2017年-世界发展银行全球_Multidimensional_Poverty_in_the_Philippines_2004-13___Do_Choices_for_Weighting_Identification_and_Aggregation_Matter__28页_807kb

总结：菲律宾多维贫困的测量与趋势分析（2004-13）

核心内容

本研究探讨了在菲律宾测量多维贫困时，选择不同的权重分配、指标识别和聚合方法对贫困趋势分析的影响。通过使用2004-13年间的六轮年度贫困指标调查（APIS）数据，作者分析了三种不同的权重方案和三种多维贫困测量方法，以评估多维贫困变化的稳健性。

主要观点

1. 多维贫困的定义与测量：

   • 多维贫困不仅仅是收入或消费的不足，还包括健康、教育、生活标准等方面的剥夺。
   • 联合联合国开发计划署（UNDP）的全球多维贫困指数（MPI），菲律宾的多维贫困测量采用了类似的指标体系，包括教育、健康和生活标准三个维度。

2. 权重方案：

   • 统一权重（NU）：三个主要维度（教育、健康、生活标准）各占1/3，每个维度内的指标权重相等。
   • 逆剥夺率权重（NII）：权重与剥夺率成反比，即剥夺率越高的指标权重越低，剥夺率越低的指标权重越高。
   • 主观福利权重（SW）：基于调查中受访者对社会经济地位的自我评价，通过逻辑回归模型计算各指标的边际效应，进而确定权重。

3. 多维贫困测量方法：

   • 交叉维度截断法（M(k=1/3)）：只有当个体在至少1/3的加权维度中被剥夺时，才被定义为多维贫困。
   • 联合法（M(union; β=1)）：将所有维度的剥夺计入多维贫困指数。
   • 联合法与不平等敏感法（M(union; β=2)）：引入不平等厌恶参数β，使多维贫困指数对剥夺的集中程度更加敏感。

4. 贫困趋势分析：

   • 2004-13年间，菲律宾的多维贫困指数呈现显著下降趋势，这一趋势在不同权重和测量方法下保持稳健。
   • 然而，不同方法下各维度对整体贫困的贡献差异较大，说明测量方法的选择会影响对贫困构成的理解。

关键信息

• 数据来源：六轮APIS调查数据，覆盖2004、2007、2008、2010、2011和2013年。
• 经济与贫困趋势：尽管菲律宾经济在这段时间内实现了显著增长（年均5.4%），但官方收入贫困率变化不大（从28%降至26%）。这引发了对多维贫困变化的关注。
• 指标选择：
  • 教育指标：家庭中无人完成六年教育、学龄儿童未上学。
  • 健康指标：分为基于食物消费的营养剥夺（health1）和基于自我报告的健康状况（health2）。
  • 生活标准指标：包括水电、住房、资产等。
  • 就业指标：被纳入多维贫困测量，尽管在UNDP MPI中未被使用。
• 权重影响：
  • 统一权重下，教育和健康维度权重较高，生活标准维度权重较低。
  • 逆剥夺率权重下，教育权重最高，生活标准权重最低。
  • 主观福利权重下，生活标准维度权重最高，健康维度权重最低。
• 贫困测量方法的稳健性：
  • 虽然不同方法下的多维贫困指数变化趋势一致，但各维度的贡献差异显著。
  • 作者建议在多维贫困分析中考虑不平等敏感的测量方法，以更全面地反映贫困的分布特征。

结构

1. 引言

• 多维贫困的概念及其重要性。
• 菲律宾经济增长与收入贫困率变化不一致，促使研究多维贫困趋势。
• 引用Balisacan（2015）的研究作为背景。

2. 数据与方法

• 指标选择：
  • 教育、健康、生活标准和就业。
  • APIS数据的适用性与局限性。
• 权重方案：
  • 统一权重、逆剥夺率权重、主观福利权重。
• 贫困测量方法：
  • 交叉维度截断法、联合法、不平等敏感联合法。

3. 结果

• 指标趋势：
  • 教育和生活标准指标显著改善。
  • 健康指标变化不一致，营养剥夺指标无明显变化。
• 权重方案差异：
  • 不同权重方案下各维度的权重分配差异显著。
• 贫困趋势分析：
  • 多维贫困指数总体下降，但各维度贡献差异较大。
  • 不同测量方法下，贫困指数变化趋势一致，但对剥夺分布的敏感性不同。

结论

• 多维贫困在菲律宾呈现显著下降趋势，无论采用哪种权重方案或测量方法。
• 各维度对整体贫困的贡献差异较大，因此在政策制定中需谨慎选择测量方法。
• 就业指标的引入为多维贫困分析提供了新的视角，强调了其在社会福利中的重要性。