联合利用地理空间和人口普查代理进行自编码器辅助的印度社会经济指标降尺度（JUGAAD）

# 利用地理空间与普查代理变量进行自编码器辅助降尺度：印度社会经济指标的JUGAAD方法  
来源：https://arxiv.org/html/2607.20559 \[1\]\\fnmAditya\\surDutt [1]\orgdiv电气与计算机工程系，\orgname佛罗里达大学，\orgaddress\city盖恩斯维尔，\postcode32603，\state佛罗里达州，\country美国 [2]\orgdiv可持续基础设施与环境工程学院，\orgname佛罗里达大学，\orgaddress\city盖恩斯维尔，\postcode32603，\state佛罗里达州，\country美国 [3]\orgdiv凯撒·克莱伯格野生动物研究所，\orgname德克萨斯农工大学，\orgaddress\city金斯维尔，\postcode78363，\state德克萨斯州，\country美国

###### 摘要  
监测贫困与粮食安全指标对于应对发展中国家的社会经济挑战至关重要。一个主要限制是数据来源之间的尺度不匹配：普查数据提供地理覆盖，而社会经济指标则来自频率较低、分辨率较粗的调查，这构成了方法论上的挑战。本研究引入了一个深度学习框架JuGAAD，以2001年和2011年的印度普查与调查数据作为案例。我们采用三步流程：首先，将普查和地理空间数据平均到中间尺度的村庄集群剖分网格中，以降低噪声并标准化行政区划边界变化；接着，自编码器将高维的全国抽样调查办公室（NSSO）数据压缩为低维潜在表示；最后，回归模型将升尺度后的普查和地理空间数据映射到该潜在表示上。这一函数应用于精细尺度的普查数据，从而生成高分辨率预测，并与真实的地面真值——区级NSSO指标进行验证。结果证实，该方法能够以较高精度预测精细尺度的社会经济指标。

###### 关键词：自编码器、空间降尺度、社会经济指标、贫困制图、粮食安全、普查数据、机器学习、回归建模

## 1 引言

详细、单元级的人口与社会经济数据是有效、循证政策制定的基石。它们使政府能够准确评估人口结构、监测城市化进程、追踪迁移模式，这些对于在医疗、教育、基础设施等领域设计针对性干预措施都至关重要。在发展中经济体，这些数据对于评估经济稳定性、识别收入、就业和资源获取方面的差距尤为关键，进而为减贫策略和资源配置提供依据。此外，它们对衡量可持续发展目标（SDGs）等国际目标的进展也至关重要——近一半的SDG指标依赖于此类数据。尽管具有根本重要性，高分辨率的社会经济数据常常难以获取、成本高昂，或仅限于频率低下的住户调查。这导致了数据粒度与政策需求之间的关键缺口。例如，在印度，全国抽样调查办公室（NSSO）仅提供区级的社会经济指标，这一分辨率不足以支持本地化的政策行动。

为弥补这一数据稀缺问题，传统做法集中于小域估计（SAE）技术。著名的SAE方法包括Elbers、Lanjouw和Lanjouw（ELL）方法\[das2015robust\]、经验贝叶斯预测（EBP）\[molina\_small\_2010\]和M-分位数（MQ）建模\[chambers\_m\-quantile\_2006\]，它们已成为整合调查与普查数据以生成本地化估计的标准工具。尽管每种方法各有优势——如ELL的参数简洁性、EBP处理非线性的能力、MQ对异常值的稳健性——但它们都受到空间同质性假设这一共同限制。这一基本前提假设变量之间的关系在不同地理区域保持稳定。然而，在发展中地区，这种假设常常削弱预测能力，因为这些地区本身就存在空间异质性，而上述模型无法捕捉这种异质性。

