© Adam Szulc Artykuł udostępniony na licencji CC BY-SA 4.0
Celem badania omawianego w artykule jest ocena wpływu świadczeń rodzinnych oraz zachodzących w nich zmian na rozkład zamożności gospodarstw domowych w Polsce. Główne pytanie badawcze brzmiało: co ma większy wpływ na analizowane efekty – relatywna wielkość świadczeń rodzinnych czy ich regresywny charakter (oznaczający, że relatywna wielkość świadczeń maleje wraz ze wzrostem dochodu świadczeniobiorców)? Aby na nie odpowiedzieć, zastosowano dekompozycję Kakwaniego, która pozwoliła rozłożyć łączny efekt na dwa wyżej wymienione składniki. Jako miary zamożności przyjęto trzy rodzaje dochodu ekwiwalentnego: dochód deklarowany przez gospodarstwa domowe, dochód deklarowany powiększony o pozostałość gotówki z po-przedniego miesiąca i dochód skorygowany za pomocą niemonetarnych wyznaczników zamożności oraz wskaźnik wielowymiarowy. Badanie oparto na danych za lata 2015–2020, uzyskanych z ko-lejnych edycji badania budżetów gospodarstw domowych realizowanego przez Główny Urząd Statystyczny. Analizowano więc również okres przed wprowadzeniem w 2016 r. programu „Rodzina 500 plus” i uwzględniono takie zmiany, jak rezygnacja w 2019 r. z kryterium dochodowego przy przyznawaniu świadczenia „500 plus” na pierwsze dziecko.
Wyniki z przeprowadzonych analiz wskazują, że główny wpływ na efekt redystrybucyjny ma relatywna wielkość świadczeń, a ich regresywność odgrywa drugorzędną rolę. Porównanie obliczeń dla czterech wskaźników zamożności gospodarstw domowych prowadzi do wniosku, że wybór metody oceny zamożności nie ma istotnego wpływu na ocenę efektu redystrybucyjnego świadczeń rodzinnych, co różni wyniki niniejszego badania od rezultatów niektórych innych ba-dań wykorzystujących monetarne i wielowymiarowe wskaźniki zamożności.
efekt redystrybucyjny świadczeń, świadczenia rodzinne, gospodarstwa domowe, dochód, zamożność
D31, I38, H53
Alkire, S. (2018). Multidimensional Poverty Measures as Relevant Policy Tools (OPHI Working Paper No. 118). https://ophi.org.uk/sites/default/files/OPHIWP118.pdf.
Cheli, B., Lemmi, A. (1995). A “Totally” Fuzzy and Relative Approach to the Multidimensional Analy- sis of Poverty. Economic Notes, 24(1), 115–133.
Evans, M., Nogales, R., Robson, M. (2024). Monetary and Multidimensional Poverty: Correlation, Mismatches, and a Combined Approach. The Journal of Development Studies, 60(1), 147–170. https://doi.org/10.1080/00220388.2023.2252140.
Główny Urząd Statystyczny. (2018). Zeszyt metodologiczny. Badanie budżetów gospodarstw domo-wych. https://stat.gov.pl/obszary-tematyczne/warunki-zycia/dochody-wydatki-i-warunki-zycia -ludnosci/zeszyt-metodologiczny-badanie-budzetow-gospodarstw-domowych,10,2.html .
Hérault, N., Jenkins, S. P. (2022). Redistributive effect and the progressivity of taxes and benefits: evi-dence for the UK, 1977–2018. Journal of Income Distribution, 31(3–4). https://doi.org/10.25071/1874 -6322.40542 .
Instytut Pracy i Spraw Socjalnych. (2022). O minimum socjalnym i minimum egzystencji. https://www.ipiss.com.pl/pion-badawczy-polityki-spolecznej/o-minimum-socjalnym-i-minimum-egzystencji/.
Jenkins, S. (1988). Reranking and the analysis of income redistribution. Scottish Journal of Political Economy, 35(1), 65–76. https://doi.org/10.1111/j.1467-9485.1988.tb01030.x.
Kakwani, N. C. (1984). On the Measurement of Tax Progressivity and Redistributive Effect of Taxes with Applications to Horizontal and Vertical Equity. W: R. L. Bassman, G. F. Rhodes (red.), Advances in Econometrics (vol. 3, s. 149–168). JAI Press.
Kakwani, N. J., Silber, J. (red.). (2008). The Many Dimensions of Poverty. Palgrave Macmillan.
Lambert, P. J. (1985). On the redistributive effect of taxes and benefits. Scottish Journal of Political Economy, 32(1), 39–54. https://doi.org/10.1111/j.1467-9485.1985.tb00786.x.
Panek, T. (2020). Ubóstwo i wykluczenie społeczne. W: T. Panek. (red.), Statystyka społeczna. Pro-cesy społeczne, źródła danych i metody analizy (s. 217–254). Polskie Wydawnictwo Ekonomiczne.
Peichl, A., van Kerm, P. (2007). PROGRES: Stata module to measure distributive effects of an income tax Statistical Software Components S456867.
Sen, A. (1992). Inequality Reexamined. Oxford University Press.
Szulc, A. (2007). The many dimensions of poverty in Poland: Are the results robust?. W: Proceedings of the 34th CEIES Seminar Perspectives of Improving Economic Welfare Measurement in a Chan- ging Europe, 10–11 September, Helsinki. https://catalog.ihsn.org/catalog/2916/download/75690.
Szulc, A. (2009). A Matching Estimator of Household Equivalence Scales. Economic Letters, 103(2), 81–83. https://doi.org/10.1016/j.econlet.2009.01.027.
Szulc, A. (2014). Empirical versus policy equivalence scales: matching estimation. Bank i Kredyt, 45(1), 37–52. https://bankikredyt.nbp.pl/home.aspx?f=/content/2014/01/bik_01_2014_pl.html.
Szulc, A. (2019). Transfery socjalne w Polsce w kontekście ubóstwa monetarnego i wielowymiarowego. Wiadomości Statystyczne. The Polish Statistician, 64(3), 7–26. https://doi.org/10.5604/01.3001.0013.8519.
Szulc, A. (2022). Reconstruction of the Social Cash Transfers System in Poland and Household Well-being: 2015–2018 Evidence (SGH KAE Working Papers Series No. 2022/076). https://cor.sgh.waw.pl/bitstream/handle/20.500.12182/1134/WPKAE_2022_076.pdf?sequence=2&isAllowed=y.
Vollmer, F., Alkire, S. (2022). Consolidating and improving the assets indicator in the global Multidi-mensional Poverty Index. World Development, 158, 1–26. https://doi.org/10.1016/j.worlddev.2022.105997.
