分位数回归在收入差距测度中的实证分析.docxVIP

分位数回归在收入差距测度中的实证分析

一、引言

收入分配问题是社会经济发展的核心议题之一，合理的收入差距既能激发市场活力，也可能因过度分化引发社会矛盾。近年来，随着居民收入水平的普遍提升，收入分配格局呈现出“均值增长”与“分布分化”并存的特征——仅关注平均收入已难以全面反映真实的收入差距状况（李实，2020）。传统研究中，基尼系数、泰尔指数等方法虽能从整体上衡量收入不平等程度，但无法揭示不同收入群体间的异质性特征；普通最小二乘法（OLS）虽能分析收入影响因素，却仅聚焦条件均值，忽略了收入分布的尾部信息（KoenkerBassett，1978）。在此背景下，分位数回归（QuantileRegression）作为一种能够捕捉全分布特征的计量方法，逐渐成为收入差距测度的重要工具。本文通过理论阐释与实证分析，探讨分位数回归在收入差距测度中的独特价值，为精准识别收入分化机制提供新视角。

二、分位数回归的理论基础与方法优势

（一）分位数回归的核心逻辑

分位数回归由Koenker和Bassett于1978年提出，其核心思想是通过最小化加权绝对误差，估计因变量在不同分位点上的条件分位数函数。与OLS关注条件均值（中位数）不同，分位数回归可同时估计多个分位点（如10%、25%、50%、75%、90%）的回归系数，从而刻画解释变量对因变量分布的全面影响（Koenker，2005）。例如，在收入研