维持贫困收益

授权公开披露 授权公开披露 政策研究工作文件10890 维持贫困收益 引导社会登记处扩张的脆弱性地图 奥斯卡·巴里加-卡巴尼亚人托马斯·博苏罗伊·保罗·安德烈斯·科拉尔·罗达斯·卡洛斯·罗德里格斯-卡斯特兰·伊曼纽尔·斯库菲亚斯 贫困与公平全球实践2024年 9月 政策研究工作文件10890 Abstract 贫困地图是用于将社会项目定向至高贫困集中区的有用工具。然而，仅仅关注静态贫困忽视了其时间维度。因此，当前非贫困家庭仍面临显著的福利波动风险，并且在面对冲击时有成为贫困人口的风险 。本文结合了贫困地图绘制方法和脆弱性评估方法 ，创建了高度细分化的脆弱性地图。这些地图包含了慢性贫困人口比例（由贫困引发的脆弱性）的预测——这是传统贫困研究的重点。 在不确定环境中，通过绘制地图以及计算显示显著贫困概率的家庭比例（风险引发的脆弱性），本论文提出了一种方法的应用。该方法用于为塞内加尔估算脆弱性地图，并确定社会注册系统的扩展配额 。考虑到贫困人口和可能陷入贫困的人口意味着将覆盖范围扩大至通常贫困率较低的城市和郊区。同时，将非贫困家庭纳入考虑，为建立动态的社会注册系统迈出了第一步。 本报告系《减贫与公平全球实践》项目产物。世界银行致力于开放其研究成果并为全球发展政策讨论做出贡献，此报告便是这一努力的一部分。《政策研究工作论文》亦可通过网址http://www.worldbank.org/prwp在线获取。如有任何问题，作者可联系obarriga@worldbank.org。 政策研究工作论文系列发布正在进行工作的研究成果，以促进关于发展问题的想法交流。该系列的一个目标是在成果可能不够完全打磨的情况下快速发布这些发现，以鼓励思想的交换。论文署有作者姓名，并应据此引用。本文中表达的观点、解释和结论完全属于作者。它们不一定代表国际复兴开发银行/世界银行及其关联机构、或世界银行执行董事或他们所代表的政府的观点。 由研究支持团队制作 维持贫困收益：引导社会登记册扩张的脆弱性地图a OscarBarriga-Cabanillasb 卡洛斯·罗德里格斯-卡斯特兰d ThomasBossuroyc PaulAndresCorralRodcas EmmanuelSkoufiase 关键字:贫困，脆弱性，贫困地图，目标，社会保护。JEL代码:I32,F63C15,R11 a作者谨感谢世界银行研究部的DanielValderrama以及两位匿名审稿人对本文稿提供了大量宝贵的评论。此外，作者还感谢ProspereR.Backiny-Yetna和DjibrilNdoye在获取塞内加尔国家统计局与人口动态数据方面的支持。本文中得出的结果、解读及结论完全代表了作者的观点，并不一定反映作者所在组织或世界银行集团、其执行董事或其所代表国家的立场。 b世界银行，华盛顿特区；电子邮件：obarriga@worldbank.org（通讯作者)。 c世界银行，华盛顿特区。 d世界银行，华盛顿特区和IZA，Boon。 e新加坡国立大学李光耀公共政策学院。 1.Introduction 在发展中国家，大多数社会项目以明确减少贫困为目标（Elbers等，2007年）。目标集中在成功识别贫困家庭上。然而，这种优先级忽略了贫困的跨时维度。非贫困家庭也可能面临成为贫困的风险。自然灾害、流行病、经济危机和气候变化的暴露意味着需要重新思考社会援助，以覆盖贫困家庭（提高收入从而减少贫困）和风险保险（降低陷入贫困的可能性）。作为设计旨在维持之前贫困成果的新一代社会援助计划不可或缺的一部分，有必要开发新的瞄准机制，以涵盖当前贫困的家庭和容易陷入贫困的群体。 我们开发了一种新颖的方法，用于为小行政区生成脆弱性地图，结合了家庭调查和国家人口普查的信息。该方法综合了小区域估计文献和贫困脆弱性方面的见解和技术。与传统贫困地图绘制专注于当前贫困家庭的比例（贫困引发的脆弱性）不同，所提出的方法还能够估计高度可能在未来两期内陷入贫困的非贫困家庭的比例（风险引发的脆弱性）。