Blinder–Oaxaca nedbrytning

Kitagawa –Blinder–Oaxaca-sönderdelningen är en statistisk metod som förklarar skillnaden i medelvärden för en beroende variabel mellan två grupper genom att dekomponera gapet i den del som beror på skillnader i medelvärdena för den oberoende variabeln inom grupperna, på å ena sidan och gruppskillnader i effekterna av den oberoende variabeln å andra sidan. Metoden introducerades av sociologen och demografen Evelyn M. Kitagawa 1955. Ronald Oaxaca introducerade denna metod inom ekonomi i sin doktorsavhandling vid Princeton University och publicerades så småningom 1973. Nedbrytningstekniken bär också namnet Alan Blinder som föreslog ett liknande tillvägagångssätt. samma år. Oaxacas ursprungliga forskningsfråga var löneskillnaden mellan två olika grupper av arbetare, men metoden har sedan dess tillämpats på många andra ämnen.

Metod

Följande tre ekvationer illustrerar denna sönderdelning. Uppskatta separata linjära löneregressioner för individer i i grupp A och B :

${\begin{aligned}( 1)\qquad \ln({\text{löner}}_{A_{i}})&=X_{A_{i}}\beta _{A}+\mu _{A_{i}}\\( 2)\qquad \ln({\text{löner}}_{B_{i}})&=X_{B_{i}}\beta _{B}+\mu _{B_{i}}\end{ Justerat}}$

där Χ är en vektor av förklarande variabler som utbildning, erfarenhet, industri och yrke, β _A och β _B är vektorer av koefficienter och μ är en felterm .

Låt b _A och b _B vara regressionsuppskattningarna av β _A respektive β _B . Sedan, eftersom medelvärdet av residualer i en linjär regression är noll, har vi:

${\begin{aligned}(3)\qquad &\operatörsnamn {mean} (\ln({\ text{löner}}_{A}))-\operatörsnamn {medel} (\ln({\text{löner}}_{B}))\\[4pt]={}&b_{A}\operatörsnamn {medelvärde } (X_{A})-b_{B}\operatörsnamn {mean} (X_{B})\\[4pt]={}&b_{A}(\operatörsnamn {mean} (X_{A})-\operatörsnamn {mean} (X_{B}))+\operatörsnamn {mean} (X_{B})(b_{A}-b_{B})\end{aligned}}$

Den första delen av den sista raden av (3) är effekten av skillnader mellan grupper i förklaringsvariablerna X , utvärderade med hjälp av koefficienterna för grupp A . Den andra delen är skillnaden som inte förklaras av dessa skillnader i observerade egenskaper X .

Tolkning

Den oförklarade skillnaden i löner för samma värden på förklaringsvariabler ska inte tolkas som storleken på skillnaden i löner som enbart beror på diskriminering . Det beror på att andra förklaringsvariabler som inte ingår i regressionen (t.ex. för att de är oobserverade) också kan förklara löneskillnader. Till exempel David Card och Alan Krueger i en artikel med titeln "School Quality and Black-White Relative Earnings: A Direct Assessment" att förbättringar i kvaliteten på skolor för svarta män födda i USA:s södra stater mellan 1915 och 1966 ökade återgången till utbildning för dessa män, vilket ledde till att den svart-vita inkomstklyftan minskade. När det gäller löneregressioner hade den dåliga kvaliteten på skolor för svarta män inneburit ett lägre värde på β- koefficienten på skolår för svarta män än för vita män. En del av denna lägre β -koefficient återspeglade således en skillnad i kvaliteten på utbildningen för svarta arbetare som annars kunde ha tolkats som en effekt av direkt diskriminering; skillnader i utbildningens kvalitet för svarta arbetare skulle återspegla historisk eller "indirekt" diskriminering mot dem.

Se även

• Standardisering (demografi)

Vidare läsning

• Författare, David (30 januari 2015). "MIT Graduate Labor Economics 14.662 Våren 2015 Föreläsning Notera 1: Lönedensitetsnedbrytningar" ( PDF) . Massachusetts Institute of Technology: MIT OpenCourseWare.
•   Borjas, George J. (2000). "Mäta diskriminering" . Arbetsekonomi (andra upplagan). Boston: Irwin McGraw-Hill. s. 362–366 . ISBN 0-07-231198-3 .
•   Cahuc, Pierre; Carcillo, Stéphane; Zylberberg, André (2014). "Sönderdelningsmetoder: fallet med löneklyftan mellan könen" . Arbetsekonomi . Cambridge: MIT Press. s. 504–514. ISBN 978-0-262-02770-0 .
•   Fortin, Nicole ; Lemieux, Thomas; Firpo, Sergio (2011). "Sönderdelningsmetoder i ekonomi" . Handbok i arbetsekonomi . Elsevier. s. 1–102. doi : 10.1016/S0169-7218(11)00407-2 . ISBN 978-0-444-53450-7 .
• Kevin Guo & Guillaume Basse. 2021. " The Generalized Oaxaca-Blinder Estimator. " Journal of the American Statistical Association .