赢得战争？美国贫困测量和决定因素的新证据

赢得战争？美国贫困测量和决定因素的新证据Katharina Bergant、安德里亚·美第奇和安克·韦伯WP/22/4基金组织工作论文描述了作者正在进行的研究并发表以征求意见和鼓励辩论。基金组织工作文件中表达的观点是作者的观点，并不一定代表基金组织、其执董会或基金组织管理层的观点。2022一月 基金组织工作论文描述了作者正在进行的研究并发表以征求意见和鼓励辩论。基金组织工作文件中表达的观点是作者的观点，并不一定代表基金组织、其执董会或基金组织管理层的观点。© 2022 国际货币基金组织 WP/22/4基金组织工作文件西半球部赢得战争？美国贫困测量和决定因素的新证据由 Katharina Bergant、Andrea Medici 和 Anke Weber 编写*Nigel Chalk 授权于 2022 年 1 月分发抽象的：利用家庭支出调查的微观数据，我们记录了过去四年美国消费贫困的演变。使用出现的价格指数适合低收入家庭，我们表明自 1980 年代以来贫困并未显着减少，甚至年轻人的贫困有所增加。然后，我们使用概率、tobit 和机器学习技术分析哪些社会和经济因素有助于解释美国的贫困程度。我们的结果是三倍的。首先，我们认为穷人更有可能是少数族裔，没有受过大学教育，从未结过婚，并且生活在中西部。其次，在过去几十年中，种族和民族等一些因素对确定贫困的重要性有所下降，但它们仍然很重要。第三，我们发现社会和经济因素只能部分反映贫困的可能性，这表明随机因素（“坏运气”）可能发挥重要作用。JEL 分类号：C81、E21、I32、I38。关键词：福利计划的贫困、不平等、消费、供给和效果作者的电子邮件地址：* 作者要感谢 Jorge Alvarez、Nicholas Carroll、Nigel Chalk、Andrew Hodge、Deniz Igan、Christoffer Koch、Li Lin、Davide Malacrino、Rui Mano、Andrew Tiffin、Yannick Timmer 和 IMF 研讨会参与者的有益评论。我们感谢 Bruce Meyer 和 James Sullivan 慷慨地分享他们的守则，并就他们的贫困措施的构建进行了有益的讨论。所有剩余的错误都是我们自己的。基金组织工作文件中表达的观点是作者的观点，并且确实不一定代表基金组织、其执董会或基金组织管理层的观点。 工作稿赢得战争？关于测量的新证据美国贫困的决定因素由 Katharina Bergant、Andrea Medici 和 Anke Weber 编写11 作者要感谢 Jorge Alvarez、Nicholas Carroll、Nigel Chalk、Andrew Hodge、Deniz Igan、Christoffer Koch、Li Lin、Davide Malacrino、Rui Mano、Andrew Tiffin、Yannick Timmer 和 IMF 研讨会参与者的有益评论。我们感谢 Bruce Meyer 和 James Sullivan 慷慨地分享他们的守则，并就他们的贫困措施的构建进行了有益的讨论。所有剩余的错误都是我们自己的。基金组织工作文件中表达的观点是作者的观点，并且确实不一定代表基金组织、其执董会或基金组织管理层的观点。 2“与贫困作斗争，需要知道它的程度以及其中最严重的人”——布鲁斯 D. 迈耶和詹姆斯 X. 沙利文1介绍什么是贫困，我们为什么要关心它？文献使用了不同的贫困概念，尽管一个共同的定义是，当人们缺乏满足其基本需求的手段时，贫困就存在。后者可以定义为生存所必需的，或者更广泛地说，反映特定社会中可接受的最低生活标准。充分获得商品和服务对于健康、在学校和劳动力市场取得成功至关重要。例如，McLaughlin 和 Rank（2018 年）发现，美国儿童贫困的年度总成本约为 GDP 的 5.4%，这反映了经济生产力的损失、健康和犯罪成本的增加以及儿童无家可归和无家可归导致的成本增加。