多维贫困测量及述评

贫困的测量是各国贫困研究关注的焦点,测量方法随着对贫困概念认识的深化不断变化。如何科学合理地对多维贫困指数进行筛选,成为多维贫困分析和测量的关键。研究发现,非公理标准下的多维贫困指数具有算法简单、操作方便等优点,但缺陷在于各维度间相关性较强且权重分配具有主观性;公理化标准下的多维贫困指数,虽然在指数维度加总问题上存在异议,但满足了大部分公理的要求,且测量结果更稳健。     

贫困指数理论研究述评

贫困指数关系到贫困程度的准确测定,是研究贫困问题的首要问题之一。贫困发生率和贫困缺口指数尽管直观,但反映贫困程度很不全面;基于公理体系上的Sen贫困指数以及满足可分解的FGT2贫困指数虽然综合性能较强,但直观解释能力较差且不满足一些公理;社会福利函数贫困指数以及多维测度和模糊测度在理论上无疑很完美,但可操作性较差。由于单一贫困指数都存在不足,构建简明而又全面的贫困指数体系非常必要。     

贫困标准及全球贫困状况

贫困标准是用于测量和识别贫困人口的重要工具。收入贫困一直是全球使用最为广泛的贫困标准。以收入标准定义的贫困线,一般包括满足家庭基本需要的食物和非食物货币支出。世界银行用世界上最不发达国家的收入贫困线定义了世界贫困标准。收入是实现脱贫的重要工具,是衡量贫困的重要代理变量,但并不能全面反映真实的贫困状况。人类发展指数旨在弥补收入标准的不足。虽然人类发展指数对收入标准作了重要补充,但仍不足以反映人的基本可行能力被剥夺情况。为此,基于阿玛蒂亚·森的能力方法理论,Alkire和Foster构建了多维贫困指数,以更加全面地反映贫困人口的多维度被剥夺情况。《2010年人类发展报告》首次公布了全球104个国家和地区的多维贫困状况。多维贫困指数包括了反映环境贫困和资产贫困的重要指标。收入标准、人类发展指数和多维贫困指数三种方法,对加强我国贫困监测,实施《中国农村扶贫开发纲要(2011～2020年)》具有重要参考价值。     

干旱区内陆河流域农村多维贫困的时空格局及影响因素——以石羊河流域为例

干旱区内陆河流域生态环境脆弱,农户往往面临着多重风险的冲击,准确测量农村多维贫困程度、探明多维贫困的形成原因,对制定有效的缓贫政策至关重要。以石羊河流域96个乡镇为研究单元,采用UNDP-MPI、泰勒指数、空间自相关及多元回归分析等方法,分析了石羊河流域农村多维贫困的时空格局及影响因素。结果发现:(1)2001—2016年石羊河流域多维贫困指数呈下降趋势,降幅达51.83%,且多维贫困指数的区域差异呈扩大趋势;经济维度和生活水平维度对多维贫困的贡献度均趋于下降,其中,经济贡献度降至0,而健康维度和教育维度对多维贫困的贡献度均趋于上升。(2)由较重度贫困乡镇为主转变为以较轻度贫困乡镇为主,流域农村多维贫困热点区和冷点区在波动中呈收缩态势,其中上游形成稳定性热点区,下游形成稳定性冷点区,石羊河流域农村多维贫困在空间上呈上—中—下游递减的分布格局。(3)交通通达性、对外联系度和区位等因素对农村多维贫困具有显著影响。其中,提高交通通达性和对外联系度有助于降低多维贫困程度。     

基于市场参与维度的农户多维贫困测量研究——以连片特困地区为例

在农村扶贫攻坚任务趋紧形势下,市场化反贫困被认为是不容忽视的重要手段。为探究市场化反贫困思路是否符合实践需要,基于广西和陕西两省(区)连片特困地区419份农户调查数据,应用拓展的AF方法对农户多维贫困进行测量。研究结果显示:(1)多维贫困问题在连片特困地区广泛存在,且多维贫困发生率和多维贫困指数较高。不同维度的贫困程度差异较大,各维度按MPI贡献率由高到低依次为:市场参与贫困、收入贫困、教育贫困、基础设施贫困。(2)市场参与维度各环节贫困程度由高到低依次为:产后环节、产中环节、产前环节。因此,要深入推进市场化减贫战略,通过促进农户稳定融入农产品供应链、完善农业生产服务体系、加强收入及教育常规扶贫手段等推进反贫困工作。     

