解读 | 揭露全球贫困差距 - UNDP《2021年全球多维贫困指数》报告及其中国简报

发布于 2021-10-18 15:46

联合国开发计划署(UNDP)10月7日发布了《2021年全球多维贫困指数》报告,含109个国家的国别简报。报告中比较了发展中地区 109 个国家的多维贫困,这些国家共有59亿人口,占世界人口的四分之三;其中13 亿人(占21.7%)被确定为处于多维贫困状态。

《2021年全球多维贫困指数》英文版PDF下载链接:

http://hdr.undp.org/sites/default/files/2021_mpi_report_en.pdf

《2021中国MPI简报》英文版PDF下载链接:

https://ophi.org.uk/wp-content/uploads/CB_CHN_2021.pdf


2021 年全球 MPI 报告的主要发现:

  • 109 个国家中有 13 亿人(21.7%)生活在严重的多维贫困中。

  • 大约一半(6.44 亿)是 18 岁以下的儿童。

  • 近 85% 的人居住在撒哈拉以南非洲(5.56 亿)或南亚(5.32 亿)。

  • 大约 84%(11 亿)生活在农村地区,16%(约 2.09 亿)生活在城市地区。

  • 在同时进行多维贫困和货币贫困估计的 60 个国家中,有 43 个国家的多维贫困发生率高于货币贫困发生率。

  • 超过 67% 的人生活在中等收入国家,全国的发病率为 0.1% 至 66.8%,次国家的发病率为 0.0% 至 89.5%。

  • 在允许研究趋势数据(覆盖大约 50 亿人)的 80 个国家中,有 70 个国家至少在一个时期内经历了 MPI 值在统计上显着下降。

  • 在 MPI 值下降最快(减贫速度最快)的 20 个国家中,14 个在撒哈拉以南非洲,3 个在南亚,2 个在东亚和太平洋地区,1 个在拉丁美洲和加勒比地区。埃博拉疫情期间减少最快的是塞拉利昂(2013-2017),其次是多哥(2013/2014-2017)、毛里塔尼亚(2011-2015)和埃塞俄比亚(2016-2019)。

  • 在研究趋势的 24 个国家中,至少在一个时期内,儿童(18 岁以下的个人)的多维贫困在统计上没有显着减少。在 15 个国家/地区,儿童的 MPI 确实下降,但至少在一个时期内比成人的 MPI 下降得更慢。

报告撰稿人之一、联合国开发计划署首席统计师张砚春在接受新华社记者采访时说,全球多维贫困指数通过考虑人们在日常生活中经历的各种匮乏来衡量贫困,包括健康不佳、教育不足和生活水平低等。

报告显示,在109个国家中,共有13亿人处于多维贫困状态,其中,近一半人是18岁以下的未成年人,近85%的人生活在撒哈拉以南非洲或南亚地区。

处于多维贫困可能会面临不同处境。报告显示,大约10亿人因使用固体烹饪燃料而面临健康风险,10亿人拥有卫生设施不足,还有10亿人的住房不合标准。此外,大约7.88亿人生活在至少有一个营养不良者的家庭中。

张砚春表示,尽管多维贫困指数总体上居高不下,但一些国家已出现一些“令人鼓舞的”现象。在有数据的80个国家中,有70个国家至少“在某一个时期内”降低了多维贫困指数,其中表现最好的是塞拉利昂和多哥。

牛津大学贫困与人类发展研究中心主任萨比娜·阿尔基尔强调,需解决阻碍进步的结构性不平等。她指出,多维贫困数据“为决策者提供了重要指南,让他们确保在实现可持续发展目标的最后一个行动十年中不让任何人掉队”。

 

何为全球多维贫困指数(MPI)?
目前,全球广泛使用的测量贫困的标准主要有三类:收入标准、人类发展指数(Human Development Index, HDI)和多维贫困指数(MultidimensionalPoverty Index, MPI)。联合国开发计划署与牛津大学贫困和人类发展项目自2010年起运用多维贫困指数发布《人类发展报告》,并逐年更新《全球多维贫困指数》报告。
MPI是Alkire和Foster在2011年发明的指数测量方法,通过综合不同维度、指标、权重、截点以及个人或家庭数据达成统计目的。MPI综合考量了多维贫困发生率(多维贫困的人数比重,即“H”,Headcount Ratio)和多维贫困强度(即“A”, Average Share),其计算方法如下:

MPI=H*A

MPI是对人类贫困指数(Human Poverty Index, HPI)和人类发展指数(Human Development Index, HDI)的进一步完善,MPI可以反映不同个体或家庭在不同维度上的贫困程度。其取值越小,说明该个体或家庭贫困程度就越低,相反,则越高。根据MPI的指数大小,将“在至少三分之一的权重指标中得分很低”的人群定义为多维贫困,进一步,如果该个体或家庭在一半的权重指标中得分都很低,则被认定为“极度多维贫困”

