分位数回归在收入差距研究中的应用改进.docxVIP

分位数回归在收入差距研究中的应用改进

一、引言

收入分配问题是社会经济发展的核心议题之一。随着居民收入水平持续提升，收入差距的扩大趋势及其背后的结构性矛盾日益受到关注。传统研究中，学者多依赖均值回归模型或基尼系数、泰尔指数等统计指标分析收入差距，但这些方法在捕捉收入分布异质性、揭示不同群体间影响机制差异等方面存在明显局限（Fields，2003）。分位数回归作为一种能够刻画条件分布全貌的计量方法，自Koenker与Bassett（1978）提出以来，逐渐在收入分配研究中崭露头角。近年来，随着计量技术的进步与数据可得性的提升，分位数回归在模型设定、内生性处理、动态分析等方面实现了关键改进，为收入差距研究提供了更精准的分析工具。本文将系统梳理分位数回归在收入差距研究中的应用逻辑，重点探讨其方法改进的方向与实践价值。

二、传统收入差距研究方法的局限性

（一）均值回归模型的“均值陷阱”

在收入差距研究中，基于最小二乘法（OLS）的均值回归模型曾长期占据主导地位。这类模型通过估计解释变量对收入均值的影响，揭示教育、经验、行业等因素的平均回报（Mincer，1974）。然而，均值回归的核心缺陷在于仅关注条件分布的中心位置，无法反映不同收入群体间的异质性。例如，教育对高收入群体的边际贡献可能远高于低收入群体，但均值回归会将这种差异“平均化”，导致政策建议偏向中间群体（DiNardoetal.