MPI - Fattigdomsindeks
Multidimentional Poverty Index (MPI) udregner, hvor mange mennesker der lider under fattigdom i et land, og hvor alvorlig fattigdommen er.
MPI - FattigdomsindeksSkala 0-1 (hvor 0 er bedst) (2019)
MPI - Fattigdomsindeks2019
| Land | Skala 0-1 (hvor 0 er bedst) (2019) |
|---|---|
| Niger | 0.590 |
| Sydsudan | 0.580 |
| Chad | 0.533 |
| Burkina Faso | 0.519 |
| Etiopien | 0.489 |
| Den Centralafrikanske Republik | 0.465 |
| Mozambique | 0.411 |
| Burundi | 0.403 |
| Madagaskar | 0.384 |
| Mali | 0.376 |
| Guinea | 0.373 |
| Guinea-Bissau | 0.372 |
| Benin | 0.368 |
| Den Demokratiske Republik Congo | 0.331 |
| Liberia | 0.320 |
| Sierra Leone | 0.297 |
| Senegal | 0.288 |
| Angola | 0.282 |
| Sudan | 0.279 |
| Tanzania | 0.273 |
| Afghanistan | 0.272 |
| Uganda | 0.269 |
| Papua Ny Guinea | 0.263 |
| Mauritania | 0.261 |
| Rwanda | 0.259 |
| Nigeria | 0.254 |
| Cameroun | 0.243 |
| Malawi | 0.243 |
| Yemen | 0.241 |
| Elfenbenskysten | 0.236 |
| Zambia | 0.232 |
| Østtimor | 0.210 |
| Gambia | 0.204 |
| Haiti | 0.200 |
| Pakistan | 0.198 |
| Comorene | 0.181 |
| Togo | 0.180 |
| Kenya | 0.178 |
| Myanmar (Burma) | 0.176 |
| Bhutan | 0.175 |
| Namibia | 0.171 |
| Cambodja | 0.170 |
| Nepal | 0.148 |
| Ghana | 0.138 |
| Guatemala | 0.134 |
| Indien | 0.123 |
| Congo | 0.112 |
| Zimbabwe | 0.110 |
| Laos | 0.108 |
| Bangladesh | 0.104 |
| Bolivia | 0.094 |
| São Tomé og Príncipe | 0.092 |
| Honduras | 0.090 |
| Marokko | 0.085 |
| Lesotho | 0.084 |
| Swaziland | 0.081 |
| Kiribati | 0.080 |
| Nicaragua | 0.074 |
| Botswana | 0.073 |
| Gabon | 0.066 |
| Irak | 0.033 |
| El Salvador | 0.032 |
| Syrien | 0.029 |
| Tadsjikistan | 0.029 |
| Peru | 0.029 |
| Mongoliet | 0.028 |
| Mexico | 0.026 |
| Sydafrika | 0.025 |
| Filippinerne | 0.024 |
| Colombia | 0.020 |
| Paraguay | 0.019 |
| Egypten | 0.019 |
| Vietnam | 0.019 |
| Jamaica | 0.018 |
| Ecuador | 0.018 |
| Belize | 0.017 |
| Kina | 0.016 |
| Brasilien | 0.016 |
| Dominikanske Republik | 0.015 |
| Indonesien | 0.014 |
| Guyana | 0.014 |
| Sri Lanka | 0.011 |
| Surinam | 0.011 |
| Nordmakedonien | 0.010 |
| Barbados | 0.009 |
| Algeriet | 0.008 |
| Bosnien-Hercegovina | 0.008 |
| Libyen | 0.007 |
| Saint Lucia | 0.007 |
| Montenegro | 0.005 |
| Palæstina | 0.004 |
| Maldiverne | 0.003 |
| Tunesien | 0.003 |
| Thailand | 0.003 |
| Seychellerne | 0.003 |
| Albanien | 0.003 |
| Cuba | 0.002 |
| Jordan | 0.002 |
| Kasakhstan | 0.002 |
| Trinidad og Tobago | 0.002 |
| Georgien | 0.001 |
| Serbien | 0.001 |
| Armenien | 0.001 |
| Kirgisistan | 0.001 |
| Turkmenistan | 0.001 |
| Ukraine | 0.001 |
MPI - Fattigdomsindeks2019
Skala 0-1 (hvor 0 er bedst)
Ingen data
Data
Data
Data
Data
Data
Forklaring
Når man beregner MPI fortæller tallene både, hvor mange mennesker der er fattige i et land, og hvad det gennemsnitslige fattige menneske i det pågældende land mangler for at få forbedret sine levevilkår.
Forskellen mellem Human Development Index (HDI) og MPI er, at man vurderer kendetegnene; sundhed, uddannelse og levestandard i forhold til hinanden. Det betyder for eksempel, at hvis et menneske er underernæret eller ikke går i skole, så er det en mere alvorlig form for fattigdom, end hvis man mangler elektricitet og telefon, der man bor. Hvordan måler vi fattigdom og hvem er de fattige?