2013年-世界发展银行全球_Estimating_Quarterly_Poverty_Rates_Using_Labor_Force_Surveys___A_Primer_32页_1mb

报告摘要

总结：利用劳动力调查估算季度贫困率：一篇简明指南

核心内容

本文探讨了如何利用劳动力调查（LFS）结合跨调查插补方法，估算国家层面的季度贫困率。传统上，贫困率估算依赖于家庭支出调查（HES），但由于这些调查间隔较长（通常为4-5年），导致无法获取贫困率的季度数据。为解决这一问题，作者提出了一种基于跨调查插补的方法，利用LFS数据和HES数据进行贫困率估算，从而提高数据的频率和精度。

主要观点

方法论：
- 采用标准的插补方法，通过已有的HES数据（2001和2007年）建立模型，估算LFS数据中家庭支出，进而计算贫困率。
- 插补模型假设模型参数在时间上是不变的（即$\beta_t = \beta$），并假设误差项为同方差和正态分布。
- 插补结果与官方贫困率统计一致，验证了该方法的可行性。
数据基础：
- HES数据用于构建模型，包含家庭支出、社会经济特征、住房条件、教育、健康等变量。
- LFS数据用于估算贫困率，覆盖全国居民，样本量达60,000户，每季度调查15,000户。
- LFS数据自2007年起采用计算机化系统，提高了数据录入的准确性和实时验证能力。
应用价值：
- 估算出的季度贫困率数据有助于研究者和政策制定者分析贫困减少的决定因素，以及在横截面和面板模型中使用贫困作为解释变量。
- 该数据可用于预测贫困率和模拟政策改革或经济冲击的影响。
- 插补方法能够有效填补数据空白，使贫困率估算更加频繁和细致。
关键发现：
- 2001至2007年间，贫困率持续下降，从15.3%降至8.9%。
- 2007年后贫困率仍继续下降，表明国家在应对全球金融危机方面表现良好。
- 农业生产在贫困减少中发挥了重要作用，尤其是在2001和2008年出现异常增长。
- 城乡贫困差距缩小，农村贫困下降速度高于城市。
- 不同地区的贫困趋势存在差异，部分地区出现上升趋势，部分地区下降，这在以往的年度统计中未被捕捉到。

关键信息

时间范围：2001-2010年
数据来源：
- 家庭支出调查（HES）：2001年和2007年
- 劳动力调查（LFS）：2001-2010年全年数据
方法：
- 跨调查插补方法
- 使用线性回归模型估算家庭支出
- 基于标准正态分布函数计算贫困概率
挑战与假设：
- 假设模型参数在时间上是不变的
- 误差项为同方差和正态分布
- 家庭支出和贫困线需使用同一时期的价格数据
结论：
- 插补方法能够有效提高贫困率估算的频率和精度，为政策制定者提供更及时的数据支持。
- 方法具有广泛适用性，可应用于其他发展中国家，特别是那些定期进行LFS但缺乏HES数据的国家。
- 该方法不仅适用于贫困率估算，还可用于其他福利指标（如贫困差距、基尼系数）的估算。