农村职业教育投资回报率的变化：1989～2009年，本文主要内容关键词为：职业教育论文,投资回报率论文,农村论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F08G40-054
文献标识码：A
文章编号：1003-4870(2013)01-0022-08
一、引言
关于农村教育特别是农村职业教育对农村经济发展的贡献，最近十几年来引起了不少社会学者的热切关注[1]。然而，现有的研究并没有对农村职业教育与农村居民收入分配二者之间的关系给出很好的回答。一方面，很少有文献深入讨论农户家庭对职业教育的投资水平及其回报率的准确估计，仅有的几项研究也只是简单描述性地刻画了某个特定年份某一地区农村职业教育投资回报率的局部水平[2]；另一方面，关于我国农村职业教育发展滞后和农村内部收入差距扩大背后的原因解释，迄今为止也没有形成一个统一的并且适用性较强的分析框架。这使得我们既无法准确地识别出农村职业教育对农村劳动力市场中收入分配的影响程度，也难以确切地知道农村职业教育在收入不平等形成机制中究竟起着多大的影响作用。而事实上，农村职业教育与农村劳动力的职业素质和技能型劳动力需求紧密相连，对农村经济转型有着重大意义。特别是在大力推进农村向城镇化发展的过程中，农村教育能否真正起着加快推动农村经济转型的作用，仍是值得我们进一步深入讨论和分析的议题。
为了定量考察20世纪80年代末、90年代初以来我国农村职业教育投资回报率的变化，特别是农村职业教育对农户家庭及居民收入的影响效应，本文利用新近发展的倾向得分匹配法(propensity score matching，简称PSM)，基于1989年到2009年进行的8次全国性农村住户抽样调查数据进行了实证分析。同时，本文对我国农村职业教育与普通高中教育回报率的差异进行比较和分析，估计出农村家庭与个人从职业教育和普通高中教育中各自获得的经济收益，从而揭示出我国农村职业教育对农户家庭及居民收入分配的影响效应。
二、相关文献回顾
自1974年Mincer首次提出运用收入方程来估计教育回报率以后，关于教育投资回报率的测量和分析一直是教育经济学研究领域的重点。然而，直到20世纪80年代末90年代初以后，有关中国教育投资回报率的调查研究才开始涌现。总体而言，目前对于中国农村教育投资回报率的研究文献还并不多见，关于农村职业教育对农村居民收入分配的影响研究更是付之阙如。
(一)1980年—20世纪90年代期间：中国农村教育投资回报率总体偏低
许多早期的研究大都发现中国农村地区的教育回报率在上个世纪80年代和90年代期间都显得异乎寻常得低①。比较典型的文献有：李实和李文彬(1994)最早利用“中国家庭住户收入调查”(CHIP)数据资料，估算了1988年我国农村教育投资回报率大约为2％，相比同期城镇教育回报率低出1.8个百分点[3]。此后，另一项利用“中国综合社会调查”(CGSS)资料所做的研究则显示，1993年我国农村男性的教育回报率仅为1.8％，相比于女性4.3％的回报率明显偏低[4]。同一时期开展的一项农村乡镇企业调查研究表明，教育对于国有企业普通职工工资性收入的影响并不显著，但对于非国有企业职工收入有着明显的正向影响，这就意味着不同所有制部门之间的教育回报率是有差异的[5]。此后的一系列农村住户抽样调查均表明，教育对于农村居民劳动收入的影响甚微，其年投资回报率大致上介于2.3％～4.8％之间[6]。另外，还有部分研究估计出90年代初期我国农村教育回报率为负值，尽管这一估计结果并未达到统计显著性[7]。
