预期收入、风险与教育选择——来自北京六所高校的经验证据，本文主要内容关键词为：北京论文,所高校论文,证据论文,收入论文,风险论文，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]F12
[文献标识码]A [文章编号]1002-0209(2013)02-0126-09
一、引 言
人力资本投资既有收益也有风险。以往研究表明教育的预期收益能够促进人们投资教育，而风险会增加还是减少教育投资，到目前为止学界还没有统一的结论。在教育经济学领域，学生如何认识(即预期)教育所带来的收益是分析教育选择的先决条件。学界已有大量文献采用实际收入数据对教育收益进行了估计，但正如Manski(1993)所指出的那样：现实生活中对教育决策产生影响的实际上是学生或其父母对教育预期收益的主观估计。在早期的文献中，对教育选择行为的经济学研究通常会假定所有人会以同样的方式在同样的变量和信息条件影响下形成他们对教育选择的预期，然而这些假设的变量和信息在不同的研究中差异却相当大。比如Freeman(1971)假定每一个学生认为只要他选择某一特定的专业领域，他将获得与以前和他作出同样选择的人在这一领域的平均收入；在分析二战后男性退伍军人的大学入学决策时，Willis和 Rosen(1979)假定每一个退伍军人都知道形成生命周期收入的实际随机过程，并且他们会使用这些信息作出对上学或不上学所能带来的未来收入的理性预期；在研究高中生对大学教育选择时，Manski和 Wise(1983)假定每一个年轻人都认为某一大学教育的回报取决于他们自己的能力和进入该大学的学生的平均能力。可见，学者们在教育选择方面所作的假定并不一致。事实上，研究者们并不知道学生拥有什么样的信息以及学生如何用这些信息形成预期，而不正确的假定可能会对学生的教育选择行为作出不准确的推论。实践中，预期数据的缺乏使得我们不可能评价不同研究者对学生预期所作的不同的、互不相容的假定是否符合实际，而使用预期数据则可以用来放松或验证有关预期的假定，从而增加对决策者选择行为研究的可信度。
近年来，越来越多的研究者开始使用预期数据来研究教育选择问题。Kaufmann(2009)用主观预期收入分析了信贷约束对于大学教育选择的重要性。Jensen(2010)对多米尼加共和国处于义务教育阶段最后一年的8年级男孩的干预实验研究表明，教育的预期收益对学生的教育年限产生了影响。Attanasio和Kaufmann(2010)不仅采用了学生的预期收入而且还结合了学生家长的预期收入来研究，对墨西哥的调查样本进行分析的结果表明，母亲和孩子的预期与中学教育选择有关，孩子而非家长的预期与大学教育选择相关。在我国，此类研究还处于空白阶段。如果说高考对中国高中生来说是不得不进行的一项抉择，那么相对而言，大学生对于将来是否接受更高层次的教育则具有更大的自主性。鉴于决策过程中预期所发挥的关键作用，以及决策人作出选择时并不具备对选择结果的完全信息，将预期收入、风险与教育选择联系起来进行研究具有非常重要的实践价值。本文将从北京高校所开展的一项调查中获取预期收入数据，通过定量分析，试图发现在中国现实条件下，预期收入和对收入风险的预期在大学牛进行研究生教育选择的过程中所发挥的作用。
二、模型与方法
(一)教育选择计量模型
在预测人们的选择行为时，经济学家习惯从已观测到的选择数据中推导出个体的决策过程，以此作为决策人未来进行决策的依据，这种方法也叫做显示偏好分析。显示偏好分析最早是由萨缪尔森引入消费者行为理论的，他认为当消费者面对变化的商品价格所形成的不同预算集时，研究者能够观察到他们选择的消费组合。这种观点非常简单明了，但Manski(2004)认为它更像是一个理想的实验，因为在现实中研究者们很少能观察到如萨缪尔森所预想的特定的个人数据。的确，当决策人确切地知道多种选择行为的结果时，采用显示偏好分析是有效的。然而，现实中大部分关于选择问题的经验研究都是在决策人只拥有部分信息时进行决策所产生的结果，此时经济学家们一般都会假定个人会形成概率预期从而最大化期望效用。