Cserháti Ilona: Új lehetőségek a statisztikában - A mikroszimulációs modellek

2012-09-17 08:04
A világban a statisztikai szolgálatok egyre több elemi szintű adatbázist állítanak elő. Milyen többlet információt nyerhetünk ezekből? Milyen újszerű módszereket kell alkalmaznunk, hogy a legrészletesebb eredményeket kaphassuk?
A mikroszimuláció egy ilyen újszerű - bár a világban már jól ismert és elterjedten használt - elemzési módszer, ami Magyarországon is forradalmasíthatná a hatásvizsgálatokat. Milyen feltételei vannak az alkalmazásának? Mire használják az ilyen modelleket a nagyvilágban? Milyen kulcskérdéseket tudnánk itthon reálisabban, sokrétűen elemezni ezzel a módszerrel? Ezekre a kérdésekre keresem a válaszokat a cikksorozatomban



A mikroszimulációs módszer legfontosabb eleme, hogy az aggregált eredmények a mikroegységek (egyén, háztartás, vállalat) tulajdonságainak, ezek időbeli változásának és a mikroegységek közötti kapcsolatok modellezése révén alakulnak ki. Ez azt jelenti, hogy egy vizsgált esemény következményeit úgy tudjuk követni, mintha minden egyes egyed helyzetébe belehelyezkedhetnénk, egyedileg reagálnánk a minket ért impulzusokra, illetve realizálnánk a helyzetünkben ily módon bekövetkező változásokat. A makroszintű következmények az egyedi reakciók összesítése révén alakulnak ki, így az eredmények közvetlenül magyarázhatók, és az aggregálás szintjei és irányai is rugalmasan igazíthatók az adott elemzés szükségleteihez. A mikroszimuláció alkalmazásának alapfeltétele, hogy a modell alapját képező (általában nagyméretű) adatbázis megfelelően reprezentálja a vizsgálandó sokaságot. Másik fontos elem, hogy ismerjük a mikroegységek reakciófüggvényeit, azaz tudjuk, vagy legalább feltételezzük, hogy a szereplők egy külső impulzusra tulajdonságaiktól függően hogyan reagálnának.

A mikroszimulációt intenzíven használják Európán belül például Nagy-Britanniában és a skandináv országokban. Ezek a modellek részletes információkkal szolgálnak többek között az aktuális vagy csak tervezett adórendszer hatásairól. Hogyan alakulnak a nettó keresetek, a lakossági jövedelmek? Mennyi adóbevétel várható? A változásnak kik a nyertesei és a vesztesei? Ezek mind megtudhatók néhány kattintással - nem kell hosszasan várakoznunk a hivatalos statisztikai adatok megjelenésére és esetenként szűkszavú információira.

Svédországban nem fogadnak el adótörvény-módosítást addig, amíg a képviselők nem kapják meg az adóváltozás mikroszimulációs modellel végzett makroszintű és réteghatás-elemzését, azaz, hogy például az aktuális javaslat a szegényeknek vagy a gazdagoknak előnyös-e, regionálisan okoz-e egyenlőtlenségeket, családtípusonként inkább a nagycsaládosok a kedvezményezettek vagy az egyedülállók. Emellett természetesen vizsgálják azt is, hogy összességében milyen adó- és jövedelemhatás várható.
Az Európai Unió mikroszimulációs modellje az EUROMOD, amely az EU-SILC (Statistics on Income and Living Conditions) harmonizált adatbázisára épít, és összehasonlító elemzéseket végez a tagországok jövedelemegyenlőtlenségi folyamatairól, a szegénység alakulásáról, illetve a munkanélküliségnek az életkörülményekre gyakorolt hatásairól.

Ausztráliában a Statisztikai Hivatallal és a canberrai egyetemmel szoros együttműködésben működő, de önálló mikroszimulációs kutató intézetet (NATSEM) hoztak létre, ahol egy sokdimenziós modellrendszert dolgoztak ki. Már az adatfelvételeket úgy alakították ki közösen, hogy azok alkalmasak legyenek a mikroszimulációs elemzésekre, és az adatbázisok egyéni szinten is összekapcsolhatóak legyenek. A modellszámítások szerint például Ausztráliában a 65 éven felüliek aránya 2050-re elérheti a 23 százalékot (a 2009-ben mért 13,5 százalékkal szemben). A kormányzati egészségügyi kiadások várhatóan elérik a 7,3 százalékot, az összes egészségügyi költség három évtized alatt várhatóan több mint kétszeresére nő. Fontos új irány az egészségügy modellezése: így vizsgálhatók a gazdasági környezet (képzettség, jövedelem, munkaerő-piaci részvétel), az egészségügyi kockázatok (dohányzás, alkohol, mozgásszegény életmód) és a genetikai tényezők szerepe az egyéni „egészség életút" alakulásában. Az ausztrál egészségügyi rendszer részletes modellezése révén a várható egészségügyi kockázatok mellett az egyéni és a társadalmi költségek is kalkulálhatók akár 50 évre előre is.

Másik fejlődő kutatási irány a térbeli mikroszimuláció: kistérségi szinten kalkulálták például a lakás megfizethetőségi indexet, azaz, hogy Ausztrália egyes szegletében hogyan alakult az ott élők jövedelme és a helyi ingatlanárak aránya. Vizsgálható a lakáspiaci vásárlóerő összességének változása, illetve a térségi szerkezet-változás is. A NATSEM elemzéséből kiderült, hogy a 90-es években még 5 évnél kevesebb átlagkereset kellett egy átlagos ausztrál lakás megvásárlásához, addig napjainkra ehhez 7 évnél is több idő kell. Az eredeti állapot visszaállításához még akkor is várni kellene az évtized végéig, ha a lakásárak egy centtel sem emelkednének többé.

A Kanadai Statisztikai Hivatal szintén intenzív dinamikus mikroszimulációs kutatásokat folytat. Kiemelkedők demográfiai előrejelzéseik, a népesedési folyamatok mellett a népesség vallási, nemzetiségi szerkezetét is előre tudják jelezni. Kanada jelenleg is a nemzetközi migráció kiemelt célpontja. Az elemzések ráirányították a figyelmet a jövőben várható esetleges feszültségekre. A modellszámítások szerint 2031-re Kanada minden 4. lakosa első generációs bevándorló lesz, többségük ázsiai származású. A keresztények aránya ¾-ről 2/3 alá csökken, a muzulmánoké 2,7 százalékról 6,8 százalékra nő. A lakosság 30 százaléka nem angol vagy francia anyanyelvű lesz. Az elsőgenerációs bevándorlás a metropoliszokra koncentrálódik. Torontó lakosságának fele várhatóan bevándorló lesz 2031-re.

A mikroszimulációs modellezési eszköztár a gyakorlatban is jól segíti mind a statisztikai szolgálatok, mind a gazdaságpolitikai döntéshozók munkáját.
A hazai mikroszimulációs eredményekről, illetve a magyar gazdaság hosszabb távú (demográfiai, egészségügyi, nyugdíj, regionális, stb.) folyamatait vizsgáló kutatási tervekről a későbbiekben számolok be.

Cserháti Ilona egyetemi docens, a Budapesti Corvinus Egyetem Statisztikai Tanszékének oktatója.