贫困理论A-F双临界值方法介绍
多维贫困测度方法及扶贫政策研究
多维贫困测度方法及扶贫政策研究作者：谢洋冯倚琪来源：《大经贸》2018年第03期【摘要】研究贫困首先就要知道贫困是如何识别，对于贫困的识别而言，经历了一个从最初的单维到目前的多维识别。
不论是森从能力范畴识别测度定义，还是生计资本分析框架基于禀赋分析贫困，对于贫困识别测度的多维化、动态化俨然成为该领域研究的主流。
本文从可行能力的视角，探讨AF多维贫困测度方法。
此外，本文还针对少数民族贫困县地区的扶贫工作，提出相应建议。
【关键词】少数民族多维贫困测度 AF方法一、引言贫困测度是对贫困程度的测量，对贫困测度进行研究自然少不了对贫困识别的关注。
贫困识别其实就是对贫困的定义。
在精准扶贫调研工作中，笔者发现一个事实是，政府对贫困的识别往往只考虑贫困户是否达到普适性的国家贫困标准（例如“两不愁，三保障”），而忽视了不同民族文化、自然条件以及生存禀赋差异导致贫困发展状况不均衡的问题，而这些特殊地区并不一定适用于国家统一扶贫政策。
其实，在学术界对于贫困识别的研究早就从最初的单维识别发展成目前的多维识别，到目前为止，最主流的方法是基于阿玛蒂亚·森（Amartya Sen）的可行能力剥夺理论来描述多维贫困识别。
森在著作《以自由看待发展》中首次提出“以可行能力剥夺看待贫困”观点，从此刷新了人类认识贫困的视角，他也因此获得1998年诺贝尔经济学奖。
绝对贫困是停留在物质层面上的匮乏，而相对贫困是指基本能力、机会的被剥夺。
也就是说，贫困不仅仅是收入低下，而是基本能力的剥夺。
基本能力被剥夺可以表现为选择权的剥夺、健康、长寿、体面和自由、自尊以及别人的尊敬等基本人类福利机会的剥夺。
二、贫困测度方法研究在我们进行贫困识别之后，接下来最重要的工作就是进行贫困测度。
一开始的单维测度是从收入或支出角度测度贫困的程度。
对于传统的贫困测度理论而言，贫困测度方法就是确定临界值，在临界值以下就称为贫困者。
表1列出了十二个基本公理。
AF方法最早由Alkire和Foster（2011）提出，一般也称“双界法”。
关于中国贫困的动态多维度研究
关于中国贫困的动态多维度研究邹薇方迎风一、引言减少和消除贫困是发展中国家在经济发展进程中的一项长期任务。
随着中国经济发展进入到“中等收入国家”行列，绝大部分贫困人口仍集中在农村地区，而贫困状况也呈现出许多新特征。
中国的贫困人口和贫困状况究竟怎样测度？这一直是一个有争议的问题。
据国家统计局（2009）统计，1990～1999年中国年均脱贫680万人；1995～2004年中国农村贫困人口减少了一半以上。
根据中国新制定的贫困线标准，2005年贫困人口为6432万，贫困发生率为6.8%；2009年贫困人口为3597万，贫困发生率为3.8%。
但按1天1美元的贫困线标准，世界银行使用中国农村住户消费数据进行的测算表明，中国的贫困人口由1981年的7.3亿降到2005年的1.06亿，贫困发生率由73.5%下降到8.1%（Chen等，2010）。
可见，不同的测算标准对于中国贫困状况的刻画存在相当大的差异。
在中国经济发展的现阶段，如果仍采用传统的单一收入（或支出）方法测度贫困，既不能准确地反映中国贫困的程度、广度和分布特征，也不能提高扶贫开发政策的效率。
与现有文献相比，本文提出的多维贫困测度和计量研究具有以下特点：（1）把握中国进入“中等收入国家”阵营以来城乡贫困呈现出的特殊性、复杂性和区域差异性，探讨现阶段对中国贫困、尤其是农村贫困进行动态测度的适宜方法。
（2）采用包括新发布的2009年中国健康与营养调查（CHNS）数据在内的20年间的面板数据（样本家户为32147户，其中农村21818户，占67.87%；城市10329户，占32.17%），突破了既有文献只注重单个年度CHNS数据，或者考察维度比较偏狭的局限性。
