2017年-世界发展银行全球_The_Many_Faces_of_Deprivation___A_Multidimensional_Approach_to_Poverty_in_Armenia_49页_1mb

《Armenia的多维贫困：多维度方法的多种面貌》总结

核心内容

本文件探讨了在亚美尼亚采用多维贫困指标（MPI）以补充传统的货币贫困衡量方式。通过与国内利益相关者的协商，该指标反映了亚美尼亚在教育、健康、劳动、住房条件和基本需求方面的贫困状况。多维贫困指标不仅衡量贫困的普遍性，还考虑了贫困的深度和持续性，有助于更全面地理解贫困对个体和家庭的影响。

主要观点

• 货币贫困的局限性：传统的货币贫困衡量方法主要基于消费支出，无法全面反映非货币维度的贫困状况，如健康、教育、住房条件等。
• 多维贫困指标的必要性：为了更准确地捕捉贫困的复杂性，需要引入多维指标，它能够反映个体和家庭在多个维度上的剥夺情况。
• 政策相关性：多维贫困指标是为亚美尼亚量身定制的，有助于制定更具针对性的政策，促进包容性和可持续的贫困减少。
• 数据来源与方法：该指标基于亚美尼亚国家统计局（NSSRA）的年度综合生活状况调查（ILCS）数据，采用Alkire-Foster方法进行构建。
• 贫困趋势与地区差异：2015年，亚美尼亚的多维贫困率从2010年的41.2%下降至29.1%；但农村地区和非首都城市仍面临较高的贫困率，主要因基础设施不足、非正规就业和劳动力市场薄弱。

关键信息

1. 多维贫困指标（MPI）的构成

• 基本需求：包括极端贫困、尊严生活、人道援助依赖和汇款依赖。
• 住房条件：涵盖住房满意度、住房状况、拥挤、健康取暖、集中供水系统、集中排污和垃圾处理、热水供应以及公共付费服务的质量。
• 教育：涉及是否接受过中学教育、是否入学、教育可及性和教育服务质量。
• 劳动市场：包括劳动参与率、长期失业、体面工作和非充分就业。
• 健康：包括日常活动中断、健康服务的可负担性、健康服务的可及性和健康服务质量。

2. MPI的计算方法

• MPI采用Alkire-Foster方法，通过选取剥夺指标、设定剥夺阈值、加权和聚合来计算。
• 每个维度的权重为1/5，假设所有维度同等重要。
• 每个指标的剥夺情况通过0和1进行分类，1表示剥夺，0表示未剥夺。

3. 亚美尼亚的贫困现状

• 2015年，亚美尼亚的货币贫困率为29.8%，较2004-08年有所上升，贫困减少速度放缓，不平等加剧。
• 在首都埃里温，贫困率从2008年的20.1%上升至2009年的26.7%，随后略有下降，至2015年为25.0%。
• 农村地区的贫困率较高，达到30.4%，主要受制于基础设施不足和农业领域的非正规就业。
• 2015年，12.8%的人口同时面临货币贫困和多维贫困。

4. 多维贫困的政策意义

• 多维贫困指标能够识别贫困的结构性障碍，如基础设施不足、劳动市场不健全、教育质量低下和健康服务可及性差。
• 它有助于制定更有效的政策，以应对贫困的持续性和深度，特别是对依赖人道援助和汇款的家庭。
• 通过分析剥夺的重叠情况，该指标能够揭示贫困的复杂性，并为政策制定者提供更全面的决策依据。

结论

多维贫困指标为亚美尼亚提供了更全面的贫困评估工具，有助于识别贫困的多种维度和结构性障碍。它不仅补充了货币贫困指标，还强调了非货币因素在贫困中的作用，从而为政策制定提供了更深入的洞察。