Empirical Likelihood Inference for Sen and Sen--Shorrocks--Thon Indices

إليك ملخص تقني مفصل للورقة البحثية بعنوان "الاستدلال بالاحتمال التجريبي لمؤشرات سين وسين-شوروكس-ثون" (Empirical Likelihood Inference for Sen and Sen-Shorrocks-Thon Indices) للباحثين سريلاكشمي ن، ساباريا سوريش، وسوديش ك. كاتومانيل.

1. بيان المشكلة

تُعد مؤشرات "سين" (Sen index) ومؤشرات "سين-شوروكس-ثون" (SST) مقاييس نظرية (أكسيوماتية) تُستخدم على نطاق واسع لقياس الفقر، حيث تلتقط في آن واحد الوقوع (نسبة عدد الفقراء)، والشدة (فجوة الدخل)، وعدم المساواة بين الفقراء. ورغم أهميتها النظرية، فإن الاستدلال الإحصائي لهذه المؤشرات يواجه تحديات بسبب:

• البنية غير الخطية: تتضمن هذه المؤشرات تفاعلات معقدة بين نسبة عدد الفقراء، ومتوسط فجوة الدخل، ومكون عدم المساواة من نوع "جيني".
• التعقيد التحليلي: التوزيعات المعاينة لهذه المؤشرات يصعب تحليلها، خاصة في ظل العينات المحدودة أو تصميمات المسوح المعقدة.
• قصور الطرق الحالية: يعتمد الاستدلال التقليدي على مُقدِّرات "الاستبدال المباشر" (plug-in estimators) المقترنة بالتقريبات التقاربية من الدرجة الأولى (التقريب الطبيعي). وغالباً ما تعاني هذه الطرق من:
  • تحيز غير مهمل في العينات الصغيرة إلى المتوسطة.
    টি
  • احتمالات تغطية غير موثوقة لفترات الثقة.
  • صعوبة اشتقاق مُقدِّرات التباين المتسقة بسبب بنية الاعتماد المعقدة.
• الافتقار إلى تمثيل إحصاءات U (U-statistic): تفتقر الأدبيات الحالية إلى تمثيل شفاف لهذه المؤشرات ضمن إطار "إحصاءات U" الكلاسيكي، مما يعيق عمليات التحسين من الدرجات العليا والاستدلال القوي.

2. المنهجية

يقترح المؤلفون إطاراً موحداً يعتمد على إحصاءات U، والاحتمال التجريبي (EL)، والاحتمال التجريبي لجاكنايف (JEL) لمعالجة فجوات الاستدلال.

أ. مُقدِّرات إحصاءات U الجديدة

تضع الورقة تمثيلاً صريحاً لنواة متماثلة (symmetric kernel) لكلا المؤشرين، مما يدمجهما في نظرية إحصاءات U.

• مؤشر سين (Sen Index): يشتق المؤلفون مُقدِّراً تجريبياً جديداً ($\hat{S}$) باستخدام نواة متماثلة من الدرجة الثانية. ويثبتون أن هذا المُقدِّر متسق وغير متحيز تقاربياً. يتم التعبير عن المُقدِّر كنسبة بين اثنين من إحصاءات U ($\Delta_1$ و $\Delta_2$)، مما يبسطه إلى تعبير مغلق باستخدام الإحصاءات المرتبة (order statistics).
• مؤشر SST: وبالمثل، يُقترح مُقدِّر إحصاء U غير متحيز ($\hat{S}_h$) لمؤشر SST. يقوم المؤلفون بإعادة كتابة التعريف التكامل لـ SST إلى توقع يتضمن $\min(X_1, X_2)$، مما يسمح ببناء نواة من الدرجة الثانية.
• الخصائص التقاربية: تثبت الورقة أن $\sqrt{n}(\hat{S} - S)$ و $\sqrt{n}(\hat{S}_h - S_h)$ يتقاربان في التوزيع نحو متغيرات عشوائية غاوسية بمتوسط صفري وهياكل تباين محددة مشتقة عبر تفكيك هوفدينج (Hoeffding decomposition).

ب. الاحتمال التجريبي (EL) والاحتمال التجريبي لجاكنايف (JEL)

للتغلب على الصعوبات الحسابية في بناء فترات الثقة لإحصاءات U غير الخطية (والتي تتضمن قيوداً غير خطية في EL القياسي)، يستخدم المؤلفون منهج الاحتمال التجريبي لجاكنايف (JEL).

• بناء JEL:
  1. تحديد معادلة التقدير لإحصاء U.
  2. حساب القيم الزائفة لجاكنايف ($\hat{V}_k$) عن طريق إزالة ملاحظة واحدة في كل مرة: $\hat{V}_k = n\hat{\theta} - (n-1)\hat{\theta}_{-k}$.
  3. بناء نسبة الاحتمال التجريبي بناءً على هذه القيم الزائفة، والتي تكون مستقلة تقريباً.
  4. تعظيم الاحتمال (Likelihood) مع مراعاة القيد بأن المجموع الموزون للقيم الزائفة يساوي صفراً.
• التبرير النظري: يثبت المؤلفون نظرية من نوع ويلكس (Wilks-type theorem) لكل من مؤشري سين وSST. ويوضحون أن إحصاءات نسبة الاحتمال ($-2\log L$ لـ EL و $J(S)$ لـ JEL) تتقارب نحو توزيع $\chi^2_1$ عندما تؤول $n$ إلى $\infty$. وهذا يسمح ببناء فترات ثقة دون الحاجة لتقدير التباين التقاربي بشكل صريح.

