2001年-世界发展银行全球_Measuring_Education_Inequality___Gini_Coefficients_of_Education_42页_1mb

总结：教育不平等的衡量——教育基尼系数

核心内容

本文提出了一种新的指标——教育基尼系数，用于衡量不同国家和地区在教育获得方面的不平等程度。该指标基于教育获得数据，类似于传统基尼系数用于衡量收入或财富不平等的方式，能够更准确地反映教育机会的分配情况。

主要观点

• 教育不平等是许多国家面临的重要问题，且与福利损失和生产力密切相关。
• 教育基尼系数可以作为衡量教育不平等的工具，同时作为衡量社会福利的补充指标，与平均受教育年限、健康状况、人均收入等指标结合使用。
• 教育基尼系数的计算有两种方法：直接法和间接法，其中间接法通过构建教育洛伦兹曲线并计算曲线与平等线之间的面积比来实现。
• 教育基尼系数与平均受教育年限呈负相关，表明教育水平较高的国家更有可能实现教育平等。
• 教育不平等与性别差距密切相关，且随着时间推移，性别差距对教育不平等的影响逐渐增强。
• 教育不平等与人均GDP（购买力平价）呈负相关，而平均受教育年限与人均GDP呈正相关，说明教育发展有助于经济增长。
• 教育基尼系数在不同国家和时间段内的变化趋势各异，部分国家教育不平等显著下降，而另一些国家则有所上升。

关键信息

教育基尼系数的计算方法

1. 直接法：

   • 基于所有个体之间的教育获得差异计算基尼系数。
   • 公式为：
     $$
     G I N I = \frac {1}{\mu N (N - 1)} \sum_ {i > j} \left| y _ {i} - y _ {j} \right|
     $$
   • 其中，$\mu$ 为平均受教育年限，$y_i$ 和 $y_j$ 为个体的教育获得年限。

2. 间接法：

   • 通过构建教育洛伦兹曲线，计算曲线与平等线之间的面积比。
   • 公式为：
     $$
     G I N I = \frac {\text {Area of A (between Egalitarian and Lorenz curve)}}{\text {Area of OWQ (Egalitarian Triangle)}}
     $$
   • 教育洛伦兹曲线以教育获得年限的累积比例为纵轴，人口累积比例为横轴。

教育基尼系数的特殊性

• 教育获得年限是离散变量，而非连续变量，因此教育洛伦兹曲线具有分段特性。
• 为适应教育数据的特殊性，本文开发了专门的公式来计算教育基尼系数，避免了传统基尼系数计算方法的局限性。
• 教育基尼系数的计算需考虑教育阶段的周期（如小学、中学、大学的学制长度）。

教育基尼系数的数据基础

• 本文使用了**Barro和Lee（1991, 1993, 1997）**提供的教育获得分布数据。
• 使用了**Psacharopoulos和Arriagada（1986）**提供的教育周期数据。
• 数据覆盖85个国家，时间跨度为1960-1990年，针对15岁以上人口。

教育基尼系数的实证发现

• 教育不平等在大多数国家在1960-1990年间下降，但部分国家（如哥伦比亚、匈牙利、秘鲁、委内瑞拉）的教育不平等上升。
• 教育基尼系数与平均受教育年限呈负相关，说明教育水平越高，不平等越小。
• 教育不平等与**人均GDP（PPP）**呈负相关，表明经济发展有助于减少教育不平等。
• 性别差距与教育不平等密切相关，且随时间推移，性别差距对教育不平等的影响增强。
• 教育不平等与教育质量（如通过测试成绩衡量）之间的关系尚不明确，因此本文未采用此类指标。

数据与方法

• 本文构建了一个五年期的教育基尼系数数据集，覆盖85个国家。
• 教育基尼系数的计算基于教育获得分布，而非入学率或教育经费等其他指标。
• 通过分析教育基尼系数与平均受教育年限、性别差距和人均GDP的关系，本文揭示了教育不平等的动态变化及其与经济发展之间的联系。

研究意义

• 教育基尼系数提供了一个新的衡量工具，有助于比较不同国家的教育不平等状况。
• 该指标不仅适用于教育获得的衡量，还可用于政策评估和监测，为促进教育公平提供依据。
• 本文为后续研究奠定了基础，尤其是在教育质量与不平等、教育与经济增长之间的关系方面。