综观以往文献我们不难看出，不同学者估计出的结果存在着明显差异，但从总体来看，20世纪80年代和90年代期间我国农村教育回报率基本稳定地维持在5％以下，这与同期低收入水平国家10.9％、中等收入水平国家10.7％的教育回报率相比明显偏低②。也就是说，相比较于其他同等发展水平的国家，中国的快速经济发展与较低的教育回报率是同时并存的。关于中国农村教育回报率总体水平低下的原因解释，学术界主流的观点是上个世纪80年代和90年代的中国仍然严重受制于传统国家规制的制度惯性而未能使市场经济的作用充分释放出来所导致的③。一方面这是受农村劳动力市场本身尚未发育成熟所决定的；另一方面，这种结果与我国农村职业教育发展滞后也是分不开的。
(二)2000年至今：农村教育投资回报率呈现一种上升的趋势
现有文献中与本文最相关的是周亚虹等人(2010)的研究[8]。他们利用2007年苏北农村地区3个县的416户家庭调查数据进行分析，结果显示农村职业教育对农户家庭收入有着显著的影响，农村职业教育三年总回报率为27％，年均回报率达到9％。然而正如研究者所指出的，该研究只是单方面考察某个特定年份某一地区的调查资料，并不能很好地反映我国农村职业教育发展的整体概貌及其动态演变过程，同时研究者也没有关注到农村职业教育对个体收入的独立影响。另一项研究中，李宏彬和张俊森(2008)基于2002年中国五大城市调查发现，城镇职业高中教育的投资回报率明显高于普通高中教育[9]。OLS回归结果显示职业教育的投资回报率在32.4％～34.4％之间，而运用双胞胎数据控制了个体能力和家庭背景变量后，职业教育投资回报率平均下降为22％，但这种显著为正的影响依然存在。以上结论是在控制了能力变量的双胞胎模型中总结出来的，因而其估计结果具有较高的稳健性，但由于获取双胞胎数据是相当困难的，而且即使得到了相关调查资料，也不可能完全控制个体能力偏差，这也可能是导致此类研究后期持续减少的重要原因。
此外，以往研究中常用的普通最小二乘法(OLS)估计出的教育回报率大都是有偏的，这是因为个人的收入水平与我们平时未能很好观测到的能力变量高度相关，而这种相关性将导致教育与收入之间的OLS回归呈现为“伪回归”④。换言之，由于未观测到的能力变量遗漏所导致的内生性问题，使得真实的教育回报率往往难以准确地估量。最新发展的倾向得分匹配方法则针对这一问题提供了解决方案。有鉴于此，本研究尝试引入倾向得分匹配方法来控制样本选择性偏差，借此克服因能力变量遗漏所导致的内生性问题。在此基础上，本文利用1989年～2009年开展的8次大规模农村住户抽样调查数据，力求更细致地呈现上个世纪80年代末90年代初以来我国农村职业教育投资回报率的整体概貌及其动态演变过程，并通过设定一致的回归方程来定量考察农村职业教育对农户家庭及个人收入的影响效应，以期为相关研究和政策实践提供来自中国农村经验证据的有力支持。
三、分析工具与数据
(一)数据
本文所使用的数据来自“中国居民营养与健康调查”(CHNS)资料，我们使用其中的农村住户抽样调查数据。该调查始于1989年，最新的一次调查截止到2009年，总的时间跨度为20年。调查范围基本涵盖了我国东、中、西部的8个～9个省份⑤。该调查资料提供了包含受访者的家庭收支状况、个人职业和收入以及其他相关就业信息。为了能够更充分地反映过去20年里我国农村教育发展与农村居民收入分配的总体概貌及其动态演变过程，本文选取了1989年、1991年、1993年、1997年、2000年、2004年、2006年和2009年8个年份的农村住户抽样调查数据。根据农村劳动力市场就业人员的特征，结合本研究的主要目的，我们只保留那些受教育程度为普通高中和职业教育的农村样本，选取年龄在18岁～60岁之间、职业为非学生并且有收入的从业人员作为研究对象。剔除不符合上述要求的无效样本以及其他解释变量缺省值后，我们得到8926个含有农村家庭及个人信息的有效样本，各年份的样本描述性统计见表1。
