在校工作經(jīng)驗(yàn)對教育投資回報(bào)的影響?yīng)?/h1>
2017-04-24 17:54:33王云多
人口與經(jīng)濟(jì) 2017年2期
摘要：傳統(tǒng)明瑟收入函數(shù)中收入取決于個(gè)人受教育程度、潛在市場工作經(jīng)驗(yàn)和潛在市場工作經(jīng)驗(yàn)平方項(xiàng)，其中受教育程度由受教育年限代表，不包含在校讀書期間工作經(jīng)驗(yàn)，然而，學(xué)生在畢業(yè)前往往能積累一定工作經(jīng)驗(yàn)。因此，教育收益估計(jì)值包含了在校工作經(jīng)驗(yàn)收益，導(dǎo)致教育收益估計(jì)值存在偏差。為了消除教育收益率估計(jì)偏差，使用哈爾濱市就業(yè)市場問卷調(diào)查數(shù)據(jù)，估算了兩個(gè)收入方程——含在校工作經(jīng)驗(yàn)變量的收入方程和不含有在校工作經(jīng)驗(yàn)變量的收入方程。估算結(jié)果顯示，后者較前者在教育投資回報(bào)系數(shù)上高出28%—44%（取決于對能力偏差的控制程度），這些結(jié)果表明傳統(tǒng)明瑟收入函數(shù)過分夸大了個(gè)人受教育程度對收入的影響。
關(guān)鍵詞：在校工作經(jīng)驗(yàn)；教育回報(bào)；收入函數(shù)
中圖分類號：F24921文獻(xiàn)標(biāo)識碼：A文章編號：1000-4149（2017）02-0097-10
DOI：103969/jissn1000-4149201702010
收稿日期：2016-04-26；修訂日期：2016-08-10
基金項(xiàng)目：國家社會科學(xué)基金項(xiàng)目“生育率下降與預(yù)期壽命延長雙重約束下養(yǎng)老保險(xiǎn)制度可持續(xù)性研究”（16BRK016）；教育部人文社會科學(xué)青年基金項(xiàng)目“人口老齡化和城市化雙重約束下養(yǎng)老保險(xiǎn)體系可持續(xù)性研究”（15YJC840037）。
作者簡介：王云多，經(jīng)濟(jì)學(xué)博士，黑龍江大學(xué)經(jīng)濟(jì)與工商管理學(xué)院副教授。
一、引言
隨著知識失業(yè)問題日益嚴(yán)重，學(xué)校教育與工作實(shí)際脫離越發(fā)引起社會關(guān)注，無論是社會、學(xué)校還是學(xué)生個(gè)人，都開始重視在校讀書期間積累一定的工作經(jīng)驗(yàn)。個(gè)人該在什么時(shí)候停止受教育并且進(jìn)入職場是一個(gè)極其復(fù)雜的問題。明瑟收入函數(shù)可能掩蓋了人力資本投資中教育和工作經(jīng)驗(yàn)之間的內(nèi)在聯(lián)系：許多年輕人在完成學(xué)業(yè)前通過假期工作，半工半讀和長達(dá)幾個(gè)月到幾年斷斷續(xù)續(xù)地學(xué)習(xí)積累了大量工作經(jīng)驗(yàn)。在明瑟收入函數(shù)中，協(xié)變量包含了對受教育程度和潛在工作經(jīng)驗(yàn)的估量，而未包括對在學(xué)校獲得工作經(jīng)驗(yàn)的估量，盡管學(xué)者們已經(jīng)廣泛關(guān)注學(xué)生在校讀書期間的就業(yè)選擇和就業(yè)范圍，大多數(shù)分析者將采用明瑟收入函數(shù)估計(jì)的教育系數(shù)解釋為通過入學(xué)花費(fèi)在獲取人力資本時(shí)間上的回報(bào)，但是在實(shí)證研究中很少明確地提到在校工作經(jīng)驗(yàn)對未來收入的影響。因此，有必要從傳統(tǒng)明瑟收入函數(shù)中剝離學(xué)校教育和在校工作經(jīng)驗(yàn)對收入的影響。
二、相關(guān)問題研究述評
就學(xué)生在校期間工作經(jīng)驗(yàn)與畢業(yè)后收入之間的聯(lián)系而言，科爾曼 （Coleman）、埃倫伯格和謝爾曼（Ehrenberg and Sherman）、阿圖瓦（Ahituv）等和賴特（Light）等研究指出，很多學(xué)生在結(jié)束正規(guī)教育前就已經(jīng)進(jìn)入就業(yè)市場，而且學(xué)生在校讀書期間積累的工作經(jīng)驗(yàn)會影響他們畢業(yè)后的工作選擇和收入水平[1-4]?？茽柭?、賴特和魯姆（Ruhm）研究指出學(xué)生在校期間就業(yè)與畢業(yè)后收入之間存在正向聯(lián)系[1，4-5]。但針對二者之間的關(guān)系也存在一些不同看法，阿圖瓦等研究指出，當(dāng)考慮到一些難以觀察的因素時(shí)，在校讀書期間就業(yè)和畢業(yè)后豐厚薪水之間的正向關(guān)系便不復(fù)存在[3]。先擱置在校工作是否有償?shù)臓幷?，上述學(xué)者的研究表明，正如教育對工資的因果作用可能被不可觀測的能力所擾亂一樣，確定教育的收入效應(yīng)也將被不可測量的在校工作經(jīng)驗(yàn)所干擾。
就個(gè)人選擇在校讀書期間就業(yè)的原因而言，一些研究指出，個(gè)人可能需要錢來支付額外的學(xué)校開支或者支撐當(dāng)前的消費(fèi)，或許還有可供選擇的其他理由，如他可能視就業(yè)為一種投入與獲得收入技巧的機(jī)會，而這種技巧課堂上不能提供，以此來獲得市場經(jīng)驗(yàn)。另一些研究指出，學(xué)生中參與工作者比較傾向于獲得一種責(zé)任意識并且來改善他們的工作業(yè)績和提高個(gè)人能力，所有這些都會在他們離開學(xué)校的職業(yè)生涯中得到回報(bào)[6-7]。
就學(xué)校教育和在校工作經(jīng)驗(yàn)關(guān)系而言，貝克爾（Becker）和波拉斯（Porach）指出學(xué)校和公司之間沒有明顯區(qū)別，因?yàn)橐恍┰?，學(xué)校可以被看作一種特殊形式的公司，并且學(xué)生被當(dāng)作一種特殊形式的被培訓(xùn)者[8-9]。哈雷（Haley）研究指出，學(xué)校和工作之間沒有固定的區(qū)別，個(gè)體放棄賺錢而投入全部時(shí)間學(xué)習(xí)技能是為了獲得更多的工作經(jīng)驗(yàn)。當(dāng)人力資本存量充足不需要進(jìn)一步專業(yè)化時(shí)，個(gè)人可離開學(xué)校并且將他的努力投入到賺錢和著手于在工作地點(diǎn)進(jìn)行其他人力資本投資[10]。哈雷研究指出，當(dāng)個(gè)人停止專業(yè)化教育投資時(shí)并不需要和他離開學(xué)校的時(shí)間相一致。相反，個(gè)人可能會通過削減課堂時(shí)間并且增加一份業(yè)余工作來減少他的教育投資強(qiáng)度[10]。索思威克和茲恩茨（Soychwick and Zionts）提出和波拉斯非常相似的模型，他們認(rèn)為在最優(yōu)人力資本投資路徑下，業(yè)余學(xué)習(xí)被當(dāng)作脫產(chǎn)學(xué)習(xí)和不學(xué)習(xí)之間的橋梁[11]。但由于哈雷、索思威克和茲恩茨假定學(xué)生們參加工作是為了減少人力資本投資的強(qiáng)度，導(dǎo)致這一理論解釋力有限，并沒有發(fā)現(xiàn)學(xué)生選擇參加工作是因?yàn)楣ぷ鹘?jīng)驗(yàn)可以提供給他們一些不同于課堂培訓(xùn)的技能。
本文試圖研究當(dāng)加入或排除在校工作經(jīng)驗(yàn)對工資的影響時(shí)，學(xué)校教育的作用會有怎樣變化，探討教育（或在校學(xué)習(xí)花費(fèi)的時(shí)間）和在校工作經(jīng)驗(yàn)（或者說在校工作花費(fèi)的時(shí)間）對收入的不同影響。
三、收入函數(shù)設(shè)定及實(shí)證檢驗(yàn)
1.收入函數(shù)設(shè)定
傳統(tǒng)明瑟收入函數(shù)采取半對數(shù)方程，將個(gè)人收入看作取決于個(gè)人受教育程度、潛在市場工作經(jīng)驗(yàn)和潛在市場工作經(jīng)驗(yàn)二次項(xiàng)的函數(shù)，將影響個(gè)人收入的能力和機(jī)會等因素放入殘差項(xiàng)。市場工作經(jīng)驗(yàn)的二次設(shè)定已經(jīng)被廣泛接受并被應(yīng)用于估算人力資本收益率。市場工作經(jīng)驗(yàn)二次設(shè)定的主要優(yōu)點(diǎn)在于：首先，易于估算教育收益率和市場工作經(jīng)驗(yàn)收益率，且市場工作經(jīng)驗(yàn)的二次設(shè)定可以減少明瑟收入函數(shù)中的參數(shù)，若樣本數(shù)量較少，市場工作經(jīng)驗(yàn)的二次設(shè)定可以控制收入函數(shù)的自由度。其次，市場工作經(jīng)驗(yàn)估計(jì)值能夠被用于描述截面或者面板數(shù)據(jù)的收入增長，也能夠被用于描述收入隨時(shí)間的變化和在某一時(shí)點(diǎn)不同群組收入的變化，因此，明瑟收入函數(shù)中市場工作經(jīng)驗(yàn)的二次設(shè)定可以近似代表實(shí)際收入剖面[12-13]。
傳統(tǒng)明瑟收入函數(shù)中使用的市場工作經(jīng)驗(yàn)通常被設(shè)定為個(gè)人畢業(yè)后在勞動(dòng)力市場獲得的工作經(jīng)驗(yàn)，而并非個(gè)人實(shí)際工作經(jīng)驗(yàn)，但二者在實(shí)踐中往往不相等。將工作經(jīng)驗(yàn)簡單地等同于畢業(yè)后勞動(dòng)力市場潛在工作經(jīng)驗(yàn)沒有考慮個(gè)人在學(xué)校讀書期間通過參加社會實(shí)踐活動(dòng)獲得的工作經(jīng)驗(yàn)（在校工作經(jīng)驗(yàn)），即個(gè)人的實(shí)際工作經(jīng)驗(yàn)應(yīng)該是離開學(xué)校后獲得的潛在市場工作經(jīng)驗(yàn)和在校讀書期間積累的工作經(jīng)驗(yàn)之和。因此，使用潛在市場工作經(jīng)驗(yàn)二次設(shè)定描述截面收入增長往往存在顯著的偏差，不完全符合工作經(jīng)驗(yàn)與收入之間的關(guān)系。有必要深入研究個(gè)人潛在市場工作經(jīng)驗(yàn)、在校讀書期間積累的工作經(jīng)驗(yàn)與個(gè)人收入之間的關(guān)系，優(yōu)化明瑟收入函數(shù)，準(zhǔn)確估算教育和工作經(jīng)驗(yàn)對個(gè)人收入的影響。
