.png){kind=icon}
返回
Poverty mapping: Data, models and applications
.png){kind=icon}
PRE
AI
DOI：10.1016/j.physrep.2026.08.004.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
贫困制图对于监测联合国2030年议程中旨在消除所有形式贫困的可持续发展目标1（SDG 1）日益重要。然而，及时且高分辨率的贫困估计仍然困难，因为传统的基于人口普查和调查的方法成本高昂、频率低，且在贫困最严重的地区往往数据稀疏。由于贫困源于由人口流动、社会互动、基础设施和经济活动塑造的复杂社会经济系统，新兴的计算方法和非传统数据源为贫困估计与制图创造了新机遇。在统计物理学、复杂系统科学和数据科学的交汇点上，这些方法能够实现更高空间和时间分辨率的贫困估计。本综述总结了贫困的主要概念及其测量的主要框架，并考察了利用卫星图像、手机数据、社交媒体数据以及多源数据融合进行贫困估计与制图的最新进展。综述还讨论了代表性、跨区域可转移性、可解释性和不确定性量化等方面的持续性挑战。最后，综述明确了当代贫困制图的分析前景与实践局限。
查看更多机构