Mind the Income Gap: Bias Correction of Inequality Estimators in Small-Sized Samples

तकनीकी सारांश: आय अंतराल पर ध्यान दें: लघु-आकार के नमूनों में असमानता अनुमानकों का पूर्वाग्रह सुधार (Bias Correction)

समस्या विवरण
लघु डोमेन (जैसे, विशिष्ट क्षेत्र या सामाजिक-जनसांख्यिकीय समूह) में आय असमानता का अनुमान लगाना अक्सर डेटा की कमी के कारण बाधित होता है। छोटे क्षेत्रों में विश्वसनीयता में सुधार करने के लिए 'स्ट्रेंथ उधार लेने' (borrowing strength) हेतु स्मॉल एरिया एस्टिमेशन (SAE) तकनीकों का उपयोग किया जाता है, लेकिन ये अक्सर क्षेत्र-स्तरीय मॉडल (जैसे, फे-हेरियट मॉडल) पर निर्भर करते हैं जो यह मान लेते हैं कि इनपुट सर्वेक्षण अनुमानक निष्पक्ष (unbiased) हैं। हालांकि, असमानता अनुमानक (जैसे, गिनी, जनरलाइज्ड एंट्रॉपी, एटकिंसन) आय डेटा के अंतर्निहित गैर-रेखीय (non-linear) फलन होते हैं। छोटे नमूनों में, विशेष रूप से स्तरीकरण (stratification) और बहु-चरणीय नमूनाकरण (multi-stage sampling) वाले जटिल सर्वेक्षण डिजाइनों के तहत, ये अनुमानक महत्वपूर्ण पूर्वाग्रह (bias) प्रदर्शित करते हैं, जो आमतौर पर असमानता को कम करके दिखाते हैं। इस पूर्वाग्रह की अनदेखी करना मॉडल मिसस्पेसिफिकेशन (misspecification) और भ्रामक निष्कर्षों का परिणाम बनता है, विशेष रूप से भिन्न नमूना आकारों वाले समय या स्थानों की तुलना करते समय। इसके अतिरिक्त, मौजूदा पूर्वाग्रह सुधार साहित्य मुख्य रूप से स्वतंत्र और समान रूप से वितरित (iid) नमूनों या गिनी इंडेक्स जैसे विशिष्ट मापों तक सीमित है, जो जटिल सर्वेक्षण डिजाइनों और व्यापक श्रेणियों के असमानता मापों के लिए एक अंतराल छोड़ता है।

कार्यप्रणाली (Methodology)
लेखक एक डिजाइन-आधारित पूर्वाग्रह सुधार ढांचे का प्रस्ताव करते हैं जो पूर्ववर्ती iid दृष्टिकोणों (विशेष रूप से ब्रुनिग और हचिंगसन, 2008) को जटिल सर्वेक्षण डिजाइनों वाली परिमित आबादी (finite populations) के लिए सामान्यीकृत करता है। कार्यप्रणाली का मूल आधार जनसंख्या मूल्यों के आसपास असमानता अनुमानकों ($\hat{\theta} = f(\hat{\mu}, \hat{\gamma})$) का द्वितीय-क्रम टेलर श्रृंखला विस्तार (second-order Taylor series expansions) है, जहाँ $\hat{\mu}$ नमूना माध्य है और $\hat{\gamma}$ एक रूपांतरित आय चर का होर्टविज़-थॉम्पसन अनुमानक है।

मुख्य कार्यप्रणाली घटक शामिल हैं:

