第二十届中国经济学年会北京师范大学经管学院教育与劳动力市场专场于2020年12月5日15:30-17:00在北大汇丰商学院403教室举行。报告会由杨娟老师主持。
第一位报告人是来自北京师范大学的曹思未，报告的文章为《交通便利性与知识溢出》。报告从知识的外部性，以及人们在不同城市之间搜寻知识的成本出发，讨论了高铁建设对于知识溢出的影响。
北京师范大学曹思未
报告研究交通便利性对于知识溢出的影响。
文章基于两阶段搜寻过程来搭建知识溢出模型。在第一阶段，首先要找到哪些合适的城市包含有用的知识。在第二阶段，要去往不同的地点来获取专门的知识。研究认为，距离对第二阶段有负面影响，因为距离会增加时间和金钱成本。
随后本文研究了高铁连接对于专利在不同城市之间引用数量的影响，量化了高铁连接对于城市创新的影响。一个生产者通过分配时间用于生产或提升生产力，来最大化自己的产出。如果不需要搜寻额外的知识，生产者的生产力将会保持在固定的水平。模型最大化搜寻城市对于产出的影响，模型假设生产者需要在i城市分配p单位时间用来搜寻，(1-p)单位时间用来生产。最终优化结果为生产者会选择单位距离获取知识最高的城市进行搜寻。模型的不同参数决定了每次旅行的边际收益，最终的净效益取决于不同参数的相对值。
高铁速度提升对于城市距离远的生产者来说具有更高的效应。提高高铁速度和缩短行旅时间之间有固定比例的关系，在远距离更高的速度可以节省更多的时间，节省更多的时间增加了交通便利带给知识溢出的边际价值。
模型发现了一种替代效应，连接对于知识溢出不总是正效应。在近的城市之间连接会增加知识溢出，在远的城市之间，距离会减少知识溢出。模型得出了搜寻具有正效应的城市距离的下确界。更高的速度允许生产者搜寻更远的城市，扩大了选择的范围。在原先知识聚集最优的城市，在高铁连接之后会产生较少的知识溢出，原因是原先知识聚集“最优城市”距离会更近，所以交通便利带来的影响较小。距离较近的城市会产生较小的知识溢出，因为生产者会转换自己的目标到更远的城市。
模型的数据来源有铁道部的列车时刻表，还有SIPO北京合享智慧科技有限公司的专利数据。模型进行了四类异质性分析。第一是高铁连接在具有更高创新容量的城市的知识溢出效应会更加显著。第二是高铁连接在具有更高创新容量的生产者产生的知识溢出效应会更加显著。第三是高铁连接在城市内部创造的技术和城市由外部引入的技术的溢出效应影响是一样的。第四是高铁连接对于高校知识溢出效应的影响大于对于公司知识溢出效应的影响。
复旦大学的宋泓老师点评时指出，文章没有考虑互联网是否能解决知识溢出的问题。对于新知识获取，面对面的交流是否是必要的。例如在疫情期间，网络会议也可以很好的解决知识交流的问题。在研究高铁方面，缺乏对城市的竞争性、不同的地区之间的差别、以及欠发达地区和发达地区的对比的谈论。
第二位报告人是来自北京师范大学的文桥，报告的文章为《估算高等教育的投资回报率：基于中国高校扩招的准实验方法》。
北京师范大学文桥
文章基于Mincer方程研究教育投资的回报率：ln(收入)= b0 + b1(教育年限) + b2(Exp) + b3(Exp)2 + e，其中“b1”是OLS对上学回报的估计。该文主要用的是中国家庭收入调查和教育部计划招生数数据。
高校扩招，类似于准实验的方法。本专科扩招47万人，在1998年和2004年翻了4倍。因为每年人口数量不一定，文章主要研究了录取率，发现录取率在扩招之后有显著增长。在扩招之前，入学率不到10%，而如今中国高等教育全世界最大，在2005年本专科人数超过美国。扩招的时期是经济快速增长的时期，对专业人才的需求扩大。报告中指出不同省扩招幅度的不同，在扩招之前，录取率是平行的、差不多的，扩招之后，方差扩大。北京、上海入学率明显高于其他省份，属于比较特殊的省份，而扩招程度和省份的经济发达情况也没有呈现明显的正相关关系，比如扩招幅度大的省陕西，扩招幅度小广东。
