Составление карты бедности 76690 Составление карты бедности в Кыргызской Республике 1 Методология и основные результаты Мира Махадеван (Всемирный банк) Нобуо Ёсида (Всемирный банк) Лариса Праслова (Национальный статистический комитет Кыргызской Республики) апрель 2012 г. Отдел сокращения бедности и экономического управления Региональное управление по Европе и Центральной Азии Документ Всемирного банка 1 Настоящий отчет подготовлен группой специалистов Всемирного банка и Национального статистического комитета Кыргызской Республики. Это исследование было проведено под эгидой программы работ "Программа анализа бедности в Кыргызской Республике". Мы хотели бы поблагодарить г-жу Сарош Саттар (руководителя рабочей группы по программе работ) за непрерывное руководящее участие и поддержку. Мы глубоко признательны Брайану Блэнкеспуру, предоставившему все карты и составившему сборную карту доступности рынков. Мы также хотели бы поблагодарить Байбагыш уулу Айбека и Азиза Атаманова за полезные замечания и предложения. Мы выражаем признательность двум рецензентам, Умару Серажутдину и Хай-Ань Данг, за их глубокие конструктивные замечания. Наконец, мы бы хотели поблагодарить Питера Ланжува и Роя ван дер Вейде за их технические рекомендации – в частности, за информирование нас о последних рекомендациях информационно-аналитического отдела Всемирного банка. Заявление об ограничении ответственности: границы, цвета, обозначения и любая другая информация, указанная на представленных картах, не означают никаких суждений со стороны Группы Всемирного банка относительно правового статуса какой-либо территории или одобрения или признания таких границ. 1 Составление карты бедности I. Введение 1. В настоящем отчете рассматриваются процесс и результаты разработки карт бедности в Кыргызской Республике с использованием данных Интегрированного обследования домохозяйств в Кыргызской Республике (ИОДХ, 2009)2 и Переписи населения и жилищного фонда (2009). 2. Составление карты бедности проводится с целью оценки уровней бедности на таких административных уровнях, для которых обычное обследование доходов и расходов домохозяйств не может обеспечить статистически достоверные оценки бедности в связи со значительными погрешностями выборки. В Кыргызской Республике официальные показатели уровня бедности не рассчитываются для уровней ниже областного, поскольку в таком случае ошибки выборки для данных обследования уже не являются пренебрежимо малыми. Известны разнообразные методологии составления карт, которые были разработаны для преодоления проблемы неточности оценок бедности, возрастающей при дезагрегировании данных. 3. При проведении данного исследования в качестве методологии составления карты бедности использовался метод "оценки малых участков" (ОМУ), разработанный Элберсом и др. (2003). Данная методология является одной из наиболее широко применяемых в мире для составления карт бедности, и уже была широко опробована и подтверждена. Она позволяет использовать преимущества сильных сторон обоих источников – широту данных комплексного обследования, включая, данные о расходах, а также размер и охват переписи населения, в рамках которой данные собираются по всем домашним хозяйствам страны, в противоположность "выборочным" данным из первичных единиц выборки. 4. Цель составления карт бедности в Кыргызской Республике заключалась в получении оценок бедности на уровне районов, то есть, на таком уровне, на котором выборочное обследование не является репрезентативным. Для составления данной карты бедности были рассмотрены все 7 областей Кыргызской Республики, а также один из двух городов областного значения, данные по которым собирались в рамках выборочного обследования. 3 Таковыми являются Иссыккульская, Джалалабадская, Нарынская, Баткенская, Ошская, Таласская и Чуйская области и город Бишкек. Области дополнительно разбиты на 40 административных единиц, называемых "районами", и 13 городов.4 Бишкек также разделен на 4 района. 5. Данная работа по составлению карты бедности была проведена совместно с Национальным статистическим комитетом (Нацстатком). Команда Всемирного банка провела для членов Нацстаткома практическую подготовку по методике составления карты бедности. С тех пор команда специалистов Нацстаткома и команда специалистов Всемирного банка продолжают работать вместе и сотрудничать по различным техническим и методологическим аспектам анализа. Составление карты бедности в Кыргызской Республике 6. Территория Кыргызской Республики богата разнообразными погодными условиями и значительными перепадами высот – от заснеженных вершин, сухих пустынь и обширных лугов, до 2 Несмотря на наличие ИОДХ-2010, Мы используем ИОДХ-2009. Интегрированное исследование ИОДХ-2009 проводилось в том же году, что и перепись. Составление карты бедности включает предположение о том, что параметры модели потребления остаются неизменными между исследованием и переписью, и меняются лишь переменные, связанные с домохозяйствами. Это предположение справедливо в том случае, если исследование проводится в том же году, что и перепись, и поэтому ему обычно отдается наибольшее предпочтение. 3 Правительство Кыргызской Республики определяет Бишкек и Ош как города "республиканского подчинения", что, по сути, дает этим двум городам областной статус. 4 Из соображений краткости, термин "районный" используется по всему отчету применительно к районам и городам. 2 Составление карты бедности плодородных сельскохозяйственных земель. Столь широкое разнообразие физических условий местности создает благоприятные условия для многообразия растительного и животного мира. Кыргызская Республика также богат разнообразием культур – образи жизни здесь варьирует от традиционного кочевого стиля до современного образа жизни в городе Бишкек. Ландшафт формировался и сохранял такой кочевой образ жизни и культуру на протяжении веков, при этом также допуская экономический рост в таких городах как Бишкек и Ош. Кыргызская Республика не имеет выхода к морю и окружен четырьмя странами: Казахстаном – с севера, Китаем – с востока и юго-востока, Таджикистаном – с юго-запада, и Узбекистаном – с запада. Торговля с этими странами формирует экономические возможности для приграничных районов. 7. Составление карты бедности полезна для страны с широким региональным разнообразием. Например, в своей работе Атаманов и др. (готовится к печати) предполагают существование заметных различий между благосостоянием столичного города Бишкека, с одной стороны, и селами и городами на всей остальной территории республики, с другой стороны. Это свидетельствует о том, что уровень образования и демографические характеристики населения существенно различаются в зависимости от территории проживания. Такие различия могут наблюдаться даже между сельскими районами. Сельские районы Чуйской области (расположенные относительно близко от столичного города Бишкека) демонстрируют значительно более высокий уровень жизни, нежели сельские районы на остальной территории страны. 8. Национальных показателей уровня бедности самих по себе недостаточно для того, чтобы рассказать об уровне жизни людей, живущих в разных частях страны. Детализированные показатели бедности помогут плановым органам объективно и прозрачно выделять ресурсы тем районам, которые больше всего в этом нуждаются. Помимо карт бедности, у Кыргызской Республики также имеются другие обширные базы данных с географической привязкой, составленные Правительством Кыргызской Республики и Всемирным банком, которые включают в себя данные о государственных расходах на районном уровне. Рисунок 1: Административная карта Кыргызской Республики 3 Составление карты бедности Источник: nationsonline.org Рисунок 2: Карта возвышенностей на территории Кыргызской Республики Источник: SRTM5 II. Методология и данные II.1. Методология 9. Выбор определенной методологии составления карты бедности имеет определяющее значение. Известны многочисленные методы, которые были задокументированы Бигманом и Дойчманном (2000). Широкую популярность во всем мире среди специалистов-практиков в области развития завоевал метод ОМУ, разработанный К. Элберсом, Ж. Ланжувом и П. Ланжувом (2003) (далее – ЭЛЛ). 10. Метод ОМУ, разработанный ЭЛЛ, был использован при составлении настоящей карты бедности Кыргызской Республики. Он позволяет поставить в соответствие уровни доходов и домашние хозяйства, зарегистрированные переписью населения, используя модель потребления, параметры которой оцениваются на основе обследования домохозяйств. Для этого необходимо, чтобы модель потребления содержала объясняющие переменные (характеристики домохозяйства и индивидуальных членов), которые присутствуют, как в переписи, так и в выборочном обследовании. Условное начисление расходов на потребление участвовавших в переписи домохозяйств производится перемножением “общих” переменных из данных переписи на расчетные коэффициенты. После этого, используя условно начисленные значения потребления переписных домохозяйств, можно рассчитать показатели бедности и неравенства. 