观测到的选择行为可能与个体的偏好和预期一致，因此研究者可以从选择数据中推导其决策过程，但问题是选择行为可能显示出与多种可供选择的偏好设定和预期一致。解决该问题的方法是将很强的预期假定加在决策者身上，然而研究者们对选择数据所做的计量经济学分析在维护他们所主张的预期假定时往往有很大困难，因而他们的研究结果的准确性就值得商榷。而以主观概率的形式来测量预期则可能减少预期假定的不准确性，因此本文选择大学生自己对收入的预期作为影响其研究生教育选择的一个主要因素。除此以外，在控制其他条件的情况下，大学毕业生要选择继续接受研究生教育还会考虑另外两个重要的因素，一是本专业的大学生就业率，如果能找到一个好工作，大部分人会选择直接工作而不是继续进行教育投资；另一个因素是当学生会考虑接受和不接受研究生教育这两种情况下未来可能面临的收入风险。基于上述考虑，本文所使用的教育选择的logit计量模型如下： log it(EduC)=β[，1]lg M+β[，2]R+β[，3]emp+β[，m]X[，m]+u
其中，EduC=1表示个体选择接受研究生教育，EduC=0则表示不打算继续接受研究生教育而是立即工作；lgM表示预期收入的对数，包括本科水平和研究生水平的收入；R表示不同受教育程度时面临的收入风险；emp表示本专业的大学毕业生就业率；X[，m]表示其他可能影响研究生教育选择的因素，包括年龄、性别、专业、成绩、家庭收入、家庭居住地和父母的教育程度及工作类别。每一变量所包含的内容在下文有详细说明。
(二)预期收入的测量方法
在测量主观预期收入(subjective expectations)方面，Dominitz和Manski(1996)所采用的调查方法有开创意义。他们调查了110名威斯康星州的高中生和大学生在不同的教育水平下的主观预期收入，学生愿意且能够对主观概率问题进行有意义的回答，但他们的研究并没有将预期收入、风险与教育决策联系起来。关于未来预期收入的问题，我们参照Dominitz和Manski的方法在问卷中设定了以下两种情况：(1)本科毕业后直接工作；(2)本科毕业后继续读研，获得硕士学历后再进入劳动力市场，询问在这两种情形下他们对预期收入的看法。Schweri，Hartog和Wolter(2011)也采用了类似的方法研究了瑞士学生的预期收入和风险问题。
问卷中关于预期收入的相关问题如下：
假如你本科毕业后直接工作，请估计：
(1)你第一份工作的收入为_____元/月；
(2)你第一份工作的收入低于(1)中你所估计的收入的75％的可能性是_____％；
(3)你第一份工作的收入高于(1)中你所估计的收入的125％的可能性是_____％。
(4)工作10年后你的收入(按照当前的可比价格)大约为_____元/月；
(5)工作10年后你的收入低于(4)中你所估计的收入的75％的可能性是_____％；
(6)工作10年后你的收入高于(4)中你所估计的收入的125％的可能性是_____％。
第二种情况是假如你本科毕业后继续读研获得硕士学历，请同样回答上述六个问题。
(三)风险的度量
人力资本理论表明，教育的预期收益是人们进行教育投资的主要原因，教育投资的风险问题逐渐进入研究者的视野，如Weiss(1972)、Levhari和 Weiss(1974)的研究表明风险的确对人力资本投资有影响。因此，在进行教育选择时，研究者将风险纳入其研究框架内是有必要的。一般情况下，风险可以看作是实际结果与预期结果的偏离。所谓预期结果有两种含义：一是本能上的，即人们所希望的结果；另一种是科学意义上的。在现实中，实现最有利结果的可能性往往不大。因此，考虑科学意义上的预期结果会更有意义。风险定义中的另一个关键因素是偏离。风险定义中的偏离并不要求在实际情况中偏离发生，而只是要求可能存在偏离(顾孟迪，2005)。换句话说，只要存在偏离的可能性，而最后偏离不一定实际发生，都视为存在风险。在本文中所说的风险有别于以往研究中用收入数据所度量的风险，传统研究一般都是采用现实中已有的数据来推导人们所面临的风险，如Olson，White和Shefrin(1979)、Hartog和Díaz-Serrano(2007)、廖娟(2010)的研究，而本文是采用个体所感知到的风险(perceived risk)数据。
