多维贫困发生率（世界银行版）（占总人口的百分比）

指标解释

World Bank official description / 世界银行官方说明

The multidimensional poverty headcount ratio (World Bank) is the percentage of a population living in poverty according to the World Bank's Multidimensional Poverty Measure. The Multidimensional Poverty Measure includes three dimensions – monetary poverty, education, and basic infrastructure services – to capture a more complete picture of poverty.

可供参考的中文翻译：多维贫困发生率（世界银行版）是指根据世界银行多维贫困衡量标准，生活在贫困状态的人口占总人口的百分比。多维贫困衡量标准包含三个维度——货币贫困、教育和基本基础设施服务——旨在更全面地刻画贫困状况。

数据口径与风险提示

本指标采用多维评估框架，同时考虑收入、教育和基础设施三个维度，与单一货币贫困线指标（如每天3美元贫困线）不可直接比较
数据来源于各国调查，由于调查年份、抽样方法和问卷设计存在差异，跨国可比性存在一定局限
部分发展中国家的调查覆盖率和数据质量可能较低，可能低估或高估实际贫困发生率
本指标不反映贫困的深度或强度，仅衡量是否处于多维贫困状态
统计口径更新可能导致历史数据回溯调整，跨年份比较需注意数据版本
世界银行多维贫困衡量与联合国开发计划署（UNDP）的多维贫困指数（API）采用不同的维度权重和阈值设定，两者不可混用

中国趋势

趋势解读

当前世界银行数据库中尚未收录中国（CHN）在该指标下的时间序列数据。无法基于现有预计算结果对中国多维贫困发生率的长期趋势进行描述或推断。需结合其他官方数据源或调查数据补充分析。

数据库中无中国数据点，建议查阅中国国家统计局或世界银行中国国别报告获取相关信息
现有排名快照仅展示部分有数据国家的最新值，不代表全球完整排序
不得基于其他国家的趋势数据推测中国的变化规律

全球趋势

趋势解读

当前世界银行数据库中尚未收录全球（World）在该指标下的时间序列数据。无法基于现有预计算结果对全球多维贫困发生率的长期趋势进行描述或推断。全球多维贫困变化需参考联合国或世界银行专项报告。

数据库中无全球汇总数据点，十年变化比率（china_ratio/world_ratio）无法计算
排名快照仅展示部分国家最新值，未包含全球或区域汇总统计
不得将部分国家的排名数据等同于全球平均水平

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该时段无可用数据，无法计算期末与期初比值，无法分析中国与世界的阶段变化差异。
1970-1979	-	-	该时段无可用数据，无法计算期末与期初比值，无法分析中国与世界的阶段变化差异。
1980-1989	-	-	该时段无可用数据，无法计算期末与期初比值，无法分析中国与世界的阶段变化差异。
1990-1999	-	-	该时段无可用数据，无法计算期末与期初比值，无法分析中国与世界的阶段变化差异。
2000-2009	-	-	该时段无可用数据，无法计算期末与期初比值，无法分析中国与世界的阶段变化差异。
2010-2019	-	-	该时段无可用数据，无法计算期末与期初比值，无法分析中国与世界的阶段变化差异。
2020-2029	-	-	该时段无可用数据，无法计算期末与期初比值，无法分析中国与世界的阶段变化差异。

2025 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	Ecuador 厄瓜多尔	ECU	5.90
2	Indonesia 印度尼西亚	IDN	4.30
3	Uzbekistan 乌兹别克斯坦	UZB	2.30
4	Costa Rica 哥斯达黎加	CRI	0.80