11. Одним из преимуществ этого метода является то, что он позволяет оценивать не только уровни бедности, но также и среднеквадратические погрешности рассчитанных уровней бедности. Поскольку оценки бедности определяются на основе условно начисленных значений потребления, им присущи ошибки условного начисления, представляющие собой их среднеквадратические погрешности. ЭЛЛ детально проанализировали свойства таких ошибок условного начисления и сформулировали процедуру расчета стандартных ошибок оценок бедности. Более подробно этот метод описан во Вставке 1 (см. ниже). 5 Jarvis, A., H.I. Reuter, A. Nelson, E. Guevara, 2008, Hole-filled SRTM for the globe Version 4, available from the CGIAR-CSI SRTM 90m Database (http://srtm.csi.cgiar.org) 4 Составление карты бедности II.2. Основные источники данных и обнаруженные трудности 12. При применении метода ЭЛЛ обычно используются данные обследований домохозяйств и переписи населения. Карта бедности Кыргызской Республики не является исключением – для нее использовались записи по домохозяйствам из Интегрированного обследования домохозяйств в Кыргызской Республике (2009), и Переписи населения и жилищного фонда (2009). Поскольку данные обследования домохозяйств и переписи населения Кыргызской Республики были доступны за один и тот же год – 2009, имелась определенная степень уверенности в том, что обязательное требование составления карты бедности – сопоставимость общих переменных обследования и переписи – будет удовлетворено. Вставка 1: Метод оценки малых участков, разработанный ЭЛЛ (2003) Метод, предложенный ЭЛЛ, состоит из двух этапов. На первом производится оценка модели логарифма расходов на потребление на душу населения ( ln y ch ) по данным обследования:  ln y ch  X ch   Z   u ch  где X ch - вектор объясняющих переменных для домохозяйства h в кластере c, β - вектор коэффициентов регрессии, Z  - вектор переменных, относящихся к местоположению участка,  - вектор коэффициентов, и u ch - погрешности регрессии вследствие расхождения между расчетным потреблением домохозяйства и его фактическим значением. Этот возмущающий член уравнения разлагается на два независимых компонента: u ch   c   ch где  c - погрешность, относящаяся к кластеру, и  ch - погрешность, связанная с домохозяйством. Такая структура погрешности отражает, как влияние ошибки местоположения, общей для всех домохозяйств на данном участке, так и гетероскедастичность ошибок, связанных с отдельными домохозяйствами. Переменные могут быть любого уровня – зила, упазила, союз, мауза и село6 – и могут быть получены из любых источников данных, которые содержат все территориальные единицы в стране. Все параметры коэффициентов регрессии (  ,  ) и распределение компонентов погрешности оцениваются с помощью доступного обобщѐнного метода наименьших квадратов (ДОМНК). На втором этапе анализа рассчитываются показатели бедности и их среднеквадратические погрешности. В процессе получения оценок присутствуют два источника погрешностей: погрешности расчетных коэффициентов регрессии (  ˆ , ˆ ) и возмущающие члены, оба из которых влияют на оценки бедности и степень их точности. ЭЛЛ предложили способ надлежащего расчета показателей бедности и их среднеквадратических погрешностей, с учетом этих источников ошибок. Для каждого переписного домохозяйства рассчитывается ˆ смоделированное значение расходов с прогнозируемым логарифмом расходов X   Z ˆ ch и случайно выбираемыми возмущающими членами  c и  ch из предполагаемых распределений возмущающих членов. Эти симуляционные расчеты повторяются 100 раз. Для любого рассматриваемого участка (такого, как зила или упазила), среднее по 100 симуляциям статистического показателя бедности дает точечную оценку статистического значения, а среднеквадратическое отклонение дает среднеквадратическую погрешность. 6 Единицы административно-территориального деления Бангладеш. По уровню деления зила соответствует району в КР. (прим. переводчика) 5 Составление карты бедности 13. Данные переписи охватывают приблизительно 1,2 млн. домохозяйств, тогда как данные обследования бюджетов домохозяйств – около 4 500. Собран большой объем разнообразной информации о домохозяйствах, включая уровни образования, трудовую деятельность и род занятий, информацию о месте проживания, занятости и жилищных условиях. Так же, как и в других странах, перепись не содержит данных об уровнях потребления и доходов домохозяйств, однако ее широкий охват характеристик домохозяйств является преимуществом для точной условного начисления потребления домохозяйств.7 II.3. Трудности технического характера 14. Предлагаемая ЭЛЛ методология составления карты бедности продолжала обновляться с целью повышения статистической точности оценок бедности с учетом результатов последних исследований, проводимых учеными и специалистами. В связи с этим, информационно- аналитический отдел Всемирного банка составляет ряд документов и справочников для информирования специалистов по вопросам практической реализации программ развития о последних достижениях и методологических усовершенствованиях метода ЭЛЛ, и дает рекомендации для того, чтобы последние данные учитывались в рамках текущей работы по составлению карты бедности. Эти улучшения также отображаются в обновленных версиях программного обеспечения PovMap2, разрабатываемых Всемирным банком для содействия в применении соответствующей процедуры. 15. В рамках данной работы по составлению карты бедности Кыргызской Республики возникли две основные трудности технического характера: (i) некоторые несоответствия в отчетности между переписью и Интегрированным обследованием домохозяйств в Кыргызской Республике за 2009 год; (ii) потенциальная переоценка точности оценок бедности; и (iii) существенные различия в структуре потребления по областям. Устранение несоответствий между переписью и обследованием домохозяйств 16. В соответствии с рекомендацией ЭЛЛ была разработана модель национального уровня с использованием переменной потребления, взятой из ИОДХ, и нескольких переменных на уровне домохозяйств и региональном уровне (в правой части уравнения), которые также присутствовали в переписи. Эти общие переменные включали в себя размер домохозяйства, уровень образования главы и остальных членов домохозяйства, занятость главы и остальных членов домохозяйства, отрасль, в которой они заняты, характеристики домохозяйства (такие как наличие электроснабжения, канализация, размер жилой площади и т.д.). 17. Тем не менее, для составления надежных карт бедности эти переменные должны иметь похожее среднее значение и распределение по переписи и обследованию. В случае с Кыргызской Республикой это не было достигнуто, и значение такой важной переменной как размер домохозяйства в опросе и переписи было разным. Как принято при проведении обследований и переписей в некоторых странах, при определении обследования и переписи определение домашнего хозяйства было разным. Этим можно было бы объяснить разницу в средних размерах домохозяйства в обследовании и переписи. Такая разница в определении также помешала воспользоваться целесообразной процедурой корректировки применительно к идентификатору домохозяйства в обследовании или переписи до проведения работы по моделированию и симуляции. Возможно, это произошло потому, что обследования и переписи не обязательно 7 Карта бедности 2001 года, разработанная BBS и МПП, составлялась с использованием лишь 5-процентной выборки из данных переписи, поскольку на момент ее составления данные переписи не были доступны в полном объеме. 6 Составление карты бедности предназначены для такой работы как составление карты бедности, и нередко служат другим целям. Однако для составления карты бедности разница в том, каким образом была определена семья, – домохозяйство в обследовании, или жилищная единица в переписи, – также стала причиной, по которой ряд других переменных на уровне домохозяйств оказался не строго сопоставимым между обследованием и переписью. 18. Для обеспечения устойчивости оценок, использование переменных на уровне домохозяйств и индивидуальном уровне в рамках работы по составлению карты бедности в Кыргызской Республике сведено к минимуму, и вместо этого для прогнозирования расходов домохозяйств используются многие агрегированные значения переменных переписи на уровне сел. По построению, последняя группа переменных является сопоставимой в том, что средние значения и распределения в переписи и обследовании похожи, поскольку получены на основе данных переписи. Тем не менее, проблема с использованием таких агрегированных показателей расположения переменных переписи заключается в том, что они не могут объяснить изменение расходов домохозяйств в рамках населенного пункта. Поэтому, в том случае, если населенный пункт крупнее, возможность объяснения изменения расходов домохозяйств будет ограничена. Для минимизации такой проблемы, при составлении карты бедности в Кыргызской Республике было создано как можно больше агрегированных показателей переменных переписи на уровне сел для более точного предсказания расходов домохозяйств. 