本文研究了在局部福利评估中,非正态经验贝叶斯预测的适用性。文章首先介绍了小区域福利评估的背景和方法,指出传统方法通常假设误差项服从正态分布,但这可能导致评估结果偏差。为解决这一问题,文章提出了非正态经验贝叶斯预测方法,该方法结合了现有两种方法的优点:一是允许误差项非正态分布,二是采用经验贝叶斯估计方法。
文章通过模拟研究验证了非正态经验贝叶斯预测方法的有效性。研究基于142个来自16个不同国家的家庭收入和消费调查数据,分析了区域误差和家庭特定误差的分布特征。结果显示,这两个误差项的分布均存在显著的偏态和峰度,与正态分布存在明显差异。
进一步的分析表明,与非正态非经验贝叶斯估计和正态经验贝叶斯估计相比,非正态经验贝叶斯预测方法在大多数情况下均能提供更精确的估计结果。尽管在区域误差占比较小的情况下,非正态经验贝叶斯预测的优势较为有限,但其优势随着区域误差占比的增加而逐渐显现。因此,文章认为非正态经验贝叶斯预测方法是一种更有效的局部福利评估方法,具有实际应用价值。