Socio-Logical 요약문. 논문 원문.
소득의 측정 오차는 Mean-reverting error라고 불리는 특징을 가진다. 저소득층은 소득을 실제보다 높여 서베이에 응답하는 경향이 있고, 고소득층은 실제보다 낮게 응답하는 경향이 있다. 저소득층이 소득을 높여 얘기하는 이유는, 세금에 잡히지 않는 비공식 부문에서의 소득이 있기 때문일 수도 있고, 너무 낮은 소득을 부끄럽게 여기는 사회적 선망 편향(social desirability bias) 때문일 수도 있다. ...
Mean-reverting error가 있을 경우 ... 고소득자의 소득은 과소추정되고, 저소득자의 소득은 과대추정되기 때문에 서베이 자료를 사용하여 불평등 수준을 계산하면 불평등을 과소추정하게 된다.
그렇다면 소득의 측정 오차가 무작위일 경우에는 서베이 자료를 이용해 소득 불평등을 정확히 계산할 수 있을까? 무작위 측정 오차는 ... 소득 수준에 관계없이 동일한 정도의 측정 오차(즉, 측정 오차의 분산의 동일성)를 가정하기 때문에 저소득자 중에서 더 낮게 소득을 보고하는 경우가 있고, 고소득자 중에서 더 높게 소득을 보고하는 경우가 있다. 그 결과 전체적으로 소득의 분포가 커진다.
Kim and Tamborini의 미국 국세청 세금과 서베이 응압을 매치한 데이타를 이용한 요소 분해 결과에 따르면, (미국의 경우) 고소득자의 소득 과소응답과 저소득자의 소득 과대응답하는 경향 때문에 서베이 자료의 소득 불평등은 실제 소득 불평등을 24% 낮게 추정한다. 반면 무작위 측정 오차로 인해 소득 불평등 수준이 16% 높게 계상된다. 후자가 전자의 효과를 줄이지만, Mean-reverting error의 소득 불평등 과소 추정 효과 전체를 상쇄하지는 못한다. 전체적으로 미국의 경우 서베이 자료를 이용하여 측정한 소득 불평등은 세금 자료를 이용해 측정한 소득 불평등보다 11% 낮게 측정된다. ...
한국에서 서베이 자료를 이용한 소득 불평등 수준이 낮게 나오는 것은 Mean-reverting error의 우하향 기울기가 매우 급하기 때문일 가능성이 있다. 달리 말해 서베이에서 소득 상층의 소득이 과소 추정되어 소득 불평등이 지나치게 낮게 계상될 가능성이 농후하다. ...
