识别极度贫困和严重贫困人口：在多维贫困人口中

核心观点与数据

本报告提出了一种统一框架，通过调整阿拉伯多维贫困指数（Arab MPI）的阈值，将温和贫困和赤贫纳入单一指数，避免了在阿拉伯国家应用 Arab MPI 和在全球最不发达国家应用全球 MPI 所产生的二元差距。报告以也门 2022-2023 年的数据为例，应用该框架进行分析。

主要发现

• 也门 76.4% 的人口处于多维贫困状态，其中 34.4% 处于赤贫，14.4% 处于严重贫困。
• 农村地区比城市地区更严重地受到多重剥夺的影响，农村地区的严重贫困率 (18.6%) 明显高于城市地区 (4.8%)。
• 赤贫人口最常出现的剥夺领域包括：流动性资产、自来水、生计资产和教育水平。
• 在 governorate 层面，赖马、哈贾、胡德亚、朱夫和马赫维是最贫困的地区，而哈德拉马特、萨那市和亚丁的贫困率则较低。

研究结论

通过调整 Arab MPI 的阈值，可以更准确地识别处于最极端贫困状态的人口，从而优化减贫策略。报告提出的方法论改进将丰富即将发布的第三份阿拉伯多维贫困报告的分析，并为理解阿拉伯地区的贫困动态提供更稳健的方法论基础。