(完整版)贫困理论A-F双临界值方法介绍.doc
说明：文章内容仅供预览，部分内容可能不全。下载后的文档，内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的，是否完整无缺。
A-F 方法介绍 贫困的内涵很丰富，也有很多种界定方式。从最早的绝对贫困，再到 20 世纪七八十年代提到的资源贫困、 能力贫困等。 对贫困的认识经历了从单一贫困到多维贫困的转变。 联合 国开发计划署 （ UNDP ）在《 1997 年人类发展报告》 中提出了 “人文贫困”（ Human Poverty ） 的概念，它不仅包括人均国民收入等经济指标，也包括了人均寿命、卫生、 等社会文化因素。直到 教育和生活条件 2010 年， UNDP 第 20 个《人类发展报告》中正式提出多维贫困指数 MPI ，认为贫困的维度已经远远超出了收入不足的范畴，其涉及到不良的健康和营养状况、 较低的受教育水平和技能、 谋生手段的缺乏、 恶劣的居住条件、 社会排斥异己社会参与的缺 乏等诸多方面。 A-F 双临界值方法，在 2007 年 5 月，由牛津贫困与人类发展中心（ OPHI ）的 Sabina 简称为 AF Alkire 和 James Foster基于 Sen 的可行能力剥夺理论发展为多维贫困的测量方法， 方法，并在国际范围内得到广泛使用，如前文提到 用了 AF 方法计算得到的 UNDP 与 2010 的《人类发展报告》中使 MPI 指数。国内学者根据我国实际情况也进行了相关研究，如王 小林（ 2009）采用 A- F 方法，利用 2006 年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测算； 王艳慧等 （ 2013 ）对河南省南阳市四个国家贫困片区县进行了多维贫 困度量及空间分布格局研究。 A-F 双临界值方法的优势是能够同时将离散型的定型数据和连续型的定量数据纳入测 试模型进行测量。同时， A-F 双临界值方法提供的是一种测量多维贫困的框架，非常具有弹 性，更多的关键选中留给研究中自己决定，包括选中贫困的维度、 各维度的临界值、各维度的权重以及贫困的临界值等。 Sen (2002) 把发展看作是扩展人们享有实质自由的一个过程，实质自由包括免受困苦— —诸如饥饿、营养不良、 可避免疾病、过早死亡之类——的基本可行能力。 人们的这些基本 可行能力被剥夺因而导致贫困， 所以，多维贫困测算的目的就是识别出哪些个体的哪些可行 (H) ，标 为能力被剥夺，从而测算出标示贫困个体多维贫困状况的“多维贫困发生率”指标 困指数”指标（ MPI ）。 示贫困深度的 “平均剥夺份额” 指标（ A ），以及标示贫困人口群体综合贫困状况的“多维贫 本文利用 “维度加总” 和“维度分解” 策略来综合评价贫困个体在各个维度的具体贫困 MPI ，“维度 状况。其中， “维度加总”能够计算贫困个体所有维度指标的综合贫困指数—— 分解” 则可以计算出各个维度指标对综合贫困指数的贡献程度。 误! 未找到引用源。 图 1 为多维贫困测算的流程图，表 1) 所设计的具体算法如下 （错 1 为变量释义）： 根据所构建的多维贫困维度指标体系， 把入户调查数据中各户所对应的数据项导入到数 据矩阵中。 构建农户数据矩阵 Y（ n d）。其中， n 表示测算个体数量， d 表示指标数量。 根据多维贫困指标体系中确定的指标临界值以及农户数据矩阵 Y，可以得到相应的剥夺 2) 矩阵 g0（ n d）。剥夺矩阵 g0 用来表示存储农户被剥夺的情况，如果农户在某指标下是 被剥夺的，在剥夺矩阵中该农户该指标的值为 表示为不剥夺状态。 1，表示其为剥夺状态；否则该值为 0， 3) 在剥夺矩阵中根据贫困临界值 K 确定出多维贫困个体，并且把非贫困个体的剥夺值进行归零处理，剔除非贫困个体的剥夺信息对贫困加总的干扰，把归零后的剥夺矩阵称为已删减矩阵 g0（ K）（ n d）。该矩阵能够记录表征为多维贫困个体的指标剥夺情况， 矩阵中的 K 表示贫困临界，即被确定为多维贫困个体的被剥夺指标数不小于 K 值。 4) 根据已删减矩阵的贫困个体剥夺信息进行贫困加总，计算出多维贫困发生率、平均剥 夺份额、 MPI，通过这三个指标来反映该研究区域的多维贫困人口数、平均被剥夺的指标数量、以及贫困程度。 贫困加总 指标分解 多维贫困 发生率 H 平均剥夺 份额 A MPI 维度指标 贡献度 权重w 已删减矩阵 g 0 (k ) 贫困临界值 k 剥夺矩阵 g0 剥夺临界值 z 数据矩阵 Y 多维贫困量 算指标体系 入户调 查数据 图 1 人口多维贫困测算流程图 表 1 多维贫困测算变量释义 变量名 释义 数据矩阵 Y(n ×d) 是用来存储农户个体的指标信息。 数据矩阵 Y n 表示测算个体数量， d 表示指标数量 剥夺临界值 z 剥夺矩阵 g0 剥夺临界值 z(1 ×d) 是测定各指标是否被剥夺的阈值。 剥夺矩阵g0 (n ×d) 是用来存储农户个体被剥夺的情况。如果农户在某一 指标下是被剥夺的，赋值 1，否则，赋值 0. 贫困临界值 k 表示确定为贫困个体的维度数。其中， 贫困临界值 k 困测算 k 一般取值 2 到 d 之间。 0 ≤ k ≤ d，多维贫 已删减矩阵 g0 (??) 已删减矩阵g0 (??)是用来存储贫困个体被剥夺的情况。与剥夺矩阵的区别 在于已删减矩阵对剥夺矩阵中非贫困个体被剥夺的指标进行了归零处理。 多维贫困发生率 H = q ，其中， q 表示多维贫困人口， n 表示研究区域总人 多维贫困发生率 H n 口 平均剥夺份额 A = n ∑i=1Ci (k) 平均剥夺份额 A q ，其中， Ci (k) 表示在贫困临界值为 K 的情况， 个体 i 被剥夺的指标数量； q 表示多维贫困人口 多维贫困指数 MPI MPI 是表示一个地方贫困状况的综合指标，公式为 MPI MPI=HA i 指标贡献度 =w i CH i ，其中 ,w 表示第 i 指标的权重值； CH 表示第 i 指标被剥 指标贡献度 i 夺的人口率 利用上述测算模型，利用“维度加总”和“维度分解”策略来综合评价贫困个体在各个维度的具体贫困状况。其中， “维度加总”能够计算贫困个体所有维度指标的综合贫困指数 — — MPI ，“维度分解”则可以计算出各个维度指标对综合贫困指数的贡献程度。 1) 维度加总 经过识别过程可以确定出哪些个体为贫困个体，接下来就可以得出多维贫困发生率、 本文来源：https://www.wddqw.com/doc/cd4ac134f724ccbff121dd36a32d7375a417c6b4.html