之所以關(guān)注在校工作經(jīng)驗(yàn)對個(gè)人收入的影響，是由于在現(xiàn)代社會中部分大中專院校學(xué)生渴望獲得一些實(shí)際工作經(jīng)驗(yàn)，旨在為他們今后的工作選擇獲得不同于課堂學(xué)習(xí)的市場技能。因此，明瑟收入函數(shù)會很容易被擴(kuò)展為包含在校工作經(jīng)驗(yàn)。就像通常
采取明瑟收入函數(shù)估算教育收益率和市場工作經(jīng)驗(yàn)收益率一樣，可以在明瑟收入函數(shù)中加入在校工作經(jīng)驗(yàn)變量來估算在校工作經(jīng)驗(yàn)收益率。
可以通過在校的工作經(jīng)驗(yàn)和學(xué)校正規(guī)教育投資互動(dòng)來允許這些可供選擇的技能補(bǔ)充。另外，在處理能力偏差時(shí)，可以相似看待學(xué)校投資和在校工作經(jīng)驗(yàn)，因?yàn)檫@些因素對在校學(xué)習(xí)和在校工作決定有相似影響。
為了合并這些擴(kuò)展，設(shè)定含有在校工作經(jīng)驗(yàn)的明瑟收入函數(shù)如下：
式（1）中代表個(gè)人收入的自然對數(shù)（離開學(xué)校后獲得的），s代表學(xué)校教育（由教育年限代表），sx代表在校工作經(jīng)驗(yàn)，x代表離開學(xué)校后潛在市場工作經(jīng)驗(yàn)（通常由工作年限代表），代表學(xué)校教育和在校工作經(jīng)驗(yàn)交互項(xiàng)，
α0、α1、α2、α3、α4、α5和α6分別代表常數(shù)項(xiàng)、學(xué)校教育、潛在市場工作經(jīng)驗(yàn)、潛在市場工作經(jīng)驗(yàn)平方項(xiàng)、在校工作經(jīng)驗(yàn)、在校工作經(jīng)驗(yàn)平方項(xiàng)和學(xué)校教育與在校工作經(jīng)驗(yàn)交互項(xiàng)的系數(shù)估計(jì)值，μ代表難以觀測到的因素（不包含能力、機(jī)會以及影響教育和工作經(jīng)驗(yàn)選擇的其他因素），被設(shè)定為殘差項(xiàng)。
采用更加傳統(tǒng)的不包含在校工作經(jīng)驗(yàn)的收入函數(shù)估算結(jié)果，其函數(shù)設(shè)定如下：
式（2）中變量lnw，s和x代表的經(jīng)濟(jì)含義與式（1）相同，β0、β1、β2和β3分別代表常數(shù)項(xiàng)、學(xué)校教育、潛在市場工作經(jīng)驗(yàn)和潛在市場工作經(jīng)驗(yàn)平方項(xiàng)的系數(shù)估計(jì)值，ε代表與學(xué)校教育和潛在市場工作經(jīng)驗(yàn)不相關(guān)的殘差項(xiàng)。在估計(jì)式（2）時(shí)，本文使用與式（1）相同的策略糾正教育系數(shù)中存在的能力偏差。對于每一個(gè)使用的估算式，可得一組估計(jì)量（α^和β^），式（1）的估計(jì)量包含在校工作經(jīng)驗(yàn)，式（2）排除了在校工作經(jīng)驗(yàn)的影響。對于每一組估計(jì)量本文運(yùn)用 β^-α^α^×100來估算教育系數(shù)的級數(shù)，當(dāng)在校工作經(jīng)驗(yàn)在模型中受到限制時(shí)，本文把省略在校工作經(jīng)驗(yàn)偏差百分比變化植入式（2）。
以上并沒有從傳統(tǒng)意義上定義偏差。但是本文從式（2）中剔除在校工作經(jīng)驗(yàn)導(dǎo)致每一個(gè)β^不能真正代表教育收益率，存在潛在的偏差。然而，β^通常被視為教育收益率的無偏估計(jì)值。就像本文在引言中提到的那樣，多數(shù)分析者傾向于將這一效應(yīng)解釋為教育回報(bào)，即入學(xué)后技能投資的回報(bào)。
通常的做法就是將式（1）中教育收益率估計(jì)值α^和式（2）中教育收益率的估計(jì)值作比較。就每一β^而言，本文將能力偏差設(shè)定為 并且將它和本文省略在學(xué)校工作經(jīng)驗(yàn)的偏差相比較。格里利謝斯（Griliches）強(qiáng)調(diào)這種能力偏差的測量方法會被誤導(dǎo)，因?yàn)棣耝隨樣本個(gè)性特征或者模型設(shè)定變化而變化[14]。本文并沒有聲稱存在絕對的能力偏差或者絕對的學(xué)校工作經(jīng)驗(yàn)偏差，并且，實(shí)際上，本文論證了這些偏差的敏感程度。盡管如此，本文相信這種對樣本的比較非常有啟發(fā)性。
2.數(shù)據(jù)來源說明及統(tǒng)計(jì)分析
本文使用的數(shù)據(jù)來自對黑龍江省哈爾濱市就業(yè)市場的問卷調(diào)查，調(diào)查時(shí)間為2014年7月至9月，組織在校大學(xué)生利用暑假時(shí)間深入到企事業(yè)單位做調(diào)查，調(diào)查對象是處于就業(yè)狀態(tài)的勞動(dòng)力。共發(fā)放問卷2200份，回收2158份，為了獲得更真實(shí)的個(gè)人工資收入、教育年限和在校工作經(jīng)驗(yàn)等信息，對回收的2158份問卷進(jìn)一步篩選，剔除調(diào)查對象未應(yīng)答或者應(yīng)答模糊、應(yīng)答信息嚴(yán)重缺失的問卷，實(shí)際回收的有效問卷1547份，超過發(fā)放問卷總數(shù)的1/2。調(diào)查信息包括被調(diào)查者的出生年份、出生月份、性別、受教育程度、在校工作經(jīng)驗(yàn)、收入和職業(yè)等基本信息?！澳挲g”變量被定義為以年為單位的連續(xù)變量，即從調(diào)查對象出生到接受調(diào)查年份的實(shí)際時(shí)間跨度?！笆芙逃潭取奔唇逃晗拮兞?，被定義為以年為單位的連續(xù)變量，將入學(xué)年齡設(shè)定為6周歲，小學(xué)教育設(shè)定為6年，初中教育設(shè)定為3年，高中教育設(shè)定為3年，大專教育設(shè)定為3年，本科教育設(shè)定為4年，碩士教育設(shè)定為3年，博士教育設(shè)定為3年?！肮ぷ鹘?jīng)驗(yàn)”即潛在市場工作經(jīng)驗(yàn)也被設(shè)定為以年為單位的連續(xù)型變量，代表勞動(dòng)力市場經(jīng)歷。受調(diào)查對象工作轉(zhuǎn)換和失業(yè)持續(xù)期的影響，將潛在市場工作經(jīng)驗(yàn)的計(jì)算公式設(shè)定為調(diào)查對象的實(shí)際年齡減入學(xué)年齡和教育年限?！皞€(gè)人收入”被定義為一個(gè)連續(xù)變量，用月均工資收入代表?！霸谛９ぷ鹘?jīng)驗(yàn)”也被設(shè)定為以年為單位的連續(xù)型變量，將在校工作經(jīng)驗(yàn)定義為從被訪問者16歲生日到對應(yīng)他離開學(xué)校月份中間累計(jì)的工作時(shí)數(shù)，再折合為一定的年數(shù)，折合方法如下：假定正常情況下個(gè)人每天工作時(shí)間為8小時(shí)，每周5個(gè)工作日，去掉法定節(jié)假日，假定一年為50個(gè)工作周，因而8×5×50=2000小時(shí)，因此，在計(jì)算在校工作年數(shù)時(shí)，由被訪問者回答的走向勞動(dòng)力市場前累積工作時(shí)數(shù)除以2000來代表，收入函數(shù)中解釋變量的關(guān)鍵步驟是如何確定每一個(gè)被訪者在學(xué)校和市場工作活動(dòng)之間的底線。由于被訪問者平均年齡為3244歲，比較年輕，他們畢業(yè)時(shí)間不是特別長，記憶應(yīng)該比較清晰，所應(yīng)答的累積在校工作經(jīng)驗(yàn)大約時(shí)數(shù)應(yīng)該比較準(zhǔn)確。將被訪問者回答的“職業(yè)”合并為三類，分別是競爭性行業(yè)（包括制造業(yè)、建筑業(yè)、批發(fā)零售業(yè)、社會服務(wù)業(yè)等），壟斷性行業(yè)（包括電力煤氣及水的供應(yīng)、采掘業(yè)、交通倉儲和郵電通信、金融保險(xiǎn)、房地產(chǎn)業(yè)等）和行政事業(yè)單位（包括教育文化廣播影視業(yè)、國家黨政機(jī)關(guān)和社會團(tuán)體等部門）。
回收的有效問卷分布比較具有代表性，按樣本總體和分性別統(tǒng)計(jì)的主要測量指標(biāo)均值特征如表1所示。
按照教育程度、性別和行業(yè)統(tǒng)計(jì)的樣本分布也比較具有代表性（見表2）。
此外，在本次研究的1547個(gè)樣本中，在校工作經(jīng)驗(yàn)的平均水平是062年或者1240個(gè)小時(shí)。高中學(xué)歷的被訪者從16歲到他們離開學(xué)校走向社會這一相對較短的時(shí)間內(nèi)勉強(qiáng)累積了425小時(shí)的在校工作經(jīng)驗(yàn)。而?？坪捅究茖W(xué)歷的被訪者分別積累了996和1344小時(shí)的在校工作經(jīng)驗(yàn)，碩士學(xué)歷和博士學(xué)歷的被訪者分別積累了1754和1988小時(shí)的在校工作經(jīng)驗(yàn)。這表明隨著年齡增加每年平均工作時(shí)數(shù)總體上呈遞增趨勢，有助于在學(xué)校教育和學(xué)校工作經(jīng)驗(yàn)之間建立積極的關(guān)系。
3.實(shí)證檢驗(yàn)
在估計(jì)式（1）和（2）時(shí)，本文用三個(gè)代理變量和兩個(gè)工具變量（IV）方法來控制教育系數(shù)中的能力偏差。在估計(jì)式（1）時(shí)，本文使用魯姆和賴特提出用來處理在校工作經(jīng)驗(yàn)內(nèi)生性的方法[4-5]。
