毕业论文排版参考示例.doc

山东工商学院2011届毕业论文
山 东 工 商 学 院
SHANDONG INSTITUTE OF BUSINESS AND TECHNOLOGY
毕业论文
GRADUATION　THESIS　

论文 题目
Title Of Thesis
中国教育不匹配的收入效应：基于CHNS数据的实证分析
分院（系别）
Department
统计学院
专　业
Speciality
统计学
班级
Class
统计072
论文作者
Author of Thesis
徐 聪
日期Date
2011年6月9日
论文指导教师
Advisor
许启发
指导教师职称
The Title of Advisor
教 授

23

中国教育不匹配的收入效应 ：基于CHNS数据的实证

[摘要] 本文利用1997年和2006年CHNS调查数据，依据ORU模型考察中国教育收益率的变化，将教育收益率分为教育匹配、教育过度和教育不足收益率。首先通过增加控制变量，发现控制个体异质性后教育匹配与教育不匹配收益率的差距减小。其次，分全样本、性别和城乡三个数据集，比较其教育匹配和教育不匹配收益率的OLS与分位数回归结果。实证结果表明中国1997年和2006年教育匹配收益率为正，教育过度收益率为正，但小于教育匹配收益率，教育不足收益率为负，且三者均随时间增大。均值回归（OLS）忽略了工资结构中一些重要的特点，分位数回归结果揭示了教育收益率在整个收入条件分布中不均衡，在收入条件分布的低分位点上高，在高分位点上低。工作经验的收益率随着时间而减少，但可以弥补教育不足带来的收入惩罚。1997年和2006年中国收入分配不平等且有增大的趋势，教育收益率在其中扮演重要的角色。
[关键词] 教育收益率 教育不匹配 收入效应 分位数回归

The effect of education mismatch on income in China:
empirical analysis from CHNS data

Abstract: In order to study the return of schooling, which is divided in to the return of education match, overeducated and undereducated, empirical analysis is conducted in the paper by CHNS (Chinese Health and Nutrition Survey) data on 1997 and 2006. In order to study the evolution of returns to education in China with ORU model, which is divided in to the return of education match, overeducated and undereducated, empirical analysis is conducted in the paper by CHNS (Chinese Health and Nutrition Survey) data on 1997 and 2006. First, by adding the control variables, it turns out that the gap between the return to education match and mismatch decreases, after controlling individual heterogeneity. Secondly, this paper compares the return of education based on the result of OLS and quantile regression through full sample, gender sample and area sample. The results of estimation shows that on 1997 and 2006, the return of overeducated is positive, but lower than the return of required education and the return of undereducated is negative. Average effects (OLS) ignore important features of the income structure and quantile regression analysis reveals that the effect of education is not constant across the conditional income distribution. They are higher for those at lower quantiles and lower at higher quantiles in the conditional income distribution. Return to experience decreases with time, but it can make up for the earning penalties which caused by under education. Income inequality expanded in China and the return to education had an important role in this process.

Keywords: Return to education; Education mismatch; Effect on income; Quantile regression

目 录

一、引言 1
二、计量模型与方法 4
(一) 过度教育和教育不足的测度方法 4
(二) 教育对收入分布影响的测度模型 5
1. ORU模型及其扩展 6
2. ORU模型的均值回归与分位数回归 6
三、实证研究 8
(一) 数据选取与描述统计 8
(二) 中国教育不匹配现状 9
(三) 教育不匹配对收入分布的影响 10
1. 教育匹配、教育过度和教育不足收益率的特点 15
2. 教育匹配收益率与教育不匹配收益率之间的差距 16
3. 教育收益率随时间变化的情况 17
4. 工作经验收益率与教育收益率 18
(四) 教育不匹配对收入不平等的影响 19
四、结论与政策启示 20
致谢语 22
参考文献 23

