2023 年 9 月 <unk> <unk> 与不平等平等台 （ PIP ） 更新 ： 更新内涵 （ 汉 ）

什么是新的 DanielleVictoriaAron,R.AndresCastanuelAguilar,CarolinaDiaz-Bonilla,MariaGabrielaFarfanBetran,ElizabethMaryFoster,TonyH.M.J.Fujs,DeanJolliffe,NandiniKrishnan,ChristophLakner,GabrielLaraIbar 2023年9月 关键字:最新消息；2023年9月；COVID - 19。 发展数据组发展研究小组贫困与公平全球实践小组 GLOBALPOVERTYMONITORINGTECHNICALNOTE32 Abstract 2023年9月对贫困与不平等平台（PIP）的更新涉及对全球贫困估算数据的若干更改。特别是修订了一些福利总量，并更新了CPI，国民账户和人口投入数据。本文档详细解释了这些更改及其背后的原因。此外，增加了63个新的国家年，使调查总数超过2200个。报告了截至2019年的全球贫困估计数，并对前几年进行了修订。仅报告了在COVID - 19大流行期间具有足够调查数据覆盖率的区域的2020年和2021年区域贫困估计数。 所有作者都在世界银行工作。通讯作者：Christoph Laer (claer @ worldba.org)和Mih C.阮（mgye3 @世界银行。组织）。作者感谢Deo Filmer，Haisha F和Lis - Felipe Lopez - Calva的评论和指导。我们还要感谢无数的贫困经济学家提供了数据和文件，并耐心地回答了我们的问题。没有它们，支撑世界银行全球贫困措施的家庭调查数据库就不会存在。作者非常感谢英国政府通过数据和证据解决极端贫困（DEEP）研究计划提供的财政支持。这张纸条已经被Umar Serajddi清除了。 《全球贫困监测技术说明丛书》发表了简短的论文，记录了世界银行全球贫困估计的方法方面。这些论文带有作者的姓名，应相应引用。本文表达的发现，解释和结论完全是作者的发现，解释和结论。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不一定代表世界银行执行董事或他们所代表的政府的观点。全球贫困监测技术说明可在pip获得。世界银行。组织/。 Contents 1.2.福利总量的变化52.1.哥斯达黎加2021 52.2.印度2019 / 20 52.3.卢森堡收入研究（LIS）52.4.西非国家62.5.赞比亚7 3.印度84.经济年增加125.CPI数据的变化136.国民账户和人口数据的变化137.可比性数据库148.参考资料159.附录169.1.CPI数据来源16 1.Introduction 世界银行于2023年9月发布的全球贫困最新情况修订了先前发布的1981年至2021年的全球和区域估计。新的调查数据已添加到覆盖COVID - 19大流行期间的贫困与不平等平台（PIP）中，从而可以报告除撒哈拉以南非洲，中东和非洲以外的所有地区的2020年区域贫困估计数。北非。南亚的区域估计现在可以使用到2021年。拉丁美洲和加勒比地区2021年的贫困估计数略有修订(例如g.，在2.15美元的贫困线下从4.7%降至4.6%)。因此，2023年9月的PIP更新提供了更多数据，揭示了大流行期间世界上大多数地区的贫困状况（请参阅下面的更多详细信息和表2）。然而，低收入和中低收入国家，特别是撒哈拉以南非洲国家缺乏足够的数据覆盖，仍然将全球贫困系列限制在2019年。 表1记录了2023年3月数据年份和2023年9月数据年份之间2019年三个全球贫困线的区域和全球贫困估计的修订。除了南亚和撒哈拉以南非洲有一些上调之外，贫困估计数几乎保持不变。例如，以2.15美元的国际贫困线衡量，南亚的极端贫困率增加了1.9个百分点，达到10.5％，撒哈拉以南非洲的极端贫困率增加了0.5个百分点，达到35.4％。