您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[世界银行]:危机期间流离失所 - 发现报告
当前位置:首页/其他报告/报告详情/

危机期间流离失所

2023-09-27世界银行静***
危机期间流离失所

A授权公开披露授权公开披露授权公开披露授权公开披露危机期间流离失所从高频电话调查中吸取的教训以及如何保护最脆弱的人 © [2023] 国际复兴开发银行 / 世界银行 1818 H Street NW华盛顿特区 20433电话 : 202 - 473 - 1000 互联网 : www. worldbank. org这项工作是世界银行工作人员在外部捐款下的产物。这项工作中表达的发现、解释和结论不一定反映世界银行、其执行董事会或其代表的政府的观点。世界银行不保证本工作中所包含数据的准确性、完整性或真实性,也不对信息中的任何错误、遗漏或差异承担责任,也不对使用或未使用所列信息、方法、过程或结论承担责任。本作品中任何地图上显示的边界、颜色、面额和其他信息并不意味着世界银行对任何领土的法律地位或对此类边界的认可或接受做出任何判断。此处的任何内容均不得构成或被解释或视为对世界银行特权和豁免的限制或放弃 , 所有这些特权和豁免均被特别保留。权利和权限由于世界银行鼓励传播其知识 , 因此 , 只要对该作品给予充分的归属 , 就可以将其全部或部分复制用于非商业目的。关于权利和许可证 , 包括附属权利的任何疑问 , 应发送至世界银行出版物 , 世界银行集团 , 1818 H Street NW , 华盛顿特区 20433 , 美国 ; 传真 : 202 - 522 - 2625 ; 电子邮件 : pubrights @ worldbank. org 。图片 : © 难民署。经难民署许可使用。需要进一步许可才能重复使用。封面设计 : Florencia Micheltorena 1目录1. 导言 12. 微观数据和方法 52.12.22.32.43. 大流行期间流离失所者和收容人口的福利 173.13.23.33.43.53.64. 流离失所人口融资 425. 讨论和结论 48附件 2. 补充数字和表格 68 2Figures图 1.12000 - 22 年被迫流离失所人口存量2图 1.22019 年按东道国收入群体划分的 FDP 份额3图 3.1在大流行之前和期间 , 按主持人和 FDP 类型划分的就业份额 (% )19图 3.2大流行期间 FDP 类型对工作概率的边际影响21图 3.3对停工概率的边际影响21图 3.4对难民大流行期间工作概率的边际影响22图 3.5不同就业类型的就业过渡 , 按主持人和 FDPs 分列24图 3.6各活动部门的就业过渡情况 , 按主持人和 FDPs 分列24图 3.7按人口群体划分的有停工和收入损失的家庭所占比例 (% )26图 3.8按营地状况分列的停工和收入损失26图 3.9按收入来源分列的报告收入损失的家庭份额 (%)26图 3.10 作为难民对期间收入损失概率的边际影响大流行 27图 3.11 大流行期间接受援助的家庭比例 , 按东道和 FDP 分列 (%) 28图 3.12 按主机和 FDP 分列的依靠各种应对措施的家庭份额 ( % ) 29图 3.13 农产品价格指数 30图 3.14 面临严重粮食不安全危机的人数 30图 3.15 线性概率模型对耗尽食物可能性的估计 31图 3.16 成年人因缺乏食物而不吃一顿饭的家庭所占比例资源 (% ) 32图 3.17 成员因缺乏而一天没有进食的家庭所占份额资源 (% ) 32图 3.18 成员未进食的流离失所家庭的边际概率相对于寄宿家庭 , 由于缺乏资源而度过了一天 33图 3.19 粮食不安全体验得分 33图 3.20 按地区划分的全部或部分学校关闭时间 , 平均周数 36图 3.21 2020 年 2 月至 2022 年 3 月期间学校全部或部分停课时间国家 36图 3.22 采用的远程学习模式 , 按国家收入组分列 