Impact Evaluations in Data Poor Settings: The Case of Stress-Tolerant Rice Varieties in Bangladesh
创建于 更新于
摘要
本报告提出一种结合地球观测数据、机器学习及调查数据的新方法，实现在缺乏传统经济数据环境下的技术影响评估。以孟加拉国抗逆性水稻品种（STRVs）为案例，覆盖20年米产和洪涝数据，发现STRVs对缓解洪涝产量损失的影响证据不足。通过家庭面板数据和蒙特卡洛模拟验证结果，揭示测量误差对影响评估的显著干扰，展示了地球观测数据在数据匮乏环境中进行影响评估的挑战与潜力[page::0][page::3][page::6][page::26][page::29][page::31][page::41]
