2020年1月
发表于:《美国经济评论》,2022年,112 (5),1669-1702
当教育可以提高生产力,也可以作为生产力的标志时,社会和个人对教育的回报是不同的。我们展示了工具变量如何在Farber和Gibbons[1996]和Altonji和Pierret[2001]的雇主学习框架内分别用于识别和估计教育的社会和私人回报。工具变量能识别什么,关键在于雇主是否隐藏了工具,或者雇主是否观察到了工具。如果这个工具是隐藏的,那么它就确定了教育的私人回报,但如果这个工具被雇主遵守,那么它就确定了教育的社会回报。然而,有趣的是,在有经验的工人中,该工具确定了教育的社会回报,不管它是否被隐藏。我们在挪威的多个队列中使用义务教育法律的地方变化来操作这一方法。我们倾向于估计,多受一年教育的社会回报率为5%,而个人的内部回报率(在整个生命周期内的回报总和)为7.2%。因此,70%的私人教育回报可以归因于教育提高了生产力,30%归因于教育显示了工人的能力。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。