从对人力进行投资到人力资本在劳动力市场上得到经济回报，这是一个漫长复杂的过程，劳动者本身、人力资本（技能）质量数量、工作场所以及雇主方面客观存在的异质性，使得工资决定过程极其精妙复杂。大量的文献通过讨论劳动力或者劳动力市场上的工作的某些特征来解释工资决定过程。

本章并不打算详细讨论人力资本的异质性、工人和雇主的异质性之间错综复杂的关系，而是另辟蹊径，用分位数回归的方法（Koenker & Bassett，1978）来探讨工资的决定机制，描述技能回报及其分布特征。

第一节 介绍

分位回归分析是由Koenker & Bassett（1978）提出的，并逐渐获得了越来越广泛的应用。与OLS方法不同，分位回归模型容许对因变量条件分布进行全面刻画。

我们知道，OLS估计量建立在均值回归的基础上，假定估计参数在整个样本区间内是相同的，并且误差项也具有完全相同的分布特征。因此，OLS可以得到估计参数以及预测值的平均水平。使用OLS方法是因为研究人员隐含地假设条件分布上各外生变量对因变量影响的可能差异是不重要的。然而，这样的假设很可能是不适当的。如果外生变量影响的是因变量条件分布的参数而不是平均值，那么无视这种可能性的分析将是很难站住脚的。^[1]对于某些自变量来说，其回报率（即回归参数）在不同的人群组中可能是不一样的。例如，教育回报在各个收入水平上未必相同。用OLS方法来估计明瑟收入方程，所估计的仅仅是在收入分布平均值这一点上的情况，不能揭示自变量对收入分布“形状”的影响。

如果我们关