无条件分位数回归的统计文献研究.pdfVIP

无条件分位数回归的统计文献研究

：

一、引言

自从Koenker和Bassett（1978）提出分位数回归（quantileregression，QR）

方法以来，其已发展成为经济学实证研究的常用方法之一。最初，QR方法仅被看

作是用来替代最小二乘（OLS）估计的一种稳健（robust）估计。事实上，经济学

家们在如今的实证研究，特别是基于微观数据的研究中青睐QR方法，并不在于它

的稳健特性，而是可以借此方法了解解释变量对于被解释变量在扰动项的不同分位

点上的异质性影响。通常，人们在评估一项经济政策对受众群体的影响时，不但希

望了解政策对任一参与者的平均影响，更希望知道政策对位于特征分布不同位置

（分布末端或顶端）人群的异质性作用。例如，教育对于人们收入的影响作用是劳

动经济学中极具争议的问题之一。由于人的能力不可直接观测，且普遍被认为与个

人的收入水平密切相关，因此，工资方程的扰动项很大意义上就是用来包含不可观

测的个人能力。在这种设定下，通过分位点回归，人们可以了解对于不同能力水平

的个人，可观测的个体特征如何影响他们的收入。

从以上例子不难理解，Koenker和Bassett（1978）提出的只是条件分位数回归方

法。条件分位数（CQR）方法的结果实际上只告诉我们对于具有相同观测特征的个

人（例如，具有某一特定年龄，家庭背景的女性），不可观测的能力差异对于收入

的异质性影响。由于CQR的经济学意义阐释基于过多甚至是不必要的个体特征，其

结果与政策制定者所关心的问题很有可能并不一致。例如，人们可能只想了解教育

年限对于个人收入的一般边际影响，而无论个体的年龄，性别与家庭背景如何，这

就是所谓收入关于教育程度的无条件分位数估计问题。解决这个问题的一个直觉想

法是在计算中抛弃除了教育年限外的其他解释变量，直接用收入对教育年限进行分

位数回归，但这种做法得到的无条件分位数不是一致估计。这一点类似于在最小二

乘法中即使研究者只想了解某一解释变量对被解释变量的偏影响系数，遗漏剩余解

释变量仍会导致所有系数估计的不一致性，除非遗失变量与所剩变量是正交的。

思想汇报/sixianghuibao/

无条件分位数回归（unconditionalquantileregression，UQR）技术正是对于

CQR技术的补充和拓展，在基于微观数据的实证研究中，特别是在劳动经济学与经

济政策评估中具有十分重要的意义。在这一前沿领域，国外学者的研究也只是刚刚

开始，并且有关无条件分位数回归的理论与方法正在逐渐完善之中。本文旨在介绍

UQR技术并梳理相关文献。特别地，我们介绍三种重要的无条件分位数回归模型：

Firpo、Fortin和Lemieux（2009）的再中心化影响函数（recenteredinfluence

function，RIF）回归，Frolich和Melly（2010）的无条件分位数处理效应模型与

Powell（2010）的无条件分位数回归。有关UQR与CQR的差别，本文将在第二部分

“无条件分位数回归的最新进展”中详细说明。

另外，本文试图用一个研究居民收入分配格局变化对其医疗支出影响的实例说明新

方法的应用。该实例将说明居民总体收入分配格局的变化如何影响其医疗支出的分

布，而已有基于条件分位数回归技术的文献无法对这一问题做出全面的回答。运用

新方法的实证结果表明：在控制了疾病严重程度与城乡差异等因素后，由收入引起

的居民医疗消费不平等显著存在；居民收入的按量（byamount）增长无法改善这

种不平等，而收入的按比例（byproportion）增长对医疗高消费人群的拉动作用

远大于对低消费人群的作用，因而进一步加剧了这种不平等性。

：

ng）分位点回归的算法，其主要思路如下。定义权重函数

其中p（X）=E（D=1|X）。在以上权重下，可以证明式（10）和式（11）具有等价

表示

为计算在特定τ处的UQTE，令式（13）和式（14）的等号的左边都等于数值τ，

即得

其中

（u）=u（τ-1（u＜0））。基于以上思路，实际计算可分为三步，首先获得得分

倾向p（X）的非参数估计p（·），随后代入W的表达式获得W的一致估计

总结大全/html/zongjie/

（三）