{
  "id": "multidimensional-poverty",
  "title": "多维贫困",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "多维贫困指在健康、教育、住房及基本服务获取等多个生活方面受到剥夺，而不仅仅是收入不足。",
  "category": "economics",
  "subcategory": "macroeconomics",
  "type": "concept",
  "aliases": [],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/multidimensional-poverty/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/multidimensional-poverty/",
      "json": "https://aiwiki.page/en/multidimensional-poverty.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "多维贫困是指人们在多个生活方面受到剥夺，而不仅仅是收入或消费不足的状况。这一概念将贫困理解为获得基本机会、资源和生活条件的能力受限，包括无法获得充足营养、教育、住房、环境卫生设施和电力。多维贫困这一概念的范围比任何特定指数都更广：不同的测量框架会选择不同的维度、门槛以及判定贫困人口的规则。"
    },
    {
      "heading": "概念基础",
      "text": "货币贫困测量通常将收入或消费低于某条贫困线的人认定为贫困人口。这类测量反映了人们支配经济资源的能力。多维方法则考察人们是否在多个生活领域实际达到了最低条件。\n\n这一区别十分重要，因为资源并不总能以相同方式转化为实际结果。收入相近的人，在公共服务、当地物价、残障状况、家庭责任或环境条件方面可能面临不同情况。一个家庭的收入可能高于货币贫困线，却缺乏安全的卫生设施，或无法方便地获得学校教育。反过来，即使家庭收入仍然较低，公共服务的提供也可能减轻某些方面的剥夺。\n\n一个重要的思想基础是可行能力方法，这一方法尤其与阿马蒂亚·森相关。它根据人们是否拥有实质性机会，过上自己有理由珍视的生活，来评价福祉。多维贫困测量通常反映的是选定的、可观察到的实际成就或剥夺，而非一个人可行能力的全貌。\n\n这一概念也借鉴了基本需求方法、社会指标以及有关社会排斥和物质剥夺的研究。它与生活水平和生活质量研究有所交叉，但专门关注不足之处，而非福祉的整体分布。\n\n多维性与绝对贫困和相对贫困之间的区分并非同一回事。多维测量可以采用固定的最低标准、相对于现行社会条件确定的标准，或将两者结合起来。"
    },
    {
      "heading": "维度与指标",
      "text": "维度是生活中的某个宽泛方面，指标则是用于表征这一方面的具体变量。例如，教育可以用就学情况和已完成的受教育年限来表征。\n\n常见维度包括：\n\n- **健康与营养：**反映营养剥夺、死亡情况或基本医疗服务可及性的指标。\n- **教育：**就学情况、受教育程度、识字能力或学习情况。\n- **住房与基本服务：**住房建材、拥挤程度、饮用水、环境卫生设施以及电。\n- **经济保障：**就业、收入、资产或抵御经济冲击的保障。\n- **社会参与和人身安全：**社会融入、遭受暴力的风险或参与社区生活的能力。\n\n并非每一种测量都包含上述所有维度。维度的选择取决于测量目的、所涉人群、公共讨论和可用数据。以儿童为重点的测量可能区分不同年龄的特定需求，而国家层面的测量则可能纳入与本国情况尤其相关的就业或服务指标。\n\n每项指标还需要设定一个剥夺门槛。例如，只有在规定最低受教育年限之后，受教育年限才能成为剥夺指标。这类门槛属于规范性选择，其依据包括法律标准、政策承诺、证据以及社会优先事项。"
    },
    {
      "heading": "测量方法",
      "text": "指标看板与重叠剥夺\n\n指标看板分别呈现多项指标。它既保留了细节，又避免强行采用单一的权重体系，但可能无法显示不同的不利处境是否集中在同一批人身上。\n\n这一区别是理解多维贫困的关键。分别统计卫生设施和就学情况，并不能说明缺乏卫生设施的家庭是否也正是儿童失学的家庭。测量重叠剥夺，需要将相关信息关联到相应的个人或家庭层面。\n\n有些方法将至少在一个维度上受到剥夺的人都认定为贫困人口，这称为并集规则。另一些方法则要求在所有选定维度上都受到剥夺，这称为交集规则。介于两者之间的规则，则在受到剥夺的指标数量或加权占比达到规定门槛时认定为贫困。\n\n阿尔基雷—福斯特计数法\n\n阿尔基雷—福斯特方法是一种广泛使用的框架。其常用的计数形式采用两类门槛：一类用于确定单项指标上的剥夺，另一类是用于判定多维贫困的总体门槛。\n\n对于个人 \\(i\\) 和指标 \\(j\\)，若该人在此指标上受到剥夺，则令 \\(g_{ij}=1\\)，否则令 \\(g_{ij}=0\\)。设 \\(w_j\\) 为非负的指标权重，所有权重之和为一。加权剥夺得分为\n\n\\[c_i=\\sum_{j=1}^{d}w_jg_{ij}.\\]\n\n当 \\(c_i\\geq k\\) 时，该人被认定为多维贫困人口，其中 \\(k\\) 为总体贫困门槛。\n\n如果在 \\(n\\) 人中有 \\(q\\) 人被认定为贫困人口，则贫困发生率为\n\n\\[H=\\frac{q}{n}.\\]\n\n贫困强度 \\(A\\) 是贫困人口的平均加权剥夺得分：\n\n\\[A=\\frac{1}{q}\\sum_{i:c_i\\geq k}c_i.\\]\n\n调整后贫困发生率为\n\n\\[M_0=H\\times A.\\]\n\n如果无人被认定为贫困人口，则将 \\(M_0\\) 定义为零。在调查应用中，这些量通常会纳入抽样权重。\n\n例如，如果某一人口中有30%属于贫困人口，且贫困人口受到剥夺的指标加权占比平均为40%，那么 \\(M_0=0.30\\times0.40=0.12\\)。这并不意味着贫困发生率为12%：贫困发生率仍是30%。\n\n与单独使用贫困发生率不同，\\(M_0\\) 能够反映仍处于贫困状态的人所受剥夺的减少。它也可以按人口子群体进行分解，而各项指标的贡献则显示了被认定为贫困人口者的贫困构成。"
