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

Resumo Técnico: Atenção ao Hiato de Renda: Correção de Viés de Estimadores de Desigualdade em Amostras de Pequeno Tamanho

Problema
A estimativa da desigualdade de renda em domínios pequenos (por exemplo, regiões específicas ou grupos sociodemográficos) é frequentemente dificultada pela escassez de dados. Técnicas de Estimação de Pequenas Áreas (SAE - Small Area Estimation) são empregadas para melhorar a confiabilidade ao "tomar emprestada a força" entre áreas, mas elas frequentemente dependem de modelos de nível de área (como o modelo Fay-Herriot) que assumem que os estimadores de levantamento de entrada são não viesados. No entanto, os estimadores de desigualdade (por exemplo, Gini, Entropia Generalizada, Atkinson) são funções inerentemente não lineares dos dados de renda. Em amostras pequenas, particularmente sob desenhos de amostragem complexos envolvendo estratificação e amostragem em múltiplos estágios, esses estimadores exibem um viés significativo, levando tipicamente a uma subestimação da desigualdade. Negligenciar esse viés resulta em erro de especificação do modelo e inferências enganosas, especialmente ao comparar a desigualdade ao longo do tempo ou entre locais com tamanhos de amostra díspares. Além disso, a literatura existente sobre correção de viés está amplamente limitada a amostras independentes e identicamente distribuídas (iid) ou medidas específicas como o índice de Gini, deixando uma lacuna para desenhos de amostragem complexos e classes mais amplas de medidas de desigualdade.

Metodologia
Os autores propõem uma estrutura de correção de viés baseada no desenho que generaliza abordagens iid anteriores (especificamente Breunig e Hutchinson, 2008) para populações finitas com desenhos de amostragem complexos. O núcleo da metodologia baseia-se em expansões de Taylor de segunda ordem dos estimadores de desigualdade em torno de seus valores populacionais.

Principais componentes metodológicos:

1. Formulação Geral do Viés: Os autores derivam uma expressão geral para o viés aproximado de um estimador de desigualdade $\hat{\theta} = f(\hat{\mu}, \hat{\gamma})$, onde $\hat{\mu}$ é a média amostral e $\hat{\gamma}$ é um estimador de Horvitz-Thompson de uma variável de renda transformada. O viés é expresso como uma função das variâncias de desenho e covariâncias desses componentes ($V[\hat{\mu}]$, $V[\hat{\gamma}]$, $Cov[\hat{\mu}, \hat{\gamma}]$).
2. Escopo das Medidas: A estrutura é aplicada a uma ampla classe de medidas, incluindo o Índice de Gini, a família da Entropia Generalizada (GE — abrangendo a Decomposição de Logaritmo Médio, o índice de Theil e outros) e a família Atkinson.
3. Adaptação para Levantamentos Complexos: Para lidar com desenhos complexos, os autores utilizam a técnica de "Clusters Finais" (Ultimate Clusters) para a estimação de variância, acomodando estratos Auto-Representativos (SR) e Não-Auto-Representativos (NSR). Para o índice de Gini, onde o estimador de ranking é não linear, uma abordagem de linearização (Graf, 2011; Graf e Tillé, 2014) é empregada para facilitar a estimação da variância.
4. Natureza Não Paramétrica: A abordagem não requer suposições paramétricas em relação à distribuição de renda subjacente, aumentando sua flexibilidade.

Principais Contribuições

• Primeira Aplicação a Atkinson e GE em Levantamentos Complexos: Tanto quanto os autores sabem, esta é a primeira proposta de correção de viés para os índices de Atkinson e Entropia Generalizada especificamente no contexto de desenhos de amostragem complexos.
• Extensão da Correção de Gini: O artigo estende as correções de viés de Gini existentes (por exemplo, Davidson, 2009; Fabrizi e Trivisano, 2016) utilizando uma expansão de Taylor de segunda ordem em vez de uma de primeira ordem, resultando em um termo de ajuste mais refinado.
• Estrutura Baseada no Desenho: A metodologia contabiliza explicitamente as estruturas de correlação introduzidas pela estratificação, amostragem em múltiplos estágios e tratamentos pós-levantamento (calibragem/imputação), indo além das limitações das suposições iid.

Resultos
A eficácia da estrutura proposta foi avaliada através de um estudo de simulação baseado no desenho utilizando dados do EU-SILC italiano de 2017 em 21 regiões NUTS-2. Dois cenários foram testados: um com dados brutos e outro com valores extremos tratados (usando modelagem de cauda Pareto semiparamétrica).

• Redução do Viés: A estratégia de correção demonstrou uma redução perceptível no Viés Relativo (RB) para todas as medidas consideradas. No cenário de população tratada com uma taxa de amostragem de 1,5%, as reduções de viés variaram de aproximadamente 5% (para o Coeficiente de Variação) a 14% (para o índice de Gini).
• Dependência do Tamanho da Amostra: O viés foi confirmado como um fenôão de amostra pequena. Para tamanhos de amostra superiores a 20 indivíduos, os estimadores corrigidos de viés aproximaram-se da não viesatidade aproximada.
• Robustez a Outliers: Medidas sensíveis a valores extremos (por exemplo, GE com $\alpha=2$, Atkinson com $\epsilon=2$) exibiram maior viés nos dados não tratados. Embora a correção tenha reduzido o viés, os autores observam que para populações com valores extremos, focar em medidas robustas (Gini, GE com $\alpha=0$, Atkinson com $\epsilon=1$) continua sendo aconselhável.
• Compromisso de Variância (Variance Trade-off): A correção induziu um aumento leve, geralmente negligenciável, no Erro Relativo Absoluto (ARE) para a maioria das medidas, exceto para o índice de Gini, onde a inflação da variância foi mais pronunciada devido à forma específica do ajuste do estimador não viesado.

Aplicação em Estimação de Pequenas Áreas (SAE)
Os autores realizaram um exercício ilustrativo de SAE utilizando o modelo Fay-Herriot para demonstrar as consequências práticas de ignorar o viés.

• Erro de Especificação do Modelo: O uso de estimativas de levantamento não corrigidas (viesadas) como entradas levou à erro de especificação do modelo.
• Subestimação: As estimativas baseadas em modelos (EBLUP) resultantes subestimaram consistentemente os níveis de desigualdade em comparação com aqueles derivados de entradas com viés corrigido. Esta subestimação foi particularmente severa para o índice de Gini.
• Conclusão sobre SAE: O exercício confirma que a correção de viés preliminar é um passo necessário antes de aplicar modelos de SAE de nível de área a dados de desigualdade para evitar inferências de políticas enganosas.

Significância e Alegações
O artigo afirma que ignorar o viés de amostra pequena dos estimadores de desigualdade em levantamentos complexos leva a uma subestimação sistemática da desigualdade, um problema exacerbado em domínios pequenos e quando existem valores extremos. A estrutura proposta oferece uma solução flexível e não paramétrica que reduz significativamente esse viés sem exigir fortes suposições distributivas. Os autores posicionam este trabalho como um refinamento crítico para pesquisadores e formuladores de políticas que dependem de estimativas locais de desigualdade, argumentando que a medição precisa requer abordar o viés ex-ante antes de aplicar modelos de pequenas áreas. Eles observam modestamente que, embora os resultados da simulação sejam promissores, eles baseiam-se em dados específicos (EU-SILC italiano) e devem ser vistos como uma referência e não como uma conclusão universal, sugerindo direções de pesquisas futuras, como estruturas de SAE multivariadas e extensões para medidas baseadas em quintis.