貧困、人口和污染是二十一世紀人類面臨的三大問題,而貧困問題是其中最尖銳的問題,仍然困擾著大多數(shù)發(fā)展中國家甚至一些發(fā)達國家。改革開放三十多年,中國取得舉世矚目的經(jīng)濟成就,但貧困問題依然很嚴峻。對貧困問題的研究有助于讓人們了解貧困產(chǎn)生原因、機制和動態(tài),而研究貧困的首要工作是進行貧困指標測度,但是目前大多數(shù)國家和地區(qū)缺乏反映貧困的普查數(shù)據(jù),而通過抽樣調(diào)查等其它手段獲取相關(guān)數(shù)據(jù)難度極大,因此數(shù)據(jù)缺失成為貧困指標測度的瓶頸。本文采用小域估計方法能夠解決數(shù)據(jù)不足時的貧困指標測度問題。本文跟蹤小域估計理論的最新研究成果,并將其用于數(shù)據(jù)不足、缺失甚至沒有數(shù)據(jù)條件下的貧困指標測度。具體實證研究中,以中國貧困問題為研究對象,以阿馬蒂亞·森的經(jīng)典貧困理論為基礎(chǔ),結(jié)合FGT模型,運用小域估計方法估計非線性小域總體的貧困指標。為進一步對小域估計的估計結(jié)果進行評價,本文利用蒙特卡羅模擬和自舉法計算了估計值的均方誤差,并將其應(yīng)用于中國貧困指標的隨機模擬分析。借助模擬分析方法,貧困指標經(jīng)驗最優(yōu)預(yù)測值在有偏性和均方誤差方面表現(xiàn)良好。通過實證分析與模擬實驗相結(jié)合的方法,本文得出如下的結(jié)論：(1)利用小域估計量和由“模擬”人口普查得到的輔助估計量可以減小貧困缺口的均方誤差;(2)采用經(jīng)驗貝葉斯方法來估計小域里的貧困指標,采用自舉的方法來獲取均方誤差的信值,結(jié)論顯示經(jīng)驗貝葉斯方法要優(yōu)于直接估計和ELL方法；(3)經(jīng)驗貝葉斯方法是一種基于設(shè)計和模型的方法,可被用于估計各種小域的數(shù)值(如貧困缺口).但經(jīng)驗貝葉斯很大程度上依賴干模型有效性,所以模型檢驗和選擇尤為重要。本文的創(chuàng)新性工作主要體現(xiàn)在以下三個方面：1.研究了在數(shù)據(jù)很少、數(shù)據(jù)不全甚至沒有數(shù)據(jù)情況下的貧困測度問題,運用小域估計對貧困指標進行測度。2.在沒有普查數(shù)據(jù)的情況下,運用小域估計的方法,結(jié)合蒙特卡洛模擬實驗和參數(shù)自舉模擬作為輔助方法能夠得到更加穩(wěn)健的估計量。對貧困指標測度進行了改進,使得貧困指標測度更加準確,測量的誤差范圍更小3.運用小域估計方法對貧困指標進行測度,可以節(jié)省大量的人力物力,所以使得動態(tài)監(jiān)測貧困問題成為可能。
【學位單位】：天津財經(jīng)大學
【學位級別】：博士
【學位年份】：2015
【中圖分類】：F126
【部分圖文】：

