查看原文
其他

Stata:160多个国家的贫困和不平等指标测算-povcalnet

连享会 连享会 2023-10-24

👇 连享会 · 推文导航 | www.lianxh.cn

连享会 · 2022 空间计量专题

作者:彭甲超 (武汉工程大学)
邮箱:jiachao.peng@wit.edu.cn

编者按:本文主要摘译自下文,特此致谢!
Source:Castaneda Aguilar, R. A., C. Lakner, E. B. Prydz, J. S. Lopez, R. Wu, Q. Zhao, 2019, povcalnet: Stata module to access World Bank’s Global Poverty and Inequality data,Statistical Software Components 2019, Boston College Department of Economics. -Link-

温馨提示: 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码,直达原文:


目录

  • 1. 简介

  • 2. 命令介绍

  • 3. Stata 实例

  • 4. 结束语

  • 5. 相关推文



1. 简介

povcalnet 命令允许 Stata 用户计算世界银行家庭调查数据库中 160 多个国家和地区的贫困及不平等指标,该命令具有与 PovcalNet 网站相同的功能。PovcalNet 是一个计算工具,使用户能够估计各地区、各国家或个别国家在一段时间内以及在任何贫困线上的贫困率,PovcalNet 由世界银行发展经济司的数据和研究小组共同管理。

除了平均值和中位数,povcalnet 还报告了贫困 (在选定的贫困线) 和不平等测量标准,详见下表。有关数据库说明、指标定义和计算模型的信息,可分别参考 网站1、网站2 和 网站3

默认情况下,povcalnet 创建所选参数的组合查询,以便输出包含 country()povline()year()cover() 之间的所有可能组合。country() 中列出的第一个国家将与 year() 中的第一年、povline() 中的第一条贫困线、cover() 中的第一个覆盖区域以及参数 country() 中的后续元素相结合。如果只有一个元素被添加到参数 povline()year()cover() 中,那么它将应用于参数 count() 中的所有元素。

povcalnet 命令计算主要基于 2017 年版标准,部分预估结果已在世界银行《2020 年贫困与共同繁荣报告》中发布。

2. 命令介绍

命令安装:

net install povcalnet.pkg, replace
help povcalnet

命令语法:

povcalnet [subcommand], [Parameters Options]

其中,Parameters 如下:

  • country(string):国家和经济体简称。如果用年份 (string) 指定,此选项将返回有实际调查数据的所有特定国家和年份。在选择多个国家时,使用相应的三个字母代码,用空格分隔。All 选项是调用所有国家的简写;
  • region(string):缩写如果用 (string) 指定,此选项将返回属于指定区域的所有特定国家和年份。例如,region(LAC) 将返回在给定年份中有实际调查的所有拉丁美洲和加勒比国家。选择多个区域时,使用由空格分隔的三个字母代码。All 选项是调用所有区域的简写,相当于调用所有国家;
  • year(#):在选择多年期时,使用空格来分隔它们。选项 all 是调用所有可能年份的简写,而最后一个选项将下载每个国家的最新可用年份;
  • povline(#):计算贫困标准的贫困线。当选择多个贫困线时,使用小于 4 个小数,并用空格分隔每个值。如果留空,则使用默认贫困线 1.9 美元。贫困线以 2011 年购买力平价调整后的人均每日美元表示。

Options 如下:

  • aggregate:将计算给定一组国家或地区的综合贫困措施。需要注意的是:
    • 如果选项 country(all) 与选项汇总相结合,povcalnet 将执行 povcalnet wb,它将返回世界银行使用的默认全球汇总。相比之下,要聚合特定参考年份中的所有国家,用户需要在 country() 选项中列出所有国家。
    • 只可在统计年份 (截至 2018 年 9 月: 1981、1984、1987、1990、1993、1996、1999、2002、2005、2008、2010、2011、2012、2013 及 2015 年) 进行汇总。使用 lastall 选项,povcalnet 加载最新的年份。
  • fillgaps:载入用于创建参考年份总数的所有国家估计总量;
  • PPP(#):允许选择购买力平价汇率;
  • coverage(string):选择估计的覆盖级别。默认情况下,所有的覆盖级别都已加载,但用户可以选择 nationalurbanrural。每个查询只能选择一个覆盖级别;
  • information:提供现有调查、国家和地区的可选版本。

subcommand 如下:

  • info:与上一个可选性选项 information 解释一致;
  • cl:表示国家级查询;
  • wb:载入世界银行的区域和全球汇编数据;
  • test:执行最后一个查询,而不管 povcalnet 运行是否失败。

3. Stata 实例

多维贫困测量旨在分析总人口中未能接受教育、未能享受基本的基础设施服务、收入位于 1.90 美元/天贫困线下的人口比例,从而监测某一经济体国民收入以外的社会贫困水平。

多维贫困测量指数分为收入水平、教育和基础设施服务三大层面,下设居民消费与收入、受教育程度、教育入学率、饮用水状况、卫生设施和电力情况六大指标。每项指标的统计数值均来自世界银行的全球监测数据库 wb

. povcalnet, country(col arg) year(last) clear

Query at $1.9 poverty line
---------------------------------------------------------------------------------------
Year:
SurveyYears=all
Country:
Countries=ARG_2,COL_2,COL_3
Poverty line:
PovertyLine=1.9
--------------------
No. Obs: 2
--------------------------------------------------------------------------------------
first 2 observations
+-------------------------------------------------------------------------------+
| countrycode year povertyline headcount mean median datatype |
|-------------------------------------------------------------------------------|
1. | ARG 2019 1.9 .014577 560.0425 419.1742 Income |
|-------------------------------------------------------------------------------|
2. | COL 2019 1.9 .0494073 434.4964 268.7981 Income |
+-------------------------------------------------------------------------------+

在对全球监测数据库发布的多维贫困估计数据进行修改后,报告更新了多维贫困测量标准。其中部分数据的变化与相关经济体最新调查数据的更新有关,数据集内具体的国家或经济体缩写如下所示:

. povcalnet, info

Available Surveys: Select a country or region
Countries
AGO ALB ARE ARG ARM AUS AUT AZE BDI BEL
BEN BFA BGD BGR BIH BLR BLZ BOL BRA BTN
BWA CAF CAN CHE CHL CHN CIV CMR COD COG
COL COM CPV CRI CYP CZE DEU DJI DNK DOM
DZA ECU EGY ESP EST ETH FIN FJI FRA FSM
GAB GBR GEO GHA GIN GMB GNB GRC GTM GUY
HND HRV HTI HUN IDN IND IRL IRN IRQ ISL
ISR ITA JAM JOR JPN KAZ KEN KGZ KIR KOR
LAO LBN LBR LCA LKA LSO LTU LUX LVA MAR
MDA MDG MDV MEX MKD MLI MLT MMR MNE MNG
MOZ MRT MUS MWI MYS NAM NER NGA NIC NLD
NOR NPL NRU PAK PAN PER PHL PNG POL PRT
PRY PSE ROU RUS RWA SDN SEN SLB SLE SLV
SOM SRB SSD STP SUR SVK SVN SWE SWZ SYC
SYR TCD TGO THA TJK TKM TLS TON TTO TUN
TUR TUV TWN TZA UGA UKR URY USA UZB VEN
VNM VUT WSM XKX YEM ZAF ZMB ZWE

