（1.中国社会科学院数量经济与技术经济研究所；2.中国社会科学院社会发展战略研究院）
【摘要】为了评估中国分布类政策效应，根据中国微观数据的变量可得性，本文在Heckman等构建的因子结构模型基础上，将Heckman基准模型中的连续型测度方程调整为离散型有序选择模型，建立了有序选择因子结构模型，并推导出MCMC估计方法。运用该方法，结合中国样本数据，本文对高等教育的分布类政策效应进行了实证估计。有序选择因子结构模型及其MCMC估计方法对于经济政策的分布类效应评估具有普遍的理论适应性和实际应用价值。
关键词 分布类政策效应 有序选择因子结构模型 MCMC估计
中图分类号 F224 文献标识码 A
MCMC estimation of an ordered probit factor structure model and evaluation of China’s distributional treatment effects
Abstract: This paper constructs an ordered probit factor structure model through modifying the continuous measurement equation of the baseline factor structure model, which is developed by Heckman, to a discrete ordered probit function to accommodate China’s micro-data structure. Then, the MCMC estimation method is developed and used to evaluate the distributional treatment effects of China’s higher education. The ordered probit factor structure model and its MCMC algorithm are both theoretically and empirically useful to evaluate the distributional treatment effects of general economic policy.
Key words: Distributional treatment effects; Ordered probit factor structure model; MCMC estimation
一、引言
经济政策效应评价是经济学的核心问题（Heckman和Vytlacil，2007a）。流行的经济政策效应评价方法主要集中在估计政策的均值类效应。经典的OLS方法、现代流行的随机实验、工具变量（IV）和倾向得分匹配方法在不同的假设下得到的均为政策的平均效应： ，其中 为参与某项政策时的潜在收入， 为不参与时的收入， 为个体自身特征。这些现代微观经济计量方法都是在某个方面处理由样本选择而产生的变量内生性问题（Imbens和Wooldridge，2009）。同时，越来越多评估经济政策效应的文献表明即使表面看起来相同的个体对同一项政策的反应不同，政策效应具有明显的异质性（Heckman，2001）。Heckman等构建了以边际处理效应（MTE：Marginal Treatment Effect）为基石的新的反事实因果分析框架来处理样本的自选择和异质性特征。这种方法以MTE为基础，通过合适的加权，可以得到多种平均处理效应，如ATE，TT，TUT，PRTE，LATE等[2]，同时也可以得到传统的平均处理效应OLS、IV等估计量（Heckman和Vytlacil，2007b）。
但是，用ATE等均值类评价指标对政策进行评价和比较暗含两个主要假设：(1)总体（平均）收入增加，总体（平均）福利增加；(2)政策效应的不利分布不太重要，或者可在社会群体内相互转移（Heckman和Smith，1998）。政策效应的异质性说明这些条件很可能不易满足，用单一的平均政策效应，可能忽略很多信息，得出错误的结论。因此，我们需要用更丰富的参数来评价经济政策。
国内部分文献对政策的非均等效应（特别对收入不平等问题）进行了探讨，其中Oaxaca-Blinder分解和分位数回归是最常用的两种方法。这两类方法虽然可以在一定程度上估计政策的非均等效应，但仍存在着不足。分解方法只是描述性的，并未从经济理论出发找出收入差距的原因。同时，虽然许多学者试图用分位数方法研究教育对收入分布的影响，但分位数得到的不是严格意义上的分布。单纯利用分位回归分析教育回报率的差异来考察教育对收入差距的影响的做法有待商榷（邢春冰，2008）。
[1] 本项研究得到中国社会科学院哲学社会科学创新工程项目“经济预测与经济政策评价”资助。作者感谢匿名审稿人的宝贵建议，当然文责自负。
[2] ATE为平均处理效应，TT为参与政策者的处理效应，TUT为未参与政策者的处理效应，PRTE为政策相关处理效应，LATE为局部平均处理效应，具体定义和内容参见Heckman和Vytlacil（2007b）。
