2016年11月10日星期四

经济学和卫星数据

经济学的经验工作传统上是基于数值数据:例如,关于价格和数量或人口统计数据的数据,或政府统计学家的数据,来自GDP,就业,通货膨胀和贸易水平,或调查数据的态度。但经济学开始以系统的方式使用来自卫星的数据。Dave Donaldson和Adam Storeygard描述了发生的事情《从上面看:卫星数据在经济学中的应用》2016年秋季刊中国经济观光杂志。(全面披露:自1987年首次发行以来,我曾担任JEP的编辑。)

多年来,从天空中使用图像的可能性是显而易见的。其中两个最突出的例子涉及国家边界:南部和朝鲜在晚上,海地和白天的多米尼加共和国。

这是2014年的美国宇航局照片朝鲜和韩国。对于那些亚洲地理位置不太稳定的人来说,这两个国家坐落在一个与中国相连的半岛上。在图片的右下角是韩国。巨大的城市首尔是最明亮的。而像群山这样的小城市的光圈更小。照片的右上角是中国。在黄海和日本海之间的黑暗地带是朝鲜,它的首都平壤看起来就像一个非常小的光点。这幅图清楚地反映了朝鲜的电力供应和消耗情况,以及更广泛的生活水平。


这里有一些海地与多米尼加共和国之间边界的纳斯意象,它分享了Hispaniola岛。海地方砍伐,几乎剥夺了;多米尼加共和国方面不是。森林砍伐的原因通常是一个非常贫穷的人们,寻找任何柴火来燃烧和过度牲畜。同样,这幅图像告诉您两个邻国的生活水平和国会性。
但随着社会科学家有时会说,“轶事”的复数不是“数据”。要具有数据,您需要的不仅仅是图像。随着唐纳森和店面的指出,一些技术进步在这里聚集在一起。卫星数据越来越详细。他们报告:
“经济学家使用的大部分公开卫星图像提供了地球上陆地表面的数百米30米30米栅格细胞的读数。许多经济决策(特别是土地使用区别决定,建筑类型或作物选择是在大致相同的空间分辨率上制作的。但自1999年以来,私营公司提供了Sublower Imagery,并且在2014年美国政府裁决之后,美国公司能够以低于0.5米的决议销售图像。Nongovernment 3顾客是第一次。这很重要,因为即使较粗糙的分析单位合适,900个1米像素也提供了比覆盖相同区域的单个30米像素的信号提取更多信息。“
卫星图像当然不是漂亮的照片,而是可以在频谱上收集一系列图像。机器学习和人工智能可用于对该数据进行分类。计算能力和巧妙算法的进步用于处理“网格”数据,可以处理所有这些信息并分析它。结果为传统经济数据之外的经济活动提供了一个窗口。

例如,在很多地方,来自“夜晚的灯光”的故事可能告诉你GDP或经济增长的任何官方统计数据。他们写道:
“在1992年至2008年的年度小组中,除了相应的长差异,这些作者估计了0.28至0.32的灯光弹性,没有非线性或不对称的证据,之间的增加和灯下降。从差异,灯光-GD关系的相关系数为0.53。在关于具有良好数据的国家的GDP的测量误差的一系列假设下,它们估计了灯的结构弹性相对于GDP增长率为1.0和1.7。“

在某些情况下,卫星成像可以提供较少偏置的信息来源。例如,如果您想了解在印度尼西亚或巴西的砍伐森林,例如,卫星图像可能会告诉您当地政治家报告的政府数据。如果您想了解颗粒状空气污染水平,卫星图像可能比政府报告更值得信赖。

如果你想知道发展中国家某些城市的巨型贫民窟里有多少建筑,看看卫星图像可能会胜过政府数据。如果你想了解最近的建筑,你可以比较一段时间内的卫星图像,或者研究屋顶的反射率——因为更新建筑的屋顶往往反射更多的光。这是他们在内罗毕一个城市的屋顶图片:

如果你想知道干旱如何影响武装冲突,卫星图像可能是你能得到的最好的数据。如果你想知道当地地形和天气如何影响城市的扩张,或水坝的位置,或改变农作物生产模式的可能性,卫星数据可以非常有用。

如果您想了解发展中国家的贫困,最近的一篇论文科学展示了如何用道路、水和建筑等图像来衡量贫困,这些图像可以转换成低收入地区的家庭消费和资产的估计值和地图。

当然,传统的经济数据并没有消失,很多卫星数据的研究都是将新数据与传统数据结合使用。但卫星数据正以更快的速度变得更好、更容易获得。在最近的一些例子中,有研究使用这些数据“统计抗议、政治集会或购物高峰等活动中的人群和汽车数量……同样,交通量也可以通过汽车密度的快照来衡量。”这是一个新的研究前沿。