世界发展银行-Estimating-Poverty-among-Refugee-Populations-_-A-Cross-Survey-Imputation-Exercise-for-Chad_32页_1mb

估计难民人口中的贫困：乍得的跨调查插补研究

核心内容

本研究探讨了如何利用跨调查插补方法（cross-survey imputation）来估算乍得难民人口中的贫困状况。由于传统的家庭消费调查很少涵盖难民群体，因此缺乏准确的难民贫困数据。研究结合了联合国难民署（UNHCR）的调查数据与行政数据，测试了跨调查插补方法在估算难民贫困方面的有效性。

主要观点

• 贫困估算挑战：难民群体是世界上最脆弱和贫困的群体之一，但家庭消费调查通常不包含他们，导致贫困估算困难。
• 跨调查插补方法：该方法通过利用不同调查之间的共同变量，对缺失的消费数据进行插补，从而估算贫困率。
• 方法有效性：研究发现，该方法在估算难民贫困时，其结果与基于调查数据的贫困估算在95%置信区间内一致，且不受贫困线、回归变量或误差项假设的影响。
• 优于现有方法：与常见的代理均值测试（proxy means test）和乍得当前的援助分配方法相比，跨调查插补方法在预测准确性和减少误判方面表现更优。
• 政策意义：如果该方法在其他环境中也能适用，将有助于大规模估算难民贫困，并优化援助项目的精准度。

关键信息

1. 乍得的难民情况

• 乍得是世界上最贫困的国家之一，2011年家庭消费调查显示，29%的人口低于食物贫困线，47%低于国家贫困线。
• 乍得是全球第10大难民接收国，非洲地区第五大，主要接收来自苏丹和中非共和国的难民，以及少量来自尼日利亚的难民。
• 2019年，乍得的难民和被迫流离失所者（IDP）总数达到667,586人，其中约69%为难民或寻求庇护者。

2. 数据来源与结构

• ProGres数据集：UNHCR的注册系统，包含难民的大量人口统计和背景信息，但不包含消费或支出数据。
• Targeting数据集：基于混合方法收集的难民普查数据，包含人口统计、资产和动物拥有情况、应对策略等变量，但无消费数据。
• PDM数据集：世界粮食计划署（WFP）于2017年收集的样本调查数据，包含消费和支出数据，用于评估难民的总体福利。

3. 插补方法

• 采用Dang et al. (2017) 提出的跨调查插补框架，假设两个调查代表同一目标人群。
• 三种模型用于估算福利：
  • Model 1：仅包含人口统计和地理变量。
  • Model 2：在Model 1基础上增加资产和动物拥有情况。
  • Model 3：在Model 2基础上增加应对策略变量。
• Model 1和Model 2在不同贫困线下的预测结果均落在95%置信区间内，而Model 3的预测结果则超出置信区间，可能因应对策略的报告不准确导致。

4. 目标设定与结果

• 研究使用三种贫困线：国际极端贫困线（每天1.9美元）、国家贫困线（约每天2.6美元）、国家食物贫困线（约每天1.8美元）。
• 所有模型的预测贫困率与基于调查的贫困率在统计上无显著差异，除了25%分位数贫困线。
• Model 1和Model 2在预测贫困和食物安全贫困方面表现良好，而Model 3存在系统性高估问题。

5. 目标设定评估

• 研究评估了当前乍得政府与人道组织使用的**食物消费评分（FCS）**方法，该方法基于饮食多样性、食物消费频率和食物项目的营养重要性。
• FCS方法依赖主观选择的权重和阈值，因此可能不够准确。
• 跨调查插补方法在难民背景下的表现优于FCS方法，也优于代理均值测试方法。

结论

本研究为难民贫困估算提供了一种可行的替代方法，特别是在缺乏直接消费调查数据的情况下。所提出的跨调查插补方法在乍得的难民群体中表现良好，且在不同模型和贫困线设定下均具有稳健性。研究建议在未来的政策和项目设计中采用该方法，以提高人道援助的精准度和效率。