1. सामान्य पूर्वाग्रह सूत्र (General Bias Formulation): लेखक एक असमानता अनुमानक के अनुमानित पूर्वाग्रह के लिए एक सामान्य अभिव्यक्ति व्युत्पन्न करते हैं, जो इन घटकों ($V[\hat{\mu}]$, $V[\hat{\gamma}]$, $Cov[\hat{\mu}, \hat{\gamma}]$) के डिजाइन वेरिएंस और कोवेरिएंस पर आधारित है।
2. मापों का दायरा: इस ढांचे को गिनी इंडेक्स, जनरलाइज्ड एंट्रॉपी (GE) परिवार (मीन लॉग डेविएशन, थील इंडेक्स आदि को कवर करते हुए), और एटकिंसन परिवार सहित एक विस्तृत श्रेणी के मापों पर लागू किया गया है।
3. जटिल सर्वेक्षण अनुकूलन: जटिल डिजाइनों को संभालने के लिए, लेखक वेरिएंस अनुमान के लिए "अल्टीमेट क्लस्टर्स" तकनीक का उपयोग करते हैं, जो स्व-प्रतिनिधिक (SR) और गैर-स्व-प्रतिनिधिक (NSR) स्ट्रेटा को समायोजित करती है। गिनी इंडेक्स के लिए, जहाँ रैंक अनुमानक गैर-रेखीय है, वेरिएंस अनुमान को सुगम बनाने के लिए एक रैखिकीकरण (linearization) दृष्टिकोण (ग्राफ, 2011; ग्राफ और टिले, 2014) अपनाया गया है।
4. गैर-पैरामीट्रिक प्रकृति: इस दृष्टिकोण के लिए अंतर्निहित आय वितरण के संबंध में पैरामीट्रिक धारणाओं की आवश्यकता नहीं है, जो इसकी लचीलापन को बढ़ाता है।

प्रमुख योगदान

• जटिल सर्वेक्षणों में एटकिंसन और GE का प्रथम अनुप्रयोग: लेखकों के ज्ञान के अनुसार, यह विशेष रूप से जटिल सर्वेक्षण डिजाइनों के संदर्भ में एटकिंसन और जनरलाइज्ड एंट्रॉपी इंडेक्स के पूर्वाग्रह सुधार के लिए पहला प्रस्ताव है।
• गिनी सुधार का विस्तार: यह पेपर मौजूदा गिनी पूर्वाग्रह सुधारों (जैसे, डेविडसन, 2009; फैब्रिजी और ट्रीविसानो, 2016) को प्रथम-क्रम के बजाय द्वितीय-क्रम टेलर विस्तार का उपयोग करके विस्तारित करता है, जिसके परिणामस्वरूप अधिक परिष्कृत समायोजन पद प्राप्त होता है।
• डिजाइन-आधारित ढांचा: कार्यप्रणाली स्तरीकरण, बहु-चरणीय नमूनाकरण और पोस्ट-सर्वेक्षण उपचारों (कैलिब्रेशन/इम्पुटेशन) द्वारा उत्पन्न सहसंबंध संरचनाओं को स्पष्ट रूप से ध्यान में रखती है, जो iid धारणाओं की सीमाओं से आगे बढ़ती है।

परिणाम
प्रस्तावित ढांचे की प्रभावकारिता का मूल्यांकन 21 NUTS-2 क्षेत्रों के माध्यम से 2017 इतालवी EU-SILC डेटा का उपयोग करके एक डिजाइन-आधारित सिमुलेशन अध्ययन के माध्यम से मूल्यांकन किया गया। दो परिदृश्य परीक्षण किए गए: एक कच्चे डेटा (raw data) के साथ और एक अत्यधिक मानों (extreme values) के उपचार के साथ (सेमी-पैरामीट्रिक पारेटो-टेल मॉडलिंग का उपयोग करके)।

