利用卫星影像与机器学习估算电力接入的生计影响
综合经济学
2023-01-11 v1 机器学习
经济学
机器学习
摘要
在世界许多地区，关键经济结果的稀疏数据阻碍了公共政策的制定、定向与评估。我们展示了卫星影像与机器学习的进步如何帮助改善这些数据与推断挑战。在乌干达电网扩张的背景下，我们展示了卫星影像与计算机视觉的结合如何用于开发适用于推断电力接入对生计因果影响的局部层面生计度量。随后我们展示了当应用于这些数据时，基于机器学习的推断技术比传统替代方法提供更可靠的电气化因果影响估计。我们估计电网接入使乌干达农村村庄层面的资产财富提高了 0.17 个标准差，相对于未处理地区，在我们的研究期内使增长率翻了一倍多。我们的结果提供了关于一项关键基础设施投资影响的国家尺度证据，并为数据稀疏环境下的未来政策评估提供了一种低成本、可推广的方法。
引用
@article{arxiv.2109.02890,
title = {Using Satellite Imagery and Machine Learning to Estimate the Livelihood Impact of Electricity Access},
author = {Nathan Ratledge and Gabe Cadamuro and Brandon de la Cuesta and Matthieu Stigler and Marshall Burke},
journal= {arXiv preprint arXiv:2109.02890},
year = {2023}
}