本书的研究意义在于以下几个方面。首先，从小域估计的测度方法出发，在存在数据缺失、样本容量较小、无数据可用或只有局部数据的时候，对贫困指标进行测度，在估计出相应指标的基础上结合贝叶斯统计方法探讨如何采用基于模型的小域估计方法缩小误差，提高估计的精度。其次，小域估计方法可以节省大量的人力物力，而且可以经常进行调查活动，有利于监测贫困状况的动态变化。最后，与模拟实验结合，小域估计测度方法也可以推广到估测各种其他小域的数值，如泰尔指数和基尼系数等。本书通过将小域估计方法的估计值产生的偏差和均方误差与直接估计的方法进行对比研究，证明经验贝叶斯方法也是适用的。

张会敏:经济学博士，河北大学经济学院教师。主要从事数量经济理论与方法等教学与研究。先后主持和承担3项省部级项目和3项市厅级项目，在CSSCI来源期刊发表论文3篇，出版专著《云南省昆明市低碳发展研究》。