世界发展银行-Learning-Poverty---Measures-and-Simulations_38页_1mb

报告摘要

总结：Learning Poverty: Measures and Simulations

核心内容

本文探讨了学习贫困（Learning Poverty）的概念及其测量方法，并通过模拟分析了新冠疫情对学习贫困的影响。学习贫困被定义为10岁儿童中无法阅读适龄文本的比例，这一指标结合了教育缺失和学习缺失两个维度，采用嵌套方法进行评估。文章还提出了与学习贫困相关的补充指标，如学习贫困差距（Learning Poverty Gap）和学习贫困严重性（Learning Poverty Severity），以更全面地反映教育系统中学习缺失的分布和不平等。

主要观点

学习贫困的定义：学习贫困是一个多维但单向的指标，综合考虑了教育缺失和学习缺失两个方面，其中教育缺失指未入学，学习缺失指即使入学但未能达到最低阅读能力标准。
测量方法：学习贫困的测量依赖于两个数据源：基于学校的阅读评估和教育管理信息系统的数据。通过嵌套方法，所有未入学儿童都被视为学习贫困，而入学儿童则根据其阅读能力进行判断。
新冠疫情的影响：在最悲观的情景下，新冠疫情导致的学校关闭可能使低收入和中等收入国家的学习贫困率从53%上升至63%，影响约7200万儿童。其中，南亚、拉丁美洲和东亚及太平洋地区受影响最大，而撒哈拉以南非洲和低收入国家的学习贫困率增加相对较小。
学习贫困的不平等：学习贫困严重性指标（Learning Poverty Severity）捕捉了学习贫困群体内部的不平等，显示中东和撒哈拉以南非洲的学习贫困严重性可能增加1.5个百分点，而拉丁美洲仅增加0.5个百分点。
政策影响：由于不同地区的学习贫困分布和严重性不同，应对学习贫困的政策选项也应具有地区差异性，拉丁美洲的政策可能相对简单，而撒哈拉以南非洲和中东则需要更复杂的适应性措施。

关键信息

学习贫困指标的局限性

头数比率（Headcount Ratio）：当前的学习贫困指标基于头数比率，即计算低于学习贫困阈值的儿童比例。它对学习能力的变化不敏感，因此不能准确反映学习贫困的深度和不平等。
需引入分布敏感指标：为了更准确地衡量学习贫困的影响，文章建议引入学习贫困差距和学习贫困严重性指标，以反映学习能力的差异和不平等。

模拟情景与结果

最悲观情景：学校关闭7个月，且缓解和补救措施效果极低，学习贫困率将上升10个百分点。
区域差异：
- 撒哈拉以南非洲：学习贫困率从87%上升至90%，增加约3个百分点。
- 中东和北非：学习贫困率从87%上升至90%，增加约3个百分点。
- 拉丁美洲：学习贫困率从48%上升至63%，增加约15个百分点。
- 南亚：学习贫困率从63%上升至63% + 增加幅度未明确，但总体影响显著。
学习贫困差距：撒哈拉以南非洲和中东的儿童平均距离最低阅读能力水平较远，差距约为20%，是全球平均水平（10.5%）的两倍。