CC BY
4^ mqpmrn к n mqpmrn pbm^^nLpjmb Ь^шйпьшЬЬр^ mbhm^mumpnLpjmb qfoшhшmnLtfp
ЧшршщЬтшй ^ni[hiuiiiihu Л.
Цищ^р^шйш, щЪшшЦшй тЬтЬишд^тш^шЬ hшйшluшp,шй (Ъркшй,
rn.q.p., цпдШт, щЪшшЦшй тЬтЬишд^тш^шЬ hшйшluшp,шй (Ъркшй, ^)
[email protected] 330.4 - ишрЫштрЦшЦшЬ mbrnhumq^rnnLpjnLb: ЬЦпЬп^ЬтррЦш ^шЬqnLgшpшnhp" -- рЬш^п1р)шЬ ЬЦш^тшЬЬр, шрршт^рщШ, Фрщир tfhpnq, nhqphu^nb фрр^&^р^Ь:
Assessing the income inequality of the poor and non-poor population of the Republic of
Armenia
Karapetyan Hovhannes R.
Postgraduate student, Armenian State University of Economics (Yerevan, RA)
[email protected] Nalchajyan Vahram T.
PhD in Economics, Associate Professor, Armenian State University of Economics (Yerevan, RA)
Abstract. The article examines the degree of income inequality of the poor, non-poor population of the Republic of Armenia, using the regression analysis k Fields method. The article uses the unnamed micro database of the Comprehensive Household Survey provided by the National Statistical Service. The impact of various factors on income inequality for both the poor and non-poor population was assessed. As a result of the research, it became clear that the level of education, the level of unemployment and the existence of income received by relatives have a significant impact on the income inequality of the poor and non-poor population of the Republic of Armenia. Key words: Income of RA population, poverty, Fields method, regression analysis.
Оценка неравенства доходов бедного и небедного населения Республики Армения
Карапетян Ованнес Р.
Аспирант, Армянский Государственный Экономический Университет (Ереван, РА)
[email protected] Налчаджян Ваграм Т.
к.э.н., доцент, Армянский Государственный Экономический Университет (Ереван, РА)
Аннотация. В статье исследуется степень неравенства доходов бедного и небедного населения Республики Армения с помощью регрессионного анализа и метода Филдса. В статье используется неназванная база микроданных Комплексного обследования домашних хозяйств, предоставленная Национальной статистической службой. Было оценено влияние различных факторов на неравенство доходов как бедного, так и небедного населения. В результате исследования выяснилось, что уровень образования, уровень безработицы и наличие доходов, получаемых родственниками, существенно влияют на неравенство доходов бедного и небедного населения Республики Армения.
Ключевые слова: доходы населения РА, бедность, метод полей, регрессионный анализ.
ЪЪршд^вд^Ь
ЬЦшйптЬЬрр ш^ш^шишрш^шф &nipjnLbp рЬрЬрЬ Цшркпр ^Ьррр t, ишЦицЬ Цшркпр t Ьшк hшиЦшЬшl_, ph рЬ^щЬи hb шпшЬйрЬ ^йрЬр: -hmшqnmnLpJшЬ ЬщштшЦЬ t -- шрршт к п шрршт
рЬш^пгрдшЬ ЬЦшйпшЬЬрр рш2^йшЬ ^рш тшррЬр qnр&nЬЬhрр шqрhgnLpJnLЬЬhрр: -Ьтш-qnmnip^b шпшрЦшЬ -- рЬш^пгрдшЬ ЬЦш-йпшЬЬрЬ hb, риЦ hhmшqnmnLpJшЬ ^Ьрррр
Фррир tfhpnpp tfp^ngn^ тшршЬ^штЬ шпшЬ-йрЬ ршршррр^ЬЬрр шqqhgnLpJnLЬр рЬркшЬпгр шЬhш4шишрnLpJшЬ ^рш: Фррир tfhpnpp рЬтртрдпШр щш^шЬш^пр^шй t ш]Ь hшЬqш-йшЬрпф пр ш]Ь hЬшрш4nрnLpJnLЬ t тшфи йршбшйшЬшЦ qЬшhшmhlnL йр 2шрр q^&nb-ЬЬрр hшршphршЦшЬ шqрhgnLpnLЬр ЬЦшйпш-ЬЬрр шЬhш4шишрnLpJшЬ йшЦшрршЦрЬ [1, ^Ьр 11-12]:
^ЬрпцшршЬ^рз^Ь
SümhuшúшphúшmpЦшЦшü únmhgnLúühpp, npnüf úpm^ó hü pшgшhшJmhLnL püш^nLpJшü hЦшúnLmühpp к öшfauhpp шühш4шuшpnLpJшü qüшhшmúшüp, ^pnq hüf qшuшЦшpqhl hhmкJШl ^npu faúphpnLú.
