贫困人口比例，以每天8.3美元为贫困线（按2021年购买力平价计算）（占总人口的百分比）

指标解释

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

Poverty headcount ratio at $8.30 a day is the percentage of the population living on less than $8.30 a day at 2021 international prices.

可供参考的中文翻译：每日8.3美元贫困线下的人口比例是指以2021年购买力平价（PPP）调整后的价格计算，日均生活支出低于8.2美元的人口占总人口的百分比。

数据口径与风险提示

该指标采用2021年购买力平价（PPP）国际价格核算，PPP换算系数每数年更新一次，跨期比较时需注意基数调整。
数据来源为家庭调查（收入或消费），不同国家调查年份、抽样方法和数据质量差异较大，直接跨国比较时应审慎。
部分年份数据缺失（如中国数据至2022年），时序连贯性受调查频率影响。
该贫困线属于中上收入国家标准，并非全球极端贫困线，不宜与世界银行传统使用的每天1.90美元指标混用。
贫困率下降可能同时受经济增长、收入再分配或人口结构变化驱动，需结合其他指标解读。
数据为比例而非绝对人数，大国与小国的变化幅度不可直接对比。

中国趋势

趋势解读

中国在该贫困线下的贫困率在1981年高达100%，意味着当时几乎全体人口生活于该标准以下。此后经历了持续而显著的下降，2021年降至20.6%的历史最低点，2022年小幅回升至21.3%。1981年至2022年累计降幅约为78.7个百分点，期末与期初比值仅为0.213，说明生活水平在该口径下提升了数倍。值得注意的是，2010年代下降最为剧烈（2010年66.1%降至2019年28.3%），但2020年受突发事件影响出现反弹（29.0%），随后2021年再度大幅回落，这表明短期波动可能与调查口径调整或经济冲击相关。

1981年基期值为100.0%，1987年仍高达99.8%。
1990年为99.3%，1999年降至94.5%。
2008年降至72.8%，随后受2008年金融危机影响增速放缓。
2010年为66.1%，2019年降至28.3%，十年降幅达57%。
2020年小幅升至29.0%，2021年降至20.6%，2022年微升至21.3%。
1981-2022年整体下降78.7个百分点，期末/期初倍数约为0.21。
调查数据年份间隔不规则，部分年份无调查数据，趋势线存在插值断点。
2020年出现的反弹可能与数据修正而非实际贫困恶化有关。

全球趋势

趋势解读

全球在该贫困线下的贫困率从1981年的69.5%逐步下降至2024年的46.1%，累计降幅约23.4个百分点。与中国不同，全球下降速度较为平缓，且1990年代初期曾出现轻微上扬（1994年达到71.8%的峰值），之后才恢复下降趋势。2020年代以来全球贫困率在2020-2024年间下降约4.3个百分点，降幅明显低于2010年代的年均下降幅度，反映出全球减贫进程在不同地区出现分化，部分区域因增长放缓而进展停滞。

1981年基期值为69.5%，1994年升至71.8%，随后开始下降。
2000年为70.6%，2010年降至60.2%，2020年降至50.4%。
2024年降至46.1%，为历史最低值。
1981-2024年整体下降23.4个百分点，期末/期初倍数约为0.66。
2020-2024年近期变化为-4.3个百分点，降幅显著低于2010年代。
不同国家调查年份不同步，全球汇总数据存在滞后效应。
部分发展中国家数据缺失或质量偏低，可能导致全球估计偏差。
该指标不能区分贫困深度变化，仅反映处于贫困线以下人口比例。

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	1.0x	1.0x	中国在此期间贫困率几乎未变（期初/期末倍数接近1），而全球同期略有上升，可能反映中国此前长期计划体制下居民消费变动有限，而其他发展中国家在该口径下有所恶化，两者在该阶段缺乏可比的变化基础。
1990-1999	1.0x	1.0x	中国贫困率下降约5%，而全球轻微上升约1.3%，中国的相对改善开始显现，但下降幅度有限，可能受经济结构调整和收入分配格局的渐进变化影响，尚不足以驱动大幅下降。
2000-2009	0.8x	0.9x	中国下降约18%，全球下降约13%，两者同步加快但中国降幅更大，可能反映中国加入全球分工体系后收入快速增长，对中低收入群体的溢出效应较为显著。
2010-2019	0.4x	0.8x	中国下降约57%，全球下降约16%，中国的降幅是全球的近3.5倍，差异悬殊。这一阶段差异可能主要源于中国大规模城镇化、精准扶贫政策及服务业扩张显著提升了低收入人群收入，而全球其他地区减贫进展则受制于部分国家增长停滞和不平等加剧。
2020-2029	0.7x	0.9x	中国回升约27%，全球下降约9%，方向相反。中国在2020-2022年出现明显波动，可能与疫情冲击导致短期收入下滑以及数据调查口径调整有关；全球在此期间持续下降，可能受益于部分新兴市场的复苏以及全球商品价格变动对实际购买力的影响，但数据尚在累积中，完整十年结论尚待验证。

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	Indonesia 印度尼西亚	IDN	65.2
2	Ecuador 厄瓜多尔	ECU	30.1
3	Uzbekistan 乌兹别克斯坦	UZB	12.4
4	Costa Rica 哥斯达黎加	CRI	9.70