认识到传统统计模型在捕捉空间复杂性方面的局限性，研究界逐渐转向遥感与机器学习，将其作为可扩展、数据驱动的替代方案。最早且最具影响力的地理空间指标之一是夜间灯光（NTL）数据，自20世纪90年代起公开可用。其基本原理是，人造照明可以作为经济活动的强有力、可量化的代理变量\[huang2021saturated\]。研究已证实NTL强度与多种经济指标之间存在稳健的相关性，包括瑞典的工资收入\[mellander2015night\]以及多个非洲国家的资产财富\[noor2008using,andersson2019data\]。然而，基于NTL的方法一个核心局限在于难以区分亮度相似但经济状况不同的区域（例如，人口密集的低收入区与人口稀疏的高收入区）\[jean2016combining\]。这一关键缺陷促使方法演进：研究者开始用高分辨率日间影像增强NTL数据。融入精细的日间特征（如建筑屋顶材料、基础设施），为更稳健、更准确的贫困预测框架提供了必要细节\[jean2016combining\]。

为从高分辨率卫星影像中提取有意义的空间表征，卷积神经网络（CNN）成为方法论标准\[lecun2002gradient,daoud2023using\]。然而，一个主要障碍是标记卫星数据的稀缺性——对于需要大量数据以实现泛化特征和高预测性能的深度学习架构而言，这一问题尤为突出。缓解数据稀缺的主要策略是迁移学习。这一范式将在大规模通用图像数据集（如ImageNet）上预训练的模型知识适应到更专门的领域。通过微调这些强大的、学到的特征层次，即使任务特定数据有限，也能开发出有效模型。例如，Overfeat网络\[sermanet2013overfeat\]的特征已被证明能够泛化到多种下游任务\[sharif2014cnn\]，并被应用于从海地、柬埔寨和印度等国卫星影像中识别发展代理变量（如建成结构、植被）。一个持续存在的挑战是ImageNet以物体为中心、地面视角与卫星影像自上而下的航拍视角之间存在域不匹配。为弥合这一差距，Xie等人\[xie2016transfer\]提出的中间微调步骤成为关键创新。他们的多阶段方法首先通过训练模型从日间图像预测NTL强度（经济活动的一个公认代理变量），将ImageNet预训练模型适应到航拍领域。这一中间任务迫使网络从航拍视角学习空间相关的表征。在方法上，常采用全卷积架构以保留图像细节。

然而，纯粹的空间分析只提供静态快照；因此，近期工作强调了加入时间维度以捕捉发展动态的重要性\[pettersson2023time,kakooei2024increasing\]。另一并行研究流试图用其他辅助数据源增强遥感数据，例如从手机元数据中提取的人类活动模式，以及气象记录中的环境条件\[engstrom2015mapping,puttanapong\_predicting\_2020,xu\_poverty\_2021\]。这些方法通常与基于影像的技术共享深度学习基础，利用城市化和土地利用的空间模式\[tingzon\_mapping\_2019,ayush2021efficient,xie\_transfer\_2016\]。然而，这些新型数据流面临关键限制，包括空间覆盖不均衡、依赖专有数据以及显著的隐私问题。

在与政策相关的领域，模型可解释性是一个关键考量。深度神经网络虽然在建模复杂高维数据方面表现出色，但常常充当“黑箱”，模糊了决策过程\[rudin\_stop\_2019,zhang\_survey\_2021\]。这带来了一个基本权衡：线性回归等传统透明模型缺乏捕捉地理空间数据中非线性关系的能力。研究正积极关注开发本质上可解释的模型用于卫星数据，以调和预测能力与可解释性之间的张力\[ayush\_generating\_2020,abitbol2020interpretable,ledesma2020interpretable\]。此外，另一个基础性挑战是选择适当的贫困指标，因为贫困本质上是多维的\[alkire2015multidimensional,d2024multidimensional\]。指标可按测量尺度区分：绝对（如世界银行国际贫困线）与相对（以收入分布为基准）\[decerf2022unambiguous\]；也可从时间性质上区分：暂时性与持续性\[chung2020understanding,dang2019poverty\]；或者按分析单元区分：个体贫困与区域贫困\[abascal2022domains\]。对于地理空间制图而言，持续性、区域性的贫困尤为重要，因为它能识别出具有结构性劣势、可针对性干预的区域\[hall2022review\]。因此，不预先定义任何贫困指标的方法可能因下游用户使用灵活而具有吸引力。

