授权授公权授开公权授披开公权露披开公露披 政策研究工作文件10991 唯一的方法是上升? 21世纪马来西亚的经济流动st世纪 GertonRongenPeterLanjouw 贫困全球部2024年12月 政策研究工作文件10991 Abstract 本研究记录了21世纪前20年马来西亚在人口层面以及各类子群体中的短期经济流动性。研究发现,福祉水平普遍且稳定地提升,表现为慢性贫困大幅减少和持续性经济安全显著增加。研究采用基于2004年至2022年全国代表性微观数据的合成面板方法,并进行了改进以呈现Bootstrap点估计和标准差。此外,研究还探讨了几种贫困和脆弱性情景以及相对流动性。首先,结果表明慢性贫困已降至人口的2-3%。不过, 进展并不均匀:在马来西亚东部农村地区,大约有15%的人口生活在长期贫困中。其次,研究发现经济安全的持续性显著增加,然而,改善的程度取决于定义安全所采用的方法和收入门槛。此外,在较高收入阶层门槛下,民族和地区之间的安全状态差异显著。最大的差异具有区域性质:居住在马来半岛城市地区的人比居住在马来西亚东部农村地区的人高出三倍多的可能性生活在经济安全之中。总体而言,该研究观察到整体向上移动的趋势,但社会群体相对位置发生剧烈变化的证据很少。 这篇论文是由世界银行贫困全球部门出品。它是世界银行为提供研究资源的开放访问、并为全球发展政策讨论做出贡献的一项更大努力的一部分。《政策研究工作论文》也已在网络上发布,网址为http://www.worldbank.org/prwp。作者可联系a.g.m.j.rongen@vu.nl。 该政策研究工作论文系列发布正在进行中的研究成果以促进关于发展方面的思想交流。 问题。该系列的一个目标是尽快发布研究发现,即使展示内容尚未完全打磨。论文保留了原始状态。作者的姓名并在引用时遵循相应格式。本文中表达的发现、解释和结论完全是作者个人观点。 由作者提供。它们不一定代表国际复兴开发银行/世界银行的观点。其附属组织,或世界银行执行董事或他们所代表的政府的组织。 由研究支持团队制作 唯一的出路?21世纪马来西亚的经济流动 GertonRongen*aPeterLanjouwa JEL代码:C53,D31,D63,I32,O53 关键字:贫困动态,收入流动,种族不平等,地区不平等,马来西亚,综合面板 本文受世界银行《东亚和 报告的Pacific单位(EEAPV)减少不平等和提高流动性的新尝试 马来西亚在马来西亚公平和包容项目(FY23-25)下。该报告由劳拉领导罗德里格斯,里林·伯纳马萨里和马修·围·波伊。 as 致谢:作者们感谢ChrisElbers提供的宝贵建议,以及Wai-Poi提供的评论和反思。以及劳拉·罗德里格斯,里林·普尔纳马萨里和马修 *通讯作者:a.g.m.j.rongen@vu.nl a阿姆斯特丹自由大学;阿姆斯特丹全球健康与发展研究所 1.Introduction 本研究分析了2004年至2022年间马来西亚的贫困动态和经济流动性。我们利用基于全国代表性横截面微观数据的合成面板来探讨马来西亚家庭在收入分布中的变动情况。我们从三个视角进行分析:首先,通过关注贫困动态来研究收入分布低端的流动性;其次,通过将收入分布划分为三组并沿这些维度分析向上和向下的流动性来更广泛地审视经济流动性;最后,通过考虑整个收入谱系内quintile之间的过渡来评估相对流动性。 本研究在四个方面基于Rongen等人(2024)的研究成果。首先,通过纳入2019年和2022年的调查数据,扩展了分析范围。其次,采取了更广泛的视角,明确分析了设定贫困线的各种情景以及如何纳入脆弱性和经济安全的概念。第三,基于这些微观数据,首次提供了相对流动性估计值。最后,我们引入了一种方法论改进,使得能够为所有转换过程呈现Bootstrap点估计值,而之前的研究仅估计了流动性的上下限。 