CC BY
37
МНОГОМЕРНАЯ БЕДНОСТЬ В СТРАНАХ БАЛТИИ В КОНТЕКСТЕ ЕС: ТЕОРЕТИЧЕСКИЕ И ПРАКТИЧЕСКИЕ АСПЕКТЫ
В. В. Воронов 1 О. П. Ружа 2 Я. В. Сташане 2
1 Институт социологии ФНИСЦ РАН,
117218, Россия, Москва, ул. Кржижановского, 24/35, корп. 5
2 Даугавпилсский университет,
LV-5401, Латвия, Даугавпилс, ул. Виенибас, 13
Поступила в редакцию 09.04.2020 г. doi: 10.5922/2079-8555-2020-3-5 © Воронов В. В., Ружа О. П., Сташане Я.В., 2020
В научных исследованиях предлагают различные подходы оценки бедности: абсолютный, относительный и субъективный, которые широко используются в исследованиях динамики и дифференциации доходов населения разных стран. В настоящее время в развитых странах получает распространение новый исследовательский подход к изучению и оценке понятия многомерной бедности под названием «риск бедности и/или социальной исключенности» («At risk of poverty or social exclusion» — AROPE), при котором бедность анализируется не только по уровню доходов, но и по немонетарным возможностям получения людьми различных услуг социальной сферы. Несмотря на всю разносторонность и остроту проявления многомерной бедности в отдельных европейских странах, эта тема недостаточно разработана в пространстве социально-экономических исследований в прибалтийских странах ЕС: Латвии, Литве, Эстонии. Целью статьи является выявление особенностей многомерной бедности в прибалтийских странах и ЕС в целом. Задача статьи — исследовать степень распространения многомерной бедности в прибалтийских странах по сравнению с общеевропейскими масштабами этой современной социально-экономической проблемы. Эмпирической основой работы выступают данные Евростата. Результаты работы показывают, что в прибалтийских странах ЕС риск многомерной бедности, по разным показателям, выше, чем в среднем по ЕС.
Keywords:
многомерная бедность, индикаторы измерения бедности, оценки риска бедности, матеа риальные депривации, Латвия, Литва, Эстония
Введение
Достаточно длительное время исследователи Прибалтийских государств при анализе социальной стратификации большое внимание уделяли становлению среднего класса, при этом бедные группы населения рассматривались как его возможный резерв, по тем или иным критериям не дотягивающий до роли надежного стабилизатора в условиях сложных трансформаций общества [1, р. 83 — 92; 2, р. 7 — 27]. Между тем доля бедных групп оказалась довольно многочисленной, а после мирового финансового кризиса 2008 года составляла, например, в Латвии более 90%. Наибольший разрыв между кандидатами в средний класс и бедными груп-
Для цитирования: Воронов В. В., Ружа О. П., Сташане Я. В. Многомерная бедность в странах Балтии в контексте ЕС: теоретические и практические аспекты // Балтийский регион. 2020. Т. 12, № 3. С. 72-88. doi: 10.5922/2079-8555-2020-3-5.
БАЛТИЙСКИЙРЕГИОН ► 2020 ► Т.12 ► №3
пами имел место по показателю денежных доходов, а также по таким оцениваемым параметрам, как уровень образования, самоидентификация со средним классом, совокупные ресурсы и капитал [1, p. 83 — 92]. Сравнительные исследования Латвии и других стран убедительно показывают, что без решения проблем бедности невозможно развитие социальной экономики как важной предпосылки национальной безопасности современного общества [3, с. 211—231]. Все это заставляет исслеб дователей глубже изучать многочисленные группы бедного населения (молодежь, безработные, пенсионеры, другие социально уязвимые группы), предлагать новые концепции в рамках проблем преодоления существенного неравенства и снижения масштабов бедности. При поиске решений этих проблем перспективно использовать концепцию многомерной бедности, которой уделяется все большее внимание в зарубежной научной литературе. При определении уровня бедности на основе этой концепции учитываются и те аспекты жизни населения, которые не поддаются оценке с помощью абсолютных и относительных стоимостных показателей: здоровье, образование, условия жизни, личная безопасность, обеспечение прав и возможностей жизнедеятельности в обществе и другое. Инициативная группа ученых из Университета Оксфорда (Великобритания) по исследованию и измерению бедности и уровня развития человеческого капитала (в том числе качества рабочей силы) в разных странах разработала многомерный индекс бедности («Multidimensional poverty index» — MPI), широко используемый в настоящее время международными исследовательскими организациями в своих статистических обзорах и отчетах.
Актуальность проблемы
и основные теоретико-методологические подходы
Концепция многомерной бедности как проявление различных аспектов матее риальных (доходы, занятость) и нематериальных (здоровье, образование, безопасность) базовых нужд людей впервые была озвучена в августе 1976 года в рамках Международной конференции по занятости, организованной Международной организацией труда [4, р. 1—224]. В дополнение к материальным нуждам, опредеи ляющим возможность простого физического выживания, были добавлены услуги образования, здравоохранения, необходимые для успешной социальной активности людей, развития их человеческого капитала. Тогда же было признано, что при определении уровня бедности населения необходимо помимо расходов на продовольствие учитывать, например, расходы на образование, досуг, здравоохранение. Критиком описанной концепции выступил британский социолог П. Таунсенд. Осе новным выводом ученого стало формулирование понятия бедности как относительной депривации: люди являются богатыми или бедными в зависимости от того, какая доля ресурсов общества доступна для них [5, р. 85 — 101]. Для определения уровня бедности, согласно данной концепции, используются показатели порога относительной монетарной бедности, который составляет менее 60% медианного дохода населения исследуемой страны. Комментируя работы П. Таундсенда, А. Сен пишет, что, с позиции абсолютистского подхода, необходимость удовлетворения потребностей в предметах первой необходимости — это не то же самое, что их постоянство во времени. Релятивистский же подход рассматривает лишения (де-привацию) с точки зрения человека как члена домашнего хозяйства, не способного достичь того, что достигают другие в этом обществе. Однако сама необходимость удовлетворения потребностей людей абсолютна, просто в разных обществах в соответствии с их возможностями эти потребности удовлетворяются с помощью различного набора благ. Поэтому, согласно А. Сену, в любом случае черта бедности будет функцией некоторых переменных, и нет априорной причины, по которой эти переменные не могут меняться в течение времени [6, р. 153 — 169].
Г. Бетти с коллегами считает, что важным вкладом в исследование многомерной бедности является определение правил агрегирования нечетких множеств, подходящих для изучения бедности и лишений [7, р. 68 — 86].