一、 引言

由于中国在长期的计划经济体制下，“统包统分”的计划型分配影响着人们的就业思想，人们很少关注受教育水平与工作岗位的匹配问题。伴随中国在计划经济向市场经济转型的过程中，“双向选择，自主择业”的模式则成为就业的主要渠道，人们更加关注人力资源的有效配置，更加关注教育经济对个人经济收益的影响(赵宏斌，2004)[]赵宏斌. 教育过度与收益风险. 教育理论与实践[J], 2004(24), 6, 13-17.
。从1999我国实行高等教育扩招政策后，教育规模的显著增长，从1999年扩招以前不到700人万增加到2010年的2979万人，2005年后超过美国总规模世界第一。短期内我国高等教育毕业生数量增长迅速，但社会经济结构的改革和发展是一个循序渐进的过程，劳动力市场的供需关系发生变化，我国高校毕业生就业率从20世纪90年代中期以前的100%逐年下降，到2007年约有100万高校毕业生面临失业的困境，同时伴随着大学生毕业起薪下降，人才高消费等现象。从数据表面来看，我国高等院校的毕业生过剩，看似出现了一定程度的过度教育。但按照Martin Trow(1973)[]Martin Trow. Problems in Transition from Elite to Mass Higher Education [R], Conference on Future Structures of Post-secondary Education, Paris, 1973, June, 26−29.
的划分，毛入学率15%—50%属于大众化教育教育，但我国的毛入学率从不到10%增加到2011年的24.2%，刚刚迈过大众化教育的门槛，远低于与经合组织国家51%的毛入学率。同时，1992年以来，我国预算内教育经费占GDP的比重从没有超过3%，全部财政性教育经费占GDP比重也一直在3.5% 以下(黄志岭等，2010)[]黄志岭, 逯 岩, 樊小钢. 过度教育的收入效应实证研究[J], 财经论丛, 2010, 6, 16-22.
，我国仍然是教育和人力资本欠发达的国家。所以，从实证分析研究我国教育过度的现象以及其对收入以及收入差距的影响十分有意义。
对过度教育的研究可以追溯到1976年，R. Freeman[]Richard B Freeman. The Overeducated American[M], Academic Press, 1976.
注意到第二次世界大战美国高等教育规模的迅速扩大和过度投资引发的潜在问题，他在其出版的《过度教育的美国人》中首次提出了“过度教育”这一概念，即教育供给超过了社会需求。随后Duncan和Hoffman(1981)[]Duncan, G., & Hoffman, S.. The incidence and wage effects of overeducation [J], Economics of Education Review, 1981, 1, 75–86.
根据个体实际受教育年限与其从事工作所需教育年限比较，分成超过、相等、低于分别对应“过度教育”、“教育匹配”和“教育不足”三个概念，首先使教育匹配与教育不匹配的测度方法量化，并且他们把Mince方程(1974)[]Mincer, J.. Schooling, experience and earnings [M], New York: Columbia University Press, 1974.
扩展到过度教育领域，利用扩展的Mince方程估计教育匹配和教育不匹配收益率，他们为过度教育所做的开创性研究为后继者提供了正确的思路。美国教育经济学家Levin等(1985)[]TasangM. C. , Levin H. M. The Economics of Over-education[J], Economics of Education Review, 1985, 4, 93-104.
在总结相关研究成果后提出过度教育包含三个含义：（1）相对于历史上受过同等教育的人，其经济收入或地位下降；（2）受过教育的个体未能实现预期的职业目标或对事业成就的期望；（3）工作者掌握的工作技能超过其从事职业岗位要求的技能。
教育与收入两者的关系一直是世界关注的话题，所以讨论过度教育的经济收益也是过度教育的主要研究内容之一。国内外学者主要采用两种方法来研究过度教育对个人收益的影响。第一种是由Duncan和Hoffman(1981)5提出的Mincer方程的扩展即ORU模型。Hartog和Tsang(1989)[]Hartog, J., & Tsang, M.. Education, job level and earnings in the US, 1969-1973-1977[R], Amsterdam: Department of Economics, University of Amsterdam, 1989.
估计了美国1969、1973、1977这三年男性和女性教育匹配和不匹配个体收益率；Rubb和Quinn(2002)[]Rubb S., & Quinn, M. A.. Education Mismatches in Mexico: Additional Evidence of the Importance of Labor Market Assignments?[R], Paper presented at the International Atlantic Economic Society Meeting, Washington, D.C., 2002.
估计了墨西哥1978-1997年间男性教育匹配和不匹配对收入的影响；武向荣(2007)[]武向荣. 中国过度教育的收入效应[J], 北京大学教育评论, 2007(5), 2, 136-146.
采用1995年中国城镇居民家庭收入分配调查得到的数据，分性别、职业、部门、行业、地区估计了教育匹配和教育不匹配的收益率。第二种方法由Verdugo和Verdugo(1989)[]Verdugo, R. R., & Verdugo, N. T.. The impact of surplus schooling on earnings [J], Journal of Human Resources, 1989, 24, 629–643.
在研究美国1980年教育收益率时提出，其主要形式也是Mincer方程的扩展。Patrinos(1997)[]Patrinos, H.A.. Overeducation in Greece[J], International Review of Education, 2997, 43, 203-223.
