【文章框架】

全球各国人民的生活条件和生活环境差异性较大，无法简单通过国家平均线来衡量，甚至在同一国家内部不同地区，经济发展水平也存在较大差异。因此，精细化理解这些差异是监测福利水平、把握减贫方向的重要抓手。在这样的背景下，世界银行的新地理空间贫困分析门户提供了有效工具，能够长期监测全球层面次国家级别的贫困、不平等和多维贫困指标。该门户是全球贫困监测系统的一部分，放在世界银行贫困与不平等研究平台上。本文主要介绍了该门户的数据情况、使用工具和实际作用。

【观点摘要】

1.该门户的主要特色是交互地图，使用最新发布的次国家贫困和不平等数据，涵盖141个经济体1600余个地区。这些数据由于采集自不同级别的代表性统计网站，故更新频率差异较大。有一些区域的数据横跨10年，便于用户从时间和空间维度上进行对比分析。

2.次国家贫困和不平等数据反映出不同次国家地区的差异。比如依据世界银行中等偏上收入国家的贫困线（6.86美元/天，依据2017年购买力平价），泰国曼谷的贫困率为0，而夜丰颂的贫困率高达47.3%。

3.为了解决数据发布频率差异问题，该门户借用最新全球次国家贫困地图集，获取截至2019年全球160多个经济体1700个地区的数据。数据显示有26个国家的182个次区域贫困率超过50%，其中162个位于撒哈拉以南的非洲地区，19个位于中东地区和北美地区，1个位于东亚和太平洋地区。通过分析这些贫困地区发现，贫困人口生活在自然灾害频发或有极高气候风险的地区。由于缺乏风险应对机制和社会安全网，这些地区应对自然灾害的能力十分脆弱。

4. 尽管全球次国家贫困地图集体现出了贫困与气候变化的关联，但是需要更细化的信息做进一步分析。小区域估算技术为解决这一问题提供了一种选择。1994年，Ghosh和Rao首次对小地区估算进行了技术研究。此后，世界银行通过进一步研究和工具开发（如 2015 年前的PovMap软件和最近的开源Stata sae代码），帮助普及和操作小面积估算技术。如今，Stata sae代码已成为世界银行精确估算小区域贫困状况的黄金标准。

5.地理空间贫困分析门户将上述数据、技术与世界银行和各国统计部门的贫困地区史料相结合，从而助力研究人员更多使用空间数据进行精细化的贫困研究。

【作者简介】

Judy Yang：世界银行贫困与公平全球实践经济学家。

Minh Cong Nguyen：世界银行贫困与公平全球实践高级数据科学家。

Carlos Sabatino：世界银行贫困与公平全球实践部数据科学顾问。