В соответствии с положениями М. Равальена на практике бедность осмысляется и измеряется в объективных показателях уровня доходов или потребления домохо-зяйств, когда соответствующий аспект бедности определяется на основе либо экономических факторов (стоимости минимальной продовольственной корзины плюс расходов на удовлетворение основных потребностей гигиены и физиологии), либо социальных норм, которые преобладают в данном обществе в текущий момент. Одна из главных причин неудовлетворенности исследователей показателем уровня объективной бедности состоит в том, что этот показатель игнорирует различные признаки материальной депривации, социальной изоляции (поддержки) домохо-зяйств. Поэтому цель усилий по мониторингу измерения бедности должна состоять в том, чтобы разработать достоверный набор из нескольких индексов, охватывающих показатели бедности, наиболее соответствующие конкретным общественным условиям [8, р. 235 — 248].
Л. Беллани обосновала положение о том, что индивиды, происходящие из разных социальных групп, могут иметь различное восприятие относительной важности для них или иных показателей измерения многомерной бедности. Поэтому при оценке индекса многомерной бедности важен учет положения в обществе разных социальных групп. Основная идея автора предлагаемого индекса заключается в том, что люди сравнивают себя с другими людьми той же референтной группы. Их чувство риска бедности тем выше, чем большее значение они придают слабости своих позиций в общем наборе неденежных предметов лишения (депривации) в их собственной референтной группе. Такая дифференциация показателей оказывает определенное влияние на измерение многомерной бедности в каждой стране и в социальных группах в ней [9, р. 495 — 515].
И. Антошова провела в 2016 году сравнительный анализ показателей уровня многомерной бедности в домохозяйствах Германии, Польши, Словакии и Чехии. Она предложила идентификацию домохозяйств, подверженных риску крайней бедности, с использованием кластерного анализа, на основе построения индекса, который объединяет три показателя бедности (бедность по доходам, по существенной материальной депривации, по низкой трудовой занятости), отражающие тенденции измерения уровня многомерной бедности в обследуемых странах ЕС [10, р. 4—15].
Н. Рогге измеряет и сравнивает региональные показатели социальной интеграции в Европе с использованием свободного индекса, построенного на основе общепринятых субиндикаторов основных показателей Европы — 2020. Что касается факторов, определяющих бедность и социальную изоляцию, результаты показали, что низкий уровень образования и высокий процент домохозяйств с одним родителем негативно связаны с региональной социальной интеграцией [11, р. 325 — 344].
М. Ледич исследовал уровень дохода и материальной депривации у детей в Хорватии [12, р. 5 — 57]. Этой же проблеме уделяли свое внимание Г. Грили, А. Д'Агостино, А. Потси, которые концентрировали внимание на двух конкретных факторах измерения материальной депривации у детей, а именно на их социальной принадлежности и безопасности [13, р. 5 — 57].
М. Циани, Ф. Гаглиарди, С. Риккарелли применили подход нечетких множеств для измерения уровня многомерной бедности в течении восьми лет: с 2007 по 2015 год. Основное внимание они уделили финансовым аспектам бедности и ее влиянию на граждан в Средиземноморском регионе ЕС [14, р. 143].
Большой вклад в разработку концептуальных проблем и методов измерения многомерной бедности сделан С. Алкире и Дж. Фостером. Разработанный ими
принцип измерения многомерной бедности получил название метода Алкайре — Фостера (The Alkire-Foster (AF) method). Этот метод позволяет определять, по каким параметрам население относится к бедным, а также агрегировать информацию для отражения бедности в обществе (по индикаторам, географическим регионам, этническому и другим признакам социальных групп). Набор признаков материальных и социальных деприваций, построенный по этому методу, позволяют выявить взаимосвязи между видами лишений и может быть использован при разработке приоритетов социальной политики [15, p. 476 — 1487; 16, p. 287 — 299; 17, p. 983 — 1006; 18, p. 83 — 97; 19, p. 25 — 64; 20, p. 121]. Указанные выше исследователи внесли значимый вклад в различные аспекты обоснования и использования показателей многомерной бедности.
Как показывает обзор проведенных исследований по рассматриваемой тематике, на сегодняшний день известные европейские ученые классифицируют два оса новных подхода к теоретико-методологическим основам измерениям уровня бедности населения следующим образом. Первый подход — одномерный анализ на основе денежных показателей доходов и расходов населения. Для такого анализа характерны следующие аспекты измерения бедности: абсолютный (доходы на душу населения ниже официального прожиточного минимума) и относительный (менее 60% медианного дохода на душу населения). Второй подход — многомерный анализ риска бедности на основе монетарных и социальных показателей благополучия жизнедеятельности населения в целом или дифференцированного по различным критериям (денежные показатели доходов и расходов на душу населения, наличие существенных материальных деприваций, масштабы исключенности из рынка труда, социальной изоляции от государственных пособий)1.
Исследование и измерение многомерной бедности учитывает аспекты жизни населения, которые не поддаются оценке с помощью стоимостных показателей: здоровье, образование, условия жизни, личная безопасность, обеспечение прав и возможностей, социальная поддержка и т.п. Человек может иметь средний доход, но при этом испытывать недостаток питьевой воды, не иметь доступа к качественным услугам здравоохранения и образования, достойной работе, жить в регионе с высоким уровнем преступности и/или неблагоприятном с точки зрения экологии. В этом случае он испытывает депривации — лишение доступа к определенным ресурсам и возможностям [21, p. 3 — 24; 22, p. 17 — 19].
Использование показателей многокритериальной бедности в официальной статистике представляет собой достаточно новую практику. Ранее бедность обычно описывалась официальными статистическими органами различных государств, международными организациями и отдельными исследователями в контексте неравенства доходов, то есть посредством стоимостных показателей в качестве мониторинга социально-экономического положения населения, отдельных индивидов, социальных, половозрастных групп или домохозяйств. В настоящее время в академической среде сложилось понимание того, что в современных экономически развитых обществах понятие бедности не может быть ограничено только показателями уровня доходов, указанных выше субъектов. В рамках многомерного подхода к определению уровня бедности учитывается не только дефицит финансовых ресурсов у индивида, но и наличие у него ограничений в доступе к образованию и здравоохранению, а также трудностей, связанных с жилищными условиями, питанием, здоровьем и другими жизненными потребностями [23, p. 305 — 325].
1 Measuring Material Deprivation in the EU. Indicators for the Whole Population and Child-Specific Indicators // Eurostat. Luxembourg, 2012. URL: https://ec.europa.eu/eurostat/ documents/3888793/5853037/KS-RA-12-018-EN.PDF (дата обращения: 12.01.2020).
Измерение Евростатом уровня многомерной бедности на базе индекса риска бедности и социальной исключенности (AROPE)
Измерение уровня многомерной бедности осуществляется с использованием базы данных «Статистика доходов и условий жизни в ЕС» — «European Union Statistics on Income and Living Conditions. EU — SILC»2.
