行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

融合数据源衡量多维贫困

金融 2026-07-01 世界银行娱乐而已

本文提出了一种新的数据融合方法，通过整合多个数据源的综合统计数据来估算多维贫困指标。研究涵盖了112个国家（1989-2024年），并验证了融合方法能够准确预测各种多维贫困指标，即使在存在模拟样本偏差的情况下也是如此。研究发现，随着数据源共享更多共同指标，准确率会系统地提高，这突显了居住地重叠信息在识别中的核心作用。当指标的重叠有限时，未校正的融合表现出系统性的方向偏差和宽泛的不确定性区间，但基于中位数的简单偏差校正能显著降低误差和区间宽度，且不放松依赖性假设。这些结果表明，在数据稀疏融合场景下，大部分表面上的不确定性反映了可校正的偏差，而非不可消除的信息缺失。此外，本文还探讨了融合方法对模拟样本偏差的敏感性，并展示了一种使用经验数据校正偏差的方法。研究结果表明，在数据稀疏环境下的大部分不确定性反映了可纠正的设定错误，而不是不可减少的信息缺乏。