傾向得分分析

1、二、傾向得分分析來(lái)源：2013-10_農(nóng)民工自我雇傭與收入：基于傾向得分的實(shí)證分析_曹永福楊夢(mèng)婕-宋月萍_中國(guó)農(nóng)村經(jīng)濟(jì)一一類(lèi)1、問(wèn)題：利用2010年全國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)，考察了農(nóng)民工自我雇 傭?qū)ζ涫杖胨降挠绊憽?.數(shù)據(jù)：數(shù)據(jù)來(lái)自國(guó)家人口和計(jì)劃生育委員會(huì)2010年流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查。3、實(shí)證分析方法：（1）收入決定方程為了分析農(nóng)民工自我雇傭?qū)ζ涫杖氲挠绊?，本文首先建立如下收入決定方 程：勿+所 + % 乃+（1）Y代表勞動(dòng)者平均月收入的自然對(duì)數(shù);若為自我雇傭者則指其營(yíng)業(yè)凈收入的自然對(duì)數(shù)； 若為受雇者，則指其工資收入的自然對(duì)數(shù)）；a為常數(shù)項(xiàng)；W代表被調(diào)查者是否自我雇傭的二分類(lèi)就業(yè)方式變

2、量；P為是否自我雇傭的邊際收入效應(yīng)；xj代表第j個(gè)影響農(nóng)民工收入的解釋變量；Y j是相應(yīng)解釋變量的系數(shù)；e為誤差項(xiàng)。勞動(dòng)者的收入主要取決于人力資本以及人力資本積累，因此方程納入了受教 育程度、年齡、培訓(xùn)和技術(shù)職稱、本次工作年限、本次流動(dòng)年限、工作類(lèi)型等變 量；方程納入工作強(qiáng)度、流動(dòng)范圍變量，以反映流動(dòng)人口付出的勞動(dòng)以及因流動(dòng) 付出的成本；此外方程還納入性別、婚姻狀況、戶籍地區(qū)域和流入?yún)^(qū)域型等控制變量。本文先直接對(duì)收入進(jìn)行普通最小二乘回歸，得到各個(gè)解釋變量對(duì)農(nóng)民工月收 入的影響情況。線性回歸模型是定量分析中最常用的識(shí)別因果關(guān)系的方法，但它是有適用前提的，其中最重 要的一個(gè)前提就是：回歸模型中的解

3、釋變量必須是外生的，即與誤差項(xiàng)不相關(guān)。一旦模型 中的某個(gè)解釋變量具有樣本選擇偏差，那么，采用普通最小二乘回歸得到的系數(shù)估計(jì)將會(huì)是 有偏的。（2）傾向得分分析根據(jù)以往的研究經(jīng)驗(yàn)，上述收入決定方程中的自我雇傭決策變量很可能具有 樣本選擇偏差。外在環(huán)境、家庭和自身稟賦均會(huì)影響到農(nóng)民工的自我雇傭決策。 例如，從事自我雇傭往往需要一定的初始資本，個(gè)人的家庭經(jīng)濟(jì)資源將起到一定 的作用；同時(shí)，勞動(dòng)者的創(chuàng)業(yè)精神、風(fēng)險(xiǎn)偏好等也會(huì)影響其自我雇傭決策，但這 些因素難以度量。因此，在現(xiàn)實(shí)的勞動(dòng)力市場(chǎng)上，每一名勞動(dòng)力選擇自我雇傭的 可能性并不是完全相同的。也就是說(shuō)，在農(nóng)民工群體中，是否從事自我雇傭具有 選擇偏差。這意味

4、著，一個(gè)農(nóng)民工選擇成為受雇者或者自我雇傭者的概率不是隨 機(jī)的，因而收入決定方程中的就業(yè)方式就變成了一個(gè)內(nèi)生解釋變量。此時(shí)，直接 通過(guò)普通最小二乘回歸得到的自我雇傭決策對(duì)收入的影響就會(huì)是有偏的。為解決 這個(gè)問(wèn)題，本文采用傾向得分分析方法來(lái)糾正樣本選擇偏差。傾向得分分析(prop*取score analysis)是一種基于觀測(cè)數(shù)據(jù)(obseiwational data)分 析變量間因果關(guān)系并且能夠有效控制樣本選擇偏差的數(shù)據(jù)處理方法K.-ibin- I。 在本文中，傾向得分可以理解為在給定一系列可能影響因 素的情況下農(nóng)民工選擇某種就業(yè)方式(自我雇傭或受雇)的條件概率。本文想要探究的是自我雇傭?qū)r(nóng)民工

