撒哈拉以南非洲的高分辨率贫困地图
计算机与社会
2022-08-03 v5 机器学习
综合经济学
经济学
摘要
最新的贫困地图是政策制定者的重要工具，但迄今为止，其制作成本高昂而难以负担。我们提出一种可推广的预测方法，利用地理空间数据和机器学习算法在村庄级别生成贫困地图。我们在 25 个撒哈拉以南非洲国家测试了所提方法，并对照调查数据进行了验证。所提方法能够提升单一国家和跨国估算的有效性，从而在 44 个撒哈拉以南非洲国家生成比以往可得结果精度更高的贫困地图。更重要的是，我们的跨国估算能够在实地开展新的全国家庭调查不切实际或不符合成本效益时（许多中低收入国家即如此）创建贫困地图。
引用
@article{arxiv.2009.00544,
title = {High-Resolution Poverty Maps in Sub-Saharan Africa},
author = {Kamwoo Lee and Jeanine Braithwaite},
journal= {arXiv preprint arXiv:2009.00544},
year = {2022}
}
备注
Changed an author's affiliation, updated the narrowing method for DHS clusters leading to slight changes to all validation results