第一個(gè)應(yīng)對能力偏差的代理變量方法是通過加入一組家庭背景控制變量糾正由于能力偏差引起的教育收益估計(jì)值偏差。這些控制變量包括被訪問者家庭人均收入和被訪問者父母的最高學(xué)歷，旨在運(yùn)用這些背景變量消除樣本在教育偏好、個(gè)人能力和獲得教育基金機(jī)會上的異質(zhì)性。第二個(gè)應(yīng)對能力偏差的代理變量方法是在解釋變量中包括教育能力和工作能力測試分?jǐn)?shù)，教育能力分?jǐn)?shù)由被訪問者在一般科學(xué)、邏輯推理、詞匯知識、段落分析和數(shù)學(xué)知識方面測試原始分?jǐn)?shù)的加總得到。工作能力分?jǐn)?shù)通過被訪問者在數(shù)值運(yùn)算以及工作業(yè)績方面的測試分?jǐn)?shù)加總得到。第三個(gè)應(yīng)對能力偏差的代理變量方法包括被訪問者教育能力和工作能力測試分?jǐn)?shù)和家庭背景控制。
在第一個(gè)工具變量方法的協(xié)變量中包含教育能力和工作能力測試分?jǐn)?shù)。由于家庭背景因素反映了在影響學(xué)校教育需求的品味、獲得教育基金的機(jī)會以及其他因素方面的異質(zhì)性，能解釋觀察到教育能力和工作能力的很多變化，因此，本文將家庭背景變量設(shè)定為教育能力和工作能力的工具。
本文的第二個(gè)工具變量方法包括使用被訪問者是否有兄弟姐妹作為學(xué)校教育的工具變量。虛擬變量表示被訪問者是否有兄弟或姐妹（如果他沒有兄弟姐妹則設(shè)置為零）。統(tǒng)計(jì)數(shù)據(jù)表明，在家庭規(guī)模既定的情況下，有兄弟姐妹的女性被訪問者接受的教育少于沒有兄弟姐妹的女性被訪問者，這表明被訪問者完成的最高學(xué)歷和兄弟姐妹數(shù)量之間存在顯著負(fù)向關(guān)系，或許是因?yàn)橛邢薜募彝ベY源將被轉(zhuǎn)移。
在對在校工作經(jīng)驗(yàn)（SX）控制的規(guī)定中，本文就像關(guān)注學(xué)校教育系數(shù)一樣關(guān)注在校工作經(jīng)驗(yàn)系數(shù)估計(jì)的能力偏差。參照魯姆的研究[5]
，本文認(rèn)為加入家庭背景、教育能力和工作能力測試成績能消除大部分天生能力、獲取基金和其他影響在學(xué)校讀書時(shí)工作決定因素的異質(zhì)性。因此，上面所描述的代理方法是潛在有效地控制學(xué)校教育和在校工作經(jīng)驗(yàn)中能力偏差的方法。
下面，本文采用工具變量法和廣義最小二乘法估算含有和不含在校工作經(jīng)驗(yàn)的收入方程。
4.結(jié)果分析
表3列出從式（2）可選擇變量中去除在校工作經(jīng)驗(yàn)變量的GLS和IV/GLS估計(jì)值。在表3中a列為使用廣義最小二乘法估算的式（2）主要變量參數(shù)估計(jì)值，本文忽略被訪者在學(xué)校教育水平和未被發(fā)現(xiàn)的影響工資因素之間的相關(guān)性，只是簡單地對學(xué)校教育、潛在市場工作經(jīng)驗(yàn)和潛在市場工作經(jīng)驗(yàn)平方項(xiàng)對收入自然對數(shù)的影響做了回歸分析，其中，教育系數(shù)估計(jì)值為0095。
很多研究者會認(rèn)為表3中列出的學(xué)校教育系數(shù)估計(jì)值并沒有顯示出影響學(xué)校教育的真正因素，因?yàn)檫@個(gè)規(guī)定并沒有考慮到學(xué)校教育和先天能力或者家庭背景之間的關(guān)系。在式（2）的基礎(chǔ)上，本文引入家庭背景變量，在b列中列出包含家庭背景代理變量的估計(jì)值，進(jìn)一步加入教育能力和工作能力測試成績代表先天能力，在c列中列出包含教育能力和工作能力代理變量的估計(jì)值，在d列列出同時(shí)加入家庭背景變量、教育能力和工作能力測試成績變量的估計(jì)值。實(shí)證研究結(jié)果表明，相對于a列估計(jì)值而言，每一個(gè)連續(xù)的變化會增加截距估計(jì)值，工作經(jīng)驗(yàn)系數(shù)有微小變化，最重要的是估計(jì)的學(xué)校教育系數(shù)下降。拿b、c和d列來說，作為控制學(xué)校教育內(nèi)生性的方法，與a列這一模型基本設(shè)定相比，這些調(diào)整導(dǎo)致能力偏差分別向上增加12%、21%和49%，這些變化在表3中最后一行給出。
表3中的e和f列，經(jīng)由工具變量控制能力偏差。
在e列使用被訪問者家庭背景作為工具變量，在f列使用被訪問者是否有兄弟姐妹作為工具變量。采用上述兩種工具變量估計(jì)的學(xué)校教育系數(shù)估計(jì)值都比表3中a列教育系數(shù)估計(jì)值大。
表3中a列教育系數(shù)估計(jì)值分別比e列和f列教育系數(shù)估計(jì)值減少了14%和37%。
表3中e列和f列的IV/GLS估計(jì)值與a—d列中GLS估計(jì)值有潛在不同，有必要進(jìn)一步研究工具變量的有效性。表3列出的R2來自于對在校工作經(jīng)驗(yàn)一階回歸估計(jì)值，這些統(tǒng)計(jì)數(shù)據(jù)表明每組工具變量解釋了學(xué)校教育的潛在差異。對于兩個(gè)工具變量，本文在5%顯著水平上拒絕了學(xué)校教育是外生的零假設(shè)。就這一分析結(jié)果而言，卡德（Card）早已解釋了為什么一個(gè)未修正的教育系數(shù)估計(jì)值（表3中a列）可能會小于工具變量估計(jì)值（表3中e列和f列），在工具變量估計(jì)中，工具變量被視為引起有較高貼現(xiàn)率的人去提高教育水平干預(yù)措施。IV估計(jì)由于有高貼現(xiàn)率、邊際收益超過了非IV估計(jì)情況，在這種情況下，教育回報(bào)受這些因素干擾[15]。
迄今為止，本文使用了各種常規(guī)方法來分析排除在校工作經(jīng)驗(yàn)情況下學(xué)校教育收益估計(jì)問題，而且，討論了當(dāng)忽略能力偏差時(shí)，教育收益估計(jì)值被高估和低估的問題。
表3揭示了通過代理變量和工具變量糾正能力偏差的情況。為了深入研究在校工作經(jīng)驗(yàn)對教育收益率的影響，本文試圖分析當(dāng)把在校工作經(jīng)驗(yàn)變量加入模型時(shí)教育系數(shù)估計(jì)值將如何改變。每個(gè)模型添加三個(gè)解釋變量（在校工作經(jīng)驗(yàn)、在校工作經(jīng)驗(yàn)平方，以及在校工作經(jīng)驗(yàn)和學(xué)校教育之間的相互作用），為應(yīng)對在校工作經(jīng)驗(yàn)和未被觀察到的因素之間的潛在相關(guān)性，本文運(yùn)用代理和工具變量方法處理教育的內(nèi)生性。
表4列出了包括在校工作經(jīng)驗(yàn)的估計(jì)結(jié)果。通過對比表4和表3中教育系數(shù)估計(jì)值，研究表明無論用哪種方法來估計(jì)模型，增加在校工作經(jīng)驗(yàn)會導(dǎo)致教育收益率估計(jì)值下降。與表3相比，表4中a列估計(jì)的學(xué)校教育系數(shù)會從0095下降到0074，就a列而言，可知省略在校工作經(jīng)驗(yàn)導(dǎo)致的偏差為28%。
當(dāng)在表4隨后各列中引入各種能力偏差控制情況時(shí)，在校工作經(jīng)驗(yàn)偏差通常會上升（表4中d列為31%和f列為43%）。承認(rèn)這一偏差的存在很重要，這一偏差被簡化為表3中估計(jì)的教育系數(shù)超過表4中相應(yīng)系數(shù)的百分比，如果將每一個(gè)教育系數(shù)估計(jì)值視為教育收益率，偏差由沒有考慮在校工作經(jīng)驗(yàn)對收入的影響導(dǎo)致。表3和表4中學(xué)校教育系數(shù)估計(jì)值和能力偏差估計(jì)值和估計(jì)方法有一定相關(guān)性，表4中在校工作經(jīng)驗(yàn)估計(jì)值都較高，比相應(yīng)能力偏差估計(jì)值高得多，這表明在校工作經(jīng)驗(yàn)處理不當(dāng)會引起學(xué)校教育系數(shù)估計(jì)值增加，因?yàn)閷W(xué)生就業(yè)對畢業(yè)后收入有一定影響。
總體上看，表3中學(xué)校教育系數(shù)估計(jì)值比表4中學(xué)校教育加上工作經(jīng)驗(yàn)回報(bào)估計(jì)值低4%—20%。上述分析表明傳統(tǒng)明瑟收入函數(shù)由于忽略在校工作經(jīng)驗(yàn)，高估了教育收益率，低估了工作經(jīng)驗(yàn)的收益率。
基于學(xué)校教育變量沒有測量誤差假設(shè)得出上述研究結(jié)論，如果教育變量中包含大量測量誤差，當(dāng)加入在校工作經(jīng)驗(yàn)時(shí)，由于在校工作經(jīng)驗(yàn)和學(xué)校教育高度相關(guān)，教育收益率估計(jì)值必然會減少。因此，表4引入向下偏差估計(jì)值，這一偏差估計(jì)值取決于學(xué)校教育和在校工作經(jīng)驗(yàn)的相關(guān)程度和學(xué)校教育的測量誤差，可能在絕對數(shù)量上會超過表3省略變量偏差（向上偏差）估計(jì)值。更確切地說，本文認(rèn)為在缺少教育系數(shù)測量誤差的情況下，表4中教育系數(shù)估計(jì)值 這里的αs是式（1）所描述的學(xué)校教育效果；因省略在校工作經(jīng)驗(yàn)偏差，表3中教育系數(shù)估計(jì)值超過αs。如果s存在測量誤差，那么，從當(dāng)前協(xié)變量排除學(xué)校教育和在校工作經(jīng)驗(yàn)， 代表由于s測量誤差產(chǎn)生的方差，代表教育對在校工作經(jīng)驗(yàn)回歸的相關(guān)系數(shù)。由于表4中學(xué)校教育系數(shù)估計(jì)值是依據(jù)學(xué)校教育的測量誤差產(chǎn)生的向下偏差估計(jì)值，因此，表3中學(xué)校教育收益率估計(jì)值超過表4中教育收益率估計(jì)值。
由于學(xué)校教育變量通常比從傳統(tǒng)調(diào)查獲取的變量有更少隨機(jī)誤差，因此不可能存在較大測量偏差，本文運(yùn)用與學(xué)校教育相關(guān)變量來確定并且糾正每一受訪者的錯(cuò)誤回答。使用調(diào)整后的學(xué)校教育變量方差為19%，比運(yùn)用每一個(gè)受訪者在離開學(xué)校時(shí)完成的最高學(xué)歷所選擇的變量測量方差要小。