8 Однако в случае сопоставимости использовались переменные на уровне домохозяйств. Решение проблемы преувеличения точности оценок 19. В одной из своих последних работ Тароцци и Дитон (2009) выделили ряд проблем с методологией ЭЛЛ. В частности, они показывают, что, при определенных обстоятельствах, метод ЭЛЛ может привести к получению чрезмерно оптимистичной оценки статистической точности оценок карты бедности. В рамках настоящей работы по составлению карты бедности Кыргызской Республики этому вопросу было уделено особое внимание, и был предпринят целый ряд шагов для решения таких проблем. 20. Конкретные вопросы, поднятые Тароцци и Дитоном (2009), могут быть резюмированы следующим образом. Во-первых, различия в структуре потребления способны искажать как оценки бедности, так и среднеквадратические погрешности. Метод ЭЛЛ оценивает модель потребления, которая, как предполагается, будет применяться ко всем домохозяйствам в каждой области исследования. Неявное предположение заключается в том, что отношения между расходами домохозяйств и их коррелятами является одинаковым для всех домохозяйств в пределах области исследования, и что все остальные различия обусловлены не структурными факторами, а связаны с ошибками. Это – не незначительное предположение, и оно явно признается в качестве такового в работе ЭЛЛ (2003). 21. Во-вторых, Тароцци и Дитон (2009) предупреждают о том, что неверная спецификация в структуре ошибки может привести к завышению точности оценок бедности. Программное обеспечение PovMap2, используемое для составления карты бедности, в своей нынешней конфигурации может включать в себя лишь два слоя ошибки (или остаточной погрешности): на уровне домохозяйства и на уровне некоторой единицы агрегации, которая находится выше домохозяйства. В случае с составлением карты бедности Кыргызской Республики в качестве двух 8 Иными словами, характеристики местоположения могут быть использованы для объяснения событий между населенными пунктами, но не могут объяснять события внутри населенных пунктов. Для объяснения событий внутри населенных пунктов необходимы более детализированные частные характеристики населенных пунктов. Как показано ниже, характеристики населенных пунктов дополнительно используются для минимизации риска смещений, на который указывают Тароцци и Дитон (2009). 7 Составление карты бедности слоев ошибки были отобраны домохозяйство и кластер (т.е., район). Однако, как отмечают Тароцци и Дитон (2008), корреляция ошибок также может иметь место на областном уровне. Как показывают в своей работе Тароцци и Дитон (2009), если применяется метод ЭЛЛ, а возможная корреляция ошибок при таких высоких уровнях агрегации игнорируется, среднеквадратические погрешности в оценках бедности могут быть резко заниженными, результатом чего являются чрезмерно оптимистичные оценки точности оценивания бедности. Очевидным решением этой проблемы является введение нескольких слоев ошибок при моделировании потребления. Однако это не является практическим решением, учитывая структуру имеющегося программного обеспечения PovMap2 и, что еще более важно, учитывая структуру составления выборки большинства обследований домохозяйств, включая Интегрированное обследование домохозяйств в Кыргызской Республике. 22. Альтернативные способы решения этой проблемы были исследованы в рамках работы по составлению карты бедности Кыргызской Республики. Они многообещающи, но не в состоянии полностью устранить потенциальную проблему. Помимо закрепления кластерного уровня за районами также были включены индикаторные переменные по каждой области, которые даже взаимодействовали с переменными районного уровня и уровня домохозяйств. Различные модели потребления для каждой области 23. Последняя рекомендация информационно-аналитического отдела Всемирного банка заключается в том, чтобы не использовать несколько моделей потребления для прогнозирования расходов домохозяйств. Увеличение количества моделей потребления позволяет хорошо отобразить различия в структурах потребления по областям. Тем не менее, в некоторых случаях это проблематично, поскольку количество наблюдений в каждой области уменьшается, вследствие чего коэффициенты регрессии становятся менее стабильными. Информационно-аналитический отдел Всемирного банка рекомендует использовать одну модель для каждой карты бедности и, в том случае, если имеются какие-либо географические различия в структуре потребления, рекомендуется использовать территориальные индикаторные переменные и их взаимодействия с остальными переменными. 24. При составлении карты бедности Кыргызской Республики мы стараемся максимально следовать рекомендациям. Тем не менее, анализ показывает явный признак неоднородности в моделях потребления по областям. Таким образом, составление карты бедности Кыргызской Республики позволяет нам получить отдельную модель потребления для каждой области. Данный вопрос будет рассмотрен в следующем разделе, в котором описывается составление карты бедности. III. Составление карт бедности Формирование совокупностей переменных данных на уровне сел в рамках переписи 25. Как уже было сказано выше, используемые в Переписи и Обследовании переменные на уровне домохозяйств и индивидуальном уровне не всегда сопоставимы. Например, как показано в Таблице 1, в некоторых областях – таких как Джалалабадская, Ошская, Таласская и Чуйская – средние размеры домохозяйств существенно различаются. Кроме того, направления различий также являются разными. По Чуйской области среднее значение по данным переписи меньше, нежели среднее значение по данным обследования. С другой стороны, для Джалалабадской, Ошской и Таласской областей среднее значение по данным переписи больше среднего значения по данным обследования. Подобные различия также наблюдаются и в отношении других переменных на уровне домохозяйств и индивидуальном уровне. Это ограничивает использование переменных на уровне домохозяйств и индивидуальном уровне для прогнозирования расходов 8 Составление карты бедности домохозяйств. Однако использование переменного размера домохозяйства в нескольких моделях оправдано в силу того, что усредненный показатель по данным переписи все еще находится в пределах доверительной области исследования. Поэтому в окончательные модели была включена переменная размера домохозяйства – если только коэффициент переменной не был статистически значимым. Таблица 1: Средний размер домохозяйства по областям – по данным переписи и обследования ПЕРЕПИСЬ ОБСЛЕДОВАНИЕ Средне- Область 95%-ная Областной Областной квадрати- доверительная уровень уровень ческая область погрешность Иссыккульская 4,29 4,62 0,61 3,25 6,00 область Джалалабадская 5,48 4,98 0,52 3,83 6,13 область Нарынская 5,05 4,94 0,52 3,77 6,11 область Баткенская 5,44 5,27 0,51 4,12 6,42 область Ошская область 5,99 5,01 0,59 3,69 6,34 Таласская 5,16 4,82 0,52 3,65 6,00 область Чуйская 3,84 4,42 0,59 3,10 5,74 область Город Бишкек 3,78 3,84 0,53 2,58 5,10 Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. 26. Для преодоления ограниченности переменных на уровне домохозяйств и индивидуальном уровне, доступных для прогнозирования расходов домохозяйств, созданы многие переменные, привязанные к местоположению. В целях обеспечения анонимности респондентов, исходя из соображений конфиденциальности, Национальный статистический комитет Кыргызской Республики учитывает идентификаторы местоположения в рамках переписи населения и обследования домохозяйств лишь до районного уровня. В результате, первоначально, в рамках такой работы по составлению карты бедности были получены усредненные значения переменных районного уровня, включая такие переменные как размеры домохозяйства, уровень образования и занятость членов домохозяйства, и другие характеристики домохозяйств. Затем эти усредненные значения данных переписи были объединены с обследованием, фактически создавая весь массив усредненных данных районного уровня, которые были вполне сопоставимы между обследованием и переписью, поскольку были получены в пределах одного набора данных. 27. Хотя эти агрегированные показатели переменных районного уровня, основанные на данных переписи, фактически, решили вопрос сопоставимости данных переписи и обследования, районы оказались слишком большими (всего в Кыргызской Республике существует 56 районов), в связи с чем переменные районного уровня не позволяют таким моделям объяснить значительную часть изменений в расходах домохозяйств. В результате, модели потребления с переменными районного уровня не в состоянии давать достоверную оценку бедности. 