    },
    {
      "heading": "国际与国家层面的测量",
      "text": "**全球多维贫困指数**由联合国开发计划署与牛津贫困与人类发展研究中心于2010年推出，是阿尔基雷—福斯特方法的一项重要应用。\n\n该指数采用健康、教育和生活水平三个权重相等的维度，以十项指标表征：\n\n- **健康：**营养和儿童死亡。\n- **教育：**受教育年限和就学情况。\n- **生活水平：**烹饪燃料、环境卫生设施、饮用水、电力、住房和资产。\n\n健康和教育维度中的每项指标权重为六分之一，生活水平维度中的每项指标权重为十八分之一。当一个家庭的加权剥夺得分至少达到三分之一时，其成员被认定为多维贫困人口。由于判定以家庭为单位，在这一测量中，同一家庭的所有成员具有相同的贫困状态。\n\n各国的多维贫困指数不必沿用这一设计。它们可以采用不同的指标、权重、门槛和判定单位。这样的调整有助于贴合国家优先事项，但也限制了采用不同测量方法的国家之间的直接比较。\n\n世界银行也发布一种多维贫困测量，将货币贫困与选定的教育和基本服务指标结合起来。它与全球多维贫困指数并不相同。\n\n多维贫困测量也不同于人类发展指数：后者概括的是健康、教育和收入方面的平均成就，而不是识别遭受重叠剥夺的人群。"
    },
    {
      "heading": "在研究与公共政策中的用途",
      "text": "多维测量能够揭示包括国内生产总值在内的国民收入平均指标无法反映的不利处境。其用途包括：\n\n- **监测变化：**区分贫困人口数量的变化与其剥夺强度的变化。\n- **地理与人口分析：**识别地区之间、城乡人口之间或不同人口群体之间的差异。\n- **政策协调：**显示教育、住房、基础设施和社会保护干预在哪些方面应对了重叠的不利处境。\n- **预算分析：**为讨论公共支出是否与观测到的剥夺状况相匹配提供依据。\n- **项目评估：**追踪多个维度的结果，而不仅仅关注收入。\n\n指数具有描述性，本身并不能证明因果关系。某项计划实施后指数下降，并不能证明下降是由该计划造成的；因果评估需要适当的研究设计。"
    },
    {
      "heading": "局限性与方法论争论",
      "text": "规范性选择与可补偿性\n\n维度、权重和贫困门槛既影响哪些人会被归为贫困人口，也影响测得的贫困水平。等权重设定虽然透明，但仍是一项具有实质影响的选择。可以在不同设定下检验结果，以评估其稳健性。\n\n加总式剥夺得分允许不同的不利处境组合得到相同的总分。这可能掩盖某一领域的严重剥夺与多个领域中程度较轻的不足之间的区别。测量方法也可以改为设置附加要求，或单独报告关键指标。\n\n信息损失\n\n单一指数便于传达信息，却无法呈现每一种剥夺状况。两个人群可能具有相同的指数值，但未获满足的需求以及剥夺在贫困人口中的分布却不同。调整后贫困发生率的汇总值也不包含剥夺得分低于总体贫困门槛的人所受到的剥夺。\n\n因此，解释指数时，通常还要结合贫困发生率、贫困强度、各项指标分解结果以及各子群体的结果。\n\n家庭层面的假设与数据限制\n\n将同一贫困状态赋予所有家庭成员，可能掩盖家庭内部的不平等。食物、教育、资产或决策参与的机会，可能因年龄、性别或残障状况而异。个人层面的测量可以揭示其中一些差异，但需要合适的数据。\n\n住户调查可能遗漏没有稳定住所的人，也可能未能充分代表受冲突或流离失所影响的人群。指标衡量的可能是服务的可及性，而非服务质量：就学并不一定意味着真正学有所获，接通电力也不能证明供电可靠。\n\n国际比较还会受到调查时间、问卷差异、观测值缺失和指标定义变化的影响。如果未能观测到各指标的联合分布，仅将来自彼此无关数据源的指标组合起来，通常无法确定哪些人遭受了重叠剥夺。\n\n与货币贫困的关系\n\n货币贫困测量与多维贫困测量回答的是相互关联但并不相同的问题。两者识别出的贫困人口不一定重合。将两者一并报告，可以区分哪些人面临经济资源不足，哪些人受到所选非货币维度的剥夺，以及哪些人同时面临这两种情况。任何一种方法都无法完全替代另一种。"
    }
  ],
  "links": [
    "poverty",
    "education",
    "poverty-line",
    "capability-approach",
    "standard-of-living",
    "quality-of-life",
    "absolute-poverty",
    "relative-poverty",
    "electricity",
    "multidimensional-poverty-index",
    "world-bank",
    "gross-domestic-product",
    "social-protection",
    "causation"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}