虐待。鉴于高昂的社会和个人成本，准确衡量贫困程度和了解贫困原因至关重要，包括有效分配联邦、州和地方资金。对于如何最好地衡量贫困没有达成共识。美国官方的贫困衡量标准将一个家庭的收入与贫困线进行比较，该贫困线基于 1960 年代特定食品篮子成本的三倍，并以城市消费者的总体通货膨胀率作为指数。最近的研究认为，基于消费的贫困衡量指标——利用家庭支出调查并附加与政府援助价值相当的消费——提供了更准确的贫困状况（Meyer and Sullivan (2012a,b, 2013, 2019) ））。基于消费的措施可以 (i) 获取非现金收益； (ii) 说明储蓄； (iii) 更准确（因为低收入家庭的消费结果通常比收入更能衡量）。除了绝对指标外，还有相对贫困指标，用于衡量收入或消费低于中位数某个百分比的人口比例。对于绝对贫困测量，消费者价格指数（CPI）的选择对贫困水平有重要影响。 Meyer 和 Sullivan 的工作 (2012a,b, 2013, 2019) 以低于 CPI 的比率对贫困阈值进行索引，以解决各种偏差（例如替代和出口偏差）。基于这些假设，与官方基于收入的衡量标准不同，迈耶和沙利文的基于消费的贫困衡量标准表明，随着时间的推移，贫困人口急剧下降。这种下降在很大程度上是由于通货膨胀的向下调整，这与最近的研究不一致，最近的研究发现，收入分配低端的人面临着高于而不是低于 CPI 衡量的通胀（Jaravel， 2019）。这种“通货膨胀不平等”有两个潜在的潜在驱动因素：家庭之间不同的支出模式（穷人在价格上涨较高的项目上的支出不成比例，例如租金）以及商品和服务价格上涨的差异。贾拉维尔 (2019) 3表明由于公司越来越有兴趣竞争购买富有的个人，高收入家庭购买的商品价格相对于低收入家庭购买的商品价格实际上正在下降。直观地说，鉴于美国高收入消费者的国民收入稳步增长，公司通过将产品引入转向增长更快的细分市场来应对相对市场规模的变化。这一过程可能导致快速增长的细分市场中现有产品的价格下降，因为来自新产品的竞争压力增加会压低加价。除了如何最好地衡量贫困的问题之外，还有谁是穷人以及什么决定了贫困的相关问题。研究发现，贫困与就业状况、教育水平、婚姻状况、人口特征和家庭结构密切相关（Hoynes 等，2006）。最近的研究表明，贫困在美国人中非常普遍。兰克等人。 (2021) 发现，在 20 至 75 岁之间，近 60% 的美国人将在官方贫困线以下生活至少一年，而 75% 的美国人将陷入贫困或接近贫困。作者将此归因于劳动力市场的结构性变化，转向低薪工作，加上儿童保育、医疗保健和经济适用房缺乏普遍覆盖，这使得越来越多的家庭在经济上处于弱势。本文关注绝对贫困，构建了一个考虑通货膨胀不平等的基于消费的贫困指标，然后分析了贫困的决定因素。我们首先解释我们如何得出我们首选的基于消费的绝对贫困衡量标准，以及它与其他衡量标准的比较。接下来是关于 2021 年美国救援计划中扩大的儿童税收抵免将如何影响美国贫困的自然实验然后我们转向贫困的决定因素，使用各种计量经济学规范，包括概率、tobit 和机器学习模型.与更传统的 probit 或 tobit 方法不同，机器学习提供了一种非参数且灵活的方式来模拟贫困状况。通过使用机器学习，我们希望开发一种卓越的贫困识别技术，不仅可以提高预测能力，还可以更清楚地揭示所考虑的潜在经验关系。据我们所知，本文首次应用机器学习技术来研究美国贫困的决定因素。我们发现：•依靠与底层五分之一消费模式相关的价格指数意味着生活贫困人口的比例自 1980 年以来没有实质性下降。2019 年的贫困率接近 1980 年代的水平，尽管有上升和期间的下行趋势，特别是在全球金融危机 (GFC) 期间 4贫困大幅增加。根据这一衡量标准，儿童贫困在过去四年中甚至有所增加。贫困差距（贫困家庭消费与阈值之间的距离）在过去 40 年中名义上有所增加，而实际价值仅略有下降。