通过综合调查和地理空间数据估算四个西非国家的小区域贫困

授权公开披露 授权公开披露 政策研究工作文件10892 通过综合调查和地理空间数据估算四个西非国家的小区域贫困 IfeanyiEdochie,DavidNewhouse,NikosTzavidis,TimoSchmid,ElizabethFoster,AngelaLunaHernandez,AissatouOuedraogo,AlySanoh,AboudrahymeSavadogo 发展数据集团与贫困与公平全球实践2024年9月 政策研究工作文件10892 Abstract 本文介绍了一种方法论，用于生成西非四个国家（乍得、几内亚、马里和尼日尔）的小区域贫困估计 。由于这些国家缺乏近期的人口普查数据，因此将家庭层面的调查数据与网格级别的地理空间数据相结合，后者作为基于模型估计的协变量使用。借助地理空间数据，可以在更细粒度的行政层级上更频繁地报告贫困估计值，并在调查数据不可用的地区进行估计。本文利用布基纳法索最近的人口普查数据作为评估目的。使用相同的调查工具和候选指标获得的估计值进行比较分析。 地理空间变量作为其他四个国家的比较基准，这些国家与近期人口普查数据和单位层次模型下的实证最佳预测值进行对比。对于布基纳法索，使用地理空间数据获得的估计值在采样区域与基于人口普查的估计高度相关，在非采样区域则为中度相关。研究结果表明，在缺乏近期人口普查数据的情况下，利用公开可用的地理空间协变量进行小区域估计是可行的，相较于直接估计可以带来显著的效率提升 ，并且能提高小区域估计的时间性。 本文出自发展数据组、发展经济以及减贫与平等全球实践部门。它是世界银行为推动研究成果开放获取、并为全球范围内的发展政策讨论做出贡献的一部分努力。政策研究工作论文也已发布于互联网上的http://www.worldbank.org/prwp。如有任何问题，作者可联系dnewhouse@worldbank.org。 政策研究工作论文系列发布正在进行工作中的研究成果，旨在促进关于发展问题的想法交流。该系列的一个目标是在呈现可能不完全打磨的情况下快速传播这些发现。论文署有作者姓名，并应据此引用。本论文中表达的观点 、解释和结论完全属于作者。它们不一定代表国际复兴开发银行/世界银行及其关联机构、世界银行执行董事或他们所代表政府的观点。 由研究支持团队制作 通过综合调查和地理空间数据估算四个西非国家的小区域贫困 I大fe卫any·i纽E豪do斯chie21 4 NikosTzavidis3 TimoSchmid1 伊丽莎白·福斯特 1 AngelaLunaHernandez3 AissatouOu1edraogo AlySanoh AboudrhymeSavadogo1 1贫困与公平全球实践，世界银行集团 2世界银行集团发展经济学数据集团 3南安普顿大学社会统计与人口学系及南安普顿统计科学研究院 4统计研究所，奥托-弗里德里希-班堡大学。我们感谢OlivierDupriez、JedFriedman、HaishanFu、CraigHammer 、JohannesHoogeveen、GabrelaInchauste、TalipKilic、JohanMistiaen、PierellaPaci以及NobuoYoshida对我们的支持。本工作部分由“理解低收入和中等收入国家经济福祉子国别差异趋势”的知识变革计划第四阶段项目提供资助 。Tzavidis、Schmid和Luna的工作由消除极端贫困的数据与证据（DEEP）研究项目支持。DEEP是由牛津政策管理领导，与世界银行-发展数据组合作，并由英国对外、联邦和发展办公室资助的康奈尔大学、哥本哈根大学和南安普顿大学的联盟项目。Tzavidis的工作还得到了英国研究委员会-经济和社会研究理事会战略研究赠款ES/X014150/1的资助，用于“调查数据收集方法的合作：确保社会调查的未来”，简称“调查未来”。