KNOWECON WIKI

ARTICLE

多维贫困指数

多维贫困指数 (Multidimensional Poverty Index) 多维贫困指数 (Multidimensional Poverty Index, MPI) 是由牛津大学贫困与人类发展倡议 (OPHI) 与联合国开发计划署 (UNDP) 于2010年联合开发的一个综合性贫困度量指标。与传统仅以收入或消费水平衡量贫困的做法不同，MPI从健康、教育和

浏览 4 更新 2026-05-26

多维贫困指数 (Multidimensional Poverty Index)

多维贫困指数 (Multidimensional Poverty Index, MPI) 是由牛津大学贫困与人类发展倡议 (OPHI) 与联合国开发计划署 (UNDP) 于2010年联合开发的一个综合性贫困度量指标。与传统仅以收入或消费水平衡量贫困的做法不同，MPI从健康、教育和生活水平等多个维度直接考察家庭层面的被剥夺状况 (deprivation)，旨在更完整地反映贫困的多重性、深度和复杂性。

理论背景与动机

传统贫困度量如贫困人口比例 (Headcount Ratio) 和贫困缺口 (Poverty Gap) 仅关注收入或消费单一货币维度。这一方法蕴含一个隐含假设：只要收入达到某个门槛，贫困问题即告解决。然而，阿马蒂亚·森 (Amartya Sen) 提出的能力方法 (Capability Approach) 深刻批判了这一假设，指出贫困的本质是基本可行能力的剥夺，而非仅仅是收入不足。一个人可能在收入上高于贫困线，却在教育、健康、住房或饮用水方面面临严重剥夺；反之，收入低于贫困线的人也未必在所有维度上面临同样程度的匮乏。这种不完全重叠 (partial overlap) 意味着仅靠收入贫困率会遗漏大量贫困信息。

此外，收入贫困度量无法回答以下关键问题：贫困人口究竟在哪些具体方面最为匮乏？被剥夺是否在多个维度上同时累积？这些问题对于精准制定反贫困政策至关重要。MPI正是在这一理论视角下应运而生，它通过直接度量多个维度上的剥夺状况，试图描绘贫困的真实面貌。

维度与指标体系

自2010年首次发布以来，MPI历经多次修订。以2018年以来使用的规范版本为例，MPI覆盖三个核心维度，共包含十个指标：

  • 健康 (Health)： \begin{itemize}
  • 营养：家庭中是否有任何成员（15岁以下儿童或成人）存在营养不良
  • 儿童死亡率：家庭中是否有18岁以下儿童在调查前五年内死亡

\item 教育 (Education)：

  • 受教育年限：家庭中是否无任何成员完成六年以上正规教育
  • 入学率：是否有学龄儿童（至八年级）未按龄入学

\item 生活水平 (Living Standards)：

  • 做饭燃料：是否使用牲畜粪便、木柴或木炭等不清洁燃料
  • 厕所设施：是否缺乏改善的卫生设施或与其他家庭共用
  • 饮用水：是否无法获取安全饮用水或取水往返需30分钟以上
  • 用电：家庭是否无电力供应
  • 住房材料：地面、墙壁或屋顶是否使用简陋材料建造
  • 资产拥有：家庭是否未拥有超过一项特定资产（如电视、手机、自行车、冰箱等），且无汽车或卡车

\end{itemize}

权重分配采用嵌套等权重法：三个核心维度各占 1/31/3；健康和教育维度内的两个指标各占 1/61/6；生活水平维度的六个指标各占 1/181/18。

计算方法：Alkire-Foster方法

MPI的计算基于Alkire-Foster方法，由 Sabina Alkire 和 James Foster 于2011年在《Journal of Public Economics》上正式提出。该方法是一套通用的多维贫困测度框架，包含识别与聚合两个核心步骤。

第一步：识别被剥夺

对每个家庭 ii 和每个指标 jj，定义剥夺状态向量：

g_{ij} = \begin{cases}

1 \& 若家庭 \text{若家庭 } i  在指标 \text{ 在指标 } j  上被剥夺（低于阈值）\text{ 上被剥夺（低于阈值）} \\ 0 \& 否则\text{否则}

\end{cases}

每个家庭的加权剥夺得分为：

ci=∑j=110wj gijc_i = \sum_{j=1}^{10} w_j \, g_{ij}

其中 wjw_j 为指标 jj 的权重。cic_i 的取值范围为 [0,1][0, 1]，数值越大代表被剥夺程度越严重。

第二步：识别多维贫困

设定剥夺阈值 (deprivation cutoff) kk，通常取 k=1/3k = 1/3（即33.3\%）。判断规则如下：

家庭 i 为多维贫困  ⟺  ci≥k\text{家庭 } i \text{ 为多维贫困} \iff c_i \ge k

当 ci≥1/2c_i \ge 1/2 时，该家庭被进一步认定为严重多维贫困。注意，对被剥夺指标数少于 kk 的家庭，将其剥夺得分剔除 (truncate) 为零，即仅关注"足够贫困"的人群——这一处理称为截断 (censoring)。