中国农民工多维贫困的演进——基于收入与教育维度的考察

本文采用CHNS2000-2009年的个人数据,利用A-F多维贫困测量方法估计中国9省的劳动者在收入、健康、教育、医疗保险四个维度的多维贫困,对比分析农民工和城市劳动者多维贫困的状况。引入市场化指数这一制度变量解释农民工和城市劳动者多维贫困的变化。研究发现市场化是农民工多维贫困状况改善的重要原因。为了进一步分析农民工多维贫困内部各维度的变化,利用Heckman两步法分别估计农民工和城市劳动者的教育对收入回报的截面变动趋势,并采用个体面板数据估计、比较农民工和城市劳动者十年间的总体教育回报状况。研究发现:农民工的多维贫困状况较全国水平和城市劳动者均严重。收入与教育维度的贫困对农民工多维贫困的贡献率较高,尤其是教育维度的贡献率更高且呈现上升趋势。农民工的教育回报低于城市劳动者,近年来两个群体之间教育回报的差距呈拉大趋势。在教育回报较低的情况下,农民工的理性选择是减少教育的投入。在中国经济转型升级背景下,教育投入动力不足将不利于农民工人力资本的积累,容易回到多维贫困,难以真正融入城市。     

武陵山片区多维贫困度量及其空间表征

连片特困地区是我国当今扶贫攻坚的主要战场,精准识别贫困人口及贫困类型是开展精准扶贫的关键。从多维贫困指数及发生率角度探讨我国扶贫问题已成为当今国内研究的焦点。在科学、系统设计多维贫困测算指标的基础上,以武陵山片区扶贫重点市(州)为例,构建基于"单维度、多维度识别及贫困加总/分解"多维贫困测算法对研究区域贫困人口进行测算与分析。利用Kriging法对非样本点进行空间插值,从而系统、合理地分析研究区域多维贫困的空间分布状况。结果显示:武陵山片区农村家庭存在多个维度的贫困,多维贫困发生率较高,多维贫困家庭达到了70.9%,重度贫困家庭达到了40.1%;多维贫困指数较高,其中燃料、人均收入、教育年限对贫困指数的影响较大;此外,不同地区各贫困指标差异不同,地处武陵山片区的怀化及湘西自治州的农村多维贫困问题比较严重。     

数字普惠金融、数字鸿沟与多维相对贫困——基于老龄化的视角

在我国老龄化程度加深的背景下,破解老年人口多维相对贫困问题对我国实现共同富裕有积极影响。本文利用中国健康与养老追踪调查数据与北京大学数字普惠金融指数,研究了数字普惠金融和数字鸿沟对老年人口多维相对贫困的影响。研究表明：数字普惠金融能够缓解老年人口的多维相对贫困,但是数字鸿沟的存在加剧了多维相对贫困,并且数字鸿沟削弱了数字普惠金融对老年人口多维相对贫困的减缓作用。不同维度的分析发现,数字普惠金融能够缓解老年人口在收入、健康、社会保障以及生活环境维度的相对贫困,但是对教育维度的相对贫困影响不显著;数字普惠金融的覆盖广度和使用深度能够显著减缓老年人口多维相对贫困,但数字化程度的影响不显著;数字鸿沟的使用沟对老年人口多维相对贫困的影响最大,并且使用沟的负向调节作用最大,其次是知识沟和接入沟。进一步研究发现,数字基础设施越完善、家庭数字反哺越好以及社会互动越活跃,那么数字鸿沟在数字普惠金融减缓老年人口多维相对贫困中的负向调节作用将越小。     

收入导向型农村多维贫困与精准扶贫——基于江苏省农村低收入家庭的分析

基于2015—2016年江苏省农村低收入家庭数据,对收入导向型多维贫困进行了分析,研究发现:江苏农村低收入家庭存在较为突出的非收入维度贫困,其中健康维度贫困最为突出,饮用水和生活用电的贫困发生率最低;农村低收入家庭的多维贫困程度较为显著,且分析时段内多维贫困程度略有提升,总体上苏南地区非收入多维贫困程度相对较低,苏北地区较为严重;非收入维度多维贫困主要来源于健康、炊事燃料、教育和卫生设施4个维度,其中健康维度的贡献度最大,炊事燃料的贡献度次之,教育和卫生设施的贡献度大体相当;收入脱贫农村家庭的非收入维度多维贫困程度相对较低,健康和教育维度贫困程度相对较低是部分家庭2016年实现收入维度脱贫的主要成因。     