（3）基于“能力”与贫困关联的研究，采用维度等权重与指标等权重两种方法，分别进行多维贫困指标测度和指标分解，并且比较了依照不同方法测算的多维贫困指标和贫困发生率的动态变化趋势。
（4）采用计量经济学模型，考察多维贫困的影响因素。
中国农村人口贫困变动研究——基于多维脱贫指数测度
中国农村人口贫困变动研究——基于多维脱贫指数测度蒋南平;郑万军【摘要】本文通过多维贫困识别方法构建相应指数,提出了在返贫和脱贫不同方向上对多维贫困的变动进行分解的思路.同时,用2010-2014年中国家庭追踪调查数据对中国农村人口多维贫困的变动进行了分解,得出以下结论:第一,收入依然是农村人口多维贫困的主要维度,但在改善收入贫困的同时应该防范健康维度返贫的风险.第二,农村人口的多维贫困状况在不断改善,但是由于返贫的影响,脱贫的效果受到了较大削弱,因此在注重脱贫的同时,不应忽视返贫的风险.第三,持续贫困人口贫困状况虽然后来有所改善,但是2012年的恶化状况提示我们对于暂时未能脱贫的人口,还需要采取措施缓解其贫困状况.【期刊名称】《经济理论与经济管理》【年(卷),期】2019(000)002【总页数】11页(P78-88)【关键词】农村人口;多维贫困变动;多维脱贫指数【作者】蒋南平;郑万军【作者单位】西南财经大学经济学院,610074;浙江财经大学经济学院经济行为与决策研究中心【正文语种】中文一、引言近年来针对多维贫困测度的研究取得了丰富的成果，学者的研究视角逐渐从静态研究转向了动态研究。
在最初的贫困动态研究中，学者试图通过比较各时点的贫困指数变化以得到贫困的动态变化。
Fouarge & Layte(2005) 考察了欧洲各国不同福利状况对国民预防返贫的作用；Mark et al.(2008)采用结构方程模型对英国家庭多维贫困进行测度并比较了1991—2003年多维贫困的变化;Martinez & Perales(2017)利用反映家户收入及劳动力市场变化的2001—2013年的面板数据测度了澳大利亚多维贫困的变动。
在国内，夏庆杰等人(2007)估计了1988—2002年中国城镇绝对贫困的变动趋势；高艳云和马瑜(2013)利用中国健康与营养数据在多维视角下比较了中国家庭不同时点的贫困状况；王春超和叶琴(2014)利用中国健康与营养数据考察了农民工多维贫困的演进过程。
(完整版)贫困理论A-F双临界值方法介绍
A-F方法介绍贫困的内涵很丰富，也有很多种界定方式。
从最早的绝对贫困，再到20世纪七八十年代提到的资源贫困、能力贫困等。
对贫困的认识经历了从单一贫困到多维贫困的转变。
联合国开发计划署（UNDP）在《1997年人类发展报告》中提出了“人文贫困”（Human Poverty）的概念，它不仅包括人均国民收入等经济指标，也包括了人均寿命、卫生、教育和生活条件等社会文化因素。
直到2010年，UNDP第20个《人类发展报告》中正式提出多维贫困指数MPI，认为贫困的维度已经远远超出了收入不足的范畴，其涉及到不良的健康和营养状况、较低的受教育水平和技能、谋生手段的缺乏、恶劣的居住条件、社会排斥异己社会参与的缺乏等诸多方面。
A-F双临界值方法，在2007年5月，由牛津贫困与人类发展中心（OPHI）的Sabina Alkire和James Foster基于Sen的可行能力剥夺理论发展为多维贫困的测量方法，简称为AF 方法，并在国际范围内得到广泛使用，如前文提到UNDP与2010的《人类发展报告》中使用了AF方法计算得到的MPI指数。
国内学者根据我国实际情况也进行了相关研究，如王小林（2009）采用A- F方法，利用2006年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测算；王艳慧等（2013）对河南省南阳市四个国家贫困片区县进行了多维贫困度量及空间分布格局研究。
A-F双临界值方法的优势是能够同时将离散型的定型数据和连续型的定量数据纳入测试模型进行测量。
