Открытый доступ
Только для подписчиков
Измерение доходов населения: варианты оценки смещения
Аннотация
Доход — один из самых явных и часто используемых показателей экономического статуса и уровня жизни. Для социологов и экономистов основными источниками данных о доходах являются обследования домохозяйств и индивидов, к которым все чаще добавляются административные данные. Сопоставление данных из разных источников или полученных в опросах с помощью разных методик позволяет оценить смещение, источники ошибок, хотя и демонстрирует отсутствие «идеальных» данных о доходах. Обзор зарубежных исследований по этой проблеме дополняется примером расчетов по данным Российского мониторинга экономического положения и здоровья населения (РМЭЗ) НИУ ВШЭ: сравнивается композиционная величина индивидуальных доходов, рассчитанная как сумма отдельных видов поступлений, и общая величина личных доходов, сообщенная респондентами. Первое измерение индивидуальных доходов оказалось более консистентным и содержательно определенным, меньше подвержено ошибке измерения, но дает более низкие значения индивидуальных доходов. Отличия суммарных личных доходов, которые сообщают респонденты, от расчетной суммы поступлений обусловлены не столько неточностью суммирования и округления, сколько «концептуальными» особенностями понимания личных доходов частью респондентов. Такие сравнения необходимы для понимания ограничений различных измерений доходов, обоснованного и рефлексируемого выбора конкретных показателей.
Об авторе
Т. Ю. Черкашина
Институт экономики и организации промышленного производства Сибирского отделения РАН;
Новосибирский национальный исследовательский государственный университет
Россия
Россия
Черкашина Татьяна Юрьевна, к. соц. н., вед. н. с.
завкафедрой общей социологии экономического факультета
Список литературы
1. Алашеев С. Ю. (2015). Недостоверность ответов респондентов в вопросах о доходах // Социологический журнал. Том 21. № 3. C. 29—44.
2. Андреенкова А. В. (2017). Щепетильные вопросы в межстрановых сравнительных опросах // Социологические исследования. № 12. С. 55—64.
3. Воронин Г. Л., Козырева П. М., Косолапов М. С., Низамова А. Э., Сивкова И. В., Смирнов А. И., Соколова С. Б., Тонис Е. И. (2018). Динамика социальноэкономического поведения российских домохозяйств (1994—2016 гг.) // Вестник Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (RLMS HSE). Вып. 8. М.: НИУ ВШЭ. С. 8—99. https://doi.org/10.17323/978-5-7598-1825-08-99
4. Денисова И. А. (2007). Отдача на уровни, типы и качество образования // Заработная плата в России: эволюция и дифференциация / Под ред. В. Е. Гимпельсона, Р. И. Капелюшникова. М.: Изд. дом ГУ ВШЭ. С. 343—402.
5. Жаромский В.С., Рудберг А.М., Тер-Акопов С.А. (2015). Методы восстановления генерального распределения душевых денежных доходов населения на основе выборочных данных большого объема // Вопросы статистики. № 6. С. 12—23.
6. Лукьянова А. Л. (2007). Динамика и структура неравенства по заработной плате (1998—2005 гг.) // Заработная плата в России: эволюция и дифференциация / Под ред. В. Е. Гимпельсона, Р. И. Капелюшникова. М.: Изд. дом ГУ ВШЭ. С. 486—546.
7. Лукьянова А. Л. (2017). Мобильность по заработной плате: до глобального кризиса и после // Мобильность и стабильность на российском рынке труда / Под общ. ред. Р. И. Капелюшникова, В. Е. Гимпельсона. М.: Издательский дом НИУ ВШЭ. С. 292—334.
8. Рогозин Д., Мануильская К., Климов И. (2006). Тестирование вопросов о доходе // Социальная реальность. № 11. С. 103—115.
9. Европейская экономическая комиссия ООН (2007). Статистика на основе регистров в Североевропейских странах. Обзор передовых методик с уделением основного внимания на статистику населения и социальной статистике. Женева: ООН. http://www.unece.org/index.php?id=17470
10. Фоули М. (1998). Статический и динамический анализ бедности в России // Бедность в России. Государственная политика и реакция населения / Под ред. Дж. Клугман. Вашингтон: Всемирный Банк. С. 75—105.