Определение соответствующих показателей:
1. Индекс риска бедности и/или социальной исключенности (AROPE) — комплексный показатель для признания бедными лиц, подпадающих хотя бы под один из следующих трех критериев многомерной бедности: имеющие располагаемый доход ниже порога риска бедности; испытывающие существенные материальные депривации; проживающие в домохозяйствах с крайне низкой интенсивностью труда. Более подробно методика построения индекса APORE и его математическая формула описаны в работе [24, с. 130—133]. Значения индекса AROPE варьируются от 0 до 100%. Чем больше значение индекса, тем выше в стране риск бедности и /или социальной исключенности, и наоборот.
2. Существенные материальные депривации (как часть индекса AROPE) показывают, какова доля различных субъектов общества, имеющих по крайней мере 4 из 9 следующих признаков (компонентов) депривации (лишений). Это касается человека, представителя социальной, половозрастной группы, члена домохозяйства, который не может себе позволить: 1) оплачивать непредвиденные расходы; 2) недельный отдых вне дома; 3) оплатить просроченную задолженность (ипотека или аренда, коммунальные счета или покупки в рассрочку); 4) питание с включением мяса, курицы, рыбы через день; 5) возможность отапливать жилище на должном уровне (даже при желании); 6) стиральную машину; 7) цветной телевизор; 8) телефон; 9) автомобиль. На уровне Европейской статистической системы с 2016 года было принято решение об изменении и исключении некоторых признаков материальных деприваций, таких как отсутствие стиральной машины, цветного телевизора и телефона, поскольку они устарели и потеряли свою актуальность. Однако было принято предложение о добавлении новых позиций, таких как: 1) замена ветхой мебели; 2) замена ветхой одежды на новую; 3) две пары хорошо сидящей обуви; 4) трата небольшой суммы денег каждую неделю на себя; 5) регулярное участие в мероприятиях отдыха и досуга; 6) подключение к интернет-ресурсу для личного пользования дома; 7) встречи с друзьями / семьей за столом по крайне мере раз в месяц. В статье статистика показателей 2017 — 2018 годов дается по новому набору деприваций.
3. Показатель уровня риска бедности по доходам (как часть индекса AROPE) — доля населения (в целом или дифференцированного по социальным, половозрастным группам, домохозяйствам), чей эквивалентный располагаемый доход ниже порога риска бедности, установленного на уровне 60% национального медианного эквивалентного располагаемого дохода.
4. Величина интенсивности труда (исключение из занятости) (как часть индекса AROPE) относится к количеству месяцев, в течение которых представители социальной, половозрастной групп, члены домохозяйства, находящиеся в трудоспособном возрасте, работали в отчетном году пропорционально общему количеству месяцев, в течение которых они теоретически могли бы работать в отчетном году. Лица классифицируются по категориям интенсивности труда от WI = 0 (без-
2 European union statistics on income and living conditions (EU-SILC) // Eurostat. URL: https:// ec.europa.eu/eurostat/web/microdata/european-union-statistics-on-income-and-living-conditions (дата обращения: 12.01.2020).
работное домохозяйство) до WI = 1 (полная интенсивность труда). Считается, что лицо проживает в домохозяйстве с низкой интенсивностью труда, если WI ^ 0,23 [25, р. 1—30; 26, р. 1—43].
Достоинством индекса AROPE является его страновая сопоставимость, которая обеспечивается использованием единых подходов к проведению обследования. При этом отдельные авторы отмечают, что различия в методологиях проведения опросов в разных странах ЕС накладывают некоторые ограничения на агрегируемость критериальных данных, однако в целом не приводят к существенному ухудшению статистических свойств совокупной выборки для ЕС [24, с. 133; 27; 28, р. 26 — 27].
Индекс многомерной бедности.
Уровень относительной бедности по доходам
и социальной исключенности в странах Балтии в контексте ЕС
В 2018 году 110,0 млн чел., или 21,8% населения ЕС, подвергались риску бедности и социальной исключенности, согласно данным Евростата (рис. 1). Это означает, что примерно каждый пятый человек в ЕС испытывал по крайней мере одну из следующих трех форм бедности: бедность по доходам, существенную материальную депривацию или очень низкую трудовую занятость. За последние 15 лет можно отметить два периода, когда наблюдались изменения в уровне риска бедности и социальной исключенности в ЕС: 2009 и 2012 годы. В 2009 году количество населения, подверженного риску бедности, начало расти из-за социально-экономических последствий экономического кризиса; в 2012 году эта восходящая тенденция сменилась на противоположную. К 2018 году число населения в группе риска бедности стало ниже уровня 2008 года, который был базовым годом в рамках реализации стратегии Евросоюза «Европа — 2020», цель которой состоит в том, чтобы людей, находящихся под угрозой бедности, стало на 20 млн меньше [29, p. 29 — 61]. Тем не менее с разрывом между планом и результатом в 16 млн человек эта цель остается пока не достигнутой.
30,0 25,0 20,0 15,0 10,0 5,0 0,0
-ЕС-28 -Цель Европа 2020
Рис. 1. Показатель доли населения, испытывающего риск бедности и социальной исключенности, в странах ЕС, с 2005 по 2018 год,%
Составлено по: People at risk of poverty or social exclusion // Eurostat. URL: http://appsso. eurostat.ec.europa.eu/nui/show.do?dataset=t2020_50&lang=en (дата обращения: 10.01.2020).
3 Материальные депривации как составная часть показателя многомерной бедности. Текущая ситуация и будущие вызовы. Европейская экономическая комиссия Организации Объединенных Наций. Конференция европейских статистиков. Совещание экспертов по измерению бедности и неравенства (Будва, Черногория, 26—27 сентября 2017 года). URL: https://www. unece.org/fileadmin/DAM/stats/documents/ece/ces/ge.15/2017/Expert-meeting-Montenegro-2017/ Informations/PPT_s/Latvia_presentation_rus.pdf (дата обращения: 10.01.2020).
25,8
24,8
20
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
В прибалтийских странах ЕС (Латвия, Литва и Эстония) в 2018 году риску бедности и социальной исключенности больше всего подвергалось население Литвы — 794 тыс. чел. (29,6%) и Латвии — 543 тыс. чел. (28,4%). В Эстонии ситуация немного лучше — 318 тыс. чел., или 24,4%.
♦ Эстония И Латвия А Литва X ЕС-28
Рис. 2. Показатель доли населения, подверженного риску бедности и социальной исключенности, в прибалтийских странах ЕС, с 2005 по 2018 год, %
Составлено по: People at risk of poverty or social exclusion // Eurostat. URL: http://appsso. eurostat.ec.europa.eu/nui/show.do?dataset=t2020_50&lang=en (дата обращения: 10.01.2020).
