社会贫困线下的贫困人口比例（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 poverty headcount ratio at societal poverty line is the percentage of a population living in poverty according to the World Bank's Societal Poverty Line. The Societal Poverty Line is expressed in purchasing power adjusted 2021 U.S. dollars and defined as max($3.00, $1.30 + 0.5*Median). This means that when the national median is sufficiently low, the Societal Poverty line is equivalent to the extreme poverty line, $3.00. For countries with a sufficiently high national median, the Societal Poverty Line grows as countries’ median income grows.

可供参考的中文翻译：按社会贫困线计算的贫困人口比例是指生活在世界银行社会贫困线以下的人口占总人口的比例。社会贫困线以购买力平价调整后的2021年美元表示，定义为 max($3.00, $1.30 + 0.5*中位数收入)。这意味着当国家中位数收入足够低时，社会贫困线等同于极端贫困线3.00美元。对于国家中位数收入足够高的国家，社会贫困线随国家中位数收入的增长而增长。

数据口径与风险提示

社会贫困线（Societal Poverty Line）并非固定阈值，而是随国家中位数收入动态调整的相对贫困线，定义为 max($3.00, $1.30 + 0.5*Median)，可能导致跨国可比性受限
该指标与固定绝对贫困线（如每天2.15美元、3.00美元）下的贫困率口径不同，不宜直接横向比较
各国调查数据年份不一致，部分国家存在数据缺失，年份间隔不均匀，可能影响趋势判断
数据基于住户调查的消費或收入数据，调查口径差异（如收入法vs消费法）可能导致同一国家不同年份或不同国家之间的数值不可比
社会贫困线的动态调整机制意味着：当中位数收入上升时，贫困线本身也会上移，这会在分母层面产生反向压力，可能使减贫速度被低估
2021-2022年中国数据出现小幅回升（18.8%→19.4%），部分反映社会贫困线随中位数收入调整后的统计效应，而非绝对贫困加剧的单一解读

中国趋势

趋势解读

中国社会贫困线下的贫困率呈现持续大幅下降的长期趋势，从1981年的97.0%降至2022年的19.4%，累计下降超过77个百分点。该下降过程并非匀速，1980年代至2000年代初期改善幅度最为显著，反映了经济快速增长和大规模扶贫政策对贫困人口生计的实质提升。值得注意的是，2021年降至18.8%的历史最低点后，2022年小幅回升至19.4%，近期变化幅度明显收窄。该指标基于住户调查的消费或收入数据，受社会贫困线定义影响——当国家中位数收入上升时，贫困线会相应调高，这会在分母层面产生反向抑制效应，使得长期下降速度受到结构性上限的约束。

1981年起点为97.0%，为数据序列中的最高值
1996年降至62.6%，十年间下降约15个百分点
2010年进一步降至35.1%，反映大规模经济转型期减贫成效
2017年降至23.9%，2020年降至20.6%，2021年触底18.8%
2022年回升至19.4%，较2021年上升0.6个百分点
长期来看，最新值与首年比值为0.20，意味着贫困率约为起点的五分之一
近期变化（近一年）为-3.5个百分点，幅度较十年前明显放缓
社会贫困线随中位数收入动态调整，经济增长本身可能推高贫困线，产生分母层面的反向压力

全球趋势

趋势解读

全球社会贫困线下的贫困率从1984年的51.8%持续下降至2024年的24.9%，累计下降约27个百分点，改善幅度约为中国同期变化的三分之一。该下降过程呈现出前快后慢的阶段性特征——1980年代至2000年代中期下降较为显著，2005年后改善速度明显放缓。这可能反映了全球减贫进入攻坚阶段的结构性特征：剩余贫困人口集中于冲突频发地区、政局不稳定区域和高度依赖初级产业的经济体，单纯的经济增长对此类贫困群体的覆盖效应递减。此外，社会贫困线的动态调整机制在全球范围内同样存在，经济增长带来的中位数提升会相应提高贫困线，对全球减贫速度产生结构性约束。

1984年起点为51.8%，为数据序列中的最高值
1990年代初期保持在49.8%-50.1%区间
1995年降至45.9%，2000年降至42.6%，呈稳步下降态势
2005年降至37.6%，2010年降至32.0%，反映全球减贫取得持续进展
2015年降至27.9%，2020年降至26.2%，2024年降至24.9%
长期来看，最新值与首年比值为0.48，意味着贫困率约为起点的近一半
近期变化（近三年）从25.8%降至24.9%，每年约下降0.3个百分点
社会贫困线的动态调整机制意味着全球经济增长本身可能提升贫困线，产生分母层面的反向抑制效应

