新冠大流行摧毀了許多低收入和中等收入國家，導(dǎo)致廣泛的糧食不安全以及生活水平的急劇下降。為了應(yīng)對這場危機(jī)，世界各國政府和人道主義組織已向超過 15 億人分發(fā)了社會援助。但是，他們正面臨著一個關(guān)鍵的挑戰(zhàn)：在現(xiàn)有數(shù)據(jù)的情況下，快速確定最需要援助的目標(biāo)人群仍是一項艱巨的任務(wù)。

在近日發(fā)表在 Nature 上的論文《Machine Learning and Phone Data can Improve Targeting of Humanitarian Aid》中，來自加州大學(xué)伯克利分校、德國曼海姆大學(xué)、美國西北大學(xué)的研究者展示了利用手機(jī)網(wǎng)絡(luò)的數(shù)據(jù)可以提升人道主義救援的針對性。他們使用傳統(tǒng)調(diào)研數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)算法，以識別用戶手機(jī)數(shù)據(jù)中的貧困狀況。然后，經(jīng)過訓(xùn)練的算法可以優(yōu)先向那些最貧困的手機(jī)用戶提供援助。

論文地址：https://www.nature.com/articles/s41586-022-04484-9

研究者通過研究西非國家多哥（Togo）的一個旗艦緊急現(xiàn)金轉(zhuǎn)移項目（Novissi）對方法進(jìn)行了評估，這項計劃使用算法分配了價值數(shù)百萬美元的新冠救濟(jì)援助金。他們在分析中比較了不同目標(biāo)確定機(jī)制下的結(jié)果，包括排除誤差（exclusion errors，真正的窮人被錯誤地認(rèn)為沒有資格）、總體社會福利和公平性衡量。

相較于多哥政府采用的地理位置目標(biāo)確定方法，研究者使用機(jī)器學(xué)習(xí)方法將排除誤差減少了 4–21%。而相較于需要全面社會登記（一種假設(shè)，多哥并不存在這種登記）的方法，機(jī)器學(xué)習(xí)方法將排除誤差增加了 9–35%。這些結(jié)果強(qiáng)調(diào)了新數(shù)據(jù)源在確定人道援助方面能夠?qū)鹘y(tǒng)方法做出補(bǔ)充，尤其是在傳統(tǒng)數(shù)據(jù)缺失或過時的危機(jī)環(huán)境中。

研究背景

我們先來了解一下多哥的旗艦緊急現(xiàn)金轉(zhuǎn)移項目 Novissi。2020 年 4 月，在首批新冠病例出現(xiàn)不久，多哥政府推出了這一項目。由于經(jīng)濟(jì)限制命令導(dǎo)致很多多哥人停工，并引發(fā)了廣泛的糧食安全問題。Novissi 項目旨在為受影響最重的人提供生存現(xiàn)金援助。

項目地址：https://publicadministration.un.org/zh/Themes/Digital-Government/Good-Practices-for-Digital-Government/Compendium/CompendiumID/472

但是，當(dāng)多哥政府剛開始推出 Novissi 項目時，沒有可用來評估獲援資格的傳統(tǒng)社會登記系統(tǒng)，也抽不出時間或資源在新冠流行期間構(gòu)建這類登記系統(tǒng)。最近的一次人口普查完成于 2011 年，沒有包含家庭富裕或貧困信息。最近的國家生活水平調(diào)查僅僅涵蓋了一部分家庭。

在這種情況下，Novissi 項目的援助資格根據(jù) 2019 年末更新的國家選民登記系統(tǒng)中包含的數(shù)據(jù)來確定。但遺憾的是，這種方法無法將多哥最貧困家庭納入 Novissi 項目的援助范圍。

該研究旨在幫助多哥政府將 Novissi 項目的援助范圍從首都洛美的非正式工作者擴(kuò)展到鄉(xiāng)村地區(qū)的更貧困人群，在實現(xiàn)過程中還要滿足多哥政府的兩個既定政策目標(biāo)：將援助引向該國最貧困的地理區(qū)域；優(yōu)先向這些地理區(qū)域的最貧困手機(jī)用戶分配援助。

基于此，研究者使用機(jī)器學(xué)習(xí)算法分析了從衛(wèi)星到手機(jī)網(wǎng)絡(luò)上的非傳統(tǒng)數(shù)據(jù)，并最終提升了最貧困手機(jī)用戶人群的目標(biāo)確定。

