报告名称：中国多维减贫成效的统计测度研究
主办单位：英国立博官网中文版
报告专家：周迪
专家所在单位：广东外语外贸大学数学与统计学院
报告时间：2019年1月17日15：00-17：00
报告地点：英国立博官网中文版203报告厅
专家简介：
周迪，经济学博士、硕士生导师、广东外语外贸大学数学与统计学院讲师、中国计量经济史研究中心兼职研究员、粤港澳大湾区研究院兼职研究员、粤商研究中心兼职研究员。2016年6月毕业于中南财经政法大学统计学专业，获经济学博士学位。2016年7月起任广东外语外贸大学经贸学院统计系讲师、广东外语外贸大学数学与统计学院统计系讲师。研究方向：经济统计，主要关注区域经济问题、资源环境经济问题以及贫困问题。
主持全国统计科学研究项目、广东省哲学社会科学规划项目、广东省自然科学基金项目等课题。在《中国环境科学》《地理研究》《自然资源学报》《资源科学》《科学学研究》等期刊发表（录用）论文30余篇。
报告摘要：
文章从贫困内部状态变动出发，借助转移概率矩阵工具，在Alkire和Foster（2011）提出的“双临界值”多维贫困识别方法的思想上提出了基于“三临界值”的多维减贫成效识别方法，并结合Foster（2009）的持续思想构造了持续多维减贫指数，从脱贫和返贫两个方面全面系统的测度中国的多维减贫成效。研究发现：①中国持续多维脱贫指数都要大于持续返贫指数，且由于脱/返贫广度的差异，农村的单期和持续多维脱/返贫指数都要大于城市，西部地区的持续多维脱/返贫指数大于其他地区；②不管是整体、城乡还是四大区域，人均纯收入和医疗保险的持续脱贫都对持续多维脱贫贡献较大；健康（自评）的返贫对持续多维返贫的贡献较大，在农村地区尤其明显；住房困难持续返贫对城市居民的持续多维返贫贡献极大（48.14%）；③各省的减贫成效可以分为低脱贫低返贫、高脱贫低返贫、低脱贫高返贫以及高脱贫高返贫四种类型，中央政府应重视低减贫成效（低脱贫、高返贫）地区，应从扶贫政策以及资源上对这些地区进行倾斜。本文为新时代中国政府制定精准脱贫政策提供了基础。
