External publications

Verteilungsgerechtigkeit in der Armutsmessung

Rippin, Nicole
External Publications (2015)

in: Aus Politik und Zeitgeschichte 65 (10), 47-54

Volltext/Document

Armutsbekämpfung wird auch nach dem Auslaufen der Millenniumsentwicklungsziele (MDGs) Schwerpunkt der internationalen Entwicklungszusammenarbeit bleiben. Zunehmend stellt sich allerdings die Frage, wie Armut definiert und gemessen werden sollte. Während die MDGs Armut noch ausschließlich anhand der 1,25-US-Dollar-Armutsgrenze der Weltbank definieren und messen, werden in der Debatte für die Post-2015-Entwicklungsagenda zunehmend multidimensionale Armutsansätze ins Spiel gebracht.
Statt die verschiedenen Dimensionen von Armut indirekt durch mangelndes Einkommen abzubilden, erfassen multidimensionale Armutsmaße diese direkt. Sie lassen sich dabei in zwei Kategorien unterteilen: additive und nichtadditive Armutsmaße. Additive Armutsmaße haben den Vorteil, dass sie zerlegbar sind, das heißt sie können Aufschluss darüber geben, in welchem Ausmaß die einzelnen Dimensionen zur Gesamtarmut beitragen. Dafür sind additive Maße aber nicht in der Lage, Ungleichheit zu erfassen. Amartya Sen ist einer der prominentesten Kritiker solcher Armutsmaße, die eine Verschlechterung der Lebensbedingungen einer ärmeren Person durch eine Verbesserung der Lebensbedingungen einer weniger armen Person aufwiegen. Zudem sind sie nicht in der Lage, die Wechselwirkungen zu berücksichtigen, die zwischen den verschiedenen Armutsdimensionen bestehen – was aber Voraussetzung für eine effiziente Armutsbekämpfung ist.
Lange Zeit galt es als erwiesen, dass es sich bei der Entscheidung zwischen den Vor- und Nachteilen additiver und nicht-additiver Armutsmaße um eine Entweder-oder-Entscheidung handelt. Auf diese Hypothese stützt sich auch der Multidimensional Poverty Index (MPI), der zwar zerlegbar, aber nicht in der Lage ist, Ungleichheit oder Wechselwirkungen zu erfassen. Der neue Correlation Sensitive Poverty Index (CSPI) jedoch widerlegt die gängige Hypothese: der CSPI ist zerlegbar und dennoch in der Lage, Ungleichheit sowie die Wechselwirkungen zwischen Armutsdimensionen zu erfassen. Seine Anwendung liefert neue Erkenntnisse über Armut.