使用建议、常见误用与研究场景

数值较高通常意味着什么

多维贫困发生率越高，意味着有更大比例的人口同时面临货币贫困、教育缺失和基础设施不足等多重困境，反映出更广泛的多维剥夺状态。

数值较低通常意味着什么

多维贫困发生率越低，意味着较少人口同时受困于货币贫困、教育和基础设施三个维度的剥夺，反映出更良好的多维福祉水平。

鍙ｅ緞闄愬埗

该指标仅反映多维贫困人口占比，不衡量贫困的深度（如贫困缺口）和强度（如剥夺严重程度）
三个维度的权重固定，可能不完全适用于所有国家或文化背景的具体情况
数据依赖各国调查，调查频率和年份不一致，实时性受限
无法区分结构性贫困与暂时性贫困
低收入国家因数据覆盖不足，可能存在系统性低估风险
本指标与联合国多维贫困指数（API）采用不同方法论，两者不宜直接替换使用

使用建议

进行国际比较时，应明确说明所采用的指标定义和年份，注明数据来源及调查方法差异
进行趋势分析时，应使用同一调查体系的数据，避免因调查口径变化导致的误判
作为政策参考时，建议结合货币贫困线、基尼系数、人类发展指数等多维指标综合评估
研究长期减贫成效时，应结合教育普及率、医疗保险覆盖率等过程指标验证
分析中国情况时，建议参考中国国家统计局发布的官方贫困监测数据，与国际标准数据进行交叉验证
解读排名数据时，应注意排名仅反映相对位置，不等同于发展水平的绝对评价

常见错误用法

错误做法：将本指标与世界银行单一货币贫困线指标（如每天3美元贫困线）直接比较，得出“中国贫困率远低于世界”的结论

正确做法：明确说明两者方法论不同，本指标基于多维评估框架，而货币贫困线仅衡量收入维度，两者不可混用

多维贫困指标同时纳入教育、健康和基础设施等维度，与单一收入指标衡量的贫困维度不同，直接比较会掩盖真实差异

错误做法：将本指标与联合国开发计划署（UNDP）的多维贫困指数（API）混用，将两者的数值变化趋势直接对比

正确做法：区分世界银行版与UNDP版指标的使用场景，如需学术发表应明确引用来源和方法论差异

两者在维度权重、阈值设定和数据来源上存在差异，数值不可直接替换

错误做法：基于排名快照中的部分国家数据，推断“中国位列第X位”或“中国已进入低贫困国家行列”

正确做法：认识到中国当前缺乏可用数据，排名分析仅适用于有数据的国家，不得对中国进行排名推算

缺少中国数据时进行排名推断缺乏事实依据，可能产生误导性结论

错误做法：将多维贫困发生率下降简单解读为“减贫成效显著，无需关注收入差距”

正确做法：结合贫困深度指标（如贫困差距）和收入分配指标（如基尼系数）综合评估减贫质量和可持续性

低发生率可能掩盖中低收入群体内部的相对贫困和分配不均问题

错误做法：使用不同年份的调查数据做趋势比较，忽略调查时间间隔和数据口径变化

正确做法：进行趋势分析时，应尽量使用同一调查体系、相同方法论的时间序列数据，并注明调查年份

调查年份差异和口径变化可能导致统计结果偏差，影响趋势判断的准确性

实际应用场景

多维贫困与单一收入贫困的收敛性分析：研究发展中国家在货币贫困率快速下降的同时，多维贫困是否同步改善，或是否存在“维度剥夺错位”现象被解释变量或对比指标可与SI.POV.DDAY等货币贫困线指标进行平行回归分析，检验两者的趋同或分化程度
基础设施可及性对多维贫困的独立贡献：分析电力、清洁饮水、卫生设施等基础设施维度对多维贫困发生率的边际效应解释变量或机制变量可将基础设施子维度指标作为独立变量纳入回归模型，识别关键减贫路径
教育维度在多维贫困测算中的权重敏感性：检验调整教育维度权重后，多维贫困发生率排序和跨国比较结论是否稳健稳健性检验变量通过改变权重设定进行敏感性分析，验证结论的稳健性
多维贫困与收入不平等的联动关系：探索多维贫困发生率与基尼系数、社会流动指标之间的动态关系被解释变量或控制变量可引入SI.POV.GINI等收入分配指标作为控制变量，分析结构性因素影响