重新定义全球多维贫困衡量，以尼日利亚数据为例（英）

政策研究工作论文 10577 公共公信共公息信共公披息信共露披息信授露披 重新定义全球多维 贫困测量，示例说明 在尼日利亚数据 本努瓦德塞夫（BenoitDecerf）基克丰顿 发展研究小组全球贫困与平等实践October2023 政策研究工作论文10577 摘要 多维贫困测量在理论上可以做出比仅基于货币贫困的福利比较更少偏见的比较。然而，在全球范围内 ，多维贫困测量在实际中存在局限性，这导致了可信的批评。本文提出了多维贫困测量的案例，针对其当前实施提出的两种批评，以及最近提出的解决这些批评的新方法。本文开发了一种将这些解决方案付诸实践的方法。所得出的福利指标用于比较2019年尼日利亚各州的福利。这一实证说明表明，这些解决方案可能会对福利比较产生重大影响。 论文还量化了仅基于货币贫困来比较福祉所固有的潜在偏差。结果显示，尽管货币贫困在2019年的尼日利亚很高，且在尼日利亚各州之间分布非常异质；（iii）并且作为提议的福祉指标的一个组成部分；在提议的福祉指标和货币贫困之间仍存在显著不同的福祉比较。论文旨在通过使它们更符合偏好理论以及纳入死亡率对个人的直接影响，从而剥夺他们最重要的功能，来改进全球多维贫困度量。 本文为世界银行发展研究小组、发展经济学以及全球贫困与公平实践团队的研究成果。它是世界银行更大规模提供研究成果开放访问、为全球发展政策讨论做出贡献的举措之一。政策研究工作论文也发布在http wwwworldbankorgprwp网站上。作者可通过bdecerfworldbankorg联系。 《政策研究报告系列》传播正在进行的工作的发现，以鼓励关于发展的思想交流 问题。本系列的目标之一是快速发布研究成果，即使这些论文的呈现并不完全完善。论文包含作者姓名应相应引用。本文中表达的研究发现、解释和结论完全是作者自己的。 作者的观点。它们并不一定代表国际复兴开发银行世界银行的立场。其附属机构，或世界银行执行董事及其代表的国家政府。 由研究支持团队制作 重新概念化全球多维贫困测量 在尼日利亚数据上的插图1 本努瓦德塞夫（BenoitDecerf ）2和KikeFonton3 1我们感谢DeonFilmer、LainJonathan和TaraVishwanath就本论文进行有益的讨论和建议。我们感谢BerkOzler和AartKraay对本论文早期版本提出的评论。我们还要感谢世界银行内部研讨会上的所有参与者 ，特别是JedFriedman、ChristophLakner和DanielMalher。我们还要感谢代码审查员SamihFerrah、AnisurBali、MuhsineSenart，他们在审查本框架内编译的分析代码方面给予了宝贵的帮助。我们还要感谢世界银行可重复性团队的MariaReyesRetana，感谢她的努力。所有错误均由我们负责。本论文中表达的研究发现、解释和结论完全是作者的观点，不得以任何方式归因于世界银行、其附属机构、或其执行董事会成员及其代表的国家。电子邮件地址：bdecerfworldbankorg 2世界银行 3加斯顿贝杰大学圣路易斯分校与根特大学 第一部分：动机 身心健康指标是任何发展战略中的重要工具。这些指标允许监控进度，并为基于证据的政策制定提供依据。它们是必需的，用以在身心健康最低下之处分配预算。它们有助于确定哪个政策最适合缓解最紧迫的需求。 在理论上，多维贫困度量（MPMs）构成了一种吸引人的福祉指标类型。原因是它们可以同时考虑到福祉的多元性质和福祉的不平等分布。在二战后的几十年里，人均货币总流量，如人均国内生产总值（GDP），是用于监测发展的主流指标。关于人均GDP主要存在两种批评意见。希克 斯和斯特里滕，1979年；Fleurbaey2009）。首先，人均GDP未考虑到人口中消费的不均等分 。对此“分布”担忧，政策制定者的主要回应是开发并采用货币贫困指标（Ravallion2015）。