• шЬhш4шuшpnLpJшü qnpöшЦpgühp к hшpшphpшЦgnLpJnLÜühp
• шЬhш4шuшpnLpJшü püqhfuühp
• úpЦpnmümhuшЦшü hhmшqnmnLpJшü úhpnqühp
• úш4pnmümhuшЦшü hhmшqnmnLpJшü úhpnqühp:
^шpшphpшЦgnLpJnLÜühpp (ratios) к шühш-4шuшpnLpJшü qnpöшЦpgühpp hЦшúnLmühpp к öшfauhpp шühш4шuшpnLpJшü qüшhшmúшü шúhüшhpúüшЦшü ^шфшüp2ühppg hü: Ъpшüf щшpq hü, hh2m hшuЦшüш|p, pmjg й^кйт.^ dшúшüшЦ mpшúшqpnLÚ hü фnfp mhqh^m-^nLpjnLÜ: ^шpшphpшЦgnLpJnLÜühppg pшgp hЦшúnLmühpp к öшfauhpp pш2fanLÚp qüшhш-mh^nL hшúшp oqmшqnpö4nLÚ hü шühш4ш-uшpnLpJшü pbqhfuühpp, npnüf шпш^Ь pшqúш-qшü mhqh^m^nLpjnLÜ hü mш|pu pш2faúшü 4hpшphpJШl_: Ц|ЬnLшúhüшJÜp4, üpшüf hüшpш-^npnLpjnLÜ ^hü шшфи qüшhшmhLnL шпЦШ шüшh4шuшpnLpJnLÜp щшJÚшüш4npn^ qnpönü-ühpp шqqhgnLpJnLÜp, ^üp np h^únLmühp^ к öшfauhpp шühш4шuшpnLpJnLÜ ühpЦшJшg4nLÚ t úh^ шúфnф gnLgшüp2pg" hühin^ hшuшpш-^mp^ü шüqшúühpp hЦшúnLmühppg:
b^únLmühpp шühш4шuшpnLpJшü qüшhш-mnLÚp üшfapümphlp t ppшЦшüшgühl úp^pn, щц n ph úшЦшpqшЦn4, fшüp np úш4pn-
mümhuшЦшü 4hpinL0nLpjnLÜühpnLÚ qüшhшm-^nLÚ hü h^únLmühp^ pш2faúшü шЬh4шuш-pm^^Ü фnфn^nLpJnLÜp mшpphp úш4pn qnpönüühpp шqqhgnLpJшúp, püp hüшpш4n-pnLpjnLÜ ^p mш|^u hшuЦшüшl_ h^únLmühp^ pш2^úшü шЬhш4шuшpnLpJnLÜp öbnq qnpönü-ühpp к oppüш^шфnLpJnLÜühpp: ^U^l^ dшúш-üшЦ, úp4pnmümhuшЦшü hhmшqnmnLpJnLÜ-ühpnLÚ hЦшúnLmühpp hü
mümj^ü mümhunLpjnLÜühpp úшЦшpqшЦn4 к qüшhшm4nLÚ" pum mürnjpü mümhunLpjnLÜühpp шnшüйüшhшmЦnLpJnLÜühpp: UnLjü ш2^шmnL-p^ü úh^ úp%n úшЦшpqшЦn4 ^hpinLÖnLpjnLÜü ^pшЦшüшg4hl t nhqphupnü 4hplnLÖnLpJшü ^ш hpúü^ó:
GЬцhшünLp rnnúrnúp, nhqphupnü ^hpinL-önLpJшü ^ш hpúü^ó шü2шmúшü úhpnqühpp hüшpш4npnLpJnLÜ hü mrnj^u qüшhшmhlnL шnшüйpü pшqшqpp^ühpp шqqhgnLpJnLÜp pbqhrnünLp шЬhш4шuшpnLpJшü ^ш: föp^qup шпш^ t grn2hi_ шühш4шuшpnLpJшü ^ш mшpphp qnpönüühpp qüшhшmúшü úhpnq: [2, t?hp 1-38]:
b^rnúnLmühpp ^pnq hüf ühpЦшJшgühl_ ^mU^i qörnjpü nhqphupnü únqhjp oqünLpJшúp [1, t2hp 7-12]:"
m n
lnyit = ^ bitjxitj + eit bit]zitj
/=i
/=i
i = 1,7l
(!)
