ดัชนีความยากจนหลายมิติใช้ตัวชี้วัดที่หลากหลาย (ด้านการเงิน สุขภาพ การศึกษา และอื่นๆ) เพื่อคำนวณตัวเลขสรุปความยากจนสำหรับประชากรกลุ่มหนึ่ง โดยตัวเลขที่สูงกว่าแสดงถึงระดับความยากจนที่สูงกว่า ตัวเลขนี้พิจารณาทั้งสัดส่วนของประชากรที่ถือว่ายากจนและ 'ความกว้าง' ของความยากจนที่ครัวเรือน 'ยากจน' เหล่านี้ประสบ โดยยึดตาม 'วิธีการนับ' ของAlkire & Foster ^{[ 1 ]}วิธีนี้ได้รับการพัฒนาขึ้นหลังจากมีการวิพากษ์วิจารณ์มากขึ้นเกี่ยวกับการวัดความยากจนที่อิงตามการเงินและการบริโภค โดยมุ่งหวังที่จะจับภาพการขาดแคลนในปัจจัยที่ไม่ใช่ตัวเงินซึ่งมีส่วนช่วยต่อความเป็นอยู่ที่ดี แม้ว่าจะมีชุดตัวชี้วัด มิติ จุดตัด และเกณฑ์มาตรฐานที่ใช้สำหรับ 'ดัชนีความยากจนหลายมิติระดับโลก' ^{[ 2 ]} แต่ วิธีนี้มีความยืดหยุ่น และมีตัวอย่างมากมายของการศึกษาความยากจนที่ปรับเปลี่ยนให้เหมาะสมกับสภาพแวดล้อมของตนมากที่สุด วิธีการนี้ส่วนใหญ่ แต่ไม่ใช่ทั้งหมด^{[ 3 ]}ถูกนำไปใช้กับประเทศกำลังพัฒนา

ดัชนีความยากจนหลายมิติระดับโลก ( MPI ) ได้รับการพัฒนาขึ้นในปี 2010 โดยOxford Poverty & Human Development Initiative (OPHI) และโครงการพัฒนาแห่งสหประชาชาติ^{[ 4 ]}และใช้ตัวชี้วัดด้านสุขภาพ การศึกษา และมาตรฐานการครองชีพเพื่อกำหนดอุบัติการณ์และความรุนแรงของความยากจนที่ประชากรประสบ^{[ 5 ] [ 6 ]}นับตั้งแต่นั้นมา ดัชนีนี้ถูกนำมาใช้เพื่อวัดความยากจนเฉียบพลันในกว่า 100 ประเทศกำลังพัฒนา ดัชนี MPI ระดับโลกได้รับการเผยแพร่เป็นประจำทุกปีโดย UNDP และ OPHI และผลลัพธ์จะถูกเผยแพร่บนเว็บไซต์ของพวกเขา MPI ได้รับการเผยแพร่พร้อมกับดัชนีการพัฒนามนุษย์ (HDI) ในรายงานการพัฒนามนุษย์^{[ 7 ]}โดยเข้ามาแทนที่ ดัชนีความ ยากจน ของมนุษย์

ดัชนีความยากจนหลายมิติโดยทั่วไปจะใช้ครัวเรือนเป็นหน่วยการวิเคราะห์ แม้ว่านี่จะไม่ใช่ข้อกำหนดที่จำเป็นเสมอไป^{[ 8 ]}ครัวเรือนจะถือว่าขาดแคลนสำหรับตัวชี้วัดที่กำหนด หากไม่ตรงตาม 'เกณฑ์' ที่กำหนด (เช่น มีสมาชิกผู้ใหญ่อย่างน้อยหนึ่งคนที่มีการศึกษาอย่างน้อยหกปี) ครัวเรือนจะได้รับ 'คะแนนความขาดแคลน' ซึ่งกำหนดโดยจำนวนตัวชี้วัดที่ขาดแคลนและ 'น้ำหนัก' ที่กำหนดให้กับตัวชี้วัดเหล่านั้น แต่ละมิติ (สุขภาพ การศึกษา มาตรฐานการครองชีพ ฯลฯ) โดยทั่วไปจะได้รับน้ำหนักเท่ากัน และแต่ละตัวชี้วัดภายในมิตินั้นก็มักจะได้รับน้ำหนักเท่ากันเช่นกัน หากคะแนนความขาดแคลนของครัวเรือนนี้เกินเกณฑ์ที่กำหนด (เช่น 1/3) ครัวเรือนนั้นจะถือว่า 'ขาดแคลนหลายด้าน' หรือเรียกง่ายๆ ว่า 'ยากจน' 'คะแนน MPI' สุดท้าย (หรือ 'อัตราส่วนจำนวนหัวที่ปรับแล้ว') จะถูกกำหนดโดยสัดส่วนของครัวเรือนที่ถือว่า 'ยากจน' คูณด้วยคะแนนความขาดแคลนเฉลี่ยของครัวเรือนที่ 'ยากจน' ^{[ 8 ]}

