다차원 빈곤 깊이 측정을 위한 위치 기반 빈곤 격차 지표

본 논문은 알키레‑포스터(Alkire‑Foster, AF) 프레임워크에 깊이(depth) 개념을 도입하는 새로운 방법을 제시한다. 기존 AF는 빈곤의 ‘발생률(incidence)’과 ‘강도(intensity)’를 측정하지만, 깊이 측정은 카디널 변수에만 적용 가능했다. 순위형(ordinal) 변수는 카디널 해석이 불가능해 빈곤 격차(poverty gap)를 계산할 수 없었으며, 이는 다차원 빈곤 지표가 깊이 정보를 제공하지 못하는 주요 원인이었다. 저자는 퍼지 집합 이론의 TFR(Totally Fuzzy and Relative) 접근을 차용해, 각 지표의 경험적 누적분포 F_j(x) 를 구하고, 1‑F_j(x_ij) 를 해당 지표에서 가장 빈곤한 집단의 값으로 정규화한다. 이를 통해 ‘위치 기반 빈곤 격차(positional poverty gap)’ G_ij 를 정의한다. G_ij는 0과 1 사이의 값으로, 1에 가까울수록 전체 인구 중 자신보다 더 나은 성과를 가진 비율이 높아 깊이가 크다는 의미다. 논문은 먼저 이 점수의 수학적 정의와 계산 절차를 상세히 제시한다. 지표 j 에 대해 전체 인구 n 에 대한 경험적 CDF F_j(x) 를 구하고, 가장 빈곤한 집단(즉, x 가 가장 낮은 구간)의 1‑F_j 값을 c_j 라 두어 정규화한다. 그러면 각 빈곤 개인 i 에 대한 깊이 점수는 G_ij = (1‑F_j(x_ij))/c_j 가 된다. 이때 x_ij 가 빈곤 기준 z_j 이하인 경우에만 G_ij 을 계산하고, 비빈곤자는 0으로 설정한다. 이렇게 하면 각 차원의 깊이 점수가 동일한