分位数回归在收入差距研究中的稳健性分析.docxVIP

分位数回归在收入差距研究中的稳健性分析

一、引言

收入分配问题是社会经济发展的核心议题之一，其不仅关系到个体福祉，更与社会公平、经济可持续性密切相关。随着居民收入结构的多元化和差异化加剧，对收入差距的精准测度与影响因素分析成为学术界关注的焦点。传统研究中，普通最小二乘法（OLS）因操作简便、结果直观，长期被用于收入决定模型的估计，但其仅关注条件均值的局限性逐渐显现——当收入分布呈现显著的非正态性（如右偏态）、存在异质性效应或异常值干扰时，均值回归无法捕捉不同收入群体的差异化特征，可能导致对收入差距的误判（KoenkerBassett,1978）。

分位数回归（QuantileRegression,QR）作为一种非参数统计方法，通过估计条件分布的多个分位点（如10%、50%、90%分位数），能够全面刻画解释变量对不同收入群体的边际影响，为收入差距研究提供了更丰富的信息维度。然而，任何统计方法的应用都需以稳健性为前提，即模型结果在数据扰动、样本变化或设定调整下的稳定性。本文将围绕分位数回归在收入差距研究中的稳健性展开分析，探讨其在应对异质性、异常值、样本偏差等常见干扰时的表现，并通过理论阐述与实证视角验证其优势，以期为收入分配政策的精准制定提供方法学支持。

二、分位数回归与收入差距研究的适配性基础

（一）分位数回归的核心逻辑与传统方法的对比

分位数回归的核心思想是通过最小化加