维持贫困收益：指导社会登记扩展的脆弱性地图

维持贫困收益 引导社会登记处扩张的脆弱性地图 奥斯卡 · 巴里加 - 卡巴尼亚人托马斯 · 博苏罗伊 · 保罗 · 安德烈斯 · 科拉尔 · 罗达斯 · 卡洛斯 · 罗德里格斯 - 卡斯特兰 · 伊曼纽尔 · 斯库菲亚斯 政策研究工作文件 10890 Abstract 贫困地图是用于将社会项目瞄准高贫困集中区的有效工具。然而，单纯关注贫困忽视了其时间维度。因此，当前非贫困家庭仍面临显著的福利波动风险，并有可能在遭遇冲击后陷入贫困。本文结合了贫困地图绘制和脆弱性评估的方法，创建了高度细分化的脆弱性地图。这些地图包含了慢性贫困家庭份额（由贫困引发的脆弱性）的预测——这是传统贫困研究关注的重点。 在不确定环境下，本报告探讨了地图绘制及其在识别显著贫困风险（由风险引发的脆弱性）方面的作用。通过应用这种方法，我们对塞内加尔进行了脆弱性地图估计，并据此确定了社会注册体系扩大的配额。考虑到贫困人口和可能陷入贫困的人口，实际上意味着将覆盖范围扩展至倾向于拥有较低贫困率的城乡地区。此外，将非贫困家庭纳入考量，作为建立动态社会注册体系的第一步，对于支持社会注册的持续发展具有重要意义。 本报告系由减贫与公平全球实践项目产出。这是世界银行为促进研究成果开放获取、并为全球发展政策讨论做出贡献而进行的一项更大努力的一部分。世界银行的研究成果工作论文亦可在网址http://www.worldbank.org/prwp上浏览。如需联系作者，请通过电子邮件obarriga@worldbank.org进行联络。 维持贫困收益 ： 引导社会登记册扩张的脆弱性地图a 卡洛斯 · 罗德里格斯 -卡斯特兰dOscar Barriga - Cabanillasb Thomas Bossuroyc Paul Andres Corral Rodasc Emmanuel Skoufiase 关键字:贫困 ， 脆弱性 ， 贫困地图 ， 目标 ， 社会保护。JEL 代码: I32, F63C15, R11 1. Introduction 在发展中国家，大多数社会项目明确以减少贫困为目标（Elbers等，2007年）。目标集中在成功识别贫困家庭上。然而，这种优先考虑忽略了贫困的跨时期维度。非贫困家庭也面临变成贫困的风险。自然灾害、疫情、经济危机和气候变化的暴露意味着需要重新思考社会援助，以涵盖贫困者（提高收入，因此减少贫困）以及风险保险（降低陷入贫困的可能性）。作为设计旨在维持之前贫困成果的新一代社会援助项目的不可或缺部分，有必要开发新的目标机制，既覆盖当前贫困的家庭，也覆盖易受贫困影响的家庭。 我们开发了一种新颖的方法，用于为小型行政区域生成脆弱性地图，结合了家庭调查和国家人口普查的信息。该方法将小区域估计领域的见解与贫困易感性相关的技术整合在一起。传统贫困地图绘制主要关注当前贫困家庭的比例（贫困引发的脆弱性），而所提出的方法还允许估计极有可能在未来两期内陷入贫困的非贫困家庭的比例（风险引发的脆弱性）。遵循脆弱性文献的定义，分析基于一种观点，即如果预测显示一个家庭在未来两个时期内成为贫困的可能性超过0.5，则认为该家庭处于贫困风险中。关于贫困和风险引发的脆弱性的完整描述见Günther和Harttgen (2009)；具体实施细节可在方法论部分找到。 本方法的应用涉及塞内加尔全面贫困与脆弱性地图的创建。该地图提供了关于全国因贫困和风险导致的脆弱性的详细空间分析。总体发现显示，农村地区和东南部地区的贫困率较高。然而，结果还揭示了贫困与脆弱性更为复杂的一面。具体而言，尽管其贫困率较低，但城市社区占据了面临显著贫困风险的家庭的大部分。 该方法不仅能够识别贫困区域，还能确定高度脆弱人口集中的地区，这意味着该方法可以作为确定公社层级标准的基础。注册商国家独特 扩大国家社会登记的资格配额 ，(RNU).不仅利用贫困率 ， 而且利用脆弱性率 ， 使 RNU 能够支持 一个保护先前减贫成果的安全网。