Показатель индекса многомерной бедности AROPE, отражающий тенденции в измерении уровня бедности среди населения стран Балтии, значительно различался в 2005 году, варьируясь от 25,8% в Эстонии до 45,3% в Латвии. С 2005 года наблюдается общая тенденция снижения количества населения этих стран и ЕС в целом, подвергающегося риску бедности (рис. 2). В среднем 21,8% населения ЕС подвергалось риску бедности и социальной исключенности в 2018 году.
Социально-экономическое положение прибалтийских стран ЕС зависит от многих факторов, но большая часть нынешних расхождений в социальных результатах развития, в сравнении со «старыми» странами ЕС, в известной мере наследие продолжающегося в Латвии, Литве и Эстонии экономического и финансового кризиса.
Данные таблицы 1 подтверждают, что население прибалтийских государств в настоящее время подвержено риску многомерной бедности больше, чем население других стран Евросоюза. Особенно это касается социально уязвимых групп граждан: детей, женщин, пенсионеров. В большинстве стран — членов ЕС доля пенсионеров в возрасте старше 65 лет, которые считаются подверженными риску многомерной бедности, составляет от 10 до 30%. Лидерами ЕС в 2018 году в группе риска граждан от 65 лет и старше по индексу AROPE были граждане Эстонии (47,4%), Латвии (43,9%), Литвы (42,7%). При этом угроза бедности в странах Балтии имеет этническую окраску. Так, в Эстонии она выше для русскоязычных пенсионеров, на что в 2018 году обращала внимание комиссар Совета Европы по правам человека Дуня Миятович4. Наименьшее значение индекса AROPE для пожилых граждан ЕС в 2018 году зафиксировано в Словакии (6,4%).
4 Eurostat: больше всего риск впасть в нищету грозит пенсионерам стран Балтии. URL: https://www.rubaltic.ru/news/09022020-eurostat-bolshe-vsego-risk-vpast-v-nishchetu-grozit-pensioneram-stran-pribaltiki/ (дата обращения: 15.02.2020).
Определенная распространенность существенной материальной депривации наблюдается в группе детей от 0 до 17 лет. В 2018 году ее средний уровень в ЕС составил 14,5% (табл. 1); показатели существенной материальной депривирован-ности среди детей в странах Балтии: Латвия — 10,3%, Литва — 10,0%, Эстония — 3,5%.
Таблица 1
Показатели доли населения в целом и по половозрастным группам, подверженного риску многомерной бедности (включая ее три компонента) в ЕС и странах Балтии в 2018 году,%
ЕС и страны Балтии, 2018 АИОРЕ Риск относительной доходной бедности Риск существенной материальной депривации Риск исключенности из рынка труда
ЕС — 28, в том числе: 21,8 17,1 5,9 8,8
мужчины 20,8 16,3 5,7 8,3
женщины 22,8 17.8 6,1 9,3
0—17 лет 23,4 19,9 14,5 7,4
18—64 года 22,1 16,4 13,2 9,4
65+ 18,1 16,1 11,1 —
Латвия, в том числе: 28,4 22,1 11,3 7,8
мужчины 24,9 19,1 10,7 7,9
женщины 31,1 24,6 11,8 7,6
0—17 лет 23,9 18,4 10,3 6,4
18—64 года 24,5 17,5 11,2 8,2
65+ лет 43,9 39,9 12,7 —
Литва, в том числе: 29,6 22,9 11,1 9,0
мужчины 25,7 20,7 9,9 9,5
женщины 30,5 24,9 12,2 8,5
0—17 лет 28,0 23,9 10,0 10,4
18—64 года 23,8 18,0 10,5 8,5
65+ лет 42,7 37,7 14,1 —
Эстония, в том числе: 24,4 21,9 3,8 5,2
мужчины 21,8 19,3 3,7 5,7
женщины 26,6 24,2 3,8 4,8
0—17 лет 17,9 15,2 3,5 3,6
18—64 года 19,2 16,4 3,6 5,8
65+ лет 47,4 46,3 4,4 —
Составлено по данным Евростата (https://ec.europa.eu/eurostat/web/income-and-liv-ing-conditions/quality/eu-and-national-quality-reports (дата обращения: 12.01.2020)).
В 2018 году показатель уровня риска бедности среди пенсионеров-женщин был более чем на 10 процентных пунктов (п. п.) выше, чем среди пенсионеров-мужчин в шести государствах — членах ЕС: Литве (18 п. п.), Эстонии (17 п. п.), Болгарии
(15 п. п.), Чехии (13 п. п.), Латвии и Румынии (11 п. п.)5. Также в настоящее время высок в целом показатель доли женщин в странах Балтии, подверженных риску многомерной бедности: от 26,6% в Эстонии до 31,1% в Латвии (Литва — 30,5%).
Динамика и значения трех компонентов индекса AROPE в странах ЕС в период с 2005 по 2018 год представлены на рисунке 3.
о
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 Сильно материально лишенные люди
Люди, подверженные риску бедности после социальных трансфертов
—4— Люди, живущие в домохозяйствах с очень низкой интенсивностью работы (население в возрасте от 0 до 59)
Рис. 3. Субиндикаторы, отражающие количество людей, подвергающихся риску бедности и социальной исключенности в странах ЕС—28, с 2005 по 2018 год, %
Составлено по: People living in households with very low work intensity // Eurostat. URL: https://ec.em43pa.eu/eurostaVtgm/table.do?tab=table&init=1&plugin=1&language=en&p-code=t2020_51 (дата обращения: 10.01.2020); People at risk of poverty after social transfers // Eurostat. URL: https://ec.europa.eu/ernretat/tgm/table.do?tab=table&init=1&plugin=1&lan-guage=en&pcode=t2020_52 (дата обращения: 10.01.2020); Severely materially deprived people (million people) // Eurostat. URL: https://ec.europa.eu/eurostat/tgm/table.do?tab=ta-ble&init=1&plugin=1&language=en&pcode=t2020_53 (дата обращения: 10.01.2020).
Уровень существенных материальных деприваций в ЕС и странах Балтии
Важным компонентом измерения уровня бедности, согласно методике построения индекса APORE, является наличие существенных материальных деприваций (лишений). Человек признается существенно депривированным, если из-за недостаточности средств он не может позволить себе иметь не менее четырех из девяти предметов (после 2015 года — из 13) фиксированного набора благ или услуг.
В целом в ЕС с 2012 года наблюдается тенденция к снижению уровня существенной материальной депривированности населения. Число человек в странах ЕС, испытывающих существенные материальные депривации, снизилась с 50 млн в 2012 году до 33,1 млн в 2017-м, или с 9,8% в 2012 году до 5,8% в 2018-м6.
