2005年-世界发展银行全球_Earnings_Mobility_and_Measurement_Error___A_Pseudo-Panel_Approach_36页_547kb

总结：收入流动性与测量误差的伪面板方法

核心内容

本研究探讨了在存在非经典测量误差和非随机流失的情况下，如何使用动态伪面板方法来一致估计收入流动性。研究基于墨西哥国家城市就业调查（ENEU）的季度旋转面板数据，分析了收入流动性的绝对值和条件值。

主要观点

1. 收入流动性的重要性
   收入流动性常被视为衡量社会机会平等和劳动力市场灵活性的重要指标。然而，传统的面板数据分析方法容易受到测量误差和非随机流失的影响，导致估计偏差。

2. 测量误差对估计的影响

   • 经典测量误差会导致斜率系数低估，从而高估收入流动性。
   • 非经典测量误差可能表现出自相关性，使得传统的OLS和IV估计方法不一致。
   • OLS估计的偏差主要来源于误差项与滞后收入之间的协方差。

3. 工具变量方法的局限性

   • 工具变量方法依赖于一系列严格的假设，如工具变量与测量误差无关、工具变量的自相关性与收入相同等。
   • 这些假设在现实中难以满足，特别是当使用支出、体重、教育等作为工具变量时。
   • 工具变量估计器可能收敛于工具变量的自相关系数，而非收入的流动性参数。

4. 伪面板方法的优势

   • 伪面板方法通过在每个时间点对队列进行平均，可以消除个体层面的测量误差。
   • 非随机流失对伪面板估计的影响较小，因为每个家庭只被观察一次。
   • 伪面板方法允许在更多国家和更长时间段内估计流动性，适用于缺乏长期面板数据的情况。

关键信息

• 数据来源：墨西哥国家城市就业调查（ENEU），时间跨度为1987年第一季度至2001年第二季度，共58个季度的数据。
• 流动性定义：
  • 绝对流动性：家庭在整体收入分布中的移动程度。
  • 条件流动性：家庭相对于其自身平均收入的移动程度。
• 研究发现：
  • 墨西哥的绝对流动性非常低，表明收入不平等具有持续性。
  • 条件流动性较高，家庭在经历收入冲击后可在两年内恢复到预期水平。
  • 这些结果表明，收入流动性政策应关注于解决收入机会不平等的根本问题。

方法论概述

• 伪面板构建：通过队列平均来消除个体测量误差。
• 模型设定：
  • 基础模型为：$Y_{i,t}^* = \alpha + \beta Y_{i,t-1}^* + u_{i,t}$，其中$\beta$衡量收入流动性。
  • 在存在测量误差的情况下，观测模型为：$Y_{i,t} = Y_{i,t}^* + \varepsilon_{i,t}$。
• 伪面板回归模型：
  • $\bar{Y}{c(t),t} = \alpha + \beta \bar{Y}{c(t-1),t-1} + \omega_{c(t),t}$
  • 若包含队列固定效应，则模型为：$\bar{Y}{c(t),t} = \alpha_c + \beta \bar{Y}{c(t-1),t-1} + \omega_{c(t),t}$

结论

伪面板方法可以有效解决面板数据中的测量误差问题，从而提供一致的收入流动性估计。研究结果显示，墨西哥的收入流动性较低，表明收入不平等在长期内难以消除。然而，条件流动性较高，说明家庭在经历收入冲击后能够较快恢复。因此，政策制定者应关注如何提高收入机会的平等性，以促进更广泛的流动性。