2000年-世界发展银行全球_What_Can_We_Learn_about_Country_Performance_from_Conditional_Comparisons_across_Countries__26页_1021kb

总结：从国家间的条件比较中能学到什么关于国家表现的信息？

核心内容

本文由马丁·拉瓦利翁（Martin Ravallion）撰写，探讨了通过条件比较（conditional comparisons）来评估国家表现（如政府效率、社会支出效果等）的方法存在的问题。这些方法试图通过控制观察到的变量（如人均收入、社会支出水平等）来推断国家的潜在表现属性，但在实际应用中存在显著的局限性和偏差。

主要观点

• 条件比较的局限性：现有方法在评估国家表现时，可能产生误导性结果，因为它们无法准确识别潜在的异质性（latent heterogeneity）。
• 效率前沿方法（EFM）：Gouyette 和 Pestieau 提出的“效率前沿方法”通过将贫困率或不平等指数与社会支出进行回归，以确定效率前沿，并据此评估国家的社会支出效率。该方法被广泛应用于政策分析中。
• 异质性偏差（Heterogeneity Bias）：即使控制了观察到的变量，条件比较仍可能因未考虑其他潜在变量而产生偏差。例如，不同国家可能在税收制度、劳动力市场政策等方面存在差异，这些都会影响贫困率，但未被纳入模型。
• 参数估计偏差：在使用普通最小二乘法（OLS）估计效率前沿时，参数估计可能存在偏差，导致对社会支出效率的误判。

关键信息

1. 条件比较的常见应用

• Sen 的方法：Sen（1981）通过比较实际社会指标与根据人均收入预期的指标，评估国家的社会政策表现。例如，他指出斯里兰卡的社会支出效率较高。
• WHO 的健康报告：WHO（1999）使用类似的条件比较方法，通过回归健康指标与人均GDP，得出国家在健康方面的表现差异。
• OECD 国家的比较：Gouyette 和 Pestieau（1999）使用条件比较方法，评估OECD国家的社会支出效率。他们发现法国的社会支出效率远低于比利时。

2. 效率前沿方法（EFM）

• 定义：通过将贫困率或不平等指数对社会支出进行回归，然后将回归线向下移动以找到效率前沿，即社会支出效率最高的国家。
• 应用：比利时被用作效率前沿国家，其贫困率被认为是最优的。
• 计算方式：通过回归模型计算出每个国家的“无效社会支出”（inefficient social spending）并将其与实际社会支出进行比较。

3. 异质性偏差

• 原因：未控制的潜在变量（如税收制度、劳动力市场政策）会影响国家表现，导致偏差。
• 影响：即使在大样本情况下，异质性偏差仍可能显著影响对国家表现的评估。

4. 参数估计偏差

• OLS 的问题：使用OLS估计效率前沿时，若社会支出的无效部分（S^I）与有效部分（S^E）相关，则参数估计存在偏差。
• 偏差公式：偏差由两个部分组成：一是回归系数估计偏差，二是基准国家的误差项（ε_B）导致的偏差。

5. 实证分析

• 法国与比利时的比较：法国的社会支出效率低于比利时，其贫困率部分归因于无效的社会支出。
• 劳动市场政策的影响：在加入劳动市场政策变量后，贫困率的解释更加全面，显示比利时的劳动市场政策对减少贫困有显著作用。

结论

• 条件比较方法在评估国家表现时存在根本性问题，包括无法准确识别潜在异质性、参数估计偏差以及基准国家选择的影响。
• 即使在大样本情况下，这些偏差也难以消除。
• 评估国家表现需要更全面的模型和更细致的控制变量，以减少偏差并提高方法的可靠性。