摘要
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 相关文献综述
1.2.1 国内外文献综述
1.2.2 文献简要评述
1.3 研究思路及框架
1.3.1 研究思路
1.3.2 基本框架
1.4 本文的创新点
第2章 样本选择问题
2.1 样本选择问题的普遍性、产生的原因及其本质
2.1.1 样本选择问题的普遍性
2.1.2 样本选择问题产生的原因
2.1.3 样本选择问题的本质
2.2 样本选择问题产生的数据基础
2.2.1 截断数据(Truncation Data)
2.2.2 归并数据(Censoring Data)
2.2.3 选择性样本数据(Selective Sample Data)
2.2.4 三类数据之间的关系及经验判断
2.3 本章小结
第3章 样本选择问题统计处理的比较研究
3.1 模型设定比较研究
3.1.1 基于潜在变量的截断数据模型设定
3.1.2 基于潜在变量的归并数据模型设定
3.1.3 基于选择方程的Heckman选择模型设定
3.1.4 基于切换方程的Switch模型设定
3.1.5 基于“反现实”潜在产出的处理效应估计法模型设定
3.1.6 模型设定比较研究总结
3.2 模型估计比较研究
3.2.1 基于较弱假设的截断数据模型估计
3.2.2 基于较弱假设的归并数据模型估计
3.2.3 基于强假设的Heckman选择模型估计
3.2.4 基于较强假设的Switch模型估计
3.2.5 基于弱假设的处理效应估计法模型估计
3.2.6 模型估计比较研究总结
3.3 本章小结
第4章 实证检验
4.1 数据来源及结构
4.1.1 数据来源
4.1.2 数据的基本结构
4.2 研究问题设计及样本选择问题分析
4.2.1 研究问题设计
4.2.2 样本选择问题分析
4.3 样本选择问题的三种统计处理结果及比较
4.3.1 标准的Heckman选择模型的估计结果
4.3.2 Switch模型的估计结果
4.3.3 处理效应估计法的估计结果
4.3.4 三种结果的差异及原因分析
4.4 本章小结
第5章 结论及展望
5.1 本文的结论
5.2 本文的不足及展望
5.2.1 本文的不足
5.2.2 对进一步研究的展望
参考文献
附录
附录1:专门适用于比效应形式的情形
附录2:离散变量和虚拟变量的样本描述性统计
致谢
声明