并且通過模擬研究它的有偏性。??５．?３．１基于模型的模擬實驗??一個簡單的蒙特卡洛模擬流程圖見圖５．?２：??設(shè)定巧量＜?Ｉ?Ｉ生成隨機?估計參叛和?Ｉ巧定循環(huán)到Ａ析參數(shù)巧計??Ｈ觀測值．．：一葡計量？‘?Ｉ—彼數(shù)Ｎ．?值和參數(shù)估計???１?Ｉ???１?Ｉ?１?１?＾?１?值‘??＇?＇?Ｉ????１未達到Ｎ．．’??圖５．?２蒙特卡洛模擬過程示意圖??對上文提到的小域ＦＧＴ貧困度量的ＥＢＰｓ的研究，可Ｗ用一個基于模型的模擬研巧來??進行，在ＦＧＴ貧困度量中，ａ?＝?０時，代表貧困發(fā)生率，ａ?＝?ｌ時，代表貧困缺口。針對這??－點，我們模擬樣本容量為７Ｖ?＝?１０，０００的總體，由公二８０個域組成，在每一個域ｃ／?＝?ｌ，．．．，Ｚ）??中，包含Ｗｄ＝２５０個元素。把兩個虛擬變量Ｙ，?ｅ化１｝，化１｝，例如：義，＝〇時，代表??農(nóng)村：又，＝１巧代表城市，Ｘ，卻時，代表東部，義３＝１時，代表西部。加上截矩項作為輔??劫變量，從模型（５．１）生成關(guān)于總體單位的響應(yīng)變量總體單元的這兩個虛擬變量的??取道從伯努利分布生成．而伯努利分布的成功概率隨乂，的域指數(shù)和針對；的常數(shù)增加。??更具體地說

值偏差分別為：巧巧Ｆｗ），巧護Ｗ）－巧Ｆｗ）和巧護ｉ門－Ｗ。，連同相應(yīng)的均方誤??差巧巧－＆Ｃ／）２，巧片Ｗ?－＆Ｊ２和巧片。戶－＆，）２均可由化惟得出。??圖５．?２中ａ和ｂ相應(yīng)濕示出當ａ?＝?１時的偏差和均方誤差。圖５．?３中顯示傳統(tǒng)最佳估??．?計值包含最小絕對偏塞，緊隨其后的是ＥＬＬ方法和直接估計值法，但是相比較對應(yīng)的均方??誤差（圍５．４），這王個估計值都是可ＬＸ忽略的。由此，估計值的均方誤差完全極決于預(yù)估??的模型方差，正如在巧．８）所提到的那樣。很顯然，表國５．４顯示傳統(tǒng)最佳估計值要大??大優(yōu)于Ｅ化和直接估計值法。同時我們也應(yīng)看到，ＥＬＬ估計值比直接估計值的效率要低，??也就是說ＥＬＬ方法的預(yù)估誤差方差要更大一些。當ａ?＝?０時的貧困發(fā)生率與本姐數(shù)據(jù)相當，??故不重復(fù)。??我們回過頭來再看均方誤差估計值，在第５．３．２節(jié)提到的參數(shù)自舉程序由化＝５００）得??Ｗ加強，它的結(jié)論當ａ二１時，在圖５．?３中有詳盡描述。蒙特卡洛的模擬數(shù)值由１＝５００得來，??？?而蒙特卡洛的均方誤差則是由１＝５００００獨立運算而來。圖

?８０??圖５．?５真實均方誤差與Ｂｏｏｔｓｔｒａｐ均方誤差比較??圖５．５橫軸依然代表域，縱軸代表貧困缺口的均方誤差（ＭＳＲ．Ｐｏｖｅパｙｇａｐｘｌ日０００）。??圖５．?５中給出的是Ｂ＝５００的情況下，毎個對巧的域ｄ的經(jīng)驗貝葉斯貧困缺口估計植當ａ?＝１??時的真實均方誤差（Ｘ１００００）和用自舉法（ｂｏｏｔｓｔｒａｐ）得別的均方巧差。從固中可１＾；看??到，兩種方法得到的巧方誤差在模擬過程中都隨著抽樣的大小呈現(xiàn)遞減的趨巧，從坡動的??幅度看，似乎用自舉法（?ｂｏｏｔｓｔｒａｐ）得出的均方誤差要比真實的巧方誤差波動更小，但??統(tǒng)計推斷表明兩者并無盈著的差距。??扣??
【相似文獻】

