Notícias

Sam Jones na série de seminários OPHI da Universidade de Oxford

 

Sam Jones, pesquisador da UNU-WIDER e pesquisador do Programa Crescimento Inclusivo em Moçambique (IGM) foi convidado para a série de seminários OPHI da Universidade de Oxford em 14 de fevereiro de 2022 para compartilhar as descobertas de um recente Working paper da WIDER (em inglês) intitulado ‘Extending Multidimensional Poverty Identification. From Additive Weights to Minimal Bundles’. O evento terá lugar online às 16:00 (UCT+0).

A série de seminários OPHI é uma série de seminários organizada pela Universidade de Oxford através da Oxford Poverty and Human Development Initiative (OPHI), do Institute for International Economic Policy da George Washington University e do UNDP Human Development Report Office. Reúne docentes e estudantes interessados na pobreza multidimensional em um ambiente intelectual e social informal onde discutisse pesquisas relacionadas a diferentes aspectos da medição ou explicação da pobreza multidimensional.

Sobre o estudo

Na classe popular de medidas de pobreza multidimensional introduzidas por Alkire e Foster (2011), uma função de mudança de limiar é usada para identificar quem é multidimensionalmente pobre. Este artigo mostra que os pesos e pontos de corte empregados neste procedimento geralmente não são únicos e que tais funções assumem implicitamente que todos os grupos de indicadores de privação de algum tamanho fixo são substitutos perfeitos. Para lidar com essas limitações, o artigo mostra como o procedimento de identificação pode ser estendido para incorporar qualquer tipo de função de comutação positiva, representada pelo conjunto de cestas de privação mínima que definem uma unidade como pobre. Além disso, o índice de poder Banzhaf, definido exclusivamente a partir do mesmo conjunto de cestas mínimas, constitui uma métrica natural e robusta da importância relativa de cada indicador, a partir do qual se pode estimar o quadro de funcionários ajustado. O artigo demonstra o mérito desta abordagem usando dados de Moçambique, incluindo uma decomposição do número de funcionários ajustado usando uma função não-limite 'um de cada dimensão'.