CC BY
22
Оценка уровня бедности в СФО: классические и альтернативные подходы
DOI: 10.30680/ECO0131-7652-2022-11-109-124
Оценка уровня бедности в СФО: классические и альтернативные подходы1
Е.Н. ИСУПОВА, кандидат экономических наук E-mail: emeltenisova@gmail.com; ORCID: 0000-0003-3931-3373 Институт экономики и организации промышленного производства СО РАН С.Ю. ВАРТ. E-mail: s.vart@g.nsu.ru
Новосибирский государственный университет; Институт экономики и организации промышленного производства СО РАН С.В. БЕКАРЕВА, кандидат экономических наук E-mail: s.bekareva@g.nsu.ru; ORCID: 0000-0003-0598-278X Новосибирский государственный университет, Новосибирск
Аннотация. Показатель уровня бедности является важным ориентиром в процессе проведения государственной политики стимулирования и поддержания экономического роста. Этот факт определяет необходимость корректной количественной оценки данного показателя для эффективного и своевременного анализа динамики бедности в стране. Сложность заключается в том, что «бедность» - многоаспектное понятие, и ее можно рассматривать с разных точек зрения. Значительные расхождения в количественных оценках уровня бедности в регионах, полученные на основе применения различных показателей, демонстрируют сложность и комплексность понятия «бедность», дискуссионность подходов к оценке и анализу явления, что создает вызовы для традиционных подходов и проводимой государственной политики.
Ключевые слова: уровень бедности; СФО; индекс глубины бедности; индекс А. Сена; AROPE
Введение
Тема настоящего исследования представляется актуальной для всех стран мира, особенно в современных условиях социально-экономического развития. В разгар пандемии COVID-19 в 2020 г Всемирный банк скорректировал свой прогноз по уровню бедности в мире [Poverty..., 2020. С. 34], оценив этот показатель для 2021 г в 9,4% от всего населения, или 736 млн человек, в то время как в доковидный период оценки составляли 7,5%, или 586 млн человек. С учетом текущей политической и экономической
1 Статья подготовлена по результатам исследования, проводимого при финансовой поддержке Министерства науки и высшего образования РФ в рамках научного проекта «Социально-экономическое развитие Азиатской России на основе синергии транспортной доступности, системных знаний о природ но-ресурс ном потенциале, расширяющегося пространства межрегиональных взаимодействий», Соглашение № 075-15-2020-804 от 02.10.2020 г. (грант № 13.1902.21.0016).
ЭКО. 2022. № 11 ИСУПОВА Е.Н., ВАРТ С.Ю., БЕКАРЕВА С.В.
нестабильности, неблагоприятной конъюнктуры рынков отдельных жизненно важных товаров, высокого уровня инфляции в большинстве стран мира и других факторов, отражающих кризисное состояние мировой экономики, мы полагаем, что в ближайшие годы проблема бедности повсеместно будет обостряться, и государствам придется искать дополнительные методы ее решения.
Весной 2018 г Президент РФ подписал Указ2, в котором была обозначена цель снижения уровня бедности в Российской Федерации в два раза к 2024 г. Но насколько эффективна проводимая в стране программа социально-экономической поддержки населения? Для того чтобы это понять и увидеть полную картину социально-экономического явления бедности, необходимо обладать адекватным аналитическим аппаратом.
Как большинство экономических терминов понятие «бедность» многогранно и зависит от цели и сферы применения. Росстат рассматривает бедное и малоимущее население как синонимы, идентифицируя его в зависимости от уровня душевого дохода: «малоимущее население (домашние хозяйства) -население/домашние хозяйства с уровнем денежных доходов/ располагаемых ресурсов ниже величины прожиточного минимума, определяемого расчетным методом, исходя из фактического состава обследуемого домохозяйства и величины прожиточного минимума по социально-демографическим группам населения, установленной в субъекте РФ»3. Таким образом, оценка уровня бедности в представлении Росстата в значительной степени зависит от того, на основе какой потребительской корзины был определен прожиточный минимум.
