NBER美国国民经济研究局-NBER-The-Return-to-Education-in-the-Mid_74页_1mb

文档总结：20世纪中叶美国教育回报的双胞胎证据

核心内容

本研究利用双胞胎数据，探讨了20世纪中叶美国教育回报的大小。研究基于1940年联邦人口普查数据，构建了一个大规模的双胞胎样本，以控制未观测的个人能力和家庭背景差异，从而更准确地估计教育对收入的因果影响。

主要观点

• 教育回报较低：研究发现，1940年美国教育回报率为约4%，低于20世纪末的估计值（约10%），且与Goldin和Katz（2009）所描述的技能溢价的U型趋势一致。
• 教育回报来源：教育回报主要来自于同一职业内部的收入增长，而非职业间的转换，后者贡献了约三分之二的效应。
• 家庭背景影响：教育回报在低社会经济地位（SES）家庭中更高，且移民家庭的教育回报较低。
• 样本特征：双胞胎样本在年龄、种族和出生地等方面与一般人口略有不同，但总体上仍具有代表性。

关键信息

数据来源与方法

• 数据来源：使用1940年联邦人口普查数据，结合1900、1910和1920年的数据进行跨普查匹配。
• 样本构建：通过机器学习方法进行记录匹配，最终获得38,652个个体或19,326对双胞胎的样本。
• 估计方法：采用双胞胎固定效应模型，控制家庭固定效应和个体特征，以减少未观测异质性对结果的影响。

教育回报率

• 1940年教育回报率：约为4%，低于20世纪末的10%。
• 双胞胎样本对比：与一般人口样本相比，双胞胎样本在种族和出生地方面略有不同，但总体仍具代表性。

样本特征

• 双胞胎数量：在1900、1910和1920年的普查中，每千人中有约15对双胞胎，且在年轻儿童中更为常见。
• 样本限制：只包括男孩-男孩双胞胎对，排除女孩-女孩或男孩-女孩对，因为女性在该时期婚后更易更改姓氏，难以跨普查追踪。

敏感性分析

• 记录匹配误差：通过不同的匹配方法进行测试，结果稳健。
• 教育测量误差：研究显示，教育测量误差不太可能影响结果。
• 未观测差异：尽管无法完全排除双胞胎之间的能力差异，但整体证据表明，这些差异对结果的影响较小。

与近期研究的对比

• 与Clay等人（2016）的对比：Clay等人利用义务教育法变化进行估计，发现教育回报率下限为6.4%。与之相比，本研究的教育回报率较低，可能由于双胞胎样本与义务教育法实验样本在行为者群体上存在差异。
• 时间趋势：Goldin和Katz（2008）指出，1915年的教育回报率较高，之后下降，直到20世纪末才回升。本研究的结果支持这一趋势。

限制与挑战

• 记录匹配的不完美性：由于缺乏唯一个体标识符，匹配过程中可能存在错误。
• 数据限制：仅能分析男性双胞胎，且无法区分单卵双胞胎和双卵双胞胎。
• 经济状态的其他影响：教育还与迁移和家庭规模相关，但这些影响相对较小。

结构概述

1. 引言：介绍了20世纪中叶美国劳动力市场的背景和研究动机。
2. 双胞胎样本：描述了样本的构建过程和数据来源。
3. 教育回报率估计：展示了主要结果和稳健性测试。
4. 敏感性分析：分析了样本匹配、教育测量和未观测差异对结果的影响。
5. 结论：总结了研究发现，并指出教育回报率随时间变化的趋势。

参考文献

• Goldin, Claudia, and Lawrence F. Katz. 2009. The Returns to Schooling in the United States: 1940 to 2000.
• Goldin, Claudia, and Robert Margo. 1992. The Great Compression: The United States in the 1930s and 1940s.
• Clay, John, et al. 2016. The Returns to Education in the United States: Evidence from Twins and Compulsory Schooling Laws.
• Ashenfelter, Orley, and Alan B. Krueger. 1994. The Effect of Education on Wages.
• Angrist, Joshua D., and Alan B. Krueger. 1991. Does the Great War Matter? The Effect of Military Service on Earnings.
• Kulkarni, Gaurav, et al. 2013. The Rise and Fall of the Twin Birth Rate in the United States.
• Bivaschi, Daniele, et al. 2017. Name Changes and the Identification of Twins in Historical Data.
• Bailey, Michael, et al. 2017. Estimating the Effect of Education on Earnings Using Twins.
• Angrist, Joshua D., and Jörn-Steffen Pischke. 2009. The Fruits of Education.
• Goldin, Claudia, and Lawrence F. Katz. 2008. The Impact of Education on Earnings in the United States: 1915 to 2000.