Regions
EAP ECA LAC MNA OHI SAS SSA
World Bank regions by year

该命令还可以估计某个国家或经济体的样本期内指标描述性统计。

. povcalnet, country(all) coverage("urban") clear

Query at $1.9 poverty line
---------------------------------------------------------------------------------------
Year:
SurveyYears=all
Country:
Countries=ARG_2,BOL_2,CHN_2,COL_2,ECU_2,FSM_2,HND_2,IDN_2,IND_2,SUR_2,URY_2
Poverty line:
PovertyLine=1.9
--------------------
No. Obs: 95
---------------------------------------------------------------------------------------
first 15 observations
+-------------------------------------------------------------------------------+
| countrycode year povertyline headcount mean median datatype |
|-------------------------------------------------------------------------------|
1. | ARG 1980 1.9 .0048045 697.8571 533.6243 Income |
2. | ARG 1986 1.9 .0122445 755.7679 545.1561 Income |
3. | ARG 1987 1.9 .0143038 690.824 480.519 Income |
4. | ARG 1991 1.9 .012816 490.2204 324.8208 Income |
5. | ARG 1992 1.9 .0246198 494.3771 339.7113 Income |
6. | ARG 1993 1.9 .028182 495.4168 347.2038 Income |
7. | ARG 1994 1.9 .0267456 489.433 335.7327 Income |
8. | ARG 1995 1.9 .0492488 464.9228 310.349 Income |
9. | ARG 1996 1.9 .0530217 455.447 297.7429 Income |
10. | ARG 1997 1.9 .0482076 477.2337 318.826 Income |
11. | ARG 1998 1.9 .0557585 463.4165 291.6875 Income |
12. | ARG 1999 1.9 .0552939 441.7302 289.6833 Income |
13. | ARG 2000 1.9 .0679172 432.065 275.5147 Income |
14. | ARG 2001 1.9 .1067957 397.8664 245.8823 Income |
15. | ARG 2002 1.9 .16941 279.4821 168.6708 Income |
+-------------------------------------------------------------------------------+

计算每个国家的国家覆盖范围和最长可能时间序列指标的描述性统计。

. povcalnet_examples pcn_example08

Query at $1.9 poverty line
--------------------------------------------------------------------------------------------
Year:
SurveyYears=all
Country:
Countries=AGO_3,ALB_3,ARE_3,ARG_2,ARM_3,AUS_3,AUT_3,AZE_3,BDI_3,BEL_3,BEN_3,BFA_3,BGD_3,
BGR_3,BIH_3,BLR_3,BLZ_3,BOL_2,BOL_3,BRA_3,BTN_3,BWA_3,CAF_3,CAN_3,CHE_3,CHL_3,CHN_1,CHN_2,
CHN_5,CIV_3,CMR_3,COD_3,COG_3,COL_2,COL_3,COM_3,CPV_3,CRI_3,CYP_3,CZE_3,DEU_3,DJI_3,DNK_3,
DOM_3,DZA_3,ECU_2,ECU_3,EGY_3,ESP_3,EST_3,ETH_1,ETH_3,FIN_3,FJI_3,FRA_3,FSM_2,FSM_3,GAB_3,
GBR_3,GEO_3,GHA_3,GIN_3,GMB_3,GNB_3,GRC_3,GTM_3,GUY_3,HND_2,HND_3,HRV_3,HTI_3,HUN_3,IDN_1,
IDN_2,IDN_5,IND_1,IND_2,IND_5,IRL_3,IRN_3,IRQ_3,ISL_3,ISR_3,ITA_3,JAM_3,JOR_3,JPN_3,KAZ_3,
KEN_3,KGZ_3,KIR_3,KOR_3,LAO_3,LBN_3,LBR_3,LCA_3,LKA_3,LSO_3,LTU_3,LUX_3,LVA_3,MAR_3,MDA_3,
MDG_3,MDV_3,MEX_3,MKD_3,MLI_3,MLT_3,MMR_3,MNE_3,MNG_3,MOZ_3,MRT_3,MUS_3,MWI_3,MYS_3,NAM_3,
NER_3,NGA_3,NIC_3,NLD_3,NOR_3,NPL_3,NRU_3,PAK_3,PAN_3,PER_3,PHL_3,PNG_3,POL_3,PRT_3,PRY_3,
PSE_3,ROU_3,RUS_3,RWA_1,RWA_3,SDN_3,SEN_3,SLB_3,SLE_3,SLV_3,SOM_3,SRB_3,SSD_3,STP_3,SUR_2,
SVK_3,SVN_3,SWE_3,SWZ_3,SYC_3,SYR_3,TCD_3,TGO_3,THA_3,TJK_3,TKM_3,TLS_3,TON_3,TTO_3,TUN_3,
TUR_3,TUV_3,TWN_3,TZA_3,UGA_3,UKR_3,URY_2,URY_3,USA_3,UZB_3,VEN_3,VNM_3,VUT_3,WSM_3,XKX_3,
YEM_3,ZAF_3,ZMB_3,ZWE_3
Poverty line:
PovertyLine=1.9
--------------------
No. Obs: 2073
-----------------------------------------------------------------------------------------
first 15 observations
+----------------------------------------------------------------------------------+
| countrycode year povertyline headcount mean median datatype |
|----------------------------------------------------------------------------------|
1. | AGO 2000 1.9 .3637448 124.7087 78.88239 Consumption |
2. | AGO 2008 1.9 .3444686 110.1731 79.3983 Consumption |
3. | AGO 2018 1.9 .4990623 92.68647 57.83109 Consumption |
|----------------------------------------------------------------------------------|
4. | ALB 1996 1.9 .0092067 199.9122 175.6941 Consumption |
5. | ALB 2002 1.9 .0157084 204.3239 168.5383 Consumption |
6. | ALB 2005 1.9 .0086053 230.9787 196.5514 Consumption |
7. | ALB 2008 1.9 .0031365 252.7978 211.5477 Consumption |
8. | ALB 2012 1.9 .0084975 239.7705 207.6025 Consumption |
9. | ALB 2014 1.9 .015809 255.4931 208.9879 Consumption |
10. | ALB 2015 1.9 .0112676 258.4731 212.1392 Consumption |
11. | ALB 2016 1.9 .0085868 263.5908 216.5969 Consumption |
12. | ALB 2017 1.9 .0126655 261.817 214.9097 Consumption |
|----------------------------------------------------------------------------------|
13. | ARE 2013 1.9 0 2320.771 2086.713 Income |
14. | ARE 2018 1.9 0 2523.373 2310.215 Income |
|----------------------------------------------------------------------------------|
15. | ARG 1980 1.9 .0048045 697.8571 533.6243 Income |
+----------------------------------------------------------------------------------+

