教育投资风险的区域差异分析----基于分位数回归

教育投资风险的区域差异分析( 第6组 区域经济 字数：7678 --------基于分位数回归 罗彩琴 陈娟 叶阿忠 摘 要:本文从明瑟收入方程入手，在1987-2005年完整的教育发展的面板数据的基础上，利用分位数回归对我国三个地区的三个不同阶段的教育投资风险进行实证分析。结果表明：我国东部、西部、中部地区在不同分位点下的教育收益率各不相同，而且不同阶段的教育投资风险存在显著差异。东部、中部的教育投资风险呈上升趋势、西部的教育投资风险呈下降趋势。 关键词:教育投资风险，区域差异，分位数回归 The Analysis of Regional Differences in Terms of Education Investment Risk -------- based on quantile regression Luo Caiqin Chen Juan Ye Azhong Abstract：This paper starts with basic Mincer's wage equation ,and then on the basis of complete panel data from 1987 to 2005 about the development of education, doing empirical research with quantile regression on the three regions of China's education investment risks at three stages. The results show that: Mincerian rate of returns to education in China's eastern, western and central regions are not the same at different taus, and at the same time the investment risks in education are significant differences at different stages. The educational investment risks in the eastern and central regions have an ascending tendency, while the investment risks in education of the western region tends to decrease. Key Words：Education Investment Risk ，Regional Difference, Quantile Regression 一 引言 教育作为构建和谐社会的一个重要领域，其在我国实现人才大国、促进社会快速健康发展的地位已经是无可异议的。所以对于教育的研究具有现实和理论意义。教育作为一项人力资本投资，其收益是多方面的。但与其他投资形式一样，教育投资也存在某种程度的风险。近年来，我国由于持续的“扩招”，加之教育经费的严重不足，使得教育的资源状况和质量等问题都进一步凸现出来，这些教育投资风险因素的增加也进一步影响了(尤其是收入低的)家庭教育的投资行为。本文立足于这样的背景研究教育投资风险的区域差异，以期对不同地区的教育选择提供参考价值。 亚当斯密、马歇尔最早对教育投资的风险属性进行了描述，贝克尔对教育投资风险进行了系统的理论阐述，韦斯、哈特戈从更广泛的角度分析了教育投资存在风险的原因。另外，国外有关教育投资风险的实证研究主要是基于收入风险与教育程度关系进行分析的。Weiss(1974)研究了不同部门的个人教育程度与收入风险的关系，King(1974)从风险工资补偿角度研究从事收入风险行业的雇员教育问题。Hartog等利用1962年至1989年的每五年间隔数据，将按年龄——教育程度分组的对数工资方差与教育年限及工作经历联系起来进行研究。Belzil 和Hansen(2002)对工资离散程度与学校教育年限关系进行了实证研究。Pereira 和Martins(2002、2004)利用多国数据，采用分位数回归研究了风险与教育收益之间的关系。 我国对教育投资风险的研究处于起步阶段，没有形成系统的理论。陈碧霞（2000）和马晓强、丁小浩（2005）分别从理论探讨和实证分析角度探讨了我国城镇居民教育投资问题，认为存在教育投资风险是影响我国城镇居民个人教育投资的重要因素。曹淑江（2003）、赵宏斌、赖德胜（2006）先后从不同角度探讨了个人教育选择出现的风险以及这些风险对个体教育选择的影响。