Борьба с бедностью в Сенегале: большие данные приходят на помощь

Клеманс Клюзель

Журналистка в Дакаре, Сенегал

Более 7 из 10 жителей Сенегала считаются бедными. Эта оценка основана на данных, собранных в рамках обследования доходов и потребления домохозяйств и в ходе переписи населения. Однако такой подход является дорогостоящим и требует значительных людских ресурсов, из-за чего многие развивающиеся страны проводят подобные исследования лишь время от времени — а это ограничивает возможности мониторинга бедности. Еще одна трудность в том, что традиционный метод дает неточное представление о ситуации. 

«В Сенегале для измерения бедности применяется монетарный подход, основанный на данных о доходах и потреблении. Он не позволяет оценить масштаб лишений, которым подвергаются люди в таких сферах, как здравоохранение, образование и т. д. Между тем, инструменты измерения бедности должны помогать властям увидеть полную картину этого явления во всех его аспектах», — поясняет демограф из Национального агентства по статистике и демографии (ANSD) Мамаду Амузу.

Математический подход, основанный на анализе больших данных, представляется эффективным способом, чтобы заполнить пробелы в традиционных методах исследования населения. Подтверждением тому служит исследование, проведенное Нити Похриял и Дамьеном Кристофом Жаком в 2017 году на тему «Объединение разрозненных источников данных в целях совершенствования прогнозирования и картирования бедности». В исследовании использовались как данные из стандартных источников, таких как перепись населения и статистика по доходам и потреблению, так и данные, полученные менее традиционными способами, в частности с мобильных телефонов.

Данные о звонках дают представление о привычках пользователей на большей части территории Сенегала. Они генерируются при каждом звонке и смс-сообщении и позволяют определить, когда, где и с кем общаются пользователи. Такие цифровые «следы» являются источником сведений об уровне грамотности населения, его мобильности и доступе к электричеству, которые непосредственно связаны с распределением богатства в регионе.

Данные для вышеупомянутого исследования были предоставлены телефонной компанией Sonatel и охватывали 11 млрд звонков и смс-сообщений от 9 млн пользователей мобильных телефонов. Помимо этого исследователи использовали спутниковые снимки, по которым можно определить такие параметры, как наличие ночного освещения и мощеных дорог, плотность инфраструктуры, тип кровли на жилых домах и пр.

Эти сведения в сочетании с данными переписи позволяют составить более полную и точную картину уровня жизни населения. «Бедность проявляется во многих наших повседневных действиях. Благодаря искусственному интеллекту данные, полученные традиционными методами, могут использоваться для разработки алгоритмов машинного обучения, способных распознавать модели бедности. Задача в том, чтобы заставить «говорить» о бедности данные, изначально собранные для других целей. Это гораздо менее затратно и дает возможность получить более точную и лучше поддающуюся обновлению информацию», — объясняет профессор отделения математики и статистики Монреальского университета Кристиана Руссо.

Благодаря таким расширенным данным удалось составить карты бедности, позволяющие рассматривать эту проблему в динамике. Они отражают ситуацию по населенным пунктам и дают представление о распределении социально-экономических лишений во времени и пространстве. Например, они указывают на то, что уровень бедности во внутренних районах Сенегала выше, чем в столице страны Дакаре и прибрежных городах.

Карты бедности являются ценным инструментом для политиков, которые таким образом могут направлять помощь наиболее нуждающимся. «Картографирование может помочь в организации территориального распределения ресурсов. Используя данные телефонной связи, можно определить, кому требуется гуманитарная помощь. В Того этот подход уже применяет организация Give Directly, содействующая осуществлению прямых денежных переводов», — отмечает один из авторов исследования по Сенегалу и аспирант в области геоматики Дамьен Кристоф Жак. «Математика позволяет нам оптимизировать использование ограниченных ресурсов», — в свою очередь подчеркивает Кристиана Руссо.

Тем не менее, несмотря на перспективные возможности, использование больших данных вызывает ряд вопросов. Данные телефонной связи принадлежат мобильным операторам, которые не заинтересованы в их передаче и не всегда склонны ими делиться. Более того, эта информация, которая, как правило, предоставляется каким-то одним оператором, не отражает положения всего населения. «К тому же, у некоторых людей есть несколько сим-карт, в то время как у других, например, у пожилых, детей и тех, кто живет в условиях крайней нищеты, телефона нет вообще», — уточняет Дамьен Кристоф Жак, добавляя, что «даже если мобильные данные очень информативны, их необъективность может стать проблемой для серьезных исследований».

Еще одна трудность в том, что использование персональных данных, даже если они изучаются группами, а не по отдельности, поднимает вопросы этического характера. «Эти сугубо личные данные являют собой настоящий кладезь информации для проектов в области развития, но обращение к ним может представлять угрозу для неприкосновенности частной жизни. Поэтому необходимо найти баланс между защитой интересов отдельных лиц и пользой для общества», — подводит итог Дамьен Кристоф Жак.

«Данные из нетрадиционных источников — это дополнительная информация. Они используются по модели замещения, когда данные переписи отсутствуют, или по модели увеличения объемов информации, когда те уже имеются. Это перспективный метод, однако он не позволяет решить всех проблем», — подчеркивает Дамьен Кристоф Жак. Такого же мнения придерживается и Эмманюэль Летузе, руководитель неправительственной организации Data-Pop Alliance и создатель программы OPAL (Open Algorithms), цель которой — облегчить доступ к данным мобильной связи и их использование в социальных целях в странах с низким уровнем дохода.

«В целом, география бедности и ее причины уже известны. Вопрос в том, как использовать эту информацию», — утверждает Эмманюэль Летузе. На данный момент результаты исследования в Сенегале еще не привели к изменениям в местной политике. «Тем не менее, эти исследования не бесполезны, так как помогают повысить осведомленность лиц, ответственных за разработку политики, — заверяет он. — Чтобы изменить привычки и представления, необходимо время».