采用此种方法估计1977年希腊教育不匹配对收入的影响；黄志岭等(2010)3采用此方程估计我国2002年城镇住户教育匹配与不匹配的收入效应。由于两种模型估计各有优缺点，一些学者在研究中采用两种方法分别估计教育匹配和不匹配对收入的效应。Kiker等(1997)[]Kiker, B. F., Santos, M. & Oliveira, M.M.. Overeducation and undereducation: Evidence for Portugal [J], Economics of Education Review, 1997(16), 2, 111-135.
分性别研究了1991年葡萄牙教育不匹配收入率以及过度教育发生的原因；Cohn等(2000)[]Cohn, E & Ng, Ying. Incidence and wage effects of overschooling and underschooling in Hong Kong[J], Economic of Education Review, 2000, 19, 159-168.
研究了1986和1991年香港过度教育和教育不足的发生率以及其收入效应。
以上研究均采用OLS估计两种模型，但有学者(Buchinsky，1994[]Buchinsky, M.. Changes in the US wage structure 1963-1987: application of quantile regression[J], Econometrica, 1994, 62, 405-458.
；Machado和Mata，1998[]Machado, J. A. and Mata, J. Earning function in Portugal 1982-1994: evidence from quantile regressions[R], working paper2-98, Bank of Portugal, Lisbon, 1998.
等) 研究指出仅关注均值的影响容易忽略收入结构中某些重要特点。Hartog(2001)[]Hartog. J, Pereira. P. T. & Vieira. J. A. C.. Changing returns to education in Portugal during the 1980s and early 1990s: OLS and quantile regression estimators[J], Applied Economics, 2001, 33, 1021-1037.
认为采用OLS会假定回归系数在整个收入条件分布上均衡，但没有理由可以证明这种假设。他认为分位数回归估计系数可以得到教育在整个收入条件分布上的影响，条件均值很可能仅构成了工资分布中的有限的一部分。McGuiness等(2007)[]McGuinness, S. &Bennett, J.. Overeducation in the graduate labour market: A quantile regression approach[J], Economics of Education Review, 2007, 26, 521-531.
，Budria. S等(2008) []S. Budria & Moro-Egido. Education, educational mismatch, and wage inequality: Evidence for Spain[J], Economics of Education Review, 2008, 27, 332-341.
采用分位数回归研究教育不匹配的工资效应。
人们一般认为教育投资对收入有很重要的影响，加强教育投资被看做是减少贫困、缩小收入差距的主要手段。因此，研究教育收益率、教育扩张与收入不平等之间的文献较多。李实等(2003)[]李实, 丁赛. 中国城镇教育收益率的长期变动趋势[J], 中国社会科学, 2003, 6, 58-72.
指出研究教育收益率特别是其长期变化趋势，有助于我们解释日益扩大的收入差距。Lopes-Acevedo(2006)[]Lopes-Acevedo, G.. “Mexico, Two Decades of the Evolution of Education and Inequality” [R], The world bank policy research working paper3919, 2006.
指出收入不平等主要由不同教育水平的相对收入变化导致。宁光杰(2009)[]宁光杰. 教育扩张能改善收入分配差距吗? – 来自CHNS2006年数据的证据[J], 世界经济文汇, 2009, 01, 01-14.
指出教育不平等导致收入不平等，但教育不平等不能解释收入不平等的全部，同时教育过度导致更大程度的收入不平等。
近年来国内学者也开始中国是否存在过度教育，但大多数研究是总结国外学者的研究方法和内容(孙志军，2001[]孙志军. 过度教育: 西方的研究与经验[J], 比较教育研究, 2001, (5), 38—43.
；赵宏斌，2004[]赵宏斌, 教育过度与收益风险[J], 教育理论与实践, 2004, 24(6), 13-17.
；张黎星等，2006[]张黎星, 张黎明. 国外“教育过度”研究成果与当前动态[J], 西南科技大学《高教研究》, 2006, 4, 4-7.
；盛世明，2009[]盛世明. 过度教育和教育不足的发生率和收益率的影响因素分析—西方研究及其启示[J], 复旦教育论坛, 2009, 7(1), 82-87.
等)以及从理论层面上来分析过度教育产生的原因及对策(陈方红，2005[]陈方红. 论我国教育过度的成因及社会影响[J], 现代教育科学, 2005, (2), 56—59.
；赵修渝等，2006[]赵修渝, 白韶红. 中国过度教育现象的理论分析[J], 重庆大学学报(社会科学版), 2006, 12(5), 124-127.
；王华春等，2010[]王华春, 赵 蕊, 杨丙见. 局部“过度教育”的成因与对策[J], 教育科学文摘, 2010, 4, 3-4.
等)对过度教育和教育不足对收入产生的影响的相关研究几乎空白，仅有的实证研究(武向荣，200710；黄志岭等，20103)只是选取中国城镇住户调查数据，采用OLS而没有采用分位数回归，也没有考察教育不匹配收益率与收入不平等的关系。
本文研究思路：首先借助描述统计初步考察中国居民平均收入及受教育年限，教育匹配和教育不匹配现象的发生率，以及其随时间发展的变化情况；其次借助ORU模型研究控制个人异质性后的教育匹配、教育过度、教育不足的收益率。再次，通过分位数回归研究在整个收入条件分布上教育匹配和教育不匹配的收入效应以及其之间差距的变化情况，从全样本、性别和城乡子样本三个样本讨论。最后，观察随着时间变化中国居民收入不等变化趋势，以及教育在这个过程中起到什么样的作用。 本文所有计算都是在R 2.11.1环境下进行，我们编写了大量计算程序，感兴趣的读者可以索取。

