摘要 | 第1-4页 |
ABSTRACT | 第4-6页 |
目录 | 第6-8页 |
第1章 绪论 | 第8-22页 |
·研究背景及意义 | 第8-10页 |
·研究背景 | 第8-10页 |
·研究意义 | 第10页 |
·相关文献综述 | 第10-18页 |
·国内外文献综述 | 第10-17页 |
·文献简要评述 | 第17-18页 |
·研究思路及框架 | 第18-20页 |
·研究思路 | 第18-19页 |
·基本框架 | 第19-20页 |
·本文的创新点 | 第20-22页 |
第2章 样本选择问题 | 第22-33页 |
·样本选择问题的普遍性、产生的原因及其本质 | 第22-26页 |
·样本选择问题的普遍性 | 第22-24页 |
·样本选择问题产生的原因 | 第24-25页 |
·样本选择问题的本质 | 第25-26页 |
·样本选择问题产生的数据基础 | 第26-31页 |
·截断数据(Truncation Data) | 第27-28页 |
·归并数据(Censoring Data) | 第28-29页 |
·选择性样本数据(Selective Sample Data) | 第29-30页 |
·三类数据之间的关系及经验判断 | 第30-31页 |
·本章小结 | 第31-33页 |
第3章 样本选择问题统计处理的比较研究 | 第33-57页 |
·模型设定比较研究 | 第33-40页 |
·基于潜在变量的截断数据模型设定 | 第33-34页 |
·基于潜在变量的归并数据模型设定 | 第34页 |
·基于选择方程的Heckman选择模型设定 | 第34-36页 |
·基于切换方程的Switch模型设定 | 第36页 |
·基于“反现实”潜在产出的处理效应估计法模型设定 | 第36-38页 |
·模型设定比较研究总结 | 第38-40页 |
·模型估计比较研究 | 第40-55页 |
·基于较弱假设的截断数据模型估计 | 第40页 |
·基于较弱假设的归并数据模型估计 | 第40-41页 |
·基于强假设的Heckman选择模型估计 | 第41-46页 |
·基于较强假设的Switch模型估计 | 第46-47页 |
·基于弱假设的处理效应估计法模型估计 | 第47-53页 |
·模型估计比较研究总结 | 第53-55页 |
·本章小结 | 第55-57页 |
第4章 实证检验 | 第57-76页 |
·数据来源及结构 | 第57-59页 |
·数据来源 | 第57-58页 |
·数据的基本结构 | 第58-59页 |
·研究问题设计及样本选择问题分析 | 第59-62页 |
·研究问题设计 | 第59页 |
·样本选择问题分析 | 第59-62页 |
·样本选择问题的三种统计处理结果及比较 | 第62-74页 |
·标准的Heckman选择模型的估计结果 | 第63-65页 |
·Switch模型的估计结果 | 第65-66页 |
·处理效应估计法的估计结果 | 第66-68页 |
·三种结果的差异及原因分析 | 第68-74页 |
·本章小结 | 第74-76页 |
第5章 结论及展望 | 第76-79页 |
·本文的结论 | 第76-77页 |
·本文的不足及展望 | 第77-79页 |
·本文的不足 | 第77页 |
·对进一步研究的展望 | 第77-79页 |
参考文献 | 第79-86页 |
附录 | 第86-88页 |
附录1:专门适用于比效应形式的情形 | 第86-87页 |
附录2:离散变量和虚拟变量的样本描述性统计(表4-3) | 第87-88页 |
致谢 | 第88-89页 |