个人教育收益率的估计与比较: 一个半参数方法

 本文运用一种变系数部分线性模型扩展了传统的明瑟人力资本收入函数,并提出了对明瑟函数中“平行性”假设的一种检验方法,以分析个人教育收益率如何受到工龄等因素的影响。通过对1991、2000以及2004等年度国家统计局城镇居民收入调查数据的分析,揭示出近二十年来我国城镇居民中不同工龄的人们的教育收益率存在明显区别,其中人教育收益率最高的始终是在1980年代中后期参加工作的群体。对导致我国教育收益率这种特殊现象的原因作了分析。     

农民工技能培训的收入效应研究——基于珠三角与长三角调查数据的实证分析

使用2010年7月针对珠三角和长三角19城市农民工的问卷调查数据,采用明瑟工资方程并利用OLS方法对农民工参与技能培训的收入效应进行了估算。结果表明:参与技能培训总体上能使农民工收入提高7.15%,这一数值高于农民工接受一年正规教育所产生的收益率;岗前培训与在岗培训、持续时间较长的培训、由企业和社会机构提供的培训,以及培训后能获得相关证书的培训对农民工的收入具有更为明显的提升效果。     

教育回报率与收入性别差异实证分析

2003年我国人均GDP首次突破1000美元,达到1087美元,比上年增长9.1%.在经济增长的同时,男女性之间的工资差距是如何变化的呢?男女性的工资差距是由于其生产力水平不同造成的还是由于其它因素造成的呢?男女性的教育回报率是否相同?为回答这些问题,本文除了对城镇男女职工平均工资收入差异进行描述,利用明瑟(Mincer)收入方程计算男女教育回报率外,并运用传统的奥克萨克(Oaxaca)收入分解方法和阿普尔顿(Appleton)收入分解方法对我国城镇居民收入差异进行分解,来说明不同变量对工资收入性别差异的影响.     

教育投资风险的区域差异分析——基于分位数回

本文从明瑟收入方程入手,在1987—2005年完整的教育发展的面板数据的基础上．利用分位数回归对我国三个地区的三个不同阶段的教育投资风险进行实证分析。结果表明：我国东部、西部、中部地区在不同分位点下的教育收益率各不相同,而且不同阶段的教育投资风险存在显著差异。东部、中部的教育投资风险呈上升趋势、西部的教育投资风险呈下降趋势。     

新型城镇化背景下城镇常住人口收入差距分析

文章利用中国城市、农村和流动人口居民收入调查2008年数据,在明瑟方程的基础上,利用半参数分位数回归模型,对教育、工作经验两大人力资本因素进行分析,并将市场分割因素城乡户籍、地区、行业作为控制变量.就方法论来说,半参数分位数回归模型拟合结果优于OLS模型及分位回归模型,并且经验在第一个十年内与收入之间呈现三次函数关系,随后呈现二次函数关系.从政策建议角度来说,教育、经验作为人力资本对高收入人群具有更高的回报率,为从长远角度解决收入差距问题,应提高农民工受教育程度及培训力度,将人力资本投入向贫困地区倾斜.     

江苏新生代农民工收入差异的个体因素分析

本文立足于从个体角度来探讨造成江苏新生代农民工收入差异的影响因素.借助调查问卷数据,选取相关的变量构建明瑟收入扩展模型,进行多元回归分析,通过对拟合模型的分析得出除了控制变量以外,仍存在其他变量对收入产生影响等结论,同时该模型也存在非调查指标的影响力均包含在常数项中,无法进行具体分析等不足.     

