Zróznicowanie poziomu ubóstwa w Polsce z uwzglednieniem płci
Transkrypt
Zróznicowanie poziomu ubóstwa w Polsce z uwzglednieniem płci
Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci Łukasz Wawrowski Katedra Statystyki Uniwersytet Ekonomiczny w Poznaniu Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 2 / 23 Plan prezentacji 1. Wstęp 2. Ubóstwo w Polsce według płci 3. Statystyka małych obszarów 4. Rezultaty 5. Wnioski i podsumowanie 2 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 3 / 23 Wstęp Cel i hipoteza Cel Estymacja pośrednia stopy ubóstwa w województwach Polski z uwzględnienim podziału na płeć. Hipoteza Estymacja pośrednia umożliwia uzyskanie bardziej precyzyjnego oszacowania zasięgu ubóstwa na poziomie województw w Polsce w podziale na płeć niż estymacja bezpośrednia. 3 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 4 / 23 Ubóstwo w Polsce według płci Przegląd literatury • „Households headed by women are poorer than those headed by man.” (Haughton, J., Khandker, R.S., 2009, Handbook of Poverty and Inequality, World Bank) • „Given the economic disadvantages facing women, female-headed households are expected to have a higher poverty rate on average than male-headed households. However, in reality, the determinants of the poverty risks that women face are more complex.” (Heintz, J., 2006, Globalization, economic policy and employment: Poverty and gender implications, International Labour Organization) 4 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 5 / 23 Ubóstwo w Polsce według płci Głowa gospodarstwa domowego • „Osoba, która całkowicie lub w przeważającej części dostarcza środków utrzymania danemu gospodarstwu domowemu. Jeżeli dwie lub więcej osób dostarczają środków utrzymania w jednakowym stopniu, za głowę gospodarstwa domowego uznaje się tę osobę, która tymi środkami rozporządza.” (Ustawa z dnia 2 grudnia 1999 r. o narodowym spisie powszechnym ludności i mieszkań w 2002 r.) • „Female-headed householder families, no husband present, who have related children under 18 years of age” (NCLR analysis of data from the U.S. Census Bureau, Census 2000 Summary File 3 (SF3)) 5 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 6 / 23 Ubóstwo w Polsce według płci Przegląd literatury • „Dane statystyczne dotyczące gospodarstw domowych, które zazwyczaj stanowią podstawę analiz ubóstwa, nie uwzględniają zróżnicowania sytuacji poszczególnych członków rodzin.” (UNDP, 2007, Polityka równości płci: Polska 2007 - raport, Warszawa.) 6 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 7 / 23 Ubóstwo w Polsce według płci Stopa ubóstwa w Polsce według płci Rysunek: Oszacowania bezpośrednie stopy ubóstwa w Polsce według płci w latach 2005-2013 Źródło: opracowanie własne na podstawie badania EU-SILC 7 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 8 / 23 Ubóstwo w Polsce według płci Stopa ubóstwa w Polsce według typu gospodarstwa Rysunek: Oszacowania bezpośrednie stopy ubóstwa w Polsce według typu gospodarstwa domowego w latach 2005-2013 Źródło: opracowanie własne na podstawie badania EU-SILC 8 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 9 / 23 Statystyka małych obszarów Definicje Statystyka małych obszarów Grupa metod pozwalających na estymację parametrów przy małej liczebności próby z wykorzystaniem wszelkich dostępnych źródeł informacji. Mały obszar (Rao, 2003) Domena (np. przekrój społeczno-demograficzny lub obszar geograficzy), w której wielkość próby jest niewystarczająca, aby z wykorzystaniem estymatora bezpośredniego otrzymać oszacowanie charakteryzujące się odpowiednią precyzją. 9 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 10 / 23 Statystyka małych obszarów Estymacja bezpośrednia • Estymacja oparta o schemat losowania • Nie zakłada istnienia efektów losowych dla domen • Nie zakłada skorelowania zmiennych yk , yl • Wariancja rośnie wraz ze spadkiem wielkości próby nd • Brak oszacowań dla domen niereprezentowanych w próbie nd = 0 ŷ dir dt Pndt i=1 yidt widt = P ndt i=1 widt (1) gdzie d = 1, 2, . . . , D i t = 1, 2, . . . , T . 