国际减贫动态第十期

本期导读

 

研究前沿	贫困的代际传递与不平等 ——基于埃塞俄比亚、印度、秘鲁、越南年青一代生活历程的研究
政策论坛	如何终结脆弱环境中的极端贫困

 

 



·机构内刊·

 

·研究前沿·

 

贫困的代际传递与不平等

——基于埃塞俄比亚、印度、秘鲁、越南年青一代生活历程的研究

Jere R. Behrman， Whitney Schott， Subha Mani， Benjamin T. Crookston，

Kirk Dearden， Le Thuc Duc， Lia C. H. Fernald， Aryeh D. Stein

儿童发展项目团队“年青一代成长及其后果”项目组

 

 

摘要

在学术和政策研究的相关文献中，对于贫困与不平等的代际传递问题都有不同程度的关注。普遍看法是，提高贫困家庭中父母的教育水平和收入消费比，将会导致下一代的成年人在贫困和不平等方面的改善。然而，贫困和不平等的代际影响就算确实存在，也仅是尚未被反复验证的经验性问题，特别是对于发展中国家来说。我们利用在21世纪出生的4个发展中国家的孩子的相关数据来估计父辈的教育水平和消费状况与孩子成年后的贫困人口和不平等状况之间的重要关系，并利用这一关系来模拟父母在以上方面的变化是如何影响孩子成年后的情况的。我们发现，父母一代的贫困和不平等发生率降低转移到儿童一代的人力资本和成年后的人均消费量分布，但是对人均消费量分布的影响不大。因此，即使在他们自己看来，以提高当下成年人的福利为目的，降低父母一代的贫困和不平等发生率可能是可取的，他们也不可能对下一代成年人的人均消费贫困和不平等的减少产生多大影响。

引言

长期以来，政策制定者和学者对于发达国家和发展中国家的代际经济流动程度问题都有相当大的兴趣。这一研究兴趣中的重要部分是，是否存在收入（消费）贫困与不平等的代际传递问题，也就是来自贫困家庭的孩子有多大可能最终成为贫穷家庭里的成年人。若干政策努力都指向并试图打破贫困的代际传递。例如，在全世界范围内被许多其他计划明确模仿的著名的墨西哥 “有条件现金转移”计划之父Santiago Levy认为，该计划的总体目标是“打破贫困的恶性循环”，即出身贫困家庭的孩子又成为下一代贫困家庭里的成年人（Levy，2006）。

那些被认为有希望减少下一代人成年人贫困和不平等状况的政策中，包括直接对贫困家庭的儿童进行更多的人力资本投资，希望通过采取这样的干预措施来增加他们的收入，降低这些孩子成年后仍然生活在贫困之中的概率。这些政策中也有相当一部分侧重于改善当下贫困父母的生活条件，通过这种机制，也许不只是提高他们自己的福利，也降低这些孩子成年后仍然生活在贫困之中的概率。例如，世界银行最近一项颇具影响的有关儿童生存环境中机会不均等的研究认为，除其它因素以外，家庭主要成员的教育水平和人均收入水平偏低是影响贫困儿童机会均等的重要制约因素（Barros et al，2009）。另外一些国际组织发布的有关发展中国家贫困代际传递的报告，比如美洲开发银行（Castañeda and Aldaz Carroll，1999）和英国海外发展研究所（Bird，2007）同样强调，在发展中国家，人均收入或消费水平和父母教育水平（特别是母亲的教育水平）在众多影响贫困和不平等代际传递的关键因素中的重要地位。

 

实证文献的基本假设是，这种父母家庭特征的变化对于减少贫困和不平等有着重要的影响，当这些孩子成人后可被分为两大类：第一类，当把教育和长期收入状况考虑进来时，代际联系通常表明有限的代际流动，一般而言，发展中国家较发达国家流动性更低（例如Behrman et al，2001；Black and Devereux，2010；Birdsall and Graham，2000；Corak，2006；Solon，1999、2002）。与此同时，当他们成年时，那些来自收入和消费水平处于社会底层的家庭的儿童比那些来自更高收入和消费水平的家庭的儿童更可能陷入贫困。第二类，有很多实证性微观研究报告指出，在发展中国家，父母家庭背景尤其是父母的教育和家庭收入与儿童人力资本投资之间存在显著的关联。相关研究发现，提高贫困家庭的教育和收入水平会导致其子女的人力资本结果的增加，因此，较之不采取此种措施，当孩子们成年时将会有更低的贫困和不平等发生率。

前文的文献分析为世界银行的假设提供了有力的依据，美洲开发银行和英国海外发展研究所的报告在上文和其他地方均提到，提高当下贫困家庭中父母的教育水平和收入或消费水平可能会降低这些家庭中的孩子成年后陷入贫困的可能性。这意味着是，当这些孩子长大成人以后，贫困和不平等的状况可能会得到改善，然而，问题的关键是，这些影响有多大？例如，如果所有的父母至少都接受了小学教育，那么下一代的贫困和不平等的发生率会有多大程度的降低？或者，如果所有父母都至少接受初中教育呢？又或者，如果家庭人均收入中倒数第五的成员的日均收入增至1美元或提高20％呢？就我们所了解的，对于发展中国家（或者发达国家）而言，这些问题的答案仍然不得而知。

本文的贡献在于，为出生在21世纪的儿童解答这些问题。为此，我们制定并实施了综合评估/模拟方法，它使得我们能够探索父母的教育和消费水平的变化，而这种变化是基于父母将儿童抚养成人时所需的人均资本消费量。我们以埃塞俄比亚、印度（安得拉邦）、秘鲁和越南这四个不同的中低收入国家为对象，对这些问题进行调查研究。

需要特别说明的是，我们的研究主要关注以下几点：

（a）利用人均消费和人力资本理论分析父母一代的贫困与不平等状况。

（b）呈现针对父母的主要措施（消费水平、身高和教育水平）与儿童人力资本状况（身高和认知状况）之间的关联。

（c）在儿童和成年时代人力资本与人力资本和跨代人均消费水平之间呈现稳定关系的前提下，模拟这些儿童人成年时人均消费水平的分布情况。

（d）从儿童人力资本和预测的成人人均消费水平的角度，描述与分析儿童贫困和不平等现象的特征。

（e）如果有可能的话，模拟大幅提高左尾分布上的贫困家庭父母的教育和人均消费水平到什么程度，将会降低儿童成年后的贫困和不平等程度。

对于父母和儿童，我们考虑分别采用贫困人口数和基尼系数来描述其贫困和不平等状况。我们对贫困人口的数量分析特别感兴趣，这是由于我们对各种贫困形态的左尾分布十分感兴趣。

一开始，我们用简单的人力资本投资框架来展开我们的研究。然后，总结我们的研究数据、方法、结果和结论。通过分析，我们有了一些发现：

第一，与现有的许多文献中的观点相一致，父母的人力资本（消费水平、身高和教育水平）和儿童人力资本（身高和认知状况）之间存在正相关关系。

第二，提高父母的教育层次到最低的小学水平，也就是目前最低发展目标所提出的教育层次要求，对于那一代的贫困和不平等发生率的降低帮助甚少。然而，提高父母的教育层次到初中水平，或者把人均消费量增加到每天1美元，确实会导致父母一代贫困和不平等的发生率大幅降低。

第三，提高处于左尾分布上文化水平有限的父母的教育层次（至初中）和人均消费（至1美元一天），预计将在相当程度上减少其子女的认知能力和身高不平等的发生，进而使其在认知能力和高度上的不平等的影响减小，这至少在埃塞俄比亚和印度并非毫无意义。

第四，父母一代贫困人口的减少和不平等状况的改善会转移到儿童一代成年后的人力资本和人均消费分布上，但是与我们估计的父母一代的巨大变化相比，其影响不是很明显。

因此，在改善当下成年人的福利方面，改善父母一代的贫困和不平等状况就其本身而言是可取的，大幅提高左尾分布上的接受过有限教育的父母的教育程度和人均消费水平是不太可能对减轻下一代人均消费的贫困和不平等状况产生较大影响的。

人力资本投资框架

众所周知，在贝克（1967）的woytinksy讲座中提出了一个标准的人力资本投资框架，这个框架满足了本研究的需要。在图1中，纵轴表示预期个人边际收益和预期个人边际成本，横轴表示儿童教育投资（尽管任何人力资本投资持有相同的分值，包括健康和营养方面的分值也一样）。由于学前教育投资的边际收益递减，随着学校教育范围的扩大，预期个人边际收益递减。就其它时间使用选项而言（例如在家庭农场工作、照顾弟弟妹妹），由于更高层次的教育带来的个人机会成本增加会导致个人边际成本的预期不断增加，也有可能使得对于当下尚不完善或缺少资本市场的教育投资进行融资的边际成本增加。

父母增长的金融资源和收入是如何影响儿童人力资本投资的平衡的？如果资本市场对人力资本的投资是完美的，那么父母增加金融资源将无助于改变针对儿童教育的均衡投资。然而，在诸如上文提到的所调查的发展中国家，基于人力资本的资本市场往往被认为是相当不完善的，而这种投资的边际成本中的个人部分通常被认为主要是自筹资金（Foster，1995）。其结果是，如果信贷约束缓解，那么个人边际成本曲线有可能向下移动，同时针对儿童教育的均衡投资很可能会增加。

