阿斯顿大学 信用:Unsplash/CC0公共领域 数学家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状况，摒弃了固定“贫困线”的旧观念
阿斯顿大学的学者在《自然通讯》杂志上发表的这项研究表明，围绕贫困的主流思想已经过时，因为它过于强调基本需求的主观概念，没有抓住人们如何使用收入的全部复杂性
他们表示，他们的新模型——使用计算机算法综合大量支出和经济数据——可以帮助全球政策制定者预测未来的贫困水平，并规划干预措施来缓解这一问题
首席研究员Dr
阿斯顿大学工程和物理科学学院的阿米特·查托帕德亚伊
“这彻底改变了人们看待贫困的方式
" 既定的贫困衡量标准试图确定一个阈值货币水平，低于该水平的人或家庭被定义为“贫困”
这些定义可以追溯到19世纪和20世纪初由恩斯特·恩格尔和塞博姆·朗特里等改革者开发的方法
目前，世界银行将国际贫困线定为1美元
每天90人，世界上约10%的人口——约7亿人——生活水平低于这个水平
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，并根据购买力平价进行调整
在新的研究中，研究人员分析了印度30年的数据，将支出分为三大类“基本食物”，如谷物，“其他食物”，包括肉类，“非食物”，包括其他支出，如住房和交通费用
该模式可适用于任何国家
通过认识到三个类别之间的“推拉”相互作用——在一个领域增加支出通常意味着在另一个领域减少支出——信息技术可以提供一个更全面的贫困衡量标准，可以适应各个国家的情况
研究人员结合了来自世界银行和其他来源的收入、资产和商品市场的数据集，建立了一个数学模型，该模型不仅能够准确预测印度和美国过去的贫困水平，还能够基于某些经济假设预测未来的贫困水平
通过考虑市场供求弹性，该模型将传统上被视为“穷人”的人数修正为更实际的“中产阶级”
它可以被缩放以反映一个国家的子区域的条件，或者甚至根据可用的数据被缩小到单个城市或社区
“目前关于贫困的想法是非常主观的，因为‘贫困’在不同的国家和地区意味着不同的东西，”Dr
Chattopadhyay
“有了这个模型，我们终于有了一个多维度的贫困指数，它反映了人们在现实世界中的经历，无论他们住在哪里，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，这种模式考虑到了人们所处的经济环境——以及对他们的物质福利产生最大影响的因素
因此，它可以成为全球各国政府和政策制定者的一个重要工具，帮助他们识别贫困，并采取干预措施来真正解决贫困问题
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
