Returns Depend on Who Gets What: Skill and Investment Are Complements, but Marginal Returns Favor Low-Skill Children

PaperComment AI 解读

以下内容由 AI 生成，仅作为阅读线索，不替代论文原文、作者结论或专业判断。

中心思想

论文区分了技能生产函数本身的“贝克尔回报表”（BSR，固定投入下的弹性）与“平均边际回报”（AMR，对投入联合分布取平均的弹性），并利用CNLSY79数据重新估计Cunha et al. (2010)模型，发现技能与投资互补但低技能儿童因投资严重不足而在早期童年具有更高的AMR，从而调和了项目评估与结构估计之间的表面矛盾。

核心要点

• 问题：项目评估常发现低技能儿童投资回报更高，而结构模型常发现技能与投资互补（高技能儿童回报更高），论文指出二者测量的是不同对象，并不矛盾。
• 方法：在动态因子模型框架下，用有序probit测量系统处理离散代理变量，引入“有效因子”处理多生产函数共享投入的尺度问题，并用模拟方法计算AMR而非在投入中位数处评估异质性。
• 关键证据：基于CNLSY79重新估计Cunha et al. (2010)模型，发现各期认知与非认知技能生产中技能与投资均为互补；但早期童年投资随技能超比例上升，导致低技能儿童投资相对其技能存量严重不足，故其AMR在最早认知转换（5-6岁至7-8岁）和非认知转换（1-2岁至3-4岁）中更高，之后年龄模式反转。
• 方法论发现：对数线性交互项模型强制BSR与AMR相等，产生可符号化的负向偏差（投入正协变时），可能低估甚至翻转互补性；加入二次项（完整translog）可减少偏差并常增强交互效应。将离散代理视为连续会显著偏误AMR估计，甚至无法检测早期低技能儿童AMR更高。
• 边界与警示：控制母亲永久收入后，当期家庭收入对父母投资无预测力，削弱了标准控制函数方法所依赖的外生变异，因此作者将估计解释为对技能、投资与技术联合分布的描述而非因果效应。

快速理解

读者最应记住：技能与投资互补（BSR）与低技能儿童边际回报更高（AMR）可以同时成立，政策 targeting 应关注投入的实际分布而非仅看生产函数弹性；同时，常用对数线性交互模型和连续化离散代理会系统性误导异质性回报估计。

来源与传播许可