排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
2.
本文利用2010-2012年中国家庭追踪调查的数据,考察了新农保对农村居民创业活动的影响。研究发现,参加新农保能使得农村家庭创业的概率提高1.9个百分点。在使用固定效应模型及工具变量模型克服潜在的内生性问题后,估计结果保持稳健。进一步的研究发现,参加新农保对创业家庭的经营资产规模和盈利水平影响并不显著,原因可能是新农保的保障水平较低。分样本的讨论表明,新农保的效果对城乡移民、高物质资本、高人力资本和高社会资本的家庭更为明显。 相似文献
3.
在新时代背景下,如何缩小收入差距、改善分配格局,对于实现共同富裕具有重要意义。本文利用中国家庭追踪调查(CFPS)2010年、2012年及2014年3轮调查形成的面板数据和与之相匹配的区县层面最低工资标准数据,考察了最低工资标准对居民收入不平等的影响。结果表明,最低工资标准每提高100元,衡量居民收入不平等水平的基尼系数显著下降0.024,具有明显的经济效果。通过工具变量处理内生性问题,或用各类指标进行稳健性检验后,结论依然保持。进一步分析发现,最低工资标准的提高主要通过收入效应使低收入人群的工资水平获得提升,进而缩减了其与中高收入人群的收入差距。与此同时,本文并没有发现就业挤出作用存在的明显证据。 相似文献
4.
作为自然垄断产业的自来水产业的改革已经逐渐开始,对它的效率如何,改革效果怎样,还有哪些问题亟待解决等方面的研究具有重要的现实意义。本文从自来水产业的三大属性出发,通过SCP范式对济南市自来水产业做出了实证分析,发现其存在价格水平与结构不尽合理、资本使用过度、科技水平低下、经济效率过低等问题,只有通过政府规制的规范和企业市场化改革才能提高其效率。 相似文献
5.
基于中国家庭追踪调查2012年至2018年的四次调查数据,考察我国农村老年多维贫困状况的变迁,并探究扮演兜底减贫角色的最低生活保障制度对农村老年多维贫困的影响,发现农村老年多维贫困发生率从2012年的34.1%下降到2018年21.3%,总体上有所改善。通过将微观数据与民政部公布的区县层面低保数据相匹配构造工具变量,发现低保救助并没有改善农村老年人的多维贫困状态,反而对健康状况和主观感受有负面影响。但是,低保与新农保形成的制度互补显著降低了老年多维贫困的发生率。机制分析表明,低保救助会减少老人的家人陪伴,进而降低老人的身心健康水平,增加了多维贫困发生率。基于此,建议进一步提高低保金水平,关注老年人的身心健康,以生命周期不同阶段的特殊需求为依据构建多维贫困减贫防贫机制。 相似文献
6.
研究目标:实证研究工业机器人应用对城镇居民收入差距的影响,并对相关影响机制进行探讨。研究方法:运用双向固定效应模型、工具变量等方法进行因果推断。研究发现:工业机器人的应用显著拉大了城镇居民的收入差距,通过多种稳健性检验和内生性处理后,结论仍然成立。机制分析表明,工业机器人的应用通过对劳动力市场中不同群体就业机会和工资水平的异质性影响进而对整体的收入差距产生作用。此外,分样本回归发现,工业机器人引起的收入差距扩大作用更多地表现在低收入、低教育地区。研究创新:首次利用中国家庭追踪调查和工业机器人使用数据进行研究,并对相关机制进行深入探究。研究价值:从劳动力市场的角度进行分析并为政府决策提供参考。 相似文献
7.
家庭借贷约束、公共教育支出与社会流动性 总被引:1,自引:0,他引:1
人力资本投资是增强社会流动性的重要手段,然而借贷约束使得底层家庭无力对子女进行最优的人力资本投资;与此同时,富裕家庭则不受借贷约束的影响,总体结果是社会流动性减弱。利用中国健康与养老追踪调查和全国综合社会调查数据,本文发现,借贷约束确实提高了居民收入和教育的代际传递弹性,降低了社会流动性。在匹配政府公共教育支出数据后发现,公共教育支出可以缓解家庭层面人力资本投资的不足,提高教育水平的代际流动性。 相似文献
9.
本文基于中国家庭追踪调查的微观数据以及相匹配的城市层面的住房价格数据,从住房购买需求的角度,给出了一个近年来家庭杠杆率急剧上升的解释。利用中国家庭追踪调查的微观数据探讨了房价上涨对家庭杠杆率的作用机制以及潜在影响。结果表明,住房价格的快速上涨推动了家庭杠杆率的急剧攀升,从数量上看,房价每上涨1倍,样本期间的家庭贷款数额将会增长288.1%,家庭杠杆率将上升39.2%,而此部分贷款的增加主要来源于银行贷款而非私人借贷,由房价导致的家庭借贷数额和杠杆率的上升大概占到购房家庭总体借贷数额和杠杆率上升的90%左右。机制分析表明,住房价格的快速上涨刺激了家庭必需型和投资型住房需求,并提高了家庭的借贷意愿和风险偏好。分样本的探讨发现,这一效应对于非农户口家户以及有配偶和子女家户的影响更为明显。 相似文献
10.
随着自动化、智能化技术的不断发展,越来越多的工作岗位可能被机器和人工智能所替代。本文将美国劳工部标准职业代码与中国职业代码相匹配,基于Frey and Osborne(2017)对美国各种职业被智能化替代概率的估计结果,估算了中国各职业被智能化替代的概率,并在此基础上计算了城市层面的被替代指标。接下来,利用多个年份的人口普查和家庭调查微观数据以及欧盟的机器人使用数据,本文在城市层面和个人层面估计了智能化对就业广度(就业人数)和就业强度(工作时长)的影响。研究发现,智能化对中国劳动就业产生了明显的替代作用,一方面减少了就业人数的增长,另一方面却增加了在职劳动力的工作时间,分样本分析发现女性、低教育劳动者、大龄劳动者、移民等劳动力市场中相对脆弱的群体所受的冲击更大。 相似文献