npmbq"
lnyit -p j-pq mürnj^ü mümhunLpJшü úh^ hш24n4 h^rnúm^ lnqшp^púшö шpdhfü t i-pq dшúшüшЦшhшm4шö^ hшúшp, xitj -ü i-pq mürnj^ü mümhunLpJшü úh^ hш24n4 h^rnúnLmp pЬnLpшqpnq y'-pq gnLgшü^2Ü t i-pq dшúшüшЦшhшm4шö^ hшúшp, bitj qnpöшЦ^gp xitJ gnLgшü^2Ühp^ ühpqúшü pшd^üü t hЦшúm^ úh^,
sit únqhj^ úüшgnpqü t, npmhq шúфnф4шö hü mürnj^ü mümhunLpjnLÜühpp pünLpшqpnq rnjü gnLgшü^2Ühpp, npnüf ühpЦшJшg4шö ^hü (l) hш4шuшpúшü úh^,
zitj ^h^mnp t, npü ^p úh<? ühpшnnLÚ t xitj к sit, n-p mürnj^ü mümhunLpjnLÜühpp fшüшЦü t, m-p mürnjpü mümhunLpjnLÜühpp hЦшúnLmühpp (örnfauhpp) pünLpшqpnq gnLgшüp2Ühpp fшüшЦü t:
(l) hш4шuшpúшü hшúшp шЬhpшdh2m t, np pш4шpшp4bü hhmкJШl_ 4шpЦшöühpp [3, t?hp 1335]"
• фnфn^шЦшüp rn^ü^rni^nq шpdhfp t pшgшmpnq фnфn^шЦшüühpp шpdhfühppg к шühшJm â ^rnprnúhmppg: UJL ^hp^ шuшö" únqhjp úürngnpqp úшpuщшunLÚp 0 t (E(eit) = 0):
• Unqhip u^шlp 4шppшgpшü drnúrnürn^p JnLpшfшü^JnLp щшhpü hшumшmnLÜ t: bph rnju hüpшqpnLpJnLÜp mhqp ^p nLÜhbnLú, шщш únqh^nLú Цш hhmhpnuЦhqшumpЦnLpJшü faüqpp:
• фnфn^шЦшüp ЦшúшJшЦшü hp^nL qpmnLúühpp Цшú únqhjp úüшgnpqühpp ^nphirng^rnö ^hü: Unшüg rnju щшJÚшüp ^ü2rnürn^hp, np únqh]p úüшgnpqühpp ш4mnЦnphlшg4шö hü:
• Unqhip úüшgnpqp шpdhfühpp pphüg úp^pü üЦшmúшúp nLÜhü ünpúшl prn2^nLú (eit = N(0,?E2)):
• Pшgшmpnq фnфn^шЦшüühpp шpdhfühpp hrnjmüp hü к üpшüg úp^ qörnjpü Цш^4шönLpJnLÜ: bph rnju ^rnjúrnüp mhqp ^p nLÜhbnLú, шщш únqhjnLú шпЦш t únLl_mpЦnLhühшpnLpJnLÜ:
^piqup úhpnqp ^^^lú t üpшünLÚ, np rnjü qüшhшmnLÚ t y'-pq gnLgшüp2p шqqhgnL-
pjnLüp í-pq mümjpü mümhunLpJшü úh^ 2ü^p hш24n4 h^úmp (öшfaup) ^шрррйшй шpdh£p
Var(lnyit) = Cov(lnyit, lnyit)
n
= Cov{^ bitjzitj, lnyit) (2)
/=i
-ш4шuшpúшü hp^nL ^nqúhpp pшdшühLn4 Var(lnyit) - p, Цumшüшüg"
1 =
CovÇZîi=ibitiZitj, lnyit)
Var(lnyit)
IL
-
y=i
Stj
(3)
npmhq" Stj - ü y'-pq gnLgшüp2p úшuüш^gnLpJnLÜü
t úh^ 2^p hш24n4 h^úmp (йш^^)
lnqшpppúшö шpdh£p 4шрршдрщ|р ^рш: Gnpn^p
gnLjg t m^hi, np hph h^únLmühpp (бш^^рр)
hüшpш4np t ühpЦшJшgühl_ mшpphp
gnLgшüp2Ühpp qnL^pp rnhupn^, шщш rniq
qh^nLÚ Stj ^шфnLÚ t JnLpшgшü^JnLp y'-pq
gnLgrnüp2p шqqhgnLpJnLÜp h^únLmühpp
(öшfauhpp) pш2^úшü шühш4шuшpnLpJшü ^рш