父母增长的人力资本是如何影响儿童的人力资本投资平衡的？构成图1中预期个人边际收益曲线的基础是包括儿童教育投入的收益生产函数（或任何感兴趣的结果）。由于个人教育投资回报（以盈利进行衡量）的增加，个人边际收益曲线将右移到增加儿童教育均衡投资上。家庭投入在这个过程中发挥着重要作用，主要包括父母对婴幼儿潜移默化的刺激和辅导学龄儿童完成家庭作业所花时间的量。如果与通常所认为的情况相同，这些家庭的投入与儿童在校接受教育时间互补，那么表格中更多的人力资本表明父母所接受教育水平的提高，这很可能使得预期个人边际收益曲线转而向右移动，从而增加儿童教育的均衡投资。

因此，这个简单的框架预测，在考虑增加父母的金融和人力资本资源的背景下，会导致儿童人力资本投资的增加。

当然，更进一步说，对儿童人力资本进行投资的决定是基于特定社会背景做出的，在这种社会背景下，人口规模与相关教育和健康服务的可用性可能会影响对于儿童人力资本投资的均衡。例如，更容易获得公立学校和医疗服务，很有可能使得预期个人边际成本曲线走势下行，并导致对于儿童更高均衡的投资。更高质量的公立学校和卫生服务可能进入生产函数构成预期个人边际收益曲线，并与在校接受教育时间互补，从而使得预期边际收益曲线走势转而向上，导致对于儿童的更大规模的人力资本投资。

最后，需要注意的是，这一简单框架也指出，对父母增长的金融资源和人力资本对儿童人力资本投资的影响进行估计，是一个重大的挑战。构成个人边际收益曲线是儿童的固有天赋。这些天赋包括与生俱来的能力和健康状况，工作和婚姻市场中的家庭联系。他们有可能直接进入生产函数，进而确定预期个人边际收益。这意味着，父母的金融资源和人力资本与儿童的人力资本投资之间的关系是可能被估计为因果关系，从而向上偏置，除非这些禀赋可以在估算中得到控制。

数据

我们使用的有关儿童数据，来自于一个叫做年轻生命的研究项目，它是一项在埃塞俄比亚、印度、秘鲁和越南进行的以贫困和儿童福祉为主题的跨国平行研究。我们的分析样本采用的年青一代数据来自于2009年10月的第3轮调查，其第1轮调查是在2002年对年龄为6-17.9个月的儿童的调查，随后的第2轮调查2006年7月对年龄约为5岁儿童的调查，而第3轮是对约8岁儿童的调查。对有代表性的数据进行比较发现，样本代表了每一个被研究国家的各不相同的社会背景，但不包括收入分配的最高部分。在第3轮调查中，我们囊括了所有在两个认知得分中具有可用数据的所有孩子。在年轻生命研究小组，离职率非常低，每年不到2%。我们最终的样本量是6915，其中包括埃塞俄比亚的1669，印度的1787，秘鲁的1748以及越南的1711。儿童的回归分析的主要结果变量是人力资本计量，而父母一代的主要结果变量是人均消费支出。

儿童的测量

我们通过营养状况（身高）和在8岁获得的两个认知测验成绩来代表8岁儿童的人力资本。因为基尼系数没有定义为负值，而且这些贫困人口中的许多孩子的年龄别身高标准分值（HAZ）为负值，所以我们利用在第3轮得到的原高度代表营养状况（相对于年龄别身高标准分值）来进行不平等分析。对于8岁儿童的两个认知测验是：

（1）皮博迪图片词汇测验（PPVT）是一种接受性语言测试，它使用由一个刺激词和一组图片构成的工具，是目前已经被广泛地应用在低收入和中等收入国家的一个测试项目。在秘鲁使用西班牙语的PPVT（即TVIP，包含125个词组，用以测试和评估西班牙语水平）测试，而在埃塞俄比亚、印度、越南则使用PPVT III（包含204个各种形式的词组）。PPVT （和TVIP）被每个国家采用一致技术标准的年轻一代研究人员改编和标准化了。这项测试的心理学特性被年轻一代研究人员运用测试的可靠性和有效性程度很高的结果进行了检验（Cueto和Leon，2012）。

（2）一项数学成绩测试管理。该测试共有29项，涉及计数、数字识别、数字知识与数字的基本操作。以上所有测试都在这样的环境中进行，测试员要大声读出这些问题，以避免低水平的阅读技巧产生的偏差。这些得分被年轻一代研究团队用以评价心理特性。得分被修正是由于项目的可靠性和有效性指标过低，从而导致修正过的数据表现出强烈的心理学特征（Cueto和Leon，2012）。

我们还控制了考试中使用哪种语言以及该语言是否为孩子的母语。此外，我们将被试儿童的年龄差异控制在几个月之内，并且控制了每个儿童的性别，以达到控制不同性别-年龄组合在测试表现上的特定差异。

表1展示了描述性统计样本。值得注意的是，这些得分在国家内部的表现上具有实质性的差异，特别是对于埃塞俄比亚和印度的儿童。

父母的测量

我们使用的每人每天消费支出，是基于第2轮与第3轮调查的平均数（收集消费数据的两轮调查），以描述父母的家庭财务资源状况。由于收入中存在大量的临时组成部分，特别是对生活在农村环境中的那些受到来自天气、市场和其他方面很大冲击的贫困家庭而言，在相同时段，相比收入来说，消费通常被认为是用以衡量长期存在的资源约束的更好的指标（Deaton，1997；Behrman和Knowles，1999）。家庭人均消费的计算使用的是成人受访者估计的食品和非食品项目，其受访所回答的周期范围包括从15天的食品到12个月的服装。总支出首先被转化为2006年当地货币下的实际每月支出并按家庭人数划分（埃塞俄比亚的成人当量）。然后，我们将每月的支出总额转化为2006年汇率下的美元。对于父母的人力资本而言，我们采用父母受教育程度的具体年级和母亲的身高（未收集父亲的身高数据）这些连续量数。我们也控制了母亲的年龄以弄清生命周期模式。

以美元为单位的平均每人每天的消费量数据在表1中有呈现，最高的是秘鲁（2.05美元），最低的是埃塞俄比亚（0.56美元）。仿照这种模式的父母学校教育的样本平均值：母亲的学校教育（秘鲁7.8年级，埃塞俄比亚3.1年级）和父亲的学校教育（秘鲁9.1年级，埃塞俄比亚5年级）。同样的，秘鲁最高，埃塞俄比亚最低。在母亲的年龄上，最低的是印度（23.6岁），最高的是埃塞俄比亚（27.4岁），而在母亲的身高方面，最高的是埃塞俄比亚（158.7厘米）和最低的是秘鲁（150厘米）。

社区特征

我们使用的社区变量包括儿童居住的社区是否有医院，城市住宅、社区财富指标（由国家横跨3轮调查分别确定的，作为一个以资产为基础的指标，该指标是家庭耐用消费品、住房质量与可用的服务项目诸如安全饮用水与电力等19个指标中的首要部分），社区内是否有中学，以及第1轮调查后儿童是否迁移到不同的社区（来控制那些迁移后这些变量随时间产生的无法测量的变化）

第1轮调查中居住在城市的儿童所占的百分比范围为从越南的18.1%到秘的鲁66.4%，而那些随着研究开展而迁居的百分比范围为从印度的11.4%到秘鲁的48.6%，拥有一所医院的社区数量百分比范围为从埃塞俄比亚的30.3%到越南的89.5%，保有一所中学的社区数量的百分比范围为从最高越南的98.1%到最低埃塞俄比亚的34.7%。不同国家之间在社区资源上显著的异质性表明在回归模型中控制那些因素的重要性，而这正是我们在下文中要进行探讨的。

经验规范

我们的研究旨趣是：

（1）描述在父母一代中人均消费和人力资本的贫困和不平等特征；

（2）检验父母与儿童的人力资本状况这些关键变量之间的相关性；

（3）在儿童的人力资本和预测儿童成年后的人均消费量两个方面，记录儿童一代的贫困和不平等状况。

然后，我们使用这些关系模型来预测，改变人均消费和父母的受教育程度分布将如何影响儿童的人力资本和我们在下文讨论的假设在他们成年后的人均消费量分布。

我们以父母一代（P）的人均消费量（C_P）作为依赖（根据其收入来推测）于父亲和母亲的受教育水平（FS_P 和 MS_P），母亲的年龄（MA_P），母亲的身高（MH_P）和被认为是与右边变量不相关的未知创收因素有关联的未知家庭因素（Up）：



我们用普通最小二乘法（OLS）估计这一关系，以获得所有我们估计会传递给成年后的儿童的母亲受教育水平、父亲受教育水平、母亲年龄、母亲身高的系数估计和预测残差。

我们接下来估计8岁儿童的人力资本是如何被以父母的财力为代表的，包括父母的受教育水平（MSP和FSP），其他个别孩子和家庭特征（X），社区/村庄特征（Z），以及不相关儿童的具体因素。



儿童人力资本的数值就是在皮博迪图片词汇测验（PPVT）和数学考试中的成绩，还包括8岁时的身高（以厘米为单位）。其它个体的人口统计学和家庭特征（X）包括性别和调查时儿童的年龄（以月为单位），母亲的身高，母亲的年龄，以及就认知测试来说，儿童在测试时是否使用母语和测试语言的两分法变量。

社区特征（Z）包括城市住宅和社区财富，以及社区里是否有医院，社区里是否有中学，是否在第一轮调查过后搬迁了（为了控制那些不再居住于作为数据收集对象的社区内的家庭这一变化）。我们的函数包括母亲和父亲的教育水平，也涉及消费水平，允许的系数随着学校教育程度是否小于或大于九年级以及家庭的消费水平是否少于或多于人均消费量的20百分比而变化。

