従来のデータ源が限られている国における地域開発のモニタリングは、持続可能な開発目標の達成状況を追跡するうえで大きな障害となります。標準的な手法は社会経済調査に大きく依存していますが、調査は貧しいサブナショナル地域においては費用がかかり、実施が困難な場合があります。本発表では、地球観測データ、社会経済調査、および機械学習の手法を統合することで、こうした課題をどのように軽減できるかを示します。
私の研究は、開発経済学、空間データサイエンス、計量経済学を統合し、地域間における持続可能な開発のプロセスをより深く理解し、政策に役立てることを目指しています。