11. Abowd J. M., Stinson M. H. (2013). Estimating measurement error in annual job earnings: A comparison of survey and administrative data. Review of Economics and Statistics, Vol. 95, No. 5, pp. 1451—1467. https://doi.org/10.1162/REST_a_00352
12. Akkerman S., Admiraal W., Brekelmans M., Oost H. (2008). Auditing Quality of Research in Social Sciences. Quality & Quantity, Vol. 42, pp. 257—274. https:// doi.org/10.1007/s11135-006-9044-4
13. Angel S., Heuberger R., Lamei N. (2018). Differences between household income from surveys and registers and how these affect the poverty headcount: Evidence from the Austrian SILC. Social Indicators Research, Vol. 138, No. 2, pp. 575—603. https://doi.org/10.1007/s11205-017-1672-7
14. Bollinger C. R., Hirsch B. T. (2013). Is earnings nonresponse ignorable? Review of Economics and Statistics, Vol. 95, No. 2, pp. 407—416. https://doi.org/10.1162/ REST_a_00264
15. Davern M., Rodin H., Beebe T. J., Call K. T. (2005). The effect of income question design in health surveys on family income, poverty and eligibility estimates. Health Services Research, Vol. 40, No. 5, pp. 1534—1552. https://doi.org/10.1111/j.1475- 6773.2005.00416.x
16. Duncan G. J., Petersen E. (2001). The long and short of asking questions about income, wealth, and labor supply. Social Science Research, Vol. 30, No. 2, pp. 248—263. https://doi.org/10.1006/ssre.2000.0696
17. Hansen K., Kneale D. (2013). Does how you measure income make a difference to measuring poverty? Evidence from the UK. Social Indicators Research, Vol. 110, No. 3, pp. 1119—1140. https://doi.org/10.1007/s11205-011-9976-5
18. Hariri J. G., Lassen D. D. (2017). Income and outcomes: Social desirability bias distorts measurements of the relationship between income and political behavior. Public Opinion Quarterly, Vol. 81, No. 2, pp. 564—576. https://doi.org/10.1093/poq/nfw044
19. Kim C., Tamborini C. R. (2014). Response error in earnings: An analysis of the survey of income and program participation matched with administrative data. Sociological Methods & Research, Vol. 43, No. 1, pp. 39—72. https://doi.org/10.1177/0049124112460371
20. Kreiner C. T., Lassen D. D., Leth-Petersen S. (2015). Measuring the accuracy of survey responses using administrative register data: Evidence from Denmark. In: C. D. Carroll, T. F. Crossley, J. Sabelhaus (ed.). Improving the measurement of consumer expenditures. Chicago: University of Chicago Press, pp. 289—307. http://doi.org/10.7208/chicago/9780226194714.003.0011
21. Jansen W., Verhoeven W.-J., Robert P., Dessens J. (2013). The long and short of asking questions about income: A comparison using data from Hungary. Quality and Quantity, Vol. 47, No. 4, pp. 1957—1969. https://doi.org/10.1007/s11135-011-9636-5
22. Meyer B. D., Mok W. K. C., Sullivan J. X. (2015). Household surveys in crisis. Journal of Economic Perspectives. Vol. 29, No. 4, pp. 1—29. https://doi.org/10.1257/jep.29.4.199
23. Micklewright J., Schnepf S.V. (2010). How reliable are income data collected with a single question? Journal of the Royal Statistical Society. Series A: Statistics in Society, Vol. 173, No. 2, pp. 409—429. https://doi.org/10.1111/j.1467-985X.2009.00632.x
24. Moore J., Stinson L. L., Welniak Jr. E. J. (2000). Income measurement error in surveys. Journal of Official Statistics, Vol. 16, No. 4, pp. 331—361.
25. Schräpler J.-P. (2004). Respondent behavior in panel studies: A case study for income nonresponse by means of the German Socio-Economic Panel (SOEP). Sociological Methods and Research, Vol. 33, No. 1, pp. 118—156. https://doi.org/10.1177/0049124103262689
26. Slemrod J. (2016). Caveats to the research use of tax-return administrative data. National Tax Journal, Vol. 69, No. 4, pp. 1003—1020. https://doi.org/10.17310/ntj.2016.4.13
27. Tamborini C. R., Kim C. (2013). Are proxy interviews associated with biased earnings reports? Marital status and gender effects of proxy. Social Science Research, Vol. 42, No. 2, pp. 499—512. https://doi.org/10.1016/j.ssresearch.2012.11.004
28. Valet P., Adriaans J., Liebig S. (2019). Comparing survey data and administrative records on gross earnings: nonreporting, misreporting, interviewer presence and earnings inequality. Quality and Quantity, Vol. 53, No. 1, pp. 471—491. https://doi.org/10.1007/s11135-018-0764-z
29. Ziliak J. P. (2015). Income, program participation, poverty, and financial vulnerability: Research and data needs. Journal of Economic and Social Measurement, Vol. 40, No. 1-4, pp. 27—68. https://doi.org/10.3233/JEM-150397
Рецензия
Для цитирования:
Черкашина Т.Ю. Измерение доходов населения: варианты оценки смещения. Вопросы экономики. 2020;(1):127-144. https://doi.org/10.32609/0042-8736-2020-1-127-144
For citation:
Cherkashina T.Yu. Measurement of population income: Variants of estimating biases. Voprosy Ekonomiki. 2020;(1):127-144. (In Russ.) https://doi.org/10.32609/0042-8736-2020-1-127-144
Просмотров: 1645
Послать статью по эл. почте 