同时，A-F双临界值方法提供的是一种测量多维贫困的框架，非常具有弹性，更多的关键选中留给研究中自己决定，包括选中贫困的维度、各维度的临界值、各维度的权重以及贫困的临界值等。
Sen (2002)把发展看作是扩展人们享有实质自由的一个过程，实质自由包括免受困苦——诸如饥饿、营养不良、可避免疾病、过早死亡之类——的基本可行能力。
人们的这些基本可行能力被剥夺因而导致贫困，所以，多维贫困测算的目的就是识别出哪些个体的哪些可行为能力被剥夺，从而测算出标示贫困个体多维贫困状况的“多维贫困发生率”指标(H)，标示贫困深度的“平均剥夺份额”指标（A），以及标示贫困人口群体综合贫困状况的“多维贫困指数”指标（MPI）。
f值临界值
f值临界值
摘要：
1.引言
2.f 值的定义和作用
3.f 值临界值的含义
4.如何确定f 值临界值
5.f 值临界值在实际应用中的案例
6.总结
正文：
f 值临界值是在统计学中经常用到的一个概念，它涉及到假设检验和置信区间的计算。
了解f 值临界值的概念和计算方法，可以帮助我们更好地理解和运用统计学知识。
f 值，全称为F 分布，是两个独立卡方分布的比值。
在假设检验中，f 值用于计算样本统计量与总体参数之间的差异。
f 值越大，表示样本统计量与总体参数之间的差异越大，拒绝原假设的概率越大，置信度越高。
f 值临界值是指在某一显著性水平下，f 值所对应的最大值。
在进行假设检验时，若计算得到的f 值大于f 值临界值，则可以拒绝原假设，认为样本统计量与总体参数之间存在显著差异；若f 值小于f 值临界值，则不能拒绝原假设，认为样本统计量与总体参数之间没有显著差异。
确定f 值临界值需要知道两个关键因素：显著性水平和自由度。
显著性水平是我们事先设定的一个概率值，通常取值为0.05 或0.01。
自由度是指在计
算f 值时所用的自由度，与样本量和总体参数的数量有关。
在实际应用中，f 值临界值常常用于医学研究、教育研究等领域。
例如，在医学研究中，研究者可能会比较两种药物的治疗效果，通过计算f 值，可以判断两种药物之间是否存在显著差异。
总结一下，f 值临界值是统计学中一个重要的概念，它涉及到假设检验和置信区间的计算。
(完整版)贫困理论A-F双临界值方法介绍.doc
A-F 方法介绍贫困的内涵很丰富，也有很多种界定方式。
从最早的绝对贫困，再到 20 世纪七八十年代提到的资源贫困、能力贫困等。
对贫困的认识经历了从单一贫困到多维贫困的转变。
联合国开发计划署（ UNDP ）在《 1997 年人类发展报告》中提出了“人文贫困”（Human Poverty）的概念，它不仅包括人均国民收入等经济指标，也包括了人均寿命、卫生、教育和生活条件等社会文化因素。
直到2010 年， UNDP 第 20 个《人类发展报告》中正式提出多维贫困指数MPI ，认为贫困的维度已经远远超出了收入不足的范畴，其涉及到不良的健康和营养状况、较低的受教育水平和技能、谋生手段的缺乏、恶劣的居住条件、社会排斥异己社会参与的缺乏等诸多方面。
A-F 双临界值方法，在2007 年 5 月，由牛津贫困与人类发展中心（OPHI ）的 Sabina Alkire 和 James Foster基于 Sen 的可行能力剥夺理论发展为多维贫困的测量方法，简称为AF 方法，并在国际范围内得到广泛使用，如前文提到UNDP 与 2010 的《人类发展报告》中使用了 AF 方法计算得到的MPI 指数。
国内学者根据我国实际情况也进行了相关研究，如王小林（ 2009）采用 A- F 方法，利用 2006 年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测算；王艳慧等（ 2013 ）对河南省南阳市四个国家贫困片区县进行了多维贫困度量及空间分布格局研究。
A-F 双临界值方法的优势是能够同时将离散型的定型数据和连续型的定量数据纳入测试模型进行测量。