28. В ответ на эту проблему, Национальный статистический комитет Кыргызской Республики использовал коды на уровне сел для создания более детализированных переменных 9 Составление карты бедности местоположения. При таком дополнительном уровне детализации были получены многие усредненные данные на уровне сел из переписи населения, которые также были объединены с данными обзора. В Кыргызской Республике всего лишь 56 районов, в то время как Переписью населения было охвачено почти 1800 сел. Даже Обследование охватывает своим набором данных лишь около 200 сел. Включение агрегированных показателей переменных на уровне села из переписи населения значительно расширяет возможности моделей потребления в части объяснения изменений расходов домохозяйств в районах. Единая модель против многочисленных моделей 29. В соответствии с рекомендациями информационно-аналитического отдела Всемирного банка, для прогнозирования расходов домохозяйств была создана лишь одна модель потребления. В качестве предварительного контроля при составлении карты бедности, показатели процентной доли малоимущих в общем населении (уровень бедности) на областном уровне с использованием лишь одной (национальный уровень) модели потребления, предсказанной по методу ЭЛЛ, были сопоставлены с показателями, напрямую оцениваемыми на основании данных о расходах домохозяйств, полученных в рамках Обследования. Обратите внимание, что даже те показатели бедности, которые получены путем прямой оценки в рамках Обследования, имеют значительные среднеквадратические погрешности на областном уровне. Поэтому, если показатели бедности, полученные метод ЭЛЛ, существенно отличаются от прямой оценки (или находятся за пределами своих доверительных областей), это можно считать свидетельством того, что полученные методом ЭЛЛ показатели бедности, скорее всего, далеки от истинного уровня. 30. На Рисунке 3 показаны результаты использования метода ЭЛЛ лишь для одной (республиканского уровня) модели потребления для оценки уровня бедности на областном уровне. Похоже, что использование лишь одной модели позволяет избегать возникновения такой ситуации, в которой нескольким областям условно начисляются уровни бедности, находящиеся за пределами интервала (области) доверия к проводимым в рамках исследований прямым оценкам. Рисунок 3: Оценки бедности по карте бедности (национальная модель) и по результатам обследования .8 .6 .4 .2 0 2 4 6 8 10 12 Область Oblast Дов. Conf. Interval (ниж.)/дов. интервал интервал (lower)/Conf. (верх.) Interval (upper) Уровень Poverty бедности Rate (survey) National model (village level means) Национ. модель (средние на уровне сел) (обследование) Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года.Примечание: Для данного графика применяются следующие коды областей : 2-Иссыккульская, 3-Джалалабадская, 4- Нарынская, 5-Баткенская, 6-Ошская, 7-Таласская, 8-Чуйская, 11-Бишкек 10 Составление карты бедности 31. Показанные на Рисунке 3 красные точки, которыми обозначены оценки бедности на областном уровне, моделируемые с использованием такой национальной модели, весьма близки к оценкам обследования в Иссыккульской, Нарынской, Ошской, Таласской и Чуйской областях. Однако они незначительно отличаются от оценок обследования в Баткенской области, и довольно сильно отличаются в случае Джалалабадской области и города Бишкека, для которых национальная модель предсказывает оценку бедности за пределами доверительного интервала оценок обследования. Группирование областей 32. Когда построение национальной модели не увенчалось успехом, следующим шагом стал переход на одну ступень ниже – на областной уровень. Однако увеличение количества моделей потребления не означает автоматически улучшение статистических характеристик составления карты бедности. По мере увеличения количества моделей, размер выборки данных из обследования для каждой модели уменьшается, снижая точность каждой из моделей потребления. Поэтому была предпринята попытка обеспечить гарантии того, что каждая отдельная модель содержит, как минимум, 600 наблюдений, чтобы снизить риск больших среднеквадратических погрешностей. 33. Из представленной выше таблицы был сделан вывод о том, что лучшим порядком действий будет составление индивидуальных моделей для Иссыккульской, Джалалабадской и Чуйской областей и города Бишкек, и одной объединенной модели для Нарынской, Баткенской, Ошской и Таласской областей. Детали пяти моделей потребления изложены в приложении. Таблица 2: Количество наблюдений на область Количество Область наблюдений Иссыккульская область 648 Джалалабадская область 659 Нарынская область 524 Баткенская область 503 9 Ошская область 340 Таласская область 528 Чуйская область 646 город Бишкек 727 Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. 9 Кроме города Ош. 11 Составление карты бедности Окончательные группы для моделей Таблица 2: Отбор моделей Номер модели Области Модель №1 Иссыккульская Модель №2 Джалалабадская Модель №3 Чуйская Модель №4 Бишкек Модель №5 Нарынская, Баткенская, Ошская, Таласская 34. К каждой из областей применялся уникальный индивидуальный подход, направленный на подробное освещение ее преимуществ. В некоторых областях – таких, как г. Бишкек – размеры домохозяйств по данным переписи и обследования оказались сопоставимыми, поэтому мы использовали эту переменную домохозяйств. В Джалалабадской области, напротив, размеры домохозяйств не были сопоставимыми, так что такая переменная не использовалась. Таким образом, мы оценили то, какие из переменных домохозяйств являются сопоставимыми, а какие – нет, и постарались использовать как можно больше сопоставимых переменных. В тех случаях, когда не обеспечивалась сопоставимость ни одной из переменных на уровне домохозяйств, мы использовали рассчитанные средние значения на уровне сел. Таким образом, можно было воспользоваться результатами более ранних попыток составления карты бедности, описываемых выше, с использованием информации из старых моделей для определения того, что было важным в каждой из областей. Объяснительная сила моделей потребления 35. Статистические показатели R2 и скорректированный R2 дают информацию о том, насколько хорошо модель потребления может прогнозировать фактическое потребление каждого из участвовавших в переписи домохозяйств. В частности, R2 является статистическим показателем, демонстрирующим, насколько хорошо предсказанные расходы из модели потребления соответствуют фактическим расходам домохозяйств. Чем выше значение R2, тем лучше прогнозируемые расходы соответствуют фактическим расходам домохозяйств. Скорректированный R2 является модификацией R2, которая скорректирована с учетом ряда регрессоров в модели. Значение R2 всегда возрастает, когда в модель добавляется новая переменная, в то время как значение скорректированного R2 увеличивается лишь в том случае, если новая переменная улучшает модель в большей степени, чем можно было бы случайно ожидать. 36. В рамках составления карты бедности в Кыргызской Республике скорректированный R2, как правило, имеет довольно высокое значение: в 4 из 5 моделей отмечалось, что значение скорректированного R2 превышает 43 процента, и в еще одной модели значение скорректированного R2 составило более 55 процентов. Например, в рамках недавних исследований по составлению карт бедности в других странах – таких как Бангладеш и Индия – значение скорректированного R2 в некоторых моделях составляло менее 40 процентов. 12 Составление карты бедности 2 Таблица 3: Скорректированный R различных моделей Номер модели Области Скорректированный R2 Модель №1 Иссыккульская 56,77% Модель №2 Джалалабадская 48,14% Модель №3 Чуйская 42,66% Модель №4 Бишкек 36,36% Модель №5 Нарынская, Баткенская, 47,48% Ошская, Таласская Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. Результаты составления карты бедности 37. Результаты такого группирования моделей оказались успешными, а полученные на уровне областей оценки бедности не только находились в пределах доверительной области исследования, но также имели очень низкую среднеквадратическую погрешность. Кроме того, как было показано выше, в этих моделях последовательно сохранялось высокое значение R2 . Рисунок 3: Оцениваемые уровни бедности из PovMap (5 Таблица 4: Предполагаемые уровни бедности моделей) относительно оцениваемых уровней бедности из исследования Область Уровень Среднеквадра .8 бедности тич. погрешность .6 Иссыккульская 47% 0,00 область .4 Джалалабадская 33% 0,00 область Нарынская область .2 46% 0,02 Баткенская область 32% 0,02 0 Ошская область 40% 0,01 2 4 6 8 10 12 Oblast Дов. интервал интервал (ниж.)/дов. Int. (верх.) Уровень Rate(обслед. бедности ) Таласская область 34% 0,02 Conf. Int. (lower)/Conf. (upper) Poverty (survey) Mod. Conf. Int. (lower)/Mod. Conf. Int. (upper) Poverty Rate (model) Изм.дов.интервал (ниж.)/изм.дов.