报告行业投资评级 - 本报告为亚洲开发银行（ADB）发布的研究出版物，旨在展示数据创新项目，不包含对特定行业或公司的传统投资评级[1][2] 报告的核心观点 - 报告核心观点是展示亚洲开发银行数据部门如何通过创新数据源和方法，帮助亚美尼亚、格鲁吉亚、哈萨克斯坦、泰国和越南等发展中国家成员提升数据能力，以生成高质量、及时、透明的数据，支持循证决策[15][17][149] - 报告强调，将地面观测、卫星图像、移动设备数据等新型数据源与机器学习、人工智能等先进技术相结合，可以更经济、更及时地监测农业、人口流动、环境污染、数字化和环境经济账户等领域[18][45][46][64] - 通过知识转移和能力建设，这些创新的方法论可以扩展到亚太地区其他有数据条件的国家，帮助各国政府更有效地规划公共服务、应对气候灾害和制定经济政策[18][70][91] 根据相关目录分别进行总结 第一章：RICE-ING TO THE OCCASION - 融合卫星图像与调查以实现精准农业监测 - 在越南安江省和格鲁吉亚萨加雷焦区开展试点，结合地面实地调查与公开卫星图像，利用机器学习算法绘制水稻和玉米作物地图[40][46][49] - 采用基于贝叶斯原理的分层抽样设计来收集地面实况数据，该方法优于传统的“车窗调查”法，能以更少的实地访问生成高精度的作物地图[18][48][57] - 该模型辅助的作物估算方法准确率高，可集成到现有农业调查中，仅需位置、作物标签和观察日期，有助于降低监测成本，并可用于评估环境灾害造成的农业损失[50][56][64][65] 第二章：MOBILES FOR MOBILITY - 通过追踪人类时空移动所能获得的启示 - 利用泰国移动设备的匿名GPS位置数据，研究COVID-19疫情期间和洪水期间的人类流动模式，以追踪内部迁移和临时位移[23][72][73] - 分析显示，经济激励（尤其是制造业的收入差异）是吸引移民的关键驱动力，而农业部门对吸引内迁的作用有限，除非在COVID-19封锁期间[75][80] - 通过结合GPS数据与地理、环境和社会经济指标，建立模型追踪洪水导致的流离失所情况，发现低收入家庭往往居住在更易受洪水侵袭的区域，面临更长的流离失所时间[84][87][88] 第三章：PROTECTING POPULATIONS - 污染警报如何影响个人外出决策 - 在越南河内进行的研究表明，通过手机应用程序提供空气质量预报和警报，可以影响个人的户外活动行为，减少在高污染时段的暴露[20][97][98] - 2023年河内是全球PM2.5污染最严重的十大首都之一，平均浓度为43.7微克/立方米，远高于世卫组织5微克/立方米的指导值，2025年上半年情况恶化，大河内地区平均PM2.5浓度达64微克/立方米[99][100] - 一项针对100多名大学生的随机对照试验证实，接收每日空气质量警报的组别减少了户外活动，这表明提供及时信息是赋能个人采取适应性行为的可行且具成本效益的策略[108][111][113] 第四章：FOR GOOD MEASURE - 衡量国家内外的数字化与环境 - 与各国统计机构合作，编制数字供应使用表和环境经济账户体系，以量化数字化对GDP的贡献并监测环境进展[20][115][120] - 例如，为格鲁吉亚编制的2018年DSUT量化了数字赋能产业、中介平台和电子零售商的贡献，哈萨克斯坦2018年至2023年数字产业的复合年增长率高达15%，远超同期整体GDP不到8%的增速[122][125][127] - 开发了环境扩展多区域投入产出表数据库，涵盖亚太地区72个经济体的35个行业，用于追踪跨行业供应链的碳排放，帮助识别排放热点并设计减排政策[139][140][142] 第五章：MEASURING WHAT MATTERS - 通过季节调整改进跨时期经济比较 - 与亚美尼亚和哈萨克斯坦的统计机构合作，引入季节调整方法和专业软件，以区分数据的周期性波动与实际经济变化，从而改进经济监测[21][146][147] - 季节性能显著影响旅游、农业、建筑等多个经济部门的数据，进行季节调整后，两国统计机构现在能够发布经季节调整的经济数据，以支持政府决策[21][146]