表1给出了样本的简单描述性统计。对比接受过职业教育和普通高中教育这两个样本组，一个最为典型的特征就是，各年份受职业教育的家庭及个人收入都普遍高于普通高中教育组。除个别年份外，受职业教育组的个体年净收入比普通高中教育组得到的收入更高，多则高出3214元，低则高出34元。家庭人均收入显得更为突出，年平均高出8.26％～47.54％。从家庭结构特征看，职业教育组平均家庭规模在3.58至4.26之间，明显低于普通高中教育组的3.77至4.54，由于家庭规模与家庭收入呈负相关关系，这也可能是导致职业教育组比普通高中教育组平均收入水平更高的原因之一。从个人基本特征看，人口年龄结构有了明显变化：1989年～1993年期间，受过职业教育的劳动者比受过普通高中教育劳动者的年龄更大，但在1997年～2009年期间，情况有了明显转折：职业教育组的平均年龄与普通高中教育组相比显得更小，可能的解释是，随着我国高等教育入学率的逐年提高，有越来越多的普通高中教育者拥有更多的机会进入大学，而留在职业学校的多半属于无法再升入大学的年轻劳动力。而从性别结构看，受过职业教育和普通高中教育的女性比例总体上比男性更低，但与普通高中教育相比，受过职业教育的女性比例略高一些。除了考虑上述常见的人口统计学变量，本研究还加入了与收入相关的变量，包括职业类别(是否自主经营)、所有制结构(是否属于非国有部门)、职业阶层(是否有较高职业声望)、就业所在地(是否位于县城)以及地区经济发展水平(是否为东部地区)。很显然，职业教育组在高级职业中所占的比重明显高于普通高中教育组，说明二者在职业地位方面存在着一定差异。这也可能是造成职业教育与普通高中教育回报率出现差异的重要原因。为了检验这一观点，接下来我们将引入新的分析工具进行探讨。
(二)分析工具
从以上描述性统计结果我们可以清楚地看到，接受过职业教育与接受过普通教育这两个样本组群的社会经济特征存在很大的差别。因此，当我们在研究农村教育回报率时如果没有考虑异质性和样本选择性偏差的问题，由此估计出来的教育回报率无疑是有偏的。所以，有必要克服和控制样本选择性偏差，而新近发展的倾向得分匹配方法就为我们解决以上问题提供了有效的估计方法。
倾向得分匹配的思想起源于上个世纪20年代初美国数学家、统计学家Neyman提出的实验设计思路，以及50年代初美国经济学家Roy创立的发展经济学理论[10]。进入20世纪80年代以后，随着现代计量经济学和统计学方法的技术进步，倾向得分匹配方法得到了进一步发展。进入20世纪90年代以后，这种方法在社会科学各个领域都得到了日益广泛的运用。在这里，我们按照两个步骤实施：首先根据“pscore”命令程式计算出倾向得分值，然后再利用“psmatch2”命令分别以最邻近匹配、半径匹配和核匹配方法进行估计，最后将倾向得分值作为新的变量纳入到完整回归模型中⑥。具体模型为：
根据以上设定的模型，我们可以对那些接受过职业教育与未接受过职业教育、同年龄段的普通高中学历的从业人员进行配对比较。通过对样本组群配对以后，即可识别出这两个样本组群的异质性，并根据各样本组群在农村劳动力市场上的收入状况，估计出农村职业教育对农户家庭及个人收入的影响效应，在此基础上我们可以进一步评价农村职业教育对农村居民收入分配和农村经济发展的贡献。由于倾向得分匹配模型关注了样本的异方差和内生性等问题，相比忽略了样本选择性偏差的普通最小二乘模型更切合实际，其估计结果也具有更高的可靠性和稳健性。
四、估计结果及分析
