利用大数据诊断塞内加尔的贫困问题

克莱芒丝·克吕泽尔（Clémence Cluzel ）

驻达喀尔记者

塞内加尔70%以上的人口生活在贫困中。这一估算采用的数据来源于家庭收入和消费调查以及人口普查。但问题是，这种调查方法成本很高，需要投入大量人力资源。许多发展中国家其实极少开展此类调查，贫困监测工作因此受到制约。另一层隐患是，通过传统方法了解到的情况不够准确。

在塞内加尔国家统计和人口局（ANSD）工作的人口统计学家马马杜·阿穆祖（Mamadou Amouzou）解释说：“塞内加尔衡量贫困的方法是基于收入或消费的货币度量方式，没有考虑到个人在医疗保健、教育等领域面临的匮乏状况。但衡量贫困所用的工具本就应该让公共当局能够了解贫困现象的不同侧面。”

事实证明，基于大数据的数学方法完全可以弥补这些缺陷。尼斯·博克里亚尔（Neeti Pokhriyal ）和达米安·克里斯托夫·雅克（Damien Christophe Jacques）的研究论文《综合多种数据来源，改善关于贫困问题的预测和调查》（Combining disparate data sources to improve poverty prediction and mapping，2017）就是一则范例。这项研究同时使用了两类数据——通过人口普查、收入和消费统计等获得的传统数据，以及移动电话提供的非传统数据。

通话数据包含了国内大部分地区的用户使用习惯信息。用户每次拨打电话或是发送信息都会生成数据，可以显示其通信时间、地点和对象。通过这些数字足迹我们能够了解当地的文化水平、流动性和电网接入情况，这些都与区域财富的分配相关。

在塞内加尔的调查中，电话运营商塞内加尔电信公司（Sonatel）提供了国内900万移动电话用户的110亿次通话和短信数据。研究人员在此基础上增加了关于夜间照明、柏油路、基础设施密度和房屋屋顶类型等参数的卫星图像。

将这些要素与人口普查数据结合起来，可以更完整准确地了解居民生活水平。蒙特利尔大学数学和统计系教授克里斯蒂安·卢梭（Christiane Rousseau）解释说：“有了人工智能，就可以利用传统调查数据创建机器学习算法，找出贫困的各种形式。我们的目标是用数据来说明贫困问题，即便这些数据原本并不是因该问题而生成的。使用此类已有的海量数据，既降低了成本，又提升了准确度，同时也更容易做到及时更新。”

利用这些数据，可以绘制动态显示贫困现象的地图，从社群的维度反映出不同地区和不同时间内社会经济资源的匮乏情况。例如在此类地图上可以看出，塞内加尔内陆社群的贫困程度要比首都达喀尔和沿海地区更高一些。

这些地图有助于决策者直接找到并援助最贫困的人口。地理信息学博士研究员、塞内加尔调查报告合著者达米安·克里斯托夫·雅克表示：“摸底调查在国家的组织工作中起到重要作用。我们可以利用电话数据来确定哪些人有资格获得人道主义援助。比如，有一家提倡以资金转账提供帮助的‘直接援助’组织（Give Directly），就曾在多哥进行过实践。”克里斯蒂安·卢梭补充道：“数学让我们能够优化有限的资源。”

大数据带来了大有可为的机会，但也确实引发了一些问题。电话数据其实是属于移动电话运营商的，他们并没有主动提供数据的意向，有时甚至会拒绝共享。况且，通常由一家运营商提供的数据也反映不出所有人的情况。雅克说：“有的人办了好几张 SIM 卡，可赤贫者、老人、儿童等人群连手机都没有。”他还认为，“即便可以提供丰富的信息，这些偏差在严谨的研究中也会引发各种问题。”

另一个弊端是，虽然这些个人数据并非用于单独研究，而是按区域汇总，分组进行分析，但该行为依然会导致伦理问题。雅克说：“这些敏感信息为开发项目找到了金矿，但也对隐私构成了威胁。我们必须在维护个人利益和公共利益之间找到平衡点。”

雅克强调指出：“非传统数据是一种补充信息。在缺少普查数据的情况下，它是替代模型；有了普查数据之后，它就是信息增强模型。这些数据可以给出明确信号，但并不能让所有问题都迎刃而解。”非政府组织数据—爆裂联盟（Data-Pop）负责人兼开放算法（OPAL）创始人埃曼努埃尔·勒图泽（Emmanuel Letouzé）也赞同雅克的意见。他主导的开放算法项目旨在帮助低收入国家更方便地获取移动电话数据，并将其用于社会目的。

勒图泽认为：“在全球范围内，贫困地区和致贫原因已经查清，真正的问题是，掌握这些信息后，下一步该做什么。”塞内加尔的研究结果暂时还没有转化为当地政策的革新，“但这些研究并非徒劳，它们有助于提高决策者的认识。改变习惯和观念是需要时间的。”