ผู้สนับสนุน MPI ระบุว่าวิธีการนี้สามารถใช้สร้างภาพรวมที่ครอบคลุมของคนที่อาศัยอยู่ในความยากจน และอนุญาตให้เปรียบเทียบได้ทั้งระหว่างประเทศ ภูมิภาค และทั่วโลก รวมถึงภายในประเทศตามกลุ่มชาติพันธุ์ สถานที่ตั้งในเมือง/ชนบท ตลอดจนลักษณะสำคัญอื่นๆ ของครัวเรือนและชุมชน MPI มีประโยชน์ในฐานะเครื่องมือวิเคราะห์เพื่อระบุกลุ่มคนที่เปราะบางที่สุด – คนที่ยากจนที่สุดในบรรดาคนยากจน เผยให้เห็นรูปแบบความยากจนภายในประเทศและในช่วงเวลาต่างๆ ทำให้ผู้กำหนดนโยบายสามารถกำหนดเป้าหมายทรัพยากรและออกแบบนโยบายได้อย่างมีประสิทธิภาพมากขึ้น^{[ 8 ]}นักวิจารณ์ของวิธีการนี้ชี้ให้เห็นว่าการเปลี่ยนแปลงจุดตัดและเกณฑ์ ตลอดจนตัวชี้วัดที่รวมอยู่และน้ำหนักที่กำหนดให้กับตัวชี้วัดเหล่านั้น สามารถเปลี่ยนแปลงคะแนน MPI และการประเมินความยากจนที่ได้^{[ 9 ] [ 10 ]}

ดัชนี MPI ระดับโลกใช้มิติมาตรฐานสามมิติ ได้แก่ สุขภาพ การศึกษา มาตรฐานการครองชีพ และตัวชี้วัดสิบประการ^{[ 11 ]}ซึ่งสะท้อนถึงดัชนีการพัฒนามนุษย์ (HDI)

ดัชนีความยากจนหลายมิติที่ใช้เพื่อวัตถุประสงค์อื่นนอกเหนือจากการเปรียบเทียบในระดับโลก บางครั้งได้ใช้มิติที่แตกต่างกันออกไป รวมถึงรายได้และการบริโภคด้วย

ดัชนี MPI ทั่วโลกใช้ตัวชี้วัด 10 ตัวต่อไปนี้ โดยมีเกณฑ์การตัดดังต่อไปนี้^{[ 12 ] [ 13 ]}

ตัวชี้วัดที่เลือกสำหรับการศึกษาที่มุ่งเน้น MPI อื่นๆ จะแตกต่างกันไปตามความพร้อมของข้อมูลและบริบท^{[ 15 ]}รวมถึงการพิจารณาเชิงทฤษฎีของนักวิจัยด้วย^{[ 16 ]}

วิธีการ Alkire-Foster (AF) ^{[ 17 ]}เป็นวิธีการวัดความยากจนหลายมิติที่พัฒนาโดยSabina AlkireและJames Foster ของ OPHI โดยอาศัยการวัดความยากจนของFoster-Greer-Thorbeckeซึ่งเกี่ยวข้องกับการนับประเภทของการขาดแคลนที่บุคคลประสบในเวลาเดียวกัน เช่น การขาดการศึกษาหรือการจ้างงาน หรือสุขภาพที่ไม่ดีหรือมาตรฐานการครองชีพที่ต่ำ โปรไฟล์การขาดแคลนเหล่านี้จะถูกวิเคราะห์เพื่อระบุว่าใครยากจน จากนั้นจึงใช้ในการสร้างดัชนีความยากจนหลายมิติ (MPI)