从上文的初步分析中不难看出，无论是对于农户家庭或个人而言，接受过职业教育的从业人员所获得的经济收益均明显高于同年龄段的普通高中教育从业者。这就意味着农村职业教育对农户家庭及个人收入的影响为正，但这并不意味着二者之间必然存在着因果关联。为了检验其内在逻辑关系，接下来我们将依据第三部分介绍的方法，以个体年净收入对数为因变量，以个人是否接受职业教育为主要解释变量，以受访者的性别、年龄、家庭人口数、家庭所在地等变量作为家庭是否投资职业教育的解释变量来构造相应的模型。这里，我们以常见的最邻近匹配法、半径匹配法、核匹配法为例来呈现样本匹配效果(见表2)。
(一)农村职业教育与普通教育投资回报的差异
表2中非常清晰地显示，采用最邻近匹配方法估计出的平均处理效应(ATT)大都不具有统计显著性(p＞0.05)，而半径匹配方法与核匹配方法估计出的平均处理效应除1993年、2009年外均达到统计显著性(p＜0.05)。除1993年和2009年ATT呈负值外，其余年份都一致性地显示职业教育相比普通高中教育得到的收益率更高。其中，1989年、2004年和2006年职业教育的投资回报率比普通高中教育平均高出30％～35％；1991年三种倾向得分匹配的平均效应则高出23％左右。通过比较我们不难发现，1989年～2009年期间接受职业教育的劳动者实际获得的净收益普遍高于普通高中教育学历的劳动者，从而印证了上文提出的样本异质性的基本假设。这一结果与李宏彬和张俊森(2008)运用其他大型社会调查资料得出的结论也是相一致的[11]，不同之处就在于我们的结论是基于农村地区的混合截面数据。
(二)农村职业教育投资回报率的初步估计
为考察影响我国农村职业教育投资回报率的因素，下面我们将采用倾向得分匹配模型来分析农村职业教育对农户家庭及个人收入的影响效应。表3显示了不同模型设定条件下的回归结果。其中模型1和模型2以个人年均净收入对数为因变量，模型3和模型4以家庭人均净收入对数为因变量。对于协变量矩阵，我们加入了受访者的性别、受职业教育年限、工作经验及其平方、职业类别、职业地位、所有制结构、就业所在地、地区和年份虚拟变量以及倾向得分值(P-score)。
如表3中模型1所示，受职业教育年限、工作经验和所有制结构对农村劳动者个人收入均有显著影响(p＜0.05)。具体来看，在不控制样本选择性偏差的情况下，农村职业教育的年平均回报率高达18.36％，说明农村职业教育的经济收益确实不可低估。但正如前文所阐述的，如果忽略了个人能力和家庭背景变量而直接估计教育回报率，可能会导致内生性问题。由于残差项中可能包括与获得收入相关却又观测不到的遗漏变量，所以当我们估计教育回报率时首先有必要考虑被忽略的遗漏变量。通常，处理遗漏变量问题的方法之一就是寻找与能力变量相关的工具变量，但这样做的缺陷是仅能间接地反映个人能力的局部特征，并且忽略了其他残差项，因而往往无法达到满意的消除偏差效果，而倾向得分匹配方法则通过将多个样本特征合成为一个具有综合性的倾向得分值，从而使有效的控制样本选择性偏差成为一种可能。因此，我们以倾向得分值作为消除样本选择性偏差的代理变量，并把估算出来的倾向得分值作为新的变量放入模型中(见表3模型2)。
与不考虑样本选择性偏差的模型1相比，模型2的估计结果更符合实际。从中可以看出，倾向得分值(即P-score)对回归模型的估计结果有显著影响，t值为2.75，在0.01的水平上达到统计显著性。而且在控制了样本选择性偏差后，农村职业教育的投资回报率相对下降了，从18.36％降至16.94％。这一方面说明样本选择性偏差在估计教育回报率时确实是存在的，而且对估计结果有显著的影响，另一方面则说明能力变量解释了相当一部分收入来源，如果对能力变量不加以控制的话，由此估计出来的教育回报率大都是有偏的。