调查未来是一个由十二个组织组成的协作项目，受益于国家统计局和经济与社会研究理事会国家方法研究中心的额外支持。更多信息可在以下链接找到。www.surveyfutures.net . 关键词：贫困测量，小区域估计，地理空间数据JEL代码：C52，I32 1.Introduction 本文介绍了生成西非四个国家（乍得、几内亚、马里和尼日尔）贫困实验小区域估计（SAE）的方法，以及利用该方法对另一个地区国家（布基纳法索）数据进行评估的过程。SAE是一种统计方法，通过将调查数据与全面覆盖地理辅助数据（协变量）集成，通常源自人口普查、行政记录、遥感或手机数据，以改善调查估计。通过使用统计模型，可以在更准确、精确的地理细分层次上产生估计值，这比仅直接使用调查数据产生的估计值更为关键。更详细的估计对于更好地理解如何针对最贫困的地区实施干预以及监测此类干预的影响至关重要。 表1说明了仅从本研究论文中所探讨的国家的调查数据获取细化地理层面贫困估计值时所面临的问题。估计的标准差系数（cve）通常被用作判断估计统计精确度的一个标准指标。3各国通 常会设定一个报告可接受的估计平均值或中位数CVA的最大阈值，实践中这一范围通常在0.15到0.3之间。对于本文关注的国家，可以获取最近一次的和谐生活条件家庭调查（EnquêteHarmoniséesurleConditionsdeViedesMénages,EHCVM）2018年的数据来获得贫困状况的估计值。4对于每个国家在区域层面可获取的数据。霍夫茨-汤普森估计器生成的区域直接估算中位数cve范围从0.07到0.12，通常在这个范围内是可以接受的，并适合出版。然而，当我们检查目标行政区域集合的贫困率直接估计值，这些区域比地区层级低一或二级时，这些估计值的精确度不足，因此不适合出版。5目标地理区域在乍得指的是国家统计局提供的非官方定义的部门，而在几内亚则是副省长区，在马里和尼日尔则是公社。在这几个层级中，表1报告的直接调查估计的中位数cv（置信区间）超过每个国家0.3的阈值，除了乍得，其为0.27。此外，并非所有目标区域都被调查覆盖，这使得这些区域的直接估计成为不可能。尽管这一情况在所有国家都存在，但在马里尤为突出，那里样本中目标区域的比例低于40%。 3在使用cve时，特别是在与员工数量比率的估计值关联时，需特别注意。这是因为尽管理论上——例如 ，在简单的随机抽样下——估计值为0.1或0.9应具有相同的方差，但cve的值受到点估计的影响，导致相对精确度不同。表1中使用cve仅是为了说明直接在所需地理层面的估计不可靠，并非用于比较直接估计之间的精确度。 4这份调查是世界银行与西非经济货币联盟（WAEMU）委员会联合进行的《家庭生活条件统一调查》计划的主要产出之一，该计划涉及10个国家（包括8个WAEMU成员国以及刚果和中非共和国），收集了家庭数据并采用高度统一、并与国际最佳实践保持一致的方法构建了家庭福祉。 5这些估计值是通过使用R软件包SAE中Horvitz-Thompson估计器的方差近似方法获得的（Molina和Marhuenda,2015），该方法假定二阶包含概率是第一阶包含概率的乘积。 表1：重点国家的贫困估计统计。 Country 布基纳法索Faso Chad 几内亚 Mali 尼日尔 最多年份最近人口普查 2018 2009 2014 2009 2012 RegionsNumberof地区样本 13 22 8 9 8 Numberof地区人口普查 13 23 8 9 8 mediancve样本估计员工总数贫困率对于区域 0.114 0.123 0.069 0.085 0.079 目标区域名称目标区域 公社 Department 县 公社 公社 Numberof目标区域(人口) 351 112 343 704 266 Numberof目标区域(sample) 234 99 251 244 228 mediancve样本估计员工总数贫困率用于目标区域 0.435 0.271 0.370 0.415 0.425 注：样本估计值来源于每个国家2018年的EHCVM调查。