国际减贫理论与前沿问题2014-第二部分2
Sabina Alkire,José Manuel Roche,Suman Seth
摘要:世界人口已经超过70亿。那么我们当中最贫困的十亿人——即多维贫困定义下的“底层十亿人”——生活在哪里?这一问题对于构建减贫政策具有重要意义,也能够使减贫机构及减贫运动保持与时俱进。本文主要论述两方面内容:首先,采用多维分析方法识别最贫困的十亿人;其次,脱离国家集合体对其进行分析。本文不仅从次国家层面出发,更首次通过个人贫困特征对底层十亿人进行审视分析。分析以多维贫困指数(Multidimensional Poverty Index,MPI)为基础。该指数对全球100多个发展中国家的极端贫困进行了测量,覆盖医疗、教育、生活水平等维度。如本文所示,MPI使我们能够从次国家和个人层面进行分析,从而超越了掩盖不平等的国家均值概念。
概述
我们的研究发现是什么?答案取决于研究对象是以居住在最贫困的国家、最贫困的地区,还是从个人贫困特征来界定底层十亿人。如果以国家贫困线的均值界定,那么底层十亿人生活在30个最贫困的国家。如果在地方的层面来分解国家贫困,那么底层十亿人生活在44个国家的265个地区。而如果从每个贫困人口个人经历的严峻程度来界定,那么底层十亿人则散布在100个国家,包括一些意料之外的高收入国家。因此,我们的分析凸显了能够通过不同方式分解以展示群体间差异和贫困人口内部的不平等的全球贫困数据预测的重要性。
地域分布
不同的分析方式得出了一些一致性的结论。首先,南亚拥有最多的贫困人口,不同的预测方法都表明南亚占底层十亿人的52-62%。即便用最精确的方法来界定底层十亿人(即个人贫困特征),最贫困人口也有40%居住在印度。紧随其后的是非洲,占33-39%。
中等收入国家与低收入国家对比
第二个研究发现采用了世界银行的收入分类方式。最贫困的十亿人中绝大多数生活在中等收入国家,其中31-38%生活在低收入国家,而60-66%生活在低中收入国家。
进一步阐述
下文将对研究方法和上文总结的研究结果进行更详细的阐述。我们的分析采用了104个国家的MPI数据,覆盖了中上等收入国家人口的89%、低中收入国家人口的98%以及低收入国家人口的86%。
什么是MPI?
多维贫困指数(MPI),是UNDP自2010年起在《人类发展报告》中发布的覆盖100个发展中国家的多维贫困测量工具。经牛津大学人类发展研究中心(OPHI)的研究定义,MPI包括3个维度的10个指标,体现了部分联合国千年发展目标(MDG)以及国际贫困标准(Alkire,Santos,2010;Alkire Conconi,Roche,2013)。各个维度所占权重相同,每个维度内的各个指标所占权重也相同。MPI的具体操作方法承自Alkire和Foster(2011),即:如果一个人在1/3甚至更多的指标中都得分很低,则为贫困人口。
按国家分布的底层十亿人
首先,我们对各国的MPI值进行从低到高的排序。我们发现,根据国家贫困均值计算,最贫困的十亿人生活在30个国家。这些国家的MPI平均值为0.322。其中,62.4%的人来自南亚,36.4%的人来自撒哈拉沙漠以南的非洲,而仅有1.2%的人来自其他地区。印度一国就占据了55.2%的人口,而印度的人均国民生产总值(GNI)在这30个国家中位居第二,仅次于东帝汶。从收入类型来看,低中收入国家占65.8%,低收入国家占34.2%。没有一个中高收入国家或高收入国家位列其中(表1)。
按国家分布
表1底层十亿贫困人口在最贫困国家的分布(按地区和收入水平)
地区 |
国家 |
总人口 |
底层十亿MPI贫困人口 |
MPI |
||
千人 |
占世界人口% |
千人 |
占底层十亿贫困人口% |
|||
总计 |
30 |
2020720 |
37.7% |
1192272 |
100% |
0.322 |
地区 |
|
|
|
|
|
|
欧洲与中亚 |
0 |
|
|
|
|
|
阿拉伯国家 |
1 |
9331 |
0.2% |
7573 |
0.6% |
0.514 |
拉美与加勒比 |
1 |
9993 |
0.2% |
5641 |
0.5% |
0.299 |
东亚与太平洋 |
1 |
1124 |
0.0% |
765 |
0.1 |
0.360 |
南亚 |
2 |
1373306 |
25.6% |
744174 |
62.4% |
0.284 |
撒哈拉以南非洲 |
25 |
626966 |
11.7% |
434119 |
36.4% |
0.401 |
收入分类 |
|
|
|
|
|
|
高收入 |
0 |
|
|
|
|
|
高中收入 |
0 |
|
|
|
|
|
低中收入 |
7 |
1449021 |
27.0% |
784871 |
65.8% |
0.289 |
低收入 |
23 |
571699 |
10.7% |
407401 |
34.2% |
0.405 |
图1底层十亿贫困人口分布图(国家贫困程度)
然而,国家集合体忽视了贫困程度的巨大差异。以坦桑尼亚为例,2010年乞力马扎罗地区的贫困人口比例为32.4%,而多多马地区则高达87.4%。然而进一步研究则表明,乞力马扎罗地区的贫困人口平均有41%的MPI指标未达标,而多多马这一比例则超过54%。
按地区分布的底层十亿人
在接下来的分析中,我们突破国家的界限,从地区的层面来进行分析。我们依据MPI值对次国家层面的地区进行排序,界定出生活在最贫困地区的十亿人。