А. Сен, занимаясь анализом бедности и предложивший свой подход к ее оценке, определил ее следующим образом: «Бедность - не столько невозможность домашнего хозяйства обеспечить потребление определенного количества благ, сколько отсутствие возможности получить доступ к этим благам» [Sen, 1976. Р. 20]. Автор тесно увязывает уровень бедности в стране с показателями неравенства и неравномерного распределения доходов.
2 Указ Президента РФ от 07.05.2018 № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года». URL: http://static.kremlm.ru/media/acts/files/0001201805070038.pdf
3 Социально-экономические индикаторы бедности 2012-2020 гг. URL: https:// rosstat.gov.ru/storage/mediabank/Bul_Ind_bedn_2013-2020.pdf
В странах ЕС при определении бедности учитывается не только факт низкого дохода домашних хозяйств (ДХ), но и наличие «деприваций» (лишений, с которыми они сталкиваются), а также отсутствие самой возможности получения дохода: «население с риском бедности и социальной исключенности состоит из тех, кто беден по доходам или имеет серьезные депривации или живет в домохозяйствах с низким уровнем занятости трудоспособных членов (включая отсутствие занятых)» [Корчагина и др., 2019. С. 163].
Включение в определение бедности различных аспектов, помимо дохода граждан, свидетельствует о том, что ее сугубо монетарной оценки недостаточно, потому что она не отражает всей сущности данного социально-экономического явления. В научной литературе в последние годы все чаще отмечается необходимость использования комплексных оценок бедности с учетом различных ее аспектов: вариации минимального дохода, учета «деприваций», неравномерности распределения доходов и пр. [Летинская, 2016; Воронкова, 2007]. Вне всякого сомнения, эти методы будут давать различные оценки уровня бедности. Исследователям и государственным органам важно понимать природу данных расхождений, ориентируясь в процессе принятия решений не только на стандартный и привычный монетарный показатель [Белоусова, 2020].
На возникновение и углубление (ослабевание) неравенства и бедности, по мнению ученых, влияют особенности исторического развития той или иной страны (региона), функционирование национальных институтов, проводимая экономическая политика, степень вовлеченность страны в процессы глобализации, а также миграционная политика и другие факторы [Шилкина, 2019]. В свою очередь, неравенство и бедность могут иметь серьезные социальные последствия [Аникин, Тихонова, 2016; Богомолова, 2011], а также влиять на экономический рост [Петросянц, 2020].
Непосредственно количественной и эмпирической оценке бедности как феномена посвящены работы С. Раунтри, Ф. Ле-Пле и Ч. Бут [Poverty..., 2014]. Они стремились определить различные типы бедности и количественно оценить ее черту.
Среди работ отечественных авторов можно отметить статью Л. Н. Овчаровой [Овчарова, 2008; Белоусова, 2006], в которой описывается профиль бедности, факторы, ее вызывающие,
ее динамика в период восстановления экономики России с 2000 по 2007 гг. Кластеризации регионов со сходными уровнями бедности и определению факторов неравенства с учетом пространственного лага, а также расчету эффектов от региональной социальной политики посвящена работа А. В. Белоусовой [Белоусова, 2020]. В ее классификации большинство субъектов СФО относится к беднейшим регионам с точки зрения доли малоимущего населения. Работа В. Т. Тарасова [Тарасов, 2017] содержит глубокий эконометрический анализ и оценивает влияние неравенства на экономический рост регионов РФ в рамках декомпозиции неравенства на нормальное и избыточное. Применив в своей модели панельные данные с 2005 по 2015 гг., автор подтверждает гипотезу о негативном влиянии неравенства (как ресурсного, так и институционального) на рост регионов.
Некоторые отечественные авторы сосредоточили внимание на попытке определить значимые факторы бедности. Так, С. В. Нестерова анализирует зависимость бедности регионов РФ от макроэкономических факторов и от государственной социальной политики [Нестерова, 2018]. Она показывает, что проблема бедности может быть решена только путем использования комплексного подхода: требуется учет как экономических, так и социальных групп факторов. Е. А. Гафарова и А. Г. Каримов, оценивая влияние различных факторов на бедность граждан [Га-фарова, Каримов, 2016], приходят к выводу, что основные риски впадения в бедность для населения трудоспособного возраста связаны с проживанием в сельской местности, принадлежностью к женскому полу, уровнем образования ниже среднего профессионального, малым составом домохозяйства, низкой квалификацией. Модель (множественный упорядоченный пробит) строилась на данных для Республики Башкортостан за 2012 г.
