多维贫困：为何不补全缺失的联合分布数据？

核心观点

该研报探讨了在多维贫困测量中，如何处理来自不同调查的货币和非货币维度数据缺失联合分布的问题。作者提出了一个新的简单方法：假设缺失的联合分布数据为一个固定值，并称由此得到的测度为“编造”测度。

关键数据和研究方法

• 数据来源：六個發展中國家的家庭調查數據（玻利維亞、巴西、厄瓜多爾、埃塞俄比亞、加納和烏干達），這些數據同時包含了貨幣和非貨幣維度的結果。
• 研究方法：
  • 理想測度：多維度頭計率，將個體定義為貨幣貧困和/或非貨幣貧困。
  • 單一調查測度：貨幣頭計率和非貨幣頭計率。
  • 混合測度：貨幣頭計率和非貨幣頭計率的簡單加權平均。
  • 編造測度：使用固定重疊係數對理想多維度頭計率進行估計。
  • 評估標準：Spearman相關係數、排名顛倒比例和預算重新分配比例。

研究結論

• 編造測度優於單一調查測度：在所有評估標準下，編造測度都系統地比單一調查測度更接近理想的多維度貧困比較，即使在重疊係數的假設值不合理的情況下也是如此。
• 編造測度通常優於混合測度：編造測度在大多數情況下略微優於混合測度，並更好地逼近理想頭計率的水平。
• 蒙特卡洛模擬結果：模擬結果確認了這些發現的普遍性，表明在廣泛的數據生成情景下，編造測度比單一調查測度或混合測度更接近理想的多維度基準。
• 政策含義：該方法提供了一種簡單且概念合理的策略，可以改善來自不同調查的多維度貧困比較，即使在存在數據限制的情況下也是如此。

局限性

• 不適用於直接的人際貧困比較。
• 編造測度可能會損失其下層貧困指標的一些理想屬性。