利用地理空间数据对贫困和财富进行小面积估算：到目前为止我们学到了什么？

这篇研报探讨了使用地理空间数据进行小区域财富估计的方法。作者引用了大卫·纽豪斯的研究，发现基于人口普查数据的模型在评估小区域财富时准确性较低。相反，基于可解释的插值费用的模型（TURS）似乎可以预测估计值。使用地理空间数据进行估计可以提高估计的准确性，因为信息丰富的采样可以减少非采样导致的区域差异。作者指出，树为基础的机器学习方法似乎比线性混合模型更有效。此外，使用地理空间数据的小区域估计数据可以影响社会援助的设计。尽管这些发现很有价值，但作者也指出，这些结果可能因数据和方法的差异而有所不同。