基于分位数回归的健康人力资本与个人收入关系研究

《基于分位数回归的健康人力资本与个人收入关系研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10036。例矽}芗爹f节贸易声学硕士学位论文基于分位数回归的健康人力资本与个人收入关系研究培养单位：国际经济贸易学院专业名称：数量经济学研究方向：数量经济学作者：卫海天指导教师：陈志鸿教授论文日期：二。一三年五月StudyontheRelationshipbetweenHealthandIncome-·--·-BasedonQuintileRegression学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文所涉及的研究工作做出重要贡献的

2、个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律责任由本人承担。特此声明学位论文作者签名：卫龈Ⅵ蛑争月，I，El学位论文版权使用授权书本人完全了解对外经济贸易大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或部分的阅览服务；学校有权按照有关规定向国家有关部门或者机构送交论文；学校可以采用影印、缩印或者其它方式合理使用学位论文，或将学位论文的内容编入相关数据库供检索；保密的学位论文在解密后遵守此

3、规定。学位论文作者签名：卫躲导师签名：昧之I呜h-弓年§月一日刃f拜上月fZ日摘要关于收入决定因素的研究一直是经济学，特别是劳动经济学研究的重要问题之一。传统文献中考虑的收入决定因素通常包括教育、经验，技能等。从Grossman开始，健康作为一个重要的人力资本变量，开始被引入到收入决定方程中。健康变量和收入之间的关系通常是非线性的，而传统的针对健康和收入关系研究的面板数据分析方法主要是基于服从正态分布的数据而做出的。当数据分布类型不服从正态分布时，这种方法所做出的统计结果将不再可靠。另外传统的面板数据分析方法是条件均值模型，其主要功能是用于估计和检验均值效应。这种估计方法只对均值做估计和检

4、验，它虽然能让研究者迅速分析出变量均值之间存在的相互关系，但同时却也忽略了数据其他方面更多的信息。这种传统的方法不能对数据做出全方位的刻画，遗漏了一些数据中可能存在的重要信息。为解决上述问题，文本将分位数回归思想引入面板数据的分析之中来更加精确的刻画健康人力资本和劳动者收入之间的关系。通过本文的实证分析可以看出，健康人力资本对收入有着显著的正效应，并且健康的边际效应伴随收入变化而显现出某种“凸性”，即高收入与低收入者的健康状况改善将更大程度地促进收入增长，相反，中等收入阶层的健康收入效应相对较小。另外，通过对男女两个群体分别进行分位数回归估计，发现男性群体的“凸性"特征更为明显，女性群体的

5、健康边际收益随分位数变化而显得较为平坦，且在整体上低于男性的健康边际收益。基于以上结论，本文提出居民个体和政府对健康进行投资的一些政策建议，为减小我国社会贫富差距、保持社会稳定提供参考意见。关键词：健康人力资本收入分位数回归AbstractOneoftheimportantquestionsoflaboreconomicsistofmdhowdifferentfactorscaninfluenceincome．Intraditionalliterature，scholarsmainlydiscussedfactorslikeeducation，experienceandtechnologi

6、es．EversinceGossman(1972)，healthwastreatedasanimportantinfluencingfactorandincorporatedinincomedetermineequations．Intheearlystudies，scholarsassumedthattheerrorfactorwasnormallydistributedandusedtraditional0LSmethodtoestimatecoefficients．Howevertherelationshipbetweenhealthandincomeisnonlinear．Inthi

7、swaytheoldmethodswerenotreliable．Inthispaper,weusequantileregressiontoportraitthenonlinearrelationshipbetweenhealthandincome．ComparedtoOLSregression，quantileregressionisabletocapturemoreinformationfromdata．Fromou