Повышение адресности социальных программ является основной задачей любого государства, так как каждая программа, основанная на использовании бюджетных средств, имеет двоякий характер: с одной стороны, она помогает повышать доходы малоимущих людей, а с другой стороны, ограничивает использование бюджетных средств на другие цели. Следовательно, максимально эффективное использование этих средств, путем повышения адресности социальных программ способствует росту вложений в другие сферы такие, как экономика и образование.
В Узбекистане адресные программы применяются уже в течение последних двадцати лет. Особенностью таких программ в стране является использование полномочий местных органов самоуправления (махаллей) в качестве основного источника информации о состоянии семей, подающих заявление на получение государственных пособий. Однако, у этого подхода, наряду с преимуществами, имеются и некоторые недостатки, которые в определенных условиях приводят к большим потерям с точки зрения эффективного использования бюджетных средств. Одним из недостатков можно считать субъективность принимаемых решений. В ряде случаев имеет место и несоблюдение моральных норм со стороны представителей махаллинских комитетов, которые могут прибегать к тем или иным видам коррупции. В то же время, в условиях развивавшихся стран, где не очень развита система регистрации доходов граждан, заинтересованным лицам иногда легко подделать документы на получение пособий.
Мировая практика показывает, что на сегодняшний день имеются несколько методов реализации адресных программ и таргетирования малоимущих домохозяйств. Среди них особо можно подчеркнуть методы mean test, прокси-тестирование, самоотбора и др. Каждый из этих методов имеет свои преимущества и недостатки[1]. В данной статье используется метод «прокси-тестирование» (PMT), так как есть определенная согласованность насчет того, что этот метод наиболее эффективен в условиях развивающихся стран[2].
Основным требованием метода PMT является учет показателей домохозяйства, которыми сложно манипулировать (пол, образование, состав семьи, жилищные условия и т.д.). Следовательно, этот метод требует сбора информации об активах и демографических характеристиках домохозяйств с целью создания «прокси» (заменителя) для показателя доходов (потребления) домохозяйства. При этом, предполагается, что активы домашних хозяйств сложнее скрыть от государственных инспекторов, чем доходы[3].
PMT использует эконометрический инструмент для оценки статуса бедности домашних хозяйств. В частности, использованием следующей формы регрессионной модели оцениваются коэффициенты полу-эластичности:
Из метода расчета очевидно, что оценочные коэффициенты следует рассматривать как вклад факторов в средний уровень бедности. Более того, поскольку факторы, включенные в модель, могут быть сильно коррелированны между собой (например, многие бедные домохозяйства одновременно проживают в сельской местности, имеют плохие жилищные условия, низкий уровень образования кормильцев и т.д.), коэффициенты интерпретируются как полу-эластичность, а не эффект сам по себе.
Числитель можно интерпретировать как число бедных семей, оцененных как небедные, а знаменатель – как все небедные, что дает долю ошибочно оцененных бедных (IIR может быть рассчитан таким же образом). Однако, в литературе есть определенные разногласия относительно того, сколько и какие переменные следует использовать в анализе, как оценить эффективность использованного метода таргетирования, как определить черту бедности, как оценить надежность показателей благосостояния (доходы или потребление), отмеченных самими домохозяйствами в анкетах. Вместе с тем, этот метод широко используется во многих развивающихся странах и пользуется высокой популярностью.
В анализе были использованы данные обследования домохозяйств, проведенные в 2010 году Институтом социальных исследований. Тот факт, что система социальной защиты остается почти неизменной с 2010 года, суждения, полученные на основе данных 2010 года, могут иметь аналитическое значение для разработки политики и на сегодняшний день.
База данных содержит необходимую информацию о доходах 2000 домохозяйств, активах и семейном статусе, характеристиках детей, а также о статусе заявки на пособие. В частности, рассмотрим случай с пособиями на детей до двух лет.
