The Empirical Content of the Roy Model
Roy 模型的经验内容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：摘要分析 Roy 自选择结构模型的潜在技能识别与收入不平等，分别对应结构估计和分布效应方向。
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
Roy 模型的经验内容
- 研究问题
- Roy 自选择模型关于收入不平等的主要结论是否依赖正态假设，潜在技能分布能否由横截面或面板数据非参数识别？
- 方法与思路
- 作者比较对数凹与对数凸分布下结论的稳健性，分析随机分配的平等与效率后果，并研究潜在技能和竞争风险模型的识别。
- 材料陈述的贡献
- 摘要称对数凹设定保留多数结论、对数凸设定有反例，随机分配具有不平等和帕累托无效率的后果，并证明竞争风险模型的非参数可识别性。
- 阅读关注点
- 核对分布形状限制、随机分配结论的比较基准，以及 Roy 模型与竞争风险模型的识别结论和横截面、面板条件有何区别。
- 阅读边界
- 摘要未列出技能分布的具体识别条件，也未声称所有 Roy 模型均可识别；不能把竞争风险模型的证明直接推广到整个 Roy 模型。
原文摘要
This paper explores the robustness of the essential economic conclusions of the Roy model of self-selection and income inequality to relaxation of its normality assumptions. A log concave version of the model reproduces most of the main results. Log convex cases offer counterexamples. The authors show that in a Roy economy, random assignment is inegalitarian and Pareto inefficient. They consider nonparametric identifiability of latent skill distributions with cross-section and panel data. The authors' analysis proves nonparametric identifiability for the closely related competing risks model. Copyright 1990 by The Econometric Society.