2003年-世界发展银行全球_Benefits_on_the_Margin___Observations_on_Marginal_Benefit_Incidence_18页_564kb

文档总结：边际收益分配分析方法及其在秘鲁农村中学扩展中的应用

核心内容

本文探讨了边际收益分配分析（Marginal Benefit Incidence Analysis）在公共政策评估中的应用与局限性。作者指出，尽管该方法在发展中国家的贫困研究中广受欢迎，但其在指导政策边际调整方面的有效性受到质疑。文章通过分析秘鲁农村中学扩展的案例，比较了多种边际收益分配分析方法，并评估了它们的适用性和精度。

主要观点

1. 边际收益分配分析的重要性

   • 传统平均收益分配分析（Standard Benefit Incidence Method）常被用来衡量公共支出对不同群体的影响，但其并不能有效指导政策的边际调整。
   • 政策变化可能并不惠及现有受益者，而是扩展至新受益者，因此需要更精确的边际分析方法。

2. 不同方法的边际收益分配定义

   • 尽管各种方法都声称衡量“边际”收益分配，但它们所衡量的“边际”不同，适用于不同类型的政策分析。
   • 方法包括：基于空间差异、固定效应控制、个体数据、观察时间变化、补偿性变动估计和参与概率变化等。

3. 方法间的差异与适用性

   • 空间差异法（Method IA）：通过部门间的覆盖差异来估算边际收益分配，适用于跨地区政策变化的分析。
   • 固定效应控制法（Method IB）：使用面板数据控制固定区域特征，提高估计的准确性。
   • 个体数据法（Method IC）：利用个体层面的数据，能够更准确地衡量政策变化对不同群体的边际影响。
   • 时间变化法（Method 2）：通过观察时间序列中参与率的变化，估算边际收益分配，但无法解释政策变化的机制。
   • 补偿性变动估计法（Method 3A）：基于效用函数，估算政策变化对家庭福利的补偿性变动，适用于价格或质量变化的政策。
   • 参与概率变化法（Method 3B）：通过参与概率的变化来评估政策影响，比补偿性变动法更适用于存在配给的情况。

4. 秘鲁农村中学扩展的实证分析

   • 1994年至1997年间，秘鲁农村中学的覆盖率略有上升（从6.33%到6.58%）。
   • 不同方法得出的边际收益分配结果存在显著差异，尤其是对最贫困群体的收益分配。
   • 个体层面模型的估计标准误差比省层面模型低约一半，表明其更具精度。

关键信息

• 研究背景：过去十年，贫困与公共支出的关系成为发展经济学研究的热点，推动了收益分配分析的复兴。
• 数据来源：使用秘鲁的国家家庭生活标准测量调查（Encuesta Nacional de Hogares sobre Medicacion de Niveles de Vida），涵盖1994年和1997年的横截面与面板数据。
• 分析方法：
  • 标准方法：基于平均参与率，但可能不适用于非比例扩展的政策。
  • Lanjouw-Ravallion模型：使用空间差异与固定效应控制，估算边际参与概率。
  • 个体数据模型：使用个体层面数据，提高估计精度。
  • 补偿性变动模型：基于效用函数，估算政策变化对福利的影响。
  • 参与概率变化模型：关注参与率的变化，适用于存在配给的政策。
• 结果与发现：
  • 最贫困群体的边际收益份额较低，表明政策扩展可能并未有效惠及最贫困的人群。
  • 个体层面模型的估计标准误差较小，更适合用于精确的边际收益分析。
  • 空间差异法和固定效应法在处理区域间差异时表现不同，需结合具体政策背景选择合适方法。

方法比较与建议

结论

• 不同的边际收益分配方法适用于不同的政策类型，需根据具体政策目标和数据特征选择合适的方法。
• 在秘鲁农村中学扩展案例中，个体层面模型提供了更精确的边际收益分配估计。
• 研究强调了在使用这些方法时需谨慎，尤其是当样本规模较小时，估计结果可能不够可靠。

参考资料

• Lipton, D., & Ravallion, M. (1995). Poverty and Policy.
• Lanjouw, P., & Ravallion, M. (1999). Estimating the Marginal Incidence of Public Spending.
• Younger, S. D. (2002). Marginal Benefit Incidence and Public Policy.
• Gertler, P., et al. (1987). The Demand for Health and Education.
• Johnston, R. (1972). Econometric Methods.

作者信息

• Stephen D. Younger：康奈尔大学食品与营养政策项目副主任，联系方式：sdy1@cornell.edu。
• 致谢：感谢François Bourguignon、Peter Glick及OECD“人力资源发展与减贫”研究项目参与者的意见。
• 资助：部分研究由美国国际开发署（USAID）资助。