对风险的计量有四个维度：(1)风险发生的概率；(2)风险因素造成的收益离散幅度；(3)风险结果的不确定性；(4)风险发生的频率(马晓强，2008)。其中，风险因素造成的收益离散幅度是在实证研究中常采用的计量方法，本文也将采用这种方法来度量个体的预期收入风险。在做教育选择时，对于个体而言，发生损失的可能是他主观上感知的风险，因此本文所使用的第二种度量风险的方法是预期损失发生的概率，对应的是上述第一种计量风险的方法，具体的计量方式将在下文详细说明。
三、数据说明
2007年6月，我们选取了北京六所高等院校，包括北京大学、中国人民大学、中国石油大学、北京邮电大学、北京交通大学、北京石油化工学院，针对本科生做了一次对接受研究生教育态度的调查。我们将问卷发放给这六所学校的学生处，并让他们将问卷发给大学三、四年级的学生，同时在选择被调查对象时考虑了专业、性别、家庭背景等因素。总共发放了4600份问卷，回收4319份，回收率为94％。在调查问卷中，我们询问了个人信息，包括家庭背景、对未来的计划和风险态度等问题。在回收的4319份问卷中，有4272人回答了他们毕业后的计划。68％即2913人在毕业后计划继续攻读硕士学位，32％即1359人打算立即参加工作。
(一)控制变量描述性统计
表1是样本的统计性描述信息。计划本科毕业后就直接工作的学生的家庭平均收入较打算读研的学生家庭低，父母的教育水平也较后者更低，通常较少来自大城市。一般来说，对于自我报告成绩的问题，学生们通常会高估自己的成绩，而从问卷中所获得的数据的确反映出了这种现象，所有学生都倾向于高估自己的成绩。但相比之下，那些计划在本科毕业直接工作的学生比打算继续攻读硕士的学生所估计出的成绩偏低。
(二)预期收入数据的质量问题
在调查问卷中，每一个被调查者都给出了四个预期收入值(本科学历、硕士学历有0年和10年工作经验，分别用M0B、M10B、M0M、M10M表示)和八个可能性(本科和硕士毕业0年和10年工作经验时预期收入的可能性)。我们定义：第一种风险度量方式收入风险R为获得收入的可能性高于预期值上限或低于下限的25％，通过简单地加总调查对象所报告的概率值得到，即R=P(75)+P(125)。用R0B、R10B、R0M、R10M表示本科毕业时(0年)和毕业10年后以及硕士毕业时和毕业10年后的风险。个体一生的预期收入和可能性的表示方法是用L来代替前面表达式中相应位置的0或10，用毕业时的收入预期值与毕业10年后的预期收入值的3倍之和来表示整个一生的收入，即本科毕业一生的收入为MLB=M0B+3*M10B，相似地，硕士一生的预期收入为MLM=M0M+3*M10M。一生的预期收入风险则为：RLB=R0B+3*R10B，RLM=R0M+3*R10M。本科和硕士一生的收入之比和风险之比为MLMB=MLM/MLB、RLMB=RLM/RLB，这样可以表示出调查对象一生的预期收入和风险的大致情况。第二种风险度量方式是主观风险，它表示的是学生主观上感知到的未来收入发生低于预期收入的概率，可以直接用个体预期未来收入低于预期收入75％(即 P75)的可能性来表示，分别用R′0B、R′10B、R′0M、R′10M来表示个体对本科毕业和硕士毕业时及毕业10年后的工资收入少于预期收入75％的可能性的预期。