5 Closing the gender pension gap? URL: https://ec.europa.eu/eurostat/web/products-eurostat-news/-/DDN-20200207-1 (дата обращения: 26.02.2020).
6 Составлено по: Severe material deprivation rate by age and sex // Eurostat. URL: https://appsso. eurostat.ec.europa.eu/nui/show.do?dataset=ilc_mddd11&lang=en (дата обращения: 10.01.2020).
Наибольших успехов в сокращении уровня существенной материальной депри-вированности населения с 2012 по 2018 год достигла Болгария, где этот показатель снизился на 23,2 п. п., Латвия — на 16,1 п. п., Румыния — на 15,3 п. п. Если сравнивать между собой Прибалтийские государства, то в 2018 году Эстония имела самый низкий показатель риска существенно депривированного населения — 3,8%, Латвия и Литва соответственно 11,3 и 11,1% (см. табл. 1, с. 79).
На рисунке 4 представлены данные, характеризующие конкретные компоненты существенной материальной депривации в доле населения всех стран ЕС и соответствующие данные по трем странам Балтии, с 2012 по 2018 год. По всем компонентам показателя уровня существенной материальной депривации заметна тенденция их снижения.
1ЕС28
Латвия
63,1
34,1
39,
19 10,
27,9
■М
49,9 48,4
2012
2018
отопление
2012 2018 отпуск
Литва 73,6 60,4
Эстония
40,7
32,8 25,3 28,5 26,9 23
40,4
14,5 11 10,711,8
I i I4'
55,3
44,7 32
48,8 34,7 24,4
21,8 12,9
3,2 13,8 11,212,9 10,3 ...........
2012
2018
2012
2018
2012
2018
2012
2018
еда с мясом, непредвиденные задолжность неспособность курицей, рыбой финансовые свести концы с
затраты концами
Рис. 4. Компоненты показателя уровня существенной материальной депривации среди населения в ЕС — 28 и в странах Балтии с 2012 по 2018 год, доля населения, %
Составлено по: Inability to keep home adequately warm — EU-SILC survey // Eurostat. URL: https://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_mdes01&lang=en (дата обращения: 10.01.2020); Inability to afford paying for one week annual holiday away from home — EU-SILC survey // Eurostat. URL: https://appsso.eurostat.ec.europa.eu/nui/show.do?da-taset=ilc_mdes02&lang=en (дата обращения: 10.01.2020); Inability to afford a meal with meat, chicken, fish (or vegetarian equivalent) every second day — EU-SILC survey // Eurostat. URL: https://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_mdes03&lang=en (дата обращения: 10.01.2020); Inability to face unexpected financial expenses — EU-SILC survey // Eurostat. URL: https://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_mdes04&lang=en (дата обращения: 10.01.2020); Arrears (mortgage or rent, utility bills or hire purchase) from 2003 onwards — EU-SILC survey // Eurostat. URL: https://appsso.eurostat.ec.europa.eu/nui/show. do?dataset=ilc_mdes05&lang=en (дата обращения: 10.01.2020); Inability to make ends meet — EU-SILC survey // Eurostat. URL: https://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_ mdes09&lang=en (дата обращения: 10.01.2020); Persons who cannot afford to get-together with friends or family (relatives) for a drink or meal at least once a month by age, sex and income group. URL: https://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_mdes10a&lang=en (дата обращения: 10.01.2020).
4
Наиболее распространенным видом существенной материальной депривации в целом для населения стран ЕС является невозможность справиться с непредвиденными финансовыми расходами. Этот компонент материальной депривации отражает значимый реальный аспект трудностей жизни, которые испытывало 32,5% населения ЕС в 2018 году. Более высокое значение, чем в среднем по ЕС, показатель данного компонента получил в Латвии — 55,3% и Литве — 48,8%, а также в Эсто-
нии — 34,7%. Это означает, что в Литве и Латвии половина населения, а в Эстонии — более трети не могут себе позволить непредвиденные финансовые расходы. Такая ситуация указывает на неэффективность инструментов (налоги, льготы, пособия и др.) проводимой в прибалтийских странах государственной социальной политики, направленной на снижение уровня бедности населения и его социально уязвимых групп.
Также распространенным видом материальной депривации является невозможность проведения недельного ежегодного отпуска вне дома. В странах ЕС в 2018 году этот вид депривации испытывали 28,5% населения, в прибалтийских странах ЕС ситуация неоднозначная. В Эстонии это 26,7% населения (меньше, чем в среднем по ЕС). Этой возможности лишены в Литве 40,7%, в Латвии 32,8% населения (больше, чем в среднем по ЕС).
Каждый одиннадцатый житель ЕС (8,9%) имеет задолженность по ипотеке или аренде, коммунальным платежам или покупкам в рассрочку, а 7,3% жителей не могут обеспечить достаточное отопление жилища, 7% не могут позволить себе еду с мясом, курицей, рыбой (или вегетарианским эквивалентом) каждый второй день. В прибалтийских странах ЕС ситуация в этих аспектах неоднозначная. Данные рисунка 4 показывают, что процент населения, испытывающего существенные и разнообразные по компонентам материальные депривации, в Латвии выше, чем в Литве и Эстонии.
Уровень риска исключенности из рынка труда трудоспособного населения в ЕС и странах Балтии
Человек признается исключенным из рынка труда в случае, если показатель трудовой активности, в измерениях уровня риска такой исключенности, принимает значения менее 0,2. По методологии измерения индекса AROPE показатель определяется как доля людей в возрасте от 0 до 59 лет, являющихся представителями социальной, половозрастной групп, членами домашних хозяйств, с очень низкой интенсивностью работы, низкой ее трудоемкостью. Это лица в возрасте 18 — 59 лет, исключая учащихся, которые работали в течение отчетного года на 20% или меньше от их общего трудового потенциала. По данным Евростата, показатель риска исключенности из рынка труда достаточно значим для представителей социальной, половозрастной групп, членов домашних хозяйств в странах ЕС. В среднем по ЕС величина этого показателя составляет 13,4%. В странах Балтии показатель уровня риска исключенности из рынка труда трудоспособного населения оказался ниже: в Литве — 8,5%, Латвии — 8,2%, Эстонии — 7,0%.
В целом по странам ЕС показатель уровня риска исключенности трудоспособного населения из рынка труда с 2012 по 2018 год снизился немного: на 1,8 п. п. Лидерами снижения данного показателя с 2012 по 2018 год стали такие страны, как Ирландия, где уровень риска исключенности из рынка труда трудоспособного населения снизился на 10,3 п. п., Венгрия — на 7,8 п. п., Великобритания — на 4,4 п. п. Среди прибалтийских стран ЕС лидером стала Латвия, где показатель уровня риска исключенности из рынка труда трудоспособного населения с 2012 по 2018 год снизился на 4,1 п. п., в Эстонии и Литве — на 3,9 и 2,4 п. п. соответственно. В то же время в Швеции, Финляндии, Норвегии вырос показатель уровня риска исключенности из рынка труда трудоспособного населения, являющегося представителями социальной, половозрастной групп, членами домашних хозяйств с очень низкой интенсивностью работы, низкой ее трудоемкостью: на 1; 1,5 и 2,1 п. п. соответственно7.
