对贫困的研究已经越来越从单一的收入维度向多维考察转变,而在多维贫困指数的测算过程当中,不同指标的权重分配是一个非常重要的问题。不同的权重分配有可能会产生截然不同的测算结果,这就必然会使得最终的测算结果损失了部分说服力。因此,对多维贫困测算中同权重设定的比较是非常重要且有意义的。为了对各种权重设定方法进行比较,本文研究了多维贫困研究中权重设定的五种加权方法,包括全指标等权、维度等权后指标等权、主成分分析、多元对应分析和模糊集方法。基于CHNS2011年的数据先计算出各加权方法下各指标的权重值,再分别对全国12个省市的多维贫困进行测算并排序得到五个排序结果。与此同时本文借鉴了蒙特卡罗模拟的思想进行了随机模拟实验,计算得到大量随机实验后各省市的累计排序均值并以此得到稳定的12个省市的排序结果。通过设定总误差函数为单个省市的绝对离差的加总形式,计算得到各加权方法的排序结果的总误差。总误差越大的排序结果所对饮的加权方法越不推荐使用,反之总误差越小则认定为其是更合理的加权方法。按照以上思路并通过实证研究,本文发现,模糊集方法和多元对应分析所得到的总误差最大,达到了12。而全指标等权和主成分分析的总误差较小,分别为4和6。基于该分析结果,本文认为在多维贫困指数测算时应该尽量避免使用模糊集方法和多元对应分析,应该尽可能的使用全指标等权方法或者主成分分析方法。