中国多维减贫成效的统计测度研究
|
摘要
在Alkire和Foster的"双临界值"多维贫困识别思想基础上提出"三临界值"多维减贫成效识别方法,并结合Foster的持续思想构造持续多维减贫指数,从脱贫和返贫两个方面测度中国多维减贫成效。研究发现:中国持续多维脱贫指数都要大于持续返贫指数,且由于脱/返贫广度的差异,农村的单期和持续多维脱/返贫指数都要大于城市,西部地区的持续多维脱/返贫指数大于其他地区;人均纯收入和医疗保险的持续脱贫对持续多维脱贫贡献较大,健康以及住房困难的返贫分别对农村和城市居民的持续多维返贫贡献较大;各省的减贫成效可以分为低脱贫低返贫、高脱贫低返贫、低脱贫高返贫以及高脱贫高返贫四种类型。
Drawing lessons from the " double threshold" multi-dimensional poverty identification method proposed by Alkire and Foster(2011),the paper proposed a method to discern multidimensional poverty reduction effectiveness based on the "three threshold",and constructed a sustained multidimensional poverty alleviation index based on the idea of persistent put forward by Foster(2009).Then,we measured the multi-dimensional poverty reduction effectiveness of China from poverty alleviation and poverty-returning.The results are as follows:China's sustained multidimensional poverty alleviation index is significantly greater than the poverty-returning,while rural areas are greater than that city and the western region is greatest due to the difference of breadth;The poverty alleviation of per capital net income and medical insurance contribute much to sustained multidimensional poverty alleviation,the povertyreturning of health and poor housing contributed greatly to the sustained multidimensional povertyreturning in rural areas and urban areas respectively;Finally,this paper divides China's provinces into four types according to the situation of reducing poverty.
Drawing lessons from the " double threshold" multi-dimensional poverty identification method proposed by Alkire and Foster(2011),the paper proposed a method to discern multidimensional poverty reduction effectiveness based on the "three threshold",and constructed a sustained multidimensional poverty alleviation index based on the idea of persistent put forward by Foster(2009).Then,we measured the multi-dimensional poverty reduction effectiveness of China from poverty alleviation and poverty-returning.The results are as follows:China's sustained multidimensional poverty alleviation index is significantly greater than the poverty-returning,while rural areas are greater than that city and the western region is greatest due to the difference of breadth;The poverty alleviation of per capital net income and medical insurance contribute much to sustained multidimensional poverty alleviation,the povertyreturning of health and poor housing contributed greatly to the sustained multidimensional povertyreturning in rural areas and urban areas respectively;Finally,this paper divides China's provinces into four types according to the situation of reducing poverty.
引文
[1]叶初升,赵锐武,孙永平.动态贫困研究的前沿动态[J].经济学动态,2013(4).
[2]Ravallion M.Expected Poverty under Risk-Induced Welfare Variability[J].Economic Journal,1988,98(393).
[3]Morduch J.Poverty and Vulnerability[J].American Economic Review,1994,84(2).
[4]Jalan J,Ravallion M.Is Transient Poverty Different?Evidence for Rural China[J].Journal of Development Studies,2000,36(6).
[5]章元,万广华,史清华.中国农村的暂时性贫困是否真的更严重[J].世界经济,2012,35(1).
[6]Ward Patrick S.Transient Poverty,Poverty Dynamics,and Vulnerability to Poverty:An Empirical Analysis Using a Balanced Panel from Rural China[J].World Development,2016,78(2).
[7]郭熙保,周强.长期多维贫困、不平等与致贫因素[J].经济研究,2016,51(6).
[8]汪为,吴海涛,彭继权.农村家庭多维贫困动态性及其影响因素研究---基于湖北数据的分析[J].中南财经政法大学学报,2018(1).
[9]Alkire S,Apablaza M,Chakravarty S,et al.Measuring Chronic Multidimensional Poverty[J].Journal of Policy Modeling,2017,39(6).
[10]Foster J E.A Class of Chronic Poverty Measures[C].Poverty Dynamics:Interdisciplinary Perspectives,Oxford:Oxford University Press,2009.
