傾向得分分析

1、二、傾向得分分析來源：2013-10_農(nóng)民工自我雇傭與收入：基于傾向得分的實證分析_曹永福楊夢婕-宋月萍_中國農(nóng)村經(jīng)濟(jì)一一類1、問題：利用2010年全國流動人口動態(tài)監(jiān)測調(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)來自國家人口和計劃生育委員會2010年流動人口動態(tài)監(jiān)測調(diào)查。3、實證分析方法：（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代表勞動者平均月收入的自然對數(shù);若為自我雇傭者則指其營業(yè)凈收入的自然對數(shù)； 若為受雇者，則指其工資收入的自然對數(shù)）；a為常數(shù)項；W代表被調(diào)查者是否自我雇傭的二分類就業(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。勞動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、本次流動年限、工作類型等變 量；方程納入工作強度、流動范圍變量，以反映流動人口付出的勞動以及因流動 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。本文先直接對收入進(jìn)行普通最小二乘回歸，得到各個解釋變量對農(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，即與誤差項不相關(guān)。一旦模型 中的某個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)估計將會是 有偏的。（2）傾向得分分析根據(jù)以往的研究經(jīng)驗，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，個人的家庭經(jīng)濟(jì)資源將起到一定 的作用；同時，勞動者的創(chuàng)業(yè)精神、風(fēng)險偏好等也會影響其自我雇傭決策，但這 些因素難以度量。因此，在現(xiàn)實的勞動力市場上，每一名勞動力選擇自我雇傭的 可能性并不是完全相同的。也就是說，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 機的，因而收入決定方程中的就業(yè)方式就變成了一個內(nèi)生解釋變量。此時，直接 通過普通最小二乘回歸得到的自我雇傭決策對收入的影響就會是有偏的。為解決 這個問題，本文采用傾向得分分析方法來糾正樣本選擇偏差。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的收入值，這兩個收入之間的差值就是 自我雇傭的收入效應(yīng)。然而，現(xiàn)實中只能觀測到每個農(nóng)民工作為自我雇傭者或作 為受雇者的其中一個收入值，簡單地用一名自我雇傭者和另一名受雇者之間的收 入差異來衡量自我雇傭的收入效應(yīng)，將會帶來較大的誤差。這是因為二者不僅就 業(yè)方式不同，而且在年齡、受教育程度、流動經(jīng)歷等諸多因素上都可能存在很大 差別，這些差異會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)這個傾向得分，該方法在整體樣本

6、中為每一個 自我雇傭者樣本匹配一個與之相似的受雇者樣本作為對照，這就使本文通過測 量二者之間的收入差異來估計自我雇傭的收入效應(yīng)成為可能。通過回歸得到每一 個勞動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 上的差異通過一個傾向得分展現(xiàn)出來，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二分類變量，本文使用Logistic回歸模型來預(yù)測每 一個農(nóng)民工選擇自我雇傭的條件概率，即每一個樣本的傾向得分，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)式的估計式為：Ln = Zi (x+fiXi + fl(3)1 - Pi L(2)式和(3)式中，七為第i個農(nóng)民工選擇自我雇傭的條件概率；B為估計系數(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、本次流動年限、流動范圍、戶籍地區(qū)域、流入 地區(qū)域和工作類型；0為誤差項。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假設(shè)*對于一名農(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，個人特征、地域背景和所處環(huán)境都會影響農(nóng)民工從事自我雇傭的 可能性。在本文中，個人特征用性別、年齡、婚姻、受教育程度、流動范圍來衡量。同樣，地域環(huán)境也會影響個人自我雇傭的偏好。如果從小生長的地方和現(xiàn)今 生活的城市擁有良好的經(jīng)濟(jì)制度環(huán)境和鼓勵個人自主創(chuàng)業(yè)的社會氛圍，那么，這 種大環(huán)境也會給農(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)域變量來衡量。在獲得傾向得分后，常見的處理方法有兩種：一是卡尺匹配法，即基于所估 計的傾向得分對干預(yù)組(自我雇傭者)和控制組(受雇者)進(jìn)行匹配，使每個自我雇傭者都有一個傾向得分大致相同的受雇者與之對應(yīng)，這樣，自我雇傭的選 擇偏差將在很大程度上被消除，就可以像在隨機實驗中那樣進(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)定的兩個樣本之間傾向得分的絕對距離。當(dāng)兩個樣本之間 傾向得