在全球范围内，2019年的极端贫困人口估计将从8.5%增加到9%，这意味着该年将有4100万人生活在极端贫困中。印度占全球极端贫困变化的近70％。在3.65美元的贫困线上，印度占全球贫困率从23.6％略微上调至24.1％的40％。在6.85美元的贫困线上，全球贫困估计数几乎没有变化。正如第3节中更详细讨论的那样，2019 / 2020年印度调查估计已被修订，以创建与本更新中添加的2020 / 21年和2021 / 22年估计相当的趋势。 总体而言，由于更新了本次更新中的辅助数据，包括消费者价格指数（CPI），人口，GDP和家庭最终消费支出（HFCE），因此2019年的区域贫困估计变化有限或没有变化。总共有63个新的调查数据是 添加到PIP数据库中，使调查总数达到2, 259。在很大程度上，这些新调查是加拿大，卢森堡和美国等富裕国家的历史数据。2019年仅增加了两项调查，而在大流行年份又增加了13项调查。 只有在COVID - 19大流行期间有足够调查数据覆盖的地区才报告区域贫困估计。在大流行年份收集并添加到PIP数据库的新调查已将数据覆盖率提高到2020年的62％和2021年的34％（见表2）。鉴于本次更新的数据覆盖面更大，报告了五个区域(东亚和太平洋、欧洲和中亚、拉丁美洲和加勒比、南亚以及其他高收入国家集团) 2020年的贫困估计数，报告了两个区域(拉丁美洲和加勒比以及南亚)2021年的贫困估计数。COVID - 19并没有导致东亚和太平洋地区(极端)贫困的显著增加。 到2020年，欧洲和中亚、拉丁美洲和加勒比地区以及高收入国家的（极端）贫困率都相对较低。然而，在南亚，极端贫困增加了2.5个百分点，随后在2021年出现复苏。相比之下，在2020年拉丁美洲和加勒比地区的极端贫困略有下降之后，2021年极端贫困增加了0.7个百分点（有关2020年和2021年巴西的更多详细信息，请参阅Lara Ibarra和Vale（2023），这是这些区域变化的重要贡献者）。有关COVID - 19对全球贫困的影响，特别是财政政策在减轻任何不利影响方面的作用，请参阅世界银行（2022）。 对于其余区域和世界，报告贫困估计数的大流行年份的数据覆盖面有限(见表2)。通常，如果一个地区至少有50％的人口在参考年中拥有涵盖他们的调查数据，则该地区被认为具有足够的数据覆盖率。对于世界而言，额外的覆盖规则要求低收入和中低收入国家中至少有50％的人口在参考年度应具有调查数据覆盖率。在大流行年份中应用的这些1年覆盖规则比在正常年份中应用的常规3年覆盖规则更严格。然而，这些新的覆盖规则是必要的，以确保贫困是根据COVID - 19大流行期间收集的调查数据估计的，而不是大流行前的调查数据推断的(Castaeda等人。2023）。由于在此期间经济状况异常波动，因此采用了保守的方法。 2.福利总量的变化 2.1.哥斯达黎加2021 调查中使用的时间平减指数今年已经更新。在2021年的数据中，这种通货紧缩错误地使用了错误的平减指数。这一点已经得到纠正，对贫困估计的影响(在世界银行使用的三条绝对线)在第一和第二位小数精度下是可见的。 2.2.印度2019 / 20 2020 / 21年和2021 / 22年的新调查估计已被纳入。2019 / 2020年的估计已被修订，以创造一个可比较的趋势。更详细的描述见第3节。 2.3.卢森堡收入研究(LIS) 与2023年3月的PIP更新一样，以下九个经济体的福利数据继续来自LIS数据中心发布的卢森堡收入研究（LIS）：澳大利亚，加拿大，德国，以色列，日本，韩国，美国，英国和中国台湾。1此外，PIP还包括一些历史LIS数据（通常在2000年代初之前，在EU - SILC存在之前）目前使用EU -SILC的欧洲国家。 可比性数据库中显示了可比性的中断（LIS和EU - SILC之间）。