盡管努力減少測量誤差，但是有必要探討誤差大小和解釋表3和表4中廣義最小二乘估計(jì)值的差別。研究使用的估計(jì)值來自表3中d列，包括家庭背景變量在內(nèi)。當(dāng)沒有加入在校工作經(jīng)驗(yàn)時(shí)，學(xué)校教育系數(shù)估計(jì)值為0072（見表5）。當(dāng)在模型中加入sx時(shí)，學(xué)校教育系數(shù)估計(jì)值減少到0055。如果學(xué)校教育和其他協(xié)變量均沒有測量誤差，可推知沒有考慮在校工作經(jīng)驗(yàn)會產(chǎn)生31%的省略變量偏差，計(jì)算結(jié)果見表5估計(jì)值列。
為了得到表5中最后一行的估計(jì)值，本文做了其他有關(guān)隨機(jī)誤差程度的假設(shè)，這些誤差仍然存在于學(xué)校教育測量中。反過來說，如果假設(shè)誤差占學(xué)校教育測量總方差的1%、5%、10%和15%，可推斷真正的學(xué)校教育系數(shù)應(yīng)該在0056到0072這個(gè)變動(dòng)幅度內(nèi)，這當(dāng)然比實(shí)際估計(jì)值（0055）高。用這些真實(shí)的系數(shù)估計(jì)值來代替學(xué)校教育系數(shù)估計(jì)值，計(jì)算出省略在校工作經(jīng)驗(yàn)的偏差。當(dāng)αs=001和當(dāng)αs=014的時(shí)候，這些估計(jì)值的變動(dòng)幅度從29%到-07%。如果學(xué)校教育測量方差多達(dá)15%由噪音引起，當(dāng)加入在校工作經(jīng)驗(yàn)后，學(xué)校教育系數(shù)估計(jì)值下降完全由向下測量偏差引起。如果噪音對總方差比率僅為5%，省略在校工作經(jīng)驗(yàn)的收入函數(shù)與沒有省略在校工作經(jīng)驗(yàn)的收入函數(shù)相比，教育系數(shù)估計(jì)值偏差約為1/3。并且其余的偏差由測量誤差偏差引起。如果這個(gè)假設(shè)是正確的，收入函數(shù)中加入在校工作經(jīng)驗(yàn)會改善學(xué)校教育的效果。
四、結(jié)語
本文通過探尋傳統(tǒng)明瑟收入函數(shù)在工作經(jīng)驗(yàn)設(shè)定中存在的不足，研究在校工作經(jīng)驗(yàn)對教育投資收益的影響，不僅將學(xué)校教育和在校工作經(jīng)驗(yàn)區(qū)分開，而且基于哈爾濱市勞動(dòng)力市場問卷調(diào)查數(shù)據(jù)和收入函數(shù)設(shè)定的教育、在校工作經(jīng)驗(yàn)和市場工作經(jīng)驗(yàn)之間的關(guān)系，估算教育、在校工作經(jīng)驗(yàn)和個(gè)人離開校園后市場工作經(jīng)驗(yàn)收益率，研究結(jié)論如下。
第一，傳統(tǒng)明瑟收入函數(shù)忽視了在校工作經(jīng)驗(yàn)對收入的影響?；诖?，為準(zhǔn)確描述實(shí)際工作經(jīng)驗(yàn)對個(gè)人收入的影響，應(yīng)在傳統(tǒng)明瑟收入函數(shù)中加入在校工作經(jīng)驗(yàn)變量，并加以量化研究。對于沒有在校工作實(shí)踐的被訪者，傳統(tǒng)明瑟收入函數(shù)仍是估算教育收益率和工作經(jīng)驗(yàn)收益率的最佳選擇。對于有機(jī)會參加在校工作實(shí)踐的被訪問者，若采用傳統(tǒng)明瑟收入函數(shù)估算人力資本收益率，忽略在校工作經(jīng)驗(yàn)對收入的影響，必然導(dǎo)致高估教育收益率。而且，研究顯示，個(gè)人在校工作經(jīng)驗(yàn)越豐富，教育收益率被高估得越多。因此，在實(shí)證研究中應(yīng)針對被訪問者有無在校工作經(jīng)驗(yàn)，有針對性地采取不同明瑟收入函數(shù)加以量化研究。
第二，本文利用問卷調(diào)查數(shù)據(jù)，通過對含有在校工作經(jīng)驗(yàn)和不含有在校工作經(jīng)驗(yàn)的明瑟收入函數(shù)的實(shí)證檢驗(yàn)，證實(shí)教育投資是人力資本投資的主要形式。表現(xiàn)為無論包含在校工作經(jīng)驗(yàn)還是不包含在校工作經(jīng)驗(yàn)，采用不同的明瑟收入函數(shù)估算的教育收益率遠(yuǎn)遠(yuǎn)高于工作經(jīng)驗(yàn)收益率。
盡管教育收益率高于市場工作經(jīng)驗(yàn)和在校工作經(jīng)驗(yàn)收益率，但是在校工作經(jīng)驗(yàn)對個(gè)人收入的影響不容忽視，在重視學(xué)校教育的同時(shí)，也應(yīng)該關(guān)注學(xué)生在校期間職業(yè)技能的培養(yǎng)和提高。因此，建議在大力發(fā)展教育的同時(shí)，教育發(fā)展必須超出常規(guī)模式，重視創(chuàng)新創(chuàng)業(yè)實(shí)踐教育。受傳統(tǒng)精英教育理念的影響，在我國，大學(xué)過度偏重于理論型人才的培養(yǎng)，忽視了創(chuàng)業(yè)能力的培養(yǎng)，培養(yǎng)的大學(xué)生在走出校園之前并沒有真正接觸社會，缺少從事工作必備的就業(yè)技能，脫離實(shí)踐的教育導(dǎo)致培養(yǎng)的大學(xué)生與市場需求不匹配，就業(yè)率不斷下降，為有效提高大學(xué)生就業(yè)率，優(yōu)化人力資源配置，在大學(xué)生走出校園之前應(yīng)積累足夠多的工作經(jīng)驗(yàn)，這需要學(xué)校為大學(xué)生提供創(chuàng)業(yè)機(jī)會和創(chuàng)業(yè)場所，通過創(chuàng)業(yè)教育實(shí)踐類課程的開設(shè)和學(xué)習(xí)，不僅有利于大學(xué)生盡早融入社會，適應(yīng)社會，將自己在大學(xué)所學(xué)的知識用于創(chuàng)業(yè)實(shí)踐，而且也可以將創(chuàng)業(yè)實(shí)踐中學(xué)習(xí)到的知識和技能上升到理論的高度，加深對所學(xué)理論知識的掌握和運(yùn)用，提高綜合素質(zhì)。
參考文獻(xiàn)：
[1]COLEMAN J S.The transition from school to work[J].Research in Social Stratification and Mobility，1984，3（2）：27-59.
[2]EHRENBERG R G， SHERMAN D R.Employment while in college，academic achievement and postcollege outcomes[J].Journal and Human Resource，1987，23（3）：1-23.
[3]AHITUV A，TIENDA M.
Employment， motherhood and school continuation decision of young white， black and Hispanic woman[J].Journal of Labor Economics， 2004，22（1）：115-158.
[4]LIGHT A.Estimating the returns to schooling： when does the career begin？[J]. Economics of Education Review，1998，17（2），31-45.
[5]RUHM C.The extent and consequences of high school employment[J].Journal of Labor Research，1995，16（4）：293-303.
[6]MURPHY K M，WELCH F. Empirical ageearning profiles[J].Journal of Labor Economics， 1990，18（2）：202-229.
[7]MURPHY K M，WELCH F.The structure of wages[J].Quarterly Journal of Economics ，1992，107（1）：285-326.
[8]BECKER G S.Investment in human capital： a theoretical analysis[J].Journal of Political Economy，1962，70（5）：9-49.
[9]PORACH B.The production of human capital and the life cycle of earning[J].Journal of Political Economy，1967，75（4）：352-365.
[10]HALEY W J.Human capital：the choice between investmet and income[J].American Economic Review，1973，63（4）：929-944.
[11]SOUTHWICK L J，ZIONTS S.An optinal control theory approach to the education investment decision[J].Operations Research，1974，22（11）：1156-1174.
[12]王云多.人力資本掙得方程研究及實(shí)證分析[J].科研管理，2009（5）：82-89.
[13]王云多.基于工齡視角的人力資本收入函數(shù)經(jīng)驗(yàn)研究——以黑龍江省13個(gè)城市的調(diào)查為例[J].中國人口科學(xué)，2010（6）：61-69.
[14]GRILICHES Z.Estimating the return to schooling：some econometric problems[J].Econometrica，1997，45（1）： 1-22.