интервал (верх.) Уровень бедности (модель) Чуйская область 20% 0,01 г. Бишкек 13% 0,01 Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. Примечание: Для данного графика применяются следующие коды областей: 2 -Иссыккульская, 3-Джалалабадская, 4-Нарынская, 5- Баткенская, 6-Ошская, 7-Таласская, 8-Чуйская, 11-Бишкек 13 Составление карты бедности IV. Карты 38. Возникает естественное ощущение того, что масштабы бедности могут значительно варьировать в зависимости от того или иного населенного пункта внутри страны, или даже внутри меньшей административной единицы – такой как район. Данные ИОДХ, которые являются репрезентативными только на областном уровне, не позволяют составить надежную оценку бедности на районном уровне. Как описано в разделе I, процедура составления карты бедности ЭЛЛ сочетает в себе данные переписи и обследования для получения оценки бедности и неравенства с таким уровнем детализации, как районный. В данном разделе рассматриваются пространственные структуры оцениваемой бедности и то, как они соотносятся с хорошо известными определяющими факторами бедности – такими, в частности, как образование и занятость в сельском хозяйстве. Кроме того, в данном разделе представлено описание бедных районов с использованием карт бедности, включая распределение малоимущего населения. 14 Составление карты бедности IV.1. Карта бедности Рисунок 4: Карта бедности и административная карта Кыргызской Республики Населенные пункты Уровень бедности, 2010 г. Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. Примечание: Границы областей см. на Рисунке 1. На представленной выше карте показаны различные районы, а кружочками обозначены некоторые большие и малые города, которые часто сами рассматриваются как районы. Кружками меньшего размера обозначены отдельные населенные пункты – чаще всего, в сельской местности. 39. Используя оценки бедности районного уровня, смоделированные в рамках составления карты бедности, было получено наглядное представление о масштабах бедности на картах Кыргызской Республики,10 с использованием географических файлов векторного формата. Одной из наиболее ярких особенностей является возможность визуального отображения пространственных различий, которые могут не быть очевидными при изучении данных. 40. На приведенной выше карте бедности более темным цветом обозначена более высокая доля малоимущего населения. Более бедные районы расположены в центральной части Кыргызской Республики. В приграничных районах Кыргызской Республики наблюдается более низкий уровень бедности – вероятно, из-за имеющегося у этих районов доступа и сообщения с соседними странами – особенно, с такими богатыми странами как Китай на востоке и юго-востоке, и Казахстан – на севере. Кругами на карте обозначены населенные пункты, наиболее заметным из которых является столиц – город Бишкек, в котором, вполне предсказуемо, высока численность населения, наряду с низким уровнем бедности. 41. Хотя доля бедного населения, несомненно, относится к числу более важной статистики бедности, временами данный показатель может быть дезориентирующим для целей борьбы с нищетой. Например, отдельный район может демонстрировать высокий уровень бедности, но, при этом, может быть малонаселенным, в результате чего в нем проживает мало малоимущих. Большой город, напротив, может демонстрировать низкий уровень бедности, но, при этом, представлять высокую концентрацию малоимущих в силу высокой плотности населения. По этой причине, сочетание информации о том, какие места имеют высокий уровень бедности (карта 10 Брайан Блэнкеспур (DECCT, Всемирный банк). 15 Составление карты бедности показателей доли бедного населения), и где живут малоимущие (карта малоимущего населения) является полезным для государственных органов и партнеров по реализации проектов в области развития для выявления наиболее нуждающихся районов и оценки масштаба ресурсов, которые необходимы выделенным областям. 42. По данным Доклада о мировом развитии (WDR) за 2009 год, такие карты не только помогают определить наиболее нуждающиеся районы, но также дают полезную информацию о взаимосвязях между городом и селом. В WDR за 2009 год утверждается, что, если в стране много малоимущих, проживающих в бедных районах (как правило, в отдаленной и сельской местности), страна, или, по крайней мере, если малоимущие в стране не смогли в полной мере использовать положительные внешние результаты городской агломерации. Напротив, если большое число малоимущих живет в богатых районах (как правило, в крупных городах), это означает, что страна – и, даже, малоимущие – смогла воспользоваться преимуществами городской агломерации. Рисунок 5: Карта бедности и карта распределения малоимущего населения в Кыргызской Республике Населенные пункты Общ. числ-ть малоимущих Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. 43. В то время как представленная выше карта распределения малоимущего населения, похоже, в значительной степени согласуется с картой бедности (первая карта на Рисунке 6), необходимо отметить, что, хотя в нескольких районах на востоке страны уровень бедности ниже 30%, в них проживает значительная доля малоимущего населения. Также может быть справедливым обратное утверждение – как, например, в районе Тогуз-Тороуз, в котором уровень бедности превышает 75%, однако фактическая доля малоимущего населения в абсолютном выражении является умеренной. Эти нюансы необходимо учитывать при разработке политики – в частности, по борьбе с нищетой, – поскольку карта бедности может предложить совершенно иную инициативу в области проводимой политики, нежели когда обе карты рассматриваются вместе. 16 Составление карты бедности IV.2. Сравнение с картами других социально-экономических показателей 44. В данном разделе представлены карты распределения показателей, которые могут дать некоторое представление о результатах социального обеспечения и доступе к государственным услугам. Рисунок 6: Карта доступности рынков и карта бедности Кыргызской Республики Населенные пункты Доступность рынков потенциал населения низкий высокий Источник: Карта доступности рынков предоставлена Блэнкеспуром (2013), а карта бедности составлена по оценкам команды специалистов Всемирного банка и Нацстаткома. 45. Индекс потенциала доступности рынков является мерой того, насколько далеко данный район находится от группы отобранных крупных городов. В принципе, формула представляет собой сумму численности населения отобранных крупных городов, взвешенных с учетом времени, необходимого для того, чтобы добраться до них. Таким образом, индекс получает большее значение в том случае, если окружающие города крупнее, или если время в пути до этих городов короче. Программное обеспечение географической информационной системы используется для нахождения кратчайшего маршрута и оценки времени в пути на основе данных о дорожной сети. 46. Как и следовало ожидать, районы вблизи городов Бишкека и Оша демонстрируют высокую доступность рынков, поскольку оба являются крупными городами. Наиболее удаленные от этих городов районные центральные, напротив, имеют самые низкодоступные рынки. Некоторые из городов среднего размера (если таковые являются населенными пунктами) в восточных районах (также благодаря озеру Иссык-Куль), также имеют высокую доступность рынков. 47. Интересно отметить, что это в значительной степени согласуется с картой бедности, применительно к районам вокруг городов Бишкека и Оша, в которых наблюдаются очень низкие масштабы бедности. Однако, с точки зрения малоимущего населения, эти цифры довольно высоки даже в этих районах, особенно вокруг города Оша. Однако это также связано с тем, что численность населения этих районов, в целом, достаточно высока. 48. На следующем рисунке бросается в глаза тот факт, что в нескольких менее бедных регионах Кыргызской Республики процентная доля занятых членов домохозяйств ниже – это наиболее заметно в Бишкеке. Это может быть связано с тем, что в таких районах может 17 Составление карты бедности отсутствовать необходимость работы слишком большого числа членов домохозяйства, поскольку работающие члены домохозяйства зарабатывают достаточно для того, чтобы содержать все домохозяйство. В отличие от этого сценария, в некоторых бедных районах – таки как ряд районов центральных и южных районах – процент занятых членов домохозяйств низок. Это может быть связано с нехваткой рабочих мест в регионе. Рисунок 7: Средний процент занятых домохозяйств Населенные пункты Занятость ДХ Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. 49. Интересно, что в регионах с большей долей занятых в сельском хозяйстве также достаточно высок уровень занятости среди членов домохозяйства (в процентах от работающих членов домохозяйства). Это подтверждает тот факт, что сельским хозяйством, которое являются весьма трудоемким видом деятельности, нередко занимаются несколько членов домохозяйства, и объясняет – по крайней мере, частично – высокий процент занятости членов домохозяйств в сельскохозяйственных районах. 18 Составление карты бедности Рисунок 8: Секторы занятости: Сельское хозяйство и торговля Населенные пункты ДХ в торговле Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. 