Tarptautinės patirties taikymo sudarant Lietuvos skurdo žemėlapį galimybės

LTStraipsnio tikslas – išanalizuoti ar Lietuvoje atliekamų tyrimų duomenų pakanka šalies skurdo žemėlapiui sudaryti. Trimui pasitelkiama namų ūkių biudžetų tyrimo ypatybių, visuotinio gyventojų ir būstų surašymo ypatybių, skurdo žemėlapio sudarimo lygių bei tyrimo tarpusavio suderinanumui naudojamos statistinės informacijos analizė. Buvo atskleista, kad Lietuvos visuotinio gyventojų ur būstų surašymo bei namų ūkių biudžetų surašymo duomenų pakanka sudaryti šalies skurdo žemėlapį. Kombinuojant abiejų tyrimų duomenis apskaičiuoti nauji – teritoriniai – skurdo rodikliai, kurių pagrindu galima sudaryti penkis santykinio skurdo žemėlapius: pagal gyvenamąją vietą, pagal socialines-ekonomines grupes, pagal namų ūkio tipą, pagal vaikų namų ūkiuose skaičių ir pagal amžių. Sujungus abi duomenų bazes galima sudaryti tris subjektyvaus skurdo žemėlapius: pagal gyvenamąją vietą, pagal socialines-ekonomines grupes, pagal namų ūkio tipą. Galimybė naudotis pirminiais abiejų tyrimų duomenimis leistų atsisakyti skaičiavimuose taikomų prielaidų bei panaudoti papildomus rodiklius sudarant skurdo žemėlapius. Tai garantuotų didesnį skurdo žemėlapių tikslumą. [sutrumpintas autoriaus tekstas]Reikšminiai žodžiai: Skurdas; Skurdo žemėlapiai; Lietuvos skurdo žemėlapis; Poverty; Poverty maps; Lithuanian poverty map.

ENThe article aims to analyse whether the data of the studies performed in Lithuania is sufficient for mapping poverty in the country. The research analyses the mutual compatibility of the statistical information used in the studies of household budgets, the general population and household censuses, and the mapping and the study of poverty levels. It was found that the data of the general population and household censuses, as well as household budget surveys, are sufficient for drawing the poverty map of Lithuania. New – territorial – poverty indicators were calculated by combining the data of both surveys, on the basis of which it is possible to draw five maps of relative poverty: by the place of residence, by social-economic conditions, by the type of household, by the number of children in households, and by age. When both databases are combined, it is possible to draw three maps of relative poverty: by the place of residence, by social-economic groups, and by the type of household. The possibility to use the primary data of both surveys would enable foregoing the assumptions made in the calculations and use additional indicators in poverty mapping. This would guarantee a higher accuracy of poverty maps.