36图 3.23 有孩子的家庭在大流行期间停止学习的比例 ,国家 (% ) 38图 3.24 有子女的家庭在接受教育之前和期间接受教育的比例大流行 , 按 FDP 类型 (%) 39图 3.25 大流行前学校教育与大流行期间停止学习的情况 , 按国家分列 (%) 40图 3.26 难民在大流行前上学与大流行期间学习 ,国家 (% ) 41图 4.1 COVID - 19 期间的财政反应 , 按国家和国家组划分 ( GDP 百分比 ) 44图 4.2 2021 年收到的官方发展援助净额 (% ) 44图 4.3 近年来流离失所情况援助趋势 ( 2020 年不变 , 百万美元 ) 45图 4.4 近年来援助总流量趋势 ( 2020 年不变 , 百万美元 ) 46图 4.5 按地区分列的对流离失所人口的援助 , 占总援助的比例 ( % ) 46图 4.6. 按区域分列的对流离失所人口的援助 , 按流离失所者人数分列 (2020 年不变价美元) 47图 5.1 2015 - 30 年按国家集团划分的贫困趋势 ( % ) 50图 A2.1 a 2019 年托管最多 FDP 的 30 个 LMIC 69图 A2.1 b 2019 年拥有最多 FDP 的 30 个 LMIC 占全国人口的比例 69图 A2.2 进行电话调查的国家的流动性趋势和政策严格性 71图 A2.3 按国家 / 地区划分的东道国和 FDP 类型的就业份额 ( % ) 72图 A2.4 在大流行期间停止工作的受访者的家庭比例 ,按主机和 FDP 类型 , 按国家 (%) 73 3图 A2.5 自大流行开始以来接受任何社会援助的家庭比例 ,按主机和 FDP 类型 , 按国家 (%) 74图 A2.6 按营地状况分列的大流行期间接受援助的家庭比例 (%) 75图 A2.7 因缺钱或缺粮而缺粮的家庭比例过去 30 天的其他资源 (%) 76图 A2.8 家庭成员因缺乏食物而一天不吃饭的家庭所占比例资源 (% ) 77图 A2.9 有子女的家庭在接受教育之前和期间接受教育的比例大流行 , 按国家和 FDP 类型 78图 A2.10 有子女的家庭接受教育之前和期间的比例大流行 , 按国家和营地状况 (%) 79图 A4.1 对流离失所人口的援助 , 全球和按国家分组 ( 2020 万美元 ) 87图 A4.2. 按国家分列的援助总额 ( 2020 万美元 ) 88图 A4.3. 按国家分列的每个流离失所者的援助 ( 2020 年美元 ) 89表表 2.1 营地住宿 8表 2.2 协调数据中的可用样本 8Table 2.3 HFPS Design for Displaced and Host Samples 10表 2.4 电话调查的时间安排 14表 2.5 统一调查数据答复者的描述性统计数据 15表 3.1 按主持人和 FDPs 分列的就业类型转换矩阵 22表 3.2 按主机和 FDP 分列的扇区转换矩阵 23表 3.3 粮食不安全构成部分 34表 A2.1 COVID - 19 HFPS 70 的核心模块表 A3.1 a 工作概率 80表 A3.1 b 收入损失概率 81表 A3.1 c 一天不吃东西的概率 81表 A3.2 关于选定结果的国家汇总线性概率模型 82表 A4.1 经合组织 CRS 数据库覆盖范围 , 部分国家 , 2019 年 84表 A4.2 用于估计流离失所人口援助的关键词和示例 84表 A4.3 经合组织 CRS 应急响应部门的详细部门代码 85表 A4.4 2016 - 2021 年流离失所人口援助前十大受援国( 2020 年百万美元 ) 86盒子方框 2.1 在肯尼亚和孟加拉国使用多个抽样框 9 4Acknowledgement该报告由 Yeon Soo Kim 和 Jeffery Tanner 共同领导 , 他们都是贫困与公平全球实践全球部门的高级经济学家。核心团队包括 Harriet Mugera ( DEC 分析和工具高级数据科学家 ) , Saad Imtiaz ( 顾问 ) 和 Gildas Deudibe ( 顾问 ) 。 