考虑到农村中有相当比例人口是以家庭为单位从事自主经营活动，我们进一步利用家庭人均年净收入对数为因变量进行检验(见表3中的模型3、模型4)。与模型1和模型2相似，作为控制样本选择性偏差的倾向得分值对估计结果同样有显著的影响(p＜0.001)。在忽略样本选择性偏差的情况下，我们发现整个期间，职业教育的家庭人均回报率为12.16％；但在消除了样本选择性偏差后，净回报率显现为8.33％。出现这种现象的可能解释是在控制了能力和家庭背景变量后，职业教育对家庭收入的影响作用相应减弱了。所以，忽略了能力和家庭背景变量通常会导致教育回报率被高估了。
综合以上分析可以看出，样本选择性偏差对于农村职业教育投资回报率的估计结果有着显著的影响，但是在通过倾向得分匹配法对其加以控制以后，无论是对于农户家庭还是居民个人而言，接受农村职业教育对其收入增加均存在明显的正效应，且对于个人而言，这种正效应达到了统计显著性。
(三)我国农村职业教育投资回报率的动态演变及其原因
为了更直观地反映我国农村职业教育投资回报率的动态变化趋势，接下来我们设定不同条件下的收入方程对过去20年里我国农村职业教育投资回报率进行估计，估计结果见表4。
表4报告了过去20年里我国农村职业教育投资回报率的动态变化。从中不难看出，1989年～2009年期间我国农村职业教育投资回报率总体上显现出一种上升的趋势，特别是进入本世纪初以来，农村职业教育的回报率相比80年代和90年代期间都明显更高。具体来看，由标准Mincer方程估计出的总投资回报率在OLS模型中表现为较早时期(1989—1997年)基本稳定地维持在4％～9％之间，后一段时期(2000—2009年)则出现了明显上升，平均提高9％～22％。相比较之下，倾向得分匹配(PSM)模型中也有类似的发现：较早一段时期的回报率仅为3％～10％之间，后十年则有了较快的增长，年均回报率上升至8％～22％。不过需要指出的是，由PSM模型估计出的回报率与OLS模型的估计值还是存在一定的差异，这就意味着样本选择性偏差的确是存在的，并且对最终的估计结果有着直接的影响，因而克服样本选择性偏差是估计教育回报率过程中不可忽略的重要环节。此外，在标准Mincer收入方程基础上控制了职业、所有制结构和地区虚拟变量后，教育投资回报率有了不同幅度的下降。当我们加入职业虚拟变量后，职业教育投资回报率平均下降了近27％；加入所有制结构虚拟变量后，职业教育投资回报率平均降低30％左右；而加入地区虚拟变量后，职业教育回报率降低了近14个百分点。而当我们把上述所有与收入相关的虚拟变量都放入模型时，职业教育回报率平均下降了20％左右。由此可见，所有制对于职业教育回报率的影响是所有三个变量中影响最大的。可能的解释是由于职业学校毕业生被不断地分配到应用性较强的就业岗位，特别是那些与其职业技能相匹配的企业单位。
究其原因，职业教育投资回报率之所以比普通高中教育更高，这一方面与我国特殊的教育体系和高考制度是分不开的。我国农村地区学生在初中毕业以后大都面临着两种入学选择：要么升入普通全日制学校为高考做准备，要么进入职业学校为就业而准备。很显然，职业学校与普通全日制学校的教育目标有着天壤之别：前者主要是培养专业技术型人才，而后者注重学生的一般技能和综合素养。所以，以高考为导向的高中教育设置的课程与学生未来就业和工作所需的知识与技能基本不相关，导致普通高中教育学历在农村就业市场上并不具有相对优势，其投资回报率较低也就不足为奇了。另一方面，农村职业教育回报率的上升主要是受技术变革和创新对普通劳动力市场的影响，使得技能型人才在就业劳动市场上具有一定的相对优势。更进一步来讲，职业学校一般专注于应用性较强的技术型人才培养，但由于较少的学生愿意主动选择职业教育，所以降低了技能型人才的相对供给量。另一种可能解释是，普通高中学历的劳动者大都是没有机会再升入大学而被迫进入了劳动力市场，而拥有职业教育学历的劳动者在选择进入劳动力市场之前就已经做了较为充分的就业准备，所以职业学校毕业生的“正向选择”(positive selection)效应更为明显。从这个意义上讲，尽管普通高中教育是进入大学的一种有效的筛选机制，但是在农村劳动力市场上，普通高中教育的促进作用毕竟有限，而相比较之下，农村职业教育在推动农村劳动力市场转型过程中所起的作用越来越明显，政府对职业教育这一类专业化人力资本投资不足值得我们重新定位和审视。