样本估计的中位cve指的是目标区域中样本估计系数的变异性中位数。乍得的部门定义使用了由非官方形状文件提供的信息。 国家统计、经济与人口研究机构（INSEED）。调查估计基于具有有效GPS坐标的家庭样本。 通常，小区域估计应用会将调查数据与来自人口普查（或其他人口）数据的协变量结合使用。然而，除了布基纳法索，这些国家上一次进行人口普查的时间是在2009年至2014年间。使用过时的人口普查数据来更新小区域估计可能会导致偏差，例如，如果用于预测的人口普查协变量分布随时间发生了变化。这个问题在应用贫困地图工作中往往未被充分讨论。关于在人口普查间隔期更新贫困估计的方法文献包括Isidro等（2016）、Koebe等（2022）和Arias-Salazar （2023）。在这篇论文中，我们依赖于使用同时期的地理空间协变量（首先由Battese等（1988）提出，参见Nguyen（2012）），在缺乏近期人口普查数据的国家生成小区域贫困估计值 。 地理空间数据处理的进步以及其丰富来源使得将其作为小区域模型辅助信息的应用颇具吸引力 。Newhouse等人（2023）总结了使用地理空间数据估计财富和贫困的近期文献。Jean等人（2016）、Yeh等人（2020）和Chi等人（2022）展示了卫星数据对于财富指数的预测能力。本文采用了一种基于嵌套误差回归模型（也称为混合模型）的实证最佳预测器（EBP）方法，通常用于小区域估计（Molina和Rao,2010）。将这种方法应用于利用地理空间协变量预测人口贫困率时，其预测结果与墨西哥、斯里兰卡和坦桑尼亚基于人口普查的最新估计值高度相关（Masaki等人，2022；Newhouse等人，2022）。本文所采用的方法与世界银行的贫困全球实践所推荐的官方方法有所不同，后者基于单位（家庭）层面的混合模型和人口普查微观数据作为协变量（称为人口普查-EBP）。除了使用地理空间而非人口普查协变量的主要差异之外，我们的建模方法仅使用网格单元协变量进行建模，但结果仍然在单位（家庭）级别上进行建模。这就是为什么有时将这种后一种模型称为单位上下文模型的原因。 我们探讨了在中非的乍得、几内亚、马里和尼日尔四个国家使用单位情景模型的可能性，这些国家缺乏近期的人口普查数据。进一步地，我们利用西非另一国布基纳法索的近期人口普查数据可用性，进行了一项评估练习。该练习将基于单位情景模型与地理空间变量相结合的最优预测器获得的贫困头数估计值，与使用最优预测器获得的基于人口普查变量的实际贫困率进行比较。 如上文所述，使用地理空间协变量进行小区域估计的另一种方法是采用区域级模型（Fay-Herriot，1979年），在这种情况下，既有的贫困率直接估计值和地理空间协变量均在目标区域层级进行了聚合。因此，在第4节中所展示的评估过程中，我们也生成了Fay-Herriot模型下的估计值，以此为依据进一步验证了基于单位上下文模型产生的估计值的有效性。 在近期文献中（例如，Corral等人，2021年），在SAE和单位情境模型中使用地理空间数据而非人口普查数据受到了批评。这主要是因为地理空间自变量的聚合可能引入了被遗漏变量偏差 （相对于单位层次模型而言）。尽管对于这一问题进行深入讨论超出了本文的范围，但简而言之，这一做法可能导致模型估计结果的不准确性，特别是在地理尺度与研究问题相关性不强或地理空间数据不可靠的情况下。因此，在应用这类方法时，需谨慎考虑其潜在的局限性和可能的偏误来源。 鉴于当前论文范围，意识到使用单位上下文模型对小区域估计可能产生的影响至关重要。 首先，文献中报道的偏斜倾向相对于假设的理想单位（家庭）水平模型以及可用的最新家庭层级人口普查微数据而进行。我们的观点是，如果最近的人口普查数据可用，那么应优先使用人口普查-EBP方法。然而，我们认为，在缺乏最近人口普查数