[15]CARD D. The causal effect of education on earnings[J].Handbook of Labor Economics， 1999，3：1801-1863.
[責(zé)任編輯 武玉]
摘要：傳統(tǒng)明瑟收入函數(shù)中收入取決于個(gè)人受教育程度、潛在市場工作經(jīng)驗(yàn)和潛在市場工作經(jīng)驗(yàn)平方項(xiàng)，其中受教育程度由受教育年限代表，不包含在校讀書期間工作經(jīng)驗(yàn)，然而，學(xué)生在畢業(yè)前往往能積累一定工作經(jīng)驗(yàn)。因此，教育收益估計(jì)值包含了在校工作經(jīng)驗(yàn)收益，導(dǎo)致教育收益估計(jì)值存在偏差。為了消除教育收益率估計(jì)偏差，使用哈爾濱市就業(yè)市場問卷調(diào)查數(shù)據(jù)，估算了兩個(gè)收入方程——含在校工作經(jīng)驗(yàn)變量的收入方程和不含有在校工作經(jīng)驗(yàn)變量的收入方程。估算結(jié)果顯示，后者較前者在教育投資回報(bào)系數(shù)上高出28%—44%（取決于對能力偏差的控制程度），這些結(jié)果表明傳統(tǒng)明瑟收入函數(shù)過分夸大了個(gè)人受教育程度對收入的影響。
關(guān)鍵詞：在校工作經(jīng)驗(yàn)；教育回報(bào)；收入函數(shù)
中圖分類號：F24921文獻(xiàn)標(biāo)識碼：A文章編號：1000-4149（2017）02-0097-10
DOI：103969/jissn1000-4149201702010
收稿日期：2016-04-26；修訂日期：2016-08-10
基金項(xiàng)目：國家社會科學(xué)基金項(xiàng)目“生育率下降與預(yù)期壽命延長雙重約束下養(yǎng)老保險(xiǎn)制度可持續(xù)性研究”（16BRK016）；教育部人文社會科學(xué)青年基金項(xiàng)目“人口老齡化和城市化雙重約束下養(yǎng)老保險(xiǎn)體系可持續(xù)性研究”（15YJC840037）。
作者簡介：王云多，經(jīng)濟(jì)學(xué)博士，黑龍江大學(xué)經(jīng)濟(jì)與工商管理學(xué)院副教授。
一、引言
隨著知識失業(yè)問題日益嚴(yán)重，學(xué)校教育與工作實(shí)際脫離越發(fā)引起社會關(guān)注，無論是社會、學(xué)校還是學(xué)生個(gè)人，都開始重視在校讀書期間積累一定的工作經(jīng)驗(yàn)。個(gè)人該在什么時(shí)候停止受教育并且進(jìn)入職場是一個(gè)極其復(fù)雜的問題。明瑟收入函數(shù)可能掩蓋了人力資本投資中教育和工作經(jīng)驗(yàn)之間的內(nèi)在聯(lián)系：許多年輕人在完成學(xué)業(yè)前通過假期工作，半工半讀和長達(dá)幾個(gè)月到幾年斷斷續(xù)續(xù)地學(xué)習(xí)積累了大量工作經(jīng)驗(yàn)。在明瑟收入函數(shù)中，協(xié)變量包含了對受教育程度和潛在工作經(jīng)驗(yàn)的估量，而未包括對在學(xué)校獲得工作經(jīng)驗(yàn)的估量，盡管學(xué)者們已經(jīng)廣泛關(guān)注學(xué)生在校讀書期間的就業(yè)選擇和就業(yè)范圍，大多數(shù)分析者將采用明瑟收入函數(shù)估計(jì)的教育系數(shù)解釋為通過入學(xué)花費(fèi)在獲取人力資本時(shí)間上的回報(bào)，但是在實(shí)證研究中很少明確地提到在校工作經(jīng)驗(yàn)對未來收入的影響。因此，有必要從傳統(tǒng)明瑟收入函數(shù)中剝離學(xué)校教育和在校工作經(jīng)驗(yàn)對收入的影響。
二、相關(guān)問題研究述評
就學(xué)生在校期間工作經(jīng)驗(yàn)與畢業(yè)后收入之間的聯(lián)系而言，科爾曼 （Coleman）、埃倫伯格和謝爾曼（Ehrenberg and Sherman）、阿圖瓦（Ahituv）等和賴特（Light）等研究指出，很多學(xué)生在結(jié)束正規(guī)教育前就已經(jīng)進(jìn)入就業(yè)市場，而且學(xué)生在校讀書期間積累的工作經(jīng)驗(yàn)會影響他們畢業(yè)后的工作選擇和收入水平[1-4]?？茽柭?、賴特和魯姆（Ruhm）研究指出學(xué)生在校期間就業(yè)與畢業(yè)后收入之間存在正向聯(lián)系[1，4-5]。但針對二者之間的關(guān)系也存在一些不同看法，阿圖瓦等研究指出，當(dāng)考慮到一些難以觀察的因素時(shí)，在校讀書期間就業(yè)和畢業(yè)后豐厚薪水之間的正向關(guān)系便不復(fù)存在[3]。先擱置在校工作是否有償?shù)臓幷?，上述學(xué)者的研究表明，正如教育對工資的因果作用可能被不可觀測的能力所擾亂一樣，確定教育的收入效應(yīng)也將被不可測量的在校工作經(jīng)驗(yàn)所干擾。
就個(gè)人選擇在校讀書期間就業(yè)的原因而言，一些研究指出，個(gè)人可能需要錢來支付額外的學(xué)校開支或者支撐當(dāng)前的消費(fèi)，或許還有可供選擇的其他理由，如他可能視就業(yè)為一種投入與獲得收入技巧的機(jī)會，而這種技巧課堂上不能提供，以此來獲得市場經(jīng)驗(yàn)。另一些研究指出，學(xué)生中參與工作者比較傾向于獲得一種責(zé)任意識并且來改善他們的工作業(yè)績和提高個(gè)人能力，所有這些都會在他們離開學(xué)校的職業(yè)生涯中得到回報(bào)[6-7]。
就學(xué)校教育和在校工作經(jīng)驗(yàn)關(guān)系而言，貝克爾（Becker）和波拉斯（Porach）指出學(xué)校和公司之間沒有明顯區(qū)別，因?yàn)橐恍┰?，學(xué)校可以被看作一種特殊形式的公司，并且學(xué)生被當(dāng)作一種特殊形式的被培訓(xùn)者[8-9]。哈雷（Haley）研究指出，學(xué)校和工作之間沒有固定的區(qū)別，個(gè)體放棄賺錢而投入全部時(shí)間學(xué)習(xí)技能是為了獲得更多的工作經(jīng)驗(yàn)。當(dāng)人力資本存量充足不需要進(jìn)一步專業(yè)化時(shí)，個(gè)人可離開學(xué)校并且將他的努力投入到賺錢和著手于在工作地點(diǎn)進(jìn)行其他人力資本投資[10]。哈雷研究指出，當(dāng)個(gè)人停止專業(yè)化教育投資時(shí)并不需要和他離開學(xué)校的時(shí)間相一致。相反，個(gè)人可能會通過削減課堂時(shí)間并且增加一份業(yè)余工作來減少他的教育投資強(qiáng)度[10]。索思威克和茲恩茨（Soychwick and Zionts）提出和波拉斯非常相似的模型，他們認(rèn)為在最優(yōu)人力資本投資路徑下，業(yè)余學(xué)習(xí)被當(dāng)作脫產(chǎn)學(xué)習(xí)和不學(xué)習(xí)之間的橋梁[11]。但由于哈雷、索思威克和茲恩茨假定學(xué)生們參加工作是為了減少人力資本投資的強(qiáng)度，導(dǎo)致這一理論解釋力有限，并沒有發(fā)現(xiàn)學(xué)生選擇參加工作是因?yàn)楣ぷ鹘?jīng)驗(yàn)可以提供給他們一些不同于課堂培訓(xùn)的技能。
本文試圖研究當(dāng)加入或排除在校工作經(jīng)驗(yàn)對工資的影響時(shí)，學(xué)校教育的作用會有怎樣變化，探討教育（或在校學(xué)習(xí)花費(fèi)的時(shí)間）和在校工作經(jīng)驗(yàn)（或者說在校工作花費(fèi)的時(shí)間）對收入的不同影響。
三、收入函數(shù)設(shè)定及實(shí)證檢驗(yàn)
1.收入函數(shù)設(shè)定
傳統(tǒng)明瑟收入函數(shù)采取半對數(shù)方程，將個(gè)人收入看作取決于個(gè)人受教育程度、潛在市場工作經(jīng)驗(yàn)和潛在市場工作經(jīng)驗(yàn)二次項(xiàng)的函數(shù)，將影響個(gè)人收入的能力和機(jī)會等因素放入殘差項(xiàng)。市場工作經(jīng)驗(yàn)的二次設(shè)定已經(jīng)被廣泛接受并被應(yīng)用于估算人力資本收益率。市場工作經(jīng)驗(yàn)二次設(shè)定的主要優(yōu)點(diǎn)在于：首先，易于估算教育收益率和市場工作經(jīng)驗(yàn)收益率，且市場工作經(jīng)驗(yàn)的二次設(shè)定可以減少明瑟收入函數(shù)中的參數(shù)，若樣本數(shù)量較少，市場工作經(jīng)驗(yàn)的二次設(shè)定可以控制收入函數(shù)的自由度。其次，市場工作經(jīng)驗(yàn)估計(jì)值能夠被用于描述截面或者面板數(shù)據(jù)的收入增長，也能夠被用于描述收入隨時(shí)間的變化和在某一時(shí)點(diǎn)不同群組收入的變化，因此，明瑟收入函數(shù)中市場工作經(jīng)驗(yàn)的二次設(shè)定可以近似代表實(shí)際收入剖面[12-13]。
傳統(tǒng)明瑟收入函數(shù)中使用的市場工作經(jīng)驗(yàn)通常被設(shè)定為個(gè)人畢業(yè)后在勞動(dòng)力市場獲得的工作經(jīng)驗(yàn)，而并非個(gè)人實(shí)際工作經(jīng)驗(yàn)，但二者在實(shí)踐中往往不相等。將工作經(jīng)驗(yàn)簡單地等同于畢業(yè)后勞動(dòng)力市場潛在工作經(jīng)驗(yàn)沒有考慮個(gè)人在學(xué)校讀書期間通過參加社會實(shí)踐活動(dòng)獲得的工作經(jīng)驗(yàn)（在校工作經(jīng)驗(yàn)），即個(gè)人的實(shí)際工作經(jīng)驗(yàn)應(yīng)該是離開學(xué)校后獲得的潛在市場工作經(jīng)驗(yàn)和在校讀書期間積累的工作經(jīng)驗(yàn)之和。因此，使用潛在市場工作經(jīng)驗(yàn)二次設(shè)定描述截面收入增長往往存在顯著的偏差，不完全符合工作經(jīng)驗(yàn)與收入之間的關(guān)系。有必要深入研究個(gè)人潛在市場工作經(jīng)驗(yàn)、在校讀書期間積累的工作經(jīng)驗(yàn)與個(gè)人收入之間的關(guān)系，優(yōu)化明瑟收入函數(shù)，準(zhǔn)確估算教育和工作經(jīng)驗(yàn)對個(gè)人收入的影響。