我们使用公式（2）的估计值（包括预测剩余部分）来模拟父母的经济资源和人力资本的变化对于8岁儿童人力资本分布的冲击。我们用看似无关的回归（SUR）方法来获得估算值，以允许这些错误跨越不同门类的认知考试（PPVT，数学）相关联起来，从而提高工作效率。为了模拟对身高的影响，我们对社区聚类的标准误差适用最小二乘法（OLS）。我们用基尼系数和贫困员工人数来分析不平等在这些得分上的分布。

然后，我们使用公式（1）的估计值和预测的测试成绩以及从方程式（2）得到的高度来模拟儿童长大成人时的人均消费分布。要做到这一点，我们做了这些额外的假设：（a）在公式（1）中的跨代际（包括未观察到的家庭因素）消费关系是稳定的，（b）当孩子们长大成人的时候，他们的人力资本分配是和他们的父母一样的（除了教育程度分布上移两个年级以反映一个在教育方面长期的代际变迁以外）和（c）8岁时，儿童在人力资本分布上的百分比所处位置保持和决定着儿童在成年人对于儿童的教育水平分布上百分比位置的影响。此外，我们假定（d）当儿童成年时，他们的身高将遵循母亲的身高分布状况（除了增高3厘米以反映一个在身高方面长期的代际变迁以外），以及（e）8岁时儿童的身高方面的百分比位置保持到成年时期，也决定了他或她在成年人身高对于孩子们的百分比位置分布的影响。我们估计孩子的未来消费在40岁这一成年后的黄金期。我们注意到，有关在教育方面每代两个年级的长期增长趋势，每代在高度方面3厘米的长期增高趋势的假设，在成年后到40岁这个年龄才会影响我们的基础模拟，但不影响任何其他模拟如何区别于基础模拟，以及它们与基础模拟的不同之处是它们对这一研究的哪个方面感兴趣。

为了估计儿童成年后所接受的预测的学校教育，我们首先映射平均（按国家）百分比在两个认知得分上的分布位置到与成年人的教育水平相同的在父母教育分布上的百分比。例如，一个孩子在PPVT测试上得到48百分比和数学测试得到52百分比，那么他的平均分就是50百分比，将会被从例子中母亲和父亲的分布（单独的）分配到的教育水平的50百分比来分配。然后，我们增加了两年的学校教育来实现一个在教育方面的长期增长。

为给儿童成年后组建的家庭估计预测的产妇高度，我们映射儿童8岁时的身高百分比位置分布到产妇的身高分布上。也就是说，一个在8岁儿童身高分布上20百分比的孩子将会被从原始的父母身高分布上分配到产妇身高的20百分比。然后，我们增加了3厘米来实现一个在身高方面的长期增长。

为了获得孩子未来所组建的家庭中估计的基准消费，我们把预测的父母学校教育经历和孩子未来所组建的家庭中产妇身高插入到公式（1）中来估计，在通常被认为是成年后的黄金期的40岁时（产妇的），孩子未来所组建家庭的消费量。

为了描述父母一代与儿童一代的家庭人均消费和人力资本的不平等状况，我们按国家顺序，逐个计算其基尼系数。我们也将两代中的贫困人口数计算在内，用家庭在父母一代的原始数据里的人均消费的20百分比和5年级的教育水平定义贫困线。

接下来，使用公式（2）估计的系数和剩余误差，以及这样一种假设，即我们的估计值在关系（2）中代表一种因果关系，我们向其中插入产妇与学校教育的假设值以及人均消费量来模拟在多种情况下，8岁儿童认知得分与身高将会是多少。我们计算得到基尼系数和贫困人口数。基准模拟下的基尼系数和贫困发生率与假设情景下的基尼系数和贫困人口数的区别的存在，反映了父母一代的教育水平和人均消费的假设变化对于儿童人力资本的影响。我们认为的情景包括：

（1）对于所有小学都没毕业的父母，把其受教育程度提高到小学毕业（秘鲁是6年级，印度和越南是5年级，埃塞俄比亚是4年级）。

（2）对于所有没有完成9年学业的父母，把其受教育程度提高到9年级毕业。

（3）对于所有父母一代人均家庭消费低于20百分位的家庭，提高其人均家庭消费至20百分位。

（4）对于人均每日消费低于1美元的所有家庭，提高其人均家庭每日消费至1美元。

（5）对于所有没有完成9年学业的父母，把其受教育程度提高到9年级毕业的水平，同时对于所有父母一代人均家庭消费低于20百分位的家庭，提高其人均家庭消费至20百分位。

最后，为了检验这些情况可能会如何影响当孩子们成年时的未来人均家庭消费，我们通过使用在这些情况和父母教育标准差之下的两项认知成绩的比例变化，将他们的模拟认知成绩映射到新的学校教育层次之上（与此类似，我们通过使用身高比例的变化与基准线和产妇身高标准差比较，将模拟身高映射到新的产妇身高水平之上）。具体而言，我们使用下面的公式来获得预测的父母学校教育和母亲高度水平：



其中S_i是根据情景i模拟的学校教育水平，C_i是PPVT测试和数学测试得分的百分比变动值（即从实际表现到特定情景下的模拟表现的变化）的平均数，S_b是预测的成年人学校教育的基准水平，而SD_Sa是成年人学校教育的标准差，该公式是按照国家和父亲或母亲单独进行计算的。

就是说，在特定情景下，一个儿童将他或她的PPVT测试与数学测试得分分别提高了14个百分比和10个百分比（平均值=增加12个百分比），这一增加被分配到该国的父亲学校教育标准差的话，会在原先预测的成年人学校教育水平基准线之上实现0.12倍的增长。就母亲身高来说，公式是相似的，除了Ci不是所代表的两项得分的百分比变动值的平均数以外，它仅仅代表身高的百分比变动值。

这些以认知得分（与身高）和父母学校教育（与产妇身高）标准差中的模拟变化为基础的，预测的学校教育（与身高）水平层次，之后被插入到公式（1）进行计算，以此达到获得在这些特定情境下人均预测消费量的目的。最后，我们通过按国别计算基尼系数和贫困人口数分析这些模拟分布中的不平等状况。

我们认为，这种方法可能导致父母一代假设变化的上限估算值对于减少贫困人口率与儿童一代长大成人时的不平等状况的影响，因为：

（1）基于未观测到的能力和动机而产生的遗漏变量偏差，即使是测量误差在相反的方向起作用，我们对于关系式（1）采取的最小二乘法估算方式，可能会使得对于身高和学校教育在人均消费上的影响的估算大于真实值。因此，使用这种关系来模拟儿童人力资本对于他们的人均消费的影响可能会过高估计这些影响。

（2）基于未观察到的代际相关的能力和动机而产生的遗漏变量偏差，即使是测量误差在相反的方向起作用，我们对于关系式（2）采取的最小二乘法估算方式，可能会使得对于父母学校教育在儿童人力资本上的影响的估算大于真实值。然而，相较于父母学校教育更大的问题，测量误差更有可能成为处于关系式右边的人均消费的更大难题，因此更有可能出现的是，在这种情况下，此影响会被低估（即使我们通过使用人均消费而不是收入来减少这种可能性）。因此，该模拟可能会高估父母学校教育的假设变化对于儿童人力资本的影响，但这种情况对于父母家庭人均消费来说是不太可能出现的。

（3）在我们的模拟中，我们假设父母特征的变化对于8岁儿童人力资本的影响直到其长大成人还依然强大。就是说，我们假定基于八岁以后的经验，其影响也不会随着儿童年龄的变化出现残效衰退，诸如中学教育质量或者是那些影响中学教育的，在青春期所经历的打击。如果在8岁以后存在这种影响，那我们的程序将再一次产生上界估计。

（4）在我们的模拟中，我们假设当儿童长大成人时，他或她都有在文化程度方面完美相称的配偶。即使文献中的大多数估算显著地表明，正相称性的配偶大体上不止一个。因此我们的假设表明，在儿童文化水平方面的任何增长都会完美匹配到儿童最终配偶的文化程度的等比例增长，并且可能会导致对儿童长大成人后的人均消费的那种影响产生上界估计。

结果：回归估计与模拟

预测人均消费

表2给出了来自公式（1）的估计系数。这一回归中R2s（s的确定性系数）的范围是从印度的0.16到埃塞俄比亚的0.35，表明对于其某些国家更好的解释能力。母亲和父亲的教育水平在所有国家是显而易见的，另外，除了印度，母亲的身高水平在所有国家也是很明显的。母亲的年龄只有在埃塞俄比亚比较显著。鉴于此，我们因儿童一代的哪些东西是可以被估计的而被限制在我们可以包括什么变量的范围内，该模型在预测人均消费方面表现相当不错。然而，从埃塞俄比亚的65％到印度的84％，大部分人均消费自然对数的方差是那些与父母文化水平、产妇高度和产妇年龄不相关的未被察觉到的家庭因素导致的。

父母一代的贫困人数和基尼系数

表3在父母一代人均消费、父母文化程度与母亲身高分布中给出了贫困人口数和基尼系数。父母的资源分布最不平等的地方是在埃塞俄比亚，其人均消费、母亲受教育程度以及父亲受教育程度的基尼系数分别是0.320、0.302和0.307。父亲的文化程度分布最不平等的地方是在秘鲁，其基尼系数是0.226，而母亲的文化程度分布最平等的是在越南，其基尼系数只有0.241。随着贫困线在教育方面被设定为 5年级的学校教育，但不同国家的消费贫困发生率却并没有什么变化；然而，从埃塞俄比亚表现最差和越南表现最好可以看出，那里的父母教育程度是存在持续的实质性匮乏。例如，埃塞俄比亚的大多数母亲（72.1％）和父亲（58.8％）们以及印度的大多数母亲（60.7％）的教育程度都是低于这一阀值的。越南的母亲中低于这一阀值的比例（22.7％）是四个国家中最小的，而在秘鲁是四国中，父亲低于这一阀值的比例（11.7％）最小的。另一方面，母亲身高在所有四个目标国家的分布明显是很平等的。

