二氧化碳 x 貧困
觀察
我們用 NASA 數據組裝的地圖顯示了碳排放量，以綠色（較高）到藍色（較低）突出顯示，並以紅點（較高）到橙色點（較低）突出顯示了生活在極端貧困中的人數。通過我們的團隊使用 NASA 數據開發的這個連接點，我們可以看到極端貧困和二氧化碳排放之間的一些重要基準。值得注意的是，二氧化碳排放圖分為不同的主要區域和世界其他地區。非洲和印度非常重視極端貧困問題。
二氧化碳 (CO2) 排放是氣候變化的主要原因之一。關於二氧化碳排放的準確信息對於了解人類對氣候變化和空氣污染的影響至關重要。碳監測數據集是作為對六個不同部門（包括能源、陸路運輸、工業生產、住宅消費以及海運和飛機運輸）每日二氧化碳排放量的首次估算而創建的。該數據集與了解 COVID-19 的環境影響特別相關，並顯示實施封鎖後排放量下降。
極端貧困對各地今世後代的生計構成重大挑戰。世界貧困時鐘甚至使用了包括世界銀行和國際貨幣基金組織在內的各種國際組織提供的關於收入分配、生產要素和國內消費的公開數據。這些組織彙編地方政府提供給他們的數據，當這些信息不可用時，世界貧困觀察會使用特定模型來估計這些國家的貧困情況。模型包括使用 IMF 中期增長預測，輔以國際應用系統分析研究所 (IIASA) 開發的長期“共享社會經濟路徑”和經合組織開發的類似分析，個人收入如何隨時間變化。
巴西在收入分配和高度貧困方面往往存在巨大的不平等。一個不平等的國家，面臨著社會不公正遺留問題的歷史性挑戰，其很大一部分人口無法獲得最低限度的尊嚴和公民身份條件。作為對理解這一現實的貢獻，本文試圖描述巴西貧困和不平等的現狀以及程度和性質的演變，建立這些維度之間的因果關係。
巴西在 2018 年總共排放了 1.9 吉噸碳當量。 這一數量使巴西佔全球排放量的 3.4%，並成為世界第七大排放國。
在巴西
解釋
分析 NASA 數據以及人文和環境研究的觀察結果，我們得出結論，另一個不成比例的環境負擔的焦點正朝著我們的方向發展。 2018 年颱風山竹橫掃菲律賓，全國超過 25 萬人受災，至少 59 人死於暴雨。根據德國觀察天文台的數據，同年，極端現像在該國造成 455 人死亡——每 10 萬居民中有 0.43 人死亡——經濟損失超過 45.4 億美元，人均 GDP 下降 0.48%。
圖表分析：圖表顯示了全球不同收入群體的碳排放比例，範圍從極端貧困（綠色）到收入最高的 10%（橙色）。 B 顯示了不同收入群體的人均碳足跡。每個足跡都以二氧化碳當量 (CO2e) 來衡量。黑線將直接碳排放（底部）和間接碳排放（頂部）分開。資料來源：Hubacek 等人。 (2017)。
調查發現，2010年，全球前10%的收入者約佔全球商品和服務消費碳排放量的36%（見每列橙色部分）。
相比之下，2010 年佔世界人口 12% 的極端貧困人口僅佔全球排放量的 4%（綠色）。
第二張圖（右側）顯示了不同收入群體的人均碳足跡。每個點都使用 CO2e 或二氧化碳當量進行測量，這是測量碳足蹟的標准單位。黑線將直接碳排放（底部）和間接碳排放（頂部）分開。