|сгенерировать QR код
Открытый доступ
Только для подписчиков
Эндогенная классификация домохозяйств в регионах России
https://doi.org/10.32609/0042-8736-2021-5-107-128
Аннотация
Для изучения социальной структуры в социологии выделяются группы (классы), которые характеризуются некоторой однородностью входящих в них индивидов. Наиболее часто встречается разбиение на три класса: высший, средний и низший. Критерии такого разбиения традиционно субъективны (экзогенны). В данной работе распределение домохозяйств в федеральных округах России моделируется в виде смеси трех логнормальных распределений. Смешивающие доли (вероятности) компонент смеси и параметры среднего трех логнормальных распределений моделируются как функции от индивидуальных характеристик домохозяйств. В результате получается эндогенное (выведенное из модели) разбиение домохозяйств на три кластера (нижний, средний, верхний). Такое разбиение позволяет анализировать различия между федеральными округами и закономерности межгрупповой динамики в 2014—2018 гг. Использованный в работе подход оказался весьма гибким для анализа распределения доходов, динамики этого распределения во времени, а также миграции между относительно однородными кластерами. Модель смеси распределений с эндогенно определяемыми вероятностями позволяет более тонко регистрировать эффекты детерминант неоднородности доходов внутри каждого кластера.
При поддержке: Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-310-90064. Авторы благодарны анонимным рецензентам, давшим ряд ценных советов и замечаний по улучшению статьи.
Об авторах
А. Р. Нартикоев
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Нартикоев Алан Ревазович, аспирант факультета экономических наук
Москва
А. А. Пересецкий
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Пересецкий Анатолий Абрамович, д.э.н., проф.
Москва
Список литературы
1. Айвазян С. А. (2012). Анализ качества и образа жизни населения. М.: Наука.
2. Аникин В. А. (2020). Социальные классы новой России — неравные и разные // Социологические исследования. № 2. С. 31—42. https://doi.org/10.31857/S013216250008492-4
3. Всемирный банк (2014). Доклад об экономике России № 31: кризис доверия обнажает слабость экономики. М.: Всемирный банк в России.
4. Дидэ Э. (1985). Методы анализа данных. Подход, основанный на методе динамических сгущений. М.: Финансы и статистика.
5. Институт социологии РАН (2014). Средний класс в современной России: 10 лет спустя. Аналитический доклад. Москва.
6. Малева Т. М. (2008). Формирование массового среднего класса: желаемое и действительное: Доклад на III Всероссийском социологическом конгрессе. Москва, ГУ ВШЭ, 22 октября.
7. Нартикоев А. Р., Пересецкий А. А. (2019). Моделирование динамики распределения доходов в России // Прикладная эконометрика. №. 54. С. 105—126.
8. Тихонова Н. Е. (2016). Влияние кризиса на жизнь российского среднего класса // Общественные науки и современность. № 4. С. 48—64.
9. Тихонова Н. Е. (2020). Особенности идентичностей и мировоззрения основных страт современного российского общества // Мир России. Т. 29, № 1. C. 6—30 https://doi.org/10.17323/1811-038X-2020-29-1-6-30
10. Тихонова Н. Е., Мареева С. В. (2009). Средний класс: теория и реальность. М.: Альфа-М.
11. Chotikapanich D., Griffiths W. (2008). Estimating income distributions using a mixture of gamma densities. In: D. Chotikapanich (ed.). Modelling income distributions and Lorenz curves. New York: Springer, pp. 285—302.
12. Cowell F. A., Flachaire E. (2015). Statistical methods for distributional analysis. In: A. B. Atkinson, F. Bourguignon (eds.). Handbook of income distribution, Vol. 2A. North-Holland: Elsevier, pp. 359—465. https://doi.org/10.1016/B978-0-444-59428-0.00007-2
13. Cowell F. A., van Kerm P. (2015). Wealth inequality: A survey. Journal of Economic Surveys, Vol. 29, No. 4, pp. 671—710. https://doi.org/10.1111/joes.12114
14. Flachaire E., Nunez O. (2007). Estimation of income distribution and detection of sub-populations: An explanatory model. Computational Statistics and Data Analysis, Vol. 51, No. 7, pp. 3368—3380. https://doi.org/10.1016/j.csda.2006.07.004
15. Fourrier-Nicolai E., Lubrano M. (2020). Bayesian inference for TIP curves: An application to child poverty in Germany. Journal of Economic Inequality, Vol. 18, No. 1, pp. 91—111. https://doi.org/10.1007/s10888-019-09426-6
16. García-Fernández R. M., Gottlieb G., Palacios-González F. (2013). Polarization, growth and social policy in the case of Israel, 1997—2008. Economics: The Open-Access, Open-Assessment E-Journal, Vol. 7, No. 2013-1, pp. 1—40. https://doi.org/10.5018/economics-ejournal.ja.2013-15
17. Gontmakher E., Ross C. (2015). The middle class and democratisation in Russia. Europe-Asia Studies, Vol. 67, No. 2, pp. 269—284. https://doi.org/10.1080/09668136. 2014.1001578
18. Hagenaars A. J. M., de Vos K., Zaidi M. A. (1994), Poverty statistics in the late 1980s: Research based on micro-data. Luxembourg: Office for official publications of the European Communities.
19. López Rodríguez M. I., Barac M. (2019). Inequality of Spanish household expenditure for the 2006—2016 period — Are we converging? Ekonomika Regiona, Vol. 15, No. 3, pp. 780—790. https://doi.org/10.17059/2019-3-12
20. Lubrano M., Ndoye A. A. J. (2016). Income inequality decomposition using a finite mixture of log-normal distributions: A Bayesian approach. Computational Statistics and Data Analysis, Vol. 100, pp. 830—846. https://doi.org/10.1016/j.csda.2014.10.009
21. Pittau M. G., Zelli R. (2006). Empirical evidence of income dynamics across EU regions. Journal of Applied Econometrics, Vol. 21, No. 5, pp. 605—628. https://doi.org/10.1002/jae.855
22. Pittau M. G., Zelli R., Johnson P. A. (2010). Mixture models, convergence clubs and polarization. Review of Income Wealth, Vol. 56, No. 1, pp. 102—122. https://doi.org/10.1111/j.1475-4991.2009.00365.x
23. Pittau M. G., Zelli R., Massari R. (2016). Evidence of convergence clubs using mixture models. Econometric Reviews, Vol. 35, No. 7, pp. 1317—1342. https://doi.org/10.1080/07474938.2014.977062
24. Winkelried D., Torres J. (2019). Economic mobility along the business cycle. The case of Peru. Applied Economics, Vol. 51, No. 18, pp. 1894—1906. https://doi.org/10.1080/00036846.2018.1529401
Дополнительные файлы
Рецензия
Для цитирования:
Нартикоев А.Р., Пересецкий А.А. Эндогенная классификация домохозяйств в регионах России. Вопросы экономики. 2021;(5):107-128. https://doi.org/10.32609/0042-8736-2021-5-107-128
For citation:
Nartikoev A.R., Peresetsky A.A. Endogenous Household Classification: Russian Regions. Voprosy Ekonomiki. 2021;(5):107-128. (In Russ.) https://doi.org/10.32609/0042-8736-2021-5-107-128
Просмотров:
1092
Послать статью по эл. почте 