50. На приведенном выше рисунке показана доля занятых, занимающихся торговлей, что подтверждает ту картину, которую можно увидеть на карте доступности рынков – а именно, что два крупнейших торговых центра Кыргызской Республики находятся возле городов Бишкека и Оша. 51. Приведенные ниже цифры показывают, что относительно бедные регионы в центральной и западной частях страны совпадают с теми регионами, в которых проживает высокий процент населения, уровень образования которых не превышает начальную школу. Люди с более высоким уровнем образования (высшим), по всей видимости, сосредоточены вокруг столицы на севере страны, что согласуется с тем обстоятельством, что этот город является образовательным центром. Однако это же не относится к городу Ошу, в котором четверть населения имеет, в лучшем случае, начальное образование. 19 Составление карты бедности Рисунок 9: Образование (начальное, среднее, высшее) Населенные пункты Только начальное образование (% ДХ). Населенные пункты Только высшее образование (% ДХ). Источник: Расчеты команды специалистов Всемирного банка и Нацстаткома на основе данных ИОДХ-2009 года и переписи населения 2009 года. V. Заключение 52. В настоящем докладе обобщены шаги, направленные на составление актуальной карты бедности Кыргызской Республики, и эта карта бедности накладывается на карты других социально-экономических показателей. Несмотря на некоторые методологические трудности, с которыми сопряжено построение такой карты, нам удалось составить ее, воспользовавшись большинством имеющихся в нашем распоряжении данных. Для преодоления этого ограничения на уровне сел было создано несколько агрегированных показателей имеющихся переменных из переписи населения. Чем более детализированы переменные местоположения, тем точнее может быть произведена оценка расходов домохозяйств. Таким образом, успех этого нового мероприятия по составлению карты бедности Кыргызской Республики должен быть, по праву, отнесен на счет 20 Составление карты бедности той работы, которая была проведена Национальным статистическим комитетом для получения кодов сел для анализа. Усилия Нацстаткома позволили получить эти высокодетализированные усредненные значения вместо усредненных значений районного уровня, которые были доступны ранее. 53. Интересные наблюдения обнаружились после сравнения карты бедности с другими картами. Уровень бедности в приграничных районах, в целом, низок – за некоторыми исключениями. Это, скорее всего, отражает важность торговли с соседними странами. Эта гипотеза дополнительно подкрепляется достаточно высокой корреляцией между доступностью рынков и уровнем бедности. Сравнение между масштабами бедности и численностью малоимущего населения показывает, что в больших городах – таких как Бишкек и Ош – наблюдается низкий уровень бедности при высокой концентрации малоимущего населения. Это говорит о том, что низкий уровень бедности вовсе не обязательно означает отсутствие необходимости политики борьбы с нищетой, и что на эти очаги бедности должно быть обращено особое внимание. Корреляция между результатами образования и масштабами бедности относительно ограничена. 54. Карта бедности является хорошим инструментом мониторинга, но она становится полезной лишь тогда, когда активно используется для выработки политики. Наложение карты бедности с картами других социально-экономических показателей позволяет легко определить, какими могли бы быть ключевые узкие места в бедности. Кроме того, было бы весьма полезно привязать карту бедности к картам других индикаторов результатов с распределением государственных расходов, чтобы посмотреть на то, как связаны между собой затраты и результаты. На самом деле, Правительство Кыргызской Республики и Всемирный банк недавно завершили работу по составлению базы данных общих расходов с использованием программного обеспечения Всемирного банка "BOOST". Это программное обеспечение позволяет увидеть связь между распределением государственных расходов и результатов (таких как бедность), делая такую важную информацию легкодоступной для политиков. 21 Составление карты бедности Использованная литература Atamanov, A. and S. Sattar (2012). Regional disparities report. Kyrgyz Republic Programmatic Poverty Assessment, mimeo. Bigman, D. and U. Deichmann. (2000), „Spatial indicators of access and fairness for the location of public facilities‟, in Geographical Targeting for Poverty Alleviation. Methodology and Applications, edited by D. Bigman and H. Fofack, World Bank Regional and Sectoral Studies, Washington DC. Library of Congress, Federal Research Division (2007). “Country Profile: Kyrgyzstan.” Blankespoor, B. (2013). “Market Accessibility and Regional Maps: Kyrgyz Republic,” mimeo. Elbers, C., J.O. Lanjouw, and P. Lanjouw (2002). “Micro-level estimation of welfare,” Policy Research Working Paper Series no. 2911, The World Bank. Elbers, C., J.O. Lanjouw, and P. Lanjouw (2003). “Micro-level Estimation of Poverty and Inequality,” Econometrica, 71(1):355-364. Ш. Ибрагимова (2012). “Обзор выборочных обследований домохозяйств и рабочей силы в Кыргызской Республике”, ротакопия. Jarvis, A., H.I. Reuter, A. Nelson, E. Guevara (2008). “Hole-filled SRTM for the globe Version 4”, CGIAR-CSI SRTM 90m Database (http://srtm.csi.cgiar.org) Национальный статистический комитет Кыргызской Республики (2009). "Перепись населения и жилищного фонда Кыргызской Республики за 2009 год», загружено с http://cod.humanitarianresponse.info/country-region/Kyrgyzstan в августе 2012 года. Ф. Толипов (2011). “Отношения между Узбекистаном и Кыргызской Республикой после июня 2010 года предполагают сохраняющееся отсутствие регионализма”, аналитик Института Центральной Азии и Кавказа. Tarozzi, A. and A. Deaton (2009). “Using Census and Survey Data to Estimate Poverty and Inequality for Small Areas,” Review of Economics and Statistics, 91(4), 773-792. World Bank (2008), World Development Report 2009: Reshaping Economic Geography, the World Bank, Washington, D.C. Н. Ефимова-Триллинг (2012). “Кыргызская Республика и Таджикистан: спорная граница усиливает риск возникновения конфликтов,” EurasiaNet. 22 Составление карты бедности Приложение 1. Модель для Иссыккульской обл. R2=0.5817 adjR2=0.5677 Модель Модель Переменные модели потребления OLS потребления GLS Среднекв. Среднекв. Переменные Коэфф. погрешность Коэфф. погрешность _intercept_ 4.7298 0.2604 4.6614 0.203 AGE Возраст -0.0061 0.0013 -0.0074 0.0013 HHSIZE_MEAN_2 Ср. размер ДХ в квадрате на уровне села -0.0145 0.0064 -0.0093 0.0039 HH_CHILD_RATIO Доля детей в общ. числе членов ДХ -1.2133 0.0917 -1.2069 0.0897 HH_EDU_DUMMY1 Доля членов ДХ с высшим образованием 0.3548 0.0685 0.3776 0.0734 HH_EDU_DUMMY3 Доля членов ДХ со средним образованием 0.2964 0.0705 0.3686 0.0576 HH_EDU_DUMMY4 Доля членов ДХ со среднетехническим образ. 0.3787 0.0902 0.3841 0.0877 HH_EDU_DUMMY9_MEAN Доля неграмотных членов ДХ -средняя на уровне села 9.2419 3.2261 8.6219 2.8604 HH_IND_COMM_MEAN Доля членов ДХ, занятых в торговле - средняя на уровне села 3.1398 0.9229 3.7405 0.6876 HH_WORKING_AGE_RATIO Доля членов трудоспособного возр. в общем числе членов ДХ -0.3975 0.0669 -0.4181 0.0631 RAYON_2225_1 Район - фиктивные -0.6482 0.1234 -0.6448 0.1155 SEX_1 Пол - фиктивные 0.1501 0.0304 0.1412 0.0278 _HH_EDU_DUMMY2_MEAN$RAYON_2205#0 Член взаимодействия образ. уровня с фиктивными для района -19.0382 3.4875 -19.499 3.3543 _HH_EDU_DUMMY2_MEAN$RAYON_2210#0 Член взаимодействия образ. уровня с фиктивными для района 24.1624 2.8543 24.1552 2.6967 _HH_EDU_DUMMY2_MEAN$RAYON_2225#1 Член взаимодействия образ. уровня с фиктивными для района 21.5727 6.6281 23.2605 7.1796 _HH_EDU_DUMMY3_MEAN$RAYON_2205#0 Член взаимодействия образ. уровня с фиктивными для района 3.2954 1.5184 3.2989 1.3025 _HH_EDU_DUMMY3_MEAN$RAYON_2220#1 Член взаимодействия образ. уровня с фиктивными для района -3.2455 1.0268 -2.3185 0.6806 _HH_EDU_DUMMY3_MEAN$RAYON_2225#0 Член взаимодействия образ. уровня с фиктивными для района -7.7737 1.281 -7.7892 1.0704 _HH_EDU_DUMMY6_MEAN$RAYON_2225#0 Член взаимодействия образ. уровня с фиктивными для района 2.3507 0.8248 2.4664 0.5744 _HH_IND_COMM$RAYON_2210#0 Член взаимодействия вида деят. (торговля) с фиктив. для района 0.3902 0.1192 0.327 0.1095 _HH_IND_FIN$RAYON_2420#0 Член взаимодействия вида деят. (финансы) с фиктив. для района 0.5023 0.1004 0.494 0.096 _HH_IND_MFG$RAYON_2210#0 Член взаимодействия вида деят. (произв.) с фиктивн. для района 0.4187 0.1556 0.3585 0.1576 Модель для Джалалабадской об. R2=0.4948 adjR2=0.4814 Модель потребления Модель потребления Переменные модели OLS GLS Среднекв. Среднекв. Переменные Коэфф. погрешность Коэфф. погрешность _intercept_ 3.8074 0.061 3.8044 0.0562 HH_IND_DUM10 Доля членов ДХ занятых в неуказ. видах деят. 0.2387 0.1192 0.2687 0.1198 HH_IND_FIN Доля членов ДХ занятых в финансовой деят. 0.2181 0.0668 0.1702 0.0675 HH_IND_ТОРГОВЛЯ_MEAN Средняя на уровне села доля членов ДХ, занятых в торговле 1.6479 0.6232 1.6501 0.5669 HH_IND_TRANS Доля членов ДХ занятых в транспорте 0.2721 0.0661 0.281 0.0657 HH_OLD_RATIO Доля чл. ДХ старше 60 лет в общем числе