Наличие большого числа подходов к оценке бедности свидетельствует о множестве аспектов, которые свойственны данному явлению. На примере СФО4 мы покажем, как оценки бедности могут расходиться в зависимости от концепции, применяемой к ее определению.
4 В составе СФО рассматривались: Республика Алтай, Республика Тыва, Республика Хакасия, Алтайский край, Красноярский край, Иркутская область, Кемеровская область - Кузбасс, Новосибирская область, Омская область, Томская область.
Методология
На рисунке 1 схематично представлены три наиболее известных подхода к оценке бедности с учетом различных ее аспектов.
Критерии анализа бедности
Доходы домашних хозяйств ниже установленного порога
Показатели
Монетарные оценки Росстата
Неравенство, неравномерность распределения дохода
Индекс А. Сена Глубина и острота бедности
AROPE
Лишения, наборы благ, которые не могут себе позволить бедные домашние хозяйства
Рис. 1. Различные подходы к количественной оценке бедности
Росстат применяет монетарный подход к оценке уровня бедности, определяя в каждом регионе долю населения (домашних хозяйств), чей доход оказывается ниже порогового значения (прожиточного минимума):
р=Р/М,
где Р - численность бедных; N - численность населения.
В основе индекса А. Сена лежит неравномерное распределение доходов, уровень неравенства в обществе. Коэффициент фондов определяется как соотношение между средними уровнями денежных доходов 10% населения с самыми высокими доходами и 10% - с самыми низкими доходами.
Индекс А. Сена: £ = р
А + -*■ й
I
(1)
л —
где р - доля бедного населения; " — . - отношение среднего дефицита дохода к пороговому значению; у - средний доход среди малоимущего населения; 1 - пороговое значение/прожиточный минимум; О - индекс Джини среди бедного населения.
На основе значения коэффициента фондов можно судить о расслоении в обществе, в то время как коэффициент А. Сена
отражает глубину бедности и показывает дифференциацию доходов между самыми бедными и богатыми в обществе.
Глубина бедности ОР = — | ' | , (2)
где Р - численность бедных; N - численность населения; У - уровень дохода отдельного малоимущего индивида или ДХ; 1 - пороговое значение.
Индекс глубины бедности рассчитывается для каждого индивида (домашнего хозяйства) и отражает сумму денежных средств, недостающих ему до порогового значения. Разделив дефицит дохода на пороговое значение, получим долю дефицита отдельного индивида или ДХ. Для того, чтобы оценить глубину бедности в сообществе, находим среднее арифметическое долей бедности граждан.
Острота бедности имеет схожую формулу расчета, однако дефициты денежных доходов относительно порога каждого индивида или ДХ включаются в квадрате.
В основе индекса АЯОРБ5 - «депривационный» подход, оценивающий лишения, с которыми сталкиваются бедные домашние хозяйства. Он определяет риск бедности и социального исключения, используя для его расчета три компонента: 1-й компонент определяется исходя из того, находится ли индивид на уровне 60% от медианного дохода населения; 2-й компонент определяется по 9 индикаторам (например, имеет ли домохозяйство финансовые возможности для того, чтобы справиться с неожиданными тратами); 3-й основывается на возрастной структуре ДХ (т.к. полностью работоспособны лишь лица от 18 до 59 лет).
II (троу=1) ^ (<3ерг.=1) ^ (а&е ЛКОРЕ = —-1-ии --1-ии ' '
N N N
где: шроу - фактор монетарной бедности; йерт - фактор депривации (насколько ДХ сталкиваются с различного рода экономическими, финансовыми проблемами); - фактор
возрастного состава ДХ. (см. подробнее [Корчагина и др., 2019]).