其次，货币指标提供了一个过于狭隘的人类福祉覆盖率，因为它们完全忽略了福利的关键非货币维度。在原则上，MPPs（多维贫困指针）可以解决“分布”和“维度”担忧。 在考虑“分布关注”和“维度关注”的不同类型的幸福感指标中，4MPMs之所以突出，是因为它们 在实践中被广泛应用。例如，几十个国家已将MPMs作为官方指标采纳（联合国儿童基金会，2021年）。MPMs也被用于跟踪全球层面的进展。最知名的全球MPMs包括世界银行的MPM和OPHI联合国开发计划署的全球MPI。MPMs的普及在很大程度上归因于Alkire和Foster（2011年）为其实施提出的相对简单的方法。简而言之，AlkireFoster方法将个人界定为（多维度）贫困，当其剥夺的加权总和超过某个识别门槛时（更多详情请参见第2节）。 然而，实践中使用的多维贫困指数（MPMs）面临着与其实施相关的可信批评。首先，AlkireFoster方法在维度上的聚合方式似乎与偏好无关（Ravallion，2011）。非家长式决策要求MPM在维度上的权衡应与（多维）贫困个体所做出的权衡相似。5目前，尚不清楚如何在符合偏好的 前提下，做出必要的选择权重、剥夺截止点、识别阈值。其次，主要的全球多维贫困指数（MPMs）要么完全忽略，要么较差地捕捉到福利的关键维度。尽管被认为与福利最相关的维度列表存在争议，但我们认为，在全球层面捕捉低福利的指标至少应考虑到消费不足、健康状况不佳和过早死亡。6显然，数据限制使得同时考虑到货币维度、健康和死亡率的MPM监控复杂化 4参见Fleurbaey2009对不同类型的幸福感指标进行综述。 5Ravallion2012认可反对在各个维度之间做出不合理的权衡的汇总。 6世界银行的MPS（多维贫困指数）忽略了死亡率和健康状况。我们注意到，这个全球MPS在其五个维度的版本中确实考虑了一些与健康相关的指标，但这些指标反映的是健康投入而不是健康结果，并且对健康维度的覆盖相当狭窄。反过来，全球MPI（贫困指数）忽略了货币维度，并对死亡率提供了狭窄的覆盖。我们注意到，全球MPI在一定程度上考虑了死亡率对死者家属的间接影响，但它完全忽略了死亡率对死者本人的直接影响。 然而，除了数据限制外，全球MPMs几乎不涵盖死亡率的另一个原因与概念化有关。在设计它们的时候，不清楚如何将死亡率有意义地整合到MPMs中，这或许可以解释为什么死亡率的直接影响被忽略了。 近期的研究论文探讨了这两项批评，并提出了旨在改进这些问题同时保持足够简单以允许直接应用的理论解决方案。首先，Decerf（2023）表明，基于偏好的（多维度）贫困定义区分了两种类型的贫困个体：那些因为至少在一个维度上取得极端低成就而导致福祉低下的个体（“极端者” ）和那些因为几个维度上累积适度低成就而导致福祉低下的个体（“累积者”）。该论文提出了一种对AlkireFoster方法的改进，能够同时识别这两种类型的（多维度）贫困个体，但没有提供如何在实际中实施这种改进的示例。其次，Baland等人（2021年和2022年）研究了如何将死亡率对死者直接影响的直接效应纳入贫困测量。困难在于，贫困，它影响生活质量，是在某一年度测量的，而死亡率对生命数量的直接影响，只能通过采取生命周期视角来适当考虑。这些论文表明 ，死亡率的直接影响应以特定方式纳入贫困衡量，并提出了几种实现这一目标的解决方案。这些解决方案对额外数据需求有限：特定年龄的死亡率就足够了。然而，这些作者没有提供实证应用来探究死亡率对多维度贫困比较可能产生的影响。 本文展示了如何基于这些最新的理论解决方案设计一个多维贫困衡量指标，并实证分析了2019年尼日利亚36个州的相关福祉比较。因此，本文提出了一种实施Decerf（2023）中提出的改进的AlkireFoster方法的方式，并为必要的选择提供了概念性指导。有趣的是，这个 不 实施情况为：需要为权重跨维度选择明确值，除了死亡率。