我们怎样才能准确估计贫困脆弱性？外文翻译资料

我们怎样才能准确估计贫困脆弱性？

原文作者 YUAN ZHANG amp; GUANGHUA WAN

单位 复旦大学中国经济研究中心 、 云南财经大学

摘要：关于贫困脆弱性有不同的定义。大多数研究人员倾向于将贫困脆弱性定义为一个家庭或个人在未来陷入贫困的可能性。基于这一定义并利用中国农村家庭调查小组数据，本文试图评估我们可以测量的贫困脆弱性程度。该评估是基于对估计的脆弱性和实际观察到的贫困程度之间的比较。作者发现估计的准确度首先取决于脆弱性线。他们的研究结果表明将线设置在50%是为了提高预测能力。其次，准确度取决于对永久收入的估计方式。假设未来收入的对数呈正态分布，最好使用过去的加权平均收入作为永久收入的估计而不是使用回归来衡量永久收入。第三，评估准确性取决于所选择的贫困线。当使用较高的贫困线2美元而不是1美元时，估计的脆弱家庭和实际贫困家庭之间的重叠百分比会上升。

一、 引言

概括不幸者福利状况水平的一个传统工具是根据收入或消费数据估计贫困指数。然而，一个家庭的福利水平不仅取决于其目前的收入或消费，而且还取决于它所面临的风险或潜在的负面冲击。众所周知，今天的贫困并不代表明天的贫困，非贫困家庭或个人可能会由于收成不好、失业和疾病等意外冲击而陷入贫困。在某一特定时间点衡量的贫困通常没有考虑到家庭福利的未来前景或相关风险。这导致了最近在经济学和发展文献中出现了“贫困脆弱性”的概念。

一般来说，脆弱性可以根据国家、公司或个人等不同实体，以及自然灾害或金融危机等不同风险来定义。例如，Glew we和Hall（1998）认为脆弱性是一个动态的概念，涉及到宏观经济冲击后的一系列事件。它们区分了两种脆弱性：政策诱导的脆弱性和市场诱导的脆弱性。后者可以通过家庭中对商品和服务的消费量的变化来衡量。

就家庭贫困脆弱性而言，还有其他定义。Kuhl (2003)将贫困脆弱性定义为一个家庭遭受重大冲击的倾向，这种冲击使其福利低于社会所接受的水平。同样，Pritchett等人（2000）和Mansuri 和 Healy（2001）将贫困的脆弱性定义为一个家庭在不久的将来或在特定时间内至少经历一次贫困的可能性。Chaudhuri等人（2002）给出了另一个定义，他们将t时刻遭受贫困脆弱性定义为一个家庭在t 1时刻变得或保持贫困的概率。值得注意的是贫困和贫困脆弱性之间的关键区别。后者涉及未来的风险，是一个前瞻性的概念且不能被观察。然而，人们可以估计一个家庭或个人在未来由于各种风险而继续贫困或变得贫困的可能性。

对脆弱性的不同定义，存在着不同的估计方法。这包括使用预期消费和贫困线之间的差异（Kochar，1995；Dercon 和Krishnan,2000）和使用陷入贫困的概率（见Zhangamp;Wan，2006）。根据福斯特等人(Foster，1984)的贫困指数，Kamanou和Morduch（2002）将未来贫困的预期值与其目前的Foster等人（1984）的贫困估计值之间的差异。通过蒙特卡罗模拟得到了未来贫困的期望值。由于福斯特等人（1984）的贫困测量没有纳入风险因素，Ligon和Schechter（2003）建议用贫困线评估的效用函数值与预期消费水平评估的效用函数值之间的差异来衡量脆弱性。迄今为止，还没有对贫困脆弱性的首选定义或估计技术达成一致。然而，正如Zhang和Wan（2006）所讨论的，大多数研究人员将贫困脆弱性定义为一个家庭或个人陷入贫困的概率。这就是本文所采用的定义。

不用说，衡量贫困脆弱性是重要的，特别是因为它能够识别那些不贫困但可能陷入贫困的人和那些将持续贫困的人。一旦确定，就可以制定适当的政策，以防止前者陷入贫困，并帮助后者摆脱贫困。显然，纯粹基于当前贫困状况的政策可能对那些脆弱的个人和家庭没有效。通过获得脆弱性概况，现存和未来的贫困可以被识别。正如人们普遍接受的那样，预防比消除更好，预防贫困需要适当地衡量贫困脆弱性。