2在所有情况下，我们都以400箱的形式使用人均可支配收入（有关更多详细信息，请参阅Chen等人，2018）。对于此版本，LIS数据于2023年7月17日下载。 以下50个国家/地区年已添加到PIP中，因为它们在过去一年中已在LIS中可用： •加拿大：1973、1977、1979、1982、1984 - 1986、1988 - 1990、1992、1993、1995、2019•卢森堡：1986 - 1990年、1992年、1993年、1995年、1996年、1998年、1999年、2001年、2002年•ESP（西班牙）：1993、1994、1996 - 1999•瑞典（瑞典）：2002年•美国（美国）：1963 - 1973年，1975 - 1978年，2021年。 最后，对以下21个国家年进行了修订，LIS网站对此进行了更详细的解释： •加拿大：1975、1981、1987、1991、1994•ESP（西班牙）：1995年、2000年•LUX (卢森堡) 1985、1991、1994、1997、2000•美国（美国）：1974年，1979年，1980 - 1986年。 2.4.西非国家 对参加2018 / 2019年西非经济和货币联盟（WAEMU）调查协调计划的七个国家的现有调查数据进行了修订：贝宁，布基纳法索，科特迪瓦，马里，尼日尔，塞内加尔和多哥。修订的主要来源是对时间平减指数的调整，影响到所有国家。原始的时间平减指数（虽然内部一致）不允许在当前框架下转换为2017年ICP参考年的价格。为了纠正这一点，构建了一系列新的时间消减器。 调整到实地工作第一个月的价格水平，然后可以转换为2017 ICP参考年的价格以考虑通货膨胀。此外，对贝宁，布基纳法索，马里，塞内加尔和多哥的调查数据进行了较小的修订和更正。 2.5.赞比亚 对赞比亚2010年和2015年的消费总量和相关贫困率进行了更新，以建立跨回合的可比性，并确保与赞比亚中央统计局引入的贫困方法的变化保持一致（2016）。进行了价格调整，以使用省级CPI添加调查内的时空平减指数。消费部分已更新，包括耐用品服务，不包括贷款支付和其他大笔费用。还估算了报告没有支出的家庭的电力和水消耗。现在使用每月4.3周而不是4周计算每月估计值。最后，调整了2010年的调查权重，以使用2010年的实际人口普查，而不是2010年的2010年人口估计数。生活条件监测调查(LCMS），该数据基于2000年人口普查的预测。城市和农村人口也使用后分层按省份进行了匹配。 在各轮恢复可比性之后，但在采用从名义消费到实际消费的变化之前，2010年至2015年的贫困趋势显示，贫困下降幅度要小得多。在国际贫困线上，2010年的贫困率从68.5％下降到64.8％，导致 与7个百分点的下降相比，2010年至2015年下降了3.4个百分点 previously reported. The re - estimated Gini index shows lower inequality in 2010, changing from55.6至53.5。因此，2010年至2015年期间，不平等比以前报告的增加了2个百分点。 采用实际消费总量而不是名义总量改变了2010年和2015年的贫困和不平等水平，但对趋势影响不大。贫困率降低了约0.5个百分点，基尼系数降低了1.2至1.5个百分点。 3.India 此更新包括2020 / 21和2021 / 22的新估算以及2019 / 20的修订估算。2022年9月，PIP纳入了2015 /16年、2016 / 17年、2017 / 18年、2018 / 19年和2019 / 20年这五年的估计，使用了基于Roy和Vader Weide (2022)提出的方法的推算消费。作者使用了由私人数据公司印度经济监测中心（CMIE）进行的消费者金字塔家庭调查（CPHS）。 由于印度政府对数据质量的担忧,收集了2017 / 18年度NSS数据,但未向公众发布(见世界银行, 2020年)。 由于两个原因，CPHS数据不能