环京津地区县级尺度相对贫困识别与治理策略研究

相对贫困识别是新时期相对贫困治理的基础。按照“两不愁，三保障”的目标要求，基于多维贫困指数MPI的计算框架，从“经济发展、生活质量、义务教育、基本医疗、社会保障”五个维度遴选指标，采用主客观相结合的赋权方法构建多维相对贫困指数计算模型，并对环京津地区河北省所属的71个县域2012—2021年的多维相对贫困指数进行了计算，并以各维度中位数的60%作为相对贫困的判别标准，对环京津地区县级尺度的相对贫困进行了识别；采用指标贡献度方法对2012—2021年环京津地区县级尺度相对贫困的致贫因素进行了分析，并依此给出了环京津地区县级尺度相对贫困的治理策略。     

中国农村人口贫困变动研究——基于多维脱贫指数测度

本文通过多维贫困识别方法构建相应指数，提出了在返贫和脱贫不同方向上对多维贫困的变动进行分解的思路。同时，用2010—2014年中国家庭追踪调查数据对中国农村人口多维贫困的变动进行了分解，得出以下结论：第一，收入依然是农村人口多维贫困的主要维度，但在改善收入贫困的同时应该防范健康维度返贫的风险。第二，农村人口的多维贫困状况在不断改善，但是由于返贫的影响，脱贫的效果受到了较大削弱，因此在注重脱贫的同时，不应忽视返贫的风险。第三，持续贫困人口贫困状况虽然后来有所改善，但是2012年的恶化状况提示我们对于暂时未能脱贫的人口，还需要采取措施缓解其贫困状况。     

中国多维贫困的动态测算、结构分解与精准扶贫

贫困的多维福利剥夺程度高低和持续时间长短是近年来理论界关注的焦点,也是政府制定精准扶贫政策的重要理论依据.文章综合Alkire和Foster(2011)提出的多维贫困测算方法和Foster(2009)提出的长期贫困测算方法,构建了长期多维贫困指数和暂时多维贫困指数,实证分析了中国的贫困状况,并进行了城乡分解、指标分解和区域分解.结果发现:第一,样本家庭在多维视角下的长期贫困比例要高于暂时贫困,这与单一地从收入角度来分析长期贫困和暂时贫困的结论恰好相反;第二,对于所有类型的贫困而言,教育年限、医疗保险和健康的贡献度都排在前三位,但健康对于长期贫困人口的贡献度要明显高于暂时贫困;第三,总体看来,农村的多维贫困程度不仅高于城市,而且很多指标的贫困持续时间也要高于城市;第四,从四大区域看,经济发展水平较低的中西部地区,长期多维贫困程度要高于东部和东北部地区.     

Non-monetary poverty in Togo: a multidimensional approach

The monetary approach is not sufficient to understand the multiple dimension of poverty. The purpose of this research is therefore to measure and analyze multidimensional poverty reduced to a single non-monetary dimension and according to the characteristics of household heads. Based on the non-monetary variables provided by the most recent country survey (QUIBB 2006), we use Multidimensional Correspondence Analysis techniques to construct a Composite Poverty Indicator. The results of the non-poverty index suggest that the poorest are large families and households in rural areas. The deprivation is also more serious in households whose heads are male, aged between 51 and 99 and less educated. The findings are the same for the monetary approach at the poverty line, leading to the conclusion that both types of poverty are quite strongly and positively correlated. Finally, we propose some recommendations for socioeconomic policies.     

中国贫困的多维测度

本文认为,用单一的收入标准来了解贫困会低估个体真实的贫困状况,很难全面反映个体贫困的复杂性、脆弱性和持久性。本文基于Sen的能力方法,使用中国健康营养调查数据,利用模糊集方法测度中国的多维贫困状况。结论显示,相对于收入贫困,个体的教育、健康和医疗保险等贫困状况更为严重;多维贫困关于测度方法、权重较敏感,等权重下的AF多维贫困被其它方法与权重下的多维贫困严格占优,而在Betti＆Verma权重下的AF多维贫困中,则住房、卫生设施和健康对多维贫困的贡献更大;多维贫困在西部、农村及女性中依然更严重。     