结果表明，根据上述定义，对贫困脆弱性的衡量取决于所选择的脆弱性和贫困线以及未来收入的统计分布参数。因此，后者的设置或获得将影响脆弱性估计的精度。因此，本文的目的是探讨在不同的脆弱性线、不同的贫困线和不同的永久收入估计技术下的脆弱性估计的精度。

操作过程如下。根据1989年、1991年和1993年中国健康与营养调查(CHNS)收集的家庭调查数据，我们使用1989年和1991年的数据评估家庭的贫困脆弱性。将估计的脆弱性与1993年观察到的贫困情况进行比较发现，估计的脆弱性越接近实际的贫困，测量方法就越好。本文的结构如下。第2节建立了分析框架，其中讨论了获得永久收入的两种技术。第3节介绍了贫困和脆弱性线的数据描述和选择。在第4节中，我们将脆弱性估计值与观察到的贫困情况进行了比较。第5节得出了结论和一些政策建议。

二、 概念框架

本文中用V表示的贫困脆弱性定义为：

（1）

其中，i和t表示家庭和时间周期，Y表示福利（消费或收入），z表示贫困线，f(Yi，t 1)表示未来福利的概率密度函数。显然，Vit表示在t 1时间内获得收入或其他福利指标的概率，它低于预定的贫困线z。

这个定义在文献中是最普遍的。此外，它与Alwang等人（2001）一致，他们指出脆弱性的概念应符合以下五个一般原则：（1）它是前瞻性的并且可以被定义为相对于某些福利基准经历未来损失的概率；（2）脆弱性是由不确定事件造成的；（3）脆弱性的程度取决于所涉及的风险特征和家庭应对风险的能力；（4）脆弱性取决于时间范围，即一个家庭可能在下个月、明年等方面容易受到风险的影响；（5）穷人和非穷人都可以是脆弱的，因为他们获得资产的机会和应对风险的能力有限。

在方程（1）中，未来福利的不确定性Yi，t 1（通常由收入或消费代理）由概率密度函数ft（Yi，t 1）捕获，这必须在计算Vit之前得到。有两种方法可以得到ft（Yi，t 1）。第一个是所谓的引导方法。其想法是通过根据观察到的特征和类似家庭过去的收入或消费波动，产生未来可能的福利分配，来弥补未知的分布。这种方法可以在Kamanou和Morduch (2002) 和Kuhl (2003)中找到。第二种方法是为未来的收入或消费假设一个参数的统计函数，然后根据可用的数据估计该函数的参数。例如，Rajadel（2002）假设人均食物消费的对数呈正态分布。然后，根据Christiaensen和Boisvert（2000）提出的方法，估计食物消费的事前均值和方差。Chaudhuri等人（2002）、Christiaensen 和 Subbarao（2005）和Zhang和Wan（2006）的研究也基于对数正态假设。相比之下，McCulloch 和Calandrino (2003)假定家庭消费的跨时变化呈正态分布，且该分布的均值和方差因家庭分布而异。然后，他们使用面板数据的纵向分量来估计分布的平均值和标准差。Pritchett等人（2000）假定差异。然后，他们使用面板数据的纵向分量来估计分布的平均值和标准差。Pritchett等人（2000）假定差异在现在和未来之间的消费是正态分布的，并相应地衡量了脆弱性。Mansuri和Healy（2001）的工作假设是，所有对支出的历史冲击和任何测量误差都是正态分布的。

由于缺乏消费数据，本文使用收入来代表家庭福利。因此，有必要获得未来收入的统计分布。为了这一目的可以假设有许多统计函数（见Champernowne，1953年；Rutherford，1955年）。然而，正如Singh和Maddala（1976）所证明的那样，帕累托函数更适合于建模非常富有的人而不是穷人，而对于对数正态函数则相反。鉴于我们只关注穷对数正态性假设似乎是合理的。此外，Shorrocks和Wan（2008）支持使用对数正态假设来模拟收入的分布。

在假设未来收入的对数正态分布后，我们所需要做的就是估计这个分布的平均值和标准差。根据Friedman（1957,1963）的永久收入假设，Mansuri 和 Healy（2001）表明，对未来支出平均值的良好估计是永久支出。同样地，利用面板数据，Chaudhuri等人（2002年）McCulloch 和 Calandrino（2003年）提供的数据表明，观察收入或消费的平均值和标准差是对其未来相同部分的无偏估计。

利用面板数据并遵循永久收入假设，人们可以通过回归将观察到的收入分解为永久成分和瞬态成分（见Mansuri 和 Healy，2001；Kuhl，2003；Zhang和Wan，2006）。或者，也可以直接计算观测收入的平均值和标准差（见Chaudhuri等人，2002年；McCulloch和 Calandrino，2003年）。在本文中，我们将遵循Bhalla（1980）构建两种永久收入的度量：一种基于回归模型，另一种使用过去收入的加权平均值。结合标准偏差的估计，永久收入将作为方程（1）中密度函数的平均值进行脆弱性估计。

