The effect of college curriculum on earnings: An affinity identifier for non-ignorable non-response bias
大学专业与收入：利用关联程度识别非可忽略无应答偏差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：摘要以大学专业对收入的影响为研究目标，并讨论选择性无应答的识别与校正。
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
大学专业与收入：利用关联程度识别非可忽略无应答偏差
- 研究问题
- 估计大学专业与收入差异时，如何处理调查无应答的选择性，并利用潜在应答者与调查机构的关联程度识别无应答机制？
- 方法与思路
- 作者连接多届毕业生的高中、大学及人口特征记录，以应答者和调查组织的关联程度识别无应答，并在收入模型中进行选择性校正。
- 材料陈述的贡献
- 摘要称校正后的专业收入差距不足未校正差距的一半，且比未处理选择性无应答的结果低一成，并提出可用于单位无应答的估计方法。
- 阅读关注点
- 应核对关联指标的构造及识别所需限制，尤其其与收入和专业选择的关系，并区分无应答校正与专业效应的因果识别。
- 阅读边界
- 仅据所给出版社摘要，无法确认关联指标的有效性或专业选择混杂是否解决；所报收入差距变化不能直接视为已识别的因果效应。
原文摘要
We link information on graduates from many cohorts to their high-school and college records and demographics to infer the impact of college major on earnings. We develop an estimator to handle potential non-response bias and identify non-response using an affinity measure--the potential respondent's link to the survey organization. This technique is generally applicable for adjusting for unit non-response. In the earnings model estimated using the identified (for non-response bias) selectivity adjustments, adjusted earnings differentials across college majors are below half as large as unadjusted differentials and ten percent smaller than those that do not account for selective non-response.