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1970-1979	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1980-1989	0.8x	1.0x	中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需结构与全球平均出现分化。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
1990-1999	0.7x	0.9x	中国倍数（约0.70）仍明显低于世界（约0.88），中国阶段减贫速度约为世界的1.26倍。这可能与1990年代中国持续的高增长和大规模扶贫行动有关，而同期世界其他地区受苏联东欧转型期的经济衰退拖累，减贫进展受到阶段性抑制。两国减贫速度的差距可能更多反映的是发展起点的差异，而非单纯的政策效果对比。
2000-2009	0.8x	0.8x	中国倍数（约0.77）与世界（约0.77）基本持平，减贫速度首次趋于同步。这可能意味着中国高速增长的边际减贫效应开始递减——贫困人口绝对规模缩小使剩余减贫难度上升，而社会贫困线随中位数提升而上调也在分母层面产生反向压力。与此同时，世界其他地区则受益于新兴经济体的快速追赶，两者增速收敛可能反映减贫进入共同的结构性瓶颈阶段。
2010-2019	0.6x	0.8x	中国倍数（约0.62）低于世界（约0.83），但差距较前一个十年有所收窄。这可能反映中国仍保持相对更快的减贫节奏，但高基数优势已大幅减弱——贫困率从32.3%降至21.8%，绝对降幅仍然可观。然而，考虑到社会贫困线定义的分子分母双向变化，该时期中国倍数低于世界可能同时受分母效应（贫困线随中位数提高而上调）影响，需要结合收入增长数据和贫困差距指标进一步验证。
2020-2029	0.9x	1.0x	中国倍数（约0.94）与世界（约0.95）非常接近且都接近1，反映减贫进展近乎停滞。这可能主要受COVID-19疫情冲击所致——经济放缓、供应链中断和就业冲击对贫困脆弱群体影响尤为显著。中国的轻微反弹（2021年18.8%升至2022年19.4%）可能既反映疫情对收入分配的负面冲击，也受社会贫困线随中位数调整后分母效应的影响，需要结合劳动力市场和收入分配指标综合判断。

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	26.3
2	Costa Rica 哥斯达黎加	CRI	23.6
3	Indonesia 印度尼西亚	IDN	22.2
4	Uzbekistan 乌兹别克斯坦	UZB	17.2

使用建议、常见误用与研究场景

数值较高通常意味着什么

社会贫困线下的贫困率越高，意味着该经济体中以相对标准衡量的贫困人口占比越大，居民收入分布中处于社会贫困线以下的人口比例越高，通常表明整体收入水平较低或收入分配差距较大。

数值较低通常意味着什么

社会贫困线下的贫困率越低，意味着该经济体中以相对标准衡量的贫困人口占比越小，居民收入分布中处于社会贫困线以上的人口比例越高，通常表明整体收入水平较高或收入分配相对均衡。

鍙ｅ緞闄愬埗

社会贫困线是动态相对贫困线，随国家中位数收入调整，经济增长本身可能提升贫困线，对下降速度产生分母层面的结构性约束
该指标仅反映贫困发生率，无法揭示贫困的深度和强度——贫困率相同的两个经济体，贫困人口距离贫困线的平均差距可能截然不同
基于住户调查数据，调查年份不统一、调查口径不一致（消费法vs收入法）、样本覆盖差异都可能影响跨国可比性
该指标不反映收入分配的内部结构，无法区分贫困减少是否伴随不平等加剧——高增长带来的减贫可能在收入分配极度不均的情况下发生
不反映贫困的多维特征（如教育、健康、生活质量），无法全面衡量人类发展水平
动态调整机制使该指标与固定绝对贫困线下的贫困率不可直接比较，不宜作为国际标准的绝对参照

使用建议

使用时需明确说明该指标的相对贫困特性，避免与固定贫困线指标混淆
建议同时结合贫困差距指数（GAP）判断贫困深度，结合收入分配指标（如基尼系数）判断分配结构
进行国际比较时应注意各国调查年份差异，考虑采用相近年份数据进行横向对比
建议将该指标与多维贫困指标（如MPI）搭配使用，以获得更全面的贫困图景
长期趋势分析时，需结合GDP增长率、居民收入增长率等经济指标，区分经济增长效应和分配改善效应
政策分析中，可将该指标作为参考基准之一，但不宜作为单一政策评估依据，应结合绝对贫困人口数量、人类发展指数等补充指标