我们的操作包括以下步骤：

（1）假设未来收入为对数正态分布，概率密度函数如式（2）所示：

（2）

其中，bi为未来收入的标准差，ai为未来收入的预期值。

（2）继Mansuri 和 Healy（2001）、Kuhl（2003）和Zhang和Wan（2006）之后，本文未来收入的预期值将被永久收入取代，永久收入可以通过不同的技术获得（详见下一节）。

（3）未来收入的标准差见公式（3）：

（3）

（4）最后，由式（4）给出了脆弱性估计值：

（4）

其中lnZ是对数贫困线。

在探讨脆弱性估计器的敏感性时，将考虑不同的脆弱性线、不同的贫困线和两种估计永久收入的技术。

三、 数据，脆弱性线和贫困线

本文中使用的调查数据来自中国健康与营养调查，这是一个由北卡罗莱纳大学卡罗莱纳人口中心、国家营养与食品安全研究所和中国疾病预防控制中心联合运行的项目。虽然不是收入调查，但实物收入和补贴是估算的。1989年、1991年、1993年、1997年、2000年、2004年和2006年分别进行了7轮CHNS，分别覆盖了中国9个省约4000户家庭的15 000口人。

这些数据覆盖了中国的城乡地区。由于中国大多数贫困人口生活在农村地区，因此我们只使用农村数据。选取1989年、1991年和1993年三年中都观察到的家庭，获得了2340个农村家庭的平衡面板数据。来自1997年、2000年、2004年和2006年的数据没有被考虑在内，因为它们可能存在严重的样本损耗问题。值得注意的是，这些数据样本可能并不能代表中国的农村地区。这是可以接受的，因为本文的主要目的不是衡量脆弱性或分析中国农村地区脆弱性的决定因素。相反，我们只关心评估脆弱性评估者对不同的脆弱性线、不同的贫困线和不同的永久收入估计数的敏感性。我们的数据的一个优势是，家庭收入已经被调整，以反映地区价格变化和总体通货膨胀（以1988年人民币价格为基础）。

要使用方程（4）来衡量贫困脆弱性，必须选择一条贫困线。关于中国国家统计局设定的贫困线存在相当多的批评，因为它相对于国际标准贫困线（购买力平价每天1美元或2美元）太低了。在调整了农村通货膨胀因素后，本文将考虑后者。使用两条贫困线可以帮助我们回答一个重要的问题：脆弱性估计对外来贫困线的选择有多敏感？较高的贫困线可能导致对贫困程度更大的估计。但是，尚不清楚哪条贫困线将导致估计的脆弱性和观察到的贫困线之间的一致性比例更高。

此外，还必须建立一个漏洞线。Chaudhuri等人（2002）认为，脆弱性线的选择在很大程度上是任意的，有两条脆弱性线值得特别考虑。一个与Rajadel（2002）使用的观察到的人数比率相同。例如，如果一个地区的总人口比例为40%，而一个家庭在未来陷入贫困的概率大于40%，则该家庭就被认为是脆弱的。另一个漏洞线只有50%，由Kuhl（2003）、Pritchett等人（2000）和Zhang和Wan（2006）采用。在这种情况下，那些有50%或更多机会陷入贫困的人被认定为脆弱群体。后者脆弱性线有时被称为严格百分比或高脆弱性阈值(Chaudhurietal.，2002)。在本文中考虑了这两个漏洞线。

四、 结果和讨论

根据永久收入的获得方式，结果将分别给出和讨论。需要注意的是，未来收入的标准差总是由公式（3）给出。

（一）加权平均收入

根据弗里德曼（1957）对消费行为的分析，衡量永久收入的一种常用方法是计算过去收入的加权平均数，也就是说

（5）

Wt为权重，Yt为时间段t中的计量收入。

利用综合时间序列数据，弗里德曼（1957）估计在trsquo;时的永久收入Yp为

（6）

其中，a为永久收入的趋势增长率，d为加权参数。

当使用离散数据时，该方法产生以下trsquo; = 0的加权模式：

（7）

其中，d可以被解释为一个调整参数。更多细节请参阅弗里德曼（1957）。

在后来的一篇文章中，弗里德曼（1963）为构建Yp提供了另一种理论基础。这种方法适用于个人和

剩余内容已隐藏，支付完成后下载完整资料

How Precisely Can We Estimate Vulnerability to Poverty?