同时，A-F 双临界值方法提供的是一种测量多维贫困的框架，非常具有弹性，更多的关键选中留给研究中自己决定，包括选中贫困的维度、各维度的临界值、各维度的权重以及贫困的临界值等。
Sen (2002) 把发展看作是扩展人们享有实质自由的一个过程，实质自由包括免受困苦——诸如饥饿、营养不良、可避免疾病、过早死亡之类——的基本可行能力。
贫困问题的经济学分析
贫困问题的经济学分析贫困问题是全球范围内的一大挑战，对人类社会的发展产生了关键性的影响。
在过去的几十年里，许多国家和组织已经采取了一系列政策来解决贫困问题，但依然存在一部分人处于贫困状态。
经济学作为解决社会问题的有力工具之一，可以提供对贫困问题的深入分析和洞见。
本文将运用经济学理论和方法，对贫困问题进行系统的经济学分析。
贫困定义与测度贫困并不仅仅是指个体收入低下或生活水平不足，它还包括教育、卫生、居住、就业等方面的缺乏。
因此，在经济学中，对贫困的定义和测度变得尤为重要。
首先，国际上最常用的测度方法是根据所在国家或地区的平均收入水平来定义贫困线。
通常情况下，收入低于某一临界值的人被认定为生活在贫困之中。
然而，这种方法存在许多局限性，例如不能完全反映个体生活成本、无法评估其他非经济因素对贫困状态的影响等。
其次，除了收入水平外，人力资本也是衡量贫困程度的重要指标。
受教育程度、健康状况以及职业技能等都可以影响个体脱贫机会。
因此，在理解贫困问题时，必须综合考虑这些方面。
贫困原因在经济学中，我们常常从微观和宏观两个角度来分析贫困问题的原因。
从微观角度看，个体特征是导致贫困的一个重要因素。
这些特征包括受教育程度、技能水平、健康状况、家庭结构等。
缺乏教育和专业技能会限制个人就业机会，并可能导致低收入。
同时，健康状况差的人也会存在收入低下或无法正常工作的问题。
从宏观角度看，经济结构和制度环境也对贫困有重要影响。
落后的农业结构、缺乏投资和创新以及不平等的资源分配都可能导致贫困。
此外，高失业率、高通胀率和不稳定的宏观经济环境也会影响人们脱离贫困。
贫困陷阱与扶贫政策由于多重原因导致的贫困现象使得一些人陷入所谓“贫困陷阱”。
这种陷阱意味着个人难以摆脱贫困状态，并可能代代相传。
为了打破这种恶性循环，政府和国际社会开展了各种扶贫政策。
扶贫政策可以分为直接扶贫和间接扶贫两种形式。
直接扶贫主要包括现金转移、社会保障和基础设施建设等方式。
贫困理论AF双临界值方法介绍
A-F方法介绍贫困的内涵很丰富，也有很多种界定方式。
从最早的绝对贫困，再到20世纪七八十年代提到的资源贫困、能力贫困等。
对贫困的认识经历了从单一贫困到多维贫困的转变。
联合国开发计划署（UNDP）在《1997年人类发展报告》中提出了“人文贫困”（Human Poverty）的概念，它不仅包括人均国民收入等经济指标，也包括了人均寿命、卫生、教育和生活条件等社会文化因素。
直到2010年，UNDP第20个《人类发展报告》中正式提出多维贫困指数MPI，认为贫困的维度已经远远超出了收入不足的范畴，其涉及到不良的健康和营养状况、较低的受教育水平和技能、谋生手段的缺乏、恶劣的居住条件、社会排斥异己社会参与的缺乏等诸多方面。
A-F双临界值方法，在2007年5月，由牛津贫困与人类发展中心（OPHI）的Sabina Alkire和James Foster基于Sen的可行能力剥夺理论发展为多维贫困的测量方法，简称为AF方法，并在国际范围内得到广泛使用，如前文提到UNDP与2010的《人类发展报告》中使用了AF方法计算得到的MPI指数。
国内学者根据我国实际情况也进行了相关研究，如王小林（2009）采用A- F方法，利用2006年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测算；王艳慧等（2013）对河南省南阳市四个国家贫困片区县进行了多维贫困度量及空间分布格局研究。
A-F双临界值方法的优势是能够同时将离散型的定型数据和连续型的定量数据纳入测试模型进行测量。