5 People At Risk Of Poverty (AROPE) - доля населения, которое находится в группе «риска бедности».
Мы провели расчет всех указанных показателей бедности для регионов СФО с 2010 по 2017 гг6, чтобы оценить разные аспекты этого явления и его динамику. Первичные данные для них взяты из материалов ЕМИСС Росстата и Российского мониторинга экономического положения и здоровья населения (РМЭЗ) ВШЭ7. Для расчета комплексного индикатора AROPE из базы РМЭЗ были вручную отобраны домашние хозяйства, которые относятся к СФО; проанализированы их условия проживания на основе анкетных данных и статистика уровня доходов.
Количественная оценка бедности в СФО
На первом этапе мы рассчитали монетарный показатель бедности, долю бедного населения на основе информации Росстата и данных РМЭЗ ВШЭ. В целях исследования исходные данные РМЭЗ фильтровались по домашним хозяйствам для отдельных СФО. После этого рассчитывался средний уровень дохода домохозяйства с учетом его состава, далее показатель сопоставлялся с уровнем прожиточного минимума в регионе в соответствующий период времени. Если в результате доход на одного члена семьи был ниже установленного прожиточного минимума, домашнее хозяйство относилось к категории бедных (нуждающихся). Затем для получения стандартного показателя доли населения, находящейся за чертой бедности, определенной данным подходом, общее число малоимущих в году было соотнесено с общим числом респондентов. На рисунке 2 представлено сопоставление авторских расчетов (на основе данных РМЭЗ-ВШЭ) и оценок Росстата.
6 Рамки исследования ограничены 2010-2017-м гг., поскольку именно в этом периоде собран максимально полный массив данных, позволяющий рассчитать все количественные показатели, используемые в работе.
7 «Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ (RLMS HSE)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. (Сайты обследования RLMS HSE: URL: http://www.hse.ru/rlms и https://rlms-hse.cpc.unc.edu)».
40
35 -
30 25 20 15 10 5 0
2010
□ СФО (Росстат) ■ СФО (РМЭЗ_ВШЭ)
Источник. Рассчитано по данным РМЭЗ-ВШЭ и Росстата.
Рис. 2. Динамика доли бедного населения в РФ в 2010-2017 гг. , %
Из полученных результатов видно, что рассчитанный нами на основании мониторинга ВШЭ показатель доли бедного населения в среднем в 1,5 раза превышает аналогичный индикатор Росстата. На наш взгляд, настолько значительное расхождение могут вызывать две причины:
1) объем выборки. После отбора из общей базы домохозяйств СФО выборка на каждый год состояла в среднем из 1100 наблюдений, что, естественно, трудно считать репрезентативным объемом. Очевидно, что данные Росстата более представительны;
2) смещение выборки. Некоторые исследователи, использующие в своих работах данные РМЭЗ-ВШЭ, говорят о смещенности в них среднего значения по доходам в сторону малоимущих домашних хозяйств. В частности, Т. С. Карабчук отмечает, что такое смещение может определяться тем, что более состоятельные респонденты чаще отказываются от участия в опросе по причине высокой занятости и отсутствия свободного времени [Карабчук, 2013].
Индекс А. Сена для СФО, учитывающий уровень неравенства доходов, представлен на рисунке 3.
0,18 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0
Источник рис. 3, 5. Рассчитано по данным РМЭЗ-ВШЭ.
Рис. 3. Индекс А. Сена в СФО в 2010-2017 гг.
Индекс А. Сена дает представление о распределении доходов среди бедных слоев населения. Чем выше его значение, тем сильнее дифференцированы доходы внутри нуждающихся домашних хозяйств. Чем ближе значение показателя к нулю, тем меньше разница доходов внутри группы.
Из рисунка 3 видно, что в 2015 г дифференциация доходов заметно выросла, затем начала плавно снижаться. Однако, на наш взгляд, данное снижение не столько косвенно свидетельствует о снижении уровня бедности, сколько сигнализирует о том, что установленный порог минимального дохода (прожиточного минимума) в РФ является слишком низким. Вероятно, среднедушевой доход домохозяйств, отнесенных в группу бедных, максимально приближен к пороговой величине прожиточного минимума, что объясняет низкий уровень дифференциации дохода внутри рассматриваемой группы.
Далее мы оценили глубину и остроту бедности (рис. 4).