五、结论与讨论
促进农村职业教育发展是我国在农村经济转型时期所做出的重要决策，这不仅对于增加农村技能型劳动力数量和推动农村经济持续发展有着重要意义，而且随着我国农村劳动力市场化程度的不断提高，对于农村劳动参与和就业收入的影响也越来越明显。本文从农村职业教育对农户家庭及个人收入的影响效应这一角度出发，运用新近发展的倾向得分匹配方法并基于全国性住户抽样调查数据，分析了1989—2009年期间我国农村职业教育投资回报率的总体状况及其变化趋势。通过对现有研究文献的梳理和回顾，本文对我国农村职业教育投资回报率的变化特征进行归纳和整理，并从中得到了一些有意义的发现：
(一)我国农村职业教育投资回报率总体上呈现一种上升的趋势
进入本世纪初以来，我国农村职业教育的投资回报率相比80年代和90年代期间都明显更高。倾向得分匹配(PSM)估计结果显示，1989-1997年期间，农村职业教育的投资回报率介于3％～10％之间，2000-2009年期间职业教育回报率出现了较快的增长，提高到8％～22％。究其原因，可能的解释是，随着我国信息技术变革和国际贸易的进一步扩大，强化了技能型人才在我国劳动力市场中的相对优势；而且劳动力市场对技能型人才需求越来越大，但较少的农村学生选择职业高中教育，所以降低了技能型人才的相对供给量，从而使职业教育能够获得更高的回报。此外，职业学校毕业生的“正向选择”效应凸显，也反映农村职业教育在推动农村劳动力市场转型过程中所起的作用愈加突出。
(二)农村职业教育投资回报率平均高于普通高中教育
相比较而言，1989年～2009年期间农村职业教育学历的劳动者比普通高中学历劳动者实际获得的收入更高。其中1989年、2004年和2006年的职业教育回报率平均高出30％～35％，1991年三种匹配的平均效应(ATT)则高出23％左右。与注重应试技能、重点面向高考的普通高中教育明显不同的是，职业高中学校设置的课程基本上都是以市场为导向，直接面向用人企业单位和劳动力市场需求，职业学校的学生通常都要求掌握一门到两门实用性较强的技术，理论上这不仅有利于提高农村劳动力素质并有助于增加农户家庭及个人收入，而且也有利于增加农村技能型人才数量以及加快农村经济的转型。
需要指出的是，农村职业教育回报率的长期变化并不是平稳而没有波动的，而是主要集中于两个时期：一是1993年～1997年期间，这一时期正是我国经济转型和体制转轨的关键时期，应当指出，职业教育回报率的上升与这一时期大规模的企业转制是分不开的，因为在此期间非国有部门得到了快速扩张；二是2006～2009年期间，在此期间经济发展的重要特征就是国际贸易和技术变革的迅猛发展，这一时期更明显地强化了技术型人才在我国劳动力市场中的重要性。相比注重应试技能和以高考为导向的普通高中教育，面向劳动力市场并注重应用性并且以提高就业能力为导向的职业教育在农村劳动力市场上具有一定的相对优势，其投资回报率因此显得更高。
(三)农村职业教育对于农户家庭及个人收入均有正向显著影响
