2015年-世界发展银行全球_Lower_Bounds_on_Inequality_of_Opportunity_and_Measurement_Error_11页_215kb

详细总结：Lower Bounds on Inequality of Opportunity and Measurement Error

核心内容

本文探讨了机会不平等（Inequality of Opportunity, IOp）的下限估计及其测量误差问题。作者指出，由于无法观察所有个体的环境因素，机会不平等的测量通常依赖于下限估计，而这些估计可能含有显著的测量误差，且误差在不同国家之间差异较大。因此，使用下限估计进行跨国比较可能误导政策制定者，使其低估实际的机会不平等水平，从而影响对再分配需求的判断。

主要观点

1. 机会不平等的定义与测量挑战

   • 机会不平等是指个体因无法控制的环境因素而产生的不平等，而非由于个人努力造成的差异。
   • 由于环境因素（如家庭背景、教育、健康等）部分不可观测，机会不平等的测量通常采用下限估计。
   • 下限估计仅捕捉部分不平等，因此任何高于下限的估计都可能是合理的。

2. 两种测量方法：ex-ante 与 ex-post

   • Ex-ante 方法关注相同努力水平下因环境差异导致的不平等，但与奖励原则（即接受因努力差异导致的不平等）不兼容。
   • Ex-post 方法通过标准化处理，消除组间差异，仅保留因不可观测因素导致的不平等，是更符合奖励原则的测量方法。

3. 测量误差的来源与影响

   • 测量误差主要来自未观测的环境因素和未观测的努力差异。
   • 使用儿童身高作为研究对象，因其在24个月前的努力影响可以忽略，因此适合用于识别测量误差。
   • 相对组内不平等指数（IR）用于衡量下限估计所遗漏的不平等比例，结果显示不同国家的测量误差差异显著。

4. 数据与方法

   • 使用了27个国家的人口与家庭调查数据（DHS），时间范围为2008年。
   • 采用Mean Log Deviation (MLD) 指数进行不平等分析，其具有子组可分解性，便于拆分组内与组间不平等。
   • 通过线性回归估计组内均值（$X_B$），并计算其与总不平等（$X$）的比值（IR），以评估测量误差。

关键信息

• 机会不平等的下限估计：通过将个体按可观测环境分组，计算组内均值，从而得到机会不平等的下限估计。该估计忽略了未观测环境因素的影响，因此存在测量误差。
• 测量误差的大小：在所分析的国家中，测量误差（IR）从**75.79%（哥伦比亚）到93.23%（乍得）**不等，表明在不同国家，可观测环境因素对机会不平等的解释力差异显著。
• 跨国比较的误导性：由于测量误差的存在，使用下限估计进行的跨国比较可能不准确，甚至误导政策制定。
• 未来研究方向：作者建议使用面板数据或伪面板数据，以提高机会不平等测量的准确性，从而更好地识别测量误差并实现跨国家的可比性。

实证结果

• 测量误差显著：大多数国家的组内不平等（即未被观测的环境因素导致的不平等）占总不平等的75%至93%。
• 下限估计的不可比性：由于测量误差的存在，不同国家的下限估计不能直接比较，且国家排名可能因下限估计而发生大幅变化。

结论

• 使用机会不平等的下限估计可能低估真实水平，从而影响再分配政策的制定。
• 测量误差在不同国家之间差异显著，导致传统的跨国比较失去意义。
• 未来的研究应探索更精确的测量方法，如使用面板数据或伪面板数据，以减少测量误差并提高可比性。

建议

• 在政策制定中，应谨慎使用下限估计，并意识到其潜在的测量误差。
• 建议使用更全面的环境变量和更精确的测量方法，以提高机会不平等的测量准确性。
• 推动使用面板数据或伪面板数据，以识别机会不平等的真实范围，并实现跨国家的可比性。

参考文献

• Barros, R., Molinas, J., and Saavedra, J. (2010)
• Ferreira, F. and Gignoux, J. (2011)
• Luongo, P. (2011)
• Niehues, J. and Peichl, A. (2014)
• Ramos, X. and van de Gaer, D. (2012)
• WHO (2006)

附录：图表说明

• 图1：展示了MLD(X_B) 与 MLD(X) 的国家排名对比，显示排名存在显著差异，表明下限估计不能准确反映真实的机会不平等水平。