Where Do the Returns to Schooling Come From? Educational Transitions and Labor Market Payoffs

तकनीकी सारांश: "शिक्षा के प्रतिफल कहाँ से आते हैं? शैक्षिक संक्रमण और श्रम बाजार प्रतिफल"

समस्या विवरण
शिक्षा के प्रतिफल (returns to education) पर पारंपरिक शोध आमतौर पर दो दृष्टिकोणों पर निर्भर करता है: शिक्षा को एक निरंतर "स्कूली वर्षों" (years of schooling) के चर के रूप में मापना या प्राप्ति को एक समय-बिंदु उपचार (जैसे, हाई स्कूल स्नातक बनाम गैर-स्नातक) के रूप में द्विभाजित करना। लेखक का तर्क है कि ये अवधारणाएँ शैक्षिक संक्रमणों की क्रमिक प्रकृति के साथ मेल नहीं खाती हैं, जहाँ व्यक्ति अनुक्रमिक (sequential) निर्णय लेते हैं (जैसे, हाई स्कूल स्नातक $\to$ कॉलेज उपस्थिति $\to$ डिग्री पूर्णता $\to$ स्नातक स्कूल)। मौजूदा विधियाँ एक विशिष्ट शैक्षिक स्तर के प्रत्यक्ष श्रम बाजार प्रतिफल को बाद के शैक्षिक संक्रमणों द्वारा मध्यस्थता वाले अप्रत्यक्ष प्रतिफल से अलग करने में विफल रहती हैं। फलस्वरूप, नीतिगत हस्तक्षेपों का मूल्यांकन इस आधार पर प्रभावी ढंग से नहीं किया जा सकता है कि वे आगे की शिक्षा को बढ़ावा देकर परिणामों को बढ़ाते हैं या प्रत्यक्ष श्रम बाजार लाभ प्रदान करके।

कार्यप्रणाली ढांचा (Methodological Framework)
यह शोध पत्र विशेष रूप से मोनोटोनिक बाइनरी मीडिएटर्स (monotonic binary mediators) के लिए डिज़ाइन किए गए एक कारण मध्यस्थता ढांचे (causal mediation framework) का प्रस्ताव करता है जो एक क्रमिक परिवेश में कार्य करता है।

