[论文解读] Micro-Estimates of Wealth for all Low- and Middle-Income Countries

Guanghua Chi|arXiv (Cornell University)|Jan 1, 2021

Human Mobility and Location-Based Analysis参考文献 22被引用 22

一句话总结

本文利用基于多种数据源（包括卫星图像、移动电话网络、地形图以及去标识化的Facebook连接数据）训练的机器学习模型，首次实现了对全球135个低收入和中等收入国家（LMICs）范围内、2.4公里分辨率的财富与贫困的全局一致、高分辨率微观估计。该模型通过56个国家级住户调查数据进行校准，并在18个国家进行验证，实现了高精度，同时为每项微观估计提供了置信区间，以支持负责任的政策制定。

ABSTRACT

Author(s): Chi, Guanghua; Fang, Han; Chatterjee, Sourav; Blumenstock, Joshua E. | Abstract: Many critical policy decisions, from strategic investments to the allocation of humanitarian aid, rely on data about the geographic distribution of wealth and poverty. Yet many poverty maps are out of date or exist only at very coarse levels of granularity. Here we develop the first micro-estimates of wealth and poverty that cover the populated surface of all 135 low and middle-income countries (LMICs) at 2.4km resolution. The estimates are built by applying machine learning algorithms to vast and heterogeneous data from satellites, mobile phone networks, topographic maps, as well as aggregated and de-identified connectivity data from Facebook. We train and calibrate the estimates using nationally-representative household survey data from 56 LMICs, then validate their accuracy using four independent sources of household survey data from 18 countries. We also provide confidence intervals for each micro-estimate to facilitate responsible downstream use. These estimates are provided free for public use in the hope that they enable targeted policy response to the COVID-19 pandemic, provide the foundation for new insights into the causes and consequences of economic development and growth, and promote responsible policymaking in support of the Sustainable Development Goals.

研究动机与目标

• 为解决低收入和中等收入国家（LMICs）缺乏及时、高分辨率的财富与贫困数据的问题，此类数据的缺失阻碍了有效政策制定与援助分配。
• 开发一种可扩展、数据驱动的方法，以精细的空间粒度在所有LMICs范围内估计财富，克服现有贫困地图分辨率粗糙或过时的局限性。
• 通过提供每项微观估计的不确定性估计（置信区间），确保结果的可靠性与负责任使用。

提出的方法

• 基于多源数据融合（包括卫星图像、移动电话网络活动、地形特征以及去标识化的Facebook连接数据）训练机器学习模型。
• 利用来自56个LMICs的全国代表性住户调查数据对模型预测结果进行校准，使估计的财富水平与实地调查结果保持一致。
• 使用来自18个国家的四组独立住户调查数据对模型性能进行验证，以评估其准确性和泛化能力。
• 应用空间建模技术，在所有135个LMICs的全部有人居住陆地区域生成2.4公里分辨率的财富估计。
• 整合不确定性量化方法，为每项微观估计生成置信区间，提升透明度并促进负责任使用。

实验结果

研究问题

• RQ1 基于多样化地理空间与数字轨迹数据训练的机器学习模型，能否在所有低收入和中等收入国家实现准确、高分辨率的财富估计？
• RQ2 这些基于模型的估计在未用于训练或校准的独立调查数据上，其泛化能力如何？
• RQ3 对微观估计的置信区间在多大程度上能提升财富数据在政策与人道主义背景下的可靠性与负责任使用？
• RQ4 去标识化的Facebook连接数据的整合，在数据稀缺地区在多大程度上增强了财富估计模型的预测能力？

主要发现

• 该模型在所有135个低收入和中等收入国家实现了2.4公里分辨率下高精度的财富估计，验证结果显示其在四组独立住户调查数据集上均表现出高度一致性。
• 去标识化的Facebook连接数据的整合显著提升了模型性能，尤其在传统数据源有限的地区表现更为突出。
• 成功为每项微观估计生成了置信区间，使用户能够评估不确定性，并做出更明智的决策。
• 最终生成的数据集可免费公开获取，支持针对性的政策响应（如新冠疫情应对），并推动经济发展的研究与可持续发展目标（SDG）相关研究。