结合儿童人力资本协会结果对父母的家庭及其特点的估计

表4给出了当与上述公式（2）中的父母特征有关时，来自8岁儿童结果的回归分析全系列的估计系数。这些结果表明母亲和父亲两者的教育程度分布的结束最低点与人均消费分布的较低尾部都趋向于与儿童认知得分联系紧密，某种程度上，还有他们的身高。R2s表明这些关系是一致的， 包括PPVT测试中16％（印度）到50％（埃塞俄比亚）的方差和数学成绩中22%（印度）到49%（印度）的方差以及儿童身高中17%（埃塞俄比亚）到37%（秘鲁）的方差。因此，当父母的教育程度和人均消费都与儿童人力资本显著关联时，一半或一半以上的儿童人力资本方差是基于残差和正交于父母教育程度以及人均消费的（附录A给出了更多详细介绍，包括这一估计是如何在4个国家中各不相同的）

儿童人均消费的基准模拟与成人相似

在将估计的儿童学校教育和身高水平（和来自父母一代的预测残差）替换进公式（1）以后，我们得到表5中呈现的当其母亲40岁时，预测的成年人为儿童的人均消费量。这一数值向上位移是基于学校教育程度和身高长期增长的假设。在这些假设下，秘鲁的下一代预计将比当下的这一代人多消费27%。与此类似，越南和印度的儿童也预计将比他们父母这一代多消费21-23%。然而，在埃塞俄比亚，下一代的儿童预计将比当前这一代人仅仅多消费10%。当然，这些估计值是以人力资本中长期假设性趋势为条件的。然而，再次重申以下观点是极为重要的，即这些假设只会影响基准模拟以及这篇论文真正感兴趣的地方是，这些假设情景是如何不同于不被假设所影响的基准值的。

在表6中，我们可以看到儿童的预测人力资本水平分布与表3中提到的父母一代人力资本水平的基尼系数走势相当，反映了国家间持续的不平等在两代人之间是一致的，也表明了有限的代际流动。

关于提高父辈人均消费和教育程度的左尾分布的五个场景模拟

为了透析贫困人数和人均消费基尼系数在不同时间和不同国家的变化，图2给出了以世界银行估计值为基础的贫困人口数和四个研究目标国家在1982-1986年与2008-2012年这两个时期以购买力平价每天1.25美元为标准的贫困线（这些数据不适用于1982-1986年的越南，也不使用每天1美元的值）。图3对于基尼系数给出了类似的信息。图2表明不同国家差别很大，埃塞俄比亚和印度的贫困人口率比秘鲁和越南高得多，但在1982-1986年和2008-2012年这两个时间段，出现了大幅下降，尤其是埃塞俄比亚（超过30%）和印度（超过20%）。图3表明在2008-2012年这一时期，除了秘鲁存在更严重的不平等状况以外，其它三个国家的不平等水平是相同的。它还提出了估计值适用于1982-1986年这个时期的三个国家的不平等现象在1982–1986年和2008–2012年期间有所扩大。两幅图反映出这三个国家贫困人口率大幅下降，以致位于左尾分布上的社会贫困人口绝对消费水平随着不平等现象的恶化而增长。

我们现在转到第四节中描述的五个模拟场景。为了捕捉这些模拟所暗含的变化，我们将这些场景中父母受教育程度和人均消费水平所对应的基尼系数和贫困人数列于表7。比较表3（非模拟）和表7（模拟）中，母亲受教育情况和父母受教育情况两者所对应的基尼系数表明把将教育的最低年限提升到小学水平作为“千年发展目标”的当前目标不会使教育不平等现象大幅减少。然而，在这些国家，通过转而提升教育的最低年限到完整的九年制，教育程度的不平等现象将大幅减少。例如，提高母亲最低教育年限至9年，母亲受教育情况的基尼系数在埃塞俄比亚将会从0.302降至0.026，在印度将会从0.248降至0.036，在秘鲁将会从0.260降至0.089，在越南则将会从0.241降至0.063。这样的措施对于父亲的教育程度有类似的效果。当然，在所有的国家中除了两个例外（在埃塞俄比亚，小学教育只有4年级），个人受教育程度低于5年级“贫困线”的百分比为零。我们还发现，将最低消费改为1美元每天能够使除秘鲁以外其他所有国家的消费不平等现象大幅减少（秘鲁的人均日常消费换算为美元与其他三个国家相比要高得多）。同时，将最低消费提高至1美元每天也能降低除秘鲁以外其他所有国家的贫困发生率。

 

表8给出了在模拟环境下8岁儿童在PPVT和数学测试得分以及身高三方面的百分比增量。对儿童一代，提升母亲的最低教育年限至九年或者将最低消费提高至1美元每天能大幅提高数学和PPTV的预测成绩 （在某种程度上，身高也一样）。

表9给出了在不同情景下8岁儿童各预测值的基尼系数。在这些模拟场景中，父母的受教育情况和人均消费的左端分布值增加，不平等状况也会有改善。例如，在第一个假设场景中，当所有未完成小学教育的父母被分配为完成小学教育时，埃塞俄比亚PPVT的基尼系数从0.296降至0.282，另外，当所有的未完成九年教育的父母被指定为完成九年教育，同时日消费水平低于1美元的达到1美元时，在这最后一个假设场景中其基尼系数降至0.232。与此类似，印度儿童的PPTV基尼系数从原始分布的0.280降至小学教育模拟场景中的0.252，在最后的模拟场景中降至0.219。然而伴随着认知结果全面影响的不平等现象减少，但是减少幅度并不大。在埃塞俄比亚数学成绩基尼系数的下降比较大，在小学教育模拟场景中，基尼系数从0.447下降到0.414，然后在最后一个场景中降至0.323。

表10给出了贫困人口数，或低于某个阈值的衡量孩子表现的标准。在这些假设的场景下，考虑到人力资本的代际正相关，，正如所料，末端分布越低，表现越好。例如，如果所有的父母至少接受过小学教育，埃塞俄比亚原始PPVT成绩分布中那些低于20百分比阈值的将降至16.1%，如果所有父母至少接受过初中教育的话，将会降至8.8%。如果将所有人均日消费低于1美元家庭的人均日消费增加至1美元，它将降至9.6%。在最慷慨的假设情况下，将教育程度和消费水平假定在他们所能达到的最高水平，只有2.1%的人仍低于这个阈值。尽管每个国家模拟情景的变化程度与其他三个国家不同，但概括地说，这些数字是相似的。

最后，表11给出了五个不同模拟情景下得出的较大的儿童人力资本对儿童成年时家庭人均消费的影响。即使在最慷慨的假设情景下（所有的假设都偏向于最好），基尼系数的变化也非常小。事实上，即使是一个国家，只有最慷慨的假设场景基尼系数才下降差不多0.03个点。因此，在父母一代中不平等现象的大幅变化被模拟为对下一代成年时人均消费不平等状况有非常小的影响。公式（1）和（2）估计值的较小R²s表明未被注意的决定因素正交于已囊括的父母特征，这对人均消费的自然对数和儿童人力资本都存在大幅的比例变动做出了解释，而且这些因素在前提条件和假设两者之间不会发生变化。

另一方面，贫困人数的减少是因为在一些情况下儿童成年时的人均消费量值被模拟得更大。例如，如果将完成九年制教育作为父母受教育程度的下限得到实现，埃塞俄比亚的贫困人口被模拟为从18.0%降至11.6%，印度从11.0%降至8.8%，秘鲁从12.5%降至10.6%以及越南从10.6%降至8.6%。同样的，如果将人均消费达到1美元每天作为父母人均消费的下限，基于儿童成年时人均消费的贫困人口数将被模拟为，埃塞俄比亚从18.0%降至13.3%，印度从11.0%降至10.3%，秘鲁从12.5%降至12.2%，越南从10.6%降至10.1%。当然，在最慷慨的模拟情景下 （父母接受9年制教育和1美元的最低人均日消费）贫困人口比例有将更大的降幅——埃塞俄比亚从18.0%下将到7.6%，印度从11.0%下降到7.9%，秘鲁从12.5%下降到10.2%以及越南从10.6%下降到8.1%。然而，要得到更显著的降幅，需假设父母受教育程度和人均消费有相当大的改善。

结论

    理论模型、经验估计和政策条款十分强调家庭的重要性及其在改善儿童生活机会方面的作用。在这个前提下，人们形成了一个普遍的认识，认为提高贫困家庭父母的教育程度和收入或者消费水平将对减少和改善下一代成年人的贫困和不平等现象起重要作用。然而，这些改进措施能够在多大程度上促进孩子成年时的贫困和不平等状况的减少是一个还没有被反复检验的经验性问题，就算真的有，也尤其是在发展中国家效果明显。

本文使用来自四个中低收入国家（埃塞俄比亚、印度、秘鲁和越南） 中出生于21世纪的儿童的数据，来估算父母一代人力资本的回报和下一代人力资本的决定因素。然后我们使用从这些关系估计出的系数，利用关于儿童人力资本和其成年时人力资本之间关系的假设以及关于代际间稳定的创收/消费关系的假设，来模拟父母教育程度（小学教育VS教育的年级）和消费水平（1美元或20百分位）的变化将会怎样影响下一代儿童成年时的收入贫困和收入不平等现象的发生率。

