Decomposition of Gender or Racial Inequality with Endogenous Intervening Covariates: An extension of the DiNardo-Fortin-Lemieux method

この論文は、交絡共変数は内生的であることを可とするルービンの因果分析モデルにおける傾向スコアウェイティングと異なり、ディナード・フォーティン・レミュー（DFL）の要素分解分析手法における傾向スコアを用いる加重ウェイト法は、不平等の「直接」要素と「間接」要素への分解に関し、仲介変数が内生的であればバイアスをもたらす可能性があることを示す。また、ブリンダー・オアハカ分解手法とその拡大の場合には、2つの異なる反事実的状況を混同していることを明らかにする。その1つは第1のグループの共変数効果が第2のグループの効果と同じになる反事実的状況であり、その2つめは第2のグループの共変数分布が第1のグループの分布と同じになる反事実的状況である。この論文はDFL法が、共変数の内生性が存在するとき、不偏性のある要素分解を提供するには、2つの反事実的状況のそれぞれに対し異なる条件が満たされることを要求するとことを示す。さらにDFL法とヘックマンの2段階法を結びつける方法が、仲介共変数が内生的であるときに、推定値の偏りを取り除くのに有効であることを示す。また性別や人種を統計的因果分析の中心に戻すことを意図している。応用では日本のホワイトカラー正規雇用者の所得に関する男女の不平等の要素分解に焦点を当てる。

This paper first clarifies that, unlike propensity-score weighting in Rubin's causal model where confounding covariates can be endogenous, propensity-score weighting in the DiNardo-Fortin-Lemieux (DFL) decomposition analysis may generate biased estimates for the decomposition of inequality into"direct"and"indirect"components when intervening variables are endogenous. The paper also clarifies that the Blinder-Oaxaca method confounds the modeling of two distinct counterfactual situations: one where the covariate effects of the first group become equal to those of the second group, and the other where the covariate distribution of the second group becomes equal to that of the first group. The paper shows that the DFL method requires a distinct condition to provide an unbiased decomposition of inequality that remains under each counterfactual situation. The paper then introduces a combination of the DFL method with Heckman's two-step method as a way of testing and eliminating bias in the DFL estimate when some intervening covariates are endogenous. The paper also intends to bring gender and race back into the center of statistical causal analysis. An application focuses on the decomposition of gender inequality in earned income among white-collar regular employees in Japan.