Данные рисунка свидетельствуют, что значение показателя незначительно расходилось при расчете на основе данных ЕМИСС и РМЭЗ-ВШЭ. Ярко выраженная динамика показателя за рассматриваемый период не просматривается, из чего можно сделать вывод, что в 2010-2017 гг. величина недостающих средств домашних хозяйств до прожиточного минимума значительно не менялась.
0,2
0,178
0,166
0,161
0,151
0,144
0,128
0,125
0,125
2010
2012
2013
2014
2015
2016
2017
0,35
0,3 П п г-|
0,25 0,2 0,15 0,1 0,05 0
2010 2011 2012 2013 2014 2015 2016 2017 □ СФО (ЕМИСС) ■ СФО (РМЭЗ ВШЭ)
Источник. Рассчитано по данным ЕМИСС Росстата и РМЭЗ-ВШЭ.
Рис. 4. Глубина бедности в СФО в 2010-2017 гг. Для расчета показателя остроты бедности (рис. 5) мы не могли использовать данные ЕМИСС, поскольку дефицит финансовых средств у домашних хозяйств представлен агрегированно, и нет информации по каждому индивиду в отдельности. Однако этот показатель можно рассчитать по данным РМЭЗ. Поскольку за основу берется отклонение дохода от прожиточного минимума, приближение показателя к нулю означает снижение благосостояния домашних хозяйств и сближение величины располагаемых доходов и прожиточного минимума.
0,18 0,17 0,16 0,15 0,14 0,13 0,12 0,11 0,1
2010 2011 2012 2013 2014 2015 2016 2017
Рис. 5. Острота бедности в СФО в 2010-2017 гг. Отметим, что динамика этого показателя более выражена в сравнении с индикатором глубины бедности. Однако проведя расчеты обоих показателей, мы пришли к выводу, что коэффициент
остроты бедности недостаточно информативен: он лишь «усиливает» показатель глубины бедности, возводя отклонения от минимального дохода в квадрат. Таким образом, на практике для представления размера «недостающих» до минимального порога финансовых средств домашних хозяйств вполне достаточно использовать только показатель глубины бедности.
Последним показателем, который, как и два предыдущих, отражает уровень «лишений» (объем финансовых средств, недостающего до прожиточного минимума, или набор благ, которые бедные хозяйства не могут себе позволить), является индекс AROPE. К традиционному уровню монетарной бедности ЛЯОРЕ «прибавляет» численность домашних хозяйств, которые сталкиваются с высоким уровнем деприваций (лишений, набора благ и услуг, к которым у них нет доступа). Наши расчеты этого индекса сводились к следующим шагам:
1. Определение доли бедного населения, получающего доход ниже 60% от медианного дохода для СФО (на основе данных РМЭЗ ВШЭ).
2. Адаптация исходной анкеты деприваций ЛЯОРЕ под базу данных РМЭЗ ВШЭ для домашних хозяйств СФО. Такое соотнесение позволило нам определить число домашних хозяйств, сталкивающихся с большим количеством лишений.
3. Сложив количественные показатели монетарной бедности и индивидов с депривациями, мы получили итоговые значения по индексу ЛЯОРЕ, представленные в таблице вместе с остальными рассчитанными нами показателями уровня бедности (в связи с ограниченностью данных анкетирования домашних хозяйств, показатель ЛЯОРЕ был рассчитан только для 2013-2017 гг.).
Статистические оценки уровня бедности в СФО в 2010-2017 гг.
Показатель 2010 2011 2012 2013 2014 2015 2016 2017
Доля бедного населения, % (данные Росстата) 18,1 18,3 16,4 16,9 17,5 19,4 19,7 19,2
Доля бедного населения, % (данные РМЭЗ) 31,9 31,2 23,6 23,6 24,1 34,1 30,2 28,8
Индекс А. Сена 0,166 0,161 0,125 0,125 0,128 0,178 0,151 0,144
Глубина бедности 0,330 0,329 0,345 0,328 0,346 0,330 0,320 0,298
Острота бедности 0,159 0,164 0,173 0,163 0,172 0,164 0,155 0,133
AROPE, % 51,6 51,5 54,4 50,7 49,8
Из данных таблицы видно, что не все показатели можно сопоставлять друг с другом: доли бедного населения можно сравнивать с индексом AROPE, а показатели А. Сена и глубины и остроты бедности - только между собой. Данный факт объясняется тем, что индикаторы оценивают бедность с разных точек зрения - одни рассматривают процентную долю домашних хозяйств, нуждающихся в адресной поддержке; другие определяют степень неоднородности доходов внутри группы нуждающихся домохозяйств.
