本文探讨了主流多维贫困度量方法中存在的 perverse incentives 问题。文章指出,基于调整后人头比的多维贫困指数(如全球多维贫困指数)会误导政策制定者优先针对最不贫困的人群,而非最贫困的人群。文章提出了一个简单的解决方案:通过减少贫困人群的贫困贡献来消除这种 perverse incentives,从而得到一个满足相同属性但违反维度分解的指数。文章认为,维度分解的违反并非足够理由放弃该指数,因为它在实践中存在两个主要局限性:1)在进行最小化贫困指数的政策制定时,维度分解无法提供必要的信息;2)在监测贫困变化时,维度分解可能会误导政策制定者对进展来源的理解。文章以全球多维贫困指数为例,说明了这两个局限性。最后,文章建议政策制定者在进行多维贫困最小化政策分析时,应使用提出的调整后指数,而非原始的调整后指数。