대리 측정에서의 집계 편향: 야간 조명과 지역 경제 활동

초록

본 논문은 고해상도 신호가 행정 단위로 집계될 때 관측되지 않은 지역 경제 활동을 복원할 수 있는 조건을 연구한다. 우리는 경제 활동에 의해 생성되지만 보다 조밀한 공간 지지체에서 이를 예측하는 데 사용되는 신호에 대한 역회귀 프레임워크를 개발한다. 주요 정리는 예측 탄력성을 기본 탄력성, 역회귀 감쇠, 그리고 단위 규모와 단위 내 분산에 의해 결정되는 공간 집계 항으로 분해하며, 집계가 탄력성을 1에 가깝게 만든다는 것을 보여준다. 몬테카를로 증거는 이 분해를 뒷받침하고 전이 가능 조건을 명확히 한다. 브라질, 이탈리아, 미국, 인도네시아, 케냐의 VIIRS 야간 조명 데이터와 지역 GDP 또는 소득에 대한 응용 사례는 주로 소득 수준이 높은 상황에서 국소 교정을 지지한다.

English

This paper studies when high-resolution signals aggregated to administrative units can recover unobserved local economic activity. We develop a reverse-regression framework for signals generated by activity but used to predict it at coarser spatial supports. The main theorem decomposes predictive elasticity into elementary elasticity, reverse-regression attenuation, and a spatial aggregation term driven by unit size and within-unit dispersion, showing aggregation pulls elasticities toward one. Monte Carlo evidence confirms the decomposition and clarifies transferability conditions. Applications to VIIRS nighttime lights and local GDP or income in Brazil, Italy, the United States, Indonesia, and Kenya support local calibration mainly in richer contexts.

대리 측정에서의 집계 편향: 야간 조명과 지역 경제 활동

Aggregation Bias in Proxy Measurement: Nighttime Lights and Local Economic Activity

초록

Support