中山大学的王晴老师在点评时指出，本论文完整，在实证方面的努力可以肯定。文章研究了扩招对劳动力市场的影响，属于比较基础的方向。但文章没有解释清楚为什么扩招是一个完全外生的过程。此领域有很多相似的文章，本文章方法的优势在哪里。文章可以继续研究扩招对男性和女性的区别。
第三位报告人是来自北京师范大学的袁青青，报告的文章为《谁从教育中获益更多？——基于家庭背景视角的研究》。
北京师范大学袁青青
文章首先探讨了研究背景、家庭背景会影响个人教育获得的数量和质量，以及个人就业机会和就业选择。同时，这种影响还取决于经济制度和经济发展水平、教育制度、文化传统等多种宏观层面的因素。研究家庭背景对教育回报率的影响有助于认识教育在改善代际流动性和促进社会公平中发挥的作用。
家庭背景是一个潜在的、多维的概念，选用不同的家庭背景变量可能会得到不同的结论。不同家庭背景变量之间往往高度相关，绝大多数研究使用单一家庭背景变量，极少数研究用综合性的家庭背景变量。本文主要考察家庭教育水平的影响，同时考察了家庭政治面貌、社会关系、职业地位和城乡背景对教育回报率的影响。
本文使用CHIP2018数据，以研究当前宏观经济背景下家庭背景与子女教育回报率的关系。在主要考察父母教育水平的影响的基础上，还分析了父母政治面貌、职业地位、社会关系和城乡背景的影响。模型使用在明瑟方程中加入父母受教育年限与个人受教育年限的交互项的方法来研究，使用工具变量法（IV）和控制函数法（CF）两种方法来处理个人受教育年限的内生性问题。文章使用的样本是：户主及其配偶；与户主同住的子女。
北京师范大学曹思未老师在点评时指出，文章中前面说到教育投资对于收入水高的家庭的边际效应大于收入水平低的家庭，而之后政策建议又指出期望国家加大对于收入水平较低家庭的教育投入，两者存在矛盾，文章没有明确说明。
第四位报告人是来自北京师范大学的张卓然，报告的文章为《高校合并对本科录取分数的影响》。
北京师范大学张卓然
报告从研究的历史背景出发，探讨高校两次重大结构调整，第一次：1952年，效仿前苏联模式，综合性大学→单科性大学。经过1952-1953年的大规模院系调整，全国高校由原来的211所降至183所。第二次：20世纪末21世纪初，单一性院校规模小，类型单一，难以参与世界一流大学的竞争。为适应社会对高等教育的需求，高等教育结构改革势在必行。
文章从实证角度，探讨高校合并对录取分数的长期影响。探讨了合并是否会导致录取分数的错配问题，以及考生择校的考虑因素。文章数据选择了我国113所“985”和“211”高校2001-2018年在全国各省的高考本科一批与提前批次录取分数的面板数据。文章最终保留的数据总样本量为44429条高考理科与35259条文科录取分数数据。
文章研究发现. 高校合并使其录取最低分显著降低，录取均分显著提高。大学排名在高校合并与录取分数间起传导作用。
关于影响的差异性：
（1）合并医学院均会显著降低理科录取分数线。
（2）学科扩张型高校录取分数最高，其次为学科叠加型高校，而重新组建型高校录取分数最低。
（3）高校合并对省外招生的录取分数有显著影响，对省内招生录取分数没有显著影响。
（4）高校合并对东部地区招生的分数影响区间高于中西部地区（体现在最低分下降幅度小，均分上涨幅度大）。
文章对学校和学生提出如下建议。对于学校来说，合并可能会导致高校间实力差距拉大。合并应该是真正意义上的实质性合并，而不是表面合为一体。高校应该在合并后加强管理，实现帕累托改进。对于学生来说，家长与学生在志愿填报的过程中往往重视录取分数线而忽视录取均分。高校合并后，录取分数持续上涨，实际上增加了考生报考高校优势学科与专业的难度。因此家长与学生在择校时应明确对于高校与专业间的偏好，并着重关注高校录取均分变化趋势。
北京师范大学曹思未老师在点评时指出，文章应该探讨其他国家合并的原因，并结合中国的大背景，另外就是高校合并是不是能达到规模效应。文章没有解释为什么录取分数是一个很好的考察结果，以及为什么选择最低分和平均分进行研究。可以研究一些高校合并的师生比，以及合并的类型。文章样本是985高校，对其他学校的研究欠缺。
撰稿、摄影：北京大学汇丰商学院 国欣然
