教育收益率的估算-精品文档资料

教育收益率的估算
1.简介
教育收益率的估算是以Mincer(1958,1974)的人力资本薪资模型为基础。

由Mincer模型推断的收益函数如下公式表示：其中，表示资薪所得的自然对数，我们能观察到的所得通常已经减去人力资本投资成本的净所得。

表示受教育程度。

表示工作经验年数。

表示教育回报率，即每一年教育的边际回报率。

它与受教育的水平大小无关。

是残差项，且。

这个表达式又可以被看作为工作经验的二次函数，且>0, 其中：
：教育水平为j的观察个体i的收入。

：教育水平为j的观察个体i工作年数。

：教育水平为j时，它的平均效应。

：以工作经验为自变量的函数型参数。

在等式(12)中，既有如形式的参数，又有如形式的函数型参数。

我们使用的方法是把参数技术和非参程序结合的估计方法，更精确的说，为了得到不同参数的估计值，我们运用如下的算法⑤：
（1）首先，我们取，运用方差分析法校正。

我们得到第一步的估计值和偏残差：
（2）我们运用LOESS方法⑥校正非参回归模型，得到函数
的第一个估计值，记作。

（3）计算偏残差，并对教育水平进行残差的方差分析。

得到第二步的估计值和偏残差。

（4）重复2、3步直到总残差平方和
比它前一步残差的百分数还小或重复数达到某个给定值。

（5）假设在第k步达到停止准则，每个教育水平j的最后的估计值为：
当我们取的值为零时，我们用图III描述函数的估计值。

采取一位Matlab程序作家⑦的建议，取平滑参数为25%，多项式的次数为1。

我们很容易注意到收入对数和
工作经验之间凹形的关系，这正好证明了Mincer的理论方法的结论。

平滑参数，记作(参数值为10%和25%)和调整多项式，记作，（次数为1和2），把他们的值分别带入前面介绍的重复程序(重复数固定为20，停止准则为)中试验。

阅读表IV，我们注意到参数的值相对是稳定的，收入对数和教育水平的之间关系不随和的取值变化而变动。

我们取=25%、=1时，获得的估计值。

参数及相对应的收益的估计值⑧放在表V中，在表中，参数估计值是对等式(1)实行最小二乘法得到的估计值。

很明显，收益相对应的参数估计值远远小于它所对应的半参估计值，但相反，在参数情况下的教育报酬率()21.18%、46.22%和98.15%跟在半参情况下的教育报酬率21.21%、46.31%和98.21%是相似的。

综上所述，收益对数与工作经验的凹形关系如理论中预言的那样(看图IV)。

这种关系对于任意的教育水平都是一样的，随着教育水平的增加，参数向更高的方向移动(当观察对象未受过教育时，这个值是8.816；但当他是大学以上文凭时，它的值是9.5007)。

图IV 收益等式的估计
附录：
LOESS程序的描述
LOESS程序被Cleveland(1979)提出，被Cleveland和Devlin(1988)发展。

它就是利用加权最小二乘准则来点估计未知样式的函数。

也就是说这个程序力求运用早已确定好的部分数据‘画’这些点的回归线或期望次数的多项式。

详细的算法如下所示：
1.确定平滑参数的值，并保证0。