[论文解读] Privacy Protection, Measurement Error, and the Integration of Remote Sensing and Socioeconomic Survey Data

Jeffrey D. Michler, Anna Josephson+2 more|arXiv (Cornell University)|Feb 10, 2022

Spatial and Panel Data Analysis被引用 6

一句话总结

本文研究了世界银行LSMS-ISA调查数据中空间匿名化对与遥感气象数据整合时测量误差的影响。基于六个人均收入水平较低的撒哈拉以南非洲国家的90组链接数据集，研究发现当前的匿名化方法对气象-生产率估计的影响极小，但结果对所选遥感气象产品的高度敏感，凸显了在计量分析中谨慎选择数据源的重要性。

ABSTRACT

When publishing socioeconomic survey data, survey programs implement a variety of statistical methods designed to preserve privacy but which come at the cost of distorting the data. We explore the extent to which spatial anonymization methods to preserve privacy in the large-scale surveys supported by the World Bank Living Standards Measurement Study - Integrated Surveys on Agriculture (LSMS-ISA) introduce measurement error in econometric estimates when that survey data is integrated with remote sensing weather data. Guided by a pre-analysis plan, we produce 90 linked weather-household datasets that vary by the spatial anonymization method and the remote sensing weather product. By varying the data along with the econometric model we quantify the magnitude and significance of measurement error coming from the loss of accuracy that results from protect privacy measures. We find that spatial anonymization techniques currently in general use have, on average, limited to no impact on estimates of the relationship between weather and agricultural productivity. However, the degree to which spatial anonymization introduces mismeasurement is a function of which remote sensing weather product is used in the analysis. We conclude that care must be taken in choosing a remote sensing weather product when looking to integrate it with publicly available survey data.

研究动机与目标

• 评估在将家庭调查数据与遥感气象数据整合时，空间匿名化对测量误差的影响。
• 评估常用统计披露限制（SDL）技术是否扭曲了气象因素对农业生产力影响的计量估计。
• 确定遥感气象产品的选择是否显著影响发展研究中估计的准确性。
• 为研究人员整合公开使用调查数据与地理空间遥感数据提供基于证据的建议。
• 就社会经济与地理空间研究中隐私保护与数据准确性之间的权衡，向数据生产者和使用者提供建议。

提出的方法

• 本研究利用来自六个人均收入水平较低的撒哈拉以南非洲国家LSMS-ISA调查的机密GPS坐标，构建了十种不同的家庭位置空间表示。
• 每种空间表示均应用了不同的空间匿名化技术，模拟当前SDL实践的影响，如k-匿名性结合随机偏移，城市地区为0–2公里，农村地区为2–5公里。
• 使用九种不同的遥感气象产品（如CHIRPS、ERA5、TAMSAT）为每个匿名化后的家庭位置生成气象数据。
• 通过将每种匿名化方法与每种遥感产品组合，共生成90个独特的气象-家庭数据集。
• 估计计量经济模型，以评估气象变量（如降雨量、温度）与农业生产力（如单位面积产量、产值）之间的关系。
• 通过不同气象指标（如日均降雨量、干日数）和生产力衡量标准进行稳健性检验，以评估结果对测量方式的敏感性。

实验结果

研究问题

• RQ1 家庭调查GPS坐标的地理匿名化在多大程度上会引入计量估计中气象-生产率关系的测量误差？
• RQ2 遥感气象产品的选择如何影响对农业生产力气象效应估计的大小和方向？
• RQ3 气象-生产率模型的结果是否对气象测量方式的变化（如平均值与事件频率）具有稳健性？
• RQ4 空间匿名化的影响是否因地理区域或调查背景（如城市与农村地区）而异？
• RQ5 在整合调查数据与遥感数据时，空间匿名化在何种条件下会损害研究发现的有效性？

主要发现

• 当前公开使用调查数据中采用的空间匿名化技术（如最多5公里的随机偏移）对气象与农业生产力关系估计的影响平均而言有限，甚至无显著影响。
• 空间匿名化引入的测量误差程度并不一致，且高度依赖于分析中所使用的特定遥感气象产品。
• 不同遥感产品对同一地点和时间周期可能产生显著不同的气象估计值，导致计量结果出现明显差异，甚至出现气象-生产率关系符号反转的情况。
• 结果对遥感数据源选择的敏感性高于对当前空间匿名化实践的敏感性，表明数据源选择是测量准确性的更关键因素。
• 尽管存在数据失真的潜在风险，但当前遥感气象数据的空间分辨率通常较为粗糙，因此常见的SDL方法对大多数农业生产力分析的估计准确性并无明显损害。
• 研究人员应优先展示对不同遥感数据源和气象指标的稳健性，尤其是在气象因素是识别策略核心时。