本文探讨了在贫困测量中,当货币和非货币维度数据来自不同调查时,如何进行有效的多维贫困比较。作者提出了“编造”缺失联合分布数据的方法,即假设缺失部分的固定值,并称由此得到的测度为“编造”测度。研究发现,与传统的单一调查测度和“混搭”测度相比,“编造”测度能够更准确地反映社会贫困状况,即使在假设的缺失数据值不太合理的情况下也是如此。研究基于六个国家(玻利维亚、巴西、厄瓜多尔、埃塞俄比亚、加纳和乌干达)的家庭调查数据,这些数据同时包含了货币和非货币维度的结果,允许构建“理想”测度。实证结果表明,“编造”测度优于单一调查测度,无论假设的重叠系数值如何。研究还通过蒙特卡洛模拟验证了结果的稳健性,发现“编造”测度在各种数据生成场景下都更接近理想的多元贫困基准。研究结论是,传统的单一调查测度在社会贫困比较中并非最优,整合更多维度,即使是不完美的整合,也是有价值的。因此,即使“混搭”测度缺乏概念基础,也不应完全放弃使用单一调查测度,而应优先考虑“编造”测度。