社会经济地位与教育回报率的无条件分位回归分析——基于CGSS2010年调查数据

张鸣宇

(东北林业大学经济管理学院，哈尔滨 150040)

社会经济地位与教育回报率的无条件分位回归分析
——基于CGSS2010年调查数据

张鸣宇

(东北林业大学经济管理学院，哈尔滨 150040)

基于CGSS2010年调查数据，使用无条件分位回归技术，对于社会经济地位与教育回报率展开了具体分析。将父母双方的教育程度与14岁时的家庭社会等级三者结合起来，对该家庭的社会经济地位进行度量，并以此为基础，进行教育回报率的无条件分位回归分析，得出结论，社会经济地位会直接影响到教育回报率。

社会经济地位；教育回报率；无条件分位回归

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

进入21世纪后，国内高校实行扩招政策，高等教育入学率呈持续上升趋势，教育模式也随之发生了变化，由精英教育转向大众教育。与此同时，学生的就业压力也随之加大，毕业生工资水平不断降低，多数工资待遇还不如农民工，这就造成了教育回报率过低的现象，农村地区不够发达，人们的教育意愿较低，每年学生的辍学率持续增加，且在大学校园中，来自农村的学生所占比例也较小。

在学术界，一般将教育回报率定义为：不考虑个体之间的差异，根据就业者在一年内受到的教育，对收入增长率进行估算。以往通常采用明瑟(Mincer)工资方程进行分析计算，运用均值回归法，保证其他条件不变，分析教育水平与收入之间的联系。如在2006年的中国综合社会调查数据中发现，城市差异也会对教育回报率产生直接影响。大城市经济水平高，其教育回报率也处于较高水平。而在城市内部，阶层差异也会影响到教育回报率，尤其是在结构上。另外发现，往往受到高度教育的女性收入回报更大，教育回报率也会受到性别差异的影响。当代社会就业门槛不断提高，女性的教育回报率出现下滑。据相关数据表明，位于我国西部城市的青年人，一生的高等教育回报率最多不超过10%，且男女的教育回报率也有差异，呈现女性明显高于男性的局面。在1998—2009年的中国城镇住户调查中，数据显示，在对2003年前后教育回报率和高等教育回报率的变化情况进行了分析发现，2003年前后，二者的数据与其他时间相比，平均年增速减慢，高校扩张政策并没有起到什么作用，高等教育的回报率远远高于非高等教育的回报率。

近年来，分位回归分析方法的出现，在学术界得到了广泛的应用，尤其是在教育回报率的研究方面，更是发挥了积极作用。总结相关文献与资料，一些学者将教育回报率按照“有条件”和“无条件”进行区分，利用此方法对我国教育回报率进行研究，对比城乡差异。基于CHNS2006年数据，可以利用分位回归方法对研究教育回报率的问题得出结论：随着收入的增加，教育回报率会随之降低。基于CHNS2006年数据，通过分位回归方法计算，发现居民性别与城乡差异都会对教育回报率产生影响。

总结以上调查方法，对于教育回报率的研究，主要是以性别差异、城乡差异及所有制部门差异为切入点的，往往忽略了家庭背景因素。基于2002年城镇住户调查数据，对父母双方的文化水平进行了研究发现，家庭背景会对教育回报率起到积极的促进作用。在某种特定情境下，均值回归方法与分位回归法是相同的，两种方法都需要给定条件，通过分析变量得出结果。总地来说，其他因素不变，研究受教育水平对个人收入的影响问题，这也是两种分析方法的缺陷所在。在分析过程中，要用到过多的个体特征，且这些个体特征基本是不必要的。然而，多数情况下，受教育年限对个人收入造成的影响都被忽略了，这一点需要格外注意。在剔除了性别、城乡差异等因素后，这时，整个社会或某个特定群体的教育回报率就是受教育年限对个人收入所造成边际影响的体现。为了避免解释变量遗漏，导致估计结果出现不一致的问题，就不能直接使用均值回归或分位回归方法来分析受教育年限对收入的边际影响。

当前我国的无条件分位回归技术还处于发展阶段，国内缺乏成熟的应用体系。经过近几年的发展，有学者对函数回归方法进行了完善，提出可以将二分位数的影响函数当作无条件分位回归，这种方法受到了大部分学者的欢迎，在研究中应用次数较多，通常记做UQR或FFL。总地来说，无条件分位回归方法在教育回报率的研究方面发挥了积极作用。本文基CGSS2010年的调查数据，利用无条件分位回归方法对社会经济地位与教育回报率展开了研究。