วิธีการวัดความยากจนที่พบได้บ่อยที่สุดคือการคำนวณเปอร์เซ็นต์ของประชากรที่ยากจน ซึ่งเรียกว่าอัตราส่วนจำนวนคนยากจน ( H ) เมื่อระบุได้แล้วว่าใครยากจน วิธีการ AF จะสร้างมาตรวัดความยากจนเฉพาะกลุ่ม ( Mα ) ที่เหนือกว่าอัตราส่วนจำนวนคนยากจนแบบง่ายๆ มาตรวัดสามอย่างในกลุ่มนี้มีความสำคัญสูง:

• อัตราส่วนจำนวนประชากรยากจนที่ปรับแล้ว ( M₀ ) หรือที่รู้จักกันในชื่อ MPI: ตัวชี้วัดนี้สะท้อนทั้งอัตราการเกิดความยากจน (เปอร์เซ็นต์ของประชากรที่ยากจน) และความรุนแรงของความยากจน (เปอร์เซ็นต์ของการขาดแคลนที่แต่ละบุคคลหรือครัวเรือนประสบโดยเฉลี่ย) M₀คำนวณโดยการคูณอัตราการเกิดความยากจน (H) ด้วยความรุนแรง (A ) M₀ = H x A
• ช่องว่างความยากจนที่ปรับแล้ว (M1):มาตรวัดนี้สะท้อนถึงความถี่ ความรุนแรง และระดับความยากจน ระดับความยากจนคือ 'ช่องว่าง' เฉลี่ย ( G ) ระหว่างระดับการขาดแคลน ที่คนยากจนประสบกับเส้นแบ่งความยากจนM1 = H x A x G
• ช่องว่างความ ยากจนกำลังสองที่ปรับแล้ว (M2 ): มาตรวัดนี้สะท้อนถึงการเกิดขึ้น ความรุนแรง และความลึกของความยากจน รวมถึงความไม่เท่าเทียมกันในหมู่คนยากจน (ซึ่งวัดได้จากช่องว่างกำลังสอง, S ) M2 = H x A x S

M0สามารถคำนวณได้ทั้งจากข้อมูลเชิงลำดับและเชิงปริมาณ ซึ่งเป็นเหตุผลที่มักใช้ M0 มากที่สุด ส่วน M1 และ M2 จำเป็นต้องใช้ ข้อมูลเชิงปริมาณ

วิธีการ AF มีความโดดเด่นตรงที่การวัดความเข้มข้นของปัญหาทำให้สามารถแยกแยะความแตกต่างได้ เช่น ระหว่างกลุ่มคนยากจนที่ประสบกับความขาดแคลนโดยเฉลี่ยสองอย่าง กับกลุ่มคนยากจนที่ประสบกับความขาดแคลนโดยเฉลี่ยห้าอย่างในเวลาเดียวกัน

ประเทศ X ประกอบด้วยบุคคล A, B และ C ตารางต่อไปนี้แสดงถึงภาวะขาดแคลนในตัวชี้วัดทั้ง 10 ตัว สำหรับบุคคล A, B และ C

"0%" หมายถึงไม่มีความขาดแคลนในตัวชี้วัดนั้น ในขณะที่ "100%" หมายถึงมีความขาดแคลนในตัวชี้วัดนั้น

ค่าสัมประสิทธิ์ H สำหรับประเทศ X คือ:

${\displaystyle {\frac {1+1+0}{3}}=0.667}$

ปัจจัย A สำหรับประเทศ X คือ:

${\displaystyle {\frac {33.33\%+50.00\%}{2}}=0.417}$

ดังนั้น ดัชนี MPI สำหรับประเทศ X คือ:

${\displaystyle 0.667\times 0.417=0.278}$

ดัชนีการพัฒนาของมนุษย์ (HDI) ถูกพัฒนาขึ้นโดยMahbub ul HaqและAmartya Senในปี 1990 และได้รับการพัฒนาโดยUNDP ด้วยเช่นกัน โดยคำนวณจากค่าเฉลี่ยเรขาคณิตของดัชนีที่ปรับค่ามาตรฐานแล้วของมิติการพัฒนาของมนุษย์ทั้ง 3 ด้าน ซึ่งได้แก่ สุขภาพ การศึกษา และมาตรฐานการครองชีพ UNDP มี HDI เวอร์ชันแยกต่างหากที่เรียกว่า IHDI (ดัชนีการพัฒนาของมนุษย์ที่ปรับค่าตามความไม่เท่าเทียมกัน )

