社會經濟地位與教育回報率的無條件分位回歸分析
——基于CGSS2010年調查數據

張鳴宇

(東北林業大學經濟管理學院，哈爾濱 150040)

社會經濟地位與教育回報率的無條件分位回歸分析
——基于CGSS2010年調查數據

張鳴宇

(東北林業大學經濟管理學院，哈爾濱 150040)

基于CGSS2010年調查數據，使用無條件分位回歸技術，對于社會經濟地位與教育回報率展開了具體分析。將父母雙方的教育程度與14歲時的家庭社會等級三者結合起來，對該家庭的社會經濟地位進行度量，并以此為基礎，進行教育回報率的無條件分位回歸分析，得出結論，社會經濟地位會直接影響到教育回報率。

社會經濟地位；教育回報率；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

1 背景分析

進入21世紀后，國內高校實行擴招政策，高等教育入學率呈持續上升趨勢，教育模式也隨之發生了變化，由精英教育轉向大眾教育。與此同時，學生的就業壓力也隨之加大，畢業生工資水平不斷降低，多數工資待遇還不如農民工，這就造成了教育回報率過低的現象，農村地區不夠發達，人們的教育意愿較低，每年學生的輟學率持續增加，且在大學校園中，來自農村的學生所占比例也較小。

在學術界，一般將教育回報率定義為：不考慮個體之間的差異，根據就業者在一年內受到的教育，對收入增長率進行估算。以往通常采用明瑟(Mincer)工資方程進行分析計算，運用均值回歸法，保證其他條件不變，分析教育水平與收入之間的聯系。如在2006年的中國綜合社會調查數據中發現，城市差異也會對教育回報率產生直接影響。大城市經濟水平高，其教育回報率也處于較高水平。而在城市內部，階層差異也會影響到教育回報率，尤其是在結構上。另外發現，往往受到高度教育的女性收入回報更大，教育回報率也會受到性別差異的影響。當代社會就業門檻不斷提高，女性的教育回報率出現下滑。據相關數據表明，位于我國西部城市的青年人，一生的高等教育回報率最多不超過10%，且男女的教育回報率也有差異，呈現女性明顯高于男性的局面。在1998—2009年的中國城鎮住戶調查中，數據顯示，在對2003年前后教育回報率和高等教育回報率的變化情況進行了分析發現，2003年前后，二者的數據與其他時間相比，平均年增速減慢，高校擴張政策并沒有起到什么作用，高等教育的回報率遠遠高于非高等教育的回報率。

近年來，分位回歸分析方法的出現，在學術界得到了廣泛的應用，尤其是在教育回報率的研究方面，更是發揮了積極作用。總結相關文獻與資料，一些學者將教育回報率按照“有條件”和“無條件”進行區分，利用此方法對我國教育回報率進行研究，對比城鄉差異。基于CHNS2006年數據，可以利用分位回歸方法對研究教育回報率的問題得出結論：隨著收入的增加，教育回報率會隨之降低。基于CHNS2006年數據，通過分位回歸方法計算，發現居民性別與城鄉差異都會對教育回報率產生影響。

總結以上調查方法，對于教育回報率的研究，主要是以性別差異、城鄉差異及所有制部門差異為切入點的，往往忽略了家庭背景因素。基于2002年城鎮住戶調查數據，對父母雙方的文化水平進行了研究發現，家庭背景會對教育回報率起到積極的促進作用。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果。總地來說，其他因素不變，研究受教育水平對個人收入的影響問題，這也是兩種分析方法的缺陷所在。在分析過程中，要用到過多的個體特征，且這些個體特征基本是不必要的。然而，多數情況下，受教育年限對個人收入造成的影響都被忽略了，這一點需要格外注意。在剔除了性別、城鄉差異等因素后，這時，整個社會或某個特定群體的教育回報率就是受教育年限對個人收入所造成邊際影響的體現。為了避免解釋變量遺漏，導致估計結果出現不一致的問題，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收入的邊際影響。

當前我國的無條件分位回歸技術還處于發展階段，國內缺乏成熟的應用體系。經過近幾年的發展，有學者對函數回歸方法進行了完善，提出可以將二分位數的影響函數當作無條件分位回歸，這種方法受到了大部分學者的歡迎，在研究中應用次數較多，通常記做UQR或FFL。總地來說，無條件分位回歸方法在教育回報率的研究方面發揮了積極作用。本文基CGSS2010年的調查數據，利用無條件分位回歸方法對社會經濟地位與教育回報率展開了研究。