Тот факт, что авторские оценки доли бедного населения значительно превосходят оценки Росстата, связан с особенностями выборки, о которых мы сообщили. Что же касается индекса АЯОРЕ, который относит к нуждающимся или лишенным общедоступных благ половину домашних хозяйств СФО, его высокие значения могут быть объяснены несколькими причинами. Во-первых, для расчета показателя использовался не установленный уровень прожиточного минимума, а размер 60%-го медианного дохода в СФО, который выше по значению; во-вторых, на основе методологии AROPE к нуждающимся домашним хозяйствам относятся не только те, которые не получают достаточный уровень финансовых средств, но и те, которые сталкиваются с некоторыми лишениями, например, не могут себе позволить купить телевизор и пр.
Показатели А. Сена, глубина и острота бедности не продемонстрировали ярко выраженной динамики для СФО в рассматриваемый период, расчетные значения показателей ближе к нулю, чем к единице, что говорит о низком уровне дифференциации доходов внутри группы бедных домашних хозяйств. Мы предполагаем, что данный факт может быть объяснен низким пороговым значением прожиточного минимума, а нуждающиеся домашние хозяйства имеют доходы, близкие к уставленному уровню.
Заключение
Бедность - сложное социально-экономическое явление, которое может быть оценено и рассмотрено с разных точек зрения. Некоторые оценки отражают процент домашних хозяйств, которые нуждаются в поддержке государства, другие - уровень неравенств среди бедных домашних хозяйств, третьи дополняют
критерии бедности набором ключевых благ и услуг, которые домашние хозяйства не могут себе позволить.
Недооценка уровня бедности может привести к тому, что нуждающиеся домашние хозяйства не получат необходимой финансовой поддержки, переоценка - к дополнительным государственным расходам и снижению стимулов к экономической активности.
Изучив подходы к оценке уровня бедности, мы пришли к выводу, что для эффективной политики поддержки бедного населения важно рассчитывать несколько индикаторов показателя для получения общей картины. Так, на основе монетарной бедности можно определить процент домашних хозяйств, которые нуждаются в адресной помощи. Сопоставление полученного значения с показателем АЯОРЕ покажет, является ли установленный порог прожиточного минимума слишком заниженным или адекватно отражает реальное состояние в экономике. Дополнение расчетов индикаторами А. Сена и глубины бедности позволит определить необходимость дифференциации подхода программы поддержки для категории нуждающихся домашних хозяйств: эффективным ли будет установить единое значение пособий или имеет смысл рассмотреть различные значения в зависимости от уровня дохода домашних хозяйств.
В продолжение исследования вопроса бедности в СФО были построены и оценены эконометрические модели: сбалансированные панельные данные, логит-модель и кросс-данные. На основе выборки 2005-2017 гг. было выявлено, что рост безработицы в регионе приводит к увеличению уровня бедности, а наличие высших и специальных учебных заведений - сдерживающий фактор для ее роста. При анализе факторов бедности отдельно для женщин и мужчин было показано, что увеличивает бедность среди женщин: уход в декрет, отсутствие образования, проживание в сельской местности. Для мужчин в СФО к негативным факторам относятся отсутствие образования, проживание в сельской местности и вредные привычки (алкоголь, курение).
Литература
Аникин В., Тихонова Н. Бедность и неравенство в странах БРИКС: российская специфика // Общество и экономика. 2016. № 1. С. 78-114.
Богомолова Т. Ю. Траектории перемещения населения России в пространстве «бедность - не бедность» в 1990-2000-е годы // ЭКО. 2011. № 5. С. 108-120.