對手機(jī)用戶進(jìn)行調(diào)查，確定用戶財富和消費(fèi)水平

第一步將機(jī)器學(xué)習(xí)算法用于高分辨率衛(wèi)星圖像，以獲得多哥每 2.4 公里 × 2.4 公里區(qū)域財富微觀估計。這些估計提供了每個小網(wǎng)格單元中所有家庭相對財富，之后對這些網(wǎng)格單元進(jìn)行人口加權(quán)平均，從而得出多哥最小行政單元財富估計。

第二步通過機(jī)器學(xué)習(xí)算法對多哥兩家移動電話運(yùn)營商提供的移動電話元數(shù)據(jù)進(jìn)行處理，以估計每個移動電話用戶的平均日消費(fèi)。

具體而言，該研究從多哥兩家移動網(wǎng)絡(luò)運(yùn)營商那里獲得了 2018-2021 年特定時間段的手機(jī)元數(shù)據(jù)（呼叫詳細(xì)記錄 (CDR)）。該研究重點關(guān)注移動網(wǎng)絡(luò)數(shù)據(jù)的三個分段片：2018 年 10 月至 12 月、2019 年 4 月至 6 月和 2020 年 3 月至 9 月。CDR 數(shù)據(jù)包含以下信息。通話：來電者電話號碼、接收者電話號碼、通話日期和時間、通話時長、撥打電話的基站 ID；SMS 消息：發(fā)送方電話號碼、接收方電話號碼、消息的日期和時間、發(fā)送消息的天線 ID；移動數(shù)據(jù)使用：電話號碼、交易日期和時間、數(shù)據(jù)消耗量（上傳和下載相結(jié)合）；移動貨幣交易：發(fā)送方電話號碼、接收方電話號碼（如果是點對點）、交易日期和時間、交易金額以及交易類型的廣泛類別（現(xiàn)金、現(xiàn)金、點對點或 賬單支付）。

該研究對具有代表性的手機(jī)用戶進(jìn)行了調(diào)查，并用這些調(diào)查來衡量每個用戶的財富或消費(fèi)，然后將基于調(diào)查的估計與每個用戶使用手機(jī)歷史的詳細(xì)元數(shù)據(jù)相匹配，采用有監(jiān)督機(jī)器學(xué)習(xí)算法對樣本數(shù)據(jù)進(jìn)行訓(xùn)練，通過手機(jī)使用來預(yù)測用戶財富和消費(fèi)水平。這第二步與傳統(tǒng)的代理生活狀況調(diào)查 ( proxy means test，PMT) 類似，但有兩個主要區(qū)別：該研究使用手機(jī)特征的高維向量而不是資產(chǎn)的低維向量來估計財富；該研究使用旨在最大化樣本外預(yù)測能力的機(jī)器學(xué)習(xí)算法，而不是最大化樣本內(nèi)擬合優(yōu)度的傳統(tǒng)線性回歸。

大家比較關(guān)心數(shù)據(jù)隱私問題，為了保護(hù)獲取到的數(shù)據(jù)機(jī)密性，該研究在分析之前通過將每個電話號碼哈希編碼為唯一 ID 來對 CDR 進(jìn)行化名。這些數(shù)據(jù)存儲在大學(xué)服務(wù)器上，設(shè)置了訪問權(quán)限。在將 CDR 記錄與調(diào)查回復(fù)進(jìn)行匹配之前，該研究在電話調(diào)查中獲得了所有研究對象的知情同意。

精準(zhǔn)評估

該研究對這種將機(jī)器學(xué)習(xí)和手機(jī)數(shù)據(jù)相結(jié)合方法稱為基于手機(jī)的方法。通過比較該方法與反事實方法下的定位誤差：政府在 2020 年夏天試行的一種地理定位方法（多哥 admin-2 極，即多哥各縣的貧困地圖，40 個縣），貧困州（多哥 admin-3 級，397 個州）；基于職業(yè)的定位（包括 Novissi 針對非正式工人的最初定位方法，以及針對該國最貧窮職業(yè)類別的最佳方法）。

該研究想要實現(xiàn)幫助 100 個最窮州的最窮的人，研究發(fā)現(xiàn)，相對于多哥政府的其他可行目標(biāo)定位方法，基于電話的目標(biāo)定位方法大大減少了排除誤差和包容錯誤（errors of inclusion）（非窮人被錯誤地認(rèn)為有資格），如圖 1a 和表 1 所示。

使用 PMT 作為真實貧困狀況的衡量標(biāo)準(zhǔn)，基于電話的定位（曲線下面積 (AUC) = 0.70）優(yōu)于針對農(nóng)村 Novissi 援助的其他可行方法（例如，地域范圍定位的 AUC = 0.59-0.64）。

圖 1：Novissi 目標(biāo)與替代目標(biāo)的比較

表 1。

更多細(xì)節(jié)內(nèi)容請閱讀原論文。