该计划旨在针对当前正经历贫困的人群，以减少即时的剥夺。然而，风险引发的脆弱性涉及福利波动，即在遭遇不可预见冲击后，当前收入线以上的家庭有陷入贫困的可能性。在社会援助领域，此处描述的方法有助于提高RNU的针对性，从而更有效地增强家庭应对风险的能力，这是提升人口对风险和冲击的韧性的重要步骤（Skoufias, Vinha, and Beyene, 2024）。 不仅考虑到贫困家庭，还考虑到可能成为贫困的家庭，这一做法体现了扩大社会保障网以覆盖部分非贫困家庭的重要性，以维持经济衰退和冲击期间过去减贫成果的持续性。实践中，结合使用脆弱性率和贫困率而非仅使用贫困率，可以增加城市和郊区家庭的项目资格。例如，仅考虑贫困率时，达喀尔市的资格提升率为84%。然而，农村地区仍显示出更高的项目资格率，因为其贫困率相对较高。考虑到风险引发的脆弱性能够扩大社会保护范围，涵盖那些在遭遇冲击时可能会陷入贫困的家庭，而当前的目标机制可能无法充分应对这种情况。 报告结构如下。第二部分解释了贫困地图在支持社会项目目标设定中的应用，并讨论了贫困脆弱性的概念。第三部分描述了用于估算贫困和脆弱性以及在贫困地图概念中加入脆弱性所涉及假设的数据和方法。第四部分使用塞内加尔的数据、按贫困和风险诱导的脆弱性率划分的市镇分布以及多个稳健性检验提供了贫困和脆弱性的估计值。第五部分介绍了RNU背景、最近注册扩展情况以及将脆弱性作为资格配额系统一部分使用的操作含义。最后一部分进行总结。 2. 扩大贫穷绘图以衡量脆弱性 在社会计划中定位 在资源有限的情况下，针对贫困项目的靶向策略已被广泛研究，普遍共识是有效靶向与项目的影响之间存在积极关系（Alatas等，2012年；Brown、Ravallion和van de Walle，2016年；Coady、Grosh和Hoddinott，2004年）。 然而，目标定位在货币、行政和政治层面上成本高昂。数据生成成本高；收集数据耗时；排除某些申请者可能产生政治和社会后果。因此，目标定位总是涉及到包括错误、排除错误和更高实施成本之间的权衡（Morley 和 Coady, 2003）。在社会项目目标定位策略中，地理定位利用不同地点贫困率的变化信息，将资源导向贫困率最高的地区。 尽管如此，地理目标的实施并非易事，因为仅凭家庭调查通常无法提供支持小行政单位准确贫困估计的信息。从调查数据得出的贫困度量往往噪声过大或覆盖率不足。为了产生高分解度的贫困率并推断出人口普查中的贫困情况，已开发出了小区域估计技术。1通过这些技术创建的贫困地图提供了相对精确的贫困估算，并被多个国家用于将资源导向贫困更为集中的地区。 在社会项目目标应用贫困地图方面，主要存在两种方法。单步方法中，识别并优先分配资源给贫困率最高的地区。2证据显示，在贫困更为空间集中的情况下，这一过程的有效性会增加（Elbers等，2007年）。塞内加尔国家社会登记处（RNU）采用的另一种方法包含两个步骤。首先，通过贫困地图提供的信息用于制定特定地区的合格配额。然后，使用额外工具处理这些配额以确定项目接收者。将脆弱性纳入目标定位可以提高项目的有效性，因为生活在贫困线以上、仅遭受一次冲击就可能陷入贫困的人口比例会增加。此外，如果贫困率近期有所下降，这一比例很可能会上升。 分析将贫困地图的估计与小区域估算技术结合，并融合了来自贫困易感性文献的方法，以纳入对贫困的脆弱性概念。在众多用于评估脆弱性的方法中，此分析借鉴了Günther和Harttgen（2009）的方法，该方法仅基于横截面数据即可计算福利波动。这一方法将脆弱家庭分为两组：首先，根据贫困标准；其次，进一步细化到特定的脆弱性指标，如收入波动、就业不稳定等。通过这种方式，分析能够更精确地识别和量化不同群体在经济环境变化下的脆弱性程度，为制定针对性的社会保障政策提供依据。 引发的脆弱性，涵盖了长期贫困的家庭，以及第二类风险引发的脆弱性，涵盖了当前非贫困但面临显著贫困风险的家庭。