基于马尔可夫链的我国城乡居民收入演进分析.docVIP

基于马尔可夫链的我国城乡居民收入演进分析 内容摘要：本文利用马尔可夫转移概率矩阵对我国城 乡居民收入的状况展开分析。不同以往研究，本文在分析 中侧重对居民内部各个阶层演变情况进行分析。研究发现 我国城镇居民高收入阶层要比低收入阶层的收入增加更快， 而我国农村居民的内部各阶层的演变情况正相反，低收入 阶层的收入改善情况要好于高收入阶层的收入改善情况。 但是农村居民的收入演进比例要整体上低于城镇居民的收 入演进比例。 关键词：居民收入马尔可夫转移概率 收入差距和收敛问题一直以来受到人们的广泛关注， 在理论研究的过程中，Gi ni系数、Theil指数、Kernel密 度估计、偏度、峰度等众多方法得到了广泛应用。在这些 研究中，或对我国居民收入分布状况的纵向变化过程给予 阐述，或分析了我国区域间的收入分布横向差异状况，并 给出了大量的建议。而深度分析居民内部群体的收入动态 演进过程的则少有涉及，本文拟利用马尔可夫转移概率矩 阵来对我国城乡居民内部群体的演变过程进行分析，以期 对我国有关方面进行相关决策提供帮助。 马尔可夫链 设Un，n=l, 2…}是一个随机序列，状态空间E为有 限或可列集，对于任意的正整数m、n，若i、j，i GE(k =1,2,-,n-l),则有： P{ C, n+m=j | C. n-1 =i, n_l=in -1，…，C l=i}=P{ € n+m=j | C n=i} 则随机序列{ I n,n=l, 2, ???}就被称为马尔可夫链 (Markov Chains)。 马尔可夫链(Mark ovChains)因安德烈?马尔可夫得名 是具有马尔可夫性质的离散时间随机过程，在该随机过程 中，在给定当前信息的情况下，只有当前的状态用来预测 将来，过去(即当前以前的历史状态)对于预测将来(即 当前以后的未来状态)是无关的。安德烈?马尔可夫在1906 年首先做出了这类过程。而将此一般化到可数无限状态空 间是由柯尔莫果洛夫在1 936年给出的。 在马尔可夫分析中，引入了 “状态转移”这个概念。 所谓状态是指客观事物可能出现或存在的状态；状态转移 概率是指客观事物由一种状态转移到另一种状态的概率， 如果用概率论的语言来描述的话，即概率论中的条件概率 P(A | B)表达的状态B向状态A转移的概率。若完全表达所 研宄的对象的所有变化过程可以用状态转移概率矩阵描述。 该矩阵表示研究对象共存在n中状态，式中P11表示 研宄对象从状态1出发，下一步转移到状态1的概率；Pin 表示研究对象从状态1出发，下一步转移到状态n的概率。 马尔可夫状态转移概率矩阵不仅可以描述研究对象的 发展演变情况，而且还常被用于各种预测。本文将借助马 尔可夫状态转移概率矩阵来描述我国城乡居民收入的内部 转移情况。 马尔可夫链在收入分析中的应用 对于居民来讲，一般下一个年度的收入状况是取决于 本年度的收入状况，与以往年度的收入状况关联性较小， 因此可以将居民的收入变化过程视为“无后效性”的马尔 可夫过程。基于这样的推断，本文利用马尔可夫链转移概 率矩阵来观察居民收入状态的变化情况。 首先根据收入水平情况将我国城乡居民分成若干个收 入阶层，每一个阶层对应的收入区间就是马尔可夫链中的 各个状态，某种状态的转移对应的就是某个阶层的收入演 变。状态的转移概率Pi j可如下所示： 在上面公式中，Pij为从状态i转移到状态j的概率。 Nij为在考察期间，从i状态向状态j转移出现的次数，N i 为从状态i转移的总次数。 通过对上面公式的进一步推导，可以得出各个收入阶 层的状态转移概率矩阵，即分别计算我国城乡居民的各个 收入阶层的收入转移概率。通过马尔可夫链转移矩阵可以 了解各个收入阶层的转变情况，以掌握各个收入阶层在收 入增长的过程中的增长差异。 城乡居民收入演变的实证分析 （一） 指标选取 在对我国城乡居民的收入演变分析时，本文采用历年 统计年鉴中的数据。由于我国城乡二元结构明显，因此在 选取数据时将对城镇和农村居民分别分析。城镇居民收入 确认的指标，选择城镇居民可支配收入指标，而农村居民 则选择农村居民纯收入指标。 （二） 城镇居民可支配收入指标分析 两个研究总体各自的分组也存在差异。对城镇居民可 支配收入指标分析时，采用的分组标准是统计年鉴中的最 低收入户（10%）、低收入户（10%）、中等偏下收入户（20%）、 中等收入户（20%）、中等偏上收入户（20%）、高收入户（10%）、 最高收入户（10 %）的7分组方式。在统计年鉴中原统计数据 分为7组，但为了更好地保持各个组别的等距性，即保证 各个收入阶层有一个可比的收入差距。本文将中等偏下收 入户（20%）、中等收入户（20%）、中等偏上收入户（20%）分别 拆分成10%比例。这样把所有的城镇居民分成了 10个组