Ocena stopnia zagrożenia ubóstwem w ramach podejścia możliwości Sena z zastosowaniem modelu MIMIC

• Autorzy: Beata Kraszewska

Warianty tytułu

Poverty Risk Estimation on the Basis of Sen's Capability Approach with the Application of the MIMIC Model

• Języki publikacji: PL

Abstrakty

Ubóstwo jest problemem nie tylko dotkniętej nim jednostki, lecz także społeczeństwa. Utrudnia ono lub nawet uniemożliwia wzrost gospodarczy i rozwój społeczny kraju. Dlatego bardzo duże znaczenie mają działania, które mogą spowodować redukcję zasięgu ubóstwa, jak również udzielanie bieżącej pomocy jednostkom (gospodarstwom domowym) żyjącym w sferze ubóstwa. Głównym celem badania omawianego w artykule jest dokonanie wielowymiarowej analizy zagrożenia ubóstwem w ramach podejścia możliwości (ang. capability approach) opracowanego przez Amartayę Sena. Dodatkowym celem jest określenie determinant ubóstwa, które wzmacniają lub osłabiają zagrożenie ubóstwem, oraz zestawienie wyników oceny stopnia zagrożenia ubóstwem uzyskanych w ujęciu wielowymiarowym i jednowymiarowym. Badanie przeprowadzono dla Polski (m.in. w układzie regionalnym), na podstawie danych z Europejskiego Badania Warunków Życia Ludności (EU-SILC) zrealizowanego przez GUS w 2018 r. Operacjonalizacji pomiaru dokonano przy użyciu szczególnego wariantu modelu równań strukturalnych (Structural Equations Modeling - SEM) - modelu wielu wskaźników i wielu przyczyn (Multiple Indicators and Multiple Causes - MIMIC). Wykorzystano w nim symptomy deprywacji odzwierciedlające stopień, w jakim badane jednostki nie były w stanie zaspokoić swoich potrzeb, i uwzględniono czynniki zwiększające lub zmniejszające ryzyko ubóstwa. Wyniki przeprowadzonych szacunków uwidoczniły, że na zmniejszenie stopnia zagrożenia ubóstwem najsilniej wpływa poziom wykształcenia, natomiast za jego zwiększenie odpowiada przede wszystkim niski status aktywności na rynku pracy - bycie rencistą lub osobą bezrobotną. Najbardziej zagrożone ubóstwem w ujęciu wielowymiarowym są: makroregion wschodni, obszary wiejskie, gospodarstwa domowe rencistów i gospodarstwa nierodzinne wieloosobowe. Wyniki wielowymiarowej oceny stopnia zagrożenia ubóstwem porównano z pomiarem ubóstwa w ujęciu jednowymiarowym. Wskazano na różnice pomiędzy rankingami zagrożenia ubóstwem według makroregionów, wielkości miejscowości zamieszkania, źródła utrzymania gospodarstw domowych oraz ich typów w ujęciu wielowymiarowym i jednowymiarowym. Porównanie to pokazuje, że ujęcie jednowymiarowe jest niewystarczające do identyfikacji osób ubogich. (abstrakt oryginalny)

EN

Poverty is a problem which concerns not only the affected individual, but also a whole society. Poverty tends to hinder or even prevent the economic growth and social development of a country. Therefore, undertaking action which could reduce poverty is of great importance, as is the provision of ongoing help to impoverished individuals (households). The main aim of the research presented in the paper is a multidimensional analysis of poverty risk in the framework of capability approach developed by Amartya Sen. The article also aims at defining the determinants of poverty which increase or decrease the risk of its occurrence, and comparing the poverty risk estimations obtained through the adoption of the multidimensional and unidimensional approach. The research concerning Poland (e.g. by regions) used data from the European Union Statistics on Income and Living Conditions (EU-SILC) survey, carried out by Statistics Poland in 2018. The measurement was operationalised by means of a special variant of structural equations modelling (SEM) - the multiple indicators and multiple causes model (MIMIC). The MIMIC model used deprivation symptoms that reflected the degree to which respondents were unable to satisfy their needs. The model also took into account the factors that increase or reduce the risk of poverty. The results of the estimations demonstrate that the level of education has the most significant impact on reducing the risk of poverty, while a low activity on the job market, i.e. being a pensioner or unemployed, increases the odds of becoming poor to the greatest extent. The regions most prone to poverty in multidimensional terms are: the Eastern macro-region, rural areas, pensioners' households and non-family multi-person households. The afore- mentioned results have been compared with the measurement of poverty according to the unidimensional approach. The study shows the differences between the rankings of poverty risk by macro-region, size of the place of residence, source of household income and by household type from obtained through multidimensional and unidimensional approaches. This comparison demonstrates that the unidimensional approach is insufficient for the identification of the poor. (original abstract)

Słowa kluczowe

PL

Ubóstwo; Wskaźniki ubóstwa; Modelowanie równań strukturalnych

EN

Poverty; Poverty indicators; Structural Equation Modeling

• Czasopismo: Wiadomości Statystyczne
• Rocznik: 2022
• Numer: nr 10
• Strony: 28--47

Twórcy

autor

Beata Kraszewska

• Szkoła Główna Handlowa w Warszawie, Szkoła Doktorska; Urząd Statystyczny w Poznaniu, Polska

Bibliografia

• Bollen, K. A. (1989). Structural Equations with Latent Variables. John Wiley & Sons. https://doi.org/10.1002/9781118619179.
• European Commission. (2010). Europe 2020. A strategy for smart, sustainable and inclusive growth. Communication from the Commission, COM(2010) 2020.
• European Commission. (2011, 27 stycznia). The measurement of extreme poverty in the European Union. https://ec.europa.eu/social/main.jsp?catId=89&langId=en&newsId=982&furtherNews=yes.
• European Commission. (2019). Towards a Sustainable Europe by 2030. Reflection Paper, COM(2019) 22.
• Eurostat. (b.r.). EU statistics on income and living conditions (EU-SILC) methodology - introduction. Pobrane 18 stycznia 2022 r. z https://ec.europa.eu/eurostat/statistics-explained/index.php/EU_statistics_on_income_and_living_conditions_(EU-SILC)_methodology_-_introduction

Identyfikatory

DOI

10.5604/01.3001.0016.0658