赵宏斌（2004）通过对教育收益率和教育投资风险进行国际比较，并提出对我国的私人教育投资风险的启示。龚继红、钟涨宝（2005、2006）通过对湖北省随州市农村家庭的调查，分别研究了农村家庭子女性别结构、家庭收入以及家庭子女数量对家庭教育投资行为影响。林春艳、冯恩民（2002）针对高等教育投资效益的特点,建立了教育投资组合收益与风险优化模型，并进行定量分析。丁冰冰（2005）、孙国红（2005）、钟宇平、雷万鹏（2005）和赵恒平、闵剑（2005）等分别从不同角度对个人高等教育投资过程中的风险与收益问题进行探讨。国内关于教育投资风险的研究没有抓住不同风险的特征，此外也未对教育投资风险存在的区域差异进行分析。本文遵循Pereira 和Martins(2002、2004)的研究思路，采用了分位数回归并结合了面板数据来分析区域间教育投资风险的差异，使得对教育问题的研究更加的深入。 二 教育投资风险的度量及数据 本研究中的教育投资收益、教育投资风险的定义与多数相关文献的定义相同。即教育投资收益指教育的货币收益，不考察非货币收益；教育投资风险指教育投资收益的变化情况，同样只针对货币收益而言，并且也认为风险等同于不确定性。教育投资收益沿用通常意义上的明瑟收益率，教育投资的风险沿用Pereira 和Martins(2002、2004)提出的指标，通过如下方法进行测算：即对明瑟收入方程进行分位数回归估计，计算最后一个分位数和第一个分位数的教育收益系数间差值的绝对数作为教育投资风险指标值[1]。 明瑟收入方程用得很普遍，本文不再具体介绍，而重点介绍分位数回归。自从Koenker和Bassett（1978）提出线性分位数回归后，由于计算机技术的不断突破，其应用得到了蓬勃的发展。分位数估计通过分位（tau）的选择对变量的分布进行研究，其可观测不同分位点上解释变量的不同作用，在很多情况下较之传统的估计方法能取得更好的效果。 设方程为如下形式： 其中 为解释变量； 为被解释变量；t=1，2````T 分位数估计采用最小化绝对离差(LAD) 来实现，即最小化 ，其中 是估计中所取的分位点， ； 即各分位点所估计的系数，它随分位点的不同而不同。 相对于OLS 估计量，Deaton (1997) 指出分位数回归（QR）模型具有四个方面的优势：可以在一定程度上克服异方差问题；能给出条件分布的大体特征，不同分位点下所给出的估计参数本身也可能有值得进一步探讨的意义；在扰动项分布非正态情形下，QR 估计量有可能比OLS 估计量更为有效；而且QR 估计量更加不容易受到异常值的影响[2]。 本文中各地区的人均受教育年限1987-2001年的数据来自复旦大学中国经济研究中心的研究成果，后几年的数据按照他们论文的研究思路进行计算而得：将每一种受教育水平按一定的受教育年限进行折算， 然后乘以该教育水平的人数，再加总，最后除以相应的总人口， 便得到人均受教育水平，数据单位为年。其中大学(及以上) 以16 年计， 其他受教育水平的年限处理为：高中12 年， 初中9 年，6年，文盲0 年，有扫盲班的则以1年教育计算[3]。人口受教育结构数据来自历年的《中国人口统计年鉴》；收入来自中经网数据库且经过价格指数的调整。为了满足分位数回归样本量的要求，最后分东部、中部、西部进行分析。31个省中西藏、重庆由于某些数据的缺失、或者数据太短所以被舍弃。分析的29个省中东部地区的省份有北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东、吉林、黑龙江、海南；中部地区的省份包括河南、山西、湖南、湖北、安徽、江西；西部的有新疆、青海、甘肃、宁夏、云南、贵州、四川、陕西、广西、内蒙古。为了分析教育投资风险的变化趋势，将时间分为如下三个阶段：1987-1993年、1994-1999年、2000-2005年。 三 实证结果及分析 本文利用分位数回归来对明瑟收入方程进行估计，即求解最小化如下式子的 ： 取 为第一个分位数回归所得的估计值， 为最后一个分位数回归所得的估计值，取其绝对值risk=| - |来表示教育投资风险。其中 即收入的对数、 为人均受教育年限。 实证研究主要分两部分：首先对三个地区不同阶段进行教育收益率分位数回归估计结果的分析，其次对三个地区不同阶段的教育投资风险进行比较研究。分位数回归的结果由附录中的几个表格给出，如下具体给出三个地区不同阶段教育投资收益率的不同分位数回归系数连接所成的曲线图。首先分析1987-1993年的情况（具体的回归结果见附录表1），图如下： 1、三个地区不同分位点教育收益率曲线的分析 图1 87-93年东部地区教育收益率的分位数回归估计 由图可知，第一阶段：东部地区分位数回归的教育收益率曲线总体趋势是先向上在0.4处达到最大，而后下降。