遵循脆弱性研究的定义，如果预测未来两期内一个家庭成为贫困的概率超过0.5，则该家庭被视为处于贫困风险中。关于贫困和风险引发的脆弱性的完整描述见Günther和Harttgen（2009）；实施细节可在方法论部分找到。 本方法的应用涉及塞内加尔全面贫困与脆弱性地图的创建。该地图提供了全国范围内由贫困引发和风险引发的脆弱性的详细空间分析。总体发现显示农村地区和东南部地区的贫困率较高。然而 ，结果也揭示了一个更为复杂的贫困与脆弱性图景。具体而言，尽管它们的贫困率较低，但城市社区却承担了大部分面临重大贫困风险的家庭。 该方法不仅能够识别贫困区域，还能确定高度脆弱人口集中的地区，这意味着该方法可以作为确定公社层级标准的基础。 注册商国家独特 扩大国家社会登记的资格配额，(RNU). 不仅利用贫困率，而且利用脆弱性率，使RNU能够支持 为减少贫困而取得的安全网保护了先前减贫的成果。将计划目标定位在当前正经历贫困的人口群体上旨在即时缓解贫困。然而，风险引发的脆弱性涉及福利波动，即目前高于贫困线的家庭在遭遇不可预见冲击后陷入贫困的可能性。在社会援助领域，这里描述的方法有助于提高RNU（如农村营养干预）的针对性，从而更有效地增强家庭应对风险的能力，这是提升人口对风险和冲击的韧性的重要步骤（Skoufias,Vinha,andBeyene,2024）。 不仅考虑到贫困家庭，还考虑到有成为贫困家庭风险的家庭，这一做法体现了认识到在经济衰退和冲击期间维持过去减贫成果的必要性，扩大社会保障网以覆盖部分非贫困家庭。实践中，将脆弱性比率与贫困比率结合使用，而不是仅使用贫困比率，可以增加城市和郊区家庭的计划资格。例如，仅考虑贫困率时，达喀尔市的资格率提高了84%。然而，农村地区仍显示出更高的一致性资格率，这是由于其相对较高的贫困率。考虑到风险导致的脆弱性，使社会保护范围扩展到那些在面临冲击时可能滑入贫困的家庭，这可能是当前的目标机制未能充分解决的情况。 论文结构如下。第2部分解释了贫困地图在支持社会项目目标制定中的应用，并讨论了贫困脆弱性的概念。第3部分描述了用于估算贫困和脆弱性以及将脆弱性添加到贫困地图背后概念中所使用的数据和方法，并澄清了涉及的假设。第4部分使用塞内加尔的数据提供了贫困和脆弱性的估计值，包括按贫困和风险引发的脆弱性率划分的社区分布，以及几个稳健性检验。第5部分介绍了RNU（注册单位）的背景、最近注册规模的扩大，以及将脆弱性作为资格配额系统一部分时的操作含义。最后部分进行总结。 2.扩大贫穷绘图以衡量脆弱性 在社会计划中定位 在资源有限的情况下，针对贫困项目的靶向策略已被广泛研究，普遍共识认为有效的靶向与项目的影响之间存在正相关关系（Alatas等，2012年；Brown、Ravallion和vandeWalle，2016年；Coady、Grosh和Hoddinott，2004年）。 然而，在货币、行政和政治层面上对目标进行定位成本高昂。数据生产成本高；收集数据需要时间；排除某些申请者可能产生政治和社会后果。因此，定位总是涉及到包括错误、排除错误以及更高实施成本之间的权衡（Morley和Coady,2003）。在社会项目定位策略中，地理定位利用不同地点贫困率的变化信息，将资源导向贫困率最高的地区。 尽管如此，实施地理目标并非易事，因为仅凭家庭调查通常无法提供支持小行政单位准确贫困估计的信息。从调查数据得出的贫困指标往往噪声过大或覆盖范围不足。为了解决这一问题，已经开发出了小区域估计技术，通过将贫困情况填补到人口普查中，以产生高度细分化的贫困率。1通过这些技术创建的贫困地图提供了相对精确的贫困估算，并被多个国家用于将资源导向贫困更为集中的地区。 在社会项目目标应用贫困地图的实施中，主要存在两种主要方法。单步方法下，识别并优先分配资源给贫困率最高的地区。