育程度高的人每天以小时计的工作时间可能会更长,这样,相对于小时工资率而言,变量中采用日工资、月收入或年收入都会低估教育收益率。针对有可能出现的测量误差,本文在问卷调查的过程中统一采用小时工资率。而由于各个企业采取的员工福利形式繁多、难以准确核算其价值,本文没有将工资之外的福利纳入调查的范围,这也从一定程度上降低了本文调查的准确性。

其次,明瑟收入函数法的估计中,必须考虑到样本选择性造成的偏差。即对于工资收入活动的参与,我们只能观察到哪些已经参与了该活动的个体,这些个体很可能具有某些我们观察不到的而有与他们的收入相关的特征。例如,参与社会活动的个体很可能是哪些

相关文档
最新文档