Белоусова С. Анализ уровня бедности // Экономист. 2006. № 10. С. 65-71.
Белоусова А.В. Уровень бедности в РФ: пространственный анализ // Вестник Института экономики РАН. 2020. № 4. С. 73-88.
Воронкова О. В. Подходы к определению и измерению бедности // Экономический вестник Ростовского государственного университета. 2007. Том 5. № 3. С. 147-154.
Гафарова Е. А., Каримов А. Г. Бедность в российском регионе: факторы и риски для работающего населения // Региональная экономика: теория и практика. 2016. № 3(426). С. 169-179.
Карабчук Т. С. и др. Бедность домохозяйств в России: что говорят данные РМЭЗ ВШЭ // Мир России. 2013. № 1. С. 155-175.
Карцева М. А. многомерная бедность в странах ЕС: индекс риска бедности и социальной исключенности AROPE // Государственное управление. Электронный вестник. 2019. № 74. С. 126-155.
Корчагина И. И. и др. Европейский опыт измерения бедности и социальной исключенности: индекс AROPE // Народонаселение. 2019. № 3. С. 162-175.
Летинская Е. Ю., Матюшина Ю. Б. Генезис основных теории бедности // Вестник Воронежского государственного университета. 2016. № 3. С. 74-77.
Нестерова С.В. Исследование регионального уровня бедности в российской Федерации // Вестник НГИЭИ. 2018. № 11(90). С. 33-46.
Овчарова Л. Н. Бедность и экономический рост в России // Журнал исследований социальной политики. 2008. Т. 6. № 4. С. 439-456.
Петросянц Д. В. Социальное неравенство и бедность как факторы сдерживания долгосрочного экономического роста // Власть. 2020. № 1. С. 64-69.
Тарасов В. Т. Эконометрический подход к анализу доходов населения регионов России с учетом неравенства в их распределении // Вестник Российского университета кооперации. 2017. № 4(30). С. 65-73.
Шилкина И. С. Социальное неравенство и бедность в России в свете глобальных трансформаций: обзор / И. С. Шилкина; РАН. ИНИОН. Центр науч.-информ. исслед. глобал. и регион. пробл. Отд. глобал. проблем. М., 2019. 50 с.
Poverty and Shared Prosperity 2020. Reversals of Fortune. World Bank Group. URL: https://openknowledge.worldbank.org/bitstream/hand le/10986/34496/9781464816024.pdf
Poverty traps and social exclusion among children in South Africa / SAHRC and UNICEF/ Pretoria: SAHRC, 2014. 198 p.
Sen A. Real national income // Review of Economic Studies, 1976. Vol. 43. № 1. P. 19-39.
Статья поступила 10.10. 2022 Статья принята к публикации 15.10.2022
Для цитирования: Исупова Е.Н., Варт С.Ю., Бекарева С.В. Оценка уровня бедности в СФО: классические и альтернативные подходы // ЭКО. 2022. № 11. С. 109-124. DOI: 10.30680/EC00131-7652-2022-11-109-124
Summary
Isupova, E.N., Cand. Sci. (Econ.). E-mail: emeltenisova@gmail.com
Institute of Economics and Industrial Engineering SB RAS;
Vart, S.Yu. E-mail: s.vart@g.nsu.ru
Novosibirsk State University, Institute of Economics and Industrial Engineering SB RAS;
Bekareva, S.V., Cand. Sci. (Econ.). E-mail: s.bekareva@g.nsu.ru
Novosibirsk State University, Novosibirsk
Poverty Assessment in SFD: Classical and Alternative Approaches
Abstract. The poverty level indicator is an important benchmark in the process of conducting the state policy of stimulating and maintaining economic growth. This fact determines the need for a correct quantitative assessment of this indicator for effective and timely analysis of the dynamics of poverty in the country. The difficulty lies in the fact that poverty assessment is a multidimensional concept, and it can be evaluated from different perspectives. Significant discrepancies in the quantitative estimates of poverty in the regions, obtained on the basis of different indicators demonstrate the complexity and complexity of the concept of poverty, the controversial approaches to the assessment and analysis of the phenomenon, which creates challenges to traditional approaches and the ongoing public policy.