之所以關(guān)注在校工作經(jīng)驗(yàn)對個(gè)人收入的影響，是由于在現(xiàn)代社會中部分大中專院校學(xué)生渴望獲得一些實(shí)際工作經(jīng)驗(yàn)，旨在為他們今后的工作選擇獲得不同于課堂學(xué)習(xí)的市場技能。因此，明瑟收入函數(shù)會很容易被擴(kuò)展為包含在校工作經(jīng)驗(yàn)。就像通常
采取明瑟收入函數(shù)估算教育收益率和市場工作經(jīng)驗(yàn)收益率一樣，可以在明瑟收入函數(shù)中加入在校工作經(jīng)驗(yàn)變量來估算在校工作經(jīng)驗(yàn)收益率。
可以通過在校的工作經(jīng)驗(yàn)和學(xué)校正規(guī)教育投資互動(dòng)來允許這些可供選擇的技能補(bǔ)充。另外，在處理能力偏差時(shí)，可以相似看待學(xué)校投資和在校工作經(jīng)驗(yàn)，因?yàn)檫@些因素對在校學(xué)習(xí)和在校工作決定有相似影響。
為了合并這些擴(kuò)展，設(shè)定含有在校工作經(jīng)驗(yàn)的明瑟收入函數(shù)如下：
式（1）中代表個(gè)人收入的自然對數(shù)（離開學(xué)校后獲得的），s代表學(xué)校教育（由教育年限代表），sx代表在校工作經(jīng)驗(yàn)，x代表離開學(xué)校后潛在市場工作經(jīng)驗(yàn)（通常由工作年限代表），代表學(xué)校教育和在校工作經(jīng)驗(yàn)交互項(xiàng)，
α0、α1、α2、α3、α4、α5和α6分別代表常數(shù)項(xiàng)、學(xué)校教育、潛在市場工作經(jīng)驗(yàn)、潛在市場工作經(jīng)驗(yàn)平方項(xiàng)、在校工作經(jīng)驗(yàn)、在校工作經(jīng)驗(yàn)平方項(xiàng)和學(xué)校教育與在校工作經(jīng)驗(yàn)交互項(xiàng)的系數(shù)估計(jì)值，μ代表難以觀測到的因素（不包含能力、機(jī)會以及影響教育和工作經(jīng)驗(yàn)選擇的其他因素），被設(shè)定為殘差項(xiàng)。
采用更加傳統(tǒng)的不包含在校工作經(jīng)驗(yàn)的收入函數(shù)估算結(jié)果，其函數(shù)設(shè)定如下：
式（2）中變量lnw，s和x代表的經(jīng)濟(jì)含義與式（1）相同，β0、β1、β2和β3分別代表常數(shù)項(xiàng)、學(xué)校教育、潛在市場工作經(jīng)驗(yàn)和潛在市場工作經(jīng)驗(yàn)平方項(xiàng)的系數(shù)估計(jì)值，ε代表與學(xué)校教育和潛在市場工作經(jīng)驗(yàn)不相關(guān)的殘差項(xiàng)。在估計(jì)式（2）時(shí)，本文使用與式（1）相同的策略糾正教育系數(shù)中存在的能力偏差。對于每一個(gè)使用的估算式，可得一組估計(jì)量（α^和β^），式（1）的估計(jì)量包含在校工作經(jīng)驗(yàn)，式（2）排除了在校工作經(jīng)驗(yàn)的影響。對于每一組估計(jì)量本文運(yùn)用 β^-α^α^×100來估算教育系數(shù)的級數(shù)，當(dāng)在校工作經(jīng)驗(yàn)在模型中受到限制時(shí)，本文把省略在校工作經(jīng)驗(yàn)偏差百分比變化植入式（2）。
以上并沒有從傳統(tǒng)意義上定義偏差。但是本文從式（2）中剔除在校工作經(jīng)驗(yàn)導(dǎo)致每一個(gè)β^不能真正代表教育收益率，存在潛在的偏差。然而，β^通常被視為教育收益率的無偏估計(jì)值。就像本文在引言中提到的那樣，多數(shù)分析者傾向于將這一效應(yīng)解釋為教育回報(bào)，即入學(xué)后技能投資的回報(bào)。
通常的做法就是將式（1）中教育收益率估計(jì)值α^和式（2）中教育收益率的估計(jì)值作比較。就每一β^而言，本文將能力偏差設(shè)定為 并且將它和本文省略在學(xué)校工作經(jīng)驗(yàn)的偏差相比較。格里利謝斯（Griliches）強(qiáng)調(diào)這種能力偏差的測量方法會被誤導(dǎo)，因?yàn)棣耝隨樣本個(gè)性特征或者模型設(shè)定變化而變化[14]。本文并沒有聲稱存在絕對的能力偏差或者絕對的學(xué)校工作經(jīng)驗(yàn)偏差，并且，實(shí)際上，本文論證了這些偏差的敏感程度。盡管如此，本文相信這種對樣本的比較非常有啟發(fā)性。
2.數(shù)據(jù)來源說明及統(tǒng)計(jì)分析
本文使用的數(shù)據(jù)來自對黑龍江省哈爾濱市就業(yè)市場的問卷調(diào)查，調(diào)查時(shí)間為2014年7月至9月，組織在校大學(xué)生利用暑假時(shí)間深入到企事業(yè)單位做調(diào)查，調(diào)查對象是處于就業(yè)狀態(tài)的勞動(dòng)力。共發(fā)放問卷2200份，回收2158份，為了獲得更真實(shí)的個(gè)人工資收入、教育年限和在校工作經(jīng)驗(yàn)等信息，對回收的2158份問卷進(jìn)一步篩選，剔除調(diào)查對象未應(yīng)答或者應(yīng)答模糊、應(yīng)答信息嚴(yán)重缺失的問卷，實(shí)際回收的有效問卷1547份，超過發(fā)放問卷總數(shù)的1/2。調(diào)查信息包括被調(diào)查者的出生年份、出生月份、性別、受教育程度、在校工作經(jīng)驗(yàn)、收入和職業(yè)等基本信息?！澳挲g”變量被定義為以年為單位的連續(xù)變量，即從調(diào)查對象出生到接受調(diào)查年份的實(shí)際時(shí)間跨度?！笆芙逃潭取奔唇逃晗拮兞?，被定義為以年為單位的連續(xù)變量，將入學(xué)年齡設(shè)定為6周歲，小學(xué)教育設(shè)定為6年，初中教育設(shè)定為3年，高中教育設(shè)定為3年，大專教育設(shè)定為3年，本科教育設(shè)定為4年，碩士教育設(shè)定為3年，博士教育設(shè)定為3年?！肮ぷ鹘?jīng)驗(yàn)”即潛在市場工作經(jīng)驗(yàn)也被設(shè)定為以年為單位的連續(xù)型變量，代表勞動(dòng)力市場經(jīng)歷。受調(diào)查對象工作轉(zhuǎn)換和失業(yè)持續(xù)期的影響，將潛在市場工作經(jīng)驗(yàn)的計(jì)算公式設(shè)定為調(diào)查對象的實(shí)際年齡減入學(xué)年齡和教育年限?！皞€(gè)人收入”被定義為一個(gè)連續(xù)變量，用月均工資收入代表?！霸谛９ぷ鹘?jīng)驗(yàn)”也被設(shè)定為以年為單位的連續(xù)型變量，將在校工作經(jīng)驗(yàn)定義為從被訪問者16歲生日到對應(yīng)他離開學(xué)校月份中間累計(jì)的工作時(shí)數(shù)，再折合為一定的年數(shù)，折合方法如下：假定正常情況下個(gè)人每天工作時(shí)間為8小時(shí)，每周5個(gè)工作日，去掉法定節(jié)假日，假定一年為50個(gè)工作周，因而8×5×50=2000小時(shí)，因此，在計(jì)算在校工作年數(shù)時(shí)，由被訪問者回答的走向勞動(dòng)力市場前累積工作時(shí)數(shù)除以2000來代表，收入函數(shù)中解釋變量的關(guān)鍵步驟是如何確定每一個(gè)被訪者在學(xué)校和市場工作活動(dòng)之間的底線。由于被訪問者平均年齡為3244歲，比較年輕，他們畢業(yè)時(shí)間不是特別長，記憶應(yīng)該比較清晰，所應(yīng)答的累積在校工作經(jīng)驗(yàn)大約時(shí)數(shù)應(yīng)該比較準(zhǔn)確。將被訪問者回答的“職業(yè)”合并為三類，分別是競爭性行業(yè)（包括制造業(yè)、建筑業(yè)、批發(fā)零售業(yè)、社會服務(wù)業(yè)等），壟斷性行業(yè)（包括電力煤氣及水的供應(yīng)、采掘業(yè)、交通倉儲和郵電通信、金融保險(xiǎn)、房地產(chǎn)業(yè)等）和行政事業(yè)單位（包括教育文化廣播影視業(yè)、國家黨政機(jī)關(guān)和社會團(tuán)體等部門）。
回收的有效問卷分布比較具有代表性，按樣本總體和分性別統(tǒng)計(jì)的主要測量指標(biāo)均值特征如表1所示。
按照教育程度、性別和行業(yè)統(tǒng)計(jì)的樣本分布也比較具有代表性（見表2）。
此外，在本次研究的1547個(gè)樣本中，在校工作經(jīng)驗(yàn)的平均水平是062年或者1240個(gè)小時(shí)。高中學(xué)歷的被訪者從16歲到他們離開學(xué)校走向社會這一相對較短的時(shí)間內(nèi)勉強(qiáng)累積了425小時(shí)的在校工作經(jīng)驗(yàn)。而?？坪捅究茖W(xué)歷的被訪者分別積累了996和1344小時(shí)的在校工作經(jīng)驗(yàn)，碩士學(xué)歷和博士學(xué)歷的被訪者分別積累了1754和1988小時(shí)的在校工作經(jīng)驗(yàn)。這表明隨著年齡增加每年平均工作時(shí)數(shù)總體上呈遞增趨勢，有助于在學(xué)校教育和學(xué)校工作經(jīng)驗(yàn)之間建立積極的關(guān)系。
3.實(shí)證檢驗(yàn)
在估計(jì)式（1）和（2）時(shí)，本文用三個(gè)代理變量和兩個(gè)工具變量（IV）方法來控制教育系數(shù)中的能力偏差。在估計(jì)式（1）時(shí)，本文使用魯姆和賴特提出用來處理在校工作經(jīng)驗(yàn)內(nèi)生性的方法[4-5]。