预期数据一直因为其主观性而受到诸多诟病，如果被调查者不遵循概率原则的话，可能会给出一些前后不一致的回答，从而影响数据质量。所幸的是，我们可以采取一些方法来排除那些不合理的数据。已有的一些研究，如Dominitz和Manski(1996)、Manski(2004)、Schweri，Hartog和 Wolter(2011)、Wolter(2000)、Attanasio和Kaufmann(2010)的研究表明Dominitz-Manski方法可以获得很好的数据质量，因此我们也采用同样的方法来筛选样本。被调查者回答概率问题时可能犯三种逻辑错误：1)报告的概率不在单位概率内(超过0％-100％的范围)；2)报告的一系列概率违反了累积分布函数的单调性；3)报告的概率与先前报告的均值在逻辑上不一致。Dominitz和Manski(1996)认为这些问题都能够通过预先设定的一致性原则得到解决。为了确保所得到的数据符合一致性原则，表2中我们检查了不一致的问题：P(75)＞100，P(125)＞100或者P(75)+P(125)＞100；P(75)代表了将来收入低于预期值75％即0.75M(M表示预期收入)的可能性，在此区间的最低值是0；P(125)表示将来收入高于预期值125％即1.25M的可能性，在此区间的最低值是1.25M；1-P(75)-P(125)代表了预期收入介于0.75M与1.25M之间的可能性，此区间的最低预期收入值是0.75M，因此预期值M就有一个下限：M＞P(75)*0+[1-P(75)-P(125)]*0.75M+ P(125)*1.25M即0.5P(125)-0.75 P(75)＜0.25，这样就得到了判断一致性的最后一个条件。问卷中分别询问了被调查者本科毕业直接工作时和本科毕业10年后他们对收入的预期值，以及硕士毕业工作时和毕业10年后的收入预期值。785个个体即18％的被调查者至少违反了一次概率原则，因此有82％的学生并没有违反概率原则，可见学生们还是较好地理解了我们的概率问题。我们将用一个哑变量鉴别出这样的数据，这样在后面的计量分析中既可以不遗漏那些违反一致性原则的样本，也可以在去除不一致性的样本的条件下进行回归，以保证文章的结果不受这些数据的影响。
(三)大学毕业生的预期收入和风险
表3给出了回归样本的特征。回归样本数据的获取方法如下：在4272个有效样本中，首先挑出所有回答了预期收入的样本，然后在一生预期收入的基础上剔除顶端和低端1％的观测值，最后将样本限制在所有概率问题都回答的样本中，将这些观测值用于接下来的回归中，这个是回归样本。我们还有一个样本是在消除了不一致性后所得到的“一致样本”，共有2947个观测值。从这些数据中可以看出，在平均水平上所有的个体都预期随着工作经验的增加，收入也大量增加。
四、回归结果分析
(一)预期收入、收入风险与研究生教育选择
表4是对选择继续接受研究生教育的logit回归结果，在关键变量的选择上，我们采用了六种设定来进行回归：
1)所有预期收入水平值M0B、M10B、M0M、 M10M和所有概率水平值R0B、R10B、R0M、R10M
2)预期收入的对数lgM0B、lgM10B、lgM0M、 lgM10M和概率水平值R0B、R10B、R0M、R10M
3)硕士毕业和本科毕业时收入的比值M0M/ M0B、M10M/M10B和概率的比值R0M/R0B、 R10M/R10B
4)本科毕业和硕士毕业的一生收入与风险 MLB、MLM、RLB、RLM
5)本科和硕士一生收入的对数以及本科、硕士的风险lgMLB、lgMLM、RLB、RLM
6)本科和硕士一生的收入之比和风险之比 MLMB、RLMB
在控制了年龄、性别、专业、成绩、家庭收入、家庭居住地和父母的教育程度及工作类别这些因素后，进行回归，从所得到的计量结果来看，只有设定(2)和设定(5)在统计上是显著的。表4的前两列给出了用所有观测值估计的结果，即包含了个体报告的概率是不一致的样本。结果发现，本科学历的预期收入的对数对选择继续读硕士有负的影响，硕士学历预期收入有正的影响，而风险则一直都不显著。在关键变量的选择上，我们还加入了一个就业率变量“emp”，它是利用2007年全国大学毕业生调查所计算出的各个专业本科毕业生的就业率，将其赋给相应的被调查个体上。可以看到，就业率对于大学生是否接受研究生教育选择具有显著的负影响，即该专业的就业率越高，其攻读研究生的愿望就越小。大多数控制变量没有显著的影响：性别、居住地、专业、家庭收入和父母的工作类型及教育程度都没有影响学生进一步的学习；年龄有显著的负效应；成绩(学习成绩的分位数)有强的正影响。自我评估的成绩四分位数的影响是很大的：以最低的四分位做参考点，如表5中的第4列，边际效应(标准差)分别0.072(0.030)，0.168(0.028)和0.270(0.024)，可见，成绩越好，越愿意选择接受研究生教育。在排除了不一致的样本后，从定性上来讲，结果并没有差异。事实上，通过排除不一致的样本，能够获得更为准确的结论。
