导读:本文包含了不平等测度论文开题报告文献综述及选题提纲参考文献，主要关键词:机会不平等,条件推断树,条件推断森林,“事前”法
不平等测度论文文献综述
李金叶,郝雄磊[1]（2019）在《机会不平等的测度:回归树模型的应用与比较》一文中研究指出采用CGSS数据,根据样本出生年份划分为20世纪"50年代""60年代""70年代"和"80年代"四个群体,为减少模型选择过程中个人主观因素影响,采用回归树中的条件推断树、条件推断森林算法,得到"事前"法视角下各个群体机会不平等绝对和相对程度。研究显示:各个年代机会树终端节点数目分别为23、33、35、23,环境变量与个体收入之间均存在复杂非线性关系;户口类型是影响"50年代"机会不平等最主要环境变量,"60年代"是性别,"70、80年代"是居住地,且户口类型重要性持续下降,而居住地重要性持续上升;比较不同模型的样本表现,条件推断森林在测试集上的均方误差最小,其次是条件推断树,均优于参数法和非参数法;机会不平等的绝对程度由"50年代"的0.129下降到"80年代"的0.049,相对程度由35.3%下降到19.8%。(本文来源于《统计与信息论坛》期刊2019年10期）
李莹[2]（2019）在《收入不平等变动的根源探析——基于机会不平等的测度》一文中研究指出基于直接法机会不平等测度,将收入不平等分解为机会不平等与公平合理的不平等,分析了叁者的变动趋势,并进一步探析收入不平等变动的根源,研究机会不平等与公平合理的不平等在收入不平等的上升与下降过程中发挥何种作用。采用中国健康与营养调查(CHNS)数据,研究发现:1989—2011年间,中国居民机会不平等呈现先升后降的趋势,与收入不平等的演变趋势基本一致;女性内部的机会不平等程度高于男性;以2000年为分界点,1989—2000年间农村居民机会不平等高于城镇,2000年之后城镇高于农村;西部地区的机会不平等程度较低,而东部地区机会不平等下降幅度更为明显。对收入不平等变动的根源探析发现,公平合理的不平等在收入不平等变动中处于主导地位,尤其是在收入不平等的下降阶段,公平合理不平等的贡献率远高于机会不平等。(本文来源于《云南财经大学学报》期刊2019年08期）
吴峥[3]（2018）在《我国老年人健康不平等的测度及其影响因素研究》一文中研究指出随着社会的发展,我国老年人的平均寿命和健康水平都有了极大的提高,但在具有不同社会经济地位特征的人群间仍存在显着差异。由社会经济地位不同所导致的老年人健康不平等问题受到广泛关注。在此背景下,论文对我国老年人健康不平等与社会经济地位的关系进行了实证分析,以期为应对老龄化问题的相关研究提供参考的可能。首先,论文对老年人健康不平等的相关概念进行了界定,对国内外健康不平等的相关研究进行了综述。选取了“中国健康与养老追踪调查(CHARLS)”作为本研究的数据基础,通过数据的整理与清洗,共获取2011年基线调查及2013年跟踪调查中55岁以上老年人样本7795个。然后,构建了以自评健康(SAH)与日常生活能力(ADL)为基础的老年人健康水平指标,并对收入及相关人口学特征与老年人健康水平的关系进行了描述性统计。分析发现,高收入、高教育水平、城市、男性因素对老年人健康水平存在显着的正向效应。进一步地,通过对收入及相关人口学特征与老年人健康水平关系的交叉分析得到:1)老年男性的健康水平受收入水平的影响相对老年妇女更大,低收入老年男性的健康水平显着低于老年女性。2)低学历老年人的健康水平随收入水平下降显着降低,对收入水平的变化最为敏感。其次,从地域角度对老年人健康不平等状况进行了宏观分析。分析结果显示,2011年与2013年我国老年人的健康水平的Moran指数分别为0.3242和0.4774,具有显着的正向聚集效应,健康水平存在东高西低的态势。对省际数据做进一步分析可发现,相邻地区的健康水平相似,高值地区与高值地区聚集,低值地区与低值地区聚集,仅北京、安徽、河北、贵州呈现空间负相关的现象。再次,对当前主流的健康不平等测度方法进行了综述比较,并选取了E指数作为本研究中老年人健康不平等程度的测度指标。测度结果表明,我国老年人存在着显着的亲富人健康不平等,且这种不平等在农村地区和低学历老年人中更为严重。最后,对健康不平等的影响因素进行了实证分析。健康回归方程的结果显示,在其它因素不变的情况下,对数收入每提高一个单位,老年人健康水平提高0.0073。此外,子女的学历对老年人的健康有着显着的正向效应,其系数达到0.0089,子女的社会经济地位与老年人的社会经济地位有很强的相关性。基于E指数法及回归方程的参数估计结果对健康不平等的动态分解则表明,收入分布效应对于健康不平等变化的贡献高达73.7%,在影响我国老年人健康不平等的相关因素中占据主导地位。(本文来源于《南京邮电大学》期刊2018-11-14）
