2002年-世界发展银行全球_The_Spatial_Distribution_of____________Poverty_in_Vietnam_and_the_Potential_for_Targeting_50页_2mb

详细总结

核心内容

本研究通过结合家庭调查和人口普查数据，构建了越南各省的贫困地图，并评估了地理目标扶贫计划的准确性。研究主要关注越南贫困的空间分布及其影响因素，同时探讨了使用额外家庭层面变量来改进贫困识别的潜力。

主要观点

• 贫困的空间分布：越南的农村贫困主要集中在北方山区的10个省份、中部高地的2个省份以及中部海岸的2个省份。
• 地理目标扶贫的局限性：现有的贫困公社系统未能准确识别大量贫困人口，表明需要更精确的地理目标方法。
• 家庭特征与贫困的关系：研究发现，家庭规模、构成、教育水平、职业、住房条件和基本服务的可及性等家庭特征对贫困有显著影响。
• 方法有效性：使用少量易测量的家庭特征可以显著提高贫困识别的准确性，从而改进扶贫计划的实施效果。
• 模型与误差分析：研究采用了回归模型来预测家庭支出，并通过人口普查数据估计贫困率。模型误差和抽样误差均被考虑，但抽样误差相对较小。

关键信息

数据来源

• 1998年越南生活标准调查（VLSS）：包含6000个家庭（4270个农村，1730个城市），用于估计贫困与家庭特征之间的关系。
• 1999年人口与住房普查：采用3%的抽样数据，用于生成更细粒度的贫困地图。

方法论

1. 家庭特征与支出关系：利用VLSS数据，通过回归模型估计家庭支出与家庭特征之间的关系。
2. 应用到普查数据：将回归结果应用于普查数据，预测各地区家庭贫困的概率。
3. 误差计算：考虑模型误差和抽样误差，计算贫困率估计的标准误差。

家庭特征分析

• 家庭规模：家庭规模越大，人均支出越低，系数在农村和城市分别为-0.0772和-0.0785，具有显著负向关系。
• 家庭构成：在农村地区，老年人、儿童和女性比例较高的家庭更可能陷入贫困；而在城市地区，只有儿童比例具有统计显著性。
• 教育水平：家庭主妇和配偶的教育水平对贫困有影响，但影响程度较低。
• 职业：家庭主妇的职业类型与贫困相关，但影响较小。
• 住房条件：住房类型和面积对贫困有影响，尤其是农村地区。
• 基本服务：电力、水源和厕所等基础设施的可及性与贫困水平显著相关。
• 耐用消费品：电视和收音机的拥有情况也与贫困相关。

地区差异

• 农村与城市：农村和城市在贫困决定因素上存在显著差异，因此应分别进行分析。
• 城乡回归模型：城乡回归模型的拟合优度分别为0.536和0.550，优于按调查小区划分的回归模型。
• 调查小区回归模型：由于样本量较小，调查小区层面的回归结果不够理想，许多系数不显著或有反直觉的符号。

地图与贫困率估计

• 贫困率估算：通过将回归模型应用于普查数据，估计了各省的贫困率，并计算了其标准误差。
• 贫困地图：构建了越南的贫困地图，显示了贫困在不同地区和省份的分布情况。

地理与额外变量的潜力

• 地理目标变量：现有地理目标变量（如公社）未能有效识别贫困，存在大量遗漏。
• 额外家庭变量：使用少量易测量的家庭特征（如教育、职业、住房条件等）可以显著提高贫困识别的准确性。

结构概览

第1章：引言

• 背景：贫困在空间上是集中的，传统方法难以准确识别。
• 目标：构建贫困地图，分析家庭特征与贫困的关系，评估现有扶贫计划的准确性。
• 论文结构：介绍了后续章节的安排。

第2章：数据与方法

• 数据来源：1998年VLSS和1999年人口普查数据。
• 方法：利用回归模型预测家庭支出，再将模型结果应用于普查数据，估算贫困率。
• 误差分析：计算模型误差和抽样误差，以提高估算的准确性。

第3章：越南贫困的决定因素

• 家庭规模与构成：家庭规模越大，人均支出越低。
• 教育水平：家庭主妇和配偶的教育水平对贫困有影响。
• 职业：职业类型与贫困相关。
• 住房条件：住房类型和面积对贫困有显著影响。
• 基本服务：电力、水源和厕所等基础设施的可及性与贫困相关。
• 耐用消费品：电视和收音机的拥有情况也与贫困相关。
• 地区差异：农村与城市在贫困决定因素上存在显著差异。

第4章：越南贫困地图

• 地区贫困率：展示了不同地区的贫困率估算。
• 省份贫困率：提供了各省的贫困率估计及其标准误差。

第5章：地理与额外变量的潜力

• 现有地理目标的局限性：贫困公社系统未能有效识别贫困。
• 额外家庭变量的潜力：使用额外家庭特征可以提高贫困识别的准确性。

第6章：总结与结论

• 主要发现：贫困在空间上是集中的，家庭特征对贫困有显著影响。
• 政策建议：应改进地理目标扶贫计划，使用额外家庭特征提高准确性。
• 未来研究方向：进一步研究贫困的决定因素及其空间分布。

附录与表格

• 附录1：列出用于回归分析的变量的描述性统计。

• 附录2：各分层的支出决定因素。

• 附录3：分层回归模型中解释变量的显著性测试。

• 附录4：使用分层回归模型估算的贫困头数。

• 表格1：列出VLSS和普查共有的17个家庭特征变量。

• 表格2：农村和城市家庭支出的决定因素。

• 表格3：城乡回归模型中变量的显著性测试。

• 表格4：原始和普查数据估算的贫困头数比较。

• 表格5：各地区贫困头数的统计显著性。

• 表格6：使用城乡回归模型估算的各省贫困头数。

• 表格7：不同变量在识别贫困家庭中的准确性。

图表

• 图1：按省份划分的贫困发生率。
• 图2：按省份划分的农村贫困发生率。
• 图3：使用城乡回归和分层回归模型估算的各省贫困头数。
• 图4：选定变量的接收者操作特征曲线，用于评估其在识别贫困家庭中的准确性。