Keywords: poverty level; Siberian Federal Region; poverty depth index; A. Sen index; AROPE
References
Anikin, V., Tikhonova, N. (2016). Poverty and inequality in the BRICS countries: a Russian feature. Society and Economics. No. 1. Pp. 78-114. (In Russ.).
Belousova, A.V. (2020). The level of poverty in the Russian Federation: an open analysis. Bulletin of the Institute of Economics of the Russian Academy of Sciences. No. 4. Pp. 73-88. (In Russ.).
Belousova, S. (2006). Poverty Analysis. The Economist. No. 10. Pp. 65-71. (In Russ.).
Black, D. (2000). Economics. Explanatory dictionary: dictionary / Trans. from English. Shchedrin A. V., Volkov A. M.; ed. Osadchaya I. M. Moscow. NFRA-M. 840 p.
Bogomolova, T.Yu. (2011).Trajectories of population movement in Russia in the space "poverty - not poverty" in the 1990-2000s. ECO. No. 5. Pp. 108-120. (In Russ.).
Fisher, M.G. (2008). Mollie Orshansky. Author of the Poverty Thresholds / M. G. Fisher. AMSTAT NEWS. September. Pp. 15-18.
Gafarova, E.A., Karimov, A.G. (2016). Poverty in the Russian region: factors and risks for the working population. Regional Economics: Theory and Practice. No. 3 (426). Pp. 169-179. (In Russ.).
Karabchuk, T.S. et al., (2013). Poverty of households in Russia: what do the HSE RLMS data say? Mir Rossii. No. 1. Pp. 155-175. (In Russ.).
Kartseva, M.A. (2019). Multidimensional poverty in EU countries: AROPE poverty and social exclusion risk index. Public Administration. Electronic Bulletin. No. 74. Pp. 126-155. (In Russ.).
Korchagina, I.I. et al. (2019). European experience in measuring poverty and social exclusion: the AROPE index. Population. No. 3. Pp. 162-175. (In Russ.).
Letinskaya, E. Yu., Matyushina, Yu.B. (2016). Genesis of the main theories of poverty. Bulletin of the Voronezh State University. No. 3. Pp. 74-77. (In Russ.).
Nesterova, S.V. (2018). Study of the regional level of poverty in the Russian Federation. Vestnik NGIEI. No. 11(90). Pp. 33-46. (In Russ.).
Ovcharova, L.N. (2008). Poverty and economic growth in Russia. Journal of Social Policy Research. Vol. 6. No. 4. Pp. 439-456. (In Russ.).
Petrosyants, D.V. (2020). Social inequality and poverty as deterrents for long-term economic growth. Power. No.1. Pp. 64-69. (In Russ.).
Poverty and Shared Prosperit. (2020). Reversals of Fortune. World Bank Group. Available at: https://openknowledge.worldbank.org/bitstream/hand le/10986/34496/9781464816024.pdf
Poverty traps and social exclusion among children in South Africa / SAHRC and UNICEF (2014) / Pretoria: SAHRC. 198 p.
Sen, A. (1976). Real national income. Review of Economic Studies. Vol. 43. No. 1. Pp. 19-39.
Shilkina, I.S. (2019). Social inequality and poverty in Russia in the light of global transformations: a review; RAN. INION. Center for scientific-inform. research global. and region. prob. Dep. global. problems. Moscow. 50 p. (In Russ.).
Tarasov, V.T. (2017). An econometric approach to the analysis of the incomes of the population of Russian regions, taking into account the inequality in their distribution. Bulletin of the Russian University of Cooperation. No. 4 (30). Pp. 65-73. (In Russ.).
Voronkova, O.V. (2007). Approaches to defining and measuring poverty.
Economic Bulletin of the Rostov State University, Vol. 5. No. 3. Pp. 147-154. (In Russ.).
For citation: Isupova, E.N., Vart, S.Yu., Bekareva, S.V. (2022). Poverty Assessment in SFD: Classical and Alternative Approaches. ЕСО. No. 11. Pp. 109-124. (In Russ.). DOI: 10.30680/EC00131-7652-2022-11-109-124
