统计匹配的收入和消费数据

罗马尼亚能源贫困与收入贫困统计匹配分析

引言

在欧盟内，为了应对由俄罗斯对乌克兰的入侵引发的能源危机而制定的证据基础政策受到了当前数据环境的限制。要做出有效的政策决策，需要强大的数据基础设施和统计能力。然而，由于数据获取有限，有效的政策制定常常受限。特别是在罗马尼亚，现有的数据环境使得联合观察家庭的能源贫困和收入贫困状态变得困难。目前，欧盟各国缺乏同时涵盖收入和支出的可靠数据。统计办公室Eurostat和相关文献探讨了数据融合方法（如统计匹配）来解决收入和支出数据不一致的问题（Lamarche et al., 2020）。传统上，数据集通过记录链接合并，但欧盟统计局（EU-SILC）和家庭预算调查（HBS）之间没有共同标识符，因此无法直接合并。

方法

本文采用统计匹配技术将欧盟统计局（EU-SILC）2020年收入参考年为2019年的数据与家庭预算调查（HBS）2019年数据相结合。我们首先标准化重叠变量，然后利用lasso回归确定最显著的解释变量。之后，我们基于这些选定变量连接两个数据集，并运行多种不同的插补模型，包括线性回归插补模型、预测均值匹配（PMM）和截断回归插补模型。我们依据三个标准评估最佳插补模型：一是估计的插补能源支出份额与观测分布的一致性；二是评估不同模拟中的平均估计值和标准差的一致性；三是检查每种模型在重复家庭预算调查时的表现，假设能源支出份额缺失。

结果

研究表明，几乎所有的货币贫困者也是能源贫困者，但罗马尼亚还有相当一部分人口处于能源贫困状态。能源贫困率在较低的福利分位数上更高。这一结果具有重要的福利影响。

主要发现

1. 数据融合：通过统计匹配技术，将家庭预算调查和欧盟统计局的数据结合起来，生成包含家庭支出和收入信息的独特数据集。
2. 能源贫困与收入贫困的关系：几乎所有货币贫困者也是能源贫困者，但仍有大量人口处于能源贫困状态。
3. 能源贫困的影响：能源价格的急剧上涨对低收入家庭影响最大，能源贫困率在较低的福利分位数上更高。

结论

通过统计匹配技术，我们可以更好地理解罗马尼亚的能源贫困问题，并提出有针对性的政策干预措施，以减轻能源贫困带来的影响。