不是入学年龄的限制，这方面在80年代左右中美两国倒是很相像的。主要是因为中国的义务教育要求初中毕业（？），而不是直至15岁生日。这样一来，即使由于出生季度的影响，上学较晚，也必须上满9年，方可毕业。因此，假定政策被严格执行，且忽视不同季节出生的人口的“技能”差异，那么在中国背景下出生季度对教育年限的影响可能非常不明显 - 是一个比AK91中更弱的工具变量 - 如果仍可以看作是工具变量的话。。。

另外，我对文章中高达20%左右的教育回报率持严重怀疑态度。之前的一个帖子下的讨论中我们曾经涉及到这个问题 - 根据Angrist他们的LATE，iv回归得出的回报率适用于那些可能被政策的实施改变行为的观测子样本，即compliers。在义务教育的例子中，compliers是指那些如果没有义务教育法，就不会完成初中教育的人群，这里面当然包括由于家庭较为贫困，因而辍学的人群，但是也包括通常认为的学校里的后进生。对于前者，或许我们可以认为他们的教育回报率会适当地高，而对于后者则很难认为如此。

以上是我个人的看法，供讨论:-)

想到两个问题：

1. 在具体实施层面，中国的义务教育是否要求一定要读到初中毕业？对于家境贫穷，而不能够完成初中教育的学生是否有所资助？对于学习成绩较差，无心向学，且已经达到15/16岁的学生是否也要求他们完成初中教育？

2. 如果IV识别的是人群中很少的一部分子样本的教育回报率，而我们关心的是人群总体的教育回报率，那么即使解决了内生性，又有多大的意义？另外，GMM可以看作是IV的一种扩展，对于GMM，是否也存在着类似于LATE那样的结论，对此有什么文献？

Bound，J． ，D． A． Jaeger ＆ R． Baker 1995，“Problems with Instrumental Variables Estimation When
the Correlation Between the Instruments and the Endogenous Explanatory Variables is Weak． ”
Journal of the American Statistical Association 90( 430) ．
bound认为出生季度是一个弱工具变量，对个人受教育长短的影响是很微弱的。

另一方面，吴要武在《经济学（季刊）》发表的《寻找阿基米德的“杠杆”: “出生季度”是个弱工具变量吗》认为，出生季度对中国而言反而是一个非常有效的工具变量。（文件见楼下）


rudi提出的问题，不仅仅是经典的计量技术问题，在教育经济研究中也是对不同国家教育制度及其影响的命题研究。欢迎大家读一读上述文献，更好地理解工具变量在教育经济研究中的应用。

先放上吴的论文，稍后我再参与讨论

新华网：中国义务教育尚存四大不均衡 中西部农村初中辍学率较高
http://cache.baiducontent.com/c? ... 1e00016b56&p1=1

这里提到，“在中西部欠发达地区，尤其是边远、贫困及少数民族地区，农村初中辍学率较高，有的地区超过１０％。”

结合AK91和吴的文章，我们可以关注其中的几个问题：
1.出生队列和入学时间（选择性问题）、辍学时间
2.义务教育法和相关劳动法对于未成年人受教育的保护
3.数据质量问题
4.工具和方法

且谈第一个问题：
美国教育法中规定，在当年1月1日年满6周岁的儿童须入学接受义务教育。AK91讲到：（同一年级中）生于年初的人比生于年末的人平均年龄要高，这部分人可以更早到达16周岁（允许辍学的年纪），因此，第四季度出生的人会比第一季度的人受教育时间更久，按照通常的认知，受更高的教育--》更高的教育回报--》具体表征：小时工资，总体收入水平
中国的情况在于，6周岁入学只是一个“参考值”，很多小孩在5岁入学，而且也会有7-9岁入学较晚的儿童；在汇总数据中（几次普查数据），6周岁的确是一个众值，但在个体抽样数据中，入学时间的选择性是一个不得不考虑的问题，吴在这里作了强调。
另外，我们要考虑的是，美国高中教育普及较早，而中国也是在教育扩招之后，高中升学率才有大规模的提高。谢宇（2000）曾经谈过所谓的“三原则”（社会情境，社会分组，变异性）。美国在战后的社会发展相对中国来讲是比较平稳的，他们没有经历大规模的青年上山下乡，没有废除过“高考”，队列之间的连续性很强；中国的话，就面临着六七十年代若干个年龄队列的断档和挤压。吴的论文中有一个讨论，但感觉仍然比较轻描淡写。

第二个问题：
美国的劳动法规定，16周岁以上方可进入劳动力市场；中国对此也有较为严格的准入制度，以此来保护“童工”。
有个比较感性的认识：在中国，尤其是农村地区，失学的青少年大多不会通过官方的渠道进入劳动力市场。实际上，存在着许多“学徒工”这种形式的劳动途径。他们通过在某个行业中，跟“师傅”边工作边学习，如泥瓦匠，木匠，修理工等等。这部分人是统计时候难以覆盖的。他们的“童工”身份是很难界定的。法律也难以谈得上对其进行干预。
另外，就是近几年职业高中的发展，统计上，职业高中和普通高中都会作为同等学力一起讨论。随着教育普及，我们可以推测：中国的模式（完成高中比例）会逐步趋近于发达国家，第四季度出生者的优势也就会变得更为式微。

第三个问题，数据质量。
计量分析，数据质量是第一位的，数据不行，分析也就免谈。
AK91所用数据的问题在于1940-1949队列不稳健（吴），但是中国的数据其实也存在问题，统计数字在一定程度上可以反映社会背景，尤其是文革的影响以及教育扩招的影响，这个变化是吴在论文中没有相信讨论的。

第四个问题，工具和方法
工具变量的优劣大家心里都有谱。吴在文章中也讨论了怎样选择一个合适的工具变量，他认为在AK91文章中，出生季度是一个弱工具变量；而对于中国来讲，是一个强工具变量，因为在没有普及高中教育的时候，出生季度对于教育回报仍然有着显著影响（但限于高中），大学没有显著影响。

说的比较乱，没有逻辑，分析也比较肤浅，抛砖引玉~希望听听各位高见

不揣浅陋说几句。AK91和Angrist一系列文章继承Becker，在HC尤其是指标实证研究方面是启示性的，Heckman再次推进了这个研究。这条线满清晰的，中文里这样下细功夫的似乎不是很多，吴要武、李雪松的文章都很注重是好事，Rudi兄也很有心得。
数据可得性问题就不说了，在这方面中文先天不足。缺少了细致的微观检验，HC与经济运行的实证结论大可怀疑。
不说启发性，具体到出生季节这个工具变量，我是怀疑其经济意义。不特异的话，出生时间大致应该是随机的，用季度这个工具识别出来的组间差异，能否直接和教育时间和教育质量差异挂钩？不管中间还怎么用制度安排解释，似乎都无法被说服。从这个角度看，我倒是觉得吴要武抬杠的意味浓了些。
继续处理组间差异的工具好像还不少，父母教育、邻居、性别（记得坛子里有一位是用这个工具溺女婴传统）、身高什么的，最后好像还是指向实质性的公共和私人政策。Heckman在这方面是没得讲的了。
总之，一个适用于劳动力市场比较完善的工具，用在不完善得不清不楚的地方，高度不信任。本土化的事情太多了。

emm, 但是第二点可以归纳为外部有效性不强吧，这确实是大部分使用IV都会存在的问题啊，比较难避免吧。