Page 87 - 《社会》2016年第3期
P. 87
社会· ２０１６ · ３
表 ５ ：贪婪匹配样本的月收入（取对数）的 犗犔犛 回归结果
预测方法 １ 预测方法 ２ 预测方法 ３
过度教育 －０．１１２ （ ０．０４２ ） －０．０８９ （ ０．０４１ ） －０．０９０ （ ０．０４２ ）
男性 ０．１１０ （ ０．０４５ ） ０．０５５ （ ０．０４２ ） ０．０４７ （ ０．０４３ ）
年龄 ０．０５３ （ ０．０２５ ） ０．０６１ （ ０．０２５ ） ０．０５９ （ ０．０２５ ）
工作小时／周 ０．００１ （ ０．００２ ） ０．００１ （ ０．００２ ） ０．００２ （ ０．００２ ）
部门（参照组为机关事业单位）
国有企业 －０．０１４ （ ０．０７４ ） ０．０２９ （ ０．０７０ ） ０．００２ （ ０．０７２ ）
私有企业 ０．０５９ （ ０．０６５ ） ０．１２５ （ ０．０６０ ） ０．１１４ ＋ （ ０．０６５ ）
行业（参照组为第二产业）
犐犜 业 ０．１４９ （ ０．０７８ ） ０．１２１ （ ０．０７３ ） ０．０７６ （ ０．０７２ ）
银行金融业 ０．２８２ （ ０．０７１ ） ０．２３９ （ ０．０６９ ） ０．２３８ （ ０．０７２ ）
其他第三产业 －０．０９５ （ ０．０６２ ） －０．０６５ （ ０．０６０ ） －０．０９０ （ ０．０５８ ）
职业（参照组为一般工作人员）
专业技术人员 ０．０７０ （ ０．０５８ ） ０．１０７ （ ０．０５３ ） ０．０６７ （ ０．０５４ ）
其他 ０．０８２ （ ０．０５８ ） ０．０７６ （ ０．０５２ ） ０．０８５ （ ０．０５３ ）
组织规模（取对数） ０．０４９ （ ０．０１１ ） ０．０６６ （ ０．０１０ ） ０．０４５ （ ０．０１０ ）
城市地区 ０．１２３ （ ０．０４８ ） ０．１６４ （ ０．０４５ ） ０．１６８ （ ０．０４５ ）
北京地区 ０．１０３ （ ０．０５０ ） ０．０９６ （ ０．０４７ ） ０．０７７ （ ０．０４８ ）
常数项 ６．２２６ （ ０．６２５ ） ５．８６６ （ ０．６０６ ） ６．０５１ （ ０．６１０ ）
犉 ７．９２ １０．３８ ７．１７
犚 ２ ０．２４４ ０．２７０ ０．２０８
犖 ３５８ ４０８ ３９８
注： １．＋ 狆 ＜ ０．１ ， 狆 ＜ ０．０５ ， 狆 ＜ ０．０１ ， 狆 ＜ ０．００１ （双尾检验）；
２． 表中报告的是非标准化回归系数，括号中的数字是标准误；
３． 预测方法 １ 包括劳动力市场变量，预测方法 ２ 不包括劳动力市场变量，
预测方法 ３ 在方法 ２ 的基础上加入高考分数变量。
性，结果见表 ６ 。同样，表中仍然依次给出了与三种倾向值预测方法相
的比较来看，虽然在若干变量（行业和专业）
对应的结果。从 犱 狓 与 犱 狓犿
上匹配的效果并不好，但在绝大多数变量上仍然实现了较好的平衡。
最重要的是，不论这些倾向值预测方法和匹配方法之间的相对优劣如
何，结果一致表明过度教育对高学历劳动者的月收入仍然具有显著的
负效应，只是具体估计值从 １１．７５％ （ １犲 －０．１２５ ＝０．１１７５ ）到 １８．１３％
（ １犲 －０．２００ ＝０．１８１３ ）不等。 ７ 因此， 犗犔犛 和 犘犛犕 的分析结果均表明，过
度教育对高学历劳动者的收入回报具有显著的负面影响。 ８
７． 最佳成对匹配 后 的 估 计 方 法 是 差 值 回 归，最 佳 整 体 匹 配 后 使 用 的 估 计 方 法 是 犎狅犱 犵 犲狊
犔犲犺犿犪狀狀 秩检验，详见郭申阳、弗雷泽（ ２０１２ ）的著作。
８． 贪婪匹配和最佳成对匹配的 犚狅狊犲狀犫犪狌犿犅狅狌狀犱狊检验也表明，本文的 犘犛犕 结果对潜在选择
性偏误的影响是不太敏感的，参见胡安宁（ ２０１２ ）的文章。
· ８ ０ ·