四省藏区多维贫困空间分异及基层能力建设

四省藏区作为我国深度贫困地区的重要组成部分是精准扶贫精准脱贫中后程的重点和难点。基于2014年采集的“十二五”期间全国“整村推进”项目村基础数据,借鉴A-F多维贫困测度方法,对四省藏区村域多维贫困状况进行测度分解,并基于拓展的能力视角探讨了村级组织能力禀赋对四省藏区村域多维贫困状况的差异化缓解作用。结果发现:除经济贫困之外,四省藏区还遭受基础教育和生产生活条件等维度的多维贫困,且存在空间异质性,云南和青海藏区是四省藏区中多维贫困问题最严重的区域;生活水平条件和村域发展资本维度对四省藏区的多维贫困指数贡献率最高;基层组织能力禀赋会显著影响四省藏区村域的多维贫困状况、缩小地区差距,在深度贫困地区更加显著。根据研究结论,从覆盖基础教育设施、改善生产生活条件、提高基层组织能力建设三方面为深度贫困地区脱贫攻坚提供政策参考。     

生命周期视角下收入主导型多维贫困的识别与成因分析

本文根据我国扶贫政策的目标构建了“收入主导型”的多维贫困识别指标，并对成人和儿童设置了差异化的多维贫困识别标准，以此为基础运用CFPS数据度量了我国多维贫困的程度，最后进一步探究多维贫困产生的原因。有74%的儿童存在至少一个维度上的贫困。儿童的多维贫困程度比成人严重，儿童健康和教育维度贫困率都在20%左右，亟须从生命周期视角下构建精准扶贫政策体系。对多维贫困影响因素的分析结果显示，人力资本因素、家庭负债情况等因素影响显著，折射出教育扶贫、金融扶贫等政策的必要性和紧迫性。     

Rethinking multidimensional poverty through a multi-criteria analysis

The risk of poverty or social exclusion constitutes the pivotal multidimensional indicator of living conditions in the European Union. Nevertheless, it only reports the proportion of individuals at risk and disregards the depth of poverty. The indicator therefore overlooks situations of possible vulnerable groups just above the threshold and is not sensitive to all dimensions in which the individual is at risk. In this paper we propose an alternative multi-criteria based approach that overcomes these problems. Our measure captures information about the level of achievement in each dimension of all persons along the distribution and evaluates to what extent the concurrence of multiple deprivations reinforces their disadvantage. This approach permits diverse ways of aggregation with different degrees of substitutability among the achievements of each dimension according to context-specific social preferences. We illustrate our approach with an empirical analysis of 28 countries using the European Union Statistics on Income and Living Conditions database for 2016. The results reveal that work intensity may be regarded as the most determining factor in analyses of multidimensional poverty across European countries. Our measures unmask how countries with similar proportions of individuals at risk of poverty or social exclusion hide very different conditions of multidimensional poverty and highlight the variety of socioeconomic realities existing behind the dichotomy imposed by the usual ‘at risk of poverty or social exclusion’ rate.     

Profiling the Fuzzy Latent Structure of Multidimensional Poverty: Toward Valuable Insights for Poverty Policymakers

Abstract

Several multidimensional poverty indices have been proposed, and have been extensively studied in the literature. On the other hand, the need for aggregation of poverty indicators into one multidimensional index has been questioned. It has been argued even so that this aggregation can be misleading for political targeting strategies. Subsequently, some researchers have advocated that the use of the latent class analysis would address these issues. However, this setting does not allow to take into account the fuzzy nature of the latent poverty concept. The contribution here is to use the Grade-of-Membership (GoM) model to profile the fuzzy latent structure of multidimensional poverty, for a more realistic handling of this phenomenon. The application of the GoM methodology to multivariate poverty data for the Tunisian case reveals four most prevalent multidimensional poverty profiles. The results emphasize the role played by contextual effects. Indeed, the rural cluster is suffering more intense deprivation and groups in the central and coastal regions have a more comfortable status in comparison with the group of households residing in inland regions. A thorough analysis of these patterns is put forward in this research, giving valuable insights to policy makers.     

Towards a multidimensional poverty index for Germany

This paper proposes a more comprehensive multidimensional poverty index for an advanced economy like Germany. Drawing on the capability approach as conceptual framework, I apply the Alkire–Foster method to the German context. Special attention is paid to the conceptual integration. Specifically, I argue for including material deprivation and employment as important dimensions, but against using an additional lack-of-income indicator. The results are consistent with previous findings and also offer new insights. In particular, I find specific poverty profiles (e.g., for the elderly), but also that gaps in poverty between subpopulations change over time. Importantly, the results suggest that genuine multidimensional measures add unique insights, which neither a single indicator, nor a dashboard approach can offer. Finally, the analysis reveals multidimensional and income-poverty measures to disagree on who is poor. The subsequent analysis of this mismatch lends empirical support to abandon a lack-of-income dimension.