第三步：聚合计算MPI

MPI由三个相互关联的子指标构成：

  1. 贫困发生率 HH (Incidence of Poverty)： \[ H = \frac{q}{n} \] 其中 qq 为多维贫困人口数，nn 为总人口。HH 衡量贫困的"广度"。
  2. 剥夺强度 AA (Intensity of Deprivation)： \[ A = \frac{\sum_{i=1}^{q} c_i}{q} \] 其中 cic_i 为贫困家庭的截断后剥夺得分。AA 衡量贫困的"深度"——即贫困家庭平均遭受的剥夺比例。
  3. 多维贫困指数 MPIMPI： \[ MPI = H \times A \]

举例说明：假设一个100人的群体中，有40人属于多维贫困（H=0.40H = 0.40），这些贫困家庭的平均剥夺得分为 A=0.45A = 0.45，则 MPI=0.40×0.45=0.18MPI = 0.40 \times 0.45 = 0.18。对比另一个群体，若其 H=0.50H = 0.50 但 A=0.30A = 0.30，则 MPI=0.15MPI = 0.15。可见，MPI同时反映贫困的广度和深度——一个贫困人口较多但剥夺较浅的群体，其MPI可能低于贫困人口较少但剥夺极深的群体。这一性质使MPI在对贫困程度排序时比单纯使用贫困发生率更加合理。

维度分解

MPI的一个重要特性是可分解性 (decomposability)。MPI可以按照维度或指标进行分解，揭示贫困的内部结构：

MPI=∑j=110wj hjnMPI = \sum_{j=1}^{10} \frac{w_j \, h_j}{n}

其中 hjh_j 为在指标 jj 上被剥夺且属于多维贫困的人口数。这种分解使得政策制定者能够精确识别贫困的首要成因，并据此优先配置资源。

数据来源与全球趋势

数据来源

MPI通常使用以下三类微观调查数据：

  • 人口与健康调查 (Demographic and Health Surveys, DHS)：由美国国际开发署资助，覆盖90多个发展中国家，提供标准化的健康、营养和人口数据。
  • 多指标类集调查 (Multiple Indicator Cluster Surveys, MICS)：由联合国儿童基金会协调，侧重妇女儿童福利和教育指标。
  • 各国官方家庭生活水平调查：如世界银行的 Living Standards Measurement Study (LSMS)，以及各国统计局的全国性家庭调查。

这些调查覆盖教育、健康、生活条件等多维信息，但通常每三至五年才执行一轮，时效性是MPI面临的一个主要制约。

全球贫困格局

根据UNDP与OPHI联合发布的《全球多维贫困指数报告》，截至2023年，全球约11亿人口生活在多维贫困之中，其中约一半是未成年人。多维贫困在以下特征上展现出显著模式：

  • 地理集中：约三分之二的多维贫困人口生活在撒哈拉以南非洲和南亚地区。
  • 城乡差异：多维贫困人口中约84\%生活在农村地区。农村地区的MPI值通常为城市地区的三至四倍。
  • 冲突与脆弱性：受冲突影响的国家的多维贫困人口比例明显高于和平国家。
  • 与收入贫困的关系：同时以收入贫困线和MPI衡量的贫困人口中，约一半人仅在其中一个标准下被识别为贫困，凸显了多维度度量的独特价值。

政策含义与应用

  • 追踪可持续发展目标：MPI被广泛用于衡量 SDG 1（消除贫困）的进展。其多维特性与SDG框架"不让任何人掉队"的核心理念高度契合。
  • 精准政策诊断：通过分解MPI，可以识别一个地区最突出的贫困短板——例如某地区健康维度剥夺严重但教育较好，则政策资源应向公共卫生倾斜。
  • 发现被忽视的贫困群体：收入贫困统计可能遗漏非货币维度上遭受严重剥夺的群体，MPI有助于揭示这些"隐藏的贫困者"。
  • 动态监测：若同一家庭在两个时点均有调查数据，可以追踪其多维贫困状态的进入与退出，分析贫困的流动性。

局限性与批判

尽管MPI极大地丰富了贫困度量的视角，它仍面临若干局限：

  • 数据时效性：MPI依赖家庭调查数据，更新频率低，难以对短期经济冲击（如疫情、自然灾害）做出及时响应。
  • 维度选择的规范性问题：不同理论传统对"基本可行能力"的构成存在分歧，维度增减和权重设定不可避免地引入价值判断。
  • 与收入指标互补而非替代：MPI本身不包含货币维度，因此无法回答与收入直接相关的贫困问题（如购买力、市场参与）。
  • 跨国可比性困难：各国调查问卷的设计、指标定义和剥夺阈值存在差异，比较时需要谨慎处理。
  • 组内不平等被掩盖：MPI对贫困人口内部的不平等不敏感。Alkire和Foster在原框架中考虑了不平等调整方法，但在标准全球MPI发布中并不常用。

总之，多维贫困指数通过将健康、教育和生活水平等多个维度的剥夺状况纳入统一的度量框架，从根本上超越了单一收入贫困视角。它揭示了贫困的多重面相，为发展经济学研究和全球反贫困实践提供了更加精细和全面的分析工具。正如 Alkire 和 Foster 所强调的，多维贫困度量并非要取代收入贫困统计，而是与之互补，共同构建一个更完整的贫困图景，进而推动更有效的公共政策制定。