2018年3月
对机会不平等程度的估计传统上被解释为下界,因为影响个人结果的环境的部分可观察性导致了向下的偏差。我们表明,由于抽样方差的原因,这种估计也可能受到向上偏倚的影响。后一种扭曲的大小取决于所使用的经验策略和观察到的样本。我们认为,尽管在经验贡献中被忽略,但向上偏倚可能是显著的,并挑战机会不平等估计作为下界的解释。我们提出了一个简单的标准来选择最好的规范,以平衡两个偏差来源。我们的方法是基于交叉验证,可以很容易地实现与调查数据。为了说明该方法如何提高机会不平等测量的可靠性,我们提供了基于31个欧洲国家收入数据的实证说明。我们的证据表明,机会不平等的估计对模型选择很敏感。各种不同的规格导致机会不平等的绝对程度的显著差异,并导致一些国家重新排名。这证实了在衡量机会不平等时,需要一个客观的标准来选择最佳的计量经济模型。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。