工具变量分布处理效应：前沿理论与应用研究

Researchers often evaluate heterogeneous policy impacts and answer questions about social equality by estimating the quantile/distributional treatment effect. Two problems occasionally arise in inference about QTE: censoring and estimation of unconditional quantile treatment effect. Existing literature lacks effective and convenient procedures to address them. In this proposal, we build a new model, named instrumental variable distributional treatment effect (IV-DTE) model, which provides an alternative method for estimating QTE/DTE and overcomes various difficulties associated with inference about QTE. The newly proposed IV-DTE model is applicable to the case with a binary treatment variable D as well as D is a multi-valued discrete variable or continuous variable. We study both large sample properties and their finite sample performance of the proposed estimators. Moreover, these methods will be used to explore the impact of hukou change on migration household consumption and the effect on wage premium and wage inequality of union membership.

为了评估经济政策给受众对象带来的异质型影响以及回答有关社会公平方面的问题，研究者时常需要估计政策的分位数或分布处理效应(QTE/DTE). 在推断QTE时，研究者经常遇到的两个难题是结果变量Y删尾以及无条件分位数处理效应(UQTE)的识别和估计。已有的处理效应文献对这两个问题缺乏有效便捷的解决方法。本课题新建立一个工具变量分布处理效应(IV-DTE)模型，它不仅为推断QTE和DTE提供一种全新的途径和步骤，更重要的是IV-DTE模型可以用来克服上面提到的推断QTE时遇到的两个难题。新提出的IV-DTE模型不仅适用于处理变量D取值0-1的情景，也适用于D取多个离散值甚至是连续变量的情形。我们将研究所提出的估计量的大样本性质和小样本表现。我们将用所建立的理论方法来探究与中国经济政策相关的两个具体问题，包括户籍改变对家庭消费行为的影响以及由工会身份带来的工资溢价导致的工资不平等性。

长期以来，研究者在估计经济政策对地区、企业和家庭产生的效果（政策评估）时，首要关注政策产生的平均影响（平均处理效应）。随着中国迈向新发展阶段，数字经济、收入分配与共同富裕等议题关注的核心问题更多地与社会公平，缩小收入差距、区域协调发展密切相关。想要分析这些问题并提出合理政策建议，仅仅依靠估计单一的政策“平均效应”是不够的，研究者需要了解政策产生的效果在整个人群上的分布状况。本项目着力研究政策效应分布函数的识别、估计和推断，并尝试利用所建立的新方法研究若干重大且有趣的中国现实问题。截止至2022年12月底，本项目研究团队一共发表论文6篇，录用待刊1篇。已取得的重要成果包括：（1）建立了一种能够估计政策效应在由“可观测因变量”取值定义的不同子人群上分布函数的计量分析方法，称为“因变量条件分位数回归”。（成果发表于《经济研究》）；（2）建立了一种估计带有内生政策变量的随机系数模型系数分布函数的方法（成果发表于Econometric Theory）；（3）从个体异质性视角出发，评价了1999年中国高等教育扩招政策的效果，研究了最优录取率与社会平均人力资本之间的关系（成果被《经济学季刊》录用待刊）；（4）在新的识别条件下，建立了一种在断点回归设计框架下估计政策分布处理效应（也包括分位数处理效应）的方法（成果在Econometric Theory R&R）。