今天是: 欢迎访问申博太阳城官网!

      当前位置: 申博太阳城 > 执法资料 >

      2017.12:对中国多维贫困状况的初步测算(冯怡琳等)

      时间:2018-10-02 13:10:00   来源:申博太阳城     字号:    点击数:56 次

        ? 4月1日,菲律宾sunbet农业部长阿尔卡拉在马尼拉与袁隆平院士和马克卿大使进行了友好交谈。双方对菲律宾sunbet杂交水稻发展寄予厚望,并就中菲农技中心(中菲农业技术合作项目第一期)培育的杂交水稻新品种在菲推广交换了意见,为中国-菲律宾sunbet二期农业技术合作项目描绘了新的蓝图。阿尔卡拉部长在回答菲媒体记者采访时介绍:“我们正在起草中国-菲律宾sunbet二期农业技术合作项目扩大建议书,争取提升大米产量来帮助我们达成粮食自给目标。项目现有5公顷试验田,我们将在米沙鄢和棉兰老各建立一个5公顷的试验点,并最终扩大至各100公顷。我们正在制定最终预算,并将其加入到项目建议书中。”

        【中国经济新闻联播网湖北武汉讯】近日,由武汉交通职业学院举办的中马国际班游学活动圆满落幕,该校9名学生赴马参观、交流开拓了视野,学生们盛赞这样的交流活动受益匪浅,此行结束后学生们顺利返校。

      2017.12:对中国多维贫困状况的初步测算(冯怡琳等)
        

        内容摘要:世界各国公认贫困是一个多维度社会现象,并采用各种方法测算比较多维贫困状况。本文首次利用全国住户收支与生活状况抽样调查数据,使用国际上运用较广泛的全球多维贫困指数方法初步测算了我国多维贫困状况。测算结果与我国已发布的贫困人口数据大体相当,较客观地反映了近年来我国的减贫实践,可供下一步开展扶贫开发工作和相关国际比较时参考。

        关键词:多维贫困;贫困指数;贫困人口;贫困发生率;全国住户收支与生活状况抽样调查数据

        中图分类号:F124.7  文献标识码:A  文章编号:1004-7794(2017)12-0003-05

        DOI: 10./j.cnki.11-3705/c.2017.12.001

        贫困不仅是收入或消费不足的问题,还是住房、教育、医疗等机会和能力缺失的问题。对sunbet官网于如何多维度测量和比较贫困,国际上主要有两种模式:一是以收支贫困发生率为核心,用某一指标体系的多个指标逐一反映多维贫困的各个方面,以世界银行的世界发展指标体系为代表;二是用某一指标体系构成综合加权指数测量多维贫困总体状况,以联合国开发计划署的全球多维贫困指数方法为代表。长期以来,国家统计局主要采用前一种方法。本文首次利用全国住户调查分户数据,使用综合指数测算全国城乡多维贫困状况,以供相关国际比较以及“两不愁、三保障”目标实现后的扶贫政策选择参考。

        综合指数测量多维贫困的核心思想是,对sunbet官网影响贫困的系列指标进行综合加权测量,从而判断哪些群体更贫困或更容易陷入贫困。目前,国际上应用最为广泛的方法是全球多维贫困指数方法。联合国开发计划署自2010年起,每年在《人类发展报告》中公布全球100多个国家的全球多维贫困指数。

        第一,设立一个指标体系,确定每个指标的临界值,将未达到临界值的指标判断为不达标指标。第二,加总每个个体不达标的指标个数,并判断该个体是否贫困。第三,计算多维贫困发生率,即贫困个体数量占全部个体数量的百分比;再计算所有个体平均不达标程度,即不达标指标个数占全部指标个数的比重。第四,计算多维贫困指数,等于多维贫困发生率与平均不达标程度的乘积,相当于贫困广度和平均深度的乘积。

        全球多维贫困指数由牛津大学和华盛顿大学研究人员研究构建,其指标体系分为3个维度,共选用10个指标。每个维度的权数是相等的,维度内的每个指标权数也是相等的,但由于每个维度内的指标个数不一样,不同维度指标间的权数并不一致。当一个家庭的不达标指标加权分数大于等于1/3时,这个家庭被认为是多维贫困。具体维度和指标见表1[1]。

