工作与未来

大学专业影响的不仅仅是平均收入

在过去的半个世纪里,进入大学的学生比例急剧增加。 Image: Unsplash/Charles DeLoye

Rodney Andrews
Assistant Professor of Economics, University of Texas
Scott Imberman
Professor of Economics and Education Policy, Michigan State University
Michael Lovenheim
Donald C. Opatrny ’74 Chair of the Department of Economics and Professor of Economics, Industrial and Labor Relations, and Public Policy, Cornell University
Kevin Stange
Associate Professor of Public Policy, University of Michigan
  • 在过去的半个世纪里,世界各地的大学生比例急剧增加;
  • 专家表示,以美国为例,其工业基地持续向服务业转型,意味着美国劳动力市场的技能回报率达到了历史最高水平;
  • 投资于什么类型的教育和培训,不仅对个人来说是一个关键决定,对高等教育政策也有着重要影响;
  • 越来越多的研究指出,大学专业选择在决定劳动力市场的结果方面非常重要。

随着美国的工业基地继续从制造业向服务业转移,劳动力市场上的技能回报率处于历史高位。即使是中产阶级的工作,也需要中学以上的教育——而中学以上的教育几乎是获得大多数高薪职业的必要条件。

因此,在过去的半个世纪里,进入大学的学生比例急剧增加:1970年,51.7%的应届高中毕业生进入大学;到2019年,这一数字上升到66.2%。在同一时期,美国中学以上的教育机构的秋季入学总人数从860万增加到1960万——这一现象在全世界都有出现,在几乎每个国家的两代人之间,受过高等教育的人口比例都有所增长(OECD 2022)。

中学以上的教育机构的入学率和毕业率上升,部分是由大学教育的高平均回报率所推动的。然而,教育的平均回报率掩盖了许多方面的重要“异质性”(Lovenheim&Smith,即将出版)。其中最重要的一点是大学所学的专业和课程。投资于什么类型的教育和培训,不仅对于个人来说是一项关键决定,对高等教育政策也有着重要影响。

随着特定类型的技能在劳动力市场的回报率上升(Autor 2014,Deming 2017),我们需要更全面地了解专业选择如何影响劳动力市场的结果,才能为学生和政策制定者提供指引。对于学生来说,上大学的成本上升以及相关的学生贷款,更加凸显出了解特定专业劳动力市场结果的价值。如果我们所提供的信息,能够帮助学生做出更好的中学阶段后的教育投资决定,那么他们的教育回报也会因此增加,他们拖欠学生贷款的可能性也会因此减少。研究发现,学生们在做出专业选择时对此类信息反应灵敏(Wiswall&Zafar 2015a,b, 2021),因此为他们提供准确的信息显得尤其重要。

对政策制定者和高等教育管理者来说,了解不同大学专业的回报率对做出资源分配决策有着重要意义。为高回报专业和课程提供更多的资源,可以增加大学的总体回报率。因此,更好地了解不同专业的回报率,可以促进中学以上教育机构内和不同的教育机构间更有效的资源分配。

越来越多的研究指出了大学专业选择在决定劳动力市场结果方面的重要作用。不同专业的平均收入差异,甚至与高中毕业生和大学毕业生之间的收入差距一样大(Altonji等人,2012)。来自多个国家的有力证据表明,专业选择对平均收入有很大影响。研究者们在智利(Hastings等人,2013)、意大利(Anelli 2018)、挪威(Kirkeboen等人,2016)、英国(Walker&Zhu,2011)和美国(例如,Bleemer&Mehta 2022,Andrews等人,2017,Hershbein&Kearney 2014,Hammermesh&Donald 2008),都发现了这样的证据。最新研究还发现,在美国,不同研究生学位的回报率之间也存在很大差异(Altonji等人,2022a,b)。

之前关于大学专业回报率的研究,大多只关注特定年龄段的平均数。而我们的研究则强调了迄今为止很少受到关注的、专业选择的劳动力市场回报率的四个方面:经验与收入增长的关系,不同劳动者之间的收入差异,劳动者内部的收入差异,学习课程与学习机构的区别及其不同影响。

我们的研究(Andrews等人 2022)使用了德克萨斯州的数据来评估大学专业的就业回报。对于在公立的德克萨斯州中学以上教育机构中的学生,我们匹配了德克萨斯州全部公立学校的行政记录数据(从K12学生到高等教育学生),以及这些毕业生在德克萨斯州不同雇主工作的季度收入记录。这些数据提供了庞大的样本量,丰富的大学前信息,以及同一时间段内的不同毕业生之间的收入变化——这些都是其他美国的数据集所不具备的优势。我们使用丰富的大学前和大学阶段数据,估计了每个专业相对于文科专业(不细分类别)的回报。

我们考虑到了大学前的考试成绩,学生的人口统计学信息,以及高中各年级和大学各年级群组的影响。因此,在统计上我们比较的是具有相似背景信息的学生,他们在同一年从同一所高中毕业,上了同一所大学(来自同一高中群组),仅仅在专业上有所差异。虽然这种估计方法依赖于一个强假设,即这些特征足以解释学生在劳动力市场上不同就业结果的差异——但值得一提的是,我们这种估计方法所依赖的前提假设,比许多先前的研究要更宽松。

