收入、教育及其他贫困相关变量：一段贝叶斯分层模型之旅

一刀切的政策无法妥善处理贫困问题，因为各地区面临独特挑战；而由于资源限制以及忽视不同地区特征间依赖性的问题，为每个地区单独定制政策也不现实。本文中，我们提出使用贝叶斯分层模型，其有望解释泰国多分辨率治理结构数据中有关收入及其他贫困相关变量的数据。我们讨论了如何从简单到复杂设计各个模型的历程，从变量解释与复杂度方面估计其性能，探讨模型缺陷，并提出在贝叶斯分层模型视角下修复问题的方案，以从数据中获取洞见。我们发现贝叶斯分层模型优于完全池化（单一政策）和无池化模型（定制政策）。此外，通过加入受教育年限变量，分层模型丰富了其变量解释性能。我们发现，教育水平越高，泰国所有地区的家庭收入显著增长。当考虑教育水平或受教育年限时，地区对家庭收入的影响几乎消失。因此，教育可能在地区与收入间起中介作用。我们的工作可作为其他需用贝叶斯分层方法建模变量并从数据获取洞见国家的指南。