对于农户家庭而言，假如对样本选择性偏差不予考虑的话，职业教育年均回报率将达到18.36％；而在消除了样本选择性偏差后，其年均回报率下降为16.94％。对于居民个体而言，在忽略了个人能力和家庭背景变量的情况下，职业教育投资回报率约为12.16％，而在控制了样本选择性偏差后，其年均回报率降至8.33％。PSM模型的估计结果与OLS模型存在着较为明显的差异，这说明样本选择性偏差确实存在并且对估计结果有直接影响，因而克服样本选择性偏差是估计教育回报率过程中不可忽略的重要环节之一。
最后需要明确的是，虽然本研究并未涵盖所有农村职业教育投资回报率的影响因素，但还是综合性地反映了总的变化趋势，即随着我国农村劳动力市场化程度的不断提高，农村职业教育发展对于加快我国农村劳动力市场转型和增加农村居民收入的影响也在日益上升。从这个意义上讲，促进农村职业教育发展是加快我国农村经济转型的重要途径。这就启示我们要充分调节好农村教育与农村经济发展的关系，使农村教育适应农村经济社会发展的需要，保证农村教育发展与农村经济社会发展相协调。与此同时，促进农村职业教育发展也是加快调整农村收入分配格局的重要举措。面对日益扩大的农村收入分配差距，通过进一步扩展农村职业教育来提高那些未能再升入大学又缺乏专业技能的普通高中毕业生在劳动力市场上的就业能力，为其提供再教育机会或专业技能培训，仍不失为一种缩小农村劳动收入差距的有效策略。
注释：
①De Brauw和Rozelle(2008)总结了6个利用明瑟收入方程估计我国农村教育回报率的研究，结果显示除了Ho等人(2002)估计出的农村教育回报率达到5％以外，其余的估计值均明显低于4％，这说明在农村地区多接受一年的教育仅能提高从业人员收入的4％左右。详见De Brauw,A.and Rozelle,S.(2008).Reconciling the Returns to Education in Off-Farm Wage Employment in Rural China.Review of Development Economics,12(1):57-74.
②Psacharopoulos 和Patrinos(2004)对世界各国教育投资回报率的研究文献进行了精彩论述。他们利用42个国家的社会经济调查数据发现低收入水平国家的教育回报率约为10.9％，比中等收入水平国家略微高出0.2个百分点，与高收入水平国家相比高出3.5％。其中亚洲国家与世界平均水平(9.7％)相接近，约为9.9％。具体数据参见Psacharopoulos,G.and Patrinos,H.A.(2004).Returns to Investment in Education:A Further Update.Education Economics,12(2):111-134.
③Heckman(2005)指出在20世纪80年代和90年代中国教育投资回报率偏低和收入差距扩大的主要原因就在于这一时期的中国仍然未能彻底摆脱传统计划经济体制的束缚所导致的。详见Heckman,J.J.,(2005).China's Human Capital Investment.China Economic Review,16,pp.50-70.
④李宏彬和张俊森(2008)运用双胞胎数据控制个体能力和家庭背景变量后发现OLS模型估计出的教育回报率中有5.7％来自于未能观测到的个体能力和家庭背景因素，并由此得出了OLS模型估计出的教育回报率有偏的结论.
⑤1989年、1991年和1993年CHNS课题组调查的省份有辽宁、江苏、山东、河南、湖北、湖南、广西和贵州，1997年将辽宁省替换为黑龙江省，2000年、2004年、2006年和2009年的调查则涵盖了以上9个省份.
⑥这里的倾向得分匹配命令程式是通过Stata的两组命令程序pscore.ado和psmatch2.ado获得，该程序可以校正由整群抽样带来的样本选择性偏差.