5、收入的影響，最理想的辦法是獲得每一 名農(nóng)民工分別作為自我雇傭者和受雇者時(shí)的收入值，這兩個(gè)收入之間的差值就是 自我雇傭的收入效應(yīng)。然而，現(xiàn)實(shí)中只能觀測(cè)到每個(gè)農(nóng)民工作為自我雇傭者或作 為受雇者的其中一個(gè)收入值，簡(jiǎn)單地用一名自我雇傭者和另一名受雇者之間的收 入差異來(lái)衡量自我雇傭的收入效應(yīng)，將會(huì)帶來(lái)較大的誤差。這是因?yàn)槎卟粌H就 業(yè)方式不同，而且在年齡、受教育程度、流動(dòng)經(jīng)歷等諸多因素上都可能存在很大 差別，這些差異會(huì)在不同程度上影響他們的就業(yè)選擇。只有在控制了這些差異后， 樣本中存在的選擇偏差才有望被控制住。傾向得分分析法將這些因素轉(zhuǎn)化為接受 干預(yù)保gg)的條件概率，依據(jù)這個(gè)傾向得分，該方法在整體樣本

6、中為每一個(gè) 自我雇傭者樣本匹配一個(gè)與之相似的受雇者樣本作為對(duì)照，這就使本文通過(guò)測(cè) 量二者之間的收入差異來(lái)估計(jì)自我雇傭的收入效應(yīng)成為可能。通過(guò)回歸得到每一 個(gè)勞動(dòng)者從事自我雇傭的傾向得分，這樣可以將自我雇傭者和受雇者在解釋變量 上的差異通過(guò)一個(gè)傾向得分展現(xiàn)出來(lái)，而后將每一名自我雇傭者和與其傾向得分 最接近的那些受雇者做對(duì)比，就可以最大限度地消除樣本中存在的選擇偏差。農(nóng)民工自我雇傭與否是一個(gè)二分類(lèi)變量，本文使用Logistic回歸模型來(lái)預(yù)測(cè)每 一個(gè)農(nóng)民工選擇自我雇傭的條件概率，即每一個(gè)樣本的傾向得分，皿抵概率分 布函數(shù)的具體公式如下：A =尸(化 I Xf) = EW) = 土 =崟1 + e 1

7、 1-Fe (2)式的估計(jì)式為：Ln = Zi (x+fiXi + fl(3)1 - Pi L(2)式和(3)式中，七為第i個(gè)農(nóng)民工選擇自我雇傭的條件概率；B為估計(jì)系數(shù)；弋為納入模型的解釋變量，這里包括性別、年齡、婚姻、受教育程度、培訓(xùn)、 技術(shù)職稱或資格、本次工作年限、本次流動(dòng)年限、流動(dòng)范圍、戶籍地區(qū)域、流入 地區(qū)域和工作類(lèi)型；0為誤差項(xiàng)。本文中，它表示一位農(nóng)民工選擇自我履惆的斜概率e12這里的相似是指二一者擁有大致相同的可能柱去選擇自我雇傭.這樣做可以最大程度上滿足隨機(jī)假設(shè)*對(duì)于一名農(nóng)民工，有很多潛在因素影響其自我雇傭決策。本文提取出盡量多 的能夠表述這些因素的變量，把它們作為解釋變量納入自

8、我雇傭的Logistic回歸模 型中。本文認(rèn)為，個(gè)人特征、地域背景和所處環(huán)境都會(huì)影響農(nóng)民工從事自我雇傭的 可能性。在本文中，個(gè)人特征用性別、年齡、婚姻、受教育程度、流動(dòng)范圍來(lái)衡量。同樣，地域環(huán)境也會(huì)影響個(gè)人自我雇傭的偏好。如果從小生長(zhǎng)的地方和現(xiàn)今 生活的城市擁有良好的經(jīng)濟(jì)制度環(huán)境和鼓勵(lì)個(gè)人自主創(chuàng)業(yè)的社會(huì)氛圍，那么，這 種大環(huán)境也會(huì)給農(nóng)民工選擇自我雇傭提供更多的可能。此處，地域環(huán)境分別用戶 籍地區(qū)域和流入地區(qū)域變量來(lái)衡量。在獲得傾向得分后，常見(jiàn)的處理方法有兩種：一是卡尺匹配法，即基于所估 計(jì)的傾向得分對(duì)干預(yù)組(自我雇傭者)和控制組(受雇者)進(jìn)行匹配，使每個(gè)自我雇傭者都有一個(gè)傾向得分大致相同的受雇者與之對(duì)應(yīng)，這樣，自我雇傭的選 擇偏差將在很大程度上被消除，就可以像在隨機(jī)實(shí)驗(yàn)中那樣進(jìn)行上述的普通最 小二乘回歸 Guo and Fraser, 2012 ； 二是傾向得分加權(quán)法，其原理是不直接進(jìn)行匹配， 而使用傾向得分作為權(quán)重進(jìn)行多元回歸分析，將農(nóng)民工自我雇傭的條件概率作 為權(quán)重納入收入回歸模型中，這樣做也可以起到消除樣本選擇偏差的作用，并且 避免卡尺匹配法只納入部分樣本的缺陷，能更好地利用樣本總體。在卡尺匹配法中，假設(shè)&和R,分別是自我雇傭者和受雇者的傾向得分，匕和L分別是自我雇 傭者和受雇者的集合，S為卡尺，即所設(shè)定的兩個(gè)樣本之間傾向得分的絕對(duì)距離。當(dāng)兩個(gè)樣本之間 傾向得