Mapping poverty at multiple geographical scales

Resumo Técnico: Mapeamento da Pobreza em Múltiplas Escalas Geográficas

Definição do Problema
O mapeamento da pobreza é essencial para o desenho de políticas de combate à pobreza direcionadas, mas enfrenta um "problema de escala" fundamental relacionado ao Problema da Unidade de Área Modificável (MAUP). Medidas de pobreza definidas em resoluções espaciais grosseiras (ex: distritos) frequentemente mascaram a heterogeneidade presente em níveis mais finos (ex: subdistritos), enquanto estimativas em níveis finos são frequentemente pouco confiáveis devido aos pequenos tamanhos amostrais em dados de pesquisa. Além disso, as abordagens multiescala existentes em Estimação de Pequenas Áreas (SAE) tipicamente transmitem informações em uma única direção (seja do nível fino para o grosseiro ou do grosseiro para o fino) ou dependem de modelos geoestatísticos que exigem localizações exatas de domicílios, as quais são frequentemente restritas por questões de privacidade. Adicionalmente, as técnicas de benchmarking padrão utilizadas para garantir a coerência entre níveis frequentemente falham em respeitar o suporte limitado das taxas de pobreza (0 a 1), podendo gerar estimativas inválidas.

Metodologia
Os autores propõem uma abordagem Bayesiana multiescala que integra dados de pesquisa e dados de sensoriamento remoto (RS) para estimar taxas de pobreza em múltiplos níveis hierárquicos simultaneamente. Os componentes principais da metodologia incluem:

1. Verossimilhança Beta Estendida (EB): O modelo utiliza uma distribuição Beta Estendida para lidar com o suporte duplo limitado das taxas de pobreza (proporções entre 0 e 1). Esta distribuição é uma mistura de um componente Beta e dois componentes Dirac nos limites (0 e 1), abordando o problema do excesso de zeros e uns frequentemente observado em estimativas de pesquisa de pequenas áreas devido ao censuramento ou amostras escassas.
2. Modelo de Escala Compartilhada (S-MS): Ao contrário dos modelos tradicionais de subáreas que utilizam apenas dados de nível fino ou modelos multiescala independentes que tratam os níveis separadamente, o modelo S-MS proposto emprega efeitos aleatórios compartilhados. Ele define preditores lineares distintos para os níveis grosseiro (área) e fino (subárea), mas os vincula através de um efeito aleatório compartilhado específico da área ($u_d$). Esta estrutura facilita um fluxo de informação bidirecional: os dados de nível fino informam as estimativas de nível grosseiro, e os dados de nível grosseiro estabilizam as estimativas de nível fino, ao mesmo tempo em que contabilizam as dependências hierárquicas.
3. Benchmarking Bayesiano: Para garantir que as estimativas das taxas de pobreza em diferentes níveis sejam coerentes (ou seja, que a soma ponderada das estimativas das subáreas seja igual à estimativa da área, e que a soma das estimativas das áreas seja o benchmark nacional), os autores introduzem um novo algoritmo de benchmarking. Este método baseia-se na projeção posterior. Em vez de minimizar o risco posterior (que produz apenas estimativas pontuais), os autores projetam amostras posteriores não restritas sobre um conjunto factível definido pela restrição de benchmarking.
   • Função de Perda: A projeção minimiza uma função de perda ponderada da família Bregman, especificamente adaptada para o intervalo unitário $(0, 1)$. Isso garante que as estimativas e medidas de incerteza resultantes do benchmarking permaneçam estritamente dentro do suporte válido, evitando valores abaixo de zero ou acima de um.
4. Inferência: A inferência posterior é realizada via Markov Chain Monte Carlo (MCMC) utilizando Stan. O modelo incorpora priors de ferradura regularizada (regularized horseshoe) para coeficientes de regressão (para seleção de variáveis) e priors de contração variância-gama (variance-gamma shrinkage) para efeitos aleatórios.

Principais Resultados
A metodologia foi avaliada através de um estudo de simulação baseado em design e aplicada ao mapeamento da pobreza em Bangladesh utilizando dados do Demographic and Health Survey (DHS) e covariáveis de sensoriamento remoto (radiância de luz noturna, densidade populacional, etc.).

• Achados da Simulação: A simulação comparou o modelo S-MS proposto com um modelo Independente Multiescala (I-MS), um modelo de Subárea (SA) e versões agregadas destes.
  • O estimador S-MS-Aggr (S-MS com benchmarking) demonstrou menor viés em comparação com os modelos I-MS e SA, particularmente para áreas com taxas de pobreza reais distantes da média.
  • Embora o S-MS-Aggr tenha apresentado uma cobertura ligeiramente inferior em intervalos de credibilidade de 90%, manteve um desempenho mais estável nas caudas da distribuição em comparação com outros métodos.
  • O modelo I-MS, carecendo de efeitos aleatórios compartilhados, apresentou um desempenho insatisfatório, confirmando a necessidade de modelar a dependência hierárquica.
  • O procedimento de benchmarking conseguiu restringir as estimativas ao intervalo unitário, preservando a coerência da hierarquia multiescala.
• Aplicação em Bangladesh: O modelo mapeou com sucesso a pobreza tanto nos níveis de zila (distrito) quanto de upazila (subdistrito). Integrou efetivamente dados de RS para lidar com subáreas "fora da amostra" onde os dados de pesquisa estavam ausentes (aproximadamente um terço das upazilas), fornecendo estimativas coerentes entre escalas.

Significância e Contribuições
O artigo afirma realizar as seguintes contribuições para a literatura de mapeamento da pobreza e estimação de pequenas áreas:

1. Primeira Formalização Multiescala Explícita: Introduz a primeira formalização explícita de uma abordagem de modelagem multiescala especificamente para o mapeamento da pobreza que aproveita a informação em ambas as direções (fino-para-grosseiro e grosseiro-para-fino) sem exigir localizações exatas de domicílios.
2. Novo Benchmarking para Dados Limitados: Propõe um procedimento de benchmarking totalmente Bayesiano baseado em projeção posterior e funções de perda Bregman. Isso aborda uma lacuna crítica onde métodos convencionais podem produzir estimativas inválidas para variáveis limitadas como taxas de pobreza.
3. Integração de Diversas Fontes de Dados: O framework demonstra como integrar eficientemente dados de pesquisa com dados de sensoriamento remoto de alta resolução dentro de uma estrutura Bayesiana hierárquica, superando as limitações de pequenos tamanhos amostrais em domínios de escala fina.
4. Preservação da Coerência: A abordagem garante que as estimativas de pobreza permaneçam coerentes entre diferentes escalas geográficas, um requisito frequentemente negligenciado em aplicações padrão de SAE.

Os autores posicionam seu trabalho como uma ferramenta para apoiar a investigação de armadilhas de pobreza espacial e o desenho de alocação de recursos baseada em áreas, oferecendo uma solução estatisticamente rigorosa para o problema de escala inerente à geografia da pobreza.