2 无条件分位回归

Powell(2010)认为，虽然有些方法具备了无条件分位数处理效应的思想，但仍旧存在缺陷，因为所有的解释变量与控制变量是相等的，且两者无法正确区分开来。还有部分学者提出的无条件分位数处理效应方法具有一定的局限性，通常都只针对二元处理变量，面对多个处理变量或者是需要连续处理的变量却无法应用。

在一个回归方程Y=g(D,X,ε)中，Y表示被解释变量，D代表政策变量，而X则属于控制变量，作用是反映个体特征，ε代表扰动项，它是不可观测的。在这种情况下，基于研究目的，必须要对解释变量与控制变量进行区分，意义在于变量的异质性影响。例如，如果要研究教育培训与工资的关系、培训程度对工资分位数的影响时，就可以对D进行单独设定，而其他与教育变量相关的因素都被控制变量包含在内，如性别、家庭与年龄等。

经过研究，Powell在2013年再次提出了一般分位数回归框架(UQR)。该框架是源于结构分位数方程(SQF)。结构分位数方程是由控制方程得来的。假设变量处于“共同支撑”的情况下，算出条件累积密度函数，根据积分情况得出结论。在这种基本假设下，无条件分位数处理效应的框架包括以下两个矩条件：

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

国际上通常使用明瑟工资方程对教育回报率进行计算，公式如下：

ln(WAGE)=α+β1SCH+β2EXP+β3EXP2+ε

公式中的ln(WAGE)代表对数小时工资，这样不仅是为了符合经济学上的含义，还能够在一定程度上减少异方差对数据的影响。SCH指的是受教育年限，以年为单位，不考虑教育质量。EXP表示工作经验年限，有固定的计算公式：EXP=AGE-SCH-6，AGE指年龄。EXP2表示工作经验年限平方，表明工作经验与收入没有直接联系。ε指的是随机误差项，假定数值为0。β1是系数，代表教育回报率。在计算教育回报率时，使用明瑟工资方程更加符合经济学含义，同时还能够简化收入的决定因素。

在本次研究中，是通过研究家庭背景的边际影响来分析教育回报率的，采用的是无条件分位回归方法，这种方法更加偏向效应方面，模型如下：

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

4 数据和变量

本研究基于2010年全国综合社会调查数据，采用多阶段随机抽样的方法，收集多个变量及样本，主要的几个变量包括：出生日期、最高教育程度、2009全年的总收入、全年的职业收入、父母双方的受教育水平以及14岁时的家庭社会等级。其中，家庭社会等级共分为实10级。将2009年的全年总收入与职业收入中的最大值作为其中对去年全年的总收入和职业收入作为响应变量ln(WAGE)。将最高教育程度转化为受教育年限SCH，教育年限共有7档，分别是0、6、9、12、15、16、19。教育程度与之相对应也有7档，按照国际通用做法，可以总结为AGE-SCH-6。父母因素对于一个家庭的社会经济地位有直接影响，但由于父母收入并不是公开的，研究人员无法获取准确的数据，因此这条数据来源是不可靠的。再加上父母职业的量化没有统一的标准，有学者提出可以对学生采取问卷调查的方式，对家庭财务的情况进行描述，从而对父母职业进行估计。本文主要选用了三个变量，涉及父母双方的受教育水平以及家庭社会等级，将这三个变量作为家庭社会经济地位SES，经过调查测量后进行因子分析，社会经济地位要根据主因子的得分情况进行分析。此外，在选取样本时需要注意，男女双方的出生日期要选择在1950年以及1955年以后的数据，如果数据有缺失值，也要包括在内，且对数工资的计算不包括失业人员的收入。

5 结语

综上所述，社会经济地位具有群体差异性，从而对教育回报率产生直接影响。据调查研究表明，处于中、低阶段家庭的教育回报率持续下降。由于社会经济地位的不同，导致教育投入热情减少，大学校园内的农村生源数量降低，这是导致教育回报率差异扩大的主要原因。在当前的社会背景下，政府相关部门应当出台相应的政策，加大农村地区的教育投入力度，高校也要扩大招生范围，加强师资力量，并给予贫困家庭学生一定的优惠政策，为中低社会经济地位的人群提供更多的受教育机会，帮助其就业，在提高教育水平的同时，降低教育回报率差异。

[1] 祁翔，周金燕. 教育回报率的家庭背景差异[J]. 教育科学，2015，(03)：16-25.

[2] 邢春冰.分位回归、教育回报率与收入差距[J]. 统计研究，2008，(05)：43-49.

[3] 龙翠红. 中国的教育回报率是如何分布的——基于分位数回归的实证分析[J]. 经济经纬，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

张鸣宇(1972-)，男，硕士，中级。