基于尼日利亚数据的说明探究了两个经验问题的答案： 问题1：Decerf（2023）和Baland等人（2022）提出的解决方案对幸福感比较的影响程度有多大？问题2：在忽略非货币维度进行比较时，产生的偏差程度有多大？更具体地说，基于货币贫困的幸福感比较与基于我们多维度指标的比较有多大的差异？ 重要的是，我们通过一个整合货币贫困作为其一个维度的幸福感指标，来探讨问题2的答案。7此外，我们在一个保守的背景下这样做，其中货币贫困程度很高2019年，405的尼日利亚人低于世界银行定义的“极端”国际贫困线（IPL）并且在全国各州之间分布非常不均匀他们的贫困率从10到90不等（Lain等，2022年）。这种背景是保守的，因为这两个特征应该会减少非货币维度对福利比较的影响。本文的实证目标仅限于这些问题，并且本文不声称其 7其他研究在发展中国家背景下对比货币与非货币贫困衡量指标，如Salecker等人（2020年）的研究，不需要将货币贫困纳入其多维指标中。而将货币贫困纳入多维指标的研究，如Battiston等人（2013年）或Evans等人（2023年）的研究，其多维指标基于经典AlkireFoster方法，且不纳入死亡率直接影响的考量。 提议的幸福指标比尼日利亚官方的贫困指标更适合尼日利亚的国情。 对于问题1，研究结果表明，两种理论改进的每一种都有可能对幸福感评价产生重大影响。如第2 1节所述，Decerf（2023）提出的改进建议考虑两种类型的特定维度剥夺：极端剥夺和适度剥夺 。这允许通过更好地计算个人特定维度的剥夺程度来改善多维贫困的识别。我们的结果表明，忽视这一深度信息通过将极端和适度剥夺形式捆绑在一起可能会使被认定为多维贫困的人的比例减少约四分之一。反过来，将死亡率对MPM的直接影响整合进去，会大大增加所捕获的幸福损失。当假设死亡率的最低合理规范权重，即假设死亡并不比多维贫困更糟时，并使用50岁作为定义早逝的年龄阈值，我们估计，2019年过早死亡是我们在尼日利亚的幸福指标所捕获的幸福损失超过30的原因。然而，死亡率不一定在州际间幸福比较中占主导地位，因为死亡率在州际间的分布比货币贫困异质性更低。我们的结果表明，对死亡率赋予的规范权重所选的价值极大地影响了死亡率对幸福比较的影响。这表明需要更好地了解这个规范参数的合理值范围。 对于第二个问题，研究结果提示，考虑非货币维度对福祉比较的影响是显著的，并可能产生重要的政策含义。首先，我们发现非货币维度包括死亡率导致的福祉损失至少与2019年尼日利亚货币贫困所导致的损失一样大。其次，专注于生活质量因此排除死亡率当忽视非货币维度时，我们也发现存在一个重要的偏差。我们进行了多维度的分类 不 贫困个人被分为两个相互排斥的类别：“货币型”贫困个人即那些低于2019年尼日利亚的全国贫困线的人，这个贫困线几乎等于2019年的国际贫困线和“其他维度”贫困个人他们的非货币剥夺足以使他们被归类为多维贫困。如预期，其他维度贫困与货币贫困呈正相关。然而，这种相关性远非完美。8因此，超过三分之一的其他维度贫困个体并非货币贫困。这表明忽略非货币维度会导致错误地将这些个体识别为非贫困，从而在幸福感分析中引入偏差。 小型 比较。重要的是，我们发现这种偏差在相对货币贫困率较高的州中往往更大。这表明，鉴于自1990年以来在对抗极端货币贫困方面取得的进展（世界银行2022a），这种偏差在全球层面上可能有所增加。 第三，我们以两种方式量化了非货币维度对尼日利亚各州幸福感比较的影响。我们发现，当从经典的货币贫困衡量标准切换到我们偏好的多维指标时，各州成对比较中有14的结果被逆转。这表明这两个指标之间的成对比较呈正相关，但这种相关性远非完美。我们的第二种方法假设一个假设性的社会保障预算按各州记录的幸福感成比例分配。第二种方法量化了在重新分配预算时必须跨州重新分配的预算比例。 8有趣的是，在我们的数据中，安全性的非货币维度似乎与货币贫困关系不大。 从一种福利指标转换到另一种。我们发现，当从经典货币贫困衡量方