世界贫困人口比率和贫困人数趋势图。

. povcalnet_examples pcn_example01

Query at $1.9 poverty line
------------------------------------------------------------------------------------
Year:
YearSelected=all
Country:
Countries=all
Poverty line:
PovertyLine=1.9
Aggregation:
&GroupedBy=WB
--------------------
No. Obs: 312
------------------------------------------------------------------------------------
first 15 observations
+-----------------------------------------------------------------------------+
| region year povertyline headcount mean |
|-----------------------------------------------------------------------------|
1. | East Asia and Pacific 1981 1.9 .8021353 48.95537 |
2. | Europe and Central Asia 1981 1.9 . . |
3. | Latin America and the Caribbean 1981 1.9 .1372265 312.7503 |
4. | Middle East and North Africa 1981 1.9 . . |
5. | Other high Income 1981 1.9 .006252 997.4511 |
6. | South Asia 1981 1.9 .5801569 64.28717 |
7. | Sub-Saharan Africa 1981 1.9 . . |
8. | World Total 1981 1.9 .4265692 294.4665 |
|-----------------------------------------------------------------------------|
9. | East Asia and Pacific 1982 1.9 .7801794 51.26841 |
10. | Europe and Central Asia 1982 1.9 . . |
11. | Latin America and the Caribbean 1982 1.9 .1441892 306.7964 |
12. | Middle East and North Africa 1982 1.9 . . |
13. | Other high Income 1982 1.9 .0061218 999.3491 |
14. | South Asia 1982 1.9 .5803276 63.85429 |
15. | Sub-Saharan Africa 1982 1.9 . . |
+-----------------------------------------------------------------------------+

