تحليل پويايي فقر در مناطق شهري ايران بر اساس رويكرد داده‌هاي تابلويي تركيبي

Dynamic Poverty Analysis in Urban Areas of Iran Based on Synthetic Panel Data Method

داده‌هاي تابلويي به عنوان سنگ بنايي براي تحليل‌هاي پويا و از جمله در مطالعات تحرك فقر، شناخته شده است. در كشورهاي در حال توسعه (از جمله ايران)، به دلايل مختلف، داده‌هاي هزينه درآمد خانوار به صورت مقطعي جمع‌آوري شده و دسترسي به داده هاي تابلويي خانوارها امكان not;پذير نيست. با اين وجود، به دليل اهميت زياد و علاقه‌مندي سياست‌گذاران به آگاهي از وضعيت تحرك فقر، محققان روش‌هاي مختلفي را براي مطالعه پويايي فقر در كشورهاي با داده‌هاي مقطعي ارائه و به‌تدريج توسعه داده اند. گروه مطالعات فقر بانك جهاني در سال 2013 رويكرد داده‌هاي تابلويي تركيبي را براي تحليل پويايي فقر معرفي كرد كه برآوردهاي نقطه‌اي نسبتاً دقيقي از تحرك فقر ارائه مي‌كند. پژوهش حاضر، در ابتدا خط فقر مطلق مناطق شهري كشور را در سال‌هاي 1391، 1394 و 1395 محاسبه و سپس با به كارگيري روش داده‌هاي تابلويي تركيبي، بررسي وضعيت تحرك فقر در سال هاي مذكور را محور مطالعه خود قرار داده است. نتايج تحقيق نشان مي‌دهد، نوعي وابستگي حالت در وضعيت فقر مناطق شهري وجود دارد؛ به‌طوري‌كه بيش از 80 درصد خانوارهايي كه در سال اول (1391 و يا 1394) فقير (غير فقير) بودند، در سال دوم (1395) نيز فقير (غير فقير) باقي مي مانند و تنها با احتمال كمتر از 20 درصد، خانوارهاي فقير (غير فقير) در سال اول در دوره بعد، در وضعيت غير فقير (فقير) قرار گرفته اند.

Panel data constitutes a cornerstone for dynamic analysis, especially in poverty mobility studies. In developing countries such as Iran, household income and expenditure data are collected on a cross-sectional basis because of various reasons. As a result, households’ panel data are not available. Due to the concerns of policymakers in understanding the status of mobility of the poor, researchers have developed several approaches to study poverty mobility among countries using cross-sectional data. In 2013, the World Bank's Poverty Studies Group introduced a synthetic panel data method for poverty dynamics analysis, which provides relatively accurate estimates of poverty mobility. First, the present study calculates the absolute poverty line of urban areas of Iran in 2012, 2015 and 2016. Then, it uses the method of synthetic panel data in order to study the status of poverty mobility. The results show that there is a kind of status dependency in the urban poverty, so that the poor (non-poor) households in 2012/ 2015 were also poor (non-poor) in 2016 with a probability of more than 80 percent. Only with a probability of less than 20 percent, the poor (non-poor) households in 2012/2015 were non-poor (poor) in 2016.