7 People living in households with very low work intensity // Eurostat. URL: https://appsso.eurostat. ec.europa.eu/nui/show.do?dataset=ilc_lvhl21&lang=en (дата обращения: 10.01.2020).
Состояние и тенденции проявления уровня риска многомерной бедности населения одновременно по всем трем компонентам измерения в ЕС, включая страны Балтии
Наибольший вклад в величину индекса многомерной бедности вносит первая составляющая индекса — уровень риска бедности населения по доходам. Этот показатель указывает, что бедности по доходам подвержена значительная доля населения в странах ЕС: 84,9 млн чел. (17,1%). При этом у 54,8 млн (11,4%) этот компонент индекса AROPE — единственный критерий их уровня бедности. Другие 30,1 млн (5,7%) подвержены проявлению значимого уровня бедности еще по одному или двум другим компонентам индекса AROPE. Бедными одновременно по всем трем компонентам индекса AROPE являются 6,5 млн чел. (1,30%). На рисунке 5 в динамике представлены показатели доли населения прибалтийских стран ЕС, которое признается бедным одновременно по всем трем компонентам многомерной бедности, с 2009 по 2018 год. В Литве таковых в 2018 году было 74 тыс. чел. (2,6%), в Латвии — 34 тыс. чел. (1,8%) и в Эстонии — 8 тыс. чел. (0,6%).
Латвия —*—Литва —■—Эстония
Рис. 5. Показатели доли населения прибалтийских стран, одновременно подверженного риску бедности по доходам, существенной материальной депривации, низкой интенсивности работы, с 2009 по 2018 год, %
Составлено по: Persons by risk of poverty, material deprivation, work intensity of the household, age and sex of the person — intersections of Europe 2020 poverty target indicators // Eurostat. URL: http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_pees01&lang=eng (дата обращения: 10.01.2020); People at risk of poverty or social exclusion by age and sex // Eurostat. URL: http://appsso.eurostat.ec.europa.eu/nui/show.do?lang=en&dataset=ilc_peps01 (дата обращения: 10.01.2020).
Из рисунка 5 видно снижение в последние годы отдельных показателей уровня многомерной бедности в прибалтийских странах ЕС, хотя и в разной степени. Однако последствия короновирусной пандемии 2020 года, возможно, негативно повлияют на эту достаточно позитивную тенденцию.
Выводы
Индекс многомерной бедности представляет собой попытку переосмыслить измерение бедности. Он показывает признать, что, хотя доход — это необходимый элемент измерения, он никоим образом не является достаточным показателем социального благополучия населения страны, различных его групп. Использование для анализа и понимания бедности только одной из двух базовых теоретико-методологических концепций в качестве основной представляется однобоким, ведь это приводит к потере значительной доли фактически бедного населения, как предмета анализа. Анализ показателей уровня и величины многомерной бедности показал, что распространенность бедности в прибалтийских странах ЕС достаточно велика — практически каждый пятнадцатый гражданин этих стран является бедным согласно данной методике измерения уровня социального благополучия населения. Несмотря на то, что лиц, одновременно подверженных, согласно представленным в работе показателям, риску относительной доходной бедности, материальной де-привации, низкой интенсивности работы (занятости) в странах ЕС, с годами становится все меньше, положение остается достаточно серьезным. По этой причине необходимо продолжать, особенно в странах Балтии, исследования в этой области и искать социально-экономические и политические решения для сокращения числа людей, живущих под угрозой бедности.
Для стран Балтии (Латвии, Литвы, Эстонии) характерны высокий уровень и в последние годы даже лидерство по показателю индекса риска бедности и социальной исключенности (AROPE). Особенно это касается социально уязвимых групп граждан: детей (0—17 лет), женщин, лиц пожилого возраста старше 65 лет по таким компонентам показателя индекса AROPE, как риск бедности по доходам, риск существенной материальной депривации. Лишь в Эстонии по последнему показателю положение лучше, чем в других странах Балтии.
Использование показателя многомерного индекса бедности может способствовать более глубокому пониманию покомпонентной структуры бедности, особенно в уязвимых группах населения, что может усилить адресность социальной политики, проводимой различными государственными и общественными институтами прибалтийских стран ЕС на разных уровнях. При этом данные усилия получат научно взвешенную количественную проверку и оценку в статике и динамике.
Список литературы
1. Menshikov V. Experience of research of social classes in Latvia // Philosophy/Sociology. Vilnius, 2016. P. 83-92.
2. Taljunaite M., Sviklas E.K. Middle Class in the Baltic Countries Since 1991 // Social Sciences Bulletin. 2018. №2. P. 7-27. doi: 10.4337/9781786430601.
3. Menshikov V., Volkova O., Stukalo N., Simakhova A. Social Economy as a Tool to Ensure National Security // Journal of Security and Sustainability Issues. 2017. №7. P. 211-231. doi:10.9770/ jssi.2017.7.2.
4. Grant J.P. Employment, Growth and Basic Needs: A One-World Problem, The international "basic-needs strategy" against chronic poverty. N. Y., 1977. P. 224.
5. Townsend P. The Meaning of Poverty // The British Journal of Sociology. 2010. №1. P. 85101. doi: doi.org/10.1111/j.1468-4446.2009.01241.x.
6. Sen A. Poor. Relatively Speaking // Oxford Economic Papers. 1983. №2. P. 153-169.
7. Betti G., Gagliardi F., Verma V. Simplified Jackknife Variance Estimates for Fuzzy Measures of Multidimensional Poverty // International Statistical Review, 2018. Vol. 86, iss. 1. P. 68 - 86. doi: 10.1111/insr.12219.
8. Ravallion M. On multidimensional indices of poverty // Journal of Economic Inequality. 2011. Vol. 9, № 2. P. 235-248. doi: 10.1007/s10888-011-9173-4.
9. Bellani L. Multidimensional indices of deprivation: the introduction of reference groups weights // The Journal of Economic Inequality. 2013. Vol. 11(4). P. 495-515.
10. Antosova I. Does extreme poverty occur in EU countries? // Scientific Papers of the University of Pardubice. Series D: Faculty of Economics and Administration. 2019. Vol. 24, iss. 3. P. 4-15.