按地区、多条贫困线分列的贫困人口比例趋势图。

. povcalnet_examples pcn_example07

Query at $1.9 poverty line
-------------------------------------------------------------------------------------
YearSelected=all
Country:
Countries=all
Poverty line:
PovertyLine=1.9
Aggregation:
&GroupedBy=WB
--------------------
No. Obs: 312
------------------------------------------------------------------------------------
Query at $3.2 poverty line
------------------------------------------------------------------------------------
Year:
YearSelected=all
Country:
Countries=all
Poverty line:
PovertyLine=3.2
Aggregation:
&GroupedBy=WB
--------------------
No. Obs: 312
------------------------------------------------------------------------------------
Query at $5.5 poverty line
-------------------------------------------------------------------------------------
Year:
YearSelected=all
Country:
Countries=all
Poverty line:
PovertyLine=5.5
Aggregation:
&GroupedBy=WB
--------------------
No. Obs: 312
-------------------------------------------------------------------------------------
first 15 observations
+-----------------------------------------------------------------------------+
| region year povertyline headcount mean |
|-----------------------------------------------------------------------------|
1. | East Asia and Pacific 1981 1.9 .8021353 48.95537 |
2. | East Asia and Pacific 1981 5.5 .9708776 48.95537 |
3. | East Asia and Pacific 1981 3.2 .9344563 48.95537 |
4. | Europe and Central Asia 1981 5.5 . . |
5. | Europe and Central Asia 1981 1.9 . . |
6. | Europe and Central Asia 1981 3.2 . . |
7. | Latin America and the Caribbean 1981 5.5 .4836674 312.7503 |
8. | Latin America and the Caribbean 1981 3.2 .2789262 312.7503 |
9. | Latin America and the Caribbean 1981 1.9 .1372265 312.7503 |
10. | Middle East and North Africa 1981 1.9 . . |
11. | Middle East and North Africa 1981 3.2 . . |
12. | Middle East and North Africa 1981 5.5 . . |
13. | Other high Income 1981 1.9 .006252 997.4511 |
14. | Other high Income 1981 5.5 .0355738 997.4511 |
15. | Other high Income 1981 3.2 .0127493 997.4511 |
+-----------------------------------------------------------------------------+

同理,可分别计算按地区分列的数百万穷人数量和按国家分列的拉丁美洲各收入类别人口分布图。

4. 结束语

povcalnet 开发的唯一目的是公开复制世界银行针对其广泛使用的国际贫困线的贫困措施,其内置的科学统计得到广泛认可。然而,povcalnet 并不能确信这些方法在其他方面仍是否有效,包括追踪整个收入分配情况等等。需要特别注意的是,世行并没有验证对收入分布在底部和顶部尾部附近的密度估计。此外,“国家” 一词与 “经济” 交替使用,并不意味着政治独立,而是指当局报告单独社会或经济统计数据的任何领土。

5. 相关推文

Note:产生如下推文列表的 Stata 命令为:
lianxh 数据, m
安装最新版 lianxh 命令:
ssc install lianxh, replace

  • 专题:Stata绘图
    • Stata绘图:世行可视化案例-条形图-密度函数图-地图-断点回归图-散点图
  • 专题:数据分享
    • 金融数据哪里找——Akshare数据平台
    • 重磅!数据库:国家人口健康-青少年健康数据库
    • 美国社会-人口数据平台-Opportunity-Insights:由Chetty发起
    • Stata:如何调用联邦储备经济数据(FRED)-freduse
    • Stata:CSMAR数据库API介绍
    • 知乎热议:经济-金融大佬从哪里获得数据?如何处理?
    • Python+Stata:如何获取中国气象历史数据
    • Stata:如何快速获取《计量经济学导论》数据-bcuse
    • 金融数据哪里找:Tushare数据平台
    • Stata:CHFS中国家庭金融调查数据库清洗和处理-D121
    • 清洗CFPS:两步搞定中国家庭追踪调查数据清洗
    • Stata数据处理:清洗CFPS数据库
    • 连享会 - 人文社科开放数据库汇总
    • 徐现祥教授团队-IRE-公开数据:官员交流、方言指数等
    • 连享会:数据在哪儿?常用数据库链接
    • 数据分享——EPS数据库-新冠肺炎疫情实时监控平台
    • 连享会 - 人文社科开放数据库汇总
    • Stata命令:世行发布的一组神奇命令

课程推荐:因果推断实用计量方法
主讲老师:邱嘉平教授
🍓 课程主页https://gitee.com/lianxh/YGqjp

New! Stata 搜索神器:lianxhsongbl  GIF 动图介绍
搜: 推文、数据分享、期刊论文、重现代码 ……
👉 安装:
. ssc install lianxh
. ssc install songbl
👉  使用:
. lianxh DID 倍分法
. songbl all

🍏 关于我们

  • 连享会 ( www.lianxh.cn,推文列表) 由中山大学连玉君老师团队创办,定期分享实证分析经验。
  • 直通车: 👉【百度一下: 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存