斯坦福大学的研究开辟了解决全球贫困问题的“新前沿”

斯坦福大学一项新研究揭示了一些迄今为止最有力、最直接的证据，证明电气化在多大程度上推动了发展中国家的经济增长。该研究首次依赖?于斯坦福大学最近开发的一项开创性技术，该技术?将卫星图像和人工智能 (AI) 相结合，以前所未有的方式衡量和研究贫困。

研究人员发现，获得电力供应的社区的经济生计改善程度大约是没有电力供应地区的两倍。他们根据房屋建筑、电器和其他暗示经济财富的有形资产的增长来衡量生计变化。

该研究提供了史无前例的因果证据，证明电力供应如何大规模影响整个非洲国家的经济福祉。

上周，世界各国领导人在开罗举行的联合国气候变化会议上，发展中国家的困境成为?焦点，撒哈拉以南非洲地区仍有约 6 亿人用不上电。在世界上最贫穷的国家之一乌干达，截至 2019 年，电网覆盖了 41% 的土地面积，高于 2010 年的 12%。

五年前，当研究人员第一次着眼于研究非洲的电气化时遇到了一个障碍：无法在非洲大陆的任何地方找到可以随时间推移分析的进展情况的电网地图。

在许多低收入国家很难获得任何可靠的数据，尤其是时间序列数据。

研究人员正在研究一种新工具，该工具有望解决这一数据差距以及发展经济学家在试图了解贫困如何随时间变化时遇到的其他问题。

他们的技术以“深度学习”为中心——在这种情况下，是一种人工智能形式，其中训练算法来检测模式并从图像中提取信息——然后，学者们将其应用于随时间推移可免费访问的卫星图像。研究人员应用这种方法研究了整个非洲的社区级资产财富，这是衡量发展中国家经济福祉的常用方法。研究人员在?2020 年发表?在?Nature Communications上的一篇文章中详细介绍了他们的创新。

乌干达的研究标志着该技术首次被用于评估特定政策的影响——研究人员长期以来一直希望这种能力能够实现。在这种情况下，该研究团队关注乌干达电网在 2011 年和 2012 年的快速扩张。为了研究其随时间推移的影响，他们将 2005 年至 2016 年该国电网新开发的数字化地图与卫星-基于“深度学习”模型对财富的估计，该模型经过训练，数据涵盖撒哈拉以南非洲 27,000 个村庄的近 642,000 户家庭。

研究人员发现，获得电力供应的社区增加财富的速度大约是那些没有电力供应的社区的两倍。获 取 更多硬科技?前沿访问：https://byteclicks.com

这种洞察力在几年前是不可能的，这是因为现在拥有这种技术，可以在广泛的空间范围内随时间对关键经济成果进行地方层面的衡量。

虽然这项技术仍然有些新，但研究人员预测，超强大、廉价的计算技术的不断进步将很快使研究任何国家（无论贫富）旨在减少贫困的政策和计划的研究人员都可以轻松使用它。例如，考虑影响农业、健康和基础设施发展的政策。这项技术为评估新兴国家的经济增长开辟了一个全新的、截然不同的领域。

版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/43470.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。

赞