Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "wskaźnik deprywacji" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Do Poverty and Income Inequality Affect Public Debt?
Czy ubóstwo i nierówności dochodowe wpływają na dług publiczny?
Autorzy:
Aksman, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/575287.pdf
Data publikacji:
2017-12-31
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
Tematy:
dług publiczny w relacji do PKB
wskaźnik deprywacji
współczynnik Giniego dla dochodów rynkowych
estymator Kivietsa
public debt-to-GDP ratio
deprivation indicator
pre-fiscal income
Gini coefficient
Kiviet estimator
Opis:
Celem artykułu jest zbadanie wpływu ubóstwa i nierówności dochodowych na dług publiczny w krajach Unii Europejskiej, biorąc pod uwagę dynamiczną naturę zmiennej objaśnianej. Aby zmierzyć absolutny poziom ubóstwa, proponowany jest nowy całościowy miernik deprywacji, który pozwala na rozróżnienie między przeciętnym i skrajnym poziomem tego zjawiska. Przy identyfikacji nierówności dochodowych uwzględniane są dysproporcje w rozkładzie dochodów rynkowych, jako że najprawdopodobniej właśnie ten czynnik oddziałuje na rządowe wydatki o charakterze redystrybucyjnym (stosowany jest współczynnik Giniego). Dynamiczny model panelowy jest estymowany za pomocą skorygowanego estymatora LSDV (the bias-corrected LSDV estimator). Wyniki pokazują, że ani ubóstwo, ani nierówności dochodowe nie są statystycznie istotnymi predyktorami długu publicznego w relacji do PKB. Wynika to stąd, że państwa z wyższym poziomem absolutnego ubóstwa lub wyższymi dysproporcjami dochodowymi de facto wydają mniej na świadczenia społeczne, a kraje o wyższym poziomie relatywnego ubóstwa nie mają wyższych wydatków socjalnych niż pozostała część próby.
The aim of this paper is to capture the impact of poverty and income inequality on public debt in European Union countries, providing for the dynamic nature of the response variable. To assess absolute poverty, a new overall deprivation indicator is suggested, a measure that makes it possible to distinguish between average deprivation and severe deprivation. To determine income inequality, the unevenness in the distribution of prefiscal income is considered, as this is the factor that is most likely to cause government redistributive spending. A dynamic panel data model (DPD model) is estimated using the bias-corrected LSDV estimator. The results indicate that neither poverty nor income inequality are statistically significant predictors of the public debt-to-GDP ratio. This is because countries that report higher absolute poverty or higher income inequality de facto spend less on social benefits, while countries with higher relative poverty do not have higher social spending than the rest of the sample.
Źródło:
Gospodarka Narodowa. The Polish Journal of Economics; 2017, 292, 6; 79-93
2300-5238
Pojawia się w:
Gospodarka Narodowa. The Polish Journal of Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie beta regresji w modelowaniu wskaźnika pogłębionej deprywacji materialnej w krajach Unii Europejskiej
The use of beta regression in the modelling of severe material deprivation indicator in the European Union countries
Autorzy:
Dudek, Hanna
Powiązania:
https://bibliotekanauki.pl/articles/542799.pdf
Data publikacji:
2018-03-28
Wydawca:
Główny Urząd Statystyczny
Tematy:
model beta regresji
wskaźnik pogłębionej deprywacji materialnej
kraje Unii Europejskiej
beta regression model
severe material deprivation rate
EU countries
Opis:
Wskaźnik pogłębionej deprywacji materialnej informuje o odsetku populacji, który nie może zrealizować przynajmniej czterech z dziewięciu potrzeb uznanych w warunkach europejskich za podstawowe. W badaniu podjęto próbę identyfikacji czynników różnicujących ten wskaźnik w krajach Unii Europejskiej. Na podstawie danych z Europejskiego badania dochodów i warunków życia (EU-SILC) z 2014 r. oszacowano parametry modeli beta regresji. Modele te znajdują zastosowanie w sytuacji, gdy zmienna zależna przyjmuje wartości z przedziału (0, 1). Stwierdzono, że wskaźnik deprywacji materialnej wykazywał zależność od takich czynników, jak: typ gospodarstwa domowego, mediana dochodu ekwiwalentnego, zagrożenia ubóstwem relatywnym, głębokość ubóstwa, zróżnicowanie dochodów, stopy bezrobocia długoterminowego, PKB per capita oraz udziału wydatków na cele społeczne w PKB.