二、 计量模型与方法

(一) 过度教育和教育不足的测度方法
Duncan和Hoffman5在1981年首先区分了两个不同的概念，即个体受教育水平和工作中对教育的需求水平。从这两个概念中，他们得出了过度教育和教育不足的测度方法。
总结国外学者对个人过度教育和教育不足的测度方法主要有两类基本方法：“主观法”和“客观法”。
主观法即由个体自身来评价其所从事的工作需要的教育年限，然后与个体实际受教育年限相比较来判断个体是过度教育，教育不足或者是教育匹配。Duncan和Hoffman(1981)5，Hartog和Tsang(1989)8，以及Sicherman(1991)[]Sicherman, N. . “Overeducation” in the labor market [J], Journal of Labor Economics, 1991, 9(2), 101–122.
均采用此方法测量过度教育和教育不足。
客观法在当个体从事工作所需教育年限可得到时使用。其中具体测度方有两种类型：第一，工作分析法（Job Analysis），这种方法由给出每类工作所需教育水平的专业工作分析师进行系统的评定，其中职业类型也有一个专业的分类。最著名的例子是美国职业分类词典（DOT）。Thurow等(1972)[]Thurow, L.C., Lucas, R.E.B.. The American distribution of income: a structural problem [R], A study for the Joint Economic Committee, US Congress, Government Printing Office, Washington DC, 1972.
，以及Hartog(1980)[]Hartog, J.. Earnings and capability requirements [J], Review of Economics and Statistics, 1980, 62 (2), 230–240.
均采用该方法测度。Kiler等(1991)[]Kiker, B. F., & Santos, M. C.. Human capital and earnings in Portugal [J], Economics of Education Review, 1991, 10 (3), 187–203.
采用DOT对葡萄牙教育匹配问题进行分析。第二实际匹配法（Realized Mathches）这种方法中每类工作所需的教育水平由从事该工作的工人受教育水平的分布得到。第二种类中，又可具体分为两种方法：均值法和众数法。均值法：求出每类职业从业人员受教育年限的均值及标准差。超出均值加一个标准差即为教育过度，低于均值减一个标准差即为教育不足。Verdugo和Verdugo(1989)11，Groot等(1995)[]Groot, W., Maassen van den Brink, H.. Allocation and the returns to overeducation in the United Kingdom [R], Universiteit van Amsterdam, Tinbergen Institute Discussion Paper TI: 3–95–205, 1995.
等采用此种方法。众数法：统计出每类职业从业人员受教育年限的众数。每类职业中，工人受教育年限超过所从事职业教育年限的众数即为教育过度，低于该众数即教育不足。该方法由Kiler等(1997)13年提出。
因为本文采用的CHNS数据可得到个人所受教育年限，采用客观法中的众数法来测度教育匹配，过度教育和教育不足。本文中个人实际受教育水平变量为，即一个人实际受教育的年限。为教育匹配变量，即个人从事工作需要的教育年限的众数。为教育过度变量，即个人受教育年限减去其从事工作所需要教育年限后剩余教育年限。为教育不足变量，即个人所从事工作需要的教育年限减去个人受教育年限的剩余值。
如果，，否则
如果，，否则

