2005年-世界发展银行全球_Creating_a_Poverty_Map_for_Azerbaijan_72页_1mb

报告摘要

详细总结：为阿塞拜疆创建贫困地图

核心内容

本报告探讨了如何利用两种不同的方法为阿塞拜疆创建贫困地图，以便更有效地进行地理贫困识别和资源分配。由于数据限制，传统方法难以在低资源国家进行详细的贫困地图绘制，因此采用了替代方法，包括基于消费估算的“隐含福利”方法和基于资产指数的替代方法。

主要观点

贫困地图的定义与用途
贫困地图是将福利水平进行空间细分的图形表示，用于地理上精准分配资源。它有助于识别贫困地区的分布，从而支持政策制定和援助分配。
数据限制与方法选择
收入或消费数据在阿塞拜疆往往不完整，而人口普查数据虽具有广泛覆盖性，但缺乏直接的消费信息。因此，研究采用了两种替代方法：
- 隐含福利方法：结合2002年家庭预算调查（HBS）和1999年人口普查数据，通过回归模型估算消费水平。
- 资产指数方法：基于1999年人口普查数据，构建资产指数以衡量家庭福利。
隐含福利方法的实施
- 使用HBS数据构建预测模型，结合人口普查数据进行消费估算。
- 由于2002年HBS与1999年人口普查之间存在人口结构变化（如生育率下降），研究采用了成人等效支出（adult equivalence expenditure）来调整估算，以减少人口结构变化对结果的影响。
- 贫困线定义为成人等效收入低于全国分布的第40百分位（即每月215,235.2马纳特）。
资产指数方法的实施
- 基于家庭资产和住房特征（如拥有汽车、冰箱、电视、地板材料、厕所类型、水电供应等）构建资产指数。
- 该方法不依赖于收入或消费数据，而是通过统计方法（如主成分分析和因子分析）确定资产权重，以反映家庭的长期财富状况。
空间分析结果
- 隐含福利方法在地区（rayon）和行政区域层面产生了贫困率和平均成人等效消费水平的估计。
- 资产指数方法则用于绘制地区层面的贫困分布图。
- 两种方法在地区层面提供了比较的可能，以评估其在贫困识别上的相对有效性。

关键信息

数据来源：
- 2002年家庭预算调查（HBS）覆盖8,157个家庭和33,000个个体。
- 1999年人口普查覆盖约170万个家庭和800万个个体。
- 阿塞拜疆分为9个经济区（oblast）、73个地区（rayon）和约1000个行政单位。
方法局限性：
- 隐含福利方法在行政区域层面的估计标准误差较大，因此仅限于家庭数量较多的区域。
- 由于样本设计问题（如PSU选择和调查员效应），隐含福利方法的可靠性受到一定影响。
- 资产指数方法在空间分析上具有一定的稳健性，但其权重选择和指标构建仍需进一步验证。
结果展示：
- 地区层面：贫困率在不同地区存在显著差异，城市地区贫困率普遍高于农村地区。
- 行政区域层面：平均成人等效消费存在空间异质性，城市地区贫困率差异更大。
- 资产指数层面：贫困率在地区层面的分布图显示，约40%的家庭处于最贫困状态。
地图制作：
- 通过将人口普查的普查区与数字定居地图匹配，创建了数字人口普查地图，用于可视化贫困分布。
- 由于实际行政边界尚未确定，地图使用**泰森多边形（Thiessen polygons）**的中心点和缓冲区来表示行政区域。