แม้ว่าทั้งดัชนีการพัฒนามนุษย์ (HDI) และดัชนีการพัฒนาหลายมิติ (MPI) จะใช้มิติหลักสามมิติ ได้แก่สุขภาพการศึกษาและมาตรฐานการครองชีพแต่ HDI ใช้ตัวชี้วัดในระดับรวม ในขณะที่ MPI ใช้ข้อมูลระดับจุลภาค และตัวชี้วัดทั้งหมดต้องมาจากแบบสำรวจเดียวกัน ด้วยเหตุผลนี้และเหตุผลอื่นๆ ทำให้ MPI ถูกคำนวณเฉพาะในกว่า 100 ประเทศเท่านั้น ที่มีข้อมูลสำหรับตัวชี้วัดที่หลากหลายเหล่านี้ ในขณะที่ HDI ถูกคำนวณในเกือบทุกประเทศ

อย่างไรก็ตาม แม้ว่าดัชนีการพัฒนามนุษย์ (HDI) จะสามารถนำไปใช้ได้ในวงกว้างกว่า แต่การที่มีตัวชี้วัดค่อนข้างน้อยก็ทำให้เกิดความลำเอียงได้ง่ายกว่า ที่จริงแล้ว บางการศึกษาพบว่า HDI มีความลำเอียงไปทางผลิตภัณฑ์มวลรวมภายในประเทศต่อหัว (GDPpc) อยู่บ้าง ดังที่แสดงให้เห็นโดยความสัมพันธ์ที่สูงระหว่าง HDI กับค่าลอการิทึมของ GDPpc ดังนั้น HDI จึงถูกวิพากษ์วิจารณ์ว่าละเลยพารามิเตอร์การพัฒนาอื่นๆ

ทั้งดัชนีการพัฒนามนุษย์ (HDI) และดัชนีการพัฒนาหลายภาคส่วน (MPI) ต่างถูกวิพากษ์วิจารณ์โดยนักเศรษฐศาสตร์ เช่นราตัน ลาล บาซูว่าไม่ได้คำนึงถึง "มิติทางศีลธรรม/อารมณ์/จิตวิญญาณ" ของความยากจน จึงมีการพยายามที่จะนำปัจจัยเพิ่มเติมเหล่านี้มาพิจารณาใน "ดัชนีความสุขโลก"

จากรายงานพบว่า การระบาด ของโควิด-19ส่งผลกระทบต่อการศึกษา การจ้างงาน และการคุ้มครองทางสังคมของประชาชนในประเทศที่มีระดับความยากจนหลายมิติสูง เช่นประเทศแซมเบีย^{[ 18 ]}ความเสี่ยงของการไม่เข้าเรียนได้รับข้อมูลจากข้อมูลของยูเนสโกเกี่ยวกับการปิดโรงเรียนรายวันทั่วโลก เราพบว่ามีความเสี่ยง 50% ที่เด็กวัยเรียนจะประสบกับการสูญเสียการเรียนอย่างมีนัยสำคัญ และส่งผลให้ขาดโอกาสในการเข้าเรียนเนื่องจากการปิดโรงเรียนในช่วงปีแรกของการระบาด^{[ 19 ]}

• รายงานความสุขโลก

• ดันแคน กรีน (2014), เรากำลังวัดสิ่งที่ถูกต้องอยู่หรือไม่? ดัชนีความยากจนแบบหลายมิติฉบับล่าสุดเปิดตัวในวันนี้ , อ็อกซ์แฟม, เก็บถาวรจากต้นฉบับเมื่อวันที่ 24 มิถุนายน 2014
• เดวิด แซตเตอร์เวท (2014), ดัชนีความยากจนหลายมิติ: การประเมินความยากจนในเขตเมืองต่ำเกินไปอีกครั้ง , ลอนดอน: สถาบันระหว่างประเทศเพื่อสิ่งแวดล้อมและการพัฒนา
• ดัชนีความยากจนหลายมิติ: การประยุกต์ใช้กับสหรัฐอเมริกา (PDF)มหาวิทยาลัยวิสคอนซิน-แมดิสันสถาบันวิจัยความยากจน ปี 2015

• https://hdr.undp.org/content/2025-global-multidimensional-poverty-index-mpi#/indicies/MPI
• เว็บไซต์