Результаты исследования домохозяйств показывают, что 80% опрошенных домохозяйств относят себя к категории очень бедных и бедных семей (табл.1). Вместе с тем, можно наблюдать, что заявку на пособие подали почти половина домохозяйств, относящиеся к категории небедных.
Таблица 1
Уровень доходов и статус подачи заявки на пособие для детей до двух лет
| Категории | Подавшие заявку | Не подавшие заявку | Всего |
| 1 | 155 | 125 | 280 |
| 2 | 804 | 525 | 1,329 |
| 3 | 182 | 138 | 320 |
| 4 | 30 | 25 | 55 |
| 5 | 8 | 8 | 16 |
| Всего | 1,179 | 821 | 2,000 |
Вместе с тем, используемая база не лишена некоторых недостатков. В частности, доходы выражены в ординальной форме от 1 до 5, где 1 означает самый низкий уровень доходов (от 0 до 100 тыс. сум. в мес.), а 5 – самый высокий (выше 1 млн. сум. в мес.), что не дает возможности применить метод наименьших квадратов (OLS). Поэтому правильнее будет использовать подходящую форму Пробит модели (Ordered Probit Model). Кроме этого, отсутствие информации о размере домохозяйства не дает возможности пересчитать доходы на каждого члена семьи. В результате, уровень доходов многодетных семей может оказаться завышенным. Здесь мы предполагаем, что размер доходов во всех домохозяйствах одинаковый.
Таблица 2
Сопоставление результатов двух методов таргетирования (PMT и традиционный)
|
| PMT | PMT | Все |
| Традиционный | Неприемлемо выдавать пособия | Приемлемо выдавать пособия | |
| Получившие | 95 | 980 | 1,075 |
| В ожидании ответа | 3 | 39 | 42 |
| Не получившие | 6 | 53 | 59 |
| Нет информации | 0 | 3 | 3 |
| Все | 104 | 1,075 | 1,179 |
Результаты показали, что ошибка исключения (когда бедные оцениваются как небедные) составляет 9% и ошибка включения (когда небедные относятся к категории бедных) – 5% (Табл.2). Однако, в процессе сопоставления разных методов таргетирования необходимо знать особенности каждого метода, чтобы избежать сравнения несравнимых кейсов. Например, в случае сравнения PMT и традиционного метода разница в результатах может возникнуть чисто за счет разной интерпретации понятия «бедность», т.е. для государства данное понятие «бедность» означает одно, а для общественных органов, владеющих данными о той или иной семье (составе, возрасте ее членов, их доходах и т.д.) – другое.
Однако, ссылаясь на полученные результаты на данном уровне, можно сделать определенные выводы. Так, при разработке социальных программ следует учесть следующие моменты:
- диверсификация подходов к реализации адресных социальных программ и набор методов оценки их эффективности;
- расширение практики проведения социальных опросов среди населения с целью сбора данных на уровне домохозяйств, которые, с одной стороны, дополняют официальные статистические данные центральных органов, с другой стороны, позволяют проверить качество этих данных.
[1] Alain De Janvry, Elisabeth Sadoulet (2016). Development economics: theory and practice. London: Routledge.
[2] Coady, D., Grosh, M. E., &Hoddinott, J. (2004). Targeting of transfers in developing countries: Review of lessons and experience (Vol. 1). World Bank Publications.
[3] Alatas, V., Banerjee, A., Hanna, R., Olken, B. A., & Tobias, J. (2012). Targeting the poor: evidence from a field experiment in Indonesia. American Economic Review, 102(4), 1206-40.
[4] IRIS. 2005. Note on Assessment and Improvement of Tool Accuracy. Developing Poverty Assessment Tools Project. Mimeograph, Revised version from June 2, 2005. IRIS Center, University of Maryland.
Бахтишод ХАМИДОВ
Центр экономических исследований и реформ
Журнал "Iqtisodiyot: tahlillar va prognozlar"
Оставить комментарий