2010年-世界发展银行全球_Measuring_Inequality_of_Opportunity_with_Imperfect_Data___The_Case_of_Turkey_42页_1mb

文档总结：使用不完整数据测量机会不平等——以土耳其为例

核心内容

本论文探讨了在数据不完整的情况下如何测量机会不平等，并以土耳其为案例进行分析。机会不平等是指由于个体无法控制的背景因素（如家庭出身、性别、教育水平等）导致的不平等，而不仅仅是由于个人努力或选择带来的差异。论文提出了两种替代方法来克服数据缺失问题，从而计算机会不平等的下限估计值。

主要观点

1. 机会不平等的理论背景

   • 机会不平等是社会正义研究中的一个重要概念，强调应消除与个人努力无关的背景因素带来的不平等。
   • Roemer（1998）提出，机会平等意味着在相同努力水平下，不同群体应有相同的成就。基于此理论，论文提出机会不平等的衡量方法，即计算不同群体之间优势差异的份额。

2. 测量方法的创新

   • 方法一：利用Demographic and Health Surveys (DHS) 数据构建“财富指数”作为经济优势的代理指标。该指数通过主成分分析，结合资产、住房质量和生活便利性指标，形成一个综合的经济地位衡量工具。
   • 方法二：将家庭预算调查（HBS）中的消费数据通过统计方法推断到DHS样本中。该方法基于DHS和HBS样本中共同变量的协变量关系，使用回归模型和残差抽样来估算消费水平。

3. 两种方法的比较

   • 两种方法分别生成具有不同属性的分布，因此需要不同的不平等指数进行分析。
   • 论文指出，财富指数方法是基于DHS数据的直接构造，而消费推断方法则是通过HBS数据补充DHS的不足。

关键信息

• 数据来源：

  • 土耳其的Demographic and Health Survey (TDHS)：覆盖10,836个家庭，提供家庭背景、出生地、教育水平等信息。
  • 土耳其的Household Budget Survey (HBS)：覆盖约8,500个家庭，提供消费数据和部分家庭背景信息。

• 机会不平等的测量指标

  • 使用公式 (4) 计算机会不平等的份额，即整体不平等中由不同背景群体带来的不平等比例。
  • 公式 (5) 为一种更严格的下限估计方法，基于平均对数偏差（Mean Log Deviation, MLD）。

• 结果与发现

  • 在土耳其，机会不平等占整体不平等的26%至31%之间，具体取决于采用的方法。
  • 机会剥夺在东部农村地区尤为严重，且在母亲无正式教育的家庭中更为突出。

• 方法局限性

  • 财富指数可能受到资产种类不足的影响，导致分布出现“聚类”现象。
  • 消费推断方法虽然更准确，但也依赖于残差的正确分布和协变量的充分性。

方法细节

财富指数构建

• 定义：财富指数是基于DHS样本中资产、住房质量和生活便利性指标的主成分分析结果。
• 公式：
  $$
  y_i = \sum_p a_p \left( \frac{x_{pi} - \bar{x}p}{s_p} \right)
  $$
  其中，$ y_i $ 表示家庭的财富指数，$ x{pi} $ 表示第 $ p $ 项资产指标，$ a_p $ 是主成分分析中获得的权重。

消费推断方法

• 模型：使用对数线性回归模型，将HBS样本中的消费与共同变量（如资产和人口统计变量）联系起来。
• 公式：
  $$
  \ln(c) = X\beta + w\gamma + \varepsilon
  $$
  其中，$ c $ 表示人均消费，$ X $ 表示财富指标，$ w $ 表示人口统计变量，$ \varepsilon $ 是残差。
• 推断过程：通过从辅助样本的残差分布中抽样，将消费推断到主样本中，以提高数据完整性。

结论

论文提出了两种在数据不完整情况下测量机会不平等的方法，并通过土耳其的案例验证了其有效性。结果表明，机会不平等在土耳其女性中占整体不平等的显著比例，尤其是在农村地区和教育水平较低的家庭中。两种方法各有优劣，其中参数方法在计算下限估计值时更优。此外，论文强调了机会不平等的测量对于理解社会公平和制定政策的重要性。