第一個(gè)應(yīng)對能力偏差的代理變量方法是通過加入一組家庭背景控制變量糾正由于能力偏差引起的教育收益估計(jì)值偏差。這些控制變量包括被訪問者家庭人均收入和被訪問者父母的最高學(xué)歷，旨在運(yùn)用這些背景變量消除樣本在教育偏好、個(gè)人能力和獲得教育基金機(jī)會上的異質(zhì)性。第二個(gè)應(yīng)對能力偏差的代理變量方法是在解釋變量中包括教育能力和工作能力測試分?jǐn)?shù)，教育能力分?jǐn)?shù)由被訪問者在一般科學(xué)、邏輯推理、詞匯知識、段落分析和數(shù)學(xué)知識方面測試原始分?jǐn)?shù)的加總得到。工作能力分?jǐn)?shù)通過被訪問者在數(shù)值運(yùn)算以及工作業(yè)績方面的測試分?jǐn)?shù)加總得到。第三個(gè)應(yīng)對能力偏差的代理變量方法包括被訪問者教育能力和工作能力測試分?jǐn)?shù)和家庭背景控制。
在第一個(gè)工具變量方法的協(xié)變量中包含教育能力和工作能力測試分?jǐn)?shù)。由于家庭背景因素反映了在影響學(xué)校教育需求的品味、獲得教育基金的機(jī)會以及其他因素方面的異質(zhì)性，能解釋觀察到教育能力和工作能力的很多變化，因此，本文將家庭背景變量設(shè)定為教育能力和工作能力的工具。
本文的第二個(gè)工具變量方法包括使用被訪問者是否有兄弟姐妹作為學(xué)校教育的工具變量。虛擬變量表示被訪問者是否有兄弟或姐妹（如果他沒有兄弟姐妹則設(shè)置為零）。統(tǒng)計(jì)數(shù)據(jù)表明，在家庭規(guī)模既定的情況下，有兄弟姐妹的女性被訪問者接受的教育少于沒有兄弟姐妹的女性被訪問者，這表明被訪問者完成的最高學(xué)歷和兄弟姐妹數(shù)量之間存在顯著負(fù)向關(guān)系，或許是因?yàn)橛邢薜募彝ベY源將被轉(zhuǎn)移。
在對在校工作經(jīng)驗(yàn)（SX）控制的規(guī)定中，本文就像關(guān)注學(xué)校教育系數(shù)一樣關(guān)注在校工作經(jīng)驗(yàn)系數(shù)估計(jì)的能力偏差。參照魯姆的研究[5]
，本文認(rèn)為加入家庭背景、教育能力和工作能力測試成績能消除大部分天生能力、獲取基金和其他影響在學(xué)校讀書時(shí)工作決定因素的異質(zhì)性。因此，上面所描述的代理方法是潛在有效地控制學(xué)校教育和在校工作經(jīng)驗(yàn)中能力偏差的方法。
下面，本文采用工具變量法和廣義最小二乘法估算含有和不含在校工作經(jīng)驗(yàn)的收入方程。
4.結(jié)果分析
表3列出從式（2）可選擇變量中去除在校工作經(jīng)驗(yàn)變量的GLS和IV/GLS估計(jì)值。在表3中a列為使用廣義最小二乘法估算的式（2）主要變量參數(shù)估計(jì)值，本文忽略被訪者在學(xué)校教育水平和未被發(fā)現(xiàn)的影響工資因素之間的相關(guān)性，只是簡單地對學(xué)校教育、潛在市場工作經(jīng)驗(yàn)和潛在市場工作經(jīng)驗(yàn)平方項(xiàng)對收入自然對數(shù)的影響做了回歸分析，其中，教育系數(shù)估計(jì)值為0095。
很多研究者會認(rèn)為表3中列出的學(xué)校教育系數(shù)估計(jì)值并沒有顯示出影響學(xué)校教育的真正因素，因?yàn)檫@個(gè)規(guī)定并沒有考慮到學(xué)校教育和先天能力或者家庭背景之間的關(guān)系。在式（2）的基礎(chǔ)上，本文引入家庭背景變量，在b列中列出包含家庭背景代理變量的估計(jì)值，進(jìn)一步加入教育能力和工作能力測試成績代表先天能力，在c列中列出包含教育能力和工作能力代理變量的估計(jì)值，在d列列出同時(shí)加入家庭背景變量、教育能力和工作能力測試成績變量的估計(jì)值。實(shí)證研究結(jié)果表明，相對于a列估計(jì)值而言，每一個(gè)連續(xù)的變化會增加截距估計(jì)值，工作經(jīng)驗(yàn)系數(shù)有微小變化，最重要的是估計(jì)的學(xué)校教育系數(shù)下降。拿b、c和d列來說，作為控制學(xué)校教育內(nèi)生性的方法，與a列這一模型基本設(shè)定相比，這些調(diào)整導(dǎo)致能力偏差分別向上增加12%、21%和49%，這些變化在表3中最后一行給出。
表3中的e和f列，經(jīng)由工具變量控制能力偏差。
在e列使用被訪問者家庭背景作為工具變量，在f列使用被訪問者是否有兄弟姐妹作為工具變量。采用上述兩種工具變量估計(jì)的學(xué)校教育系數(shù)估計(jì)值都比表3中a列教育系數(shù)估計(jì)值大。
表3中a列教育系數(shù)估計(jì)值分別比e列和f列教育系數(shù)估計(jì)值減少了14%和37%。
表3中e列和f列的IV/GLS估計(jì)值與a—d列中GLS估計(jì)值有潛在不同，有必要進(jìn)一步研究工具變量的有效性。表3列出的R2來自于對在校工作經(jīng)驗(yàn)一階回歸估計(jì)值，這些統(tǒng)計(jì)數(shù)據(jù)表明每組工具變量解釋了學(xué)校教育的潛在差異。對于兩個(gè)工具變量，本文在5%顯著水平上拒絕了學(xué)校教育是外生的零假設(shè)。就這一分析結(jié)果而言，卡德（Card）早已解釋了為什么一個(gè)未修正的教育系數(shù)估計(jì)值（表3中a列）可能會小于工具變量估計(jì)值（表3中e列和f列），在工具變量估計(jì)中，工具變量被視為引起有較高貼現(xiàn)率的人去提高教育水平干預(yù)措施。IV估計(jì)由于有高貼現(xiàn)率、邊際收益超過了非IV估計(jì)情況，在這種情況下，教育回報(bào)受這些因素干擾[15]。
迄今為止，本文使用了各種常規(guī)方法來分析排除在校工作經(jīng)驗(yàn)情況下學(xué)校教育收益估計(jì)問題，而且，討論了當(dāng)忽略能力偏差時(shí)，教育收益估計(jì)值被高估和低估的問題。
表3揭示了通過代理變量和工具變量糾正能力偏差的情況。為了深入研究在校工作經(jīng)驗(yàn)對教育收益率的影響，本文試圖分析當(dāng)把在校工作經(jīng)驗(yàn)變量加入模型時(shí)教育系數(shù)估計(jì)值將如何改變。每個(gè)模型添加三個(gè)解釋變量（在校工作經(jīng)驗(yàn)、在校工作經(jīng)驗(yàn)平方，以及在校工作經(jīng)驗(yàn)和學(xué)校教育之間的相互作用），為應(yīng)對在校工作經(jīng)驗(yàn)和未被觀察到的因素之間的潛在相關(guān)性，本文運(yùn)用代理和工具變量方法處理教育的內(nèi)生性。
表4列出了包括在校工作經(jīng)驗(yàn)的估計(jì)結(jié)果。通過對比表4和表3中教育系數(shù)估計(jì)值，研究表明無論用哪種方法來估計(jì)模型，增加在校工作經(jīng)驗(yàn)會導(dǎo)致教育收益率估計(jì)值下降。與表3相比，表4中a列估計(jì)的學(xué)校教育系數(shù)會從0095下降到0074，就a列而言，可知省略在校工作經(jīng)驗(yàn)導(dǎo)致的偏差為28%。
當(dāng)在表4隨后各列中引入各種能力偏差控制情況時(shí)，在校工作經(jīng)驗(yàn)偏差通常會上升（表4中d列為31%和f列為43%）。承認(rèn)這一偏差的存在很重要，這一偏差被簡化為表3中估計(jì)的教育系數(shù)超過表4中相應(yīng)系數(shù)的百分比，如果將每一個(gè)教育系數(shù)估計(jì)值視為教育收益率，偏差由沒有考慮在校工作經(jīng)驗(yàn)對收入的影響導(dǎo)致。表3和表4中學(xué)校教育系數(shù)估計(jì)值和能力偏差估計(jì)值和估計(jì)方法有一定相關(guān)性，表4中在校工作經(jīng)驗(yàn)估計(jì)值都較高，比相應(yīng)能力偏差估計(jì)值高得多，這表明在校工作經(jīng)驗(yàn)處理不當(dāng)會引起學(xué)校教育系數(shù)估計(jì)值增加，因?yàn)閷W(xué)生就業(yè)對畢業(yè)后收入有一定影響。
總體上看，表3中學(xué)校教育系數(shù)估計(jì)值比表4中學(xué)校教育加上工作經(jīng)驗(yàn)回報(bào)估計(jì)值低4%—20%。上述分析表明傳統(tǒng)明瑟收入函數(shù)由于忽略在校工作經(jīng)驗(yàn)，高估了教育收益率，低估了工作經(jīng)驗(yàn)的收益率。
基于學(xué)校教育變量沒有測量誤差假設(shè)得出上述研究結(jié)論，如果教育變量中包含大量測量誤差，當(dāng)加入在校工作經(jīng)驗(yàn)時(shí)，由于在校工作經(jīng)驗(yàn)和學(xué)校教育高度相關(guān)，教育收益率估計(jì)值必然會減少。因此，表4引入向下偏差估計(jì)值，這一偏差估計(jì)值取決于學(xué)校教育和在校工作經(jīng)驗(yàn)的相關(guān)程度和學(xué)校教育的測量誤差，可能在絕對數(shù)量上會超過表3省略變量偏差（向上偏差）估計(jì)值。更確切地說，本文認(rèn)為在缺少教育系數(shù)測量誤差的情況下，表4中教育系數(shù)估計(jì)值 這里的αs是式（1）所描述的學(xué)校教育效果；因省略在校工作經(jīng)驗(yàn)偏差，表3中教育系數(shù)估計(jì)值超過αs。如果s存在測量誤差，那么，從當(dāng)前協(xié)變量排除學(xué)校教育和在校工作經(jīng)驗(yàn)， 代表由于s測量誤差產(chǎn)生的方差，代表教育對在校工作經(jīng)驗(yàn)回歸的相關(guān)系數(shù)。由于表4中學(xué)校教育系數(shù)估計(jì)值是依據(jù)學(xué)校教育的測量誤差產(chǎn)生的向下偏差估計(jì)值，因此，表3中學(xué)校教育收益率估計(jì)值超過表4中教育收益率估計(jì)值。
由于學(xué)校教育變量通常比從傳統(tǒng)調(diào)查獲取的變量有更少隨機(jī)誤差，因此不可能存在較大測量偏差，本文運(yùn)用與學(xué)校教育相關(guān)變量來確定并且糾正每一受訪者的錯(cuò)誤回答。使用調(diào)整后的學(xué)校教育變量方差為19%，比運(yùn)用每一個(gè)受訪者在離開學(xué)校時(shí)完成的最高學(xué)歷所選擇的變量測量方差要小。