членов ДХ 0.5387 0.0654 0.5778 0.0559 HH_WORKING_AGE_RATIO Доля членов трудоспособного возр. в общем числе членов ДХ 0.5475 0.0573 0.5454 0.0554 RAYON_3215_1 Район - фиктивные 0.2819 0.0333 0.2661 0.0315 RAYON_3223_1 Район - фиктивные -0.3232 0.0873 -0.3202 0.0795 RAYON_3230_1 Район - фиктивные 0.174 0.0614 0.1707 0.0592 RAYON_3420_1 Район - фиктивные 0.2526 0.0377 0.2268 0.0313 23 Составление карты бедности SEX_1 Пол - фиктивные 0.1093 0.0233 0.1145 0.0253 SEX_MEAN Среднее на уровне села – пол - фиктивные -1.3787 0.2866 -1.3518 0.258 TOILET_MEAN Туалет – фиктивные 0.5566 0.0783 0.5539 0.0707 _HH_EDU_DUMMY1$RAYON_3225#0 Член взаимодействия образ. уровня с фиктивными для района 0.5226 0.0638 0.5333 0.0597 _HH_EDU_DUMMY3$RAYON_3225#0 Член взаимодействия образ. уровня с фиктивными для района 0.2879 0.0698 0.2559 0.0647 _HH_EDU_DUMMY5$RAYON_3211#0 Член взаимодействия образ. уровня с фиктивными для района 0.1139 0.0448 0.1153 0.0431 _HH_EDU_DUMMY9$RAYON_3420#0 Член взаимодействия образ. уровня с фиктивными для района -0.3619 0.1435 -0.3307 0.1428 Модель для Нарынской, Баткенской, Ошской и Таласской областей R2=0.4825 adjR2=0.4748 Модель потребления Модель потребления Переменные модели OLS GLS Среднекв. Среднекв. Переменные Коэфф. погрешность Коэфф. погрешность _intercept_ 5.3557 0.1455 5.5569 0.1671 DWELL_OWN_3 Тип жилья в собственности 0.1202 0.0412 0.0864 0.0379 HHSIZE Размер ДХ -0.3039 0.0173 -0.2999 0.0155 HHSIZE2 Размер ДХ в квадрате 0.0163 0.0018 0.0163 0.0015 Средняя на уровне села доля членов ДХ, имеющих среднетехн. HH_EDU_DUMMY4_MEAN образ. -1.9698 0.5132 -2.1148 0.6958 HH_IND_MFG_MEAN Средняя на уровне села доля членов ДХ занятых в произв. -3.0806 1.0958 -3.283 1.1281 RAYON_4245_1 Район - фиктивные -0.4322 0.0643 -0.467 0.0885 RAYON_5236_1 Район - фиктивные 0.1766 0.0672 0.1916 0.0558 RAYON_6226_1 Район - фиктивные -1.5245 0.3033 -1.7451 0.3631 RAYON_7215_1 Район - фиктивные -0.1352 0.0446 -0.111 0.0587 SEX_MEAN Средняя на уровне села - пол - фиктивные -1.2629 0.2903 -1.475 0.326 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_4210#1 для района -0.0499 0.02 -0.0482 0.0231 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_4220#0 для района -0.0349 0.0083 -0.041 0.0125 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_4235#0 для района 0.0499 0.0083 0.0478 0.0132 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_5258#0 для района 0.0193 0.0056 0.0191 0.0071 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_5410#0 для района -0.0529 0.016 -0.0702 0.0247 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_5430#1 для района 0.0458 0.0107 0.0449 0.0245 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_6226#1 для района 0.2334 0.0547 0.2765 0.0669 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_6255#0 для района 0.0257 0.007 0.0242 0.0091 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_7232#1 для района 0.1424 0.0165 0.1138 0.0222 Член взаимодействия вида деят. (элект., газ и вода) с фиктивными _HH_IND_EGW_MEAN$RAYON_4210#1 для района 150.291 45.9702 153.1182 56.1497 Член взаимодействия вида деят. (элект., газ и вода) с фиктивными _HH_IND_EGW_MEAN$RAYON_5236#1 для района -138.0274 30.4097 -145.8496 24.7981 Член взаимодействия вида деят. (элект., газ и вода) с фиктивными _HH_IND_EGW_MEAN$RAYON_7225#1 для района 103.0942 15.9168 90.9723 16.9299 Член взаимодействия вида деят. (элект., газ и вода) с фиктивными _HH_IND_EGW_MEAN$RAYON_7232#1 для района 117.3779 26.8047 94.4326 28.458 _HH_IND_ТОРГОВЛЯ_MEAN$RAYON_4245 Член взаимодействия вида деят. (торговля) с фиктивными для #1 района 16.564 3.2646 19.6583 5.8034 _HH_IND_ТОРГОВЛЯ_MEAN$RAYON_5420 Член взаимодействия вида деят. (торговля) с фиктивными для #1 района 4.517 0.8034 3.9496 1.5151 _HH_IND_ТОРГОВЛЯ_MEAN$RAYON_6207 Член взаимодействия вида деят. (торговля) с фиктивными для #1 района -4.5712 0.8202 -4.4963 0.761 _HH_IND_ТОРГОВЛЯ_MEAN$RAYON_6246 Член взаимодействия вида деят. (торговля) с фиктивными для #0 района 3.1006 0.4536 3.2844 0.5129 _HH_IND_ТОРГОВЛЯ_MEAN$RAYON_7232 Член взаимодействия вида деят. (торговля) с фиктивными для #1 района -42.0566 7.0623 -32.3349 8.6524 Модель для Чуйской области R2=0.4435 adjR2=0.4266 24 Составление карты бедности Модель потребления Модель потребления Переменные модели OLS GLS Среднекв. Среднекв. погрешнос Переменные Коэфф. погрешность Коэфф. ть _intercept_ 5.3555 0.2084 5.362 0.2084 DWELL_OWN_1 Тип жилья в собственности -0.7755 0.2274 -0.631 0.2549 EMP_STAT_MEAN Средняя для села доля безработных -0.7767 0.2593 -0.8517 0.27 HH_CHILD_RATIO Доля детей в общем числе членов ДХ -0.8311 0.0768 -0.8291 0.071 HH_EDU_DUMMY1 Доля членов ДХ с высшим образованием 0.6574 0.0809 0.7124 0.0766 HH_EDU_DUMMY1_MEAN Средняя для села доля членов ДХ с высшим образованием -2.6785 0.7601 -2.7466 0.7278 HH_EDU_DUMMY3 Доля членов ДХ со средним образованием 0.3445 0.0711 0.3343 0.0653 HH_EDU_DUMMY3_MEAN Средняя для села доля членов ДХ со средним образованием 5.7011 1.2784 4.8174 1.178 HH_EDU_DUMMY4 Доля членов ДХ, имеющих среднетехн. образ. 0.2886 0.0946 0.2998 0.0881 Средняя на уровне села доля членов ДХ, имеющих среднетехн. HH_EDU_DUMMY4_MEAN образ. -6.0554 1.1588 -4.8151 1.0928 HH_EDU_DUMMY5 Доля членов ДХ закончивших ср. школу 0.1504 0.0691 0.1423 0.0671 HH_IND_DUM10 Доля членов ДХ занятых в неуказ. видах деят. 0.5719 0.2442 0.624 0.0771 HH_IND_EGW Доля членов ДХ занятых в элект., газо- и водоснабж. -1.0636 0.4938 -1.6214 0.1852 HH_IND_UNEMP Доля членов ДХ безработных -0.2884 0.054 -0.2952 0.0528 HH_WORKING_AGE_RATIO Доля членов трудоспособного возр. в общем числе членов ДХ -0.2786 0.0585 -0.2708 0.0586 RAYON_8203_1 Район - фиктивные 1.2581 0.2798 1.7707 0.1948 RAYON_8222_1 Район - фиктивные 0.1911 0.051 0.1998 0.0482 RAYON_8400_1 Район - фиктивные -0.1863 0.0509 -0.1404 0.0589 _HHSIZE_MEAN$RAYON_8203#1 Район - фиктивные -0.2478 0.0686 -0.363 0.0488 Член взаимодействия среднего для села размера ДХ с фиктивными _HHSIZE_MEAN$RAYON_8206#1 для района 0.061 0.0142 0.072 0.0116 Модель для г. Бишкек R2=0.3698 adjR2=0.3636 Модель потребления Модель потребления Переменные модели OLS GLS Среднекв. Среднекв. погрешнос Переменные Коэфф. погрешность Коэфф. ть _intercept_ 5.1026 0.0889 5.1042 0.0894 AGE Возраст -0.0049 0.001 -0.0051 0.001 HHSIZE Размер ДХ -0.294 0.0331 -0.2918 0.0332 HHSIZE2 Размер ДХ в квадрате 0.0222 0.0047 0.0213 0.0048 HH_EDU_DUMMY1 Доля членов ДХ с высшим проф. образов. 0.1885 0.0388 0.1795 0.0374 HH_EMP_STAT Доля безработных в ДХ 0.303 0.0418 0.3065 0.042 LIVING_AREA Площадь жилья 0.0063 0.0009 0.0068 0.0009 _TOILET$RAYON_11204_11 Член взаимодействия – туалеты и район -0.1234 0.0553 -0.1156 0.0548 25 Составление карты бедности Таблица. Уровни бедности и среднеквадратическая погрешность по районам Среднеквадратическая Уровень погрешность уровня Район Название района Население бедности бедности 41704210 Ак-Талаа 29650 0,383 0,0372 41704220 Ат-Баши 49029 0,1764 0,025 41704230 Джумгал 40015 0,4636 0,0327 41704235 Кочкор 57519 0,6178 0,0265 41704245 Нарын 42785 0,7016 0,0243 41704400 г. Нарын 33051 0,3495 0,063 41705214 Баткен 68308 0,2254 0,0287 41705236 Лейлек 99865 0,2422 0,0405 41705258 Кадамжай 152713 0,4638 0,0227 41705410 г. Баткен 18795 0,0945 0,0356 41705420 Сулюкта 18333 0,1772 0,0449 41705430 Кызыл-Кия 43089 0,2778 0,0802 41706207 Алай 59687 0,6206 0,0472 41706211 Араван 97757 0,3209 0,0255 41706226 Кара-Суу 327038 0,423 0,0262 41706242 Ноокат 233756 0,2831 0,0232 41706246 Кара-Кульджа 85844 0,4382 0,0297 41706255 Узген 219523 0,469 0,0315 41706259 Чон-Алай 22241 0,2585 0,0273 41707215 Кара-Буура 57248 0,5887 0,0366 41707220 Бакай-Ата 41990 0,4295 0,031 41707225 Манас 32344 0,1806 0,0303 41707232 Талас 55297 0,0814 0,028 41707400 г. Талас 30830 0,3545 0,0831 41702205 Аксуй 60705 0,3141 0,0051 41702210 Джеты-Огуз 76727 0,8031 0,0084 41702215 Иссык-Куль 73003 0,3053 0,0048 41702220 Тон 47437 0,6332 0,014 41702225 Тюп 55903 0,6951 0,01 41702410 Каракол 59828 0,1837 0,0071 41702420 Балыкчи 41858 0,2876 0,0059 41703204 Ала-Бука 86547 0,3438 0,0061 41703207 Базар-Коргон 138485 0,3715 0,006 41703211 Аксы 112016 0,4964 0,006 41703215 Ноокен 115364 0,0758 0,0058 41703220 Сузак 231232 0,3683 0,0056 41703223 Тогуз-Торо 21853 0,7845 0,0082 41703225 Токтогул 85209 0,5321 0,0066 41703230 Чаткал 20888 0,162 0,0095 26 Составление карты бедности 41703410 Джалал-Абад 84168 0,1509 0,0061 41703420 Таш-Кумыр 33651 0,0876 0,0147 41703430 Майли-Суу 19863 0,1585 0,0075 41703440 Кара-Куль 22164 0,0561 0,0053 41708203 Аламудун 140275 0,1508 0,0086 41708206 Иссык-Ата 128786 0,1102 0,0098 41708209 Жайыл 89813 0,2275 0,0142 41708213 Кемин 41942 0,242 0,0126 41708217 Московский 80799 0,3219 0,0111 41708219 Панфиловский 41029 0,2196 0,0125 41708222 Сокулук 151280 0,1529 0,0094 41708223 Чуй 43959 0,2817 0,0101 41708400 Токмок 51935 0,3463 0,0307 41711201 Ленинский 189128 0,1126 0,0067 41711202 Октябрьский 214786 0,117 0,0066 41711203 Первомайский 146427 0,1108 0,0067 41711204 Свердловский 193976 0,1776 0,0075 27 Составление карты бедности Приложение 2. Формирование выборки для Интегрированного обследования домохозяйств в Кыргызской Республике за 2009 год (Шамсия Ибрагимова, 2012 г.) Перепись населения за 1999 год была использована в качестве основы для составления выборочной совокупности ИОДХ. Самыми малыми территориальными единицами, доступными в компьютерной базе данных, оказались портфели данных, которые были собраны во время переписи – до 400 человек в каждом. На основании данных переписи было составлено 13 067 портфелей, которые были достаточно однородными с точки зрения количества переписных листов. Имеющиеся данные переписи позволили воспользоваться двухступенчатой структурой выборки:  На первом этапе, используя в качестве первичных единиц выборки портфели переписи, а в качестве количества портфеля – число домохозяйств, методом случайного отбора было отобрано определенное количество портфелей (первичные единицы выборки – ПЕВ), с вероятностью, пропорциональной размеру портфеля.  