收入分配差距计算方法研究新论

从20世纪90年代以来,关于收入分配的问题逐渐得到了广泛的关注,而研究收入差距的人员也逐渐增多,这方面的研究文献颇为丰富,其中应用了许多方法。在对学者们这些方法进行综述的基础上,文章主要对最新的分解方法的改进发展和回归估计方法做了详细的介绍,为研究收入分配差距问题的实证方面提供了很好的方法储备。     

计算机辅助调查数据清理的新方法

随着计算机技术的普及,计算机辅助调查(CAI)方法在社会调查领域得到了广泛的应用,给数据清理带来了新思路和新方法。本文结合国内外数据清理的最新方法和若干全国大型社会调查项目数据清理的实际经验,从清理准备、实时清理和深度清理等多个环节深入介绍计算机辅助调查数据清理的新方法,并对未来数据清理方法的改进提出了建议。     

2003-2008年问中国教育收益变动趋势研究

人力资本理论认为个人收入分配在一定程度上取决于人力资本的分配和人力资本的回报,提高人力资本的最主要途径为教育。教育对个人收入的积极促进作用已得到许多研究的证实。教育收益率的估算及其变动趋势的研究具有重要的现实意义。运用CGSS2003、2005、2006与2008年数据对中国教育明瑟收益率的回归结果显示2003-2008年间中国的平均教育收益率得到了明显提高,与20世纪八、九十年代相比呈现出进一步提升的态势。     

2003—2008年间中国教育收益变动趋势研究

人力资本理论认为个人收入分配在一定程度上取决于人力资本的分配和人力资本的回报,提高人力资本的最主要途径为教育。教育对个人收入的积极促进作用已得到许多研究的证实。教育收益率的估算及其变动趋势的研究具有重要的现实意义。运用CGSS2003、2005、2006与2008年数据对中国教育明瑟收益率的回归结果显示2003-2008年间中国的平均教育收益率得到了明显提高,与20世纪八、九十年代相比呈现出进一步提升的态势。     

数据科学的统计学内涵

数据科学以大数据为研究对象,而大数据对统计分析最直接的冲击莫过于数据收集方式的变革,同时统计分析的视野也不再局限于传统的属性数据,而是包括了关系数据、非结构、半结构数据等其他类型更丰富的数据。伴随着数据开放运动,数据库之间的关联信息的价值逐步得到体现。基于统计学的视角分别从科学理论基础、计算机处理技术和商业应用等三个维度研究了数据科学的统计学内涵,探讨了数据科学范式对统计分析过程的直接影响,以及统计学视角面临的机遇与挑战。     

海量半结构化数据采集、存储及分析——基于实时空气质量数据处理的实践

大数据现象及处理引起了社会各界的关注。本文以大数据宏观层面理论为依据,试图从微观层面讨论一类大数据具体处理,归纳提出一种基于开源架构的海量半结构化数据采集、存储及分析自动化解决方案,并分析解决方案的开放性、融合性和经济性的特点,指出解决方案的可拓展方面。同时,结合海量空气质量实时数据,分析解决方案的具体开发细节,给出解决方案运行的经验做法,讨论分析过程的大数据压缩机制。     

A State Space Approach to Extracting the Signal From Uncertain Data

Most macroeconomic data are uncertain—they are estimates rather than perfect measures of underlying economic variables. One symptom of that uncertainty is the propensity of statistical agencies to revise their estimates in the light of new information or methodological advances. This paper sets out an approach for extracting the signal from uncertain data. It describes a two-step estimation procedure in which the history of past revisions is first used to estimate the parameters of a measurement equation describing the official published estimates. These parameters are then imposed in a maximum likelihood estimation of a state space model for the macroeconomic variable.     

行政记录和政府统计的多视角研究

在社会经济统计中,行政记录的重要性日益被统计部门重视,其开发使用也成为学术研究热点。通过研究现有文献,本文系统综述了行政记录和政府统计之间的渊源、行政记录的优点、使用行政记录应注意的问题、行政记录在国内外政府统计中的使用实践和趋势以及使用行政记录改善政府统计的方向.     

Artificial neural networks for some macroeconomic series: A first report

There is a tendency for the true variability of feasible GLS estimators to be understated by asymptotic standard errors. For estimation of SUR models, this tendency becomes more severe in large equation systems when estimation of the error covariance matrix, C, becomes problematic. We explore a number of potential solutions involving the use of improved estimators for the disturbance covariance matrix and bootstrapping. In particular, Ullah and Racine (1992) have recently introduced a new class of estimators for SUR models that use nonparametric kernel density estimation techniques. The proposed estimators have the same structure as the feasible GLS estimator of Zellner (1962) differing only in the choice of estimator for C. Ullah and Racine (1992) prove that their nonparametric density estimator of C can be expressed as Zellner's original estimator plus a positive definite matrix that depends on the smoothing parameter chosen for the density estimation. It is this structure of the estimator that most interests us as it has the potential to be especially useful in large equation systems.