        全球有50多个国家直接使用或参照全球多维贫困指数方法,研究制定本国的多维贫困评价体系,以弥补经济贫困标准对教育、卫生、住房、耐用消费品等非经济贫困状况评价的不足之处。

        本文根据我国贫困和统计实际情况,从指标有用性、数据准确性和整体方法的国际可比性考虑,在保留全球多维贫困指数的基本方法,即贫困维度、指标体系、临界标准、加权等方法不变的基础上,对sunbet官网个别指标进行了修订,利用国家统计局对全国31个省1650个县的16万户住户收支与生活状况调查[1]样本的直接调查数据,对sunbet官网中国的多维贫困状况进行测算。指标修订主要是,将健康维度上的“有儿童死亡”和“营养不良”两个指标,改为“有家庭成员不健康、生活不能自理”、“家庭成员中无劳动力”[1]。

        1.2016年我国全国多维贫困发生率为3.3%、人口规模4491万人,贫困人口的平均不达标程度为38.1%,多维贫困指数为0.013。

        即我国有3.3%的人口处于多维贫困,这部分贫困人口在教育、健康、生活条件方面有38.1%达不到要求。分城乡看,城镇常住人口的多维贫困发生率为1.1%、人口规模786万人,贫困人口的平均不达标程度为36.9%,多维贫困指数为0.004;农村常住人口的多维贫困发生率为5.9%、人口规模3705万人,贫困人口的平均不达标程度为38.4%,多维贫困指数为0.023。

        与2014年相比,2016年全国多维贫困发生率下降1.0个百分点,人口规模减少1165万人,贫困人口的平均不达标程度下降2.7个百分点,多维贫困指数下降0.004。分城乡看,城镇常住人口的多维贫困发生率下降0.5个百分点,人口规模减少339万人;农村常住人口的多维贫困发生率下降1.4个百分点,人口规模减少826万人。

        表1 全球多维贫困指数(MPI)的维度、指标、临界值和权数列表

        70岁以下成年人的BMI指数在18.5以下;或儿童体重的标准分Z-Score低于人群均值的2个标准差

        如果家庭拥有至少1项获得信息的资产(如收音机、电视、电话等),以及辅助行动的资产(如自行车、摩托车、卡车、小汽车等)、辅助生活的资产(如冰箱、农业用地、畜禽等)其中任意1项,则为不贫困,否则认为贫困

        3.西部地区多维贫困程度严重,部分中部省份多维贫困人口规模超过预期。

        分地区看,西部地区多维贫困状况最为严重。2016年西部地区多维贫困发生率为5.3%、人口1970万人,比全国多维贫困发生率高2.0个百分点,多维贫困人口规模占全国的43.9%。分省看,多维贫困发生率高于10%的省份为西藏和云南,高于6%的省份还有青海、四川和甘肃。值得注意的是,除四川和云南多维贫困人口规模分别高达552万人和489万人以外,安徽、湖北、河南等中部省份的多维贫困人口规模也分别高达300万人左右。

        菲律宾sunbet

        2016年,不达标程度在50%以上深度多维贫困[1]发生率为0.4%,人口规模为533万人,占全部多维贫困人口的11.9%。尽管占比较低,但这些贫困人口的平均不达标程度较高,达到53.6%。其中,东部、中部和西部地区的深度多维贫困人口分别为73万人、241万人和219万人,发生率分别为0.1%、0.6%和0.6%;城镇地区深度多维贫困发生率为0.1%,农村地区深度贫困发生率为0.7%。中部和西部农村深度多维贫困人口共406万人,占全部深度多维贫困人口的76.2%。

        5.卫生条件单项指标不达标率最高,儿童入学、用电情况等指标不达标率明显较低。

        2016年的10项指标中,没有卫生厕所的人口比重最高,达到31.9%,炊事用燃料为传统燃料的人口比重为19.1%。而近年来扶贫工作关注的重点领域指标不达标率明显较低,其中家中有适龄儿童未上中小学的人口比重为0.8%,没有用电人口比重不到0.1%。