11. Rogge N. Measuring regional social inclusion performances in the EU: looking for unity in diversity // Journal of European Social Policy. 2019. Vol. 29, iss. 3. P. 325-344.
12. Ledic M. Income and multidimensional poverty of children in Croatia // Privredna Kretanja I Ekonomska Politika. 2018. №26(2). P. 5-57.
13. Grili G., D'Agostino A., Potsi A. Social Participation and Safety Deprivation of Children in Iatly: PIIGS Countries in Perspictive // Child Indicators Research. 2018. Vol. 11, iss. 1. P. 159-184.
14. Ciani M., Gagliardi F., Riccarelli S., Betti G. Fuzzy measures of multidimensional poverty in the Mediterranean area: A focus on financial dimension // Multidisciplinary Digital Publishing Institute. 2019. Vol. 11, iss. 1, number of articles 143. doi: 10.3390/su11010143.
15. Alkire S., Foster J. Counting and multidimensional poverty measurement // Journal of Public Economics. 2011. Vol. 95(7-8). P. 476-487.
16. Alkire S. Global multidimensional poverty index // Pakistan Development Review. 2015. Vol. 54, iss. 4. P. 287-299.
17. Alikre S., Apablaza M., Chakravarty S., Yalonetzky G. Measuring chronic multidimensional poverty // Journal of Policy Modeling. 2017. Vol. 39, iss. 6. P. 983-1006. doi: 10.1016/j. jpolmod.2017.05.020.
18. Samuel K., Alkire S., Zavaleta D. et al. Social isolation and its relationship to multidimensional poverty // Oxford Development Studies. 2018. Vol. 46, iss. 1. P. 83-97. doi: 10.1080/13600818.2017.1311852.
19. Alkire S., Fang Y. Dynamics of Multidimensional Poverty and Uni-dimensional Income Poverty: An Evidence of Stability Analysis from China // Social Indicators Research. 2019. Vol. 142, iss. 1. P. 25-64. doi: 10.1007/s11205-018-1895-2.
20. Alkire S., Jahan S. The new global MPI 2018: Aligning with the Sustainable Development Goals. OPHI Working Paper, University of Oxford, 2018.
21. Townsend P. Poverty, Social Exclusion, and Social Polarization: The Need to Construct and International Welfare State // World Poverty, New Policies to Defeat an Old Enemy / P. Townsend and D. Gordon (eds.). Bristol, UK, 2002. P. 3-24.
22. Lopez-Calva Luis F. The multidimensional Poverty Index: Rethinking Measurement, Improving Governance. In Dimensions // Magazine on Multidimensional Poverty. 2019. №6. P. 17-19.
23. Nolan B., Whelan C.T. Using non-monetary deprivation indicators to analyze poverty and social exclusion: Lessons from Europe // Journal of Policy Analysis and Management. 2010. Vol. 29, №2. P. 305-325. doi: 10.1002/pam.20493.
24. Карцева М.А. Многомерная бедность в странах ЕС индекс риска бедности и социальной исключенности AROPE // Государственное управление. Электронный вестник. 2019. Вып. 74. Июнь. С. 126-155.
25. KovacevicM., Calderon C. UNDP'S Multidimensional Poverty Index: 2014 Specifications. UNDP Human Development Report Office New York, 2014. P. 1-32.
26. Dotter C., Stephan K. The Multidimensional Poverty Index: Achievements, Conceptual and Empirical Issues. UNDP Human Development Report Office New York, 2014. P. 1 -43.
27. Whelan C.T., Nolan B, Maitre, B. Multidimensional Poverty Measurement in Europe: An Application of the Adjusted Headcount Approach // ALAS, GINI Discussion Paper 40. 2012. doi: org/10.1177/0958928713517914.
28. Hammock J. Sources to Measure Multidimensional Poverty // Dimensions. Magazine on Multidimensional Poverty. 2019. № 6. p. 26-27.
29. Weziak-Bialowolska D. Science and Policy Report by the Joint Research Centre of the European Commission. Luxembourg Publications Office of the European Union, 2014. P. 29-61.
Об авторах
Виктор Васильевич Воронов, доктор социологических наук, профессор, ведущий научный сотрудник Института социологии Федерального научно-исследовательского центра РАН, Россия. E-mail: [email protected] https://orcid.org/0000-0002-1022-3692
Оксана Павловна Ружа, доктор экономики, научный сотрудник Института гуманитарных и общественных наук, Даугавпилсский университет, Латвия. E-mail: [email protected] https://orcid.org/0000-0002-6194-3841
Янина Викентьевна Сташане, доктор экономики, доцент кафедры экономики, Даугавпилсский университет, Латвия. E-mail: [email protected] https://orcid.org/0000-0002-6702-8652
MULTIDIMENSIONAL POVERTY
IN THE BALTIC STATES IN THE EU CONTEXT:
THEORETICAL AND PRACTICAL ASPECTS
V. V. Voronov 1 O.P. Ruza 2 J. Stasane2
There are several approaches to assessing poverty, namely, the absolute, relative, and subjective ones. They are widely used in studying income dynamics and differentiation at a national level. Yet a new research approach to the study and assessment of 'multidimensional' poverty is gaining popularity in developed states. Central to it is the notion of 'risk of poverty and/or social exclusion' (AROPE). This approach measures both income level and such non-monetary component as access to social services. Despite the versatility and severity of multidimensional poverty in some European countries, this phenomenon has not been sufficiently explored in socio-economic studies carried out in the Baltic countries of the EU — Latvia, Lithuania, and Estonia. This article aims to identify the characteristics of multidimensional poverty in the Baltic countries and the EU. Its objective is to examine the spread of multidimensional poverty in the Baltic countries and compare it to the situation on a European scale. The work uses Eurostat data. Various indicators suggest that the risk of multidimensional poverty in the Baltic States is above the EU average.
Keywords:
multidimensional poverty, poverty measurement indicators, poverty risk assessment, material deprivation, Latvia, Lithuania, Estonia
1 Institute of Sociology of Federal Center of Theoretical and Applied Sociology of the Russian Academy of Sciences 24/35 Krzhizhanovskogo Str., Moscow, 117218, Russia
Received 09 April 2020 doi: 10.5922/2079-8555-2020-3-5 © Voronov, V. V., Ruza, O. P., Stasane, J., 2020
2 Daugavpils University 1 Parades Str., Daugavpils, LV-5401, Latvia
To cite this article: Voronov, V.V., Ruza, O.P., Stasane, J. 2020, Multidimensional poverty in the Baltic States in the EU context: theoretical and practical aspects, Balt. Reg., Vol. 12, no 3, p. 72-88. doi: 10.5922/2078-8555-2020-3-5.
References
1. Menshikov, V. 2016, Experience of research of social classes in Latvia. In: Philosophy/Sociology, Vilnius: Lithuanian Academy of Sciences, p. 83—92.
