2016年-世界发展银行全球_Is_Inequality_Underestimated_in_Egypt____Evidence_from_House_Prices_31页_1mb

报告摘要

总结：埃及不平等程度是否被低估？——来自房价的证据

核心内容

本研究探讨了埃及的收入不平等是否被低估，并提出了一种利用房价数据来估算收入分布顶端的方法。传统上，收入不平等估计主要依赖家庭收入调查，但这些调查通常无法准确捕捉高收入群体，导致不平等程度被低估。为解决这一问题，研究者尝试结合税收记录数据，但税收记录在许多发展中国家难以获取。因此，本文提出使用房价作为替代数据源，以估算高收入部分的收入分布。

主要观点

家庭收入调查通常样本量较小，且高收入群体容易被遗漏或低估，从而导致收入不平等估计偏低。
税收记录是估算高收入群体的理想数据来源，但其获取受限，尤其在发展中国家。
房价数据在许多发展中国家更容易获得，且其作为收入预测指标的特性（如房屋价值与收入之间的关系）为估算不平等提供了新的可能性。
使用房价数据估算收入分布顶端需要两个关键的创新方法：一是利用房价作为收入预测变量，二是处理非代表性样本的问题。
通过将房价数据与家庭收入调查结合，可以更准确地估算整体收入分布，从而修正不平等指标。

关键信息

埃及的不平等状况：根据家庭收入调查，埃及的基尼系数在2009年约为36.4，但结合房价数据后，估计值上升至47.0，显示不平等程度被严重低估。
方法论：
- 假设家庭收入与房价之间存在对数线性关系（$\log(Y_h) = \beta_0 + \beta_1 \log(x_h) + \varepsilon_h$）。
- 假设房价分布的顶端符合帕累托分布（$G_2(x) = 1 - (x/x_0)^{-\alpha}$），从而推导出收入顶端的帕累托分布形式（$F_2(y) = 1 - (\frac{y}{\tau})^{-\theta}$，其中$\theta = \alpha/\beta_1$）。
- 在估算过程中，需要估计$\lambda$（高收入人口比例）和$\theta$（收入顶端的尾部厚度），以修正不平等指标。
数据来源：
- DB-1（主要数据源）：家庭收入调查数据，用于估算低收入部分。
- DB-2（次要数据源）：房价数据，用于估算高收入部分。
不平等指标的修正：
- 基尼系数、平均对数偏差（MLD）和泰尔指数（Theil）均可通过分组分解方法进行估算。
- 基尼系数对高收入部分最为敏感，其分解形式为：
  $$
  Gini = (1 - \lambda)(1 - s)Gini_1 + \lambda s Gini_2 + s - \lambda
  $$
- 泰尔指数的分解形式为：
  $$
  T = (1 - s)T_1 + sT_2 + \log(\mu_1^{1-s} \mu_2^s) - \log(\mu)
  $$
挑战与解决方案：
- 房价数据作为收入预测指标，而非实际收入，可能引入偏差。
- 房价数据库通常不构成代表性样本，可能偏向大城市。
- 通过假设房价分布的顶端符合帕累托分布，并结合已知的地区人口比例，可以对房价数据进行调整，从而估算出更准确的收入分布。
- 估算$\lambda_d$（特定地区高收入人口比例）的方法是将DB-2与已知的地区人口比例结合，以确保估算的准确性。