原创《教育回报率地域差异其影响因素分析》：该文是关于因素分析论文范文，为你的论文写作提供相关论文资料参考。
摘 要：本文利用中国社会综合调查CGSS（2013）的数据,研究教育回报率在我国东部地区、中部地区、西部地区之间的差异,并对相关原因进行分析.首先,通过经典明瑟（Mincer）方程比较我国教育回报率在各个地区之间是否存在显著差异.同时,依据调查问卷数据,通过教育回报率的影响因素分析,发现学历、家庭经济条件等因素对教育回报率有显著的正向影响,而性别、健康状况、母亲的受教育程度等因素则对教育回报率并无显著影响.
关键词：教育回报率；收入水平；学历；地区差异
一、引言
在我国市场化发展的进程中,教育、贫富差距等问题相继出现,然而,对于国家、社会而言,教育无疑是一个国家走向繁荣昌盛的必经之路,基础教育提高国民素质,高等教育是社会创新、发展的源泉,教育投资是人力资本形成的最重要的途径.对于每个家庭而言,教育是父母给予子女的投资,也是无数贫寒学子“跳龙门”的唯一途径.近年来,相关研究表明,我国教育回报率相对较低,教育回报率的地域差别明显,教育不公平问题日益凸显.同时,曾被誉为“清华北大学子摇篮”的黄冈中学日渐式微,也引发了全社会对于教育地域差异问题的思考.有媒体引用清华大学中国经济社会数据中心的调查数据,将农民工工资和大学毕业生起薪作比较,发出“大学生不如农民工”的感慨,也让教育回报率的研究问题再次引发人们的关注.那么,高等教育真的没用了吗?中国目前正处在快速的城市化进程中,教育回报率的地域差异无疑对劳动力的流向发挥着重要作用,因此,正确估计并深入分析教育回报率的地域差异,对于我国教育政策制定、家庭的教育投资方向的选择都具有重要的理论和实践意义.
近年来,学术界用多种方法对中国的教育回报率进行了研究,主要有成本收益法、明瑟收益率法、内部收益率法,其中在国内被广泛使用的是明瑟收益率法.而教育回报率的差异研究主要反映在时间差异、教育结构、性别结构、城乡间、城市间等方面.邢春冰等（2013）使用2011年流动人口动态监测调查数据,发现农民工教育回报率存在明显的地区差异[1].周国富、倪朦（2014）利用省级面板数据,对各省区的教育回报率进行测算和分析,研究表明我国东、中、西部地区的教育回报率存在较大差异[2].杜两省、彭竞（2010）将样本分为直辖市、省会城市、其他城市三大类,使用OLS方法对教育回报率进行分析和比较,并从生产率优势、劳动力流动性、生活成本等方面做出了解释[3].邹薇、郑浩（2014）构建了人力资本代际传递模型,从贫困家庭教育投入的风险角度论证了收入对人力资本投入的影响[4].
本文利用中国社会综合调查（2013）的数据,研究收入水平和受教育水平、工作经验、性别、健康状况、母亲受教育水平之间的关联性,以此探讨我国教育回报率的影响因素.旨在对教育地域差异问题以定量方式加以说明,并对影响中国教育回报率的因素进行探究,探索我国教育回报率的内在影响机制,从而提出提高我国教育回报率的相关建议.
二、数据说明和变量描述
本文主要研究工资水平和受教育年限之间的关系,本文所选取的控制变量包括：性别、培训、是否上过重点中学、职业、行业和所有制等.明瑟方程的标准形式包含学历、工作经验,本文在此基础上加入了性别和家庭背景等因素进行测算,以此说明当今社会中影响教育回报率的主要因素.
本研究基于中国人民大学社会学系和香港科技大学调查研究中心共同收集的中国综合社会调查（CGSS）2013年数据.这项调查采取分层随机抽样的方法,在全国一共抽取100个县（区）,加上北京、上海、天津、广州、深圳5个大城市,在每个家庭中随机调查1人,总样本量约为12000.根据本文研究的目的,在城市样本中选取了4936个有效数据,其中包括：1、13个东部省份,样本3328个；2、6个中部省份,样本898个；3、9个西部省份,样本810个.有关被访者自己以及家庭成员人力资本方面的问题在调查内容中都有涉及.
教育回报率实质上是剔除了工作时间、工作经验、性别、个人能力、行业和所有制等因素的影响后,就业者每多受一年教育所获得的收入增长率.为了消除工作时间对收入水平的影响,本文采用小时工资对数作为模型的被解释变量；对工作经验的测算,参考对问卷问题a59“从您第一份非农工作到目前的工作,您一共工作了多少年”的回答数据；对样本的性别差异,采用虚拟变量进行处理；对于行业的差异,本文根据问卷调查中的行业选择,分为单位负责人及管理人员、专业技术人员、办事人员、商业服务人员、设备操作人员五大类别；对于所有制结构,根据问卷a60k“您最近那份非农工作的单位或公司所有制性质是”的答案分为国有或国有控股、集体所有或集体控股、私有/民营或私有/民营控股、港澳台资或港澳台资控股、外资所有或外资控股、其他六大类.
从各类地区样本变量的分布状况看,东部地区的小时收入对数均值为3.24,中部地区为3.09,西部地区为2.40,这说明样本里东部地区的平均收入最高,中部地区居中,西部地区最低.样本中总体受教育年数均值的区域特征也表现出东部地区最高,中部地区居中,西部地区最低的顺序,这和工资均值的地区排列一致.样本的性别比例男女大约各占一半,符合人口学规律.样本的平均工作年数为20.23,工作经验在各类城市的均值分布差异不大.
为了在总体分析之后进行更深入的区域分析,本文将样本分为东部地区、中部地区、西部地区分别进行回归.在分析出地域差距之后,本文通过将估计出的各地区的教育回报率对个人学历、家庭经济条件、性别、健康状况、母亲的受教育程度进行回归,以此论证影响教育回报率的因素.
三、模型和估计方法
国内学者对教育回报率的估计通常以明瑟工资方程为基础,其标准形式如下：
其中lny：小时工资对数；edu：受教育年数,exp：工作经验年数；exp2：工作经验年数平方,用来反映工作经验和收入的非线性关系；X：性别、培训、是否上过重点中学、职业、行业和所有制等一组控制变量；λj；各控制变量的回归系数；ε：随机误差项；β1、β2和β3为相应变量的回归系数,其中β1表示每增加一年教育所导致个人收入增加的比率,即教育回报率[3].
因素分析论文参考资料：
结论：教育回报率地域差异其影响因素分析为适合不知如何写因素分析方面的相关专业大学硕士和本科毕业论文以及关于因素分析法的计算例题论文开题报告范文和相关职称论文写作参考文献资料下载。