3. المساهمات الرئيسية

1. إطار موحد لإحصاءات U: توفر الورقة أول تمثيل صريح لنواة متماثلة لمؤشري سين وSST، مما يدمجهما رسمياً في نظرية إحصاءات U. وهذا يسهل اشتقاق دالات التأثير (influence functions) والتباينات التقاربية.
2. مُقدِّرات جديدة: تقديم مُقدِّرات جديدة مبسطة وغير متحيزة تعتمد على إحصاءات U لكلا المؤشرين، والتي أظهرت تحيزاً أقل مقارنة بمُقدِّرات الاستبدال المباشر ومُقدِّرات ديفيدسونون (2009).
3. إجراءات استدلال قوية: تطوير فترات ثقة قائمة على EL و JEL لا تتطلب تقديراً صريحاً للتباين. ويعالج نهج JEL تحديداً التحديات الحسابية للقيود غير الخطية في EL القياسي.
4. الإثباتات النظرية: تقديم براهين صارمة للاتساق، والتوزيع الطبيعي التقاربي، والتوزيع الحدّي من نوع ويلكس لإحصاءات نسبة الاحتمال المقترحة.

4. النتائج

تم تقييم أداء الطرق المقترحة من خلال محاكاة مونت كارلو موسعة وتوضيحات تجريبية.

أ. دراسة المحاكاة

• التحيز ومتوسط مربع الخطأ (MSE): أظهرت مُقدِّرات إحصاءات U المقترحة تحيزاً أقل بكثير مقارنة بمُقدِّر الاستبدال المباشر (لمؤشر سين) ومُقدِّرات ديفيدسون/شوروكس (لمؤشر SST) عبر توزيعات مختلفة (Exponential, Pareto, Log-normal) وأحجام عينات ($n=20$ إلى $100$). وكانت قيم MSE مقاربة أو أفضل قليلاً.
• فترات الثقة:
  • احتمالية التغطية: حققت فترات الثقة لـ EL و JEL المقترحة احتمالات تغطية أقرب بكثير إلى المستويات الاسمية (مثل 95%) مقارنة بالفترات القائمة على التقريب الطبيعي (Davidson, 2009)، لا سيما في العينات الصغيرة والتوزيعات الملتوية.
  • عرض الفترة: بينما كانت الفترات القائمة على التوزيع الطبيعي غالباً أضيق، إلا أنها عانت من نقص في التغطية (غير موثوقة). حافظت فترات JEL على عرض مناسب مع ضمان الموثوقية.

ب. التوضيحات التجريبية

1. بيانات الولايات المتحدة (PSID): تحليل بيانات الدخل الفردي للأعوام 2017، 2019، 2021، و2023.
   • أظهرت النتائج انخفاضاً مستمراً في الفقر (مؤشري سين وSST) بمرور الوقت.
   • أظهرت بيانات عام 2021، رغم الجائحة، انخفاضاً في الفقر، وهو ما عزاه المؤلفون إلى زيادة إعانات البطالة والتحويلات، وهو اتجاه أكدته المُقدِّرات المقترحة.
2. البيانات الهندية (CPHS): تحليل بيانات دخل الأسر في كيرالا، تاميل نادو، وبيهار (2023).
   • التقطت المؤشرات بشكل صحيح التسلسل الهرمي المعروف للفقر: بيهار (أعلى فقر) > تاميل نادو > كيرالا (أدنى فقر).
   • وفرت فترات الثقة تمييزات ذات دلالة إحصائية بين الولايات، مما أثبت قدرة الطريقة على التعامل مع البيانات الواقعية غير المتجانسة.

5. الأهمية

• التقدم المنهجي: تسد هذه الورقة فجوة حرجة في قياس الفقر من خلال توفير إطار إحصائي صارم لمؤشرات سين وSST، متجاوزةً طرق الاستبدال المباشر التجريبية.
• الفائدة العملية: يعد الاستدلال القائم على JEL ذا قيمة خاصة لصناع السياسات والباحثين الذين يعملون مع أحجام عينات صغيرة إلى متوسطة أو توزيعات دخل ملتوية، حيث تفشل التقريبات الطبيعية التقليدية.
• الموثوقية: من خلال ضمان احتمالات تغطية أفضل، تقلل الطرق المقترحة من خطر استخلاص استنتاجات خاطئة حول اتجاهات الفقر أو التفاوتات الإقليمية.
• الاتجاهات المستقبلية: يمكن توسيع هذا الإطار ليشمل الإعدادات الموزونة للمسوح، واختبارات الهيمنة العشوائية، ومؤشرات الفقر متعددة الأبعاد، مما يوفر أساساً قوياً لتحليل الرفاهية المستقبلي.

في الختام، يضع هذا العمل منهجية سليمة نظرياً ومتفوقة عملياً لتقدير وإجراء الاستدلال على بعض أهم مؤشرات الفقر في علم الاقتصاد.