盡管努力減少測量誤差，但是有必要探討誤差大小和解釋表3和表4中廣義最小二乘估計(jì)值的差別。研究使用的估計(jì)值來自表3中d列，包括家庭背景變量在內(nèi)。當(dāng)沒有加入在校工作經(jīng)驗(yàn)時(shí)，學(xué)校教育系數(shù)估計(jì)值為0072（見表5）。當(dāng)在模型中加入sx時(shí)，學(xué)校教育系數(shù)估計(jì)值減少到0055。如果學(xué)校教育和其他協(xié)變量均沒有測量誤差，可推知沒有考慮在校工作經(jīng)驗(yàn)會產(chǎn)生31%的省略變量偏差，計(jì)算結(jié)果見表5估計(jì)值列。
為了得到表5中最后一行的估計(jì)值，本文做了其他有關(guān)隨機(jī)誤差程度的假設(shè)，這些誤差仍然存在于學(xué)校教育測量中。反過來說，如果假設(shè)誤差占學(xué)校教育測量總方差的1%、5%、10%和15%，可推斷真正的學(xué)校教育系數(shù)應(yīng)該在0056到0072這個(gè)變動(dòng)幅度內(nèi)，這當(dāng)然比實(shí)際估計(jì)值（0055）高。用這些真實(shí)的系數(shù)估計(jì)值來代替學(xué)校教育系數(shù)估計(jì)值，計(jì)算出省略在校工作經(jīng)驗(yàn)的偏差。當(dāng)αs=001和當(dāng)αs=014的時(shí)候，這些估計(jì)值的變動(dòng)幅度從29%到-07%。如果學(xué)校教育測量方差多達(dá)15%由噪音引起，當(dāng)加入在校工作經(jīng)驗(yàn)后，學(xué)校教育系數(shù)估計(jì)值下降完全由向下測量偏差引起。如果噪音對總方差比率僅為5%，省略在校工作經(jīng)驗(yàn)的收入函數(shù)與沒有省略在校工作經(jīng)驗(yàn)的收入函數(shù)相比，教育系數(shù)估計(jì)值偏差約為1/3。并且其余的偏差由測量誤差偏差引起。如果這個(gè)假設(shè)是正確的，收入函數(shù)中加入在校工作經(jīng)驗(yàn)會改善學(xué)校教育的效果。
四、結(jié)語
本文通過探尋傳統(tǒng)明瑟收入函數(shù)在工作經(jīng)驗(yàn)設(shè)定中存在的不足，研究在校工作經(jīng)驗(yàn)對教育投資收益的影響，不僅將學(xué)校教育和在校工作經(jīng)驗(yàn)區(qū)分開，而且基于哈爾濱市勞動(dòng)力市場問卷調(diào)查數(shù)據(jù)和收入函數(shù)設(shè)定的教育、在校工作經(jīng)驗(yàn)和市場工作經(jīng)驗(yàn)之間的關(guān)系，估算教育、在校工作經(jīng)驗(yàn)和個(gè)人離開校園后市場工作經(jīng)驗(yàn)收益率，研究結(jié)論如下。
第一，傳統(tǒng)明瑟收入函數(shù)忽視了在校工作經(jīng)驗(yàn)對收入的影響?；诖?，為準(zhǔn)確描述實(shí)際工作經(jīng)驗(yàn)對個(gè)人收入的影響，應(yīng)在傳統(tǒng)明瑟收入函數(shù)中加入在校工作經(jīng)驗(yàn)變量，并加以量化研究。對于沒有在校工作實(shí)踐的被訪者，傳統(tǒng)明瑟收入函數(shù)仍是估算教育收益率和工作經(jīng)驗(yàn)收益率的最佳選擇。對于有機(jī)會參加在校工作實(shí)踐的被訪問者，若采用傳統(tǒng)明瑟收入函數(shù)估算人力資本收益率，忽略在校工作經(jīng)驗(yàn)對收入的影響，必然導(dǎo)致高估教育收益率。而且，研究顯示，個(gè)人在校工作經(jīng)驗(yàn)越豐富，教育收益率被高估得越多。因此，在實(shí)證研究中應(yīng)針對被訪問者有無在校工作經(jīng)驗(yàn)，有針對性地采取不同明瑟收入函數(shù)加以量化研究。
第二，本文利用問卷調(diào)查數(shù)據(jù)，通過對含有在校工作經(jīng)驗(yàn)和不含有在校工作經(jīng)驗(yàn)的明瑟收入函數(shù)的實(shí)證檢驗(yàn)，證實(shí)教育投資是人力資本投資的主要形式。表現(xiàn)為無論包含在校工作經(jīng)驗(yàn)還是不包含在校工作經(jīng)驗(yàn)，采用不同的明瑟收入函數(shù)估算的教育收益率遠(yuǎn)遠(yuǎn)高于工作經(jīng)驗(yàn)收益率。
盡管教育收益率高于市場工作經(jīng)驗(yàn)和在校工作經(jīng)驗(yàn)收益率，但是在校工作經(jīng)驗(yàn)對個(gè)人收入的影響不容忽視，在重視學(xué)校教育的同時(shí)，也應(yīng)該關(guān)注學(xué)生在校期間職業(yè)技能的培養(yǎng)和提高。因此，建議在大力發(fā)展教育的同時(shí)，教育發(fā)展必須超出常規(guī)模式，重視創(chuàng)新創(chuàng)業(yè)實(shí)踐教育。受傳統(tǒng)精英教育理念的影響，在我國，大學(xué)過度偏重于理論型人才的培養(yǎng)，忽視了創(chuàng)業(yè)能力的培養(yǎng)，培養(yǎng)的大學(xué)生在走出校園之前并沒有真正接觸社會，缺少從事工作必備的就業(yè)技能，脫離實(shí)踐的教育導(dǎo)致培養(yǎng)的大學(xué)生與市場需求不匹配，就業(yè)率不斷下降，為有效提高大學(xué)生就業(yè)率，優(yōu)化人力資源配置，在大學(xué)生走出校園之前應(yīng)積累足夠多的工作經(jīng)驗(yàn)，這需要學(xué)校為大學(xué)生提供創(chuàng)業(yè)機(jī)會和創(chuàng)業(yè)場所，通過創(chuàng)業(yè)教育實(shí)踐類課程的開設(shè)和學(xué)習(xí)，不僅有利于大學(xué)生盡早融入社會，適應(yīng)社會，將自己在大學(xué)所學(xué)的知識用于創(chuàng)業(yè)實(shí)踐，而且也可以將創(chuàng)業(yè)實(shí)踐中學(xué)習(xí)到的知識和技能上升到理論的高度，加深對所學(xué)理論知識的掌握和運(yùn)用，提高綜合素質(zhì)。
參考文獻(xiàn)：
[1]COLEMAN J S.The transition from school to work[J].Research in Social Stratification and Mobility，1984，3（2）：27-59.
[2]EHRENBERG R G， SHERMAN D R.Employment while in college，academic achievement and postcollege outcomes[J].Journal and Human Resource，1987，23（3）：1-23.
[3]AHITUV A，TIENDA M.
Employment， motherhood and school continuation decision of young white， black and Hispanic woman[J].Journal of Labor Economics， 2004，22（1）：115-158.
[4]LIGHT A.Estimating the returns to schooling： when does the career begin？[J]. Economics of Education Review，1998，17（2），31-45.
[5]RUHM C.The extent and consequences of high school employment[J].Journal of Labor Research，1995，16（4）：293-303.
[6]MURPHY K M，WELCH F. Empirical ageearning profiles[J].Journal of Labor Economics， 1990，18（2）：202-229.
[7]MURPHY K M，WELCH F.The structure of wages[J].Quarterly Journal of Economics ，1992，107（1）：285-326.
[8]BECKER G S.Investment in human capital： a theoretical analysis[J].Journal of Political Economy，1962，70（5）：9-49.
[9]PORACH B.The production of human capital and the life cycle of earning[J].Journal of Political Economy，1967，75（4）：352-365.
[10]HALEY W J.Human capital：the choice between investmet and income[J].American Economic Review，1973，63（4）：929-944.
[11]SOUTHWICK L J，ZIONTS S.An optinal control theory approach to the education investment decision[J].Operations Research，1974，22（11）：1156-1174.
[12]王云多.人力資本掙得方程研究及實(shí)證分析[J].科研管理，2009（5）：82-89.
[13]王云多.基于工齡視角的人力資本收入函數(shù)經(jīng)驗(yàn)研究——以黑龍江省13個(gè)城市的調(diào)查為例[J].中國人口科學(xué)，2010（6）：61-69.
[14]GRILICHES Z.Estimating the return to schooling：some econometric problems[J].Econometrica，1997，45（1）： 1-22.
[15]CARD D. The causal effect of education on earnings[J].Handbook of Labor Economics， 1999，3：1801-1863.
[責(zé)任編輯 武玉]
