推文人 | 张晓云

原文信息：Kirkeboen, L., Leuven, E., & Mogstad, M. 2016. Field of Study, Earnings, and Self-Selection. The Quarterly Journal of Economics, Vol. 131, Issue 3, Pages 1057–1111.

 

一、引言

 

高考或读大学是人生中一件重要事项，而在报考大学时，选择什么专业就是高考生面临的一项重要决策。那么，该如何选择呢？一个重要参考指标就是看不同专业（major）或领域（field）在未来的收入如何？

 

但是，要识别不同领域（field）带来的收入回报非常困难，不仅仅是因为存在不可观测因素的干扰，还因为专业选择是个体在多个无序选择（several unordered alternatives）下进行决策。

 

作者证明，即使使用有效的IV进行估计（同B比较，选择A带来的收益），仍然需要个体对专业选择的排序信息或者增加额外的假设。否则，仅使用IV无法识别。

 

作者基于实证模型的理论分析，使用IV纠正选择偏误，并利用个体在报考时对专业的排序信息度量偏好和“次优选择”（Next-Best alternatives），以识别毕业于A类型专业相对于其“次优选择”专业的收益。作者使用挪威的数据进行了实证分析。结果表明：①不同专业的收益存在较大差异，即使控制了大学和同伴效应后，该结果依然成立；②什么大学没那么重要，学习的专业（领域）解释了高等教育收益异质性的大部分；③对收入影响的估计结果同个人在该专业（领域）具有比较优势一致。

 

二、数据与实证方法

 

作者使用挪威1998-2004年申请高校的数据，并使用申请后8年时的收入作为因变量。作者将不同的子专业归并为10个领域，见Table Ⅱ：

 

三、回归结果与机制

 

表IV的结果也可能是由于读了更好的大学，而不是来自读了自己偏好的专业，因此，上述结果可能是反应了大学质量的差异。为排除该解释，作者进一步控制了大学的dummy，并将其视为内生变量，重新估计了上述结果，发现估计结果变动不大，且两者相关系数高达0.91；但仅比较是否控制专业的估计结果，两者的相关性非常低（-0.11）；并且大学对收入的影响仅能解释越8%，其余72%均为专业的作用。

 

需要注意的是，表IV给出的矩阵是非对称的，这说明学习专业的收益对不同的个体具有异质性，并且，对专业的选择不是随机的。因此，一个自然的问题是，个人在选择报考专业时或个人毕业的专业符合其自身的比较优势吗？作者对该问题进行了检验，结果如图Ⅶ所示：相对收入差距的分布大多为正，这表明和比较优势一致，作者还排除了这一结果可能是来自不同专业就业概率不同，或子专业异质性的影响。

四、结论

 

文章实证分析了不同专业的选择对收入的影响，结果表明，不同的专业领域的收入不同，并且该结果不受所读大学质量和同学质量的影响。大学专业的选择对收入的影响同是否读大学的选择一样重要，并且，相对于大学质量异质性的影响，专业对收入的影响更大，并且专业选择遵从了个人的比较优势，所以该结论支持了Roy的自选择模型。

 

【额外的话】推文忽略了太多重要的内容，但却是非常值得阅读原文的一篇文章，也是非常值得学习的识别策略的文章。所以，去读原文吧！

 

推文作者：张晓云，xyzhang@dufe.edu.cn

 

Abstract

 

This article examines the labor market payoffs to different types of postsecondary education, including field and institution of study. Instrumental variables (IV) estimation of the payoff to choosing one type of education compared to another is made particularly challenging by individuals choosing between several types of education. Not only does identification require one instrument per alternative, but it is also necessary to deal with the issue that individuals who choose the same education may have different next-best alternatives. We address these difficulties using rich administrative data for Norway’s postsecondary education system. A centralized admission process creates credible instruments from discontinuities that effectively randomize applicants near unpredictable admission cutoffs into different institutions and fields of study. The admission process also provides information on preferred and next-best alternatives from strategy-proof measures of individuals’ ranking of institutions and fields. The results from our IV approach may be summarized with three broad conclusions. First, different fields of study have substantially different labor market payoffs, even after accounting for institution and peer quality. Second, the effect on earnings from attending a more selective institution tends to be relatively small compared to payoffs to field of study. Third, the estimated payoffs to field of study are consistent with individuals choosing fields in which they have a comparative advantage. Comparing our estimates to those obtained from other approaches highlights the importance of using instruments to correct for selection bias and information on individuals’ ranking of institutions and fields to measure their preferred and next-best alternatives.