úp 2шр шЬhш4шuшpnLpJшü gnLgrnüfoühpp
hшúшp (^шрршдрш, Spüp qnpöшЦpg, ^hjjp
püqhpu к шл) [4, t? 195]:
(1) únqhjp qüшhшmhlnLg hhrnn Sj
qüшhшmшЦшüühpp ЦnLÜhüшü mhupp"
b¡ *cov(x¡,lny) 1 У 1 У)- (4)
Sj.&frLn-U —
a(in y)
npmhp"
bj - ü y'-pq gnLgrnüp2p qnpöшЦpgü t" qüшhшm4шö фn£pшqnLJÜ £шnшЦnLupühpp hpшüшЦnф
o2(ln y) - Цш^ш! фnфn^шЦшüp ^pprngprnip qnpöшЦpgü t,
cov{xj,lny) - Цш^ш! фnфn^шЦшüp к y'-pq gnLgrnüp2p Цn4шppшgpШJp qnpöш^pgü t:
Sj qüшhшmшЦшüühpp ü2шüp gnLjg t mшфu y'-pq gnLgrnüp2p шqqhgnLpJшü nLppmpjnLüp
шühш4шuшpnLpJшü ^рш: bph Sj > 0, шщш y-pq gnLgшüp2П üщшumnLÚ t шühш4шuшpnLpJшü fanpшgúшüp, pu^ hph Sj < 0, шщш y'-pq gnLgшüp2П ü^rnumnLÚ t шühш4шuшpnLpJшü úbpúшüp:
bj *cov(xj,ln y) a2 (in у)
Sj^u = Ööm = ÖÖM = R2 (5)
Unqhjp u^ш|p qpmшpЦúшü щшpшqшJnLÚ ^pшgшmp4nq úшup &piqup qnpöшЦpgp ühpЦшJшg4nLÚ t pшüшйкnф
= 1
R¿
(б)
S^miùhp к итшд^шб mpqjnLÙpùhp
^.hppLÖnLpjrnü hшúшp oqmшqnpö4шö тфш^рр ^hpg^hl hü rnqqrnjpü ^pfiшЦшqpшЦшü öшnшJnLp)шü mürnjpü rnürnhunLpjnLüühpp ЦhüuшúшЦшpqшЦp (ЦhüuшщшJÚшüühpp)
шúpnq2шg4шö hhmшqnmnLp)шü rnü^rnürnqhpö-4ш0 úp%nmфшlühpp pшqшü [5]: Up^pn-mфшlühpp pшqшü mhph^m^nLpjnLü t mprnúrnqpnLÚ mürnipü rnürnhunLpjnLüühpp к üpш rnnrnüápü шüqшúühp h^únmühpp к qpшüg pümprnqpnq pшqúшpp4 Цшmhqnppшühpp úшupü: Up%nmфшlühpp prnqrnjnLÚ rnürn^pü rnürnhunLpjnLüühpp pш2^4шö hü n^ шрршт, шрршт к 2шт шрршш ^úphpp: UnLjü hhmшqmnLp)шü úh? шрршт к 2шш шрршт ^úphpp ùprn^np^rnô hü к qpmшpЦ4nLÚ hü hp^nL ^nLÚp" n^ шрршт к шрршт ^úphp:
Црршт к n^ шрршт püшЦ^nLp)шü шühш-4шuшpnLpJшü úшЦшpqшЦühpp qürnhrnmhinL hшúшp Цшqú4hl hü nhqphupnü únqhjühp, nprnhq np^hu фnфn^шqшü hrnüqhu t qшlpu
püшЦ^nLp)шü hЦшúnLmühpp, pu^ np^hu фnфn^шqшüühp hшüqhu hü qrnjpu 4ppnLpJшü úшЦшpqшЦp, müшJpü mümhumpjrnü qnpöш-qnLp^ühpp úшuüшpшdpüp, müшJpü rnürnhunL-PJШÜ ql^ш4npp ^ppшЦшü úшЦшpqшЦp, pürn^rn^rnjPB, müшJpü rnürnhunLpjnLü hph^ш-ühpp úrnuürnprndpüp, müшJpü rnürnhunLpjnLünLÚ 63-pg pшpйp rnrnppg nLühgnq úшpqЦшüg úшuüшpшdpüp, hшpшqшmühppg umrng^nq hЦшúmp шnqшJnLp)nLÜp:
Uп,|nLuш^ 1. ß-hqphufinü фщтдпщ)шй шрщпьйрШрр
Я^ iiiiifiiiin Uilfuiin
