2020年5月
对毕业生收入溢价的估计通常不考虑非认知技能的影响。由于这些技能在大多数数据集中是不可观察到的,因此人们担心,对毕业生溢价的现有估计受到了对这些不可观察到的选择的污染。我们使用了一组年轻个体的数据,这使我们能够控制非认知技能的影响。我们发现,纳入非认知技能(它们本身具有显著的积极作用),将毕业生的预估溢价从平均10-12%降低了微不足道的1-2个百分点。我们的第二个贡献是由于最近的研究更多地依赖于行政数据集,这些研究关注的是年收入而不是小时工资,我们的结果表明,毕业生的收入差异明显大于工资差异。由于我们使用的估计方法对不可观测的选择不是稳健的,我们采用Oster(2016)检验来表明,在不可观测的选择上,将需要一个难以置信的选择程度来推动我们的估计工资和收入回报为零,并且收益的合理上限大约比OLS回报低四分之一到三分之一。我们进一步发现了广泛的专业群体和精英大学的异质性回报,我们发现了巨大的学位等级差异。
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。