我们探索父母人力资本和人均消费中的假设变化所产生的影响，它会导致父母一代的人均消费不平等和贫困现象大幅减少。模拟表明，父母一代中的这些指标的大幅变化有些也会在其子女的人力资本分布中得到延续，但是只会导致儿童成年时的人均消费发生相对较小的变化。为了对下一代成年时的人均消费和贫困人数产生较大的影响，父母的受教育情况和人均消费需要发生相当大的变化，尽管这些变化对儿童成年时人均消费分布的基尼系数有着非常有限的影响。

因此，合理提高父母的受教育程度和贫困家庭的人均消费对改善当前贫困家庭的福利或者收入是可取的，但是不太可能对减少下一代成年人的人均消费的贫困和不平等现象产生太大的影响。

 

 

 

 

 

 

 

 

稿件来源：“Young Lives”，http://www.younglives.org.uk/。





 



表1  描述性统计

	埃塞俄比亚 （n=1669）		印度（n=1787）		秘鲁 （n=1748）		越南 （n=1711）
	平均值/百分比	标准差	平均值/百分比	标准差	平均值/百分比	标准差	平均值/百分比	标准差
儿童的测量
皮博迪图片词汇测验	68.6	36.8	49.1	26.7	47.1	13.4	77.8	23.4
数学	6.6	5.4	12.0	6.4	14.3	5.8	18.5	5.7
年龄别身高标准分值	-1.21	1.05	-1.45	1.00	-1.14	1.02	-1.09	1.01
身高	120.66	6.95	118.61	5.93	120.11	5.99	121.10	6.03
女性	46.7		46.3		50.1		48.9
年龄（月）	97.1	3. 7	95.4	3. 9	95.0	3. 6	96.6	3. 4
父母的测量
人均每天消费（美元）	0.56	0.38	0.60	0.30	2.05	1.37	0.99	0.76
母亲的教育	3.1	3.9	3.7	4.4	7.8	4.4	7.1	3.9
父亲的教育	5.0	4.3	5.6	5.0	9.1	3.8	7.7	3.9
母亲百分比< 5岁上学	72.4		60.6		24.2		22.7
父亲百分比< 5岁上学	59.7		44.5		11.9		18.9
第一轮搬迁中母亲的年龄	27.4	6. 4	23.6	4. 3	26.8	6. 7	27.0	5. 7
母亲的身高	158.7	5.9	151.5	6.0	150.0	5.4	152.2	5.8
社区的测量
社区财富（PCA指数）	0.11	2.73	-0.01	2.38	-0.05	2.61	-0.02	2.42
第一轮调查后搬入	21.1		11.4		48.6		15.0
城市	36.5		24.7		66.4		18.1
社区医院	30.3		46.3		34.3		89.5
社区中学	34.7		43.8		78.1		98.1

                                                           

表2  父母一代人均消费的自然对数回归

 

	埃塞俄比亚	印度	秘鲁	越南
母亲的教育程度	0.053*	0.015*	0.045*	0.048*
	[0.004]	[0.003]	[0.003]	[0.004]
父亲的教育程度	0.027*	0.027*	0.042*	0.037*
	[0.003]	[0.003]	[0.004]	[0.004]
母亲的身高	0.008*	0.001	0.008*	0.010*
	[0.002]	[0.002]	[0.002]	[0.002]
母亲的年龄	-0.072*	-0.006	-0.017	-0.001
	[0.012]	[0.018]	[0.013]	[0.015]
母亲年龄的平方	0.001*	0.00	0.00	0.00
	[0.000]	[0.000]	[0.000]	[0.000]
常数	-1.156*	-0.989*	-1.167*	-2.248*
	[0.335]	[0.335]	[0.362]	[0.359]
观察值	1，669	1，787	1，748	1，711
平方值	0.352	0.156	0.336	0.335

               表3   父母一代的基尼系数和贫困人口

	埃塞俄比亚			印度	秘鲁		越南
	基尼系数   贫困人口			贫困人口	基尼系数	贫困人口	基尼系数   贫困人口
消费	0.320	0.198	0.246	0.168	0.322	0.200	0.319 0.009	0.190 0.009
	0.006	0.010	0.246	0.009	0.006	0.010
母亲的教育	0.302	0.721	0.248	0.607	0.260	0.241	0.241	0.227
	0.006	0.011	0.005	0.012	0.005	0.010	0.005	0.010
父亲的教育	0.307	0.588	0.257	0.445	0.226	0.117	0.237	0.185
	0.004	0.012	0.005	0.012	0.004	0.008	0.004	0.009
母亲的身高	0.020		0.021		0.020		0.021
	0.000		0.001		0.000		0.000

 

表4  基于看似不相关的PPVT智力测试和数学回归与高度的普通最小二乘系数

皮博迪图片词汇测验

数学

身高

埃塞俄比亚

印度

秘鲁

越南

埃塞俄比亚

印度

秘鲁

越南

埃塞俄比亚

印度

秘鲁

越南

人均消费

59.02*

7.7

12.66*

12.03

4.13

12.49*

4.93*

7.52*

35.90*

-0.2

3.44*

11.20*

（≤20百分位）

[24.49]

[15.41]

[1.92]

[10.30]

[3.64]

[3.55]

[0.90]

[2.42]

[7.49]

[2.86]

[1.05]

[3.09]

人均消费

12.01*

6.71*

0.57*

2.27*

1.05*

0.3

0.37*

0.50*

1.40*

1.81*

0.20*

0.45*

（>20百分位）

P.16]

[2.37]

[0.22]

[0.82]

[0.32]

[0.55]

[0.10]

[019]

[0.52]

[0.48]

[0.10]

[0.24]

女孩

0.1

-4.54*

-0.79*

-0.23

-0.09

-0.21

-0.65*

0.42*

0.4

-0.4

-0.75*

-0.38

[129]

[117]

[0.48]

[0.95]

[019]

[0.27]

[0.23]

[0.22]

[0.28]

[0.25]

[0.23]

[0.23]

年龄（月）

2.08*

0.57*

0.54*

1.26*

0.17*

0.27*

0.37*

0.49*

0.39*

0.37*

0.40*

0.43*

[017]

[015]

[0.07]

[014]

[0.03]

[0.04]

[0.03]

[0.03]

[0.04]

[0.03]

[0.04]

[0.04]

母亲的身高

0.02

0.03

-0.06

0.03

0

0.05*

-0.01

0.05*

0.21*

0.26*

0.33*

0.32*

[011]

[0.10]

[0.05]

[0.09]

[0.02]

[0.02]

[0.02]

[0.02]

[0.03]

[0.03]

[0.02]

[0.03]

母亲的教育（≤9）

0.63*

1.00*

0.38*

1.62*

0.11*

0.32*

0.24*

0.24*

0.13*

0.17*

0.21*

0.13*

[0.29]

[0.22]

[0.13]

[0.23]

[0.04]

[0.05]

[0.06]

[0.05]

[0.06]

[0.04]

[0.06]

[0.06]

母亲的教育（>9）

1.18

1.32*

1.01*

1.51*

0.17

0.35*

0.39*

0.09

-0.13

0.32*

0.26*

0.25*

[0.80]

[0.67]

[019]

[0.37]

[012]

[0.15]

[0.09]

[0.09]

[012]

[0.13]

[011]

[0.11]

父亲的教育 （≤9）

0.71*

0.66*

0.77*

0.63*

0.17*

0.13*

0.32*

0.28*

0.15*

0.05

0.22*

0.09

[0.28]

[0.20]

[0.15]

[0.23]

[0.04]

[0.05]

[0.07]

[0.05]

[0.05]

[0.04]

[0.08]

[0.07]

父亲的教育（>9）

0.6

1.13*

0.40*

0.27

0.19*

0.34*

0.1

0.14*

0.00

0.00

-0.02

0.18*

[0.55]

[0.48]

[017]

[0.35]

[0.08]

[011]

[0.08]

[0.08]

[012]

[0.10]

[0.09]

[0.09]

母亲的年龄

0.33*

0.17

0.05

-0.07

0.03*

0.01

0.01

0

0.07*

0.05*

0.04*

-0.05*

[0.10]

[014]

[0.04]

[0.09]

[0.02]

[0.03]

[0.02]

[0.02]

[0.03]

[0.03]

[0.02]

[0.02]

在第一轮搬迁后

-2.01

-1.4

1.37*

-8.58*

0.07

-1.08*

0.55*

0.53

-1.03*

0.25

-0.07

-0.63

[1.83]

[2.07]

[0 52]

[1.68]

[0.27]

[0.48]

[0.25]

[0.39]

[051]

[0.50]

[0.41]

[0.62]

城市住宅

-10.36* [3.50]

-7.19 [3.30]

0.74 [0.87]

-3.14 [2.45]

0.44 [0 52]

-5.80* [0.76]

0.55 [0.41]

-1.23* [0.58]

-1.27 [0.77]

-0.14 [0.73]

0.62 [0.49]

1.89* [1.03]

 

表4 基于看似不相关的PPVT智力测试和数学回归与高度的普通最小二乘系数

 

 

 

 

 

 

 

皮博迪图片词汇测验

数学

身高

埃塞俄比亚

印度

秘鲁

越南

埃塞俄比亚

印度

秘鲁

越南

埃塞俄比亚

印度

秘鲁

越南

在本地语言的的测试

6.06

-2.66

3.67*

-0.26

0.1

-1.23*

0.08

-1.18*

[7.92]

[2.66]