同时，A-F双临界值方法提供的是一种测量多维贫困的框架，非常具有弹性，更多的关键选中留给研究中自己决定，包括选中贫困的维度、各维度的临界值、各维度的权重以及贫困的临界值等。
Sen (2002)把发展看作是扩展人们享有实质自由的一个过程，实质自由包括免受困苦——诸如饥饿、营养不良、可避免疾病、过早死亡之类——的基本可行能力。
人们的这些基本可行能力被剥夺因而导致贫困，所以，多维贫困测算的目的就是识别出哪些个体的哪些可行为能力被剥夺，从而测算出标示贫困个体多维贫困状况的“多维贫困发生率”指标(H)，标示贫困深度的“平均剥夺份额”指标（A），以及标示贫困人口群体综合贫困状况的“多维贫困指数”指标（MPI）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
A-F方法介绍
贫困的内涵很丰富，也有很多种界定方式。
从最早的绝对贫困，再到20世纪七八十年代提到的资源贫困、能力贫困等。
对贫困的认识经历了从单一贫困到多维贫困的转变。
联合国开发计划署（UNDP）在《1997年人类发展报告》中提出了“人文贫困”（Human Poverty）的概念，它不仅包括人均国民收入等经济指标，也包括了人均寿命、卫生、教育和生活条件等社会文化因素。
直到2010年，UNDP第20个《人类发展报告》中正式提出多维贫困指数MPI，认为贫困的维度已经远远超出了收入不足的范畴，其涉及到不良的健康和营养状况、较低的受教育水平和技能、谋生手段的缺乏、恶劣的居住条件、社会排斥异己社会参与的缺乏等诸多方面。
A-F双临界值方法，在2007年5月，由牛津贫困与人类发展中心（OPHI）的Sabina Alkire 和James Foster基于Sen的可行能力剥夺理论发展为多维贫困的测量方法，简称为AF方法，并在国际范围内得到广泛使用，如前文提到UNDP与2010的《人类发展报告》中使用了AF方法计算得到的MPI指数。
国内学者根据我国实际情况也进行了相关研究，如王小林（2009）采用A- F方法，利用2006年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测算；王艳慧等（2013）对河南省南阳市四个国家贫困片区县进行了多维贫困度量及空间分布格局研究。
A-F双临界值方法的优势是能够同时将离散型的定型数据和连续型的定量数据纳入测试模型进行测量。
同时，A-F双临界值方法提供的是一种测量多维贫困的框架，非常具有弹性，更多的关键选中留给研究中自己决定，包括选中贫困的维度、各维度的临界值、各维度的权重以及贫困的临界值等。
Sen (2002)把发展看作是扩展人们享有实质自由的一个过程，实质自由包括免受困苦——诸如饥饿、营养不良、可避免疾病、过早死亡之类——的基本可行能力。
人们的这些基本可行能力被剥夺因而导致贫困，所以，多维贫困测算的目的就是识别出哪些个体的哪些可行为能力被剥夺，从而测算出标示贫困个体多维贫困状况的“多维贫困发生率”指标(H)，标示贫困深度的“平均剥夺份额”指标（A），以及标示贫困人口群体综合贫困状况的“多维贫困指数”指标（MPI）。
本文利用“维度加总”和“维度分解”策略来综合评价贫困个体在各个维度的具体贫困状况。
其中，“维度加总”能够计算贫困个体所有维度指标的综合贫困指数——MPI，“维度分解”则可以计算出各个维度指标对综合贫困指数的贡献程度。
所设计的具体算法如下（错误!未找到引用源。
图1为多维贫困测算的流程图，表1为变量释义）：
1)根据所构建的多维贫困维度指标体系，把入户调查数据中各户所对应的数据项导入到数
据矩阵中。
构建农户数据矩阵Y（n⨯d）。
其中，n表示测算个体数量，d表示指标数量。
2)根据多维贫困指标体系中确定的指标临界值以及农户数据矩阵Y，可以得到相应的剥夺
矩阵g0（n⨯d）。
剥夺矩阵g0用来表示存储农户被剥夺的情况，如果农户在某指标下是被剥夺的，在剥夺矩阵中该农户该指标的值为1，表示其为剥夺状态；否则该值为0，表示为不剥夺状态。
