[论文解读] Distribution Regression with Sample Selection, with an Application to Wage Decompositions in the UK

Victor Chernozhukov, Iván Fernández‐Val+1 more|arXiv (Cornell University)|Nov 28, 2018

Spatial and Panel Data Analysis被引用 4

一句话总结

本文提出了一种具有内生样本选择的半非参数分布回归模型，将经典的Heckman模型推广至允许非正态误差和异质性处理效应。该模型支持统一推断与英国的工资分解，揭示了在控制选择偏差后仍存在的21–40%未解释性别工资差距，且单身男性中的显著正向选择与已婚女性中的负向选择对收入分布顶端的不平等有重要贡献。

ABSTRACT

We develop a distribution regression model under endogenous sample selection. This model is a semi-parametric generalization of the Heckman selection model. It accommodates much richer effects of the covariates on outcome distribution and patterns of heterogeneity in the selection process, and allows for drastic departures from the Gaussian error structure, while maintaining the same level tractability as the classical model. The model applies to continuous, discrete and mixed outcomes. We provide identification, estimation, and inference methods, and apply them to obtain wage decomposition for the UK. Here we decompose the difference between the male and female wage distributions into composition, wage structure, selection structure, and selection sorting effects. After controlling for endogenous employment selection, we still find substantial gender wage gap -- ranging from 21% to 40% throughout the (latent) offered wage distribution that is not explained by composition. We also uncover positive sorting for single men and negative sorting for married women that accounts for a substantive fraction of the gender wage gap at the top of the distribution.

研究动机与目标

• 解决当结果与选择均受未观测异质性驱动时，工资分析中的样本选择偏差问题。
• 通过放松对误差分布和协变量效应的参数化与同质性假设，推广经典Heckman选择模型。
• 实现对工资分布的统一推断与分解，同时考虑选择与选择效应的影响。
• 将该模型应用于英国劳动力市场数据，将男女工资差距分解为构成、结构、选择与选择效应四个部分。
• 量化内生就业选择与同质匹配在塑造可观测工资不平等中的作用。

提出的方法

• 提出一种具有样本选择的半非参数分布回归模型，其中结果方程与选择方程均以非参数方式建模。
• 使用工具变量识别选择效应，并允许误差结构为非正态、异方差且存在依赖性。
• 采用潜变量框架，仅对就业者观测到实际工资，将提供工资作为潜结果进行建模。
• 应用统一推断程序，构建非参数系数与分解成分的置信带。
• 采用四分量分解：构成、工资结构、选择结构与选择效应。
• 通过蒙特卡洛模拟校准实证数据，以验证推断程序的稳健性。

实验结果

研究问题

• RQ1 在英国，内生就业选择在多大程度上导致了可观测的性别工资差距？
• RQ2 协变量对工资分布的异质性效应与经典参数模型相比有何不同？
• RQ3 正向或负向选择（同质匹配）在不同分位点上对工资不平等的贡献如何？
• RQ4 构成、结构、选择与选择效应等工资差距组成部分在不同模型设定与时间周期中如何变化？
• RQ5 非正态误差结构与非线性效应在多大程度上使经典Heckman模型的假设失效？

主要发现

• 在控制内生样本选择后，仍存在显著的未解释性别工资差距，其范围在潜在国内提供工资分布的21%至40%之间。
• 正向选择——即高能力男性更可能就业——在分布顶端显著贡献了工资差距。
• 已婚女性中的负向选择——即高能力女性更可能不就业——在高分位数上对性别工资差距有显著贡献。
• 分解结果表明，选择结构与选择效应在数量上具有重要意义，尤其在工资分布的上尾部分。
• 统一推断所得置信带证实了分解结果的稳健性，尤其在选择与选择效应分量上。
• 该模型的灵活性能够捕捉非正态模式（如最低工资水平附近的工资聚集现象），而经典Heckman模型则无法处理此类现象。