Atkinson and Wilson (1992) investigated the bias in the conventional and bootstrap estimators of coefficient standard errors in SUR models. They demonstrated that under certain conditions the former were superior, but they caution that neither estimator uniformly dominated and hence bootstrapping provides little improvement in the estimation of standard errors for the regression coefficients. Rilstone and Veal1 (1996) argue that an important qualification needs to be made to this somewhat negative conclusion. They demonstrated that bootstrapping can result in improvements in inferences if the procedures are applied to the t-ratios rather than to the standard errors. These issues are explored for the case of large equation systems and when bootstrapping is combined with improved covariance estimation.     

A multiple imputation method for incomplete correlated ordinal data using multivariate probit models

The multiple imputation technique has proven to be a useful tool in missing data analysis. We propose a Markov chain Monte Carlo method to conduct multiple imputation for incomplete correlated ordinal data using the multivariate probit model. We conduct a thorough simulation study to compare the performance of our proposed method with two available imputation methods – multivariate normal-based and chain equation methods for various missing data scenarios. For illustration, we present an application using the data from the smoking cessation treatment study for low-income community corrections smokers.     

大数据应用的质量控制

数据作为重要的数据资源存在，不论是其内在蕴含的信息价值还是其已经成为人类社会所需数据有机组成的客观事实，都迫使我们去不断加强对大数据的应用。然而，由于大数据作为信息技术应用的副产品，其复杂性、不确定性和涌现性决定了我们应用大数据并非易事，存在着很多质量上的问题，除了具有传统数据所有的质量问题外，还包括一些独特的新问题。为了更好地应用大数据，本文对如何进行大数据应用的质量控制进行了初步的研究。主要内容包括以下三个方面：一是对什么是大数据质量、受哪些因素影响、可能存在哪些质量问题进行了探讨；二是从做好理论准备、建立质量控制方案、重视对小数据研究、加强大数据管理、加强大数据人才培养和加强大数据法制建设六个方面，提出了大数据应用的质量控制的基本想法；三是对大数据应用中需要引起注意的几个方面进行了讨论，并结合例子进行了阐释。     

函数性数据的微分方程分析方法及经济应用

讨论了函数性数据与微分方程的关系以及微分方程系数函数的估计方法。利用函数性数据的微分方程分析方法对中国及中美日三国GDP增长的波动特征、中国31个省份GDP增长速度的时段差异特征,以及投资率与经济增长速度之间的关系进行了分析。结果显示,微分方程分析方法不但能够很好地刻画经济变量的动态演变规律和波动特征,而且能够对多观察对象之间的差异以及多个经济变量之间的关系进行动态刻画和展示,易于对其进行经济解释。     

浙江省城镇居民收入差距对消费结构影响的实证分析

改革开放以来,浙江省城镇居民间的收入差距不断扩大。这在一定程度上抑制了居民消费的提高,阻碍了居民消费结构的升级,进而影响消费总需求。本文利用Panel data模型,对浙江省城镇居民收入差距对消费结构的影响进行实证分析(2000-2006年),具体分析不同收入等级在各种消费品上的差别,从而有利于调整和实施不同收入等级的不同消费政策。     

基于大数据思维的统计学若干理论问题

本文基于大数据思维,对统计学若干理论问题进行了讨论。本文认为：在大数据背景下,统计学以数据为研究对象没有变,作为方法论科学的性质没有变,以探索真相为根本任务没有变;但是作为统计学研究对象的数据出现了四个新的动向,即数据内涵有新理解,数据结构与来源有新方式,数据不确定性有新表现,数据分析思路与技术有新要求;为此,需要重新理解和定义总体、个体与样本,标志与变量,可靠性与有效性这三组统计学中最基本也最重要的概念。最后论文指出,大数据为统计学发展提供了新的平台,需要我们从数据、方法和应用三个维度同时发力。