常见错误用法

错误做法：将该指标与世界银行极端贫困线（如每天2.15美元）或国际贫困线（如每天3.00美元）下的贫困率直接对比，认为数值差异反映贫困严重程度

正确做法：明确说明该指标使用的是社会贫困线而非固定贫困线，两者定义和口径完全不同，不能直接横向比较

社会贫困线是动态相对贫困线，随国家中位数收入调整，而固定贫困线为绝对标准，两者不具备可比性，混用会导致严重的政策误判

错误做法：将中国与其他发展中国家（如印度、巴西）直接比较社会贫困率数值，认为数值相近则贫困状况相同

正确做法：比较时应说明各国调查年份差异、调查方法差异和社会贫困线相对调整幅度的差异，并参考绝对贫困人口规模和收入水平

社会贫困线受各国中位数收入影响，各国的基准水平不同，数值相近可能反映完全不同的绝对收入水平和贫困深度，需要结合其他指标综合解读

错误做法：将2021-2022年中国的贫困率回升（18.8%→19.4%）简单解读为贫困状况恶化，认为经济出现倒退

正确做法：结合社会贫困线动态调整机制和收入增长数据综合解读，同时考虑疫情冲击的暂时性影响

社会贫困线随中位数收入提高而上调，可能在分母层面产生统计效应；此外，疫情造成的暂时性就业和收入冲击也可能反映在数据中，回升不一定代表结构性贫困加剧

错误做法：认为社会贫困线下降等同于极端贫困消除，用该指标代替国际标准的绝对贫困指标

正确做法：在讨论绝对贫困消除时，应使用国际标准的固定贫困线指标（如每天2.15美元极端贫困线），社会贫困线仅作为相对贫困的参考

社会贫困线可能随经济发展而提高，其下降并不直接等同于绝对贫困的消除，两者的政策含义完全不同

错误做法：将社会贫困率下降完全归因于经济增长，忽视收入分配结构变化的影响

正确做法：结合收入分配指标（如基尼系数、各收入阶层份额）分析减贫的分配结构，区分增长效应和分配效应

在高度不平等的经济体中，经济增长可能主要惠及中高收入群体，对底层贫困人口的覆盖效应有限，减贫可能更多反映分配改善而非单纯增长效果

实际应用场景

长期贫困趋势与经济发展阶段关系的跨国研究：研究中国与其他主要发展中国家在不同发展阶段社会贫困率的变化轨迹，对比减贫速度与经济增长率的关系被解释变量可结合GDP增长率、人均国民收入（GNI）等变量进行面板回归分析，考察不同发展阶段经济增长对贫困率变化的弹性系数，注意控制各国调查年份和统计口径差异
贫困变动与收入分配不平等关系的实证分析：分析贫困率下降过程中，收入分配结构（如基尼系数、各阶层收入份额）的变化是否对减贫效果产生调节作用被解释变量（结合收入分配指标）可引入收入分配指标作为交互项，或将贫困率和基尼系数同时纳入模型，考察增长效应和分配效应的相对贡献，注意多共线性问题
COVID-19疫情对全球及中国相对贫困状况冲击的评估：评估2020-2022年疫情对中国和全球社会贫困率的冲击程度，结合劳动力市场数据和社会保护指标进行机制分析被解释变量可结合失业率、居民可支配收入增长率等变量进行事件研究分析，比较疫情前后贫困率变化是否超出历史趋势置信区间
社会贫困线指标与其他多维贫困指标的稳健性对比：使用社会贫困率与其他贫困指标（如多维贫困指数MPI、贫困差距指数）进行交叉验证，检验结论在不同指标定义下的稳健性稳健性检验变量可采用不同贫困指标的回归结果进行系数比较，或将多指标综合构建贫困指数进行敏感性分析
中国各省份贫困率差异与区域发展政策效果的评估：如能获取分省数据，可研究不同地区贫困率变化差异与区域发展战略（如西部大开发、乡村振兴）的关联被解释变量可结合政策哑变量进行双重差分（DID）分析，注意控制地区异质性和时间效应，需关注住户调查在省级层面的数据质量和覆盖度差异