[119]

[146]

[0.80]

[0.63]

[051]

[0.34]

语言1

14.24*

-11.52*

-8.62*

0.29

2.24*

-1.32*

-2.87*

-8.00*

[2.26]

[3.12]

[150]

[13.80]

[0.34]

[0.71]

[0.77]

[1.68]

语言2

-12.31

6.03

2.13

-3.98

-2.01*

-0.27

-1.02

0.78

[2.24]

[3.68]

[1.55]

[5.74]

[0.33]

[0.93]

[0.76]

[134]

语言3

-2.23

-0.85*

[2.19]

[0.33]

社区财富

5.66*

2.11*

1.09*

2.11*

0.74*

0.91*

0.17*

0.48*

0.29*

0.37*

0.28*

0.13

[0.68]

[0.63]

[0.18]

[0.40]

[0.10]

[0.15]

[0.08]

[0.09]

[0.15]

[0.15]

[012]

[015]

社区医院

13.50

-5.38*

-1.63*

-1.67

0.39

-0.23

-0.44

1.56*

0.78

1.53*

0.2

0.97*

社区中学

[2.12]

[139]

[0.68]

[187]

[0.32]

[0.32]

[0.32]

[0.44]

[0.74]

[0.33]

[0.64]

[0.41]

6.23*

5.09*

1.22*

4.96

-0.42*

1.27*

-0.33

1.22

-0.36

-0.31

-0.69*

-0.89*

[1.53]

[134]

[0.67]

[3.53]

[0.23]

[0.31]

[0.31]

[0.82]

[0.60]

[0.31]

[0.37]

[0.39]

常数

-181.64

-18.65

-24.2*

-71.39*

-13.95*

-26.12*

-29.96*

-44.69*

35.75*

41.36*

23.98*

24.42*

[26.24]

[21.99]

[10.01]

[20.47]

[3.81]

[5.09]

[4.68]

[4.78]

[6.18]

[4.88]

[4.68]

[5.35]

观察值

1，669

1，787

1，748

1，711

1，669

1，787

1，748

1，711

1，669

1，787

1，748

1，711

平方值

0.501

0.158

0.438

0.295

0.487

0.224

0.34

0.363

0.174

0.274

0.374

0.328

 

        表5  人均每天消费2006美元（第2和3轮调查的平均值）

 

国家	代际	平均值	标准差
埃塞俄比亚	父母（实际）	0.56	0.38
	孩子（预期）	0.62	0.45
印度	父母（实际）	0.60	0.30
	孩子（预期）	0.73	0.37
秘鲁	父母（实际）	2.05	1.37
	孩子（预期）	2.61	1.79
越南	父母（实际）	0.99	0.76
	孩子（预期）	1.22	0.91

 

表6    下一代的基尼系数与贫困人数

                               

	埃塞俄比亚		印度		秘鲁		越南
	基尼系数	贫困人口	基尼系数	贫困人口	基尼系数	贫困人口	基尼系数	贫困人口
预期消费	0.339	0.180	0.259	0.110	0.337	0.125	0.326	0.106
	0.007	0.009	0.006	0.007	0.006	0.008	0.008	0.007
预期母亲的教育	0.365	0.612	0.366	0.528	0.238	0.138	0.213	0.117
	0.003	0.012	0.004	0.012	0.004	0.008	0.004	0.008
预期父亲的教育	0.324	0.366	0.331	0.351	0.180	0.045	0.195	0.081
	0.004	0.012	0.004	0.011	0.003	0.005	0.004	0.007
预期母亲的身高	0.020		0.020		0.020		0.020

 

 

表7  对父母一代在教育和消费这些假设场景中的不平等分配的估计
		母亲的教育
	基尼系数			贫困人口
	最低教育=小学	最低教育=9年		最低教育=小学			最低教育=9年
埃塞俄比亚	0.194	0.026		0.721			0.000
	0.006	0.002		0.011			0.000
印度	0.172	0.036		0.000			0.000
	0.004	0.002		0.000			0.000
秘鲁	0.188	0.089		0.000			0.000
	0.002	0.002		0.000			0.000
越南	0.204	0.063		0.000			0.000
	0.003	0.003		0.000			0.000
		父亲的教育
	基尼系数			贫困人口
	最低教育=小学	最低教育=9年		最低教育=小学		最低教育=9年
埃塞俄比亚	0.257	0.057		0.588		0.000
	0.004	0.003		0.012		0.000
印度	0.219	0.069		0.000		0.000
	0.002	0.003		0.000		0.000
秘鲁	0.183	0.098		0.000		0.000
	0.002	0.002		0.000		0.000
越南	0.205	0.076		0.000		0.000
	0.003	0.003		0.000		0.000
		人均消费
	基尼系数			贫困人口
	最低消费= 20百分位		最低消费= 每天1美元	最低消费= 20百分位				最低消费= 每天1美元
埃塞俄比亚	0.297		0.040	0.198				0.000
	0.007		0.005	0.010				0.000
印度	0.228		0.026	0.000				0.000
	0.004		0.003	0.000				0.000
秘鲁	0.292		0.299	0.000				0.200
	0.007		0.007	0.000				0.010
越南	0.296		0.155	0.000				0.000
	0.008		0.008	0.000				0.000

 

 

 

              表8 增加儿童人力资本百分比，模拟场景

 

	最低教育=小学	最低教育=9年	最低消费= 20百分位	最低消费= 每天1美元	最低教育=9年和 最低消费=每天1美元
			皮博迪图片词汇测验
埃塞俄比亚	4.8	15.4	1.5	13.4	28.8
印度	11.2	23.6	0.3	7.6	31.2
秘鲁	3.1	7.8	2.9	2.2	10.1
越南	2.6	9.1	0.4	1.1	10.2
			数学
埃塞俄比亚	16.0	50.9	1.7	18.2	69.1
印度	19.6	39.6	4.1	5.8	45.4
秘鲁	6.1	15.1	4.0	3.0	18.1
越南	3.0	9.9	1.3	2.1	12.0
			身高
埃塞俄比亚	0.4	1.3	0.3	0.9	2.1
印度	0.5	1.0	0.0	0.6	1.6
秘鲁	0.3	0.7	0.2	0.1	0.9
越南	0.1	0.5	0.2	0.3	0.7

 

                 表9  基尼系数，模拟场景

		未处理	最低教育 =小学	最低教育 =9年	最低消费= 20百分位	最低消费= 每天1美元	最低教育=9年和最低消费=每天1美元
皮博迪图片词汇测验	埃塞俄比亚	0.296	0.282	0.258	0.291	0.262	0.232
		0.003	0.003	0.003	0.003	0.003	0.003
数学	埃塞俄比亚	0.447	0.414	0.350	0.443	0.409	0.323
		0.005	0.006	0.004	0.005	0.005	0.004
身高	埃塞俄比亚	0.031	0.030	0.029	0.030	0.029	0.029
		0.001	0.001	0.001	0.001	0.001	0.001
皮博迪图片词汇测验	印度	0.280	0.252	0.230	0.280	0.263	0.219
		0.004	0.004	0.004	0.004	0.004	0.003
数学	印度	0.304	0.266	0.238	0.297	0.293	0.231
		0.005	0.004	0.003	0.005	0.005	0.003
身高	印度	0.028	0.027	0.027	0.028	0.028	0.026
		0.001	0.001	0.000	0.000	0.000	0.000
皮博迪图片词汇测验	秘鲁	0.156	0.147	0.136	0.148	0.150	0.131
		0.003	0.003	0.003	0.004	0.004	0.003
数学	秘鲁	0.229	0.214	0.195	0.220	0.222	0.190
		0.005	0.004	0.004	0.004	0.004	0.003
身高	秘鲁	0.028	0.027	0.026	0.028	0.028	0.026
		0.000	0.000	0.000	0.000	0.000	0.000
皮博迪图片词汇测验	越南	0.161	0.152	0.138	0.160	0.158	0.136
		0.003	0.003	0.003	0.003	0.003	0.003
数学	越南	0.176	0.167	0.152	0.172	0.170	0.148
		0.004	0.003	0.003	0.003	0.003	0.002
身高	越南	0.028	0.028	0.027	0.027	0.027	0.027
		0.000	0.000	0.000	0.000	0.001	0.000

 

 

表10 贫困人口，模拟场景
		未处理	最低教育 =小学	最低教育 =9年	最低消费= 20百分位	最低消费= 每天1美元	最低教育=9年和 最低消费=每天1美元
皮博迪图片词汇测验	埃塞俄比亚	0.200	0.161	0.088	0.187	0.096	0.021
		0.010	0.009	0.007	0.010	0.007	0.004
数学	埃塞俄比亚	0.141	0.110	0.036	0.141	0.131	0.016
		0.009	0.008	0.005	0.009	0.008	0.003
皮博迪图片词汇测验	印度	0.175	0.071	0.035	0.175	0.100	0.019
		0.009	0.006	0.004	0.009	0.007	0.003
数学	印度	0.167	0.119	0.061	0.164	0.163	0.049
		0.009	0.008	0.006	0.009	0.009	0.005
皮博迪图片词汇测验	秘鲁	0.193	0.177	0.146	0.180	0.185	0.137
		0.009	0.009	0.008	0.009	0.009	0.008
数学	秘鲁	0.172	0.156	0.126	0.161	0.164	0.111
		0.009	0.009	0.008	0.009	0.009	0.008
皮博迪图片词汇测验	越南	0.189	0.150	0.069	0.185	0.177	0.060
		0.009	0.009	0.006	0.009	0.009	0.006
数学	越南	0.157	0.146	0.103	0.155	0.152	0.092
		0.009	0.009	0.007	0.009	0.009	0.007

