2004年-世界发展银行全球_Schooling_and_Labor_Market____________Impacts_of_a_Natural_Policy_Experiment_24页_302kb

报告摘要

总结：教育与劳动力市场影响的自然政策实验

核心内容

本研究通过使用一个自然政策实验（1980年委内瑞拉教育改革）和工具变量方法，分析了教育对劳动力市场回报的影响。研究特别关注了流动性受限群体的教育回报，而非平均个体，这符合局部平均处理效应（LATE）文献的思路。

主要观点

教育回报的内生性问题
教育回报的估计常受个体能力差异和测量误差的影响，导致普通最小二乘法（OLS）估计存在偏差。OLS估计可能低估教育回报，因为它未能控制个体能力对教育和收入的双重影响。
工具变量（IV）方法的必要性
工具变量方法能够提供更准确的教育回报估计，尤其是当教育决策与个体能力相关时。通过使用教育政策干预作为工具变量，可以减少内生性偏误，从而得到更接近真实因果效应的估计。
政策干预的识别作用
1980年的教育改革（将义务教育年限从6年延长至9年）被用作一个自然实验，用于识别教育对特定群体的回报。该政策影响了15-32岁年龄段的个体，这些个体更可能因政策而增加教育年限。
LATE的解释
使用工具变量估计的教育回报通常被解释为对“处理者”（即因政策而接受更多教育的个体）的平均回报，而不是对所有个体或对“被处理者”（即政策直接影响的个体）的平均回报。
不同工具变量的估计差异
使用父亲教育作为工具变量的估计结果表明，教育回报可能因工具变量的不同而有所变化。父亲教育作为工具变量时，教育回报估计为9.5%，略低于教育改革作为工具变量的估计（约12%），但仍显著高于OLS估计（约6%或5.1%）。
教育政策对特定群体的影响
教育政策通常针对特定的弱势群体，因此研究教育回报应关注这些群体，而非平均个体。这有助于更有效地评估政策的效果。

关键信息

数据来源：2000年委内瑞拉家庭住户调查（Encuesta de Hogares por Muestro）。
样本选择：研究样本为男性子女，年龄在15至65岁之间，且在劳动力市场中获得工资收入。
工具变量：
- 教育改革（1980年）作为二元工具变量，用于识别因政策而接受更多教育的个体。
- 父亲的教育年限作为替代工具变量，用于比较不同工具变量对教育回报估计的影响。
估计方法：
- 使用OLS估计教育回报，结果为6%或5.1%。
- 使用IV估计教育回报，结果为12%（教育改革）或9.5%（父亲教育）。
结果分析：
- IV估计结果显著高于OLS估计，表明教育对流动性受限群体的回报较高。
- 教育改革作为工具变量时，其估计结果更接近LATE的解释，即对因政策而接受额外教育的个体的平均回报。
- 父亲教育作为工具变量时，估计结果略低，但仍高于OLS估计，说明其仍能捕捉到一定的教育回报效应。
政策意义：
- 教育政策对特定群体的影响比对平均个体更具政策意义。
- 工具变量方法在识别教育对特定群体的因果效应方面具有优势，特别是在发展中国家的政策评估中。

方法论与诊断测试

IV模型的假设：
- 工具变量需与教育决策相关，但与个体能力无关。
- 在异质性模型中，工具变量还需满足单调性假设（即对所有处理者有相同方向的影响）。
诊断测试：
- 使用第一阶段回归的F统计量检验工具变量的相关性。
- 使用Sargan统计量检验工具变量的外生性假设。
- 所有模型均为恰好识别（exactly identified），因此无需进一步的过度识别检验。
Hausman检验：
- 检验OLS与IV估计结果的差异，结果显示两者存在显著差异，支持使用IV方法的合理性。