教育回报率的地区差异及其原因探究——基于CLDS数据的实证研究开题报告

1. 研究目的与意义

(一)研究背景

近年来，就业市场中竞争日益激烈，各地为了引进人才到当地就业，纷纷开出了一系列优惠措施，然而并不是所有的城市都能达到目的。发达城市往往是高校毕业生等受教育水平较高的就业者首选的理想就业地，而受教育水平较低的农民工群体却大规模向内地回流。事实上，经济较为发达的地区对受教育水平高的劳动力的吸引力显著高于一般劳动者，我们有理由推测发达地区提供了更高的教育回报率。

2. 研究内容和预期目标

(一)研究内容

本研究基于2018年中国劳动力动态调查数据，利用明瑟方程的扩展模型，对不同地区的教育回报率进行估计与比较，探究中国教育回报率的地域分布特征以及比较其地区差异。

(二)拟解决的问题

3. 国内外研究现状

自从20世纪80年代末开始，国内外学者就已经关注到了我国的教育回报率问题。直到21世纪以来，有关教育回报率的变动趋势与地区分布问题已经成为教育经济学、劳动经济学领域的研究热点。

关于这一话题的实证研究有很多，其研究方向主要有三种：第一种是研究对象群体内群体总体教育回报率的估计。李实等( 2003) 使用普通最小二乘法估计出 1990 年、1995 年、1999 年的个体教育回报率分别为 2.5% 、4.9% 、8.4%。第二种是对不同受教育程度群体的回报率的估计与横向比较。张弛等（2016）使用分位数回归的方法，发现我国不同教育阶段的教育回报率水平随着收入水平的变化有不同的变动特征。第三种是对固定对象群体不同时期教育回报率变动趋势的纵向比较研究。已经有很多研究证实，自1990年代以来，中国教育回报率的总体趋势是不断的在升高的，但是在步入2000年以后，教育回报率的增长速度有所放缓，逐渐趋于平稳（范静波，丁小浩，杨蕙馨）。

在研究方法上，实证研究占主流。在估计教育回报率时，主流做法大多是以mincer收入方程（mincer，1974）为基础，采用ols方法进行估计。为了解决mincer方程使用中可能存在的遗漏变量偏误问题、选择性偏差问题、异质性问题等缺陷，各位学者引入了一些新的方法来更准确的估算教育回报率。如李雪松、詹姆斯赫克曼（2004）采用工具变量法（liv），桑操（2011）采用赫克曼两步法，葛玉好（2007）采用部分线性模型法来完善估计模型。不过，最小二乘法在加入适当的控制变量后，其方法也是有效的。

4. 计划与进度安排

第一阶段：2022年10月-11月开题

阅读相关文献，收集资料，整理思路，确定论文题目和写作重点，并完成文献综述

第二阶段：2022年11月-12拟定提纲

5. 参考文献

[1]邢春冰,陈超凡,曹欣悦.城乡教育回报率差异及区域分布特征——以1995—2018年中国家庭收入调查数据为证[j].教育研究,2021,42(09):104-119.

[2]刘晗.中国教育回报率的分布特征及地区差异——基于中国社会综合调查(cgss)2013年数据的实证分析[j].重庆科技学院学报(社会科学版),2017(08):59-63.doi:10.19406/j.cnki.cqkjxyxbskb.2017.08.014.

[3]刘泽云,王骏.中国城镇居民教育回报率的长期趋势[j].华中师范大学学报(人文社会科学版),2017,56(04):157-168.