韩秀兰,张楠[4]（2018）在《堪培拉指数与基尼系数的不平等测度比较》一文中研究指出堪培拉指数是一种新的不平等测度指标。文章通过与传统的基尼系数对比的视角,从测度结果对不同群体的敏感性、曲线动态变化特性、指数满足的一系列公理化特性以及可分解性方面对堪培拉指数进行了系统的探讨。应用CFPS微观调查数据,采用堪培拉指数和基尼系数来衡量和分解中国家庭人均纯收入的不平等。研究发现,如果关注社会中的弱势群体,基尼系数可能低估组间的不平等差异;与基尼系数相比,堪培拉指数具有更优异的表现,对低收入群体的收入差距更为敏感;与洛伦茨曲线相比,堪培拉曲线可以更详细地显示不平等的动态变化,更适合分析低收入群体的不平等和相关政策效应。(本文来源于《统计与决策》期刊2018年17期）
靳振忠,王亮,严斌剑[5]（2018）在《高等教育获得的机会不平等:测度与分解》一文中研究指出本文基于2013年中国综合社会调查(CGSS2013)数据,测算了我国不同时期高等教育获得的机会不平等程度,并通过Shapley分解法计算了不同环境因素对高等教育获得的机会不平等的差异性贡献。结果显示:第一,我国在高等教育获得中存在机会不平等问题,但高等教育获得的机会不平等程度在逐渐降低。第二,相对于推荐制度,全国统考制度下高等教育获得的机会不平等程度更小。第叁,高校扩招政策不仅不能有效缓解高等教育获得的机会不平等程度,反而加剧了城乡之间的不公平。第四,个人特征始终不构成高等教育获得的机会不平等的主要因素。第五,家庭文化因素、家庭经济政治因素、城乡差别以及地区差异在大部分时期是高等教育获得的机会不平等存在的重要原因,但家庭经济政治因素的贡献在不断减小,并且近年来已不构成高等教育获得的机会不平等的主要因素。(本文来源于《经济评论》期刊2018年04期）
雷欣,贾亚丽,龚锋[6]（2018）在《机会不平等的衡量:参数测度法的应用与改进》一文中研究指出本文在考虑不可测环境和努力变量的影响、以及处理环境和努力变量相关性的基础上,改进机会不平等的参数测度法,并运用这一方法对我国居民收入分配的机会不平等程度进行测度。结果显示:样本期间,机会不平等占收入不平等的比例平均达到29%左右;分解结果显示,可测环境变量导致的机会不平等占收入不平等的比重维持在27%左右,不可测环境变量对收入不平等的贡献平均只有2%左右。此外,家庭教育背景差异、区域差距、城乡差距和性别歧视构成了现阶段我国居民机会不平等的主要来源。本文认为,为降低我国居民收入的机会不平等程度,政府应对因外部环境不利而陷入贫困的居民进行救济和补偿,为弱势群体依靠自己的努力取得成功创造条件和提供平台。(本文来源于《统计研究》期刊2018年04期）
梅璐[7]（2018）在《教育不平等、收入不平等的测度及其对经济增长的影响》一文中研究指出本文通过微观数据的分析,发现教育不平等是收入不平等的重要原因。然后建立CGE模型,对缓解收入不平等提出两条解决途径并进行模拟分析,两条途径为调整教育结构和调整收入结构。首先文章采用中国家庭收入调查数据库中的四次调查数据,对数据进行预处理后,通过教育基尼系数的计算公式测算出我国教育不平等的程度,并据此分析出我国近20年来的教育不平等变化趋势;然后,将教育基尼系数按照城乡、性别这两种分类形式进行分解,测算出每一社会群体对教育不平等的贡献度;再者,通过建立收入函数方程,来验证教育不平等是收入不平等的主要原因;最后,运用GAMS软件构建CGE模型,对缓解收入不平等提出两条解决途径并进行模拟分析。本文以实际问题为导向、从数据特征出发,构建模型进行分析,发现(1)中国的教育公平程度得到了显着的提高,且9年制义务教育政策得到有效推进;(2)城乡间教育不平等程度存在显着性差异,且城市的教育公平度高于农村;(3)性别间教育不平等程度存在显着性差异,且男性的教育公平度高于女性;(4)减少教育不平等能有效降低收入不平等程度,尤其是提高接受义务教育的比例更能有效的降低收入不平等;(5)减少义务教育水平就业人员的收入差异能有效降低收入不平等程度;(6)收入不平等与经济增长呈倒U型关系,教育不平等对经济增长的影响呈现出W型关系。(本文来源于《南京财经大学》期刊2018-04-01）