The severe material deprivation rate indicates the proportion of the population that cannot fulfil at least four of the nine needs identified as basic ones in the European conditions. The study attempts to identify factors differentiating this indicator in the European Union countries. The parameters for regression beta models were estimated on the basis of data from the European Survey of Income and Living Conditions (EU-SILC) for 2014. Such models are useful when the value of the dependent variable interval is included between 0 and 1. It was found that severe material deprivation rate is affected by such factors as: type of household, median equalized disposable income, at-risk-of-poverty rate, relative median at-risk-of-poverty gap, inequality of income distribution, long-term unemployment rate, GDP per capita, and share of social protection expenditure in GDP.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2018, 63, 3; 24-39
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod taksonomicznych w estymacji wskaźników ubóstwa
Using taxonomic methods in estimating poverty rates
Использование таксономических методов в оценивании показателей бедности
Autorzy:
Młodak, Andrzej
Józefowski, Tomasz
Wawrowski, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/543333.pdf
Data publikacji:
2016-01
Wydawca:
Główny Urząd Statystyczny
Tematy:
wskaźnik bardzo niskiej intensywności pracy
wskaźnik pogłębionej deprywacji materialnej
miernik taksonomiczny
estymacja bezpośrednia
model Faya-Herriota
low work intensity rate
severe material deprivation area
taxonomic measure
direct estimation
Fay-Herriot model
показатель очень низкой интенсивности работы
показатель углубленных материальных лишений
таксономический измеритель
прямая оценка
Фэй-Эррио модель
Opis:
W artykule opisano możliwości wykorzystania metod taksonomicznych do konstrukcji kompleksowych mierników poziomu ubóstwa. Mogą one służyć jako zmienne pomocnicze w estymacji wskaźników ubóstwa na różnych poziomach przestrzennych. Zastąpienie szeregu zmiennych objaśniających przez jeden starannie wyznaczony miernik syntetyczny ułatwia dokonanie estymacji, a przy tym pozwala spojrzeć na każdy model jako na integralną całość. Konstrukcję mierników kompleksowych do różnych zbiorów danych oparto na podejściu wykorzystującym metodę odwróconej macierzy korelacji w procesie weryfikacji korelacyjnej, medianę Webera w normalizacji oraz na wzorcu rozwojowym. Zbiory te miały zarówno charakter jednolitych, jak również bardzo obszernych i zróżnicowanych dziedzinowo zasobów. W drugim przypadku zastosowano podejście wielokryterialne. Rozpatrywane dane miały formę panelową, co wymagało zmodyfikowania tradycyjnego podejścia w zakresie weryfikacji zmiennościowej i korelacyjnej. W opracowaniu ukazano efekty wykorzystania uzyskanych mierników w estymacji wskaźnika bardzo niskiej intensywności pracy oraz wskaźnika pogłębionej deprywacji materialnej, dokonanej przy użyciu modelu Faya-Herriota. Porównano je też z wynikami estymacji bezpośredniej.
Authors present possibilities of use of taxonomic methods to the construction of complex measures of poverty level. These measures can serve as auxiliary variables in estimation of poverty indicators on various territorial levels. Replacement (sometimes numerous) set of explanatory variables with one carefully determined synthetic measure facilitates performing an estimation and allows for treatment of any such model as an integrity. Construction of complex measures based on the approach using inverse correction matrix in correlation verification, Weber median in normalization and benchmark of development was applied to various data sets. These sets were homogenous but also very reach and diversified by domains resources. In the second case the multi-criteria approach was applied. The analysed data have the panel form (the concerned the years 2005—2012) what was a reason of relevant modification of traditional approaches in the diversification and correlation verification. This article presents effects of use of measures obtained in such way to estimation of low risk intensity and severe material deprivation rates made using the Fay-Herriot model as well as comparison of them with the results of direct estimation.
В статье были представлены возможности использования таксономических методов в разработке комплексных измерителей уровня бедности. Они могут быть вспомагательными переменными в оценивании показателей бедности на разных пространственных уровнях. Замена ряда объясняющих переменных одним хорошо избранным синтетическим измерителем облегчает оценку и одновременно позволяет считать каждую модель интегральной частью. Разработку комплексных измерителей для разных множеств данных основано на способе использующим метод обратной матрицы корреляции в процессе корреляционной проверки, медиану Вебера в нормализации, а также на развительнoм образце. Wiadomości Statystyczne nr 2/2016 Эти множества имеют характер как единых, так и очень больших дифференцированных в отношении к отраслям фондов. Во втором случае был использован многокритерийный подход. Рассматриваемые данные имели панельную форму, это требовало модификации традиционных подходов в области сопоставительной проверки и проверки непостоянности. В статье были показаны результаты использования поученных измерителей в оценке показателя очень низкой интенсивности работы, а также показателя углубленных материальных лишений, сделанных с использованием Фэй-Эррио модели. Они были тоже сопоставлены с результатами прямой оценки.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2016, 2; 1-24
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies