学位论文 > 优秀研究生学位论文题录展示

居民教育收益率的估计

作　者: 许福娇
导　师: 王炳兴
学　校: 浙江工商大学
专　业: 统计学
关键词: 教育收益率 pseudo-panel数据 Mincer收入函数 OLS估计
分类号: G526
类　型: 硕士论文
年　份: 2010年
下　载: 73次
引　用: 0次
阅　读: 论文下载

内容摘要

教育收益率是衡量教育投资收益的指标,是衡量教育对经济发展的影响程度,反映资源的利用效率与对收入分配的影响,用于判断劳动力配置效率的高低。因此,研究教育收益率具有重要的意义。在大量阅读教育收益率的研究成果的基础上,本文首次将1985年Deaton提出的pseudo-panel估计方法应用到我国的教育收益率研究上。为了能更好的说明pseudo-panel这种估计方法,本文同时使用pseudo-panel以及OLS估计方法,采用STATA统计软件,利用微观CHNS调查数据,对我国居民个人Mincer教育收益率进行估计。在实证中,本文按照以下框架进行分析：首先我们估计了整体的平均教育收益率；其次,研究教育收益率的城乡差异和性别差异；再次,根据结论提出了一些建议。这些建议主要有普及全民教育,发挥教育对收入的正向作用；加大对农村教育的投入,缩小教育收益率城乡差异；加大对女性教育的投入,缩小教育收益率性别差异等措施。关于教育收益率,本文研究的主要结论有：(1)利用pseudo-panel方法估计的教育收益率比用OLS估计的教育收益率的值要大。(2)经典的Mincer收入方程的估计的教育收益率结果低于扩展后的模型的估计结果。(3)从整体上看,采用OLS估计方法,经典的Mincer收入方程的教育收益率为3.95%,扩展后的方程的估计结果降低为3.45%；采用pseudo-panel方法,经典的Mincer收入方程的估计的教育收益率为12.55%,扩展后的方程的估计结果降低为9.55%。(4)分城乡看,城市居民的教育收益率要高于农村居民教育收益率。采用OLS方法,经典的Mincer收入方程估计的城镇教育收益率为4.06%,农村教育收益率为3.60%；扩展后的模型估计的城镇教育收益率为3.74%,农村教育收益率为3.28%。采用pseudo-panel方法,经典的Mincer收入方程估计的城镇教育收益率为8.69%,农村教育收益率为8.36%；扩展后的模型估计的城镇教育收益率为8.00%,农村教育收益率为7.55%。(5)分性别看,男性居民的教育收益率要高于比女性居民的教育收益率。采用OLS方法,经典的Mincer收入方程估计的男性教育收益率为4.06%,女性教育收益率为3.50%；扩展后的模型估计男性教育收益率为3.61%,女性教育收益率为3.36%。采用pseudo-panel方法,经典的Mincer收入方程估计的男性教育收益率为12.30%,女性教育收益率为9.71%；扩展后的模型估计男性教育收益率为9.11%,女性教育收益率为8.35%。

全文目录

摘要  2-4
ABSTRACT  4-9
第一章引言  9-26
  1.1 问题的提出和研究意义  9-11
  1.2 相关的文献研究  11-22
    1.2.1 按样本属性分教育收益率综述  12-16
    1.2.2 教育收益率估计方法改良与比较综述  16-21
    1.2.3 综述小结  21-22
  1.3 研究思路及研究方法  22-23
    1.3.1 研究思路  22
    1.3.2 研究方法  22-23
  1.4 研究内容和框架  23
  1.5 可能的创新点与不足  23-26
    1.5.1 可能的创新点  23-25
    1.5.2 本文的不足与局限  25-26
第二章数据说明及主要模型  26-30
  2.1 数据说明  26
  2.2 论文的主要模型  26-28
  2.3 PSEUDO-PANEL数据的构造  28-30
第三章中国教育收益率的影响因素分析  30-40
  3.1 按收入分组平均教育年限分析  30-34
    3.1.1 按收入分组平均教育年限分析  30-31
    3.1.2 按收入与城乡分组平均受教育年限分析  31-32
    3.1.3 按收入与性别分组平均受教育年限分析  32-34
  3.2 按年龄分组平均受教育年限分析  34-38
    3.2.1 按年龄分组平均受教育年限分析  34-35
    3.2.2 按年龄与城乡分组平均受教育年限分析  35-36
    3.2.3 按年龄与性别分组平均受教育年限分析  36-38
  3.3 平均教育年限影响因素小结  38
  3.4 数据的统计描述  38-40
第四章教育收益率的估计结果  40-56
  4.1 变量的选择  40-41
    4.1.1 关于收入的变量  40
    4.1.2 关于教育收益率影响因素的变量  40-41
  4.2 教育收益率估计结果  41-46
    4.2.1 教育收益率OLS估计结果  41-42
    4.2.2 教育收益率PSEUDO-PANEL估计结果  42-45
    4.2.3 OLS与PSEUDO-PANEL估计结果比较分析  45-46
  4.3 教育收益率的城乡差异分析  46-51
    4.3.1 分城乡教育收益率OLS估计结果  46-47
    4.3.2 分城乡教育收益率PSEUDO-PANEL估计结果  47-49
    4.3.3 分城乡教育收益率OLS与PSEUDO-PANEL估计结果比较分析  49
    4.3.4 教育收益率估计结果的城乡差异分析  49-51
  4.4 教育收益率性别差异分析  51-56
    4.4.1 分性别教育收益率OLS估计结果  51-52
    4.4.2 分性别教育收益率PSEUDO-PANEL估计结果  52-53
    4.4.3 分性别教育收益率OLS与PSEUDO-PANEL估计结果比较分析  53-54
    4.4.4 教育收益率估计结果的性别差异分析  54-56
第五章本文结论与政策建议  56-61
  5.1 本文结论  56-57
  5.2 政策建议  57-61
    5.2.1 普及全民教育,发挥教育对收入的正向作用  57-58
    5.2.2 加大对农村教育的投入,缩小教育收益率城乡差异  58-59
    5.2.3 加大对女性教育的投入,缩小教育收益率性别差异  59-61
参考文献  61-65
致谢  65-66

居民教育收益率的估计

内容摘要

全文目录

相似论文