(二)预期收入、主观风险与研究生教育选择
上述回归分析中计量收入风险的方法是采用收入离散程度来计算的，既考虑了风险增益(即未来收入高于预期收入)，也考虑了风险损益(未来收入低于预期收入)，这也是学者们在实证研究中常用的计量方法，但在本研究中对大学生教育选择的影响却不明显。作为一个理性投资者，风险是做决策时的重要依据。而风险在上述回归中不显著的原因，可能是因为风险的度量既包含了收入可能的增益也包含了损失，但对投资者而言，在做投资某种教育的决策时，通常习惯从损失的角度去考虑风险。因此，我们改变风险的计量方式，用教育投资的未来收入低于预期收入发生的概率来计算，这也可称为个体的主观(感知)风险。在其他控制变量不变的情况下，表5中(1)、(2)对应列里所显示的结果是在包含不一致样本和排除不一致两种情况下回归的对比。结果表明，在排除不一致样本后可以看到，学生对研究生毕业时风险的预期对将来是否选择接受研究生教育产生了负效应，在10％的水平上显著，本科毕业的风险影响不明显；就业率和预期收入变量对研究生教育选择的影响保持了与收入风险方式估计结果同样的稳定性。
五、结 论
本文将影响大学生进行研究生教育选择的因素分为两类，主观因素和客观因素。所学专业毕业生的就业率是影响大学生教育选择的重要客观因素，如果就读的专业容易就业，大学生们还是更愿意直接就业，而不是选择接受研究生教育。毕竟研究生教育还需要投资，除了金钱上的投入，时间和精力都耗费甚多之外，未来的就业形势还具有相当大的不确定性。预期收入和风险是两个重要的主观因素，本文的研究结果发现：预期收入对大学生的教育选择产生了非常重要的影响；当采用现代投资风险观即投资风险既包括损失也包括增益所计算的风险(收入风险)来进行研究时，发现该风险对研究生教育选择的影响完全不显著，而采用预期收入可能发生损失的概率(主观风险)来计算风险时，主观风险对教育选择产生了明显的负效应。本研究结果表明：本科毕业时的收入越高，越愿意直接就业而不是继续读书，预期硕士毕业时收入越高，则越愿意选择继续攻读硕士。也就是说，大学生在进行研究生教育选择时，硕士教育投资的回报是影响个体决策的重要因素，这也印证了人力资本理论。就研究者而言，本文也许有这样的启示：对于不确定条件下的教育选择问题，衡量风险采用与人们直观感受最为接近的风险度量方法较好，这样可能更加符合实际，研究结果才能对个体的决策行为具有指导意义。
从实践层面来看，本文的研究可以为北京地区的高等教育问题提供参考，特别是对于研究生教育层次的选择更是如此。既然预期收入会对教育选择有显著影响，那么形成合理预期就是学生们做出恰当教育选择的关键性因素。现阶段部分大学生对于研究生毕业后的未来收入估计过高，这不利于他们在研究生教育问题上做出合适的选择。收入信息的不完善以及获取信息的渠道不畅通可能是形成大学生对研究生学历预期收入过高估计的重要原因。建议政府有关部门定期收集劳动力市场数据，并在大众媒体上广泛宣传；相关教育部门也应为大学生提供更为全面的就业信息，特别是收入信息，以便学生们对未来收入形成理性预期，合理选择受教育年限，促进人力资本作用的有效发挥和避免人力资源的浪费。从理论层面来看，以往的研究大多从成本—收益的角度去考虑教育投资决策，因此人力资本投资风险问题在较长一段时间内一直被学术界所忽视。本文提出了一个新的角度，即从收益—风险的角度去考虑教育决策问题。研究结果也表明，风险的确是人们做决策时的重要参考，不应被忽略。合理投资教育，需考虑风险问题，这也是进一步完善人力资本理论的重要方面。