Mapping poverty at multiple geographical scales

Resumen Técnico: Mapeo de la Pobreza en Múltiples Escalas Geográficas

Planteamiento del Problema
El mapeo de la pobreza es esencial para diseñar políticas de lucha contra la pobreza focalizadas, pero enfrenta un "problema de escala" fundamental relacionado con el Problema de la Unidad de Área Modificable (MAUP, por sus siglas en inglés). Las medidas de pobreza definidas en resoluciones espaciales gruesas (por ejemplo, distritos) a menudo enmascaran la heterogeneidad presente en niveles más finos (por ejemplo, subdistritos), mientras que las estimaciones en niveles finos son frecuentemente poco fiables debido a los pequeños tamaños de muestra en los datos de encuestas. Además, los enfoques multiescala existentes en la Estimación de Áreas Pequeñas (SAE) suelen transmitir información en una sola dirección (ya sea de lo fino a lo grueso o de lo grueso a lo fino) o dependen de modelos geoestadísticos que requieren la ubicación exacta de los hogares, la cual suele estar restringida debido a preocupaciones de privacidad. Adicionalmente, las técnicas de calibración estándar utilizadas para asegurar la coherencia entre niveles a menudo no respetan el soporte acotado de las tasas de pobreza (0 a 1), lo que puede generar estimaciones inválidas.

Metodología
Los autores proponen un enfoque bayesiano multiescala que integra datos de encuestas y datos de teledetección (RS) para estimar tasas de pobreza en múltiples niveles jerárquicos de forma simultánea. Los componentes principales de la metodología incluyen:

1. Verosimilitud Beta Extendida (EB): El modelo utiliza una distribución Beta extendida para manejar el soporte doblemente acotado de las tasas de pobreza (proporciones entre 0 y 1). Esta distribución es una mezcla de un componente Beta y dos componentes Dirac en los límites (0 y 1), abordando el problema del exceso de ceros y unos que se observa frecuentemente en las estimaciones de encuestas de áreas pequeñas debido al censado o a muestras escasas.
2. Modelo de Escala Múltiple Compartida (S-MS): A diferencia de los modelos tradicionales de subáreas que solo utilizan datos de nivel fino, o de los modelos multiescala independientes que tratan los niveles por separado, el modelo S-MS propuesto emplea efectos aleatorios compartidos. Define predictores lineales distintos tanto para el nivel grueso (área) como para el nivel fino (subárea), pero los vincula a través de un efecto aleatorio compartido específico del área ($u_d$). Esta estructura facilita un flujo de información bidireccional: los datos de nivel fino informan las estimaciones de nivel grueso, y los datos de nivel grueso estabilizan las estimaciones de nivel fino, contabilizando al mismo tiempo las dependencias jerárquicas.
3. Calibración Bayesiana (Benchmarking): Para asegurar que las estimaciones de las tasas de pobreza sean coherentes en diferentes niveles (es decir, que la suma ponderada de las estimaciones de las subáreas sea igual a la estimación del área, y que la suma de las estimaciones de las áreas sea igual al referente nacional), los autores introducen un nuevo algoritmo de calibración. Este método se basa en la proyección posterior. En lugar de minimizar el riesgo posterior (lo que produce solo estimaciones puntuales), los autores proyectan las muestras posteriores no restringidas sobre un conjunto factible definido por la restricción de calibración.
   • Función de Pérdida: La proyección minimiza una función de pérdida ponderada de la familia Bregman, específicamente adaptada para el intervalo unitario (0, 1). Esto asegura que las estimaciones calibradas resultantes y sus medidas de incertidumbre permanezcan estrictamente dentro del soporte válido, evitando valores por debajo de cero o por encima de uno.
4. Inferencia: La inferencia posterior se realiza mediante el método de Monte Carlo por Cadenas de Markov (MCMC) utilizando Stan. El modelo incorpora prioris de herradura regularizada (horseshoe priors) para los coeficientes de regresión (para la selección de variables) y prioris de contracción de varianza-gamma para los efectos aleatorios.

Resultados Clave
La metodología fue evaluada mediante un estudio de simulación basado en diseño y aplicada al mapeo de la pobreza en Bangladesh utilizando datos de la Encuesta Demográfica y de Salud (DHS) y covariables de teledetección (radiación de luz nocturna, densidad de población, etc.).

• Hallazgos de la Simulación: La simulación comparó el modelo S-MS propuesto frente a un modelo Multiescala Independiente (I-MS), un modelo de Sub-Área (SA) y versiones agregadas de estos.
  • El estimador S-MS-Aggr (S-MS con calibración) demostró un sesgo menor en comparación con los modelos I-MS y SA, particularmente para áreas con tasas de pobreza reales alejadas del promedio.
  • Aunque el S-MS-Aggr mostró una cobertura ligeramente inferior en los intervalos de credibilidad del 90%, mantuvo un desempeño más estable en las colas de la distribución en comparación con otros métodos.
  • El modelo I-MS, al carecer de efectos aleatorios compartidos, tuvo un desempeño deficiente, confirmando la necesidad de modelar la dependencia jerárquica.
  • El procedimiento de calibración logró restringir las estimaciones al intervalo unitario preservando la coherencia de la jerarquía multiescala.
• Aplicación a Bangladesh: El modelo mapeó con éxito la pobreza tanto a nivel de zila (distrito) como de upazila (subdistrito). Integró eficazmente los datos de RS para manejar subáreas "fuera de la muestra" donde faltaban datos de encuestas (aproximadamente un tercio de los upazilas), proporcionando estimaciones coherentes a través de las escalas.

Significancia y Contribuciones
El artículo afirma realizar las siguientes contribuciones a la literatura sobre mapeo de la pobreza y estimación de áreas pequeñas:

1. Primera Formalización Multiescala Explícita: Introduce la primera formalización explícita de un enfoque de modelado multiescala diseñado específicamente para el mapeo de la pobreza que aprovecha la información en ambas direcciones (fino-a-grueso y grueso-a-fino) sin requerir la ubicación exacta de los hogares.
2. Calibración Novedosa para Datos Acotados: Propone un procedimiento de calibración totalmente bayesiano basado en la proyección posterior y funciones de pérdida de Bregman. Esto aborda una brecha crítica donde los métodos convencionales pueden producir estimaciones inválidas para variables acotadas como las tasas de pobreza.
3. Integración de Diversas Fuentes de Datos: El marco demuestra cómo integrar eficientemente los datos de encuestas con datos de teledetección de alta resolución dentro de una estructura bayesiana jerárquica, superando las limitaciones de los pequeños tamaños de muestra en dominios de escala fina.
4. Preservación de la Coherencia: El enfoque asegura que las estimaciones de pobreza permanezcan coherentes a través de diferentes escalas geográficas, un requisito que a menudo se descuida en las aplicaciones estándar de SAE.

Los autores posicionan su trabajo como una herramienta para apoyar la investigación de las trampas espaciales de pobreza y el diseño de la asignación de recursos basada en el área, ofreciendo una solución estadísticamente rigurosa al problema de la escala inherente a la geografía de la pobreza.