表11 在儿童一代的基尼系数和贫困人口的模拟场景中估计未来的家庭消费

 

基尼系数

国家	未处理	最低教育 =小学	最低教育 =9年	最低消费= 20百分位	最低消费= 每天1美元	最低教育=9年和 最低消费=每天1美元
埃塞俄比亚	0.339	0.333	0.322	0.337	0.323	0.308
	0.007	0.007	0.007	0.008	0.007	0.006
印度	0.259	0.255	0.253	0.257	0.255	0.249
	0.006	0.004	0.005	0.005	0.005	0.005
秘鲁	0.337	0.332	0.328	0.333	0.334	0.325
	0.006	0.006	0.007	0.006	0.006	0.006
越南	0.326	0.324	0.320	0.325	0.324	0.318
	0.008	0.008	0.008	0.010	0.008	0.007

        

 

 

贫困人口

国家	未处理	最低教育 =小学	最低教育 =9年	最低消费= 20百分位	最低消费= 每天1美元	最低教育=9年和 最低消费=每天1美元
埃塞俄比亚	0.180	0.158	0.116	0.174	0.133	0.076
	0.009	0.009	0.008	0.009	0.008	0.006
印度	0.110	0.097	0.088	0.107	0.103	0.079
	0.007	0.007	0.005	0.007	0.007	0.006
秘鲁	0.125	0.117	0.106	0.120	0.122	0.102
	0.008	0.008	0.007	0.008	0.008	0.007
越南	0.106	0.096	0.806	0.102	0.101	0.081
	0.007	0.007	0.007	0.007	0.007	0.007

 

 

·政策论坛·

如何终结脆弱环境中的极端贫困

联合国发展研究所

 

 

 

 

在过去的20年里，我们在终结极端贫困这一目标上已经取得了喜人的成就：自1990年以来，约有7亿民众的日均消费超过了1.25美元。这一激动人心的进展使我们更加坚信，到2030年就能在全球范围内根除极端贫困。为此，我们需要为合法、有效的体制提供支持，以促进经济实现强劲的、包容性增长。但是那些脆弱的国家更明显地面临着艰难的障碍。低效和不民主的治理，软弱和腐败的体制，以及极端固化的权力结构，这些因素共同导致了极端贫困。因此，在脆弱的环境中为实现全国性的转变提供支持，就成为了保证基础广泛的经济增长速度和可持续性的关键因素，这同时也是消除极端贫困的关键因素。

在过去20年里，减少极端贫困的工作中所取得的成就大多出现在那些境况较好的国家里，这些国家几乎没有经历过冲突，管理体制尽管效率低下，但也不至于毫无建树。如果一个国家在1981-2005年间经历过重大暴力事件，那么这个国家出现极端贫困的几率就要比那些没有经历过暴力事件的国家高出21%。在7个不大可能实现联合国千年发展目标（这些目标中就包括极端贫困人口减半）的国家中，就有6个是脆弱国家。实际上，约有4亿陷于极端贫困的人口就生活在脆弱国家中，而且这一数量自1990年以来基本上保持不变。尽管目前这一数量只是全球极端贫困人口的1/3，但有预计表明，到2015年，极端贫困（日均消费低于1.25美元）人口将有一半来自这些脆弱国家。从现在到2030年的这一段时间里，这些脆弱国家因为极端贫困将面临越来越多的挑战。彼时如果我们还没能理解并解决脆弱的源头，那么终结极端贫困将成为天方夜谭。

尽管保证持续的发展极具挑战性和复杂性，但我们坚信，即使是在最脆弱的环境中，发展也是可欲可求的。2011年，根据当时的发展趋势预测，没有哪一个低收入的脆弱国家有望实现联合国千年发展计划的单项目标。但到了2013年5月，有将近20个低收入的脆弱国家已经实现了七个目标中的至少一个；有八个脆弱国家（其中包括几内亚、尼泊尔和东帝汶）已经实现了千年发展目标，极端贫困人口已经减少一半。为了给这种发展提供智力支持，需要国际社会进一步增进对“脆弱”与“极端贫困”之间关系的研究和理解，这篇讨论稿就试图构建这一议题，并提出了这一议题在接下来的几个月甚至是几年中可能面临的一些难题。

脆弱、冲突与极端贫困之间的关系

脆弱与冲突之间的关系，为我们理解脆弱与极端贫困之间的关系提供了重要的线索。正在经历冲突的国家虽然并非都是脆弱国家，但大多如此。同时，尽管大多数脆弱国家经历过冲突，但并非所有都如此。当社会某个阶层开始质疑政府行使权力不够公正不够包容时，冲突发生的几率就会增加。武装冲突中的暴力行为将影响经济增长，这些行为会损坏财产，威胁生命，影响经济体将公共资源投入到生产性投资中。对于那些经历过内战的国家来说，平均需要14年来恢复到战前的经济增长水平。

脆弱与武装冲突之间的联系与“合法性”高度相关，这一概念包含几个关键要素：责任性、包容性、透明性。一个政权如果缺乏合法性，武装冲突将更易发生，尤其是在那些曾经发生过暴力冲突的地方。最近这十几年里，刚果民主共和国（DRC）正逐渐从一系列的暴力冲突中恢复过来，包括自二战以来伤亡最惨重的第二次刚果战争。尽管刚果共和国正在艰难地恢复国内的政治和经济，但是仍然面临着诸多挑战：体制孱弱，腐败泛滥，还有超过85%的人口仍将长期生活在极端贫困的境地中。由于刚果的现政权缺乏基本的合法性，政府部门完全没办法提出一个能和平解决社会冲突的方案。例如，不当的治理导致了经济制度或者金融部门的腐化，并将其他众多的社会阶层排除在外，这样就限制了这些人的经济发展机会。经济权利和社会权利被剥夺，是内部脆弱和冲突的两大诱因，而正是经济权利和社会权利有助于减少贫困。

在那些体制孱弱、腐败泛滥的地区，高经济增长也不一定就意味着极端贫困的减少。尼日利亚和赞比亚便是两个例证，这两个国家经济的高速增长对于减少极端贫困并无显著贡献。这种体制的低效明显地表现为贫困人口和非贫困人口或者不同性别的人口享受社会基本服务的巨大差异。由于贫困人口的数字依据性别均等地分布，因此在就业、医疗、教育和暴力倾向上存在的不平等，使得女性更易陷入极端贫困，表现为更高的整体工作负担，更难获得生产性资源，在紧急时刻更难以声明财产所有。经济增长在何种程度上能够减少极端贫困，取决于不同的具体情况，取决于不同的国家促进政策和国家所提供的服务能否确保极端贫困人口和易于陷入贫困的人口参与到经济增长的过程之中。有证据表明，如果某个国家的公正程度不够高，那么就需要更高的经济增长速度来弥补，以减少贫困。

关键发现

缺乏合法性的政府及其所提供的低效服务是脆弱的根源，导致了极端贫困。又有证据进一步表明，脆弱将招致更多的武装冲突。一旦武装冲突爆发，已然极端贫困的现状将进一步恶化。总的来说，脆弱与武装冲突是相互影响的关系，二者的共同作用导致了产生极端贫困的环境长期存在。下文的一些关键结论突出了论证证据，并强调了推进治理的包容性、高效性和责任性以及加强冲突预防工作的重要性，并将以上措施作为减少极端贫困手段的重要性。

极端贫困将在未来20年里日益集中地出现在脆弱国家里。越来越多的证据表明，在那些饱受脆弱和冲突影响的国家，极端贫困将很难减少，这些国家中深陷极端贫困的人口自1990年以来就几乎未曾减少。截止2010年，全球有近1/3的贫困人口生活在脆弱国家，而根据目前的发展趋势，到2015年，全球的贫困人口预计将有一半都生活在脆弱国家。10年前，脆弱国家主要都是低收入国家，而今天的脆弱国家正均匀地分化为中等收入国家（MICs）和低收入国家（LICs）。一旦这些脆弱国家达到了中等收入水平，那么极端贫困将逐渐得到关注。然而这些脆弱国家的经济发展预期都相对悲观，同时人口仍将以相对较高的速度增长。

脆弱与武装冲突之间相互影响的关系更固化了极端贫困。脆弱与冲突之间存在强相关性。世界银行在2010年划定了37个脆弱国家，这些国家几乎所有都处于后冲突时代，甚至有些正处于冲突之中。2011年发布的世界发展报告（World Development Report）表明，暴力冲突将导致极端贫困。一般而言，如果一个国家在1981至2005年间经历过重大的暴力冲突，那么这个国家的贫困率就要比那些未曾经历过重大暴力冲突的国家高出21%。对于每3年的暴力事件，在那些受重大暴力冲突影响的国家里，绝对贫困的消失速度比那些仅仅经历小型或轻微冲突的国家平均要低2.7%。根据联合国难民救济及工程局（UNRWA）的一项研究，2011年至2013年的国内冲突导致叙利亚35年来的发展成果毁于一旦。在中等收入国家，冲突给根除极端贫困造成的负面影响将长期存在。

脆弱的时局阻碍极端贫困的显著减少。到2015年，脆弱国家的极端贫困估计将维持在超过50%的水平上，略高于1990年的水平，显著高于稳定国家的水平。而在这种情况下，更大的挑战在于“脆弱循环”现象，即一种弱体制、低投资、低增长和冲突不断的自我循环，这种循环会阻碍当局为了摆脱脆弱而实施的政策改进和体制完善。但未来却显得乐观得多，因为有国家正逐渐摆脱脆弱和冲突。根据世界银行的划定，有11个国家自2004年以来实现了年均4.3%的经济增速，而摆脱了脆弱国家的状态。柬埔寨、老挝、莫桑比克、卢旺达、乌兹别克斯坦和越南等国家在经历了严重的政治脆弱之后，都成功实现了快速的经济增长。