这种方法在实践者中普遍受到青睐，因为它有助于在缺乏面板数据的情况下生成脆弱性估计。此类应用的显著实例由Atamanov、Mukiza和Ssennono（2022年）、Rude和Robayo-Abril（2023年）以及Skoufias、Vinha和Beyene（2024年）描述。 在Günther和Harttgen（2009）方法中，只需进行一次横截面家庭调查即可获得优势，但其脆弱性评估结果仅在与家庭调查相同的空间级别上具有代表性。该方法无法提供实现社会项目有效、高度分化的目标所需的所需空间分辨率的脆弱性率。所提出的方案通过从人口普查数据中推算出的福利指标来恢复贫困率和面临贫困风险的家庭比例，克服了这一局限性。然后使用这些信息创建一个高度空间细分的脆弱性地图。如同Günther和Harttgen（2009）所述，如果家庭在未来两年内陷入贫困的概率超过50%，则被视为脆弱。具体方法细节将在数据与方法部分提供。 脆弱性的概念 根据Dercon（2005, 2010）的观点，脆弱性通常被定义为“家庭因个体家庭特有的偶然风险或外部于家庭的共变群体风险而陷入或持续处于贫困的风险”。这一定义强调了脆弱性的几个特性。首先，无论是贫困家庭还是非贫困家庭都可能面临脆弱性。其次，风险是脆弱性的核心要素。第三，风险与家庭和社区特定的特征相关联。 将这一通用定义转化为可衡量的概念，需要对家庭收入生成函数有精确的理解，并对其在不同潜在冲击情景下的预期平均收入和消费的方差进行建模。总体而言，衡量脆弱性的方法通常有三种，即预期贫困脆弱性、预期效用脆弱性和未保险的风险暴露。Pritchett、Suryahadi 和 Sumarto（2000）最早引入了预期贫困脆弱性概念，将脆弱性定义为家庭跌落至特定阈值的概率。 往往是贫困线。3预期效用估计方法通过度量确定条件下获得的效用与预期效用之间的差距来衡量脆弱性（Calvo和Dercon于2013年；Gallardo于2020年；Günther和Maier于2014年；Ligon和Schechter于2003年；Magrini、Montalbano和Winters于2018年）。最后，未投保风险暴露下的脆弱性估计了外生冲击对家庭消费的影响程度（Amin、Rai和Topa于2003年；Cafiero和Vakis于2006年；Cochrane于1991年；Dutta、Foster和Mishra于2011年；Jalan和Ravallion于1999年；Povel于2015年；Townsend于1994年）。尽管这些方法在方法论上存在差异且数据需求不同，但它们都旨在估计预期家庭消费及其方差。4 估算家庭消费的平均值和方差具有挑战性，这是因为脆弱性具有时间上的动态性质。为了获得准确的估计，需要在家庭层面拥有长期面板数据，但在发展中国家这类数据往往不可用。如果无法获取面板数据，则可以利用某些限制条件从横截面数据中估计特定家庭的平均消费及其方差。Chaudhuri, Jalan, 和 Suryahadi（2002）提出了一种方法，通过假设消费的方差可以用可观察的家庭和社区特征函数来建模，并且消费回归模型中的误差项捕捉了由特定家庭和社区收入变异性引起的未解释变化。鉴于面板数据的获取率较低，大量已发表的研究依赖于横截面数据来估计脆弱性（Chaudhuri, 2003；Christiaensen 和 Subbarao, 2005；Dang 和 Lanjouw, 2014；Günther 和 Harttgen, 2009；Kamanou 和 Morduch, 2002；Suryahadi 和 Sumarto, 2003；Tesliuc 和 Lindert, 2004）。5 3. 数据和方法 构建贫困与脆弱性地图需要进行家庭调查和人口普查。在此情况下，地图是使用2018年的统一家庭生活标准调查数据构建的。 2019.6调查收集了家庭和住宅特征、教育成就、资产拥有以及服务接入等方面的信