表明在控制其他条件下，教育对收入的影响呈倒u型曲线变化。中部先轻微上扬而后总体趋势向下，西部也是先向上、在0.4处达到最大后向下降。 图2 87-93年西部教育收益率的分位数回归估计 图3 87-93年中部教育收益率的分位数回归估计 如下接着分析1993-1999年三个地区教育收益率曲线的情况，具体的分位数回归估计结果见附录中的表2，如下分别给出的是三个地区不同分位点教育收益率的曲线图。 图4 94-99年东部地区教育收益率的分位数回归估计 由图4、5、6可知，在第二阶段：东部地区分位数回归的教育收益率曲线总体趋势是向上。即表明在其他条件不变的条件下，低收入能力人群的教育收益率较低，高收入能力人群的教育收益率较高，与国外的回归结果一致。西部地区先向上、到0.4处达最大后下降，且在两端处收益率为负的，表明教育不但没有提高收入反而降低了收入；中部地区呈下降趋势，且教育对高收入呈负作用。 图5 94-99年西部教育收益率的分位数回归估计 图6 94-99年中部教育收益率的分位数回归估计 最后分析2000-2005年三个地区教育收益率曲线的情况，同样具体结果见附录的表3，如下给出图的形式： 图7 2000-2005年东部地区教育收益率的分位数回归估计 由图7、8、9可知，第三阶段：东部地区分位数回归的教育收益率曲线总体趋势向下，即表明在其他条件不变的条件下，低收入能力人群的教育收益率较高，高收入能力人群的教育收益率较低，与第二阶段的结果完全相反。西部地区总体趋势先下降、后向上到0.4处达最大后下降；中部地区呈下降趋势，即低收入能力人群的教育收益率较高，高收入能力人群的教育低，教育对低收入的人群是正的作用、对高收入人群反而是负的作用。 图8 00-05年西部教育收益率的分位数回归估计 图9 00-05年中部教育收益率的分位数回归估计 2、教育投资风险的分析 由图10可知：东部地区教育投资风险由1987-1993年的0.7%上升到1994-1999年的6.73%，最后又进一步上升到2000-2005年的13.61%，即随时间变化而呈上升趋势，教育投资风险程度增加明显；西部地区教育投资风险由1987-1993年的13.61%降到1994-1999年的3.58%，最后降为2000-2005年的1.39% ，即随着时间变化而呈下降趋势。表明在控制相关条件的情况下，西部地区的教育发展使得教育投资风险在逐渐减弱；中部地区的变化情况为，从1987-1993年的30.52%上升到1994-1999年的66.98%，最后上升到2000-2005年的68.77%，即随着时间变化而呈上升趋势。 表4 不同阶段三个地区教育投资风险比较 年份地区 1987-1993 1994-1999 2000-2005 东部 0.7 6.73 13.61 西部 13.61 3.58 1.39 中部 30.52 66.98 68.77 注：教育投资风险的单位为%。 图10 不同阶段三个地区教育投资风险的比较 由如上的相关数据及图表可知：中部地区教育收益率三个阶段不同分位点的回归所连接的曲线跨越幅度很大，且收益率要么偏大很多、要么偏小很多，从而使得中部地区的教育投资风险无论在哪一个阶段都是最大的。原因之一可能是因为在每一阶段中部的省份只有6个，少于西部与东部的省份个数，从而在进行分位数回归估计时较之其他两个地区存在样本个数上的劣势（但为了进行三个地区的比较这方面的牺牲在所难免）。另外也可能存在现实中的原因。中部三个阶段的不同分位点回归曲线都是向下的趋势，收入能力越高的群体面临的教育投资风险大，从而教育所带来的收益不能弥补教育所引起的成本，使得教育的收益越来越低。这也在一定程度上验证了马小强、丁小浩在相关文献中所提到的观点“教育与收入间存在相当程度的不对应关系，中国劳动力市场仍然存在较大程度的扭曲，也反映出中国劳动力市场上教育对收入可能表现出更大程度的筛选功能”[1] 教育投资风险存在的内在和外在的因素不容忽视。赵恒平等人对教育投资风险进行了如下的分类：根据风险来源的不同，教育投资风险可分为3 类： (1) 社会风险，即由社会变迁导致的教育投资风险，包括市场风险和环境风险； (2) 政策风险，即由于政府政策的变化而导致的教育投资风险；(3) 个人风险，即由于教育投资者个人原因导致的教育投资风险，包括个性风险和意外风险。根据风险能否进行规避，可将教育个人投资风险分为2 类：(1) 系统风险，指由于某些因素给市场上所有的教育个人投资都带来损失的可能性，如市场风险、就业风险、科技风险和环境风险等； (2) 非系统风险，指某些因素对单个教育投资者的投资造成损失的可能性，主要是个人风险[2]。