MPI既能反映多维贫困发生率还能反映多维贫困发生的强度,同时还能反映个人或家庭的被剥夺量,在反映一个国家或地区在人文发展方面取得的进步上具有更好的效度和信度。但它也不是完美的衡量全球贫困的唯一指数,因为目前尚没有一种衡量方法能够同时针对多维贫困和不平等两大问题。在制定有效减贫政策的过程中,多维贫困指数固然重要,但也不能忽略人类发展指数、衡量收入差距的基尼系数等指标,发挥其各自不同的重要参考价值。

全球多维贫困指数 (MPI) 是衡量严重多维贫困的国际指标,涵盖 100 多个发展中国家。它通过捕捉一个人同时面临的健康、教育和生活水平方面的严重剥夺来补充传统的货币贫困衡量标准。
在联合国的2030可持续发展目标(SDGs)中,第一个目标就是“消除一切形式和规模的贫困”。通常人们使用收入来定义贫困,联合国开发计划署和牛津大学贫困和人类发展倡议共同编纂的《2019全球多维贫困指数》报告中则采用新的指数计量方式,即“多维贫困指数”(Multidimensional Poverty Index, MPI),创新性地综合考量“健康”、“教育”和“生活标准”三大维度,让“隐形”的贫困可见,描绘出全球贫困的地区与年龄分布情况。

资料来源:农村减贫与发展. https://mp.weixin.qq.com/s/C95n03vWfs0hjYODvj188Q


资料来源:Source: OPHI (2018). Global Multidimensional Poverty Index 2018: The Most Detailed Picture to Date of the World’s Poorest People. Oxford Poverty and Human Development Initiative, University of Oxford.

全球 MPI——维度、指标、剥夺临界值和权重

资料来源:Alkire, S.,Kanagaratnam, U. and Suppa, N. (2020). ‘The global Multidimensional PovertyIndex (MPI): 2020 revision’, OPHIMPI Methodological Note 49, Oxford Povertyand Human Development Initiative, University of Oxford.


2021MPI中国情况初探

中国的多维贫困发生率高于货币贫困发生率

下图显示了在60个多维贫困和货币贫困估计数同时存在的国家中,有43个国家多维贫困发生率高于货币贫困发生率(按照$1.90 in purchasing power parity terms a day的标准计算)。中国于2020年告别了绝对贫困,但仍有多维贫困的存在。相比于其他国家,中国的多维贫困发生率较低。

接受教育机会的性别不平等现象

教育是一项人权,使人们能够发挥其潜力。它通常与整个家庭的收益有关,如儿童入学率的提高、营养匮乏程度的降低和收入的降低等。从全球来看,女性的受教育程度落后于男性因此,有必要使用丰富的微观数据作为MPI的基础,对贫困模式进行深入的、性别的和家庭内部的分析。

在接受调查的13亿多维贫困人口中,几乎三分之二(8.36亿)的家庭中没有女性成员完成至少6年的基础教育。这种将妇女排除在教育之外的做法对世界各地的社会产生了深远的影响。这8.36亿人主要生活在撒哈拉以南非洲(3.63亿)和南亚(3.5亿);主要涉及国家有7个:印度(2.27亿),巴基斯坦(7100万),埃塞俄比亚(5900万),尼日利亚(5400万),中国(3200万)、孟加拉国(3000万)和刚果民主共和国(2700万)。

区域减贫速度和指标贡献率差异

全球 MPI 国别简报展示了今年全球 MPI 中 109 个国家的特定国家结果。

在中国简报中,下图显示的是中国各区域MPI(T)绝对减少的差异。横轴显示的是2010年每个地区的MPI(T)水平,而纵轴显示的是给定区域随时间的绝对减少率。圆圈的大小代表了2010年贫困人口的比例。一些国家在国家以下层面呈现出一种有利于穷人的模式,最贫穷的地区减少多层面贫困的速度最快,因此没有落在后面。如果有一个对角线趋势,这个模式是倾斜的,最贫穷的区域在图的右下角,最不贫穷的区域在图的左上角。

Notes: Absolute changes are expressed in units of MPI and annualised. 

Source: For 2010 CFPS, for 2014 CFPS, own calculations

下图显示的是按地区分列的总体贫困指标贡献。

Notes: Source: CFPS year 2014, own calculations.



文字编辑与排版 | 何茜

国家公园|景观规划|生态文创|自然教育

ziranjia_thu@163.com




本文来自网络或网友投稿,如有侵犯您的权益,请发邮件至:aisoutu@outlook.com 我们将第一时间删除。

相关素材