[11]Alkire S,Foster J.Counting and Multidimensional Poverty Measurement[J].Journal of Public Economics,2011,95(7).
[12]周强,张全红.中国家庭长期多维贫困状态转化及教育因素研究[J].数量经济技术经济研究,2017,34(4).
[13]张全红,李博,周强.中国多维贫困的动态测算、结构分解与精准扶贫[J].财经研究,2017,43(4).
[14]侯亚景.中国农村长期多维贫困的测量、分解与影响因素分析[J].统计研究,2017,34(11).
[15]蒋南平,郑万军.中国农民工多维返贫测度问题[J].中国农村经济,2017(6).
[16]王朝明,姚毅.中国城乡贫困动态演化的实证研究:1990~2005年[J].数量经济技术经济研究,2010,27(3).
[17]王朝明,胡棋智.中国收入流动性实证研究---基于多种指标测度[J].管理世界,2008(10).
[18]张虎,周迪.创新价值链视角下的区域创新水平地区差距及趋同演变---基于Dagum基尼系数分解及空间Markov链的实证研究[J].研究与发展管理,2016,28(6).
[19]赵锐,眭睦,吴比.基于动态贫困理论视角的精准扶贫机制创新[J].农村经济,2018(1).
(1)返贫的定义可以分为广义和狭义的返贫。狭义的返贫是指从贫困到脱贫的人口再次返回贫困的过程,广义的返贫是指凡是从非贫困状态转移到贫困状态的过程都为返贫(蒋南平和郑万军,2017),本文的返贫定义是广义上的返贫。
(2)比如2010-2012年以及2012-2014年都为一个跨期,后文也将一个跨期称为单期。
(1)为了从时间上对减贫成效进行考察,本文还给出了各单期的多维脱/返贫指数(DMRI)的结果,见表3~6。和持续多维脱/返贫指数(DC-MRI)相比,DMRI除了没有考虑持续时间外,其在指数的计算、分解以及维度贡献上的思路和DCMRI一样,如可以分解成广度(MH)和深度(MA)的乘积,同时二者在单维和多维脱贫成效/返贫现象的识别过程上也完全相同。为此,本文没有给出单期多维脱/返贫指数的具体计算、分解以及维度贡献率公式。
(1)这些省份可能出现在某一年份中,全部家庭在某一指标上都为贫困状态或者都为非贫困状态,此时计算脱/返贫率会出现分子分母都为0的情形,Matlab在计算时虽会记为NaN,但程序仍然可以将NaN和临界值k1进行比较,且比较结果记为0。但这里的0和非NaN且值确定小于临界值k1而记为0的情况是有差别的。事实上前者的脱贫率是无法计算的,因此所计算的加权多维脱贫指数是没有包含这个指标的脱贫信息。具体地,北京所调查家庭的做饭燃料、做饭用水、通电情况以及垃圾处理等指标在整个考察期内都处于非贫困状态,人均纯收入在2012年都处于非贫困状态,故北京的持续多维指数无法体现这五个指标的脱贫信息;天津调查家庭的做饭燃料以及垃圾处理等指标在整个考察期内都处于非贫困状态,通电情况在2010年都处于非贫困状态,故天津的持续多维脱贫指数无法体现这两个指标的脱贫信息;山东省调查家庭在垃圾处理上在整个考察期内都处于非贫困状态,该指标的脱贫信息无法体现在山东省的持续多维脱贫指数中。
[2]Ravallion M.Expected Poverty under Risk-Induced Welfare Variability[J].Economic Journal,1988,98(393).
[3]Morduch J.Poverty and Vulnerability[J].American Economic Review,1994,84(2).
[4]Jalan J,Ravallion M.Is Transient Poverty Different?Evidence for Rural China[J].Journal of Development Studies,2000,36(6).
[5]章元,万广华,史清华.中国农村的暂时性贫困是否真的更严重[J].世界经济,2012,35(1).
[6]Ward Patrick S.Transient Poverty,Poverty Dynamics,and Vulnerability to Poverty:An Empirical Analysis Using a Balanced Panel from Rural China[J].World Development,2016,78(2).