本文从教育投资风险的性质方面具体分析可能导致三个地区教育投资风险变化的原因。首先从如下几个方面分析东部、中部教育投资风险上升的原因。 1 教育成本方面 个体教育投资的成本, 从经济上考虑主要包括两部分: 直接成本和间接成本。直接成本包括学费、教材费、住宿费、交通费以及因为教育所需额外付出的其他费用等。间接成本主要是指个体因接受教育而可能放弃的收入,亦称为机会成本。就学费而言尤其是高等教育的学费，综观这几年的高校收费, 可以看出学费增长速度过快, 标准太高, 超出了人们的承受能力。2004 年，我国城镇居民人均可支配收入为9422元， 农村居民人均纯收入2 936元。全国平均为5000元的学费占城镇居民人均可支配收入的53 %，占农民人均年收入的170.13 %[3]。教育成本高增长的趋势使得教育收益弥补成本的能力弱化，从而在一个方面解释了东部、西部教育投资风险的增强。 2 就业风险大 我国现阶段适逢高校扩招，教育急剧增长，大量的大学毕业生充斥劳动力市场，截至2005 年9月1日，全国大学毕业生初次就业率为72. 6 % ，就业人数245万人；2006 年全国普通高校毕业生达到413万人，是2001的4倍，就业压力持续增大。但是市场的不确定性、专业与市场需求不适应、工作强调动手能力、国有企业改革和现代公司的建立而导致大量人员的下岗和工作岗位的减少等，所有这些因素都使得接受教育后面临着严峻的就业风险。而东部、中部经济发展水平较之西部更高，大量的人才聚集使得就业压力更大，也即面临着更大的就业风险。 3 存在教育过度风险 教育过度不仅会造成教育资源与时间的浪费，而且容易导致个人对工作产生不满情绪、离职、工作效率低下和产生政治上的不满等现象。很多人为了逃避就业压力一直选择继续深造，而教学的内容脱离实际、课堂内容陈旧未跟上时代要求、创新能力不够、动手能力差等原因使得个人所拥有的教育超过了需要。根据P. Dolton 对英国毕业生劳动力市场上过度教育的研究发现，过度教育毕业生的收益要低于教育水平与工作相匹配的毕业生[4]。在我国东部、中部地区教育较之西部都比较发达，人们对于高等教育的需求比较大甚至出现了麻木追求的地步，近年来考研、MBA的热潮越演越烈，过度教育态势明显。这也不难理解中部、东部地区教育投资风险的上升趋势。 4 收益风险高 教育具有时间长、收益滞后的特性，长的支付时间增加了风险，另外高校扩招，教育急剧增长，大量的大学毕业生充斥劳动力市场，压低了工资水平。在武汉2005 年的人才招聘会上, 有些单位竟给应届毕业生开出800元的月工资，但同样有许多毕业生签约。这从一个侧面反映了教育收益风险的增加。 如上分析了可能导致东部、中部教育投资风险上升的原因。在西部同样也面临着如上提到的某些风险，如教育成本提高的风险。但由于西部地区的特殊情况，如教育发展水平比较落后、起点低等特性，使得教育的经济报酬是递增的，从而教育的收益弥补了成本。此外，由于人才都往东部、中部聚集，人才在西部就比较稀缺，从而就业压力相对与东部、西部要小，受教育后所能获得的报酬与之受教育程度比较对等。因此西部地区会出现教育投资风险呈下降趋势的情况就不足为怪。 四 本文基于复旦大学中国经济研究中心估算的各地区完整的教育发展的面板数据，采用分位数回归方法，对我国教育投资风险的地区差异进行了实证研究。研究的结论主要可概括如下： 第一，三个地区教育投资收益率的不同分位数回归系数连接所成的曲线形状各不相同：西部地区三个时间段上的曲线都是呈倒u型的，且都在tau=0.4时取到最大的收益率；中部地区三个时间段的曲线都是下降趋势，表明中部地区劳动力市场的扭曲程度最大、教育与收入的不对应关系始终没有改善；东部地区三个时间段的曲线各不相同，先是倒u型，而后发展为上升的，最后呈下降趋势，表明东部地区的劳动力市场在进行着调整，教育对收入在不同时期呈现不同的作用。 第二，教育投资风险的地区差异：中部地区无论在哪个时间段，其教育投资风险都是最高的，且风险一直呈上升趋势；东部地区的教育投资风险也是呈上升趋势；西部地区除1987-1993年外，其他阶段的教育投资风险都是最低的，且呈下降趋势。 上述的实证结论对于我们全面认识教育投资行为及制定相关政策有积极的意义：不同地区教育投资风险存在显著差异，所以在制定相关政策时要因地制宜，不能一刀切。否则实施同一政策时，对三个地区教育发展的影响可能是完全相反的。其中东部、中部的教育投资风险呈上升趋势，则应采取旨在降低风险的相关政策，特别是中部地区应重点关注。此外，明确影响教育投资风险的因素，并制定相关政策和措施加以防范和规避十分必要。 