Decomposing the Composition Effect: The Role of Covariates in Determining Between-Group Differences in Economic Outcomes
分解构成效应：协变量如何决定群体间经济结果差异AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究群体间经济结果分布和工资分位差异的构成分解，直接对应分位数与分布效应。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
分解构成效应：协变量如何决定群体间经济结果差异
- 研究问题
- 群体间经济结果分布差异中，由协变量分布不同解释的构成效应，能否进一步拆分为单变量贡献、交互作用与依赖结构效应？
- 方法与思路
- 作者利用 Copula 理论重写构成效应，将其分成边际分布的直接贡献、多变量交互效应和协变量依赖效应，并说明估计方法。
- 材料陈述的贡献
- 摘要给出三类效应的表示与估计方法；在美国1985—2005年工资应用中，依赖效应约解释第90与第10百分位工资差增幅的五分之一。
- 阅读关注点
- 应核对分解的参照分布、交互项与依赖效应的定义、各分量是否依赖分解次序，以及估计不确定性和工资样本处理。
- 阅读边界
- 来源标为 OpenAlex，未交代具体文本版本；摘要未给出估计不确定性，构成分解的因果含义仍需核对正文所用条件。
原文摘要
In this article, we study the structure of the composition effect, which is the part of the observed between-group difference in the distribution of some economic outcome that can be explained by differences in the distribution of covariates. Using results from copula theory, we derive a new representation that contains three types of components: (i) the “direct contribution” of each covariate due to between-group differences in the respective marginal distributions, (ii) several “two-way” and “higher-order interaction effects” due to the interplay between two or more marginal distributions, and (iii) a “dependence effect” accounting for between-group differences in dependence patterns among the covariates. We show how these components can be estimated in practice, and use our method to study the evolution of the wage distribution in the United States between 1985 and 2005. We obtain some new and interesting empirical findings. For example, our estimates suggest that the dependence effect alone can explain about one-fifth of the increase in wage inequality over that period (as measured by the difference between the 90% and the 10% quantile).