(二) 教育对收入分布影响的测度模型
目前，大多数国内外学着采用经典的Mincer(1974)6人力资本回报模型来估计教育收益率：

(1)
为个人收入的对数，为个体受教育年限，为个体工作经验，是随机误差项。回归系数称为教育收益率，表示教育年限每增加1年，劳动者自然对数收入平均增加100%，收入平均增长率为。
根据国外学者的研究，测度过度教育和教育不足对收入的影响主要有两种模型：
第一种是Duncan 和 Hoffman(1981)5建立的ORU标准模型。即：

(2)
是工作所需教育的收益率，即教育匹配个体的教育收益率，是过度教育年限的收益率，是教育不足年限的收益率，是一些控制变量的向量，包括经验等， 是截距项，是误差项。Hartog(2000)[]Hartog, J.. Overeducation and earnings: where are we, where should we go? [J], The Economics of Education Review, 2000, 19(2), 131–147.
的研究工作表明ORU模型被应用于不同国家不同数据的研究中均通过统计检验，所以已经被证实是Mincer经典收入模型的扩展。ORU模型引入了工作所需教育，考虑到了劳动力市场需求方，这一点在Mincer模型中被忽略。根据S. Rubb(2000)[]S. Rubb. Overeducation in the labor market: a comment and re-analysis of a meta-analysis [J], Economics of Education Review, 2003, 22, 621-629.
总结的西方学者研究结果得出结论，，以及。过度教育的教育收益率是正值，但是比教育匹配者收益率低，称为“溢出”（Premiums），教育不足回报率为负，称之为收入“惩罚”（Penalties）。
另一个被普遍采用的模型是Verdugo-Verdugo模型(Verdugo和Verdugo，1989)10，其基本形式和ORU模型相似，区别在于该模型中的过度教育和教育不足变量采用的是虚拟变量。模型如下：

(3)
和是虚拟变量，如果个体教育过度或者教育不足，则取值为1，否则为0。这个模型不包含个体所从事工作的需要教育年限，而是包含个体实际受教育年限。采用此模型的西方学者的大多数研究发现，表明过度教育的工作者比与其受教育程度相等但从事匹配工作的人收益率少。表示教育不足的工作者比与其教育程度相等但从事匹配工作的人收入多，但是比与其工作相同但教育匹配者收益率低。
1. ORU模型及其扩展
因为本文采用众数法测度过度教育和教育不足的年限，故采用ORU模型，即：

(4)
式中， 分别表示实际教育水平、过度教育水平和教育不足，分别表示实际教育收益率、过度教育收益率和教育不足收益率。为控制劳动力个体差异对收入分布的影响，可以在模型（4）中引入控制变量：（性别）、（户籍）等，得到控制劳动力个体差异后ORU模型（5），即ORU扩展模型：

(5)

2. ORU模型的均值回归与分位数回归
对模型（4）和（5）进行均值回归估计往往采用传统的OLS，然而，OLS是建立较为严格的古典假定基础之上，这一假定条件现实中未必成立。Koenker等(1978)[]Koenker, R., Bassett, J.. Regression quantiles[J], Econometrica, 1978, 46(1), 33-50.
提出的分位数能够较好地克服均值回归的不足，得到比均值回归更为深刻的结论。许启发等(2011)[]许启发, 蒋翠侠. 分位数局部调整模型及应用[J], 数量经济技术经济研究, 2011(Article in Press).
指出，通过分位数回归可以得到被解释变量的条件分布，从而提供比条件均值更为有用的信息。为了揭示收入分位点如何随着教育水平变化而变化，采用模型（5）对应的分位数回归模型：

(6)
根据Koenker(2005)[]Koenker, R.. Quantile regression[J], Econometric Society Monographs, 38, Cambridge University Press, Cambridge, 2005.
的建议，对于模型(6)采用内点估计方法进行参数估计。

