第9讲回归断点分析及分位数回归.ppt

注: 1）被解释变量是月平均工资的对数; 2）括号中的数表示的是设计矩阵重复抽样( Bootstrap) 估计出来的标准误差; 3）* 表示在10%的显著性水平下显著; ** 表示在5% 的显著性水平下显著; *** 表示在1%的显著性水平下显著。 回归结果分析 从表2 的估计结果可以看出，随着收入水平的提高, 教育的回报率越来越低, 而经验的回报率越来越高。 当10% 的最低收入组的人教育水平提高1 年时, 其收入将会平均增加7.22%；当10% 的最高收入组的人教育水平提高1 年时, 他们的收入将会平均增加5.24% 。 即, 同时提高1 年的教育水平,最穷的10% 的人平均增加的收入将会比最富的10% 的人平均增加的收入高出1.92 个百分点, 这就意味着全面提高全民的教育水平可以自动地缩小我国收入水平的差距。 经验的回报率随着收入水平的变化趋势与教育的回报率趋势完全相反, 当10%的最低收入组的人的经验值每增加1 个单位时, 收入的平均增加仅为0.06% , 甚至连这个值都还通不过显著性检验；而当10%的最高收入组的人的经验值每增加1 个单位时, 收入的平均增加为0.99% 。 即, 经验值同时增加1 个单位, 最穷的10% 的人平均增加的收入将会比最富的10% 的人平均增加的收入要低0.93 个百分点, 这同时意味着经验的回报率展现出一种让“穷者愈穷、富者愈富” 的“马太效应”。 性别虚拟变量的估计系数为正, 而且在所有的分位点上都通过了显著性检验, 这说明了我国存在十分明显的女性性别歧视。随着收入水平的提高性别虚拟变量前面的系数越来越低, 说明在较高收入组的男女收入差距比在较低收入组的男女收入差距要小一些。 地区虚拟变量在大多数分位点上的估计值都能够通过显著性检验, 这说明我国的劳动力市场还存在着多重分割。 分组回归结果 回归模型 Yi = a0 + a1 Di + a2 ( x i - z1 ) + a3S1i ( x i - z1 ) + ui , Di = b0 + b1S1i + b2 ( x i - z1 ) + b3 S1i ( x i - z1 ) + εi , 其中：z1 – h ≤ x i z1 + h (1) Yi：健康状态; Di：退休状况，0=工作，1=退休 Sj：指示变量，S j = 1(X =z j) , j = 1, 2, 3，用于反映个体所处的年龄与断点之间的关系(大于断点就取值为1)。 除了局域样本的限制(z1 – h ≤ x i z1 + h)以减弱年龄的健康效应之外，还有两个直接的年龄效应控制x- z j 和( x- z j ) Sj ，其中第二项即交叉项控制了在断点前后年龄效应可能发生的变化； 这样通过局域的限制和合适的直接年龄健康效应的控制, 估计出的就是我们所关心的退休与健康的因果关系。 数据和变量定义 数据来源：2005 年的1%人口抽样数据。 2005 年1% 人口抽样提供了大量样本，这是使用RD 方法所必需的，因为只能取一个很小的年龄区域。 退休：人们永久性地离开劳动力市场。如果受访者回答“最近工作” 或者“在职休假、学习、临时停工或季节性歇业未工作” 或者“正在或试图找工作, 尽管最近没有工作”，则赋值为 0，否则赋值为1。 受访者身体健康状况： “1. 身体健康”, “2. 基本能保证正常的生活工作”, “3. 不能正常工作或生活不能自理”,以及“4. 说不准”。如果受访者选择的是“ 1”,则赋值为 1, 否则为0。 简化型估计 局域估计中+ 1/ - 1 是指在政策规定的退休年龄上下一岁之间取样本，例如如果我们在60岁估计+ 1/ - 1 的值，我们取的样本就是[ 59, 61)岁。 对于男性, 在正常退休年龄，退休率大致有显著9%左右的跳跃，而提前退休率大致有4% - 5%的跳跃； 而对于女性而言，在50 岁时退休率大约有10% 左右的跳跃，而在其他年龄，大致有3% - 4%的跳跃。 健康与年龄： 男性的健康是随年龄平滑变化的, 但在60 岁有个跳点; 女性的健康非常平滑, 基本没有明显的跳点。 在60 岁, 局域估计显示男性的主观健康有0. 03 的显著下降,而女性的估计值均不显著且趋于0。 简化型回归研究了退休制度对退休和健康的影响，结果表明超过政策规定的退休年龄会使得退休的可能性大大增加，对男性的健康可能产生一定的负面影响而对女性健康则没有影响或者影响很小。 退休对健康的影响 简化型回归分析未回答根本问题：退休对健康到底有多大影响? 构造工具变量的估计值来回答这一问题。 男性超过60 岁才退休,会对主观健康产生显著的负面影响。正常退休