2017年1月

IZA DP No. 10534:使用异质性增强的两层随机前沿估计劳动力加入和离开

发表于:Journal Econometrics, 2017, 199, 156-172。

我们推导了劳动力参与率跨期调整的非标准单位根序列相关公式。这导致了一个易于处理的三错误组件模型,与其他模型相比,该模型将异质性嵌入到错误结构中。与典型的iid三误差分量两层随机前沿模型不同,我们的方程的误差分量是独立的,但不是同分布的。这导致了一个复杂的非线性似然函数,需要通过两步估计程序进行识别,我们使用当前人口调查(CPS)数据进行估计。本文通过对劳动参与率与劳动年龄人口之间的基本方程进行变换,提出了一种识别劳动力市场加入者与离开者的新方法。该方法的优点是其对数据的要求较低,特别是减轻了对基于调查的纵向数据的需求。