三、 实证研究

(一) 数据选取与描述统计
本文研究采用的数据来自于中国居民营养与健康调查（CHNS），该调查由美国北卡莱罗纳大学卡罗莱纳人口中心、中国疾病控制和预防中心的国家营养和食品安全所联合进行，调查始于1989年并于1991、1993、1997、2000、2004和2006年分别对上一年的经济、人口、营养和健康状况进行调查，该调查采用多阶段分层随机整群抽样方法，依据地理位置、经济发展程度、公共资源的丰裕程度和健康指数覆盖了中国东、中和西部8-9个省份 1989、1991和1993年参与调查的省区为：辽宁、江苏、山东、河南、湖北、湖南、广西、贵州等八个；1997年参与调查的省区为：黑龙江、江苏、山东、河南、湖北、湖南、广西、贵州等八个；其他年份参与调查的省区为：辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西、贵州等九个。抽样方法与原始数据详见http://www.cpc.unc.edu/projects/china。
。
论文数据主要来自CHNS数据库中三个表单，一是个人收入表，记录数为60145个；二是教育表，记录数为93832；三是收入来源表，记录数为79926。对这三张表中记录按照家庭编号、个人编号和调查年份进行匹配，匹配的过程为：ID=HHID*10^7 + LINE*10^4 +WAVE，匹配后的记录数为58277，剔除掉在相关变量上无回答的记录后，记录数为47040。选取个人收入合计作为研究对象，不考虑收入为负的样本，得到最终样本量为43669。根据我国1999年教育扩招政策前后，重点考察两个时间节点：1997和2006年，样本量分别为：6156和4314。

表1 描述统计

分类
百分比（%）
年均收入（元）
平均受教育年限（年）
1997
2006
1997
2006
1997
2006
总体
-
-
5548.50
12120.10
7.04
8.42
性别
男性
53.12
53.55
5975.70
13573.72
7.85
9.13
女性
46.88
46.45
4910.49
9877.24
6.13
7.60
户口
城镇
23.68
25.66
5666.04
15252.58
9.65
11.36
农村
76.32
74.34
5432.84
10177.57
6.23
7.41

从表1各分类来看，1997年和2006年，男性比女性基本多7%，保持恒定。1997年城镇人口比农村人口少52.64%，2006年少48.68%，可能是城镇人口增长率略高于农村，或者越来越多农村人口通过受教育提高在城市工作并取得了城市户口。
2006年人均收入（12120.0975元）比1997年（5548.4976元）增加了118.14%，其中男性收入增加127%，女性收入增加101%，城镇人口收入增加169%，农村人口收入仅增加87%。
1997年男性平均收入比女性高21.69%，2006年高37%，男性和女性收入差距增大。城镇人口和农村人口的收入差距由1997年的4.29%增加到2006年的49.86%，可看出城镇和农村发展差距增大，贫富差距增大。
2006年平均受教育年限比1997年多1.38年，其中男性增加1.28年，女性增加1.48年，城镇人口增加1.71年，农村人口增加1.17年。
1997年男性平均受教育年限比女性多1.72年，2006年多1.53年，男女受教育程度的差距有所减小。城镇人口与农村人口的平均受教育年限由3.42年增加到3.95年。1997年农村人口受教育年限比全国平均受教育年限低0.81年，而2006年增加到1.01年，差距进一步增大，农村人口受教育程度增加的幅度低于全国平均水平。

(二) 中国教育不匹配现状
表2 教育匹配，过度和不足的发生率
项目
1997
2006
总体
男性
女性
城镇
农村
总体
男性
女性
城镇
农村
教育匹配
26.79
31.34
25.37
31.34
25.37
35.49
35.14
35.61
35.14
35.61
过度教育
12.91
15.96
9.46
26.82
8.60
24.59
28.27
20.36
47.61
16.65
教育不足
60.30
54.43
66.94
41.84
66.03
39.92
33.20
47.65
17.25
47.74
采用Kiker等(1997)12提出的众数法测度后，1997和2006年个体教育匹配，教育过度和教育不足发生率的分布见表2。2006年教育匹配人数比1997年多8.7%，教育过度人数增加11.68%，教育不足人数所占百分比显著下降20.38%。与国外学者（Hartog和Tsang，19898；Santoa，1995[]Santos, M. C.. Education and earnings differentials in Portugal[D]