我们得出结论,在2004年至2022年间,马来西亚的经济流动性总体上是积极的,表现为慢性贫困大幅减少以及一个被我们归类为经济安全群体的日益增长。然而,这些进步并非均匀分布,并且取决于我们如何定义收入群体以及考虑哪个人口子群体。在农村东马来西亚,贫困人口保持贫困和陷入贫困的机会最高。此外,对于农村东马来西亚居民和东马来西亚bumiputera这两个高度重叠的群体来说,通过持续向上的流动性达到经济安全尤其困难。最后,相对流动性结果显示,处于分布底部或顶部的大规模群体的位置具有相当大的持久性。在整个研究期间,我们没有观察到相对流动性的显著增加——马来西亚社会通过其收入分配所体现的社会结构未发生重大变化。 论文接下来的部分将讨论方法和数据。之后,我们在第三部分提供结果,该部分由三个子部分组成。我们在最终部分得出一些结论。 2.方法和数据1 2.1.贫穷动态的界限估计 这一部分总结了Dang等人(2014)提出的方法。我们的目标是估计贫困动态的联合概率和条件概率。例如,我们希望知道个体在第一次调查中处于贫困状态而在第二次调查中非贫困的概率,这是一个联合概率,可以表示为:用表示人均收入,表示贫困线,该概率可以写成如下形式: 𝑦𝑖�� �(𝑦𝑖𝑖1≤𝑧1𝑎𝑛�𝑦𝑖𝑖2>𝑧2). alongside出现联合概率的证据,我们还关注条件概率。例如,我们可能希望估计初始时处于贫困状态的情况下摆脱贫困的可能性。这样的条件概率可以表示为 �(𝑦𝑖𝑖2 >𝑧2 |𝑦𝑖𝑖1 ≤𝑧1 )=�(𝑦𝑖𝑖1≤𝑧1𝑎𝑛�𝑦𝑖𝑖2>𝑧2) �(𝑦𝑖𝑖1≤𝑧1) 并且可以从联合概率直接计算得出,如方程右侧所示。马来西亚没有面板数据。由于缺乏此类数据,在第一轮和第二轮中我们无法观察到相同单位的收入情况,通常也无法估计这些概率。然而,我们下面描述的方法利用横截面数据,并为动态过程中每种可能的结果提供了上界和下界,在条件和无条件情况下均是如此。 我们每一轮的人均收入建模为时间不变的家庭特征和个体误差项的线性函数。示意如下: and□□□□ 𝑖𝑖1=𝛽′𝑥𝑖𝑖1+𝜀𝜀𝑖𝑖1 1 2 𝑦𝑖𝑖2=𝛽′𝑥𝑖𝑖2+𝜀𝜀𝑖𝑖2. 该方法的基本思路是使用时间不变的家庭特征来预测缺失实际观测年份的家庭人均收入。suh□□□□特点将是 1本节主要基于Rongen等人(2022)对方法论的描述。 在两轮调查中保持不变。大多数情况下,这些变量将是家庭户主的特征,如出生年份、教育程度、民族或宗教以及出生地。此外,如果调查包括回顾性问题(例如,家庭上次调查时是否拥有汽车或电视),这些信息也可以包含在内。由于我们有每一轮调查的数据,我们估计这些时间不变解释变量的系数向量。 在实际操作中,我们通过将第一轮调查中回归得出的系数向量()与第二轮调查中家庭的特 征相乘,来□□第二□□□中家庭的第一□收入。□□公式如下所示,□于□□□□□□□ :1第2轮,加上误差项估计□□□□2:□□□□ 1 𝑦�𝑖𝑖1=𝛽�′𝑥𝑖𝑖2+𝜀𝜀𝑖𝑖̂1. 我们首先探讨这种做法所基于的假设,然后讨论误差项估计的方法。 估计贫困过渡量界值的方法基于两个重要的假设。首先,我们需要假设数据样本所来自的基础人口在两轮调查中是相同的。这意味着该方法不能应用于人口出现巨大冲击的情况,例如 ,如果该国发生了大规模的人口迁移。更精确地说,我们希望确保第一轮调查中估计的收入模型系数能够很好地预测第二轮调查中被调查家庭在第一轮的收入情况。因此,为了保持参考人口的稳定性,我们只包括第一轮调查中户主年龄在25至60岁之间的家庭。2 其次,我们需要假设误差项之间的关系。具体来说,我们假设这些误差项在时间上平均而 是正相关的关系。在存在□□□□的情况下□□□□1 家庭的□□□□2-针对特定冲击的具体影响及其持续性,这似乎不是一个不合理的假设。