Changes in the U.S. Wage Structure 1963-1987: Application of Quantile Regression
1963—1987年美国工资结构的变化：分位数回归的应用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：摘要明确工资条件分位数、教育经验回报及技能组不平等，是分布计量应用。
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
1963—1987年美国工资结构的变化：分位数回归的应用
- 研究问题
- 摘要关注美国工资结构中教育与经验回报的变化，以及技能组内部工资不平等的变化。核心问题是这些回报在工资条件分布的不同位置是否相同、变化模式是否一致，以及不同技能组的工资差距如何表现。
- 方法与思路
- 摘要将分位数回归应用于自1964年起的每次三月美国人口现状调查（CPS），以简洁描述工资的条件分布，并使用单组与十六组线性模型分析教育、经验回报及组内不平等。阅读时应关注不同分位点的系数解释。
- 材料陈述的贡献
- 摘要报告，教育和经验回报在工资分布不同分位点上存在差异，但变化模式相近；不同技能组的工资不平等也有显著差别。明确的贡献定位是分位数回归在工资结构变化与组内差距分析中的应用。
- 阅读关注点
- 建议核对工资变量、样本筛选、教育与经验函数形式，以及十六个技能组的划分依据。特别关注条件分位数估计如何用于描述组内不平等，并检查回报差异的统计推断；因果解释所需条件也应另行核实。 阅读前先备知识：建议先掌握条件分位数、分位数回归的非对称绝对损失、回归系数解释与条件均值回归，并了解教育及经验回报的常见测度。还需区分条件工资差距、总体工资分布和技能组内部的工资不平等。
- 阅读边界
- 以下限制对应原请求所用摘要版本：基于原文摘要，未阅读全文。摘要没有提供具体回报系数、分组规则、样本处理或因果识别设计；教育与经验回报应按原文回归定义理解，不能自动解释为增加教育或经验所产生的因果效应。 经AI辅助核对旧与当前摘要内容等价；未另读刊稿全文，不能据此证明整个稿件版本等价。
原文摘要
A recently developed quantile regression technique, which parsimoniously describes the entire conditional distribution, is applied to every March Current Population Survey since 1964. The study examines changes in the returns to schooling and experience at different points of the wage distribution and changes in within-group wage inequality. The results from the one-group and sixteen-group linear models show that the returns to schooling and experience differ across quantiles of the wage distribution but that their patterns of change are similar. Significant differences in wage inequality are also found across the various skill groups. Copyright 1994 by The Econometric Society.