相關(guān)期刊論文 前10條

1 李儷巧,陳智高;轉(zhuǎn)移成本與競爭的簡單模型分析[J];企業(yè)經(jīng)濟;2002年10期

2 白玲;王歆;;服務(wù)創(chuàng)新的四緯度模型對我國金融服務(wù)創(chuàng)新的啟示[J];商場現(xiàn)代化;2007年31期

3 李超;;企業(yè)增長的3C模型分析[J];中國中小企業(yè);2011年08期

4 蔡旸;形態(tài)模型的計算機分析方法[J];管理現(xiàn)代化;1989年06期

5 方海;經(jīng)濟持續(xù)穩(wěn)定發(fā)展保證體系的模型分析[J];陜西經(jīng)貿(mào)學院學報;1997年02期

6 樊奇洲 ,劉麗莉;對天津經(jīng)濟未來發(fā)展狀況的模型分析[J];環(huán)渤海經(jīng)濟瞭望;2001年03期

7 王迅;;關(guān)于制度變遷方式的模型分析[J];紹興文理學院學報(自然科學版);2003年03期

8 魏萍;開放條件下我國宏觀經(jīng)濟的模型分析[J];特區(qū)經(jīng)濟;2004年09期

9 陳玉珍,路正南;我國股市交易額與居民儲蓄存款之間的VAR模型分析[J];統(tǒng)計與決策;2005年03期

10 韓曉山;;中國GDP增長模型分析[J];經(jīng)濟論壇;2006年07期

相關(guān)博士學位論文 前10條

1 李瑜;多選題認知診斷測驗編制及多策略的多選題認知診斷模型的開發(fā)[D];江西師范大學;2014年

2 康慧燕;復(fù)雜網(wǎng)絡(luò)上帶有潛伏期的傳染病動力學模型研究[D];上海大學;2015年

3 郭瑋;基于多因素集成的疏散場模型研究[D];北京化工大學;2015年

4 張?zhí)祢?產(chǎn)漂流性卵小型魚類的生態(tài)位建模及分析[D];中國農(nóng)業(yè)大學;2016年

5 張會敏;基于小域估計的貧困指標測度方法與模型研究[D];天津財經(jīng)大學;2015年

6 張小平;主題模型及其在中醫(yī)臨床診療中的應(yīng)用研究[D];北京交通大學;2011年

7 肖智博;排序主題模型及其應(yīng)用研究[D];大連海事大學;2014年

8 郝春艷;網(wǎng)絡(luò)容量擴張中的成本效益模型研究[D];華中科技大學;2006年

9 劉雪燕;門限模型及其在我國宏觀經(jīng)濟研究中的應(yīng)用[D];南開大學;2009年

10 榮騰中;基于高階周期Markov鏈模型的預(yù)測方法研究[D];重慶大學;2012年

相關(guān)碩士學位論文 前10條

1 朱嘉蕊;基于科技接受模型的云出版服務(wù)模式研究[D];武漢理工大學;2014年

2 李昂;BIM技術(shù)在工程建設(shè)項目中模型創(chuàng)建和碰撞檢測的應(yīng)用研究[D];東北林業(yè)大學;2015年

3 顧慧燕;預(yù)測有機碳-水分配系數(shù)pp-LFERs模型的改進研究[D];中國地質(zhì)大學(北京);2015年

4 馬豪;衛(wèi)生管理決策支持系統(tǒng)的模型構(gòu)建研究[D];北京協(xié)和醫(yī)學院;2015年

5 王海波;基于GARCH模型的滬深300指數(shù)收益率的波動性研究[D];西安建筑科技大學;2015年

6 郭濱;基于Kriging與改進灰色組合模型的邊坡變形分析研究[D];江西理工大學;2015年

7 邢立雯;CEV模型最優(yōu)參數(shù)的實證研究[D];山東大學;2015年

8 王澤森;基于Ⅳ級動態(tài)逸度模型京津冀地區(qū)硫的多介質(zhì)遷移轉(zhuǎn)化[D];華北電力大學;2015年

9 李歡;大規(guī)模網(wǎng)絡(luò)零模型的高效量化評估策略研究[D];北京化工大學;2015年

10 薛文旅;小學數(shù)學《方程》單元教學中滲透模型思想的研究[D];南京師范大學;2015年

本文編號：2879825