•这些发现与其他剥夺措施（例如粮食不安全）的演变一致，但与先前计算基于消费的贫困并显着下调整体 CPI 的研究结果形成鲜明对比。美国的相对贫困也有所增加，反映出收入和财富分配更加两极分化。•拜登政府扩大的儿童税收抵免将显着减少儿童贫困，使用我们首选的贫困衡量标准，其中包括通货膨胀不平等，将减少约三分之一。•有更多孩子的家庭、非裔美国人家庭和西班牙裔家庭更有可能贫穷。另一方面，户主本科以上学历或成年人已婚的家庭，贫困的可能性较小。在控制时间动态的情况下，自全球金融危机 (GFC) 以来，地区差异已经扩大，位于中西部的家庭陷入贫困的可能性更高。此外，与 1980 年代相比，过去十年的学士学位变得更加重要，而婚姻状况和种族在解释贫困方面变得不那么重要。然而，即使我们控制了许多其他特征，例如教育和就业状况，种族和民族仍然是贫困的重要决定因素。机器学习模型证实我们正在关注最重要的解释变量。•我们的家庭特征都很重要，我们首选的机器学习模型规范——平衡随机森林——能够以 75% 的准确率预测谁是穷人。然而，大约 25% 的显着预测误差意味着随机成分——“运气不好”——可能在解释贫困方面发挥重要作用。本文的其余部分如下进行。第 2 部分总结了有关贫困测量的文献和方法，介绍了数据，并展示了美国贫困在过去 40 年中的演变情况。第 3 节介绍了基于概率、tobit 和机器学习模型的贫困决定因素的新事实。第 4 节结束。2贫困测量2.1背景美国人口普查局根据通货膨胀调整后的绝对收入门槛发布年度贫困率。基于当前人口调查（CPS）家庭数据的最基本指标——官方贫困衡量标准（OPM）已经发布 5自 1960 年代以来。 OPM 将一个家庭的税前总收入与相当于 1963 年最低膳食成本三倍的阈值进行比较——因为 1955 年的支出调查数据表明，三人或三人以上的平均家庭分配了大约三分之一他们的食物税后收入。该阈值每年根据所有城市消费者的消费者价格指数 (CPI-U) 进行调整（Fisher，1992 年）。 2019年，双亲、二孩家庭的贫困线为25,926美元。 2011 年发布的补充贫困衡量标准 (SPM) 将非现金收入公共福利（如补充营养援助计划）考虑在内，同时从收入中扣除几类费用（纳税义务、儿童抚养费、儿童保育费）和其他工作费用，以及自付费用的医疗费用）。为了达到一个阈值，它计算了消费者单位在食品、衣服、住所和公用事业上的支出的 5 年移动平均值，该平均值根据家庭规模进行了调整。 2019年，二成人二孩家庭的SPM门槛为$29,234。大量文献指出这些以绝对收入为基础的贫困衡量标准存在严重缺陷。最值得注意的是，Meyer 和 Sullivan (2012a,b, 2019) 认为消费更好地反映了弱势家庭的物质状况，因此使用支出调查来构建基于消费的贫困衡量标准。他们提供了为什么消费比收入更可取的几个原因。首先，收入并没有反映消费平滑：人们可以在收入暂时高的时候存钱，在收入暂时低的时候借钱。一对靠积蓄生活的退休夫妇即使没有收入，也可能过得相当舒适。其次，如果资产价值下降，消费措施将反映财富的损失。它还将反映住房和汽车等耐用品的消费。第三，消费比收入更可能受到公共保险计划的影响。因此，它将更好地捕捉政府安全网变化的影响。以上所有都可以解释为什么经济模型研究公用事业使用消费而不是收入的变化。最后，有大量研究表明，收入比消费更容易受到衡量问题的影响，尤其是在低收入群体中，他们往往低估了他们通过独立和/或非正式兼职工作和政府获得的收入援助计划（Meyer 等人，2009 年）。为了随着时间的推移调整贫困线，研究通常使用城市消费者的通货膨胀衡量标准，因为消费者调查中代表的大多数家庭（90%）生活在城市地区。 Meyer and Sullivan (Meyer and Sullivan (2012a,b, 2019)) 对通货膨胀进行调整，随着时间的推移减缓贫困线的增长，以反映 CPI-U 测量中的各种偏差。文献通常强调 CPI-U