• पूर्वाग्रह में कमी (Bias Reduction): सुधार रणनीति ने सभी विचारित मापों के लिए सापेक्ष पूर्वाग्रह (Relative Bias - RB) में उल्लेखनीय कमी प्रदर्शित की। उपचारित जनसंख्या परिदृश्य में 1.5% नमूनाकरण दर के साथ, पूर्वाग्रह में कमी लगभग 5% (विचलन गुणांक के लिए) से 14% (गिनी इंडेक्स के लिए) के बीच रही।
• नमूना आकार की निर्भरता: पूर्वाग्रह की पुष्टि एक लघु-नमूना घटना के रूप में की गई। 20 व्यक्तियों से अधिक के नमूना आकार के लिए, पूर्वाग्रही-सुधारित अनुमानक अनुमानित निष्पक्षता के करीब पहुँच गए।
• आउटलेयर्स के प्रति मजबूती: अत्यधिक मानों के प्रति संवेदनशील माप (जैसे, $\alpha=2$ के साथ GE, $\epsilon=2$ के साथ Atkinson) अनुपचारित डेटा में उच्च पूर्वाग्रह प्रदर्शित करते हैं। हालांकि सुधार ने पूर्वाग्रह को कम किया, लेखक नोट करते हैं कि अत्यधिक मानों वाली आबादी के लिए, मजबूत मापों (गिनी, $\alpha=0$ के साथ GE, $\epsilon=1$ के साथ Atkinson) पर ध्यान केंद्रित करना अभी भी उचित है।
• वेरिएंस ट्रेड-ऑफ: सुधार ने अधिकांश मापों के लिए पूर्ण सापेक्ष त्रुटि (Absolute Relative Error - ARE) में मामूली, आम तौर पर नगण्य वृद्धि की, सिवाय गिनी इंडेक्स के, जहाँ अनबायस्ड एस्टिमेटर एडजस्टमेंट के विशिष्ट रूप के कारण वेरिएंस इन्फ्लेशन अधिक स्पष्ट था।

स्मॉल एरिया एस्टिमेशन (SAE) अनुप्रयोग
लेखकों ने पूर्वाग्रह की अनदेखी करने के व्यावहारिक परिणामों को प्रदर्शित करने के लिए फे-हेरियट मॉडल का उपयोग करते हुए एक दृष्टांत SAE अभ्यास आयोजित किया।

• मॉडल मिसस्पेसिफिकेशन: अन-करेक्टेड (biased) सर्वेक्षण अनुमानों का उपयोग करने से मॉडल मिसस्पेसिफिकेशन हुआ।
• कम आकलन (Underestimation): परिणामी मॉडल-आधारित अनुमान (EBLUP) ने पूर्वाग्रह-सुधारित इनपुट से प्राप्त असमानता स्तरों की तुलना में लगातार असमानता को कम करके दिखाया। यह कम आकलन विशेष रूप से गिनी इंडेक्स के लिए गंभीर था।
• SAE पर निष्कर्ष: अभ्यास पुष्टि करता है कि असमानता डेटा पर क्षेत्र-स्तरीय SAE मॉडल लागू करने से पहले, भ्रामक नीतिगत निष्कर्षों से बचने के लिए प्रारंभिक पूर्वाग्रह सुधार एक आवश्यक कदम है।

महत्व और दावे
यह पेपर दावा करता है कि जटिल सर्वेक्षणों में असमानता अनुमानकों के लघु-नमूना पूर्वाग्रह की अनदेखी करने से असमानता का व्यवस्थित कम आकलन होता है, जो छोटे डोमेन और अत्यधिक मानों की उपस्थिति में और बढ़ जाता है। प्रस्तावित ढांचा एक लचीला, गैर-पैरामीट्रिक समाधान प्रदान करता है जो मजबूत वितरण धारणाओं की आवश्यकता के बिना इस पूर्वाग्रह को काफी कम कर देता है। लेखक इस कार्य को स्थानीय असमानता अनुमानों पर भरोसा करने वाले शोधकर्ताओं और नीति निर्माताओं के लिए एक महत्वपूर्ण परिशोधन के रूप में देखते हैं, यह तर्क देते हुए कि सटीक मापन के लिए स्मॉल एरिया मॉडल लागू करने से पहले ex-ante पूर्वाग्रह को संबोधित करना आवश्यक है। वे विनम्रतापूर्वक नोट करते हैं कि हालांकि सिमुलेशन के परिणाम आशाजनक हैं, वे विशिष्ट डेटा (इतालवी EU-SILC) पर आधारित हैं और उन्हें एक सार्वभौमिक निष्कर्ष के बजाय एक संदर्भ के रूप में देखा जाना चाहिए, जो भविष्य के अनुसंधान दिशाओं जैसे कि मल्टीवेरिएट SAE फ्रेमवर्क और क्विंटाइल-आधारित मापों के विस्तार का सुझाव देते हैं।