2015年-世界发展银行全球_Returns_to_Education_in_Sri_Lanka___A_Pseudo-Panel_Approach_21页_469kb
报告摘要
总结:Returns to Education in Sri Lanka: A Pseudo-Panel Approach
核心内容
本文利用伪面板方法(pseudo-panel approach)估计斯里兰卡劳动力市场中教育的回报率,旨在解决传统横截面数据(cross-sectional data)中因未控制不可观测变量(如能力、动机)而导致的估计偏差问题。研究基于斯里兰卡1997年至2008年的九次劳动力调查数据,构建了以出生年份为依据的伪面板数据集,涵盖1953年至1974年间出生的个体,年龄范围从24岁到55岁。
主要观点
-
伪面板方法的优势
伪面板方法通过利用重复横截面数据,可以控制个体层面的不可观测异质性(如能力、动机),从而提供更准确的教育回报率估计。相比传统的普通最小二乘法(OLS)估计,伪面板方法在斯里兰卡的数据中显示出教育回报率显著偏低。 -
教育回报率的差异
- 使用OLS方法估计的教育回报率约为9%。
- 伪面板方法估计的回报率约为5%,表明未控制能力、动机等不可观测因素会导致OLS估计偏高约4%。
- 这种偏差主要由城市地区的影响驱动,且表明高能力个体更可能继续接受更高年限的教育。
-
性别差异与样本选择偏差
- 由于女性在劳动力市场中的参与率较低,且样本选择可能存在偏差,因此本文主要分析男性群体。
- 女性样本比例仅为30%,导致伪面板分析中的单元规模较小,影响估计效率。
-
固定效应与随机效应模型的比较
- 通过Hausman检验发现,固定效应模型比随机效应模型更合适,说明个体层面的不可观测异质性具有固定效应特征。
- 使用兄弟姐妹固定效应模型进一步验证了教育回报率的低估现象,表明在家庭内部,教育回报率可能因未观测因素而受到扭曲。
关键信息
数据来源与处理
- 数据来自斯里兰卡劳动力调查的九次重复横截面数据(1997-2008年)。
- 调查覆盖全国,但未包括北方和东方省的数据。
- 每次调查采用分层两阶段抽样设计,样本包括10岁以上家庭成员。
- 数据按年份聚合,以减少时间跨度带来的影响。
教育回报率的估计
- 个体层面的OLS估计:教育回报率约为9%。
- 伪面板估计(基于一年和两年出生队列):回报率约为5%,表明存在正向偏差。
- 兄弟姐妹固定效应模型:回报率约为4%,进一步支持伪面板方法的稳健性。
变量与模型说明
- 模型包括教育年限、年龄及其平方项,以捕捉非线性经验效应。
- 假设个体异质性(如能力)为固定效应,通过伪面板方法将其从误差项中分离。
- 使用加权最小二乘法(WLS)处理不同队列规模带来的异方差问题。
样本特征
- 全样本包括54,759名男性和女性,平均教育年限为8.5年,平均年龄为38岁。
- 68%的样本来自农村,21%来自城市,12%来自种植园地区。
- 男性样本占68.6%,女性样本因选择偏差和小样本问题未被详细报告。
实证结果
- 伪面板分析显示教育回报率显著低于OLS估计,表明传统方法高估了教育的经济回报。
- 年龄与教育回报率之间存在非线性关系,工资在45岁时达到峰值。
- 伪面板分析中,单元规模较小(部分单元不足100人)可能影响标准误的准确性,因此仅报告农村样本结果。
结论
本文通过伪面板方法对斯里兰卡教育回报率进行了重新估计,发现传统OLS方法高估了教育的回报率,尤其是对男性群体而言。这表明在斯里兰卡,教育回报率可能低于其他发展中国家,且高能力个体更倾向于接受更高教育。研究强调了使用伪面板方法在控制不可观测异质性方面的有效性,并指出在发展中国家,教育政策的制定应考虑回报率的实际情况,以实现更高的福利和更小的不平等。此外,该研究为伪面板方法在发展中国家劳动力市场分析中的应用提供了重要参考。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载