由于长时间跨度的各省人均受教育年限数据收集工作难度大，本文便直接采用了复旦大学中国经济研究中心的研究成果。但其只做了整体性的工作，未具体到分性别、分不同所有制单位等的细化上。所以由于相关数据的缺乏和收集数据工作难度大，另外因为面板数据分位数回归分析技术上的不成熟，本文也只简单的对总体上的三个地区的教育投资风险差异进行分析，未具体到每个省份的教育投资风险差异分析。所以具体到分性别、分不同所有制单位等的细化将是对教育投资风险进一步研究的方向。最后，对于教育投资风险的衡量指标本文沿用了马小强等人采用的佩雷拉和马丁斯提出的计量方法，而王明进等人采用的变异性度量来量化教育投资风险对于问题的研究却得出与马小强等人相反的结论，所以那种方法衡量教育投资风险更加的准确及对衡量方法的改进也将需进一步加强。 参考文献 [1] 陈钊、陆铭、金煜：中国人力资本和教育发展的区域差异：对于面板数据的估算，《世界经济》，2004.12 [2]孙志军：中国教育收益率研究—一个文献综述及其政策含义，《中国人口科学》，2004.5 [3] 龚继红、钟涨宝：农村家庭收入对农村家庭教育投资行为的影响-----基于湖北省随州市农村家庭的调查，《统计观察》，2005.9 [4]淑敏：中国农村家庭投资动态分析及政策建议，《预测》，2003.12 [5]王明进、邱昌君：个人教育投资风险的计量分析，《北京大学教育评论》，2007.2 [6]林春艳、冯恩民：高等教育投资组合收益与风险优化模型研究，《大连理工大学学报》，2002年第6期。 [7]赵宏斌：教育收益与风险的比较及对我国的启示，《比较教育研究》，2004年第8期 [8] Pereira, P. T. and P. S. Martins，Is there a Return-Risk Link in Education? Economics Letters.2002 [9] Bezels、Hansen J，Unobserved ability and the rate of return to schooling， Econometrics，2002 [10]Hartog.J、Tsang.M.，Estimating testing and applying a comparative advantage earnings function for the US 1969-1973-1977.Research Memorandum 8709 Universities van Amsterdam， Department of Economics，1987 [11]Hartog.J、Osterbeek.H，.Education, allocation and earnings in the Netherlands：over schooling？ Economics of Education Review，1988 [12] Hartog.J 、 P. Pereira, and J.C. Vieira.，Changing Returns to Education in Portugal during the 1980's and Early 1990s: OLS and Quartile Regression Estimators， Applied Economics，2001 [13]Levhari.D、 Y.Weiss，The effect of risk on the investment in human capital, American Economics Review，1974 [14] 罗楚亮：城镇居民教育收益率及其分布特征，《经济研究》，2007年第6期 [15] 高梦滔：高等教育投资回报率估算——基于西部三个城市的微观数据，《统计研究》，2007年第24卷第9期 [16] 马晓强、丁小浩：我国城镇居民人力投资行为的实证研究，《教育研究》，2005年第4期 [17] 李子彦：对弱势群体高等教育投资风险的思考，《教育探索》，2006年第7期 [18] 宋之杰、牛晓叶：高等教育投资风险研究，《技术经济》，2006年第1期 [19] 陈碧霞：我国城镇居民人力投资行为变迁与投资理性，《市场与人口分析》，2000年第6期 附录： 表1 1987-1993年各地区教育收益率的分位数回归估计结果 分位数 地区 东部 中部 西部 0.1 18.60 0.039 40.40 0.036 6.48 0.049 0.2 18.40 0.034 46.35 0.066 5.80 0.062 0.3 21.90 0.044 55.25 0.041 9.43 0.088 0.4 23.90 0.043 