[論文レビュー] Virtual Networks and Poverty Analysis in Senegal

Neeti Pokhriyal, Wen Dong+1 more|arXiv (Cornell University)|Jun 10, 2015

Human Mobility and Location-Based Analysis参考文献 7被引用数 69

ひとこと要約

本研究では、セネガルにおける高解像度の貧困地図作成のための新規手法を提案する。移動体電話の通話記録（CDR）を用い、CDRから仮想的ソーシャルネットワークを構築し、ユーザー行動パターン（特に通話発信頻度）を分析することで、ネットワークの中心性と行動指標を多次元的貧困指標（MPI）と関連づける。その結果、予測精度が高く（r = -0.93）、アロンディスマン単位での詳細な貧困地図作成が可能となった。

ABSTRACT

Do today's communication technologies hold potential to alleviate poverty? The mobile phone's accessibility and use allows us with an unprecedented volume of data on social interactions, mobility and more. Can this data help us better understand, characterize and alleviate poverty in one of the poorest nations in the world. Our study is an attempt in this direction. We discuss two concepts, which are both interconnected and immensely useful for securing the important link between mobile accessibility and poverty. First, we use the cellular-communications data to construct virtual connectivity maps for Senegal, which are then correlated with the poverty indicators to learn a model. Our model predicts poverty index at any spatial resolution. Thus, we generate Poverty Maps for Senegal at an unprecedented finer resolution. Such maps are essential for understanding what characterizes poverty in a certain region, and how it differentiates from other regions, for targeted responses for the demographic of the population that is most needy. An interesting fact, that is empirically proved by our methodology, is that a large portion of all communication, and economic activity in Senegal is concentrated in Dakar, leaving many other regions marginalized. Second, we study how user behavioral statistics, gathered from cellular-communications, correlate with the poverty indicators. Can this relationship be learnt as a model to generate poverty maps at a finer resolution? Surprisingly, this relationship can give us an alternate poverty map, that is solely based on the user behavior. Since poverty is a complex phenomenon, poverty maps showcasing multiple perspectives, such as ours, provide policymakers with better insights for effective responses for poverty eradication.

研究の動機と目的

• セネガルにおける高解像度の貧困地図作成手法を構築すること。
• CDRから導出される仮想的ネットワーク構造が、多様な貧困指標と相関するかどうかを調査すること。
• 移動ネットワークからのユーザー行動統計が、独立して貧困水準を予測できるかどうかを検討すること。
• 政策的介入を的確に行うために、公式の地域データよりも細分化されたアロンディスマンレベルでの貧困地図を生成すること。
• ダカール地域がネットワーク中心性に与える影響を評価し、貧困予測モデルにおけるバイアスを特定すること。

提案手法

• セネガルの14地域および123のアロンディスマンを対象に、CDRから誰が誰に通話したかをモデル化した仮想的接続ネットワークを構築する。
• ネットワーク理論を適用し、各地域・アロンディスマンの中心性指標を計算することで、仮想ネットワーク内での重要性を定量化する。
• 線形回帰を用いて、ネットワーク中心性とMPIの各成分（貧困の広がりHと強度A）との関係をモデル化する。
• 集計されたユーザーデータから33の行動指標を抽出し、発信通話割合（PIC）を含む。各地域ごとに中央値を算出する。
• 各行動指標とMPIとのピアソン相関係数を計算し、最も強い予測要因を特定する。
• 最も優れた行動指標（PIC）を用いて線形モデルを訓練し、HとAを予測。その後、これらの推定値を統合して、アロンディスマン単位での最終的なMPI予測値を生成する。

実験結果

リサーチクエスチョン

• RQ1 移動体CDRから導出される仮想的ネットワーク中心性は、セネガルの地域レベルの貧困水準を高い精度で予測できるか？
• RQ2 通話発信頻度などのユーザー行動パターンは、地域ごとの多様な貧困指標とどの程度相関するか？
• RQ3 ダカール地域がネットワーク中心性指標に与えるバイアスはどの程度で、貧困予測モデルにどのように影響するか？
• RQ4 移動体データからの行動指標のみで、公式のMPIデータと同等の高解像度の貧困地図を生成できるか？
• RQ5 発信通話割合（PIC）のような行動指標の、貧困の広がりと強度の推定における予測力はどの程度か？

主な発見

• 発信通話割合（PIC）と多様な貧困指標（MPI）との間に強い負の相関（r = -0.93、p = 2×10⁻⁶）が確認され、貧困度が高くなる地域では一人あたりの発信通話数が多くなる傾向があることが示された。
• ダカールを除いた分析においても、PICとMPIの相関は強く保たれた（r = -0.89、p = 4×10⁻⁵）ことから、この行動指標に地域的バイアスは顕著に認められなかった。
• ネットワーク中心性指標はMPIと強い相関を示したが、ダカールの支配的影響により著しくバイアスを受けており、モデルの予測が歪められていた。
• 本研究では、ネットワーク中心性と行動指標の両方を用いて、アロンディスマンレベルでの高解像度の貧困地図を成功裏に生成し、より詳細な政策的ターゲティングが可能になった。
• PICを用いた線形回帰モデルにより、貧困の広がり（H）と平均的強度（A）を以下のように予測した：H̃ᵢ = -302.65×PICᵢ + 119.35 および Ãᵢ = -151.53×PICᵢ + 78.84。
• アロンディスマンレベルでの貧困地図（図10）は、低資源環境下でもスケーラブルかつリアルタイムの貧困監視が可能であることを示している。