        6.不同指标对多维贫困的影响率反映了多维贫困的减贫难点与政策着力点。

        影响率是指某一指标不达标在多维贫困人口不达标率中的作用。一是家庭成员受教育程度和健康状况的影响率分别高达31.1%和23.3%,且近年来一直保持较高水平,说明短时间内改善这两个指标的难度很大,需要长期努力。二是卫生厕所、炊用燃料的影响率在10%左右,且年度之间下降较快,说明改善厕所、饮用水、炊用燃料等对降低多维贫困影响较大,可以列入未来扶贫重点。三是儿童入学和用电等指标影响率已变得很小,且年度变化也不大。一方面说明通过不断的反贫困努力,我国已基本解决在儿童义务教育、用电等基础设施方面的问题,另一方面说明相应的扶贫措施在进一步降低多维贫困程度上的作用比较有限。

        根据UNDP《2016年人类发展报告》,2012年中国多维贫困指数[1]为0.023。2017年,牛津大学贫困和人类发展中心发布最新数据,将中国多维贫困指数更新至2014年的0.017,与本文测算的2014年多维贫困指数结果基本一致。由于各国扶贫实践的差异和数据的可获得性不同,不少国家的多维贫困指数计算方法都经过了适应性调整,与本文的做法一样。因此,本文测算的多维贫困数据结果与其他国家是可比的。

        根据牛津大学最新数据,我国的多维贫困指数低于巴西、南非、印度等金砖国家,在东南亚地区,仅高于泰国。多维贫困指数较低的发展中国家主要是部分东欧和中亚国家、部分阿拉伯国家、部分加勒比海地区英联邦国家。按多维贫困状况从轻到重排位,排位越前,多维贫困状况越轻。2014年中国多维贫困指数处于全球发展中国家的第27位。本文测算的2016年我国多维贫困指数降至0.013,预计在全球的排位会进一步上升。

        全球多维贫困指数总体上客观反映了各国的贫困状况,利于贫困的国际比较。各国多维贫困发生率与世界银行公布的1.9美元贫困发生率总体高度相关,是各国进行贫困相关国际比较时的重要参考依据。按世界银行公布的数据[1],2011—2012年,中国、巴西、南非、印度的1.9美元贫困发生率分别为6.5%、4.6%、16.6%和21.2%,与上述国家5.2%、5.3%、9.2%和41.3%的多维贫困发生率趋势基本一致。印度多维贫困发生率显著高于经济贫困发生率,可能与其农村家庭卫生设施较差有关。分地区多维贫困状况和分指标的影响率变化,比较符合近年来我国的减贫实践,对sunbet官网我国扶贫政策制定有参考价值。测算结果反映出的中部地区多维贫困规模较大的问题需要从政策角度进一步探讨。

        2.用全球多维贫困指数方法测算的我国多维贫困人口规模与已发布的贫困人口规模大体相当。

        2016年全国多维贫困人口规模为4491万人。其中,在农村常住的多维贫困人口为3705万人。由于在城镇常住的多维贫困人口主要是农村转移人口和随迁家属,因此2016年全国多维贫困人口规模与我国已公布的按农村户籍人口总体推算的农村贫困人口规模4335万人大体相当。

        3.全球多维贫困指数方法在贫困识别、扶贫成效评估等方面具有一定优势。

        一是比较适合那些缺少收入和消费调查数据的国家综合判断全国贫困状况,或者在基层识别贫困人口、难以调查收支数据时使用。二是社会发展的扶贫成效会及时地、直接地体现贫困人口的减少。三是剔除了因个人选择或偶然因素导致的单个指标不达标对贫困的影响。比如对于因偶然因素当年收入不达标、当年有儿童未上学的情况,若是单维度或分指标衡量看,统计上都会表现为不达标或体现为贫困人口;若是综合加权测算,这样的人口不会被定义为贫困人口。