• मोनोटोनिसिटी धारणा (Monotonicity Assumption): यह ढांचा इस संरचनात्मक विशेषता पर निर्भर करता है कि शैक्षिक संक्रमण मोनोटोनिक होते हैं: एक व्यक्ति उच्च-स्तरीय संक्रमण (जैसे, कॉलेज स्नातक) को पूरा नहीं कर सकता जब तक कि वह पूर्ववर्ती संक्रमण (जैसे, हाई स्कूल स्नातक) को पूरा न कर ले। औपचारिक रूप से, यदि $M_k = 0$, तो $M_{k+1} = 0$। यह धारणा शैक्षिक प्रगति के संदर्भ में "डिफायर्स" (defiers) और "ऑलवेज-टेकर्स" (always-takers) को खारिज करती है।
• औसत उपचार प्रभाव (ATE) का अपघटन: लेखक एक प्रारंभिक शैक्षिक संक्रमण ($A$) के $Y$ (जैसे, आय) पर ATE के अपघटन को $K+1$ परस्पर अनन्य मोनोटोनिक पाथ-स्पेसिफिक प्रभावों (MPSEs) में व्युत्पन्न करता है:
  1. एक प्रत्यक्ष प्रभाव ($\Delta_0$): सभी $K$ आगामी संक्रमणों के शुद्ध रूप में $Y$ पर $A$ का प्रभाव।
  2. $K$ निरंतरता (या सकल) प्रभाव ($\theta_k$): विशिष्ट कारण श्रृंखलाओं के माध्यम से संचालित प्रभाव (जैसे, $A \to M_1 \to Y$, $A \to M_1 \to M_2 \to Y$)।
• पहचान (Identification): पारंपरिक मध्यस्थता विश्लेषण के विपरीत, जिसमें अक्सर "क्रॉस-वर्ल्ड" स्वतंत्रता धारणाओं (सभी उत्तर-उपचार भ्रामक कारकों को खारिज करना) की आवश्यकता होती है, यह ढांचा अनुक्रमिक अनभिज्ञता (Sequential Ignorability) का उपयोग करता है। यह कमजोर धारणा देखे गए मध्यवर्ती भ्रामक कारकों ($Z_k$) की उपस्थिति की अनुमति देती है जो एक मध्यस्थ और परिणाम के बीच के संबंध को प्रभावित करते हैं, बशर्ते कि ये भ्रामक कारक मापे गए हों। मोनोटोनिसिटी बाधा यह सुनिश्चित करती है कि अपघटन बीजगणितीय रूप से अद्वितीय है और सभी कारण पथों की पहचान करता है, जबकि कई क्रमबद्ध मध्यवर्तियों वाले मानक अपघटन अक्सर "रेकेंटिंग विटनेस" (recanting witness) मानदंडों के उल्लंघन के कारण शुद्ध पथ-विशिष्ट प्रभावों को पहचानने में विफल रहते हैं।
• अनुमान रणनीतियाँ (Estimation Strategies): शोध पत्र दो अनुमान दृष्टिकोण पेश करता है:
  1. डिबायस्ड मशीन लर्निंग (DML): कुशल प्रभाव कार्यों (Efficient Influence Functions - EIFs) और क्रॉस-फिटिंग का उपयोग करने वाला एक अर्ध-पैरामीट्रिक अनुमानक। यह मॉडल मिसस्पेसिफिकेशन और उच्च-आयामी सहचरों (covariates) के प्रति मजबूत है।
  2. रिग्रेशन-विद-रेसिडुअल्स (RWR): रैखिक मॉडल और अनुक्रमिक अवशेषीकरण (sequential residualization) का उपयोग करने वाला एक पैरामीट्रिक दृष्टिकोण। हालांकि यह मिसस्पेसिफिकेशन के प्रति कम मजबूत है, यह अपघटन घटकों और प्रतिगमन गुणांकों के बीच एक पारदर्शी संबंध प्रदान करता है।

अनुभवजन्य अनुप्रयोग और परिणाम
इस ढांचे को NLSY97 समूह ($N=7,305$) पर लॉग वार्षिक आय (आयु 32-36) पर हाई स्कूल पूर्णता के प्रतिफल का विश्लेषण करने के लिए लागू किया गया है। विश्लेषण कुल प्रभाव को निम्नलिखित में विभाजित करता है:

• हाई स्कूल स्नातक का प्रत्यक्ष प्रभाव (कॉलेज के शुद्ध रूप में)।
• निम्नलिखित के माध्यम से अप्रत्यक्ष प्रभाव: (1) बीए के बिना कॉलेज उपस्थिति, (2) स्नातक स्कूल के बिना बीए पूर्णता, और (3) स्नातक स्कूल की उपस्थिति।

मुख्य निष्कर्ष:

• प्रत्यक्ष प्रभावों का प्रभुत्व: हाई स्कूल स्नातक के कुल प्रतिफल का एक बड़ा हिस्सा (लगभग 69-75%) प्रत्यक्ष रूप से संचालित होता है, जो आगामी कॉलेज उपस्थिति और डिग्री पूर्णता के शुद्ध रूप में है। अनुमानित प्रत्यक्ष प्रभाव लगभग 59-60% की आय प्रीमियम के अनुरूप है।
• सीमित मध्यस्थता: कॉलेज उपस्थिति (बिना बीए के) और बीए पूर्णता (बिना स्नातक स्कूल के) के माध्यम से मध्यस्थता वाले अप्रत्यक्ष प्रभाव अपेक्षाकृत छोटे हैं।
  • कॉलेज उपस्थिति (बिना बीए के) और बीए पूर्णता (बिना स्नातक स्कूल के) के माध्यम से निरंतरता प्रभाव प्रत्येक लगभग 15% कुल प्रभाव का हिस्सा है।
  • स्नातक स्कूल के माध्यम से पथ नगण्य और सांख्यिकीय रूप से महत्वहीन है।
• छोटी मध्यस्थता का तंत्र: शोध पत्र छोटी अप्रत्यक्ष मध्यस्थता का श्रेय निम्न प्रतिफल को नहीं, बल्कि निम्न प्रतिगामी काउंटरफैक्चुअल प्रगति दरों (low counterfactual progression rates) को देता है। भले ही हाई स्कूल स्नातक कॉलेज जाते, यदि आगे कोई हस्तक्षेप न हो, तो बीए पूर्ण करने या स्नातक स्कूल जाने की संभावना कम है। इस प्रकार, "निरंतरता" वाला पथ पूरी शैक्षिक श्रृंखला को पार करने की कम संभावना द्वारा बाधित है।
• मजबूती (Robustness): अनपेक्षित भ्रामक कारकों (unobserved confounding) के बारे में संवेदनशीलता विश्लेषण सुझाव देते हैं कि प्राथमिक निष्कर्ष—कि प्रतिफल अत्यधिक प्रत्यक्ष हैं—अनमैप्ड भ्रामक कारकों के बारे में मजबूत धारणाओं के तहत भी मजबूत बना रहता है।

महत्व और योगदान
यह शोध पत्र तीन प्राथमिक योगदान देता है:

1. शिक्षा अनुसंधान: यह स्कूली शिक्षा के प्रभावों का एक नॉन-पैरामीट्रिक अपघटन प्रदान करता है जो प्रत्यक्ष श्रम बाजार प्रतिफल और आगे की शिक्षा द्वारा मध्यस्थता वाले प्रतिफल के बीच अंतर करता है। यह समझने के लिए एक अधिक सूक्ष्म दृष्टिकोण प्रदान करता है कि शिक्षा क्यों फल देती है, जो केवल "स्कूली वर्षों" के अनुमानों से आगे जाता है।
2. कारण मध्यस्थता विश्लेषण (Causal Mediation Analysis): यह अनुक्रमिक संक्रमणों की मोनोटोनिसिटी का लाभ उठाकर पथ-विशिष्ट प्रभावों (PSEs) के साहित्य का विस्तार करता है। यह सामान्य बहु-मध्यवर्ती सेटिंग्स की तुलना में कमजोर धारणाओं (अनुक्रमिक अनभिज्ञता) के तहत सभी कारण पथों की पहचान करने की अनुमति देता है, जो अक्सर "रेकेंटिंग विटनेस" के कारण शुद्ध पथ प्रभावों की पहचान करने में विफल रहते हैं।
3. कार्यप्रणाली में उन्नति: यह मोनोटोनिक पथ-विशिष्ट प्रभावों के लिए अर्ध-पैरामीट्रिक अनुमानकों (DML) को पेश करता है और उन्हें मान्य करता है, जो मॉडल मिसस्पेसिफिकेशन की उपस्थिति में पैरामीट्रिक विधियों (RWR) की तुलना में उनकी श्रेष्ठता प्रदर्शित करते हैं।

लेखक का निष्कर्ष है कि यह ढांचा अन्य डोमेन पर भी लागू किया जा सकता है जो अवस्था-निर्भर (state-dependent), मोनोटोनिक संक्रमणों द्वारा चिह्नित हैं, जैसे कि पारिवारिक गठन (विवाह/तलाक), स्वास्थ्य प्रगति, या आपराधिक न्याय संपर्क, हालांकि शोध पत्र अपने अनुभवजन्य प्रदर्शन के लिए शिक्षा पर ध्यान केंद्रित करता है।