非正态经验贝叶斯方法下的局部福利预测
《Journal of Development Economics》:Non-normal Empirical Bayes prediction of local welfare
【字体:
大
中
小
】
时间:2026年07月08日
来源:Journal of Development Economics 5.0
编辑推荐:
克里斯·埃尔伯斯|罗伊·范德韦德
荷兰阿姆斯特丹VU大学
摘要
通过16个不同国家的142项家庭调查中的家庭收入与消费回归模型,对区域误差和家庭特定误差的分布进行了估算。这些模型是贫困地图的依据,但其结果显示出显著的非正态性偏差。埃尔伯斯等人(2003)提出的贫困地
克里斯·埃尔伯斯|罗伊·范德韦德
荷兰阿姆斯特丹VU大学
摘要
通过16个不同国家的142项家庭调查中的家庭收入与消费回归模型,对区域误差和家庭特定误差的分布进行了估算。这些模型是贫困地图的依据,但其结果显示出显著的非正态性偏差。埃尔伯斯等人(2003)提出的贫困地图方法体现了考虑这种非正态性的重要性。遗憾的是,他们用于误差分布函数的非参数估计器并不适用于经验贝叶斯预测。本文提出了一种既能进行经验贝叶斯预测又能处理非正态误差的方法。在经验最佳估计中考虑非正态性可提高精度,相比传统经验贝叶斯估计而言,其精度提升幅度从显著到微小不等,但始终为正数。准确的本地福利估计有助于政府和发展机构识别并监测落后地区,更高效地分配资源。
引言
埃尔伯斯等人(2003)推动了小区域层面的贫困与不平等估算技术的发展,即所谓的“贫困地图”研究。此处所说的贫困是指收入或消费低于特定贫困线的群体比例。收集家庭收入与消费数据成本高昂,尤其是在发展中国家,因为许多人的收入并非来自工资工作。因此,相关数据通常仅以家庭收入与消费支出调查的形式存在。这类调查的样本量足以用于估算国家乃至次区域层面的福利状况,但难以用于小区域分析。所谓小区域,指的是省级以下的行政单位,如区或市镇层级。
通过结合家庭调查数据与人口普查的个体记录数据,可以实现对小区域层面的贫困估算。人口普查包含了人口统计、教育、就业和住房等变量数据,这些可作为家庭收入的预测因子,但并非家庭收入本身。关键在于,收入调查也收集了这些预测因子的数据。利用收入调查建立的家庭收入模型,可用来预测人口普查中每个家庭的收入,进而汇总得出小区域层面的贫困估计值。该方法已被应用于全球60多个国家的贫困地图绘制。关于小区域估算的相关文献,可参考哈斯莱特2013年、2016年,拉奥与莫利纳2015年,察维迪斯等人2018年,达斯与哈斯莱特2019年以及科拉尔等人2020年的研究成果。
为处理回归误差的空间相关性,人们假设误差具有嵌套结构,即总误差由家庭特定误差和区域误差组成。区域误差通常被建模为小区域层面的随机效应。所观察到的样本家庭的总误差显然包含了区域随机效应的信息。经验贝叶斯估计方法利用这一特点进行预测,即用调查中观察到的残差来预测样本小区域的区域效应,再以此预测本地贫困率。
要确定区域误差的条件分布(以观察到的残差为条件),需要做出分布假设。在经验贝叶斯估计的相关研究中,通常假设误差呈正态分布,此时条件分布也呈正态分布(参见莫利纳与拉奥2010年)。然而,假设正态分布并非没有代价。由于贫困与不平等是家庭消费的非线性函数,因此误差分布的错误设定可能会在中小区域贫困估计中引入系统性误差。埃尔伯斯等人对误差的假设极为简单,这是基于其实际应用中误差并不遵循正态分布的经验。不幸的是,他们采用的误差分布函数非参数估计器并不适用于经验贝叶斯估计。而莫利纳与拉奥则优先采用正态误差假设下的经验贝叶斯估计。埃尔伯斯等人虽为避免使用经验贝叶斯估计而接受精度损失,但莫利纳与拉奥则愿意承担可能由误差分布函数错误设定带来的精度下降风险。文中提到的更高精度指更低的标准均方根误差。
本文提出的方法同时兼顾了经验贝叶斯估计与非正态误差问题。我们通过将有限正态混合模型拟合到误差分布函数上来实现这一目标。正态混合模型具有极高的灵活性,能够适配任何表现良好的分布函数,非常适合用于经验贝叶斯估计。对于家庭特定误差项,我们沿袭埃尔伯斯等人的做法,从实际观测到的误差值中抽样(可重复抽样)。为验证哪些非正态性偏差在实际中具有意义,我们使用了来自16个不同地区、不同收入群体的142项家庭调查的数据来估算相应的误差分布。
