【研究框架】

研究团队通过整合多维数据、计算多维贫困指数对孟加拉国处于危机时非收入因素对贫困群体的影响进行分析。在现今日益面临众多危机的世界中，那些虽未被绝对边缘化但仍徘徊在货币贫困线附近的群体正变得越来越脆弱，因此准确识别贫困群体的脆弱性需要的不仅仅只是以消费支出为中心的贫困衡量标准和相应的收入数据。在此基础上，联合国开发计划署（UNDP）和牛津贫困与人类发展开发（OPHI）倡议提出了可以补充基于收入和其他货币的贫困衡量标准的多维贫困指数（MPI）。多维贫困指数通过获取特定人群在教育、健康、生活水平等非货币维度的福祉被剥夺程度来计算其贫困率。为了评估多维贫困评估办法在明确危机期间脆弱性的潜在效力，联合国开发计划署设在孟加拉国办事处的研究机构利用 “改善城市贫困社区生计”项目的数据进行评估分析。该项目涵盖孟加拉国19个城市约400万城市贫民，通过使用多维贫困指数来测量参与项目家庭的被剥夺程度以评估其减贫成效。

【观点摘要】

1.2023年联合国世界数据论坛第二个专题重点关注“数据改善生活的价值和为可持续发展提供更好数据支持”。具体而言，“通过整合多维数据改善决策”来解决以货币衡量贫困的传统标准限制，利用多维度的非收入性数据来提升社会保障的抗冲击能力。

2.由于多维贫困指数建立在使用非收入性数据的基础上，在危机期间采用基于多维贫困指数的项目支持能够识别家庭除了收入之外的脆弱性，特别是考虑到国家级的贫困测量通常会忽略生活、教育和健康水平的区域性差异。多维贫困指数能够深度分离导致贫困的各种因素并找出导致贫困的根本原因。在危机期间，多维贫困指数发挥重要作用，因为收入以外的福祉被剥夺。

3.动态数据也可增进我们对多维贫困的理解。通常研究基于对项目收集的静态数据的分析，但这些数据无法捕获实时变化，而动态数据则可反映大流行期间家庭生计状况的变化，使援助项目更有效针对受助者，准确定位其需要的救济类型。

4.使用基于具体场景的多维贫困指数可更好补充基于收入的贫困衡量标准。多维贫困指数总分的变化可能会隐藏家庭具体脆弱性，比如残疾情况、儿童或老人、区域差异等。尽管多维贫困指数得分是面向所有受助成员的，但对于有残疾人的家庭来说，情况并未改善。因此，使用统一的多维贫困测量标准尽管能够体现地区具体差异，但存在忽略弱势群体特殊需求的风险。

5.以孟加拉国为例，疫情加剧该国非收入因素致贫的程度。在这种情况下，使用多维贫困指数，有助于识别最脆弱群体并揭露贫困规律。然而，多维贫困指数需要加强对动态数据的收集，以便体现危机期间家庭生计状况的实时变化。这将帮助发展援助的提供者更精准定位项目目标人群，并识别其在危机背景下的脆弱性，从而保证在减贫的路上无一人掉队。

【作者简介】

Nuzhat Fatima：开发计划署政策和战略咨询研究助理。