Petra Kaps ( JDC 顾问 ) 提供了额外的研究支持。如果没有贫困与公平全球实践的目标数据小组,特别是 Ifeayi Edochie ( 数据科学家,贫困与公平全球实践 ) 的辛勤工作和支持,就不可能编写本报告中使用的统一数据库。协调协调工作。最初收集电话调查数据的国家工作队也提供了宝贵的支持。这项工作是在 Lis Felipe Lopez Calva ( 贫困与公平全球实践全球总监 ) 和 Be Bidai ( 贫困与公平全球实践实践经理 ) 的总体指导下进行的。小组感谢 Utz Pape ( 贫困与公平全球实践高级经济学家 ),Sharad Tado ( 贫困与公平全球实践高级经济学家 ) 和 Alia Al - Khatar - Williams ( 难民署副主任 ) 的反馈。报告以及 Thomas Gi ( 全球发展中心研究员 ) 。 5缩略语列表CBPS考克斯巴扎尔小组调查 (孟加拉国)CONASUR Conseil National de Secours d 'Urgence et de R é acculation (National Council for Emergency Relief and Rehabilitation)CRS债权人报告系统 (经合组织)DAC发展援助委员会 (经合组织) 刚果民主共和国发展中世界难民和庇护政策 FDP 强迫流离失所人口FIES 食品不安全体验评分GCFF全球优惠融资机制 GCR 全球难民契约HFPS 高频电话调查IDA 国际发展援助国内流离失所者国际移民组织JDC联合数据中心 (世界银行 - 难民署) LIC 低收入国家中等收入国家非政府组织NPM 需求和人口监测 ( IOM ) ODA 官方发展援助经合组织经济合作与发展组织 OLS 普通最小二乘法PoC 相关人士ProGres简介全球登记系统 (难民署) RDD 随机数字拨号RRPS快速反应电话调查 RSW 区域子窗口SES 社会经济调查难民专员办事处联合国难民事务高级专员 VDA 委内瑞拉人在国外流离失所世界粮食计划署 vi执行摘要一名妇女走过布基纳法索多里最近降雨造成的水坑。© UNHCR / Nana Kofi Acquah, June 2021 7T世界正在摆脱一系列冲击 , 这些冲击导致生活和生计普遍动荡。COVID - 19大流行造成了自第二次世界大战以来最严重的经济衰退 , 对穷人和弱势群体产生了不成比例的影响。在最初的冲击之后 , 复苏同样不平衡 , 并进一步受到生活成本危机的阻碍 , 随着粮食和能源价格飞涨 , 生活成本危机迅速展开。尽管大流行前全球贫困数字处于历史低位 , 反映出几十年来持续下降 , 但极端贫困日益集中在撒哈拉以南非洲以及脆弱和受冲突影响的国家。后一组国家拥有全球约 10 % 的人口 , 但近 40 % 的全球贫困人口。因此 , 了解弱势群体的福利 , 包括在经济冲击时期 , 对于解决对全球贫困和共同繁荣轨迹的威胁至关重要。在大流行的毁灭性影响中 , 这场危机为大规模收集被迫流离失所人口 ( FDP ) 的数据创造了机会 , 而这一群体存在巨大的数据缺口。这最初是一系列国家一级的努力,作为 COVID - 19 大流行头两年来自 14 个国家的电话调查新统一数据库的基础。这个同时存在的收容和流离失所人口数据库提供了对 FDP 相对于其东道国的福利的独特见解,同时还允许对不同的关注人口 ( 国内流离失所者,难民,东道国 ) 和住宿类型 ( 在营地,营地外 ) 进行比较。在几乎没有关于系统性冲击如何不同地影响被迫流离失所者和东道国人口的协调研究的背景下 , 新协调的数据库代表了丰富的信息来源。来自这个新数据库的证据表明 , FDP 深受大流行的影响 , 尽管并非总是如此 , 但他们的表现往往比宿主差。FDP 通常会经历较大的初始就业损失,然后恢复速度较慢。此外,仍在工作的人的工作发生了重大变化,而 FDP 的人员更替率也更高。在可能的情况下,家庭收入动态表明,福利影