我们的研究发现如下:对142项家庭调查中估算出的区域误差和家庭特定误差分布进行检验后,发现它们存在显著的非正态性,尤其是家庭特定误差部分。家庭误差的偏度在-1.5到1.5之间,峰度在4到10之间(区域误差的偏度在-1到1之间,峰度在2到8之间,且未考虑异常值)。当区域误差较小(占总误差的2.5%或更少)时,考虑非正态性带来的好处大于放弃经验最佳预测所带来的损失。而一旦区域误差占比达到5%或更高,在几乎所有实际观测到的误差分布情况下,经验贝叶斯预测都优于非经验贝叶斯预测。在所有情况下,非正态经验贝叶斯预测的表现最佳。不过,在区域效应较高时,其相对于传统经验贝叶斯预测的改进幅度相对较小;在区域效应接近零时,其与埃尔伯斯等人方法的对比改进幅度也较为有限。尽管改进幅度从微小(标准均方根误差几乎无变化)到显著(标准均方根误差可降低15%至25%)不等,但始终为正数。
为检验研究结果的稳健性,我们改变了调查样本量以及因变量分布(即用于评估本地贫困率的群体分布)。正如预期的那样,较小的调查样本量会降低经验贝叶斯预测的精度。有趣的是,非正态经验贝叶斯方法和埃尔伯斯等人方法为处理误差非正态性所做的努力,受样本量减少的影响较小。总体而言,上述研究结果对调查样本量的变化以及人口特征分布的变化都具有较强的稳健性。
高度细分的贫困与不平等估算成果已催生了多种应用场景。贫困地图的一个自然用途是用于社会援助项目的目标定位,例如巴纳吉等人(2024)和斯迈思与布卢门斯托克(2022)的研究。埃尔伯斯等人(2007)通过对马达加斯加、柬埔寨和厄瓜多尔的实证研究表明,如果能够根据区或市镇层面的贫困估计来定向发放援助,所需预算可减少一半以上。小区域估算也越来越被用作实证分析中的回归变量,例如阿劳霍等人2008年、贝尔德等人2013年、巴齐2017年、克罗斯特等人2014年、德蒙宾内斯与奥兹勒2005年、埃尔伯斯等人2005年、马洛尼与卡塞多2015年以及门德斯与范帕滕2022年的研究。举几个例子,阿劳霍等人(2008)利用厄瓜多尔的数据发现,不平等程度较高的村庄不太可能投资于能惠及贫困人口的公共产品(他们将此归因于精英阶层的利益攫取)。德蒙宾内斯与奥兹勒(2005)在对南非的实证研究中发现,小区域层面的不平等与本地犯罪率之间存在正相关关系。此外,支撑小区域估算的多重插补方法也在那些家庭消费调查已停止或中断的情况下得到应用,用于在更宏观层面上监测贫困动态,研究人员需将家庭消费数据插补到其他类型的调查中,例如塔罗齐2007年以及辛哈·罗伊与范德韦德2025年的研究。
本文的其余部分结构如下:第2节阐述问题背景。第3节简要总结现有文献中两种主流方法:非正态非经验贝叶斯方法与正态经验贝叶斯方法。第4节介绍本文提出的新方法——非正态经验贝叶斯方法。第5节基于16个国家的142项家庭调查的实证数据展开模拟研究。最后,第6节总结全文。
片段摘录
当误差非正态时的小区域估算
设yah表示居住在区域a的家庭h的人均收入(或支出)的对数值。假设在家庭层面,数据生成过程为……
两种替代方法
本节将简要介绍目前最常用的两种方法:一是莫利纳与拉奥(2010)倡导的经验最佳预测方法,该方法假设误差呈正态分布;二是埃尔伯斯等人(2003)提出的方法,该方法允许误差非正态分布,但不采用经验贝叶斯预测。此后,我们将这两种方法分别称为非正态非经验贝叶斯方法与正态经验贝叶斯方法。
非正态经验贝叶斯估算
本文提出的方法融合了埃尔伯斯等人与莫利纳与拉奥的方法。与埃尔伯斯等人一样,我们对误差分布不做任何限制性假设。但与后者不同的是,我们还兼顾了经验贝叶斯估计的需求。我们通过将有限正态混合模型拟合到误差分布函数来实现这一目标。正态混合模型具有极高的灵活性,能够适配任何表现良好的分布函数,非常适合用于经验贝叶斯估计。如果ua和??ah的边际分布能够……
设置
为在现实场景中评估不同小区域估算方法的相对性能,我们开展了一项模拟研究,其中人口普查和家庭调查的数据均来源于16个不同国家在多个时间周期内的实际家庭收入与消费调查数据。考虑如下方程式(1)所示的数据生成过程:?yah=xahβ+ua+?ah。有关符号和假设的说明,请参见方程式(1)后的讨论部分。该数据生成过程明确了三个统计上的……
结论性意见
在以下情况下,正态经验贝叶斯预测预计会比埃尔伯斯等人方法(非正态非经验贝叶斯预测)表现更好:(1)区域误差在总误差中占较大比例(总误差等于区域误差与家庭特定误差之和);(2)误差的偏离正态程度的程度较轻;(3)家庭调查覆盖了目标区域总数的较大比例。我们基于16个国家142轮实际家庭调查数据开展了大规模模拟研究……
CRediT作者贡献说明
克里斯·埃尔伯斯:写作——审稿与编辑,写作——初稿撰写,方法论,正式分析。
罗伊·范德韦德:写作——审稿与编辑,写作——初稿撰写,方法论,调查研究,正式分析,概念构建。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号