Satellite Imagery and Machine Learning in Economics: A Case Study of Development Policies in Africa

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K21686
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 7:Economics, business administration, and related fields
• Research Institution: University of Tsukuba
• Principal Investigator: USHIJIMA KOICHI 筑波大学, システム情報系, 助教 (80707901)
• Co-Investigator(Kenkyū-buntansha): 日野 英逸 統計数理研究所, モデリング研究系, 教授 (10580079) ; 小西 祥文 慶應義塾大学, 経済学部(三田), 教授 (40597655) ; 木島 陽子 政策研究大学院大学, 政策研究科, 教授 (70401718)
• Project Period (FY): 2019-06-28 – 2022-03-31
• Keywords: 機械学習 / 衛星画像 / 統計的因果推論 / サブサハラ・アフリカ

Outline of Final Research Achievements

This study shows that machine learning performed with satellite imagery can be a powerful support tool for collecting information in regions such as sub-Saharan Africa, where statistical data is scarce. We used information from areas with output (economic information) corresponding to the input (satellite imagery) as teacher data to build a forecasting model for periods with no output data. We also used data from other years to construct predictive value panel data to test hypotheses about ethnic favoritism. Both the quantity and quality of roads were found to favor the same ethnic groups as the President. Machine learning results on pavement availability using data for all roads resulted in a predictive model with a rather low false positive rate, although the false negative rate was somewhat high.

Free Research Field

開発経済学

Academic Significance and Societal Importance of the Research Achievements

本研究の成果は、途上国のデータが欠損する地域への応用可能性を示したのみならず、我が国にも重要な社会的意義がある。人口減少により政策予算が限られていく我が国にとって、地域間・地域内の輸送コストを管理するための道路資本ストックの維持は最重要課題の一つである。本研究は無料公開されている衛星画像を用いることで、道路の質に関する大規模調査情報からパネルデータを構築できる可能性を示すことができた。大規模道路インフラ調査のためには莫大な費用が必要になるが、衛星画像から一定水準以上の精度で予測値をもとめることで、効率的に道路資本ストックの管理を行えるようになる。