На втором этапе, используя списки домохозяйств, составленные из отобранных ПЕВ, методом случайного отбора было отобрано определенное количество портфелей, с вероятностью, пропорциональной размеру домохозяйства. Перед формированием выборки для обследования домохозяйств по всей стране были приняты меры для определения размера выборки и оптимального метода отбора домохозяйств, то есть конструкция выборки была разработана на начальном этапе формирования выборки. Более детальное обсуждение структуры и формирования выборки можно найти в докладе консультанта по выборочным обследованиям, г-на Хуана Муньоса (Приложение А). Первым фактором, который учитывался при построении выборки, была необходимость сообщать данные обследования в разбивке на сельские и городские районы по областям страны. Эти 15 групп (семь областей, включая сельские и городские районы и город Бишкек) стали основными направлениями оценок для комплексного обследования бюджетов домохозяйств и рабочей силы. Каждое из этих направлений было представлено отдельной типической группой (слоем населения), поэтому первоначальная задача заключалась в распределении 5000 домохозяйств по 15 типическим группам. Поскольку в исследование планировалось включить раздел о рабочей силе, при распределении домохозяйств по типическим группам также было необходимо учитывать колебания уровней безработицы в каждой из таких групп, наряду с однородностью безработицы в каждом из отобранных переписных портфелей. Очевидно, предполагалось, что результаты исследования будут использованы для сравнительного анализа между областями, а также для получения приемлемой оценки – как на национальном, так и на региональном уровне. При построении выборки также учитывалось то обстоятельство, что количество обследуемых домохозяйств должно быть кратным 11 (количество домохозяйств из расчета на одну ПЕВ), а количество ПЕВ должно быть кратным 6 (нагрузка на 1 интервьюера) и 12 – для обеспечения 12-процентного вращения выборки. После рассмотрения различных методов построения выборки, наконец, был отобран метод распределения выборки со сглаживанием среднеквадратической погрешности. 28 Составление карты бедности Таблица: Распределение выборки по регионам Количество Среднеквадратическая Количество ПЕВ домохозяйств погрешность Область город село всего город село всего город село всего Бишкек 72 0 72 792 0 792 2,4% 0% 2,4% Иссыккульская 36 24 60 396 264 660 4,0% 2,8% 2,3% область Джалалабадская 36 24 60 396 264 660 3,8% 2,1% 1,8% область Нарынская 24 24 48 264 264 528 4,5% 2,7% 2,4% область Баткенская 24 24 48 264 264 528 5,1% 2,4% 2,2% область Ошская область 36 24 60 396 264 660 3,7% 1,6% 1,5% Таласская 24 24 48 264 264 528 3,8% 2,3% 2,0% область Чуйская область 24 36 60 264 396 660 4,4% 2,7% 2,3% В целом по 276 180 456 3 036 1 980 5 016 1,5% 0,9% 0,8% стране В то время как такое распределение выборки увеличивает значение среднеквадратической погрешности на 0,1% в целом по стране, отклонение оценки по типическим группам с подобным распределением выборки будет существенно сглаживаться. Судя по профилям выбранных портфелей, которые оказывают влияние на структуру выборки, можно прийти к следующим заключениям:  Все типические группы достаточно велики и, следовательно, точность выборки будет определяться ее абсолютным размером.  В городах уровень безработицы значительно выше, нежели в сельской местности. Таким образом, хотя две трети населения страны проживают в сельской местности, городские районы нуждаются в большем исследования.  Корреляция безработицы внутри портфеля подсказывает, что из данного количества домохозяйств необходимо посетить максимально возможное количество ПЕВ с небольшим количеством домохозяйств в каждой из них.  При определении количества ПЕВ необходимо учитывать, что количество ПЕВ должно быть кратным шести – для регулирования нагрузки на 1 интервьюера, а также двенадцати – для обеспечения 12-процентного вращения выборки. Таким образом, на первом этапе составления выборки методом случайного отбора были выбраны портфели в каждой из 16 типических групп, с вероятностью, пропорциональной количеству домохозяйств в портфелях. В общей сложности для страны было отобрано 456 портфелей. 29 Составление карты бедности На втором этапе, в каждом портфеле методом случайного отбора были выбраны 11 домохозяйств, с вероятностью, пропорциональной размеру домохозяйств. Затем были определены коды домохозяйств, вошедших в выборку, и были подготовлены списки с указанием местоположения ПЕВ и адресами домохозяйств. Учитывая тот факт, что вероятность выбора домохозяйства колеблется между типическими группами, для целей распространения данных обследования по всей стране необходимо рассчитать коэффициенты распространения по типическим группам. Коэффициенты распространения получаются из следующей формулы: Ni Wi  , ni где Wi – вес домохозяйства в типической группе (страте) i; N i – число домохозяйств в типической группе i; ni – число домохозяйств в типической группе i, включенных в выборку. В процессе отбора выборки возникли проблемы, связанные с неполнотой адресной части записи домохозяйств. Проведенная работа по подготовке списков домохозяйств по каждой ПЕВ обнаружила, что в Кыргызской Республике существуют населенные пункты, в которых отсутствуют названия улиц и нумерация домов. Там, где в выборку были включены такие районы, была проведена дополнительная работа по уточнению списков домохозяйств с использованием данных сельсоветов (в настоящее время – сельских округов) о наличии книг учета хозяйственного имущества домохозяйств ("книги хозяйственного учета") и счетов в них. Эти данные были собраны по каждому населенному пункту в сельской местности в феврале и апреле 2002 года. По каждому населенному пункту было отобрано определенное количество книг хозяйственного учета, равное количеству переписных портфелей, отобранных для такого центра сосредоточения населения. Затем, в зависимости от количества лицевых счетов в выбранной книге, был рассчитан интервал выборки (количество счетов / 11), после чего был проведен систематический отбор лицевых счетов, начиная со случайно отобранного начала (в пределах интервала дискретизации) и с использованием рассчитанного таким образом интервала выборки. Таким образом, соблюдалось правило случайного отбора домохозяйств, предотвращая потенциально субъективный подход к выбору домохозяйств в населенных пунктах. В соответствии с новой структурой выборки, количество первичных единиц выборки увеличилось почти в 3,8 раза (старая выборка отмечена звездочками). Тем не менее, необходимо обратить внимание на то, что размер выборки вырос лишь в 1,7 раза. Распределение выборки можно четко увидеть на карте, где включенные в новую выборку ПЕВ отмечены серыми кругами. Кроме того, можно заметить, что в некоторых случаях в новую выборку были включены те же ПЕВ, которые использовались в старой выборке. Такие случаи отмечены звездочкой внутри серого круга. 30 Составление карты бедности Рисунок: Распределение ПЕВ по регионам страны Источник: Публикация Нацстаткома Таким образом, размер выборки был определен в 5016 домохозяйств. Во избежание предвзятости отбора выборки, подмена адресов на всех последующих этапах работы недопустима. Обследование домохозяйств в Кыргызской Республике осуществляется на постоянной основе, то есть ежеквартально. Включенные в выборку домохозяйства опрашиваются по определенному графику, после чего новые домохозяйства отбираются в качестве замены для них. Как показывает практика, в течение года ряд домохозяйств в силу разных причин выбывает из обследования. В связи с этим возникает необходимость замены выбывших домохозяйств новыми на следующий год. Для того, чтобы сохранить распределение количества опрошенных домохозяйств по месяцам, обследования новых домохозяйств рекомендуется проводить в те конкретные месяцы, когда выбыли предыдущие домохозяйства. 31