王曦璟,高艳云[8]（2018）在《多维框架下的中国不平等测度及分解》一文中研究指出新时期我国不平等问题表现出新的特征,传统的单一维度的不平等已经无法反映现今不平等问题的多维性特点。本文将量化不平等的视角从一维拓展到多维,基于单维不平等合成多维不平等等叁种方法测度了收入、教育和医疗多维不平等程度,同时还对多维不平等指数进行了分解。测算结果显示,2010—2014年,我国社会整体的多维不平等程度有所提高,收入不平等依旧是贡献程度最大的单维不平等。本文得到的一个重要政策启示是认识和解决不平等问题必须注重单一维度和多维相结合;收入差距缩小并不代表多维不平等的同步改善,应对民生领域,特别是教育、医疗领域制定有针对性的政策,进一步缩小差异,以避免多维不平等程度的加深。(本文来源于《统计研究》期刊2018年02期）
梅璐[9]（2017）在《中国性别间的教育不平等测度》一文中研究指出教育的不平等程度影响着我国对教育进行深化改革的步伐。本文使用了1996年、2002年、2008年以及2014年四个年份的人口分布数据,计算分析了中国性别间的教育基尼系数的变化程度。研究发现,性别间的教育公平度差异较大,且改善不足,但随着时代的发展,中国的教育公平程度得到了有效的提高,九年制义务教育的相关政策也得到了强有力的落实。(本文来源于《时代教育》期刊2017年23期）
韩秀兰,杜宇君[10]（2018）在《基于Zenga指数的不平等测度研究》一文中研究指出Zenga指数是一种性质优良的新型不平等测度指数,在国际上有大量的理论探讨和广泛的实证应用,但在国内却没有受到足够的重视。从与基尼系数对比的视角,对该指数进行了系统的研究,探讨了Zenga指数与基尼系数间的数理联系,总结了其所满足的一系列测度特性,并基于CFPS微观调查数据,同时应用Zenga指数和基尼系数对中国居民家庭人均纯收入的不平等进行了测度对比分析。研究表明,与基尼系数相比,Zenga指数具有更多的优良特性,对低收入群体收入差距更敏感;与洛伦茨曲线相比,Zenga不平等曲线能展现关于不平等动态变化的更多细节,更适合围绕低收入群体进行不平等现状及相关政策效应分析;另外,Zenga指数独特的加和交叉分解特性可为认识不平等的结构提供更深层次的信息。(本文来源于《统计与信息论坛》期刊2018年01期）
不平等测度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于直接法机会不平等测度,将收入不平等分解为机会不平等与公平合理的不平等,分析了叁者的变动趋势,并进一步探析收入不平等变动的根源,研究机会不平等与公平合理的不平等在收入不平等的上升与下降过程中发挥何种作用。采用中国健康与营养调查(CHNS)数据,研究发现:1989—2011年间,中国居民机会不平等呈现先升后降的趋势,与收入不平等的演变趋势基本一致;女性内部的机会不平等程度高于男性;以2000年为分界点,1989—2000年间农村居民机会不平等高于城镇,2000年之后城镇高于农村;西部地区的机会不平等程度较低,而东部地区机会不平等下降幅度更为明显。对收入不平等变动的根源探析发现,公平合理的不平等在收入不平等变动中处于主导地位,尤其是在收入不平等的下降阶段,公平合理不平等的贡献率远高于机会不平等。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
不平等测度论文参考文献
[1].李金叶,郝雄磊.机会不平等的测度:回归树模型的应用与比较[J].统计与信息论坛.2019
[2].李莹.收入不平等变动的根源探析——基于机会不平等的测度[J].云南财经大学学报.2019
[3].吴峥.我国老年人健康不平等的测度及其影响因素研究[D].南京邮电大学.2018
[4].韩秀兰,张楠.堪培拉指数与基尼系数的不平等测度比较[J].统计与决策.2018
[5].靳振忠,王亮,严斌剑.高等教育获得的机会不平等:测度与分解[J].经济评论.2018
[6].雷欣,贾亚丽,龚锋.机会不平等的衡量:参数测度法的应用与改进[J].统计研究.2018
[7].梅璐.教育不平等、收入不平等的测度及其对经济增长的影响[D].南京财经大学.2018
[8].王曦璟,高艳云.多维框架下的中国不平等测度及分解[J].统计研究.2018
[9].梅璐.中国性别间的教育不平等测度[J].时代教育.2017
[10].韩秀兰,杜宇君.基于Zenga指数的不平等测度研究[J].统计与信息论坛.2018