2证据显示，在贫困更为空间集中的情况下，这一过程的有效性会增加（Elbers等，2007年）。塞内加尔国家社会注册(RNU)采用的替代方法包含两步。首先，通过贫困地图提供的信息用于制定按地点划分的合格配额。然后，使用额外工具处理这些配额以确定项目接收者。将脆弱性纳入目标选择可以提高项目的有效性，因为生活在贫困线以上、仅受一次冲击就可能陷入贫困的人口比例会增加。此外，如果贫困率近期有所下降，这一比例很可能会上升。 分析将贫困地图的估算与小区域估计技术以及贫困脆弱性文献中提出的方法相结合，考虑了贫困的脆弱性概念。在多种估测脆弱性的方法中，本分析借鉴了Günther和Harttgen（2009）的方法 ，该方法仅基于横截面数据就能计算福利波动。这一方法将脆弱家庭分为两组：首先是贫困家庭 ；其次是虽然可能不处于贫困状态但存在较高风险进入贫困的家庭。通过这种方法，可以更准确地识别和评估不同群体的脆弱性，从而为制定针对性的减贫政策提供依据。 1为了全面回顾相关文献，请参见Rao和Molina（2015）的研究。关于将其应用于贫困度量的综述，请参见Molina、CorralRodas和Nguyen（2022）的研究。 2针对贫困率最高的地区进行目标定位有助于最小化误收现象——即非贫困家庭因错误被纳入项目中——因为这些地区的非贫困家庭占比相对较小。 诱导脆弱性，涵盖长期贫困的家庭，以及第二，风险诱导脆弱性，覆盖那些当前非贫困但面临重大陷入贫困风险的家庭。这种方法在实践中广受欢迎，因为它有助于在缺乏面板数据的情况下生成脆弱性估计。这样的应用实例由Atamanov、Mukiza和Ssennono（2022年）、Rude和Robayo-Abril（2023年）以及Skoufias、Vinha和Beyene（2024年）有详述。 尽管Günther和Harttgen（2009）的方法优势在于仅需进行一次横截面家庭调查，其脆弱性评估结果在与家庭调查相同的空间级别上具有代表性。然而，该方法未能提供在实施社会项目中所需的、高分解度的目标定位所必需的空间分辨率的脆弱性率。所提出的方案通过从人口普查数据推断的社会福利指标恢复贫困率以及处于未来两年陷入贫困风险的家庭比例，克服了这一限制。然后利用这些信息创建了一个高度空间细分的脆弱性地图。如同Günther和Harttgen（2009）中所述，如果家庭在未来两年内有超过50%的概率陷入贫困，则被认为存在脆弱性。具体方法细节将在数据与方法部分提供。 脆弱性的概念 根据Dercon（2005,2010）的观点，脆弱性通常被定义为“家庭因个体家庭特有的偶然风险（由家庭自身特性引起）或共变的群体风险（与家庭无关的外部风险）而陷入或持续处于贫困的风险”。这一定义突出了脆弱性的几个关键特征。首先，无论是贫穷家庭还是非贫穷家庭都可能面临脆弱性。其次，风险是脆弱性的重要组成部分。第三，风险与家庭及社区特定的特征相关联。 将这一通用定义转化为可量化的概念，需要对家庭收入生成函数有精确的理解，并对其进行建模 ，特别是不同潜在冲击实现情况下的预期收入和消费的均值与方差。总体而言，衡量脆弱性的方法通常有三种，即预期贫困脆弱性、预期效用脆弱性和无保险的风险暴露。Pritchett、Suryahadi和Sumarto（2000）最早引入了预期贫困脆弱性这一概念，将其定义为家庭可能低于特定阈值的概率。 往往是贫困线。3预期效用估计脆弱性通过度量确定条件下的实际效用与预期效用之间的差距来评估脆弱性的强度（Calvo和Dercon,2013；Gallardo,2020；Günther和Maier,2014；Ligon和Schechter,2003；Magrini、Montalbano和Winters,2018）。最后，未保险的风险暴露导致家庭消费减少，以量化外生冲击对家庭消费的影响程度（Amin、Rai和Topa,2003；Cafiero和Vakis,2006；Cochrane,1991；Dutta、Fo