عنوان پایان‌نامه

ارزیابی نرخ بازده خصوصی تحصیلات تکمیلی در ایران با استفاده از مدل های چند سطحی



    دانشجو در تاریخ ۰۳ آبان ۱۳۹۴ ، به راهنمایی ، پایان نامه با عنوان "ارزیابی نرخ بازده خصوصی تحصیلات تکمیلی در ایران با استفاده از مدل های چند سطحی" را دفاع نموده است.


    محل دفاع
    کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 70544;کتابخانه دانشکده اقتصاد شماره ثبت: 1685
    تاریخ دفاع
    ۰۳ آبان ۱۳۹۴

    در این تحقیق تأثیر آموزش عالی بخصوص تحصیلات تکمیلی بر درآمد شاغلان دارای این‌گونه مدارک تحصیلی در سال 1392، با به‌کارگیری تابع دریافتی مینسر و استفاده از روش تحلیل چندسطحی مورد بررسی قرار می‌گیرد. در روش تحلیل چندسطحی بکاربرده شده، هر بار، استان‌های کشور، گروه‌های عمده شغلی و گروه‌های عمده فعالیت به عنوان واحدهای سطح دوم در نظر گرفته می‌شوند. در حالاتی از گروه‌بندی که آماره درون واحدی مدل مؤلفه واریانس معنی‌دار بود، برای داده‌های مربوط به تحصیلات تکمیلی دانشگاهی، تابع دریافتی با عرض از مبدأ تصادفی و برای داده‌های مربوط به آموزش عالی، تابع دریافتی با ضرایب آموزش و عرض از مبدأ تصادفی برآورد و در هر بخش، در مدل نهایی، معنی‌داری تأثیر متغیرهای توضیح‌دهنده اضافی نیز بررسی شد. نتایج نشان می‌دهد که احراز یا عدم احراز ساختار سلسله‌مراتبی توسط داده‌های شاغلان دارای مدارک تحصیلی عالی به نوع واحدهای تحلیل سطح دو بستگی دارد. همچنین نتایج حاصل از برآورد مدل‌ها نشان می‌دهد که اولاً تحصیلات تکمیلی بر درآمد حاصل از شغل افراد تأثیر مثبت دارد و میزان این تأثیرگذاری برای هر سال اضافی تحصیلات تکمیلی در حدود 12 درصد است.
    Abstract
    This study investigates the effect of higher education, especially Graduate studies on employee earnings in 1392, using multilevel analysis and Mincer earnings function. In multilevel method applied, in each time of testing, provinces, major occupational groups and major groups of activities are considered as second level units. In cases of grouping where intra-cluster correlation statistics of variance component model was significant, for data on graduate, earning function was estimated with random intercept and for data on higher education, earning function was estimated with education coefficients and random intercept. In each section, in the final model, the significance of the effects of additional explanatory variables were tested. The results indicate that hierarchical structure in data on workers with university degrees is dependent upon the type of units in second level analysis. Also, the results show a positive impact of graduate studies on job earnings, the amount of the influence for each additional year being about 12 percent. Keywords: Mincer function, Return to education, Higher education, Multilevel analysis