使用建议、常见误用与研究场景

数值较高通常意味着什么

贫困率较高意味着在特定日子均消费或收入低于8.3美元的人口占比较高，可能反映整体经济发展水平偏低、社会保障覆盖不足或收入分配不均等问题，需要关注结构性减贫政策的实施效果。

数值较低通常意味着什么

贫困率较低表示大多数人已达到日均8.3美元以上的生活水平，但需注意该标准仅为中上收入国家贫困线，不代表高生活质量，且下降可能源于平均收入提升而非收入分配改善。

鍙ｅ緞闄愬埗

该指标为比例指标，不反映贫困人口的绝对规模，人口的基数差异使跨国比较存在局限性。
贫困线采用2021年PPP固定价格，不同年份的实际购买力可能因价格结构变化而失真。
数据依赖各国调查口径（收入或消费基础），部分国家消费调查与收入调查混用，横向可比性受限。
贫困率下降可能是平均收入提高、收入分配改善或人口结构变化等多种因素共同作用的结果，难以从单一指标中分离因果。
部分低收入国家数据缺失或年份久远，影响趋势判断的完整性。

使用建议

跨国比较时优先使用同一调查年份的数据，并关注数据来源和调查方法的一致性。
分析中国减贫进程时，建议同时查看每天4.2美元和每天3美元的贫困线指标，以全面评估不同收入阶层的变化。
使用该指标时应结合贫困差距（SI.POV.UMIC.GP）和收入分配指标（基尼系数），以区分贫困深度改善与广度缩小。
解读长期趋势时应注意PPP换算系数更新可能带来的口径断裂，不宜简单跨期线性外推。
研究区域差异时应结合城镇化率、人均GDP等变量，辅助判断经济驱动力对减贫的贡献。

常见错误用法

错误做法：直接对比中国与刚果、海地等低收入国家的每日8.3美元贫困率，判断哪个国家减贫工作更好。

正确做法：在具有相似发展水平或收入区间的国家群组内进行比较，同时考虑PPP口径的适用性。

不同国家的PPP换算系数和生活成本结构不同，跨国直接对比可能因基准差异而产生误导；此外，该贫困线对极低收入国家意义有限，应使用每天1.90美元或每天3美元的贫困线进行对比。

错误做法：将2021年PPP口径下的贫困率与2011年PPP口径下的贫困率直接用于计算十年变化率。

正确做法：确认数据使用相同的PPP基准年份，使用世界银行标准化数据版本进行比较。

PPP换算系数每数年更新一次，不同基准年的数据不可直接混用，否则会高估或低估实际变化幅度。

错误做法：将贫困率下降完全归因于经济增长，忽略收入分配改善的作用。

正确做法：结合基尼系数和底层40%人口的人均收入增长率等指标，分析经济增长与分配效应的各自贡献。

贫困率下降可能来自平均收入提升或收入分配改善，两者的政策含义截然不同，仅归因于增长可能忽视再分配政策的效果。

错误做法：将每日8.3美元贫困率与每天1.90美元极端贫困率混用，得出中国已消除极端贫困即意味着在此贫困线下同样表现优异的结论。

正确做法：严格区分不同贫困线的适用情境，每天1.90美元反映极端贫困，每天8.3美元反映中上收入标准下的相对贫困，两者的覆盖人群和含义不同。

两条贫困线捕捉的是不同层次的生活水准，达到较低贫困线不意味着达到较高贫困线，两者之间仍有相当比例的人口处于相对贫困状态。

错误做法：用该指标的时间序列数据直接推断因果关系，例如断言某政策导致贫困率下降。

正确做法：将贫困率变化作为结果变量，结合控制变量进行回归分析或双重差分设计，避免遗漏变量偏误。

贫困率受宏观经济、人口结构、统计方法等多重因素影响，单一时间序列无法建立因果推断。

实际应用场景

中国减贫进程的结构性分析：研究者希望理解中国贫困率从1981年100%降至2022年21.3%背后的驱动因素，分别评估经济增长与收入分配的作用。被解释变量可采用面板数据回归，将贫困率变化对人均实际GDP增长、城镇化率、基尼系数和公共转移支付等变量进行分解，通过逐步引入变量的方式评估各因素的边际贡献，同时关注政策冲击对不同收入群体的影响差异。
全球贫困格局的跨国比较：研究者希望对比不同发展中国家的减贫绩效，并识别影响贫困率变化的关键制度因素。被解释变量使用跨国面板数据，控制人均收入、教育水平、健康指标和治理质量等变量，采用固定效应或系统GMM方法估计贫困率的影响因素，排除国家异质性导致的估计偏误。
收入不平等与贫困率的关系验证：研究者怀疑收入分配恶化可能抵消经济增长带来的减贫效果，需要用数据验证该假设。稳健性检验变量在基准模型中引入基尼系数及其与人均收入的交互项，检验收入不平等是否会削弱经济增长对贫困率的正向效应；若交互项显著，则说明分配结构对减贫效果具有调节作用。
不同贫困线的分层比较：研究者希望同时使用每天3美元、4.2美元和8.3美元三条贫困线，全面描绘中国不同收入群体的生活改善情况。比较对象将三条贫困线下的贫困率变化率作为被解释变量，分析不同收入阶层在相同时期的改善幅度差异，揭示减贫工作的边际效益递减区间，辅助政策优先级判断。