首页 期刊 调研世界 就业视角下的社会地位代际流动研究--基于CHNS数据的贝叶斯联合建模分析 【正文】

就业视角下的社会地位代际流动研究--基于CHNS数据的贝叶斯联合建模分析

作者:姜天英; 夏利宇 中国人民大学统计学院; 国网能源研究院有限公司
社会地位   代际流动   截面数据联合建模   贝叶斯估计   gibbs抽样  

摘要:文章基于1989年、2000年、2011年中国健康与营养调查(CHNS)微观数据进行截面数据联合建模,在就业视角下研究社会地位代际流动随时间的变动趋势。截面数据联合建模能够同时处理混合类型因变量,是微观数据环境下对纵向数据联合建模的调整。模拟研究表明,与独立建模相比,联合建模不仅考虑了模型间的内在关联,而且具有更加准确和稳定的参数估计。实证结果显示,1989年至2011年在子辈社会地位获得过程中,先赋因素的影响减小,后致因素的影响显著提升,各类隐性因素的影响范围扩大,社会整体流动性不断增强。对于先赋因素处于劣势条件的子辈,接受高等教育是其获得高社会地位的最佳途径。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