在印度，大量研究应用机器学习框架，将传统调查数据（如全国家庭健康调查，NFHS）与多种地理空间指标（普查记录、卫星日间影像、NTL、气候数据、兴趣点）相结合\[daoud2021measuring,mehta2025predicting\]。这种多源策略旨在克服调查数据的局限性——尽管详细，但在代表性不足的地区可能存在偏差或统计样本不足（例如，某些地区的NSSO样本少于30个观测值\[mehta2025predicting\]）。尽管逐渐形成共识，认为整合异质数据源对于印度稳健的贫困估计至关重要\[arya2025integrating,khare2024eyes\]，但方法上仍存在显著挑战。首先，多数现有模型生成的是邦或区级的粗粒度预测，高分辨率制图问题尚未解决\[subash2018satellite,mehta2025predicting\]。其次，社会经济指标通常是高维的，并表现出强多重共线性。最后，当行政边界（村、塔鲁克、区）发生变动而未生成相应的对照表来协调跨时空数据库时，可能导致数据错位。传统降维技术（如主成分分析PCA\[wold\_principal\_1987\]）假设线性关系，往往无法捕捉社会经济数据中复杂的非线性模式。因此，迫切需要一种能够内在建模高维数据中非线性关系、从而生成精细高分辨率预测的框架。

我们提出JuGAAD，一个深度学习框架，旨在直接应对社会经济制图中高空间分辨率和数据复杂性的挑战，尤其适用于原始社会经济指标的降尺度。“JuGAAD”在印地语口语中也指代解决复杂问题的新颖方案。我们的核心方法论利用了两种关键数据集的互补优势：1) 高分辨率输入：地理上全面但主题稀疏的村级印度普查数据，辅以地理空间环境变量；2) 丰富目标数据：仅在粗粒度的准区级分辨率可得的详细NSSO指标（约~450个，涵盖债务、就业、住房条件等）。我们首先基于六边形剖分网格（大小按约~20个村庄的聚类确定）建立一个时间上一致的空间参考方案，使得数据可在不同年份间追踪。然后生成一个降尺度函数，将高分辨率输入特征映射到详细的NSSO指标。通过在子区级应用这一学习到的关系，JuGAAD生成了以前不可得的贫困与粮食安全等关键社会经济指标的精细尺度预测。其结果是一组高分辨率、时间对齐的地图，使得对贫困和粮食安全十年变化的分析成为可能。为此，我们首先使用自编码器将高维且多重共线的NSSO数据压缩为稠密、低维的潜在表示。作为一种无监督神经网络，自编码器学习高效编码和重构输入，保留关键模式的同时去除统计冗余。与PCA等线性方法不同，自编码器擅长建模社会经济数据中复杂的非线性关系\[zhou\_anomaly\_2017,chung\_audio\_2016,pu\_variational\_2016\]。建立压缩表示后，第二阶段训练一个预测回归模型，利用现成的高分辨率数据估计这些潜在特征。输入特征集包括精细的普查指标和地理变量。考虑到行政异质性（政策与治理）可能导致相似地理区域出现不同的贫困水平，我们在此特征集中加入邦级标识符。然后训练一个神经网络，将这套全面的高分辨率输入映射到NSSO指标的低维潜在表示。这个回归模型构成了我们降尺度机制的核心，使得在精细层面进行预测成为可能。在推理阶段，使用训练好的回归模型结合精细的普查和地理数据，生成子区级的社会经济估计。为严格验证该框架，我们将高分辨率预测聚合回原始区级，然后与实际区级NSSO指标进行比较。实验结果证实，该框架能够以高保真度成功降尺度社会经济指标，提供一种可扩展、数据高效的解决方案，从而在原本不可得的区域生成精细社会经济数据。

## 2 结果

本节介绍所提出的JuGAAD框架的性能评估与分析。我们首先对降尺度后的社会经济估计进行定量评估，以评价NSSO指标的降尺度估计质量。接着，检查预测地图的空间可视化，观察模型如何捕捉区域间的精细尺度变化。最后，分析生成的高分辨率社会经济指标，重点关注贫困相关指标，以展示框架的可解释性与政策相关性。

### 2.1 降尺度结果的定量评估

经过预处理步骤，由NSSO调查得出的最终分析数据集共包含475个特征，分布在六个社会经济类别中。各类别的特征数量如下：消费支出（110）、就业（92）、农业（76）、住房条件（89）、土地与牲畜持有（45）、债务与储蓄（63）。