本文構(gòu)建農(nóng)民工相對貧困測度指標(biāo)體系,運(yùn)用CFPS數(shù)據(jù)從代際差異角度測度并分解農(nóng)民工相對貧困指數(shù)。研究結(jié)果發(fā)現(xiàn),農(nóng)民工的相對貧困程度逐年降低,但教育、生活和工作維度的相對貧困發(fā)生率依然高企;老農(nóng)民工各指標(biāo)相對貧困發(fā)生率普遍較高且下降速度較慢,新農(nóng)民工和老農(nóng)民工分別在低維度和高維度更容易處于相對貧困狀態(tài),農(nóng)民工收入和教育維度的貧困貢獻(xiàn)率一直較高且老農(nóng)民工更為嚴(yán)重。由RIF無條件分位數(shù)回歸分解可知,代際歧視是造成農(nóng)民工相對貧困差距擴(kuò)大的主因且存在較強(qiáng)的"粘地板效應(yīng)"。 

【文章來源】：財經(jīng)論叢. 2020年09期 北大核心CSSCI

【文章頁數(shù)】：10 頁

【文章目錄】：
一、引 言
二、相關(guān)文獻(xiàn)評述
三、研究數(shù)據(jù)與測度方法
    （一）研究數(shù)據(jù)
    （二）農(nóng)民工相對貧困測度方法
    （三）相對貧困測度的維度與指標(biāo)
    （四）相對貧困測度的指標(biāo)權(quán)重
四、相對貧困測度結(jié)果及分析
    （一）不同代際農(nóng)民工各指標(biāo)相對貧困發(fā)生率
    （二）不同代際農(nóng)民工相對貧困指數(shù)分析
    （三）農(nóng)民工相對貧困各指標(biāo)的貧困貢獻(xiàn)率
五、基于RIF無條件分位數(shù)回歸分解的實證分析
    （一）RIF無條件分位數(shù)回歸分解方法
    （二）變量選擇與描述性統(tǒng)計
    （三）不同代際農(nóng)民工的相對貧困決定方程
    （四）農(nóng)民工相對貧困的RIF無條件分位數(shù)回歸分解結(jié)果
六、結(jié)論與討論



本文編號：2914041