2022-05-11-UNDP-Employing_the_Multi-Dimensional_Poverty_Lens_to_Deliver_Livelihood_Support_to_Urban_Poor_-_Lessons_from_a_UNDP_Bangladesh_intervention_10页_850kb

总结

背景

报告探讨了在危机背景下采用多维贫困视角评估贫困和脆弱性对实现减贫目标的帮助。通过分析孟加拉国发展署（UNDP）在城市贫困人口多维减贫项目（LIUPC）中的经验，评估了现金支持对多维贫困的影响。

主要发现

1. 多维贫困指数(MPI)：

   • 现金支持帮助贫困家庭降低MPI得分，但剥夺强度增加。
   • 贫困援助户的MPI得分显著下降，而脆弱非贫困和贫困非援助户的减少幅度较小或下降。
   • 脆弱非贫困群体在危机中最受影响，其MPI得分增加显著，尚未纳入援助计划导致其缺乏缓冲能力。

2. 脆弱非贫困群体：

   • 危机导致其贫困状况恶化，因其未被纳入常规援助计划，且现金支持少。
   • 必须将脆弱非贫困群体纳入应急计划，以避免其陷入极端贫困。

3. 现金援助：

   • 现金支持有效缓解多维贫困，尤其对青年受益人（15-24岁）家庭。
   • 现金支持应更加高效，减少执行中的漏洞，确保覆盖贫困及脆弱非贫困人群。

4. 区域与群体差异：

   • 贫困援助的效果因城市经济发展水平而异，发展落后的城市（如Chandpur、Sylhet等）效果较弱。
   • 女户主家庭的多维贫困减少较少，青年女性在经济机会和资源分配中仍面临限制。
   • 残疾人口面临更高剥夺风险，现金援助未能显著改善其贫困状况。

5. 数据与技术：

   • 动态数据（如通过AI、移动数据）有助于实时监测贫困变化，提升危机响应效率。

政策建议

1. 采用多维贫困视角：将MPI纳入政策设计，全面覆盖各维度贫困，制定本地化方案。
2. 纳入脆弱非贫困群体：将其纳入援助计划，提高现金支持覆盖率。
3. 优先现金援助：提高现金转移效率，确保覆盖范围，减少执行漏洞。
4. 关注青年与弱势群体：增加针对青年、女性户主、残疾人口的城市投资。
5. 利用新技术：通过动态数据推动贫困跟踪技术，支撑证据驱动的决策。

结论

多维贫困视角在危机响应中具有重要作用，但需与现金支持效率、区域平衡和弱势群体关怀结合，以实现全面贫困缓解，并在数据技术上创新。