10 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 11 / 23 Statystyka małych obszarów Wielowymiarowy dynamiczny Rao-Yu • uzględnia skorelowanie zmiennych yk , yl , • występowanie trendu w danych także jest brane pod uwagę, • zakłada stacjonarność szeregu czasowego, • istnienie dwóch efektów losowych: dla domeny oraz czasu RY ŷ EBLUP = x 0dt β̂+(σ̂12 10T +σ̂22 γ 0t )(Σd +σ̂12 Γ+σ̂22 J T )−1 (y d −X d β) dt (2) gdzie d = 1, 2, . . . , D i t = 1, 2, . . . , T . 11 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 12 / 23 Rezultaty Sposób estymacji stopy ubóstwa na podstawie EU-SILC Rysunek: Algorytm klasyfikacji gospodarstw ubogich w badaniu EU-SILC Źródło: opracowanie własne 12 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 13 / 23 Rezultaty Sposób estymacji stopy ubóstwa na podstawie EU-SILC Rysunek: Przykładowy zbiór wynikowy Źródło: opracowanie własne 13 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 14 / 23 Rezultaty Rozkład liczebności próby Rysunek: Rozkład próby gospodarstw jednoosobowych w podregionach Polsce w podziale na płeć w roku 2011 Źródło: opracowanie własne na podstawie EU-SILC 2011 14 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 15 / 23 Rezultaty Rozkład liczby reprezentantów Rysunek: Rozkład reprezentantów ubogich gospodarstw jednoosobowych w podregionach Polsce w podziale na płeć w roku 2011 Źródło: opracowanie własne na podstawie EU-SILC 2011 15 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 16 / 23 Rezultaty Model Zmienna (Wyraz wolny) kob. Stopa bezr. długo. kob. Przeciętne wyn. brutto (Wyraz wolny) mez. Stopa bezr. długo. męż. Przeciętne wyn. brutto β 0,1759 0,6154 0,0000 0,3527 0,7403 0,0000 błąd std. 0,0711 0,5369 0,0000 0,0607 0,6739 0,0000 Współczynnik korelacji pomiędzy zmiennymi objaśnianymi: ρ = 0, 62. Współczynnik korelacji pomiędzy danymi z kolejnych okresów: ρ = 0, 98. 16 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 17 / 23 Rezultaty Stopa ubóstwa według typu gospodarstwa Rysunek: Porównanie oszacowań stopy ubóstwa w jednoosobowych gospodarstwach kobiet w województwach Polski w latach 2005-2012 Źródło: opracowanie własne na podstawie EU-SILC i BDL 17 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 18 / 23 Rezultaty Stopa ubóstwa według typu gospodarstwa Rysunek: Porównanie oszacowań stopy ubóstwa w jednoosobowych gospodarstwach mężczyzn w województwach Polski w latach 2005-2012 Źródło: opracowanie własne na podstawie EU-SILC i BDL 18 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 19 / 23 Rezultaty Względne błędy oszacowań stopy ubóstwa Rysunek: Porównanie rozkładów względnych błędów oszacowań stopy ubóstwa w jednoosobowych gospodarstwach kobiet i mężczyzn Źródło: opracowanie własne na podstawie EU-SILC i BDL 19 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 20 / 23 Rezultaty Stopa ubóstwa w województwach — porównanie Rysunek: Porównanie oszacowań stopy ubóstwa w jednoosobowych gospodarstwach kobiet i mężczyzn Źródło: opracowanie własne na podstawie EU-SILC i BDL 20 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 21 / 23 Wnioski i podsumowanie Podsumowanie • pomiar ubóstwa według płci jest kwestią problemową • zmiennych pomocnicznych dla wszystkich analizowanych lat w podziele płci jest niewiele • jednoosobowe gospodarstwa kobiet charakteryzują się niższą stopą ubóstwa aniżeli gospodarstwa mężczyzn • w latach 2005-2012 różnice poziomów pomiędzy gospodarstwami mężczyzn i kobiet maleją • przeprowadzona analiza stanowi pierwszy etap badania możliwości estymacji stopy ubóstwa według płci 21 / 23 Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 22 / 23 Wnioski i podsumowanie Bibliografia • Fay, R.E. i Herriot, R.A., (1979), Estimation of income from small places: An application of James-Stein procedures to census data, Journal of the American Statistical Association 74, 269-277. • Fay, R.E. i Diallo, M. (2015), sae2: Small Area Estimation: Time-series Models. • Rao, J.N.K., (2003), Small area estimation, Wiley & Sons, New Jersey. • Rao, J.N.K. i Yu, M., (1994), Small area estimation by combining time series and cross-sectional data, Canadian Journal of Statistics 22, 511-528. 22 / 23 Dziękuję za uwagę