自1978年后,中国经济进入了一个全新的发展阶段,在经济快速发展的背景下,针对不同年龄段的教育也得到了充分的发展,其中高等教育的方向已由精英化转向大众化教育。我国政府特别重视高等教育的发展,将“科教兴国”作为重要的发展战略。众所周知,高等教育在教育体系处于核心地位,为国家的发展输入经济型人才、科研人才以及技术创新人才等,高等教育不仅关系着一个国家的人力资源水平和素质,而且影响着一个国家经济和社会发展水平。同时,高等教育是最重要的人力投资方式,那么其产生的效应究竟如何?高等教育值不值得投资成为了学者们感兴趣的研究课题。高等教育回报率的测算是一个社会科学问题。之前学者对于教育回报率的估计多数是基于传统的明瑟收入方程采用普通最小二乘法(OLS)进行估算,但该方法无法控制不可观测变量,这样会出现变量遗漏导致内生性问题。针对遗漏变量通常使用工具变量法(IV)进行处理,然而人们会根据不可观测因素对预期收益进行比较选择是否接受教育,个体教育回报率存在着异质性,此时,工具变量法失效。本文使用Heckman等提出的假设条件更松、结果更稳健的局部工具变量法(LIV)来解决选择偏差和异质性问题。在本文中,首先使用CGSS、CHIPS、CLDS三个微观数据库中最新的调查数据,利用普通最小二乘法(OLS)和工具变量法(IV)进行回归分析,然后基于异质性处理效应评价的广义Roy模型进行高等教育回报率估计,在这部分,分别采用Probit、logistic、LDA、QDA、随机森林和支持向量机方法对三个微观数据库进行分析,根据ROC曲线和标准化差距的结果选择出最优的倾向得分估计模型,在此基础上使用半参数局部工具变量法(LIV)对边际处理效应(MTE)进行参数估计,并在MTE的基础上计算出ATT、ATE和ATU,最后将这些估计值与OLS和IV结果进行比较分析。研究结果表明:CGSS2015、CHIPS2013和CLDS2016数据库中估计出的年化回报率分别为13.65%、12.1%和13.7%,三个数据库所估计的教育回报率相差不大,证实了估计结果的准确性。同时将三个数据库估计的结果与OLS、IV结果相比较,都是IV>ATE>OLS,OLS低估了高等教育回报率,IV则高估了高等教育回报率。分类效应在三个数据库中都显示为正值,选择偏差均为负值,根据半参数局部工具变量法(LIV)估计的结果可以发现,教育回报率在个体之间存在着明显的异质性,个体会根据比较优势对他们所接受的教育水平进行选择。