在面板数据可用的情况下,可以通过直接估计收入对数的相关系数来确定这些相关性,事实上 ,研究结果显示,在不同国家之间,该相关系数的值范围在0.53到0.89之间(Dang等(2014 );Colgan(2023,2024))。对于这些边界估计,我们不做进一步假设关于误差项分布的形状;因此,贫困状态转换的ρ边界是非参数化的。 移动性的上限和下限估计源自假设误差项之间关系的两种极端情况。需要注意的是,移动性的上限反映了在最不利情况下可能出现的最大流动性。 2这个年龄段被选择以确保新家庭的形成和现有家庭的解散尽可能减少。此外,这保证了在第一轮中,大多数头户通常已经获得了他们所能达到的最高教育水平。 对应于最低流动性界限,即保持贫困或持续非贫困的状态,反之亦然。在整个论文中,“上限估计”和“下限估计”分别指的是流动性的上限和下限。 在极端情况下,我们考虑=0的情形,这对应于上限流动性估计。在这种情景中,错误是不相关的,给定家庭特征,流动性将处于最大值,既包括脱贫也包括返贫。由于我们假设实际错误是正相关的关系,平均而言,上限将严格大于实际流动性。ρ预测的第一轮收入上限值将为: 调研第二轮的家庭样本预测上限收入约为: 𝑖� 𝑦�2�=𝛽�′𝑥𝑖𝑖2+𝜀𝜀�, 𝑖𝑖11𝚤𝚤1 是从残差的实际分布中随机提取的残差,该残差由 根据圆1数据估计收入模型。对每个观测值估计每种贫困转换的概率。在人口层面汇总这些量 ,我们得到国家εε。□□□□13根据由此获得的预测,我们可以确定贫困动态。4由于此过程的随机性质,这些步骤重复进行了R次(在此应用中R=100),然后取平均值以获得移动性上限的稳健估计。 在另一个极端情况下,我们的下限估计假设错误之间的完美正相关:ρ=1。在这种情况下,平均流动性将处于最小值。对于估计而言,这意味着我们简单地取估计的第二轮残差,将其放大1/收入(ρ),并将其加到拟合的第二轮值上。 5□□□□ 𝑦�2�=𝛽�′𝑥𝑖𝑖2+𝛾𝛾𝜀𝜀𝑖𝑖̂2. 𝑖𝑖11 类似于上限情景,但不重复计算,我们获得了下限的人口层面贫困动态估计。随后计算条件概率,基于人口级或子群体级联合概率估计。 3与Rongen等人(2024)不同,我们在抽取这个随机样本残差时应用了人口权重,以应对我们之前估计的边界与提出的自助法点估计之间发现的差异。我们进一步讨论这些差异。这些变化对边界估计值的影响较小,移动趋势未受影响。 4在我们的分析中,回归分析是在家庭层面进行的,以每capita户均收入为因变量。当我们汇总数据时,每个家庭的转换概率按人口加权计算,因此国家层面的数字代表人口比例。 5我们使用比例因子=调整两轮之间误差方差的差异( 是残差的标准误差)。□□□□1⁄□□□□□□□□□2□□□□□□□□□ 2.2.Bootstrap点估计 我们提出了一种贝叶斯启发式的创新方法,应用于合成面板方法,从而使我们能够呈现转换量的点估计。6我们的出发点如下:我们不知道马来西亚家庭收入的相关程度,但多项面研究已经记录了多个国家在不同时间点上的收入相关性。我们假设马来西亚的真实值将在这个经验相关性的范围内。因此,我们的观点是,结合这些经验收入相关性的自助样本,并假设残差服从双变量正态分布,可以得出转换量的实际点估计和合理的标准差。显然,我们不知道每个区间内实际的马来西亚相关性是多少,所以我们更关注点估计周围的带宽,而不是估计本身。 我们的点估计基于dang等(2014)提出的方法,即引入界估计的同一论文中提出的方法。然而,精确性是以引入额外假设为代价的。值得注意的是,我们假设收入模型中的误差项和遵循由相关系数特征化的二元正态分布。我们通过利用收入相关系数来推导误差项相关性的假设值。□□□□1□□□□□□□□2 □□□□( )来自其他国家的实际面板数据。Dang和Lanjouw(2023)为此提供了以下主张:□□□□□ □□□1□□□□2 𝜌���𝑉𝑎𝑟(𝑦1)𝑉𝑎𝑟(𝑦2)−𝛽