2. Taljunaite, M.,Sviklas, E.K. 2018, Middle Class in the Baltic Countries Since 1991, Social Sciences Bulletin, no. 2, p. 7 — 27. doi: 10.4337/9781786430601.
3. Menshikov, V., Volkova, O., Stukalo, N., Simakhova, A. 2017, Social Economy as a Tool to Ensure National Security, Journal of Security and Sustainability Issues, no. 7, p. 211—231. doi:10.9770/jssi.2017.7.2
4. Grant, J.P. 1977, Employment, Growth and Basic Needs: A One-World Problem, The international "basic-needs strategy" against chronic poverty, New York, Praeger Publishers, p. 224.
5. Townsend, P. 2010, The Meaning of Poverty, The British Journal of Sociology, no. 1, p. 85 — 101. doi: 10.1111/j.1468-4446.2009.01241.x.
6. Sen, A. 1983, Poor. Relatively Speaking, Oxford Economic Papers, no 2, p. 153—169.
7. Betti, G., Gagliardi, F., Verma, V. 2018, Simplified Jackknife Variance Estimates for Fuzzy Measures of Multidimensional Poverty, International Statistical Review, Vol. 86, no. 1, p. 68—86. doi: 10.1111/insr.12219.
8. Ravallion, M. 2011. On multidimensional indices of poverty, Journal of Economic Inequality, Vol. 9, no. 2, p.235-248. doi: 10.1007/s10888-011-9173-4.
9. Bellani, L. 2013, Multidimensional indices of deprivation: the introduction of reference groups weights, The Journal of Economic Inequality, no. 11(4), p. 495 — 515.
10. Antosova, I. 2019, Does extreme poverty occur in EU countries? Scientific Papers of the University of Pardubice, Series D: Faculty of Economics and Administration, Vol. 24, no. 3, p. 4—15.
11. Rogge, N. 2019. Measuring regional social inclusion performances in the EU: looking for unity in diversity, Journal of European Social Policy, Vol. 29, no. 3, p. 325 — 344.
12. Ledic, M. 2018, Income and multidimensional poverty of children in Croatia, Privredna Kretanja IEkonomska Politika, no. 26 (2), p. 5 — 57.
13. Grili, G., D'Agostino, A., Potsi, A. 2018, Social Participation and Safety Deprivation of Children in Iatly: PIIGS Countries in Perspictive, Child Indicators Research, Vol, 11, no. 1, p. 159—184.
14. Ciani, M., Gagliardi, F., Riccarelli, S., Betti, G. 2019, Fuzzy measures of multidimensional poverty in the Mediterranean area: A focus on financial dimension, Multidisciplinary Digital Publishing Institute, Vol. 11, no. 1, number of articles 143. doi: 10.3390/su11010143.
15. Alkire, S., Foster, J. 2011, Counting and multidimensional poverty measurement, Journal of Public Economics, Vol. 95, no. 7 — 8, p. 476—487.
16. Alkire, S. 2015, Global multidimensional poverty index, Pakistan Development Review, Vol. 54, no. 4, p. 287 — 299.
17. Alikre, S., Apablaza, M., Chakravarty, S., Yalonetzky, G. 2017, Measuring chronic multidimensional poverty, Journal of Policy Modeling, Vol. 39, no. 6, p. 983 — 1006. doi: 10.1016/j. jpolmod.2017.05.020.
18. Samuel, K., Alkire, S., Zavaleta, D., Mills, C., Hammock, J. 2018, Social isolation and its relationship to multidimensional poverty, Oxford Development Studies, Vol. 46, no. 1, p. 83—97. doi: 10.1080/13600818.2017.1311852.
19. Alkire, S., Fang, Y. 2019, Dynamics of Multidimensional Poverty and Uni-dimensional Income Poverty: An Evidence of Stability Analysis from China, Social Indicators Research, Vol. 142, no. 1, p. 25—64. doi: 10.1007/s11205-018-1895-2.
20. Alkire, S., Jahan, S. 2018, The new global MPI 2018: Aligning with the Sustainable Development Goals, OPHI Working Paper, University of Oxford, p. 121.
21. Townsend, P.P. 2002, Social Exclusion, and Social Polarization: The Need to Construct and International Welfare State, World Poverty, New Policies to Defeat an Old Enemy. P. Townsend and D. Gordon (eds.). Bristol, UK, Policy Press, p. 3—24.
22. Lopez-Calva, L.F. 2019, The multidimensional Poverty Index: Rethinking Measurement, Improving Governance. In Dimensuions, Magazine on Multidimensional Poverty, no. 6, p. 17—19.
23. Nolan, B., Whelan, C.T. 2010, Using non-monetary deprivation indicators to analyze poverty and social exclusion: Lessons from Europe, Journal of Policy Analysis and Management, Vol. 29, no.2, p. 305-325. doi: 10.1002/pam.20493.
24. Karceva, M.A. 2019, Multidimensional poverty in EU countries: AROPE index of poverty risk and social exclusion, Public administration, no. 74, June, p. 126—149 (In Russ.).
25. Kovacevic, M., Calderon, C. 2014, UNDP'S Multidimensional Poverty Index: 2014 Specifications, UNDP Human Development Report Office New York, p. 1 — 32.
26. Dotter, C., Stephan, K. 2014, The Multidimensional Poverty Index: Achievements, Conceptual and Empirical Issues, UNDP Human Development Report Office New York, p 1—43.
27. Whelan, C.T., Nolan, B, Maitu, B. 2012, Multidimensional Poverty Measurement in Europe: An Application of the Adjusted Headcount Approach. ALAS, GINI Discussion Paper, no. 40. doi: 10.1177/0958928713517914.
28. Hammock, J. 2019, Sources to Measure Multidimensional Poverty. In Dimensions, Magazine on Multidimensional Poverty, no. 6, p. 26 — 27.
29. Weziak-Bialowolska, D. 2014, Science and Policy Report by the Joint Research Centre of the European Commission, Luxembourg Publications Office of the European Union, p. 29—61.
The authors
Prof. Viktor V. Voronov, Leading Research Fellow, Institute of Sociology
of Federal Center of Theoretical and Applied Sociology of the Russian Academy
of Sciences, Russia.
E-mail: [email protected]
https://orcid.org/0000-0002-1022-3692
Dr Oksana P. Ruza, Research Fellow, Social Investigations Center, Institute of Humanities and Social Sciences, Daugavpils University, Latvia. E-mail: [email protected] https://orcid.org/0000-0002-6194-3841
Dr Janina Stasane, Associate Professor, Department of Economy and Sociology, Daugavpils University, Latvia. E-mail: [email protected] https://orcid.org/0000-0002-6702-8652
