利用调查对调查的推断以低成本填补贫困数据缺口：来自随机调查实验的证据

这篇研究报告关注了在低收入和中等收入国家中，关于家庭消费的调查数据往往不可用、不可靠或不可比较的情况。为了解决这一问题，研究者基于在坦桑尼亚实施的一项独特随机调查实验，提供了新的严格证据，表明调查对调查的估算可以填补消费数据空白，并提供低成本和可靠的贫困估计。

主要内容概览：

• 研究背景：在低收入和中等收入国家，由于调查数据的缺失或不可靠，导致消费数据难以获取。研究者利用已有的消费调查数据（基础调查）和新设计的调查（目标调查）之间的联系，提出了调查对调查的估算方法。

• 方法：研究者设计了一项随机调查实验，通过比较基础调查（如坦桑尼亚国家小组调查TZNPS）和目标调查（轻型问卷、简化消费模块等）之间的贫困预测，以验证不同调查设计对贫困估算准确性的影响。实验设计了三种不同的治疗组（TA）：TA1管理标准问卷，TA2管理轻型问卷并包含特定的食品消费模块，TA3管理轻型问卷并采用简化后的食品和非食品消费模块。

• 关键发现：

  • 无论基础调查和目标调查在范围和复杂性上有何差异，使用相同预测因子的问题构建的估算模型在不同治疗组间产生了类似的贫困预测结果。
  • 包含基本消费模型的公用事业支出、人口统计、就业、家庭资产和住房信息的预测模型在不同时间点产生了准确的贫困预测，且预测区间在95%的置信水平内。
  • 使用简化消费模块（如减少食品项目清单）的目标调查，若其预测因子的分布能标准化至基础调查，则能产生较好的贫困预测。
  • 最佳模型的准确性达到可接受水平时，基础调查和目标调查的最小样本量需求为1000个观察值。
  • 提出的插补方法优于多重插补和机器学习技术。

• 影响与讨论：这项研究提供了关于目标调查设计如何影响贫困估算的实证证据，并强调了在简化调查设计的同时，保持预测因子分布的一致性对于提高估算准确性的重要性。此外，研究还探讨了样本量对模型性能的影响，指出在特定条件下的样本量需求。

• 贡献：通过利用随机和全国代表性调查实验，研究为调查对调查的估算方法提供了严格的检验，填补了相关领域的研究空白，对发展经济学和贫困估计方法具有重要贡献。