我们主要有四个发现。首先,大学回报在不同的专业中有所不同。例如,四年制生物/卫生,或是经济/商业学位的相对回报(与文科相比),在20年后会增加一倍或两倍;而农业、通信和社会科学(不包括经济学)的相对回报,则会随着经验的增加而大幅下降。在高中毕业后的16-20年内,文科专业的季度收益,大概落在社会科学的664美元到工程/建筑的8016美元的区间之间。

图1 按文学/理学学士学位的潜在工作经验划分的大学专业回报率

工程学和建筑学是美国大学专业中收入回报最高的专业。 Image: CEPR

这些结果进一步显示了区分劳动者之间和劳动者内部收益差异的重要性。我们还采用了分位数处理效应模型(Quantile treatment effect estimates,DiNardo等人,1996;Firpo,2007)——考虑了不同专业的收入分布情况,通过比较某一专业分布中的每个百分点收入,以及文科专业分布中的同一百分点收入(根据观察特征值生成权重调整过后的值),表明各专业在影响劳动者收入分布方面存在着很大差异。一些专业收入分布的改变相对均匀,而其他专业则是收入分布的顶端变动更大——这表明,平均处理效应为学生带来了大量(以及不同的)事前风险。例如,社会科学的小收益对大多数学生没有影响,但对位于分布顶端的学生则有着积极的影响;相对的,商业和经济学的收益大,在整个分布中都影响较大,对于分布顶端的学生的影响则尤其大。

图2 相对于文科专业分布的其他专业同一百分点回报率

商业和经济学对美国学生来说有较高的回报率。 Image: CEPR

研究还表明,大学专业对劳动者内部的收入差异有着一定影响,这是由劳动者所预测收入变异系数来衡量的。如果劳动者面临信贷限制,无法通过借贷来缓解消费或规避风险,那么各季度收入的大幅变化会损害劳动者福利。

大多数专业的收入变异系数比文科要低,不同专业的收入变异系数的大小有所不同。总的来说,平均收入效应与专业的收入变异系数呈负相关——高收入回报的专业也有较低的收入变异性,这使得它们对希望规避风险的学生来说更有吸引力。

图3 专业平均收益与各专业收益变异性之间的关系

图中显示了各专业平均收益和收益变异性之间的关系。 Image: CEPR

大多数关于大学专业的研究,都使用了综合的专业组分类——他们通常只采用少量的高度综合的专业组别。我们则提供了新的证据,说明了在更广泛的专业组别中,定义更窄的专业的收益变化程度,以及平均专业收益效应在不同的中学以上教育机构中的变化。

首先,我们的研究结果表明,在教学计划分类的组别中(4位数CIP代码),存在着大量的回报异质性(图4)。在不同的教育机构中,总体专业类别的回报率有着更大的差异,这一证据表明特定项目有很大的具体效应。

图4 主要专业分组内平均收入效应的变化(4位数的CIP代码)

图为主要专业组别内平均收入效应的变化。 Image: CEPR

未来的研究应该更仔细地考虑各专业和教育机构的专业分类汇总方式。研究结果之间的差异可能是由于不同的汇总方式,以及分析样本中机构集的差异。

我们的研究超越了对特定年龄段的平均效应分析,从而为不断增长的相关文献做出了贡献。我们展示了新的证据,说明不同专业如何影响了大学毕业生的收入、改变收入分布,以及影响劳动者内部的收入差异。此外,我们还探讨了专业汇总方式对于研究结果的影响,使用了丰富的行政数据集进行全面研究。

综上所述,我们强调了大学专业收入回报率在各个不同层面上的重要性——它既可以帮助学生做出更明智专业选择,也可以帮助政策制定者和高等教育管理者进行更好的资源分配。

本文作者:

Rodney Andrews,德克萨斯大学经济学助理教授

Scott Imberman,密歇根州立大学经济学和教育政策教授

Michael Lovenheim,康奈尔大学经济学系,经济学、工业和劳动关系及公共政策教授

Kevin Stange,密歇根大学公共政策副教授

本文原载于世界经济论坛Agenda博客,转载请注明来源并附上本文链接。

翻译:陈达铿

编辑:王思雨

不要错过关于此主题的更新

创建一个免费账户,在您的个性化内容合集中查看我们的最新出版物和分析。

免费注册

许可和重新发布

世界经济论坛的文章可依照知识共享 署名-非商业性-非衍生品 4.0 国际公共许可协议 , 并根据我们的使用条款重新发布。

世界经济论坛是一个独立且中立的平台,以上内容仅代表作者个人观点。

实时追踪:

教育、性别及工作的未来

分享:
全局信息
探索和追踪解决之道 教育、性别及工作的未来 正在影响经济、产业和全球问题
World Economic Forum logo

每周 议程

每周为您呈现推动全球议程的紧要问题(英文)

立即订阅

AI与劳动力结合过程中的十大趋势

David Elliott

2024年12月16日

什么是“零工经济”,你愿意打零工吗?

关于我们

加入我们

  • 登录
  • 成为我们的合作伙伴
  • 成为我们的会员
  • 订阅我们的新闻稿
  • 联系我们

快捷链接

语言版本

隐私政策和服务条款

站点地图

© 2024 世界经济论坛