数学家们利用机器学习开发了一种新的模型来衡量不同国家的贫困程度，这种模型摒弃了固定“贫困线”的旧概念。

 

阿斯顿大学(Aston University)的学者们在《自然通讯》(Nature Communications)杂志上发表的这项研究表明，围绕贫困的主流思维已经过时，因为它过于强调基本需求的主观概念，未能充分把握人们如何使用收入的复杂性。

 

他们说，他们的新模型——它使用计算机算法来综合大量支出和经济数据——可以帮助世界各地的决策者预测未来的贫困水平，并计划干预措施来缓解这一问题。

 

阿斯顿大学工程与物理科学学院首席研究员Amit Chattopadhyay博士说:“以前从来没有人使用机器学习来解码多维贫困。”“这完全改变了人们看待贫困的方式。”

 

现有的贫穷措施试图确定一个临界值， 杏耀介绍 ，低于这个临界值的个人或家庭就被定义为“贫穷”。这些定义可以追溯到19世纪和20世纪初Ernst Engel和Seebohm Rowntree等改革者所提出的方法。

 

目前，世界银行设定的国际贫困线为每天1.9美元，杏耀而世界上约10%的人口(约7亿人)的生活水平低于这个标准。这是基于对满足最贫穷国家基本需求所需收入的主观评估，并根据购买力平价(PPP)进行调整。

 

在这项新研究中，研究人员分析了印度30年来的数据，将支出分为三类:“基本食品”，如谷物;“其他食品”，包括肉类;“非食品”，包括住房和交通等其他支出。这一模式可以适用于任何国家。

 

通过认识到这三种类型之间的“推拉”相互作用——在一个领域更多的支出通常意味着在另一个领域减少支出——它允许了一种更全面的贫困衡量方法，可以根据各个国家的情况进行调整。研究者综合数据集收入、资产和大宗商品市场从世界银行和其他来源不仅产生一个数学模型,可以准确地预测过去贫困水平在印度和美国,但也基于一定的经济假设预测未来水平。

 

通过考虑市场供给和需求的弹性，该模型将传统上被认为是“穷人”的人数修正为更实际的“中产阶级”。根据现有数据，它可以扩大到反映一个国家次区域的情况，甚至可以缩小到单一的城市或社区。

 

Chattopadhyay博士补充说:“目前对贫困的思考是非常主观的，因为‘贫困’在不同的国家和地区意味着不同的东西。”“有了这个模型，我们终于有了一个多维度的贫困指数，它反映了人们的真实经历，无论他们生活在哪里，并且在很大程度上独立于他们被认为属于的社会阶层。”

 

“重要的是，这个模型考虑到了人们所处的经济环境，以及能对他们的物质幸福产生最大影响的因素。”因此，杏耀软件它可以成为全球各国政府和决策者确定贫困并实施真正解决贫困的干预措施的重要工具。”