巴基斯坦贫困预测：Nowcasting 和预测
2019年，巴基斯坦有21.9%的人口生活在国家贫困线以下。此后，COVID-19大流行、2022年的毁灭性洪水以及宏观经济财政危机（特别是创纪录的通胀）对经济活动和收入来源产生了深远影响。由于缺乏新的家庭调查数据，确定这些不同冲击对家庭福利和贫困的影响变得困难。
本文提出了一种微模拟工具，该工具结合了最新的全国家庭调查微观数据和高频宏观经济指标，以产生贫困的即时预测和展望。工具模型通过使用个人和家庭特征来模拟家庭消费，并考虑劳动力市场、通货膨胀、社会转移支付和汇款的变化。
根据首选模型，研究发现2024年的贫困率为25.3%，比2023年上升了7个百分点，新增约1300万人陷入贫困。此外，除了预计的贫困增加之外，贫困家庭还面临不成比例的更高的福利损失，并被进一步推向深度贫困状态。
研究发现，预计的贫困发生率模仿了由疫情、洪水和宏观经济危机引起的更广泛的经济动荡。从2019年的基线值21.9%，贫困估计在2020年和2023年分别在疫情末期和高通胀期间达到了高达24.9%和25.3%的峰值，其间有一个恢复期。预测显示，在经济复苏之后，贫困人口占比将在2025年降至18.7%。
本文的方法明确地通过使用部门增长和家庭特定通货膨胀率的信息来建模福利分布的变化，从而提供一个更为细致的贫困发生率及其在国家内的分配变化的图景。我们建模了劳动收入和非劳动收入的发展演变。首先，我们通过使用11个不同部门的增长率信息来建模劳动收入，以反映整个经济中劳动力收入的差异性增长趋势和集中度。其次，我们纳入特定条件以模拟非劳动收入转移的发展变化，并特别关注该国主要反贫困计划转移价值的实际变化。最后，我们考虑了不同类型商品价格趋势的差异及其对家庭实际通胀率的影响，特别是在其消费篮子的基础上。
本文的结果在定量上与常用的贫困预测替代方法具有竞争力，并且还允许进行分布分析。当我们将我们的模型与现成的替代方案进行比较时，我们识别出两个主要优势。首先，我们允许福利分配发生非分布中性的变化，这是一个重要因素，因为家庭的福利影响与其初始特征（包括地理位置、劳动力供应和消费模式）相关。其次，我们将模型定制化以适应巴基斯坦的社会转移项目特点，这意味着更大的建模灵活性以及模拟不同政策措施的机会。