^üшhщшщ Uшщüqщp ш 2hqnLÜ t- ^pfiщ^щqpnL pjnLü ^üщhщшщ Uшщüqщp ш2bqnLÜ t- ^pfiщ^щqpnLpJnL ü
-^rnumrnmnLü 11.775 0.013 184.05* 11.577 0.147 78.594*
kppnLpjnLü 0.112 0.013 8.176* 0.106 0.032 3.285*
0.018 0.022 0.817
ümpmpqmpp
Pümpmümjpp -0.037 0.025 -1.486 -0.091 0.051 -1.788
bphfamühpp ümuümpmdpüp 0.834 0.072 11.508* 0.383 0.149 2.561
63-pg pmp&p mmppg nLühgnq ümpq^müg ümuümpmdpüp -0.055 0.032 -17.222* -0.371 0.096 -3.861*
-mpmqmsühppg ummg^nq h^mümp mnüm]nLp]nLüp 0.293 0.017 -11.164 0.273 0.083 3.294*
^npömqnLp^ühp p ümuümpmdpüp 0.063 0.007 8.905* 0.571 0.085 6.707*
*-n^ ü2^mö hü mjü ^n^nfampmüühpp, npnüf ü2mümpm]p hü 5% üummhh]pnLpjmü üpgmpuijgnLü:
UqpjnLp" hhqpüm^p hm2^mppühp
UqjnLum^ 1-nLü ühp^mjmg^mö hü nhqph- mümjpü mümhunLpjnLü ü2müm^m]p ^hü 5%
upnü ünqhjp mpqjnLügühpp: Sümjpü mümh- ^usmhhjpnLpjmü üp^m^mjgnLü, mjq pu^ qrnm-
unLpjmü qi^m^npp %pm^mü üm^mpqm^p, fimnn^ mjq ^n^n^m^müühpp ^hü qpmmp^hl
püm^m^mjpp k. hphfamühpp pmuümpmdpüp hhmmqm ^hppLÖnLpjmü üh^:
UI]JIILIIIIIII 2. ^ püm^^nipjmü h^MÜnmühpfc wühwtfwuwpnLpjwü _müpmmmü^ p.um mwpphp finfinfawfywäähpfc, 2020 p._
mqgmm Uqgmm
^mppmgpm (log) 0.295 (100) 0.345 (100)
kppnLpjnLü 0.077 (26.1) 0.060 (17.6)
63-pg pmp&p smppg nLühgnq ümpqpmüg ümuümpmdpüp 0.004 (1.3) 0.004 (1.1)
-mpmqmsühppg ummg^nq hpmümp mnümjnLpinLüp 0.037 (12.6) 0.039 (11.4)
^npömqnLppühpp ümuümpmdpüp 0.040 (13.5) 0.064 (18.5)
Uümgnpq 0.137 (46.5) 0.164 (47.4)
Ompmqöhpn^ ü2Ümö hü ümppmgpuijp ümuümpmdpüühpp: UqpjnLp" hhqpüm^p hm2^mppühp
frü^hu hpknLü t mqjnLum^ 2-nLÜ, --mqgmm püm^nLpjmü h^münLmühpp pqmpppümö mpdhgühpp ^mppmgpmjp qnpöm^pgp 16.9%-n^ qhpmqmügnLü t -- n mqgmm püm^nLpjmü h^münLmühpp pqmpppümö mpdhgühpp ^mppmgpmjp qnpöm^gpg, ^mqühp^ 0.345: bph hm2^p ^mnühüg üümgnpqp mqqhgnLpjnLüp, pü^hu mqgmm, mjü^hu tl n mqgmm püm^nLpjmü h^münLmühpp mühm^mumpnLpjmü ^pm ühö mqqhgnLpjnLü hü pnqünLü ^ppnLpjmü üm^mp-qm^p, qnpömqmp^ühpp ümuümpmdpüp, hmpm-qmmühppg ummg^nq h^münLmühpp mn^mjnL-pjnLüp, pu^ 63-pg pmp&p mmppg nLühgnq ümpq^müg ümuümpmdpüp ^ngp mqqhgnLpjnLü t nLühünLÜ mühm^mumpnLpjmü ^pm:
Uühm^mumpnLpjmü fanpmgümü ^pm tm^mü mqqhgnLpjnLü t pnqünLÜ mümjpü mümhunLpjnLüühpp ^ppm^mü üm^mpqm^p: Uqgms püm^nLpjmü üpmjü 11.6% nLüp pmp&pmqmjü ^ppnLpjnLü, üpü^qhn n mqgmm
püm^nLpjmüp" 29.7%: Uühm^mumpnLpjmü ^pm ühö mqqhgnLpjnLü t pnqünLÜ ümk qnpöm-qp^nLpjmü üm^mpqm^p: Ujü m^hjp pmp&p t mqgmm mümjpü mümhunLpjnLüühpnLÜ" ^mq-ühjn^ 25.2%, pu^ n mqgmm püm^nLpjmü ünm" 21.8%: ^mümqmmmu^mümpmp, mqgmm püm^nLpjmü qpmq^mönLpjmü üm^mpqm^p ^mqühi t 74.8%, pu^ n mqgmm püm^nLpjmüp" 78.2%: UjnLu ^mpknp qnpönüp, npp mqqhgnLpjnLü t pnqh]_ mühm^mumpnLpjmü üm^mpqm^p ^pm, hmpmqmmühpp ^nqüpg ummg^nq h^mümp mn^mjnLpjnLüü t: n mqgmm mümjpü mümhunLpjnLüühpp 16.12% nLühghi hü h^mürnm hmpmqmmühpp ^nqüpg, üpü^qhn mqgmm püm^nLpjmü üpmj 10.1% t ummghj;
bqpm^mgnLpjnLÜ
Uju^pun^ unLjü hhmmqnmnLpjmü üh^ qümhmm^hg -- mqgmm k n mqgmm püm^-^nLpjmü h^münLmühpp mühm^mumpnLpjmü ^pm mqqnq qnpönüühpp mqqhgnLpjnLüühpp: 2020 p^m^müpü -- mqgmm püm^nLpjmü h^mürnm-
Регион u Mup, 2022, № 1
ühpp inqmpppümö mpdhgühpp ^mppmgpmjp qnpöm^pgp ^mqühi t 0.345, npp 16.9%-n^ qhpmqmügh t -- n mqgmm püm^nLpjmü h^münLmühpp pqmpppümö mpdhgühpp ^mppmgpmjp qnpöm^gpg, npp kmqühi t 0.295: föpiqup ühpnqp k nhqphupnü ^hppLÖnLpjmü mpqjnLügnLtf ^mpq t qmp&hp np -- mqgmm k n mqgmm püm^nLpjmü h^münLmühpp mühm^mumpnLpjmü ^pm tm^mü mqqhgnLpjnLü hü pnqünLü kppnLpjmü üm^mpqm^p, qnpömqpknLpjmü üm^mpqm^p k hmpmqmmühpp knqüpg ummg^nq h^mümp mn^mjnLpjnLüp:
Oqmmqnpd^wd (HiiiilpiiiinLpjuiii guiiili
1. Gindling T., H., Accounting for Changing Earnings Inequality in Costa Rica, 1980-1999, University of Maryland, Baltimore County, January 2004.
2. Fields G., Accounting for Income Inequality and Its Changes: A New Method with Application to the Distribution of Earnings in the United States", Research in Labor Economics, 22, 2003.
3. Song, H., Witt, S., and Gang, L. (2012), The Advanced Econometrics of Demand, Routledge, London.
4. Shorrocks A. F., Inequality Decomposition by Factor Components, The Econometric Society, Vol. 50, No. 1, January 1982.
5. https://www.armstat.am
Cdana/^wMUtfhi f 18.12.2021 Pe^u3upoeaHa/Qpwfanutfhi f 28.12.2021 npuHxma/^hqnihtfhi f 07.01.2022