分析结果出现了显著的变化。我们发现,底层十亿人散布在44个国家的265个地区,其中包括之前所界定的30个国家。其中只有2.8%来自除南亚和撒哈拉沙漠以南非洲以外(表2)。这些最贫困地区的MPI均值为0.395。以国家为单位,撒哈拉以南非洲和低收入地区国家的MPI水平远高于该平均值。地区层面的分解极其有效地揭示了一个国家内部不同地区的贫困差距,并凸显了建立区域性政策的必要性。此外,按照其他次群体(如城乡、种族等)进行分解也同样可能,并可能得出更深层次的发现。
然而,从地区层面来审视贫困依旧会掩盖同一区域内不同贫困人口之间的不平等。同一个区域内的所有贫困人口都处于同等程度的贫困几乎是不可能的。因此,我们进行了更深入的研究,通过审视来自104个国家家庭普查得到的个人贫困特征,来识别最贫困的十亿人之所在。
按地区分布
表2底层十亿贫困人口在最贫困地区的分布
地区 |
国家 |
地区 |
总人口 |
底层十亿MPI贫困人口 |
MPI |
||
千人 |
占世界人口% |
千人 |
占底层十亿贫困人口% |
||||
总计 |
44 |
265 |
1439539 |
26.9% |
1007293 |
100% |
0.395 |
地区 |
|
|
|
|
|
|
|
欧洲与中亚 |
0 |
0 |
|
|
|
|
|
阿拉伯国家 |
2 |
2 |
33384 |
0.6% |
20204 |
2.0% |
0.348 |
拉美与加勒比 |
4 |
13 |
7290 |
0.1% |
4898 |
0.5% |
0.363 |
东亚与太平洋 |
3 |
18 |
5672 |
0.1% |
3466 |
0.3% |
0.335 |
南亚 |
4 |
19 |
896722 |
16.7% |
583715 |
57.9% |
0.355 |
撒哈拉以南非洲 |
31 |
213 |
496471 |
9.3% |
395009 |
39.2% |
0.472 |
收入分类 |
|
|
|
|
|
|
|
高收入 |
0 |
0 |
|
|
|
|
|
高中收入 |
2 |
4 |
631 |
0.0% |
400 |
0.04% |
0.315 |
低中收入 |
15 |
79 |
924020 |
17.2% |
620576 |
61.6% |
0.375 |
低收入 |
27 |
182 |
514887 |
9.6% |
386318 |
38.4% |
0.431 |
图2底层十亿贫困人口分布图(地区贫困程度)
按个人特征分布的底层十亿人
当我们根据多个维度上每个个体的贫困特征来识别最贫困的十亿人的时候,分析结果更加精确。这种方法依据每个人的贫困特征所体现出的贫困程度,有效地将来自104个国家的人口进行了排序。首先,我们界定了十项指标都没有达到的人口共1700万,其中400万生活在埃塞俄比亚和印度。其次将95%的指标没有达到的人加进来,并以此类推,直到累计达到十亿人。最终的临界值是44.44%的指标不达标。从个人层面而言,这是最精确的分析方法,强调了人的因素,而非国家或地区影响。
出人意料的是,最贫困的十亿人同样分散在100个国家。其中51.6%居住在南亚,32.7%居住在撒哈拉以南的非洲,而12.3%的人居住在东亚和太平洋地区。印度和中国容纳了底层十亿贫困人口中的很大一部分:将近有40%的底层十亿人居住在印度。除了底层十亿贫困人在每个国家的具体数字之外,我们发现每个国家的平均贫困程度也各不相同。这一分析结果表明,极端贫困人口并不集中,而是分布在数量众多的国家。
同样出人意料的是,有9.5%的底层十亿贫困人口居住在中高等收入国家,其中4.1万生活在5个高收入国家(表3)。104个国家中只有4个没有底层十亿人:即白俄罗斯、匈牙利、斯洛文尼亚和斯洛伐克。
以上三种识别底层十亿人的计算方法体现了能够分解的贫困测量指标的重要性,同时也体现了对MPI方法的灵活运用。由于MPI是对于贫困的直接测量指标,而且不受价格及其他区域性的因素影响,因此我们能够打破国家的界限,以个人贫困特征进行直接的比较。对于确定目标群体或者制定政策而言,从地理或者社会分解的角度,在不同的层面上运用MPI,不仅行之有效,还非常容易进行计算和分析。贫困测量指标让我们能够鉴别贫困人口及其贫困程度,以及何种政策能够最有效地消除他们的贫困。本文揭示了建立能够在不同层面上实现分解的贫困测量指标的重要性,这些层面可能是地区,甚至也可能是个人。
个人贫困特征
表3底层十亿贫困人口按个人特征分布
地区 |
国家数量 |
底层十亿MPI贫困人口 |
|
千人 |
占底层十亿贫困人口% |
||
总计 |
100 |
1133060 |
100% |
地区 |
|
|
|
欧洲与中亚 |
20 |
2715 |
0.24% |
阿拉伯国家 |
11 |
19946 |
1.76% |
拉美与加勒比 |
18 |
16103 |
1.42% |
东亚与太平洋 |
10 |
139293 |
12.29% |
南亚 |
7 |
584519 |
51.59% |
撒哈拉以南非洲 |
34 |
370483 |
32.70% |
收入分类 |
|
|
|
高收入 |
5 |
41 |
0.00% |
高中收入 |
25 |
107161 |
9.46% |
低中收入 |
41 |
674708 |
59.55% |
低收入 |
29 |
351150 |
30.99% |
图3 底层十亿人分布图(个人贫困特征)
扫描下载手机客户端
地址:北京朝阳区太阳宫北街1号 邮编100028 电话:+86-10-84419655 传真:+86-10-84419658(电子地图)
版权所有©中国国际扶贫中心 未经许可不得复制 京ICP备2020039194号-2