相邻效应（neighborhood effect）会给跨区域的消除贫困带来负面影响。有证据表明，如果一个国家有邻国正经历内战，那么该国的GDP增速平均每年将遭受0.7个百分点的损失。此外，脆弱国家在地理上大多呈现集中的态势。不管怎样，即使在那些受冲突影响、脆弱的国家中与局势稳定的国家为邻的边境地区，一个国家的政治不稳定和武装冲突也可能会引发邻国和该地区的骚乱、动荡以及对整个地区经济的连带影响。这样一来，一国的战争就可能对消除邻国的极端贫困产生消极影响。更近的研究表明，如果一国与“压力下的低收入国家”为邻，那么该国的经济增速每年将承受1.5个百分点的损失。一旦这些典型国家遭受每年约2.3个百分点的损失，再加上每个国家平均有三个邻国，那么地区的总体损失将远高于各国的损失之和。

深入讨论

从现在至2030年间，如果想要帮助全球范围内超过十亿的贫困人口摆脱极端贫困，我们就需要对脆弱的本质做出更深层次的认识。从多年的经验来看，美国国际发展署（USAID）熟知，在众多措施中该选择采取哪些措施来帮助某些国家和非国家行为者的大量人口摆脱极端贫困，这些措施包括推动包容性增长、制度革新以及生产发展等。为了最大限度地激发社会活力，对具有包容性和责任性的政府机构的支持格外重要。如果没有民间力量、妇女和青年的参与，如果一味排斥那些主张基础服务均等化、社会公正、公共机构透明化责任化的团体，那么我们可能会长期无法摆脱脆弱的世界，暴力冲突将造成严重破坏，不具合法性的统治将大行其道，而极端贫困也将长存。更进一步来讲，我们必须扩大现有的伙伴关系，引入新的角色，给我们带来全新的视角和创新的思维。因此，我们必须注重将现有的经验付诸实践，充分利用现有的合作伙伴关系，共同参与到重大政策的讨论中来。

将现有的经验付诸实践：目前，经济合作与发展组织（OECD）、世界银行（World Bank）、七国集团（G7）等组织已经做了许多工作，以明确如何改善脆弱国家的现状。这些工作的关注点在于构建对政府机构的信任，并形成脆弱地区自我修复能力（参见方框3）。而政府机构想要获得民众的信任，就需要大力发展生产，同时提高对历史纷争和边缘化状况的关注。一个政府如果缺乏可靠的合作伙伴，那我们就必须长期依靠民间力量以促使现状向好的方向转变。而这一转变过程的关键就在于快速重建社会信任，并在对冲突根源进行细致分析的基础上开展长期的结构化改革。同样重要的是，我们要把民主、人权、治理原则和实践整合到发展思路中去。

尼泊尔在脆弱背景下的发展实践提供了一个鲜活的案例。在经历了长达数十年的武装叛乱之后，尼泊尔面临着长期的挑战。然而尼泊尔又恰好是极端贫困人口减半的八个国家之一，这个国家仅用2003到2011七年的时间，就将极端贫困人口比例从53%降低到24.8%。与此同时，尼泊尔也成功实现了水源改进工程的目标和降低孕产妇死亡率的目标，目前的孕产妇死亡率水平只及1990年水平的1/4。这些发展成果正是美国国际发展署（USAID）及其合作伙伴的发展目标，这是尼泊尔的体制进一步改进的结果。这表明，尽管环境恶劣挑战无时不在，但是这种背景下发展依然是可求的。

这表明在诸如阿富汗等国家中，只要对地方体制给予一定投入，发展还是可以实现的。例如，2003至2012年间，美国国际发展署（USAID）就投资了一项低成本医疗服务的扩张项目，这一项目由阿富汗公共卫生部门牵头。2010年的一项调查表明，阿富汗的死亡率出现了显著的下降：人口的平均寿命延长了15-20年，婴儿的死亡率下降了57%，五岁以下幼儿的死亡率下降了62%，孕产妇的死亡人数从1600人/10万降至327人/10万。

充分利用合作伙伴关系。美国在2011年同其他40个国家和多边组织签订了一项援助脆弱国家新政（The New Deal for Engagement in Fragile States），旨在号召脆弱国家和国际社会不仅仅要在行动上“别出心裁”（do things differently），更要做一些“有意义”（do different things）的事情。为了帮助那些脆弱不堪和饱受冲突影响的国家，我们不能总是只在现有的政策框架中寻求千篇一律的解决之道，我们必须将和平建设和国家构建的诸多目标（Peacebuilding and Statebuilding Goals， PSGs）——政治合法性、安全保卫、社会公正、经济基础、财政收入和公共服务——进行排序，以明确解决脆弱过程中的最大阻碍。值得注意的是，相对于直接应对冲突和脆弱，这种排列方案优先考虑政治、安全、公正与就业和公共服务问题。事实上，这种排序方案表明，安全、治理与发展三者之间存在相互依存的关系，因此我们很有必要将这些要素进行统筹考虑，以确保实现政策创新。

这一新协议（The New Deal）的签署意味着全球18个承认处于脆弱状态的国家实现了首次结盟，并就国际社会如何更好地帮助这些国家摆脱脆弱和冲突、实现和平与发展，形成了详细的规划。这一协议提供了一个平台，使得这些脆弱国家能够在国际社会和援助机构的帮助下实现更优的政策规划。同时，这一平台也加深了政府管理人员与民众之间的联系，推进了财务管理及其管理机构的创新，并促使人们更加关注脆弱国家政治与发展之间的内在关系。

这一新协议（The New Deal）见证了翻天覆地的变化，但这仅仅是个开始。在那些不承认处于脆弱状态的国家中，关于国家效力与合法性存在不同的看法。国际社会当然会尊重各个政府的立场，但也不会对会危及国际发展援助的国内现状视而不见。在这种背景下，我们必须通过特定的方式就民众的一些重大关切开展诚恳的商讨，例如改进全国性的民意调查，扩大和提升公民社会的范围和质量，加强向国际社会学习，引导区域性的机构介入。

参与制定关键政策。接下来的讨论重点在于，如果到了2015年联合国千年发展目标的最后期限，我们该如何制定2015年后发展议程？对全球范围内下一阶段的目标进行广泛讨论是个很好的机会，这能够唤起国际社会更加关注脆弱与极端贫困之间的联系，并让国际社会意识到，消除极端贫困正是发展目标初期讨论的核心。有许多人呼吁，2015年后的发展目标应当有助于推动脆弱国家的发展，因为发展是根除极端贫困的必要前提。就此而论，为了确保发展的可持续性，我们要敢于挑战，不断提升自身的能力，确保脆弱国家实现持续发展。

为了在2030年之前根除极端贫困，我们必须寻求更佳的方式来实现包容性增长，减少脆弱，为当前全球最脆弱和最边缘化的人口提供充足的医疗服务，确保他们的食品安全、教育资源以及其他必需的公共服务。正如美国国际发展署在《关于民主、人权和治理的策略》（Strategy on Democracy， Human Rights， and Governance）中所指出的那样，贫穷的根源是经济上的贫乏、治理上的不民主、治理机构的孱弱和腐化，以及导致政治排斥和经济排斥的权力结构固化。

提出恰当的问题。讨论稿的一系列研究发现引出了更多具体的问题，这些问题值得更进一步的探讨、研究和分析。部分问题列表如下：

关于“关系”的问题有：

• 脆弱状况的改善或者恶化，是如何影响根除极端贫困的进程的？

• 关于暴力与贫困之间关系的变化，用什么理论来解释？

• 社会、安全、经济和政治状况的改善是如何减少极端贫困的？

• 性别不平等意味着女性更易受极端贫困的影响，儿童的贫困率更是达到最高。这些脆弱的群体所受到的暴力和冲突的影响与普通人有何不同？

• 数据上的匮乏和缺失是如何干扰我们对脆弱国家极端贫困发展趋势的分析的？又会如何限制我们对脆弱与极端贫困之间的关系的理解？

关于“规划”的问题有：

• 如何提高数据质量才能针对极端贫困更好地指导发展策略的制定？

• 能否找到实例，以证明某项政策既能有效减少贫困，同时又能解决脆弱性的潜在表现？

• 那些为减少贫困的项目（如就业项目、基础设施项目）是如何改变脆弱国家中国家与社会关系的？

• 陷于极端贫困的国家目前正越来越多地进入中等收入国家行列，那么发展的推动者们该如何提高官方援助项目的效率，又该如何更好地利用国外对本国的直接投资？

• 展望未来，会出现什么样的技术、模式、资源、实施者或者方式影响极端贫困？有哪些要素会脱颖而出？这些要素又会如何影响到极端贫困？

为了将这个讨论延续下去，在接下来几个月里，美国国际发展署将召集一个专家研讨会来讨论脆弱问题，并组织一个峰会来讨论极端贫困问题。这些研究活动将有助于弥补大家认识上的不足，促使大家将精力投入到解决“脆弱环境中的极端贫困”这一突出的关键问题上。我们会将本次活动的一些研究发现运用到该领域接下来的一系列研究中，构建出一个行动框架，争取在一代人的时间里，在世界范围内实现消除极端贫困的愿景。

    稿件来源：联合国发展研究所（USAID）。