微观计量经济学的现状与最新进展..doc

微观计量经济学的现状与最新进展 中国人民大学统计学系2000级博士生 刘乐平 本报告是在中国人民大学统计学系，全国应用统计中心的大力资助下，在系研究生会的精心组织下，在导师袁卫教授的精心指导下，在易丹辉、赵彦云、顾岚、吴喜之、王晓军等老师的耐心帮助下，在汪涛、郭兴义、杜本峰、赵绍忠等同学的无私协助下得以完成，由于个人的水平和能力有限，文中必有不少不足之处，敬请批评指正！ 本报告分为以下六个部分： 选题的背景和意义 从诺贝尔经济学奖看计量经济学的发展 微观计量经济学的最新进展 主要代表人物、专著、教材、网址 国内研究现状 启示、建议及展望 选题的背景和意义 世纪之交的诺贝尔经济学奖授予了两位美国经济学家詹姆士·J·赫克曼(James J. Heckman)教授和丹尼尔·L·麦克法登(Daniel L. McFadden)教授，以表彰他们对微观计量经济学所做出的杰出贡献，前者的贡献“是发展了选择性样本数据分析的理论和方法”，后者的贡献“是发展了对自选择行为进行分析的理论和方法”。 微观计量经济学是介于经济学和统计学之间的边缘科学,它是研究微观数据——即大量个人、家庭或企业的经济信息的经济理论和统计方法。微观数据可以是某一时点的横向数据,也可以是相同观测对象的系列时间序列数据。在过去的三十年里，有两个重要因素使微观计量经济学得以迅速发展。一个因素是能容纳大量微观数据的数据库的创立为微观计量经济学奠定了坚实的研究基础，并使微观计量经济学领域得到迅速扩展；另一个因素是计算机运行速度的不断提升以及计算方法的不断改进为微观计量经济学的研究提供了快速而有效的手段，使得对微观经济理论作实证分析成为可能。现在，研究人员已经可以在微观层次对许多问题进行实证分析。例如个人就业的决定因素有哪些？工作时间多长？经济激励如何影响个人选择教育、就业或居住地？不同的劳动力市场和教育计划如何影响个人的收入和就业？微观数据的运用也引起了新的统计问题，主要是由于这些非试验性的数据本身存在的局限性。因为研究人员只能从特定的个体或家庭中观测变量值，而样本可能并不是随机的，因而往往不具备代表性。即使样本具有代表性，一些影响个体行为的特征仍然无法观测到，这使得用传统统计方法很难或无法解释个体间的某些差异。 以上问题可以用赫克曼和麦克法登发展的理论和方法来进行分析和研究。可以说，这两位经济学家的研究已经解决了微观数据统计分析中出现的基本问题。他们从70年代起研究发展了已被广泛用来对个人和家庭行为进行统计分析的理论和方法。 詹姆斯·Ｊ·赫克曼发展了对选择性抽样数据进行分析的理论和方法。现实中能够得到的微观数据常常是通过选择性抽样而产生的，如有关工资的数据就无法通过随机抽样的方式获得。如果不考虑这样的选择性因素，那么对经济关系的计量分析结果就会产生偏差，不能真实地反映实际情况。赫克曼发展的统计方法通过适当的途径解决了这一问题，他以经验为依据进行应用研究，用来解决与此密切相关的问题。他在1974年发表的关于已婚妇女的劳动力供给的论文中，设计了一种计量经济学方法来解决这种自选择问题。这项研究很好地表明微观经济理论学可以结合微观计量经济学方法来阐明重要的研究课题。在此后的研究中，赫克曼提出了其它解决自选择的方法：著名的赫克曼修正法(即二阶段方法，赫克曼的λ法或赫克曼法)，因为简单易用，这种方法具有广泛的影响。假设上例中研究者要使用个体数据以测定工资关系，但只能从已工作的群体中获取数据。赫克曼修正法可以分两阶段进行。首先，研究者以经济理论为基础，建立参加工作的概率模型，该模型的统计推断结果可以用来预测单个个体的概率。第二阶段研究者可以将预测所得的个体概率作为解释变量，连同教育、年龄等变量来解决自选择问题，工资关系就能以恰当的统计方法测算出来。赫克曼方法在经济学和其他社会科学中有着大量的实际应用，最初的方法随后被赫克曼等人进一步综合归纳并普及。在劳动力经济学中，在估计社会项目的作用或分析失业时间对一个人找工作的影响时，都要用到赫克曼的方法。 持续模型在工程学和医学中具有很长的应用历史。它们时常被社会科学家所采用，如人口统计学家用来分析死亡率、出生率及移民等问题。经济学家用来测算失业的持续度对获取工作的效应。这些研究的一个共同问题是处于劳动力市场劣势的个体可能会在失业的人群中显得更为突出。这种选择偏好引发了类似于自选择样本中遇到的问题：当未来某一时点的失业样本受非观察个体特征影响时，就可能错误地估计失业中的“持续相关”。赫克曼与波顿辛格（bbbb）合作发展了计量经济学方法用来解决这样的问题。当前这种方法已广泛应用于社会科学研究领域。积极的劳动力市场项目评估随着如劳动力培训和就业补贴等积极的劳动力市场政策在许多国家推广，越来越需要对这些项目进行评估。传统的评估方法是