本报告基于美国2010年和2017年两波Pew调查数据,利用伪面板方法净化年龄效应,验证两种常用表格变换方法——传统的IPF算法与新提出的NM方法——在揭示教育同质配对趋势中的表现差异。实证结果支持NM方法,对教育同质性的时间趋势表现出U型变化,反映社会不平等的变迁。本研究为方法选择提供统计检验依据,有助于准确分析社会分层动力学并指导相关政策
报告标题:What do surveys say about the trend in inequality and the applicability of two table-transformation methods?
作者:Anna Naszodi
发布日期:报告中未明确给出具体发布日期,但使用数据时间截止至2017年并引用2023年的文章,推断为2023-2024年间的研究成果。
发布机构:报告使用了Pew Research Center的调查数据,研究背景关联诸多学术期刊及经济研究机构发布的文献,疑似为独立或学术期刊工作论文。
研究主题:本报告聚焦于通过夫妻双方的联合教育分布数据来研究教育同质性(educational homophily)的变化趋势及其对社会不平等动态的影响。同时,报告深入考察了应用于婚姻匹配表格的两种表格变换方法——传统的迭代比例调节算法(IPF算法)和一种新提出的方法(NM方法)——以指导方法选择。
核心论点及研究目的:
评级与建议:本报告非直接投资评级报告,而是方法学与趋势研究。作者主要传达基于调查数据的实证方法验证,提倡在衡量婚配偏好及社会分层趋势时采用更稳健的新方法(NM),以指导相关社会和经济政策制定。
社会分隔指标:通过观测夫妻的联合教育分布(交叉分布表),利用配对偏好映射社会的“适配度”和分隔程度。
识别问题:择偶匹配结果受两方面影响——一是婚配偏好(homophily程度)变化,二是潜在配偶可获得性的结构性变化。研究必须剔除配偶可获得性的变化影响,确保对真实择偶偏好的度量。
方法介绍:
迭代比例调节算法(IPF):调整交叉表的边际分布以符合不同世代数据,保留关联结构(以odds-ratio量度),是长期以来的主流方法。
NM方法:由Naszodi和Mendonca(2023a)提出,调整后表格保持另一类关联指标(LL指标),理论和实证上更适合反事实建模。
关键数据点:
IPF与NM在具体计算中,对教育同质性变化的测度截然相反。例如,从早婴儿潮到晚婴儿潮,IPF测出“挑选”性的增加(+1个百分点),NM则测出减少(-3个百分点)。
相似的不一致也出现在早晚Gen X世代间差异,IPF测出极小变化,而NM测出较大增加(约4个百分点)。
推理和理论剖析:
IPF的设计初衷是完成一个总体表(边际固定时),不适合两个不同群体之间建构反事实表格。
NM方法严格保证和类别合并操作的可交换性(commutativity),避免对高维类别划分敏感性的固有缺陷,这是IPF无法达成的。
质疑IPF适用性的理论理由:IPF等同于最大似然估计(MLE),该估计对样本推估总体有效,但无理论支持用于两个总体间的反事实模拟,批判其应用时没有适应此类问题性质。
调查数据:使用2010年及2017年Pew Research Center两波调查,受访者分为婴儿潮早晚期及Gen X早晚期;
调查问题:询问受访者配偶受教育程度重要性,选项包括“非常重要”、“比较重要”等;
研究设计:
假设设定示意:
统计方法简介:
采用Agresti和Coull估计区间,相较传统精确方法更合理适用于相对较小样本;
采用bootstrap式置信区间,宽泛考虑参考值(如相关系数\rho)对置信区间的影响,保持保守推断。
婴儿潮世代:
男性NGE显著为负(-24.2个百分点),女性NGE虽负但统计证据较弱(-6.6个百分点,不显著),支持偏好减弱的假设;
p值区间显示拒绝男性零假设的显著性最高,女性存在接受与拒绝的边界;
整体体现晚婴儿潮比早婴儿潮对配偶教育重视程度降低,验证NM方法预测;
Gen X世代:
男性NGE显著为正(9.8个百分点),女性NGE变化不明显;
整体提示晚Gen X相较早Gen X更偏好教育同质结合,支持NM预测趋势;
方法选择结论:
四项假设检验结果绝大部分支持新提出的NM方法,尤其男性样本数据显著;
IPF方法与数据趋势不符,尤其无法解释明显的U型趋势。
争议与政策启示:
NM揭示的U型趋势与经济学界关于收入、财富不平等的趋势共鸣,表明教育同质性作为社经不平等的非货币维度存在类似周期性变化;
IPF方法则误导政策者相信社会裂痕不断扩大且未受政策影响,从而可能影响相关福利或教育政策制定;
对研究者而言,推翻IPF习惯用法、推广NM,有利于科学且政策合理的社会分层理解;
文献共鸣:报告呼应Goldin & Katz (2000)、Piketty & Saez (2003)等权威研究结果,提示未来择偶匹配研究需与宏观不平等趋势协同。
总结:
IPF和NM针对不同数学和统计问题设计,IPF适合样本-总体估计,NM适合跨群体反事实建模;
伪面板数据控制年龄效应后,实证明显支撑用NM方法,该方法更好反映世代间配偶偏好的真实变化;
积极推动NM代替IPF有助于社会科学研究准确性和社会政策决策科学基础;
创新点:
利用两波调查建立伪面板,净化年龄效应;
形式检验四项假设,增强方法论的严谨度。
本报告不涉及传统意义上的企业估值或股票目标价分析。报告中的“估值”集中于:
本报告围绕美国四个出生世代(早婴儿潮、晚婴儿潮、早Gen X和晚Gen X)配偶教育匹配数据,运用两波调查数据建立伪面板,系统检验了传统IPF算法与新提出的NM方法在构建反事实婚配表格、测量教育同质性及其演变上的适用性和准确性。研究发现:
综上,报告充分论证了NM超越IPF成为测量婚配教育同质性及社会不平等趋势分析的优选工具,为社会科学提供了更坚实的理论与实证基础,建议学者与政策制定者重视方法选择对结论的深远影响,以避免认知偏误与政策失误。,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,31,32,33,34,35,36]
本报告通过严密的理论论证和扎实的实证分析,切实评估了两种婚配分布分析方法的优劣,明确指出新方法(NM)更科学可靠,有助于澄清美国过去数十年教育同质性及社会不平等的动态趋势。这一结论对未来相关领域研究和政策制定具有重要指导意义。
2303.05895.pdf