Data Day - México desde el espacio

http://sg.com.mx/dataday #datadaymx

Méxicodesdeelespacio

CarlosPetricioliCientíficodeDatos

InstitutoTecnológicoAutónomodeMéxico

[email protected]

Github:@carpetriTwitter:@car_petri

CÓMOOBTENER,PROCESARYCALIBRARUNASERIEDETIEMPODEIMÁGENESSATELITALESDEILUMINACIÓNNOCTURNAPARAESTIMARELCRECIMIENTO ECONÓMICODELAS

ENTIDADESFEDERATIVAS


¿Quién?


Interesados

[email protected] mexico-nocturno.carlospetricioli.com

¿Qué es una imagen satelital?

4


¿Por qué usar imágenes satelitales de iluminación nocturna?

• Medida objetiva y altamente sistemática

• Las decisiones públicas y privadas se toman día con día con base en aquellas variables que no tienen la característica de ser tan objetivas y sistemáticas. – Amplitud de fuentes: países, organizaciones, periodos, metodologías y

calidad.– Se suele subestimar los sesgos y errores de medición.

• Por el contrario, las luces son comparables en todo el mundo a una muy alta resolución.

• Representan una medida más precisa y objetiva de medir en el mundo debido a que la resolución permite hacer comparaciones tan finas como a nivel manzana urbana a un mismo tiempo y con una dimensión espacial.

5


¿Por qué crecimiento económico?• Medir la actividad económica en México es una tarea importante que puede

servir, entre otras cosas, como una medida confiable de bienestar en el país.

• El producto interno bruto (PIB) es la variable más importante en el análisis del crecimiento económico.

• Sin embargo, el PIB por sí sólo suele estar mal medido, especialmente en países en desarrollo como lo es México.

• Incluso en los países desarrollados, – una mucho menor fracción de la actividad económica se lleva a cabo en el sector

formal,– el grado de integración económica y regularización de precios entre regiones es

menor y, – más significativo aún, la infraestructura estadística del gobierno es más débil.

• Existe mucho menos precisión con los datos a nivel Entidad Federativas

6


¿Qué se ha hecho?• Los datos de la NOAA de iluminación nocturna se han utilizado desde

hace aproximadamente dos décadas, por autores como Elvidge y Ghosh.

– Se han utilizado para estimar el crecimiento poblacional, el PIB per cápita, el consumo eléctrico y para identificar dónde ocurre la actividad económica.

• Sin embargo, no fue hasta el 2011 que autores como Chen & Nordhaus comenzaron a utilizar más de un año de la serie (dos años).

• Por primera vez, en 2012 se utilizó la serie desde 1994 hasta 2008.

• Este trabajo es el primero en utilizar los datos desde 1993 hasta 2013.

7


Los datos• Cada imagen contiene promedios de iluminación nocturna visible

desde el espacio. El método para calcular este promedio no es único y esto genera distintos conjuntos de datos.

– El artículo de Pestaloozi muestra que las diferencias no son significativas.

• Para ser congruente con los objetivos del trabajo, se utilizaron los datos de iluminación estable.

– Se encuentran procesados para eliminar observaciones atípicas como incendios forestales o tormentas eléctricas.

– Son los más populares en la literatura lo cual hace comparables los resultados.

8


¿Cómo trabajar con las imágenes?

• Recortar y filtrar las imágenes.

9


Cantarell

10


Calibración inter-temporal e inter-satelital

11


Calibración inter-temporal e inter-satelital• Región Invariante– Suficiente dispersión– Menos variabilidad

12


Distribución de ND (OCDE)

13


Distribución de ND (Entidades)

14


Índice Gini de desigualdad

0.00

0.25

0.50

0.75

1.00

0.00 0.25 0.50 0.75 1.00x

y

2.5 5.0 7.5 10.0α

BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB

AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA0.00

0.25

0.50

0.75

1.00

0.00 0.25 0.50 0.75 1.00x

y

15


Índice Gini de desigualdad

16


Modelo

• PIBE INEGI

• Proxy de Iluminación

• PIBE Verdadero

17


Resultados• Las Entidades sobre o subestiman el crecimiento

económico de largo plazo hasta en un 15%.

• Algunos casos incluyen

18

Estado Diferencia con el crecimiento

Campeche ** - 26%

Chiapas -12%

Guanajuato -9%

México 9%

Nuevo León 9%

Distrito Federal 15%

MEXICO-NOCTURNO.CARLOSPETRICIOLI.COM

[email protected]

Github: @carpetriTwitter: @car_petri

Carlos PetricioliCientífico de Datos

Instituto Tecnológico Autónomo de México

19

¿Preguntas?

Data Day - México desde el espacio

Data & Analytics

Transcript of Data Day - México desde el espacio