51.46 0.122 15.21 0.099 0.5 21.33 0.058 29.73 0.132 3.29 0.092 0.6 17.81 0.066 30.16 0.074 3.32 0.075 0.7 16.71 0.054 20.82 0.124 1.38 0.067 0.8 16.22 0.061 8.30 0.191 1.63 0.066 0.9 17.90 0.098 9.88 0.268 -7.13 0.081 risk 0.70 30.52 13.61 注：表中取三位小数的值为系数估计的标准差 表2 1994-1999年各地区教育收益率的分位数回归估计结果 分位数 地区 东部 中部 西部 0.1 16.74 0.075 36.88 0.112 -7.99 0.058 0.2 19.69 0.049 30.59 0.183 8.08 0.075 0.3 18.05 0.056 26.11 0.188 4.92 0.075 0.4 21.48 0.076 31.65 0.103 11.6 0.081 0.5 18.99 0.056 25.98 0.119 6.80 0.088 0.6 20.32 0.062 16.47 0.176 4.66 0.085 0.7 19.50 0.072 3.35 0.181 4.49 0.063 0.8 18.83 0.069 -3.07 0.263 1.15 0.062 0.9 23.47 0.065 -30.1 0.197 -4.41 0.075 risk 6.73 66.98 3.58 注：表中取三位小数的值为系数估计的标准差 表3 2000-2005年各地区教育收益率的分位数回归估计结果 分位数 地区 东部 中部 西部 0.1 33.02 0.021 15.24 0.106 -1.92 0.069 0.2 29.82 0.035 1.78 0.117 -2.88 0.074 0.3 27.43 0.047 3.01 0.144 -1.25 0.075 0.4 30.47 0.071 -0.62 0.194 3.59 0.082 0.5 25.69 0.072 -16.86 0.158 1.26 0.064 0.6 24.31 0.070 -30.94 0.245 0.21 0.055 0.7 25.37 0.067 -40.72 0.198 -0.76 0.064 0.8 20.28 0.079 -30.7 0.318 -0.34 0.053 0.9 19.41 0.082 -53.53 0.225 -0.53 0.071 risk 13.61 68.77 1.39 注：表中取三位小数的值为系数估计的标准差 ( 基金资助：教育部重点课题(DFA070087)。作者特别感谢复旦大学中国经济研究中心陈钊老师提供的部分原始数据。 � 罗彩琴、女、1985年4月、福州大学07级数量经济学研究生 � 陈娟、女、1984年1月、福州大学06级数量经济学研究生 � 叶阿忠、男、博士教授、福州大学经济贸易系、数量经济研究所 [1] Pereira, P. T. and P. S. Martins，Is there a Return-Risk Link in Education? Economics Letters.2002 [2] 罗楚亮：城镇居民教育收益率及其分布特征，《经济研究》，2007年第6期 [3] 陈钊、陆铭、金煜：中国人力资本和教育发展的区域差异:对于面板数据的估算，《世界经济》，2004.12 [1] 马晓强、丁小浩：我国城镇居民人力投资行为的实证研究，《教育研究》，2005年第4期 [2] 赵宏斌：教育收益与风险的比较及对我国的启示，《比较教育研究》，2004年第8期 [3] 李子彦：对弱势群体高等教育投资风险的思考，《教育探索》，2006年第7期 [4] 宋之杰、牛晓叶：高等教育投资风险研究，《技术经济》，2006年第1期 _1267473162.unknown _1267474156.unknown _1267474518.unknown _1267475424.unknown _1268293514.unknown _1268293572.unknown _1267475521.unknown _1267474896.unknown _1267474464.unknown _1267473422.unknown _1267473524.unknown _1267473278.unknown _1267472276.unknown _1267472296.unknown _1267472053.unknown