分位数回归在收入分配差距研究中的优势分析.docxVIP

分位数回归在收入分配差距研究中的优势分析

一、引言

收入分配差距是衡量社会经济公平性的核心指标之一，其研究不仅关系到个体福祉，更与经济可持续发展、社会稳定密切相关。随着我国经济结构转型，收入分配领域呈现出“均值增长”与“结构分化”并存的特征——总体收入水平提升的同时，高收入群体与低收入群体的差距持续扩大，中等收入群体的稳定性面临挑战（李实，2020）。传统研究中，学者多依赖普通最小二乘法（OLS）等均值回归方法分析收入影响因素，但这类方法仅关注条件均值的变化，难以捕捉收入分布的异质性特征，无法回答“教育水平对高收入者和低收入者的影响是否存在差异”“政策调整对不同收入阶层的冲击有何不同”等关键问题。

分位数回归（QuantileRegression）作为一种非参数统计方法，自Koenker和Bassett（1978）提出以来，因其对条件分布的全面刻画能力，逐渐成为收入分配研究的重要工具。相较于均值回归，分位数回归能够在多个分位点（如10%、50%、90%分位数）上估计解释变量对被解释变量的边际效应，从而揭示收入分布不同位置的异质性规律。本文将从传统方法的局限性出发，系统分析分位数回归在收入分配差距研究中的独特优势，并结合实证研究案例阐明其应用价值。

二、传统均值回归在收入分配研究中的局限性

（一）均值信息的片面性：忽略分布尾部特征

收入分配的核心矛盾往往体现在分布的“两端”——低收