Learning about heterogeneity in returns to schooling
认识教育回报的异质性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究随机系数异质性，但未说明面板估计、因果识别或分位数与分布效应，现有细分键缺乏直接对应。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
认识教育回报的异质性
- 研究问题
- 个体教育回报是否存在不可观测异质性，其分布更适合连续还是离散形式，个体截距与教育回报的联合异质性应如何描述？
- 方法与思路
- 作者利用 NLSY 数据构建并估计多种贝叶斯层级模型，比较既有研究启发及新提出的异质性设定，让数据区分竞争模型。
- 材料陈述的贡献
- 摘要称教育回报存在异质性，证据更支持连续而非离散分布，且二元正态能较合理地描述个体截距与教育回报的联合异质性。
- 阅读关注点
- 应核对教育回报的参数含义、模型比较与先验敏感性、教育选择及内生性的处理，并查看联合正态设定的拟合证据。
- 阅读边界
- 仅依据所给 Crossref 摘要；因果识别、样本构造和模型比较指标未说明，不能把模型中的教育回报直接解释为因果效应。
原文摘要
Abstract Using data from the National Longitudinal Survey of Youth (NLSY) we introduce and estimate various Bayesian hierarchical models that investigate the nature of unobserved heterogeneity in returns to schooling. We consider a variety of possible forms for the heterogeneity, some motivated by previous theoretical and empirical work and some new ones, and let the data decide among the competing specifications. Empirical results indicate that heterogeneity is present in returns to education. Furthermore, we find strong evidence that the heterogeneity follows a continuous rather than a discrete distribution, and that bivariate normality provides a very reasonable description of individual‐level heterogeneity in intercepts and returns to schooling. Copyright © 2004 John Wiley & Sons, Ltd.