        一是难以确定吃穿等基本消费核心指标是否真正达标。从经济贫困角度看,多维贫困指数方法相当于测算了不同个体陷入贫困的可能性或概率,而不是直接准确判断其是否真的陷入贫困。从一个国家或一个大的地区来讲,用概率测算的贫困人口与实际发生情况测算的贫困人口可能基本一致,但到一个小区域或具体到个体,“可能”贫困与“真正”贫困经常是不一样的。在应用多维贫困指数识别贫困个体时尤其要注意这个问题,以避免收入低或受偶发因素影响的困难群体不能被纳入扶贫体系。二是指标、维度与权重的设置有较强的主观性。全球多维贫困指数选择的10个指标,并不能很好地反映每个国家的贫困和扶贫实际。目前正式发布多维贫困指数的14个国家[1],大多对维度和指标体系进行了修改。三是多维贫困发生率低可能会掩盖单个指标不达标率高的情况。单个指标对多维贫困的影响率,既与指标不达标程度有关,还与该指标和其他指标的关联度有关。不少没有被定义为多维贫困的人口,可能在某些方面严重不达标。因此,在设计扶贫政策或项目时,仍需要使用单个指标测量结果作为sunbet官网参考。

        本文的研究结果表明,全球多维贫困指数方法总体比较简便,测算的多维贫困状况结果不仅可以进行国际比较和地区比较,也可以从新的视角反映我国的贫困与减贫情况,为已经实现“两不愁、三保障”的地区以及我国政府在2020年完成精准脱贫目标后的扶贫政策选择都具有参考价值。

        [1] 王小林, Sabina Alkire. 中国多维贫困测量. 估计和政策含义[J]. 中国农村经济, 2009(12): 4-10.

        [2] 郭建宇, 吴国宝. 基于不同指标及权重选择的多维贫困测量[J]. 中国农村经济, 2012(2): 12-20.

        [3] 郭熙保, 周强. 长期多维贫困、不平等与致贫因素[J].经济研究, 2016(6): 143-156.

        [4] World bank. World development indicators 2017[M]. Washington DC: the World Bank. 2017.

        [5] United Nations Development Programme. Human Development Report 2016: Human Development for Everyone[M]. New York: UNDP HDR Office, 2016: 218.

        [6] Alkire S, Foster J E. Counting and Multidimensional Poverty Measurement[J]. Journal of Public Economics, 2011, 95(7): 476-487.

        [7] Alkire S, Shen Y. Exploring Multidimensional Poverty in China:2010 to 2014[R]. OPHI Research in Progress 47a, 2017, University of Oxford.

        [8] Milorad Kovacevic, M. Cecilia Calderon. UNDP's Multidimensional Poverty Index: 2014 Specifications[R]. 2016, UNDP Human Development Report Office.

        冯怡琳,女,1981年生,江苏宜兴人,2005年毕业于清华大学,获法学硕士学位,高级统计师,现为国家统计局住户调查办公室副处长,中国人民大学在读博士生,研究方向为收入分配、贫困理论与实践。

        邸建亮,男,1983年生,河北保定人,2007年毕业于中国青年政治学院,获经济学学士学位,统计师,现为国家统计局住户调查办公室主任科员,研究方向为收入分配、贫困理论与实践。

        [1]牛津大学贫困和人类发展中心发布数据来源于Global MPI Data Tables for 2017, global-mpi-2017/mpi-data/。

        东南亚有6亿人居住,是世界上发展最快的经济体之一。微信支付和阿里巴巴支付宝主宰中国数字支付市场,并一直瞄准全球拓展。微信在第三季度一直是腾讯的主要收入来源,而付费和云计算则带来了143%的涨幅。腾讯计划继续投资数字内容以及海外收购,以便在全球范围内整合更多数字资产。

        (原标题:福建省与菲律宾sunbet宿务省签署合作备忘录 共同推进21世纪海上丝绸之路建设)

        菲律宾sunbet

        菲律宾sunbet

            • <bdo></bdo>
                • 新、老玩家首选的sunbet官网,携手参与sunbet手机版将在竞争激烈的行业中,利用顶尖的服务脱颖而出.sunbet为您提供最好的服务. 本网站sunbet,联结sunbet官网本着客户第一,娱乐第二的原则,sunbet下载一个拥有无限可能的神奇网站.

                  关键词:申博太阳城  申博娱乐官网  申博sunbet官网  菲律宾sunbet官网

                  版权所有 :申博太阳城     未经书面授权禁止使用

                  Copyright © 1997-2018 by http://www.chenghaikucuntoys.com/ all rights reserved 备案号:

                  欢迎登录申博太阳城网站 您是本站的第1983124位访客