[7]郭熙保,周强.长期多维贫困、不平等与致贫因素[J].经济研究,2016,51(6).
[8]汪为,吴海涛,彭继权.农村家庭多维贫困动态性及其影响因素研究---基于湖北数据的分析[J].中南财经政法大学学报,2018(1).
[9]Alkire S,Apablaza M,Chakravarty S,et al.Measuring Chronic Multidimensional Poverty[J].Journal of Policy Modeling,2017,39(6).
[10]Foster J E.A Class of Chronic Poverty Measures[C].Poverty Dynamics:Interdisciplinary Perspectives,Oxford:Oxford University Press,2009.
[11]Alkire S,Foster J.Counting and Multidimensional Poverty Measurement[J].Journal of Public Economics,2011,95(7).
[12]周强,张全红.中国家庭长期多维贫困状态转化及教育因素研究[J].数量经济技术经济研究,2017,34(4).
[13]张全红,李博,周强.中国多维贫困的动态测算、结构分解与精准扶贫[J].财经研究,2017,43(4).
[14]侯亚景.中国农村长期多维贫困的测量、分解与影响因素分析[J].统计研究,2017,34(11).
[15]蒋南平,郑万军.中国农民工多维返贫测度问题[J].中国农村经济,2017(6).
[16]王朝明,姚毅.中国城乡贫困动态演化的实证研究:1990~2005年[J].数量经济技术经济研究,2010,27(3).
[17]王朝明,胡棋智.中国收入流动性实证研究---基于多种指标测度[J].管理世界,2008(10).
[18]张虎,周迪.创新价值链视角下的区域创新水平地区差距及趋同演变---基于Dagum基尼系数分解及空间Markov链的实证研究[J].研究与发展管理,2016,28(6).
[19]赵锐,眭睦,吴比.基于动态贫困理论视角的精准扶贫机制创新[J].农村经济,2018(1).
(1)返贫的定义可以分为广义和狭义的返贫。狭义的返贫是指从贫困到脱贫的人口再次返回贫困的过程,广义的返贫是指凡是从非贫困状态转移到贫困状态的过程都为返贫(蒋南平和郑万军,2017),本文的返贫定义是广义上的返贫。
(2)比如2010-2012年以及2012-2014年都为一个跨期,后文也将一个跨期称为单期。
(1)为了从时间上对减贫成效进行考察,本文还给出了各单期的多维脱/返贫指数(DMRI)的结果,见表3~6。和持续多维脱/返贫指数(DC-MRI)相比,DMRI除了没有考虑持续时间外,其在指数的计算、分解以及维度贡献上的思路和DCMRI一样,如可以分解成广度(MH)和深度(MA)的乘积,同时二者在单维和多维脱贫成效/返贫现象的识别过程上也完全相同。为此,本文没有给出单期多维脱/返贫指数的具体计算、分解以及维度贡献率公式。
(1)这些省份可能出现在某一年份中,全部家庭在某一指标上都为贫困状态或者都为非贫困状态,此时计算脱/返贫率会出现分子分母都为0的情形,Matlab在计算时虽会记为NaN,但程序仍然可以将NaN和临界值k1进行比较,且比较结果记为0。但这里的0和非NaN且值确定小于临界值k1而记为0的情况是有差别的。事实上前者的脱贫率是无法计算的,因此所计算的加权多维脱贫指数是没有包含这个指标的脱贫信息。具体地,北京所调查家庭的做饭燃料、做饭用水、通电情况以及垃圾处理等指标在整个考察期内都处于非贫困状态,人均纯收入在2012年都处于非贫困状态,故北京的持续多维指数无法体现这五个指标的脱贫信息;天津调查家庭的做饭燃料以及垃圾处理等指标在整个考察期内都处于非贫困状态,通电情况在2010年都处于非贫困状态,故天津的持续多维脱贫指数无法体现这两个指标的脱贫信息;山东省调查家庭在垃圾处理上在整个考察期内都处于非贫困状态,该指标的脱贫信息无法体现在山东省的持续多维脱贫指数中。