2 無條件分位回歸

Powell(2010)認為，雖然有些方法具備了無條件分位數處理效應的思想，但仍舊存在缺陷，因為所有的解釋變量與控制變量是相等的，且兩者無法正確區分開來。還有部分學者提出的無條件分位數處理效應方法具有一定的局限性，通常都只針對二元處理變量，面對多個處理變量或者是需要連續處理的變量卻無法應用。

在一個回歸方程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，作用是反映個體特征，ε代表擾動項，它是不可觀測的。在這種情況下，基于研究目的，必須要對解釋變量與控制變量進行區分，意義在于變量的異質性影響。例如，如果要研究教育培訓與工資的關系、培訓程度對工資分位數的影響時，就可以對D進行單獨設定，而其他與教育變量相關的因素都被控制變量包含在內，如性別、家庭與年齡等。

經過研究，Powell在2013年再次提出了一般分位數回歸框架(UQR)。該框架是源于結構分位數方程(SQF)。結構分位數方程是由控制方程得來的。假設變量處于“共同支撐”的情況下，算出條件累積密度函數，根據積分情況得出結論。在這種基本假設下，無條件分位數處理效應的框架包括以下兩個矩條件：

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。

3 模型

國際上通常使用明瑟工資方程對教育回報率進行計算，公式如下：

ln(WAGE)=α+β1SCH+β2EXP+β3EXP2+ε

公式中的ln(WAGE)代表對數小時工資，這樣不僅是為了符合經濟學上的含義，還能夠在一定程度上減少異方差對數據的影響。SCH指的是受教育年限，以年為單位，不考慮教育質量。EXP表示工作經驗年限，有固定的計算公式：EXP=AGE-SCH-6，AGE指年齡。EXP2表示工作經驗年限平方，表明工作經驗與收入沒有直接聯系。ε指的是隨機誤差項，假定數值為0。β1是系數，代表教育回報率。在計算教育回報率時，使用明瑟工資方程更加符合經濟學含義，同時還能夠簡化收入的決定因素。

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方面，模型如下：

RIF(ln(WAGE):qτ)=α+β1,τSCH+β2,τEXP+β3,τEXP2+ε

4 數據和變量

本研究基于2010年全國綜合社會調查數據，采用多階段隨機抽樣的方法，收集多個變量及樣本，主要的幾個變量包括：出生日期、最高教育程度、2009全年的總收入、全年的職業收入、父母雙方的受教育水平以及14歲時的家庭社會等級。其中，家庭社會等級共分為實10級。將2009年的全年總收入與職業收入中的最大值作為其中對去年全年的總收入和職業收入作為響應變量ln(WAGE)。將最高教育程度轉化為受教育年限SCH，教育年限共有7檔，分別是0、6、9、12、15、16、19。教育程度與之相對應也有7檔，按照國際通用做法，可以總結為AGE-SCH-6。父母因素對于一個家庭的社會經濟地位有直接影響，但由于父母收入并不是公開的，研究人員無法獲取準確的數據，因此這條數據來源是不可靠的。再加上父母職業的量化沒有統一的標準，有學者提出可以對學生采取問卷調查的方式，對家庭財務的情況進行描述，從而對父母職業進行估計。本文主要選用了三個變量，涉及父母雙方的受教育水平以及家庭社會等級，將這三個變量作為家庭社會經濟地位SES，經過調查測量后進行因子分析，社會經濟地位要根據主因子的得分情況進行分析。此外，在選取樣本時需要注意，男女雙方的出生日期要選擇在1950年以及1955年以后的數據，如果數據有缺失值，也要包括在內，且對數工資的計算不包括失業人員的收入。

5 結語

綜上所述，社會經濟地位具有群體差異性，從而對教育回報率產生直接影響。據調查研究表明，處于中、低階段家庭的教育回報率持續下降。由于社會經濟地位的不同，導致教育投入熱情減少，大學校園內的農村生源數量降低，這是導致教育回報率差異擴大的主要原因。在當前的社會背景下，政府相關部門應當出臺相應的政策，加大農村地區的教育投入力度，高校也要擴大招生范圍，加強師資力量，并給予貧困家庭學生一定的優惠政策，為中低社會經濟地位的人群提供更多的受教育機會，幫助其就業，在提高教育水平的同時，降低教育回報率差異。

[1] 祁翔，周金燕. 教育回報率的家庭背景差異[J]. 教育科學，2015，(03)：16-25.

[2] 邢春冰.分位回歸、教育回報率與收入差距[J]. 統計研究，2008，(05)：43-49.

[3] 龍翠紅. 中國的教育回報率是如何分布的——基于分位數回歸的實證分析[J]. 經濟經緯，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。