3)在剥夺矩阵中根据贫困临界值K确定出多维贫困个体，并且把非贫困个体的剥夺值进行
归零处理，剔除非贫困个体的剥夺信息对贫困加总的干扰，把归零后的剥夺矩阵称为已删减矩阵g0（K）（n⨯d）。
该矩阵能够记录表征为多维贫困个体的指标剥夺情况，矩阵中的K表示贫困临界，即被确定为多维贫困个体的被剥夺指标数不小于K值。
4)根据已删减矩阵的贫困个体剥夺信息进行贫困加总，计算出多维贫困发生率、平均剥夺
份额、MPI ，通过这三个指标来反映该研究区域的多维贫困人口数、平均被剥夺的指标数量、以及贫困程度。
入户调查数据多维贫困量算指标体系
数据矩阵Y
剥夺矩阵0g 剥夺临界值z
已删减矩阵0()
g k 贫困临界值k
多维贫困
发生率H 权重w
平均剥夺份额A MPI 维度指标
贡献度
贫困加总指标分解
图 1 人口多维贫困测算流程图
表 1 多维贫困测算变量释义 利用上述测算模型，利用“维度加总”和“维度分解”策略来综合评价贫困个体在各个维度的具体贫困状况。
其中，“维度加总”能够计算贫困个体所有维度指标的综合贫困指数变量名
释义 数据矩阵Y 数据矩阵
是用来存储农户个体的指标信息。
n 表示测算个体数量，d 表示指标数量
剥夺临界值z 剥夺临界值
是测定各指标是否被剥夺的阈值。
剥夺矩阵 剥夺矩阵
是用来存储农户个体被剥夺的情况。
如果农户在某一指
标下是被剥夺的，赋值1，否则，赋值0.
贫困临界值k
贫困临界值k 表示确定为贫困个体的维度数。
其中，
，多维贫困测算k 一般取值2到d 之间。
已删减矩阵
已删减矩阵
是用来存储贫困个体被剥夺的情况。
与剥夺矩阵的区别在于已删减矩阵对剥夺矩阵中非贫困个体被剥夺的指标进行了归零处理。
多维贫困发生率H
多维贫困发生率
，其中，q 表示多维贫困人口，n 表示研究区域总人口 平均剥夺份额A 平均剥夺份额，其中，表示在贫困临界值为K 的情况，
个体i 被剥夺的指标数量；q 表示多维贫困人口
多维贫困指数MPI MPI 是表示一个地方贫困状况的综合指标，公式为MPI=HA
指标贡献度
指标贡献度=
，其中,表示第i 指标的权重值；表示第i 指标被剥夺的人口率
——MPI ，“维度分解”则可以计算出各个维度指标对综合贫困指数的贡献程度。
1) 维度加总
经过识别过程可以确定出哪些个体为贫困个体，接下来就可以得出多维贫困发生率、平均剥夺份额以及多维贫困指数等评价指标来标示一个区域的贫困程度。
评价指标的计算公式如下：
[1]. 多维贫困发生率（H ）：
q H n =
（1-1） 式中，q 表示多维贫困人口数，n 表示研究区域总人口数。
[2]. 平均剥夺份额（A ）： 1()
n
i i c k A q ==∑ （1-2）
式中，c i (k)表示贫困临界值为K 时，个体i 被剥夺的指标数量，q 表示多维贫困人口数。
[3]. 多维贫困指数（MPI ）：
0(())MPI u g k HA ==
（1-3） MPI 可以通过计算已删减矩阵的期望值得到，也可以通过计算多维贫困发生率与平均剥
夺份额的乘积得到。
2) 维度分解 多维贫困指数可以按照不同地区进行指数分解，通过分解可以求出不同地区对总区域的贫困贡献度，通过该指标可以测量出区域的贫困差异；此外，MPI 也可以按照不同维度进行分解，通过分解可以求出同一地区各个维度对总MPI 的贡献度，从而可以测算出该地区各指标对贫困的贡献度大小关系。
[1]. 按地区进行分解：
区域贫困人口对总MPI 的贡献度=11100n MPI n MPI *
（1-4） 式中，MPI ，MPI 1分别表示总区域和1区域的MPI 值，n ，n 1表示其对应区域人口数量。
[2]. 按指标进行分解：
i 指标对总MPI 的贡献度=
100i i w CH MPI *
（1-5）
式中，w i 表示i 指标的权重值，CH i 表示在已删矩阵中所有i 指标列指标值加和。