YUANZHANGamp;GUANGHUAWAN

ABSTRACT There are alternative definitions of vulnerability to poverty. Most researchers prefer to define vulnerability to poverty as the probability of a household or individual falling into poverty in the future. Based on this definition and using household survey panel data from rural China, this paper attempts to assess the extent to which we can measure vulnerability to poverty. The assessment is based on comparisons between estimated vulnerability and actually observed poverty. The authors find that the precision of estimation, first, varies depending on the vulnerability line; their results suggest setting the line at 50% in order to improve predictive power. Second, precision depends on how permanent income is estimated. Assuming log-normal distribution of future income, it is preferable to use past weighted average income as an estimate of permanent income rather than using regressions to gauge permanent income. Third, estimation precision depends on the chosen poverty line. The percentage of overlap between households estimated to be vulnerable and those actually poor rises when a higher poverty line of US$2 is used instead of US$1.

1. Introduction

A conventional tool for summarizing the welfare status of the less fortunate is to estimate poverty indices based on income or consumption data. However,the welfare of a household depends not only on its present income or consumption, but also on the risks or potential negative shocks that it faces. It is known that todayrsquo;s poor may not be tomorrowrsquo;s poor, and that non-poor households or individuals could fall into poverty owing to unexpected shocks such as bad harvests, job losses and illness. Poverty measured at a particular point in time usually does not take into account the future prospects of household welfare or associated risks. This has led to the recent emergence of the concept of “vulnerability to poverty” in the economics and development literature.

Generally speaking, vulnerability can be defined with respect to different entities such as states, companies or individuals, and with respect to different risks such as natural disaster or financial crises. For example, Glewwe amp; Hall (1998) perceive vulnerability as a dynamic concept, involving a sequence of events following a macroeconomic shock. They distinguish two kinds of vulnerability: policy-induced and market-induced vulnerability. The latter can be measured by changes in household consumption of goods and services. As far as household vulnerability to poverty is concerned, alternative definitions exist. Kuuml;hl (2003) defines vulnerability to poverty as the propensity of a household to suffer a significant shock that brings its welfare below a socially accepted level. Similarly, Pritchett et al. (2000) and Mansuri amp; Healy (2001) conceptualize vulnerability to poverty as the probability that a household would experience at least one episode of poverty in the near future or over a given number of time periods. Yet another definition is given by Chaudhuri et al. (2002), who define vulnerability to poverty at time t as the probability that a household becomes or remains poor at time t thorn; 1. It is worth noting the key difference between poverty and vulnerability to poverty. The latter involves future risks, is a forwardlooking concept and cannot be observed. One can, however, estimate the probability that a household or an individual may remain or become poor in the future due to various risks.

Corresponding to different definitions of vulnerability, alternative estimation methods exist. These include using the difference between expected consumption and the poverty line (Kochar, 1995; Dercon amp; Krishnan, 2000) and using the probability of falling into poverty (see Zhang amp; Wan, 2006). Based on the poverty indices of Foster et al. (1984), Kamanou amp; Morduch (2002) measure vulnerability to poverty as the difference between the expected value of poverty in the future and its current Foster et al. (1984) poverty estimate. The expected value of future poverty is obtained through a Monte Carlo simulation. As the Foster et al. (1984) poverty measure does not incorporate risk elements, Ligon amp; Schechter (2003) propose measuring vulnerability as the difference between the value of a utility function evaluated at the poverty line and that evaluated at the expected level of consumption. To date, no preferred definition of, or estimation technique for, vulnerability to poverty has been agreed on. However, as discussed in Zhang amp; Wan (2006), most researchers define vulnerability to poverty as the probability of a household or individual falling into poverty in the future. This is the definition adopted in this paper.

Needless to say, measuring vulnerability to poverty is important, especially because it enables identification of those who are not poor but may fall into poverty and those who will remain poor. Once identified, appropriate policies can be designed to prevent the former from falling into poverty and to help the latter to escape poverty. Clearly, policies based purely on the current poverty profile may not be effective for those vulnerable individuals and households. By obtaining a vulnerability profile, both existing and future poverty can be targeted. As is usually accepted, prevention is better than cure, and prevention of poverty requires appropriate measurement of vulnerability to poverty.

It turns out that, according to the above definition, measurement of vulnerability to poverty depends on the chosen vulnerability and poverty lines and on parameters of the statistical distribution of future income. Thus, how the latter are set or obtained will affect the precision of vulnerability estimate. Consequently, the purpose of the paper is to explore the preci

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[598066]，资料为PDF文档或Word文档，PDF文档可免费转换为Word