论文中的经验模型和数据如何写

在写论文时，有时我们会用二手数据来进行研究。而二手数据从哪里获得，如何对二手数据进行分析，则需要在论文中进行详细地说明。

论文《高等教育回报的质量差异——对部属、省属与地方高校的比较研究》第三部分对“经验模型和数据”进行了详细地说明，可以参考。

已有教育回报文献多关注上大学 (Treatment Group)与不上大学 (Control Group)之间的收入差异。本文则主要关注高等教育的质量回报差异: 相对于高中毕业生,大学毕业生与其存在收入差异即高等教育回报,不同类别高校教育回报的纵向及横向比较均能反映高等教育的质量回报差异。此时对 Treatment 变量和 Control 变量的选择具有不唯一性。因此,将高等教育质量作为多元处理变量进行研究。对应于不同教育质量的收入是本文关注的焦点,令Y T 表示获得T 类教育质量的人得到的收入,① 本文用学校类别作为教育质量的替代变量,因此,T =0,1,2,3,分别表示接受教育的质量 较差 (高中毕业)、质量一般 (其他高校毕业)、质 量中等 (省属高校)、质量较高 (部属高校)。② 属于后面三类的个人都进入了高校,只是高校质量存在差异。除了接受教育的质量,个体收入还决定于很多其他因素,例如个人的人口学基本特征、工作经验、工作性质、所处地区等。

其中,EQt =1[T =t ]。式 (1)是收入决定方程, 变量 EQ 表示教育质量,X 则是除教育质量之外的其他可观测变量,例如,性别、工作经验、工作性质等。U 表示影响收入但不可观测的因素。g (·) 是未知函数,估计教育回报相关处理效应时我们对 它不做具体设定。当教育质量 T =t 时,Y t 表示获得教育质量为 t 的个人的收入,此时 Y t =g (X , U),令教育 质 量 为 t 的 样 本 容 量 为 N t (总 样 本 N =∑ 3 t =0 N t )。对于每个个体,由于只有一种最终 学历状态,因此,收入 Y 0 ,Y 1 ,Y 2 ,Y 3 { } ,不可 能被同时观察到,而只能被观察到其中的一种收入 情况。因此,实际可以观察到的收入随机变量可用 下式表示:（荣老师：剩下内容省略，大家如想阅读全文，可留言或发私信，我把文献发给大家）

本文使用的数据来自中国人民大学社会学系与估计方法,这些方法的共同之处是需要找到合适的工具变量。本文采用利用基于工具变量的倾向得分配对 (Propensity Score Matching with Instrumental Variable (PSM-IV))估计相关处理效应。④

香港科技大学社会科学部的中国综合社会调查 (CGSS)项目,这是一个全国性的样本。根据研究所需变量的可得性,我们选取 2003 年和 2008 年的样本。（荣老师注：介绍了样本来源及情况）① 为研究大学的教育回报,我们把高中及同等学历以下学历的样本、研究生学历的样本以及没有工资信息的样本删除, 剩余 3 9 2 7 个样本（荣老师注：删除的样本的理由及剩余样本数量）。表 1 是样本中主要变量的统计均值。样本中居民的平均小时工资为 7.487 元,从高校毕业生收入来看,省属高校最高,部属高校次之,其他高校最低。省属高校毕业生收入比部属高校毕业生高出 1.5%,比其他高校毕业生高出 9.3%。研究样本的平均工作年限约为 20 年。学校质量越好,男性的比例越高, 在部属高 校 中,男 性占比 6 7.5%,其 他 高 校 中, 男性占比下降为 5 6.1%。部属高校中党员比例最多。从父母受教育年限来看,上大学个体比不上大学个体其父母的受教育程度更高。（荣老师注：详细说明了样本的情况）

参考文献：

[1]许玲丽,艾春荣.高等教育回报的质量差异——对部属、省属与地方高校的比较研究[J].经济理论与经济管理,2016,No.308(08):102-112.

留言时，大家尽量写得具体些，如自己的专业背景是什么，写的是毕业论文还是期刊论文，想要哪方面的文献等，这样我好根据大家的具体需求，有针对性地来解答。