[논문 리뷰] Building a large synthetic population from Australian census data

Bhagya N. Wickramasinghe, Dhirendra Singh외 1명|arXiv (Cornell University)|2020. 08. 18.

demographic modeling and climate adaptation참고 문헌 18인용 수 4

한 줄 요약

이 논문은 2016년 호주 인구 조사 자료를 사용하여 멜버른 대도시권 내 180만 가구에 걸쳐 450만 명의 실재감 있는 합성 인구를 생성하는 샘플 기반 인구 합성 알고리즘을 제시한다. 이 방법은 ABS TableBuilder에서 제공하는 연합 마진 분포를 사용하고, 히ュ리스틱 기반의 가구 및 개인 할당을 적용하며, 가구 수준의 인구 조사 분포와 완벽하게 일치하고, 개인 수준의 특성에 대해 코사인 유사도 기준 98% 이상의 유사도를 달성한다. 이 모든 과정은 표준 컴퓨터에서 3분 이내에 수행된다.

ABSTRACT

We present work on creating a synthetic population from census data for Australia, applied to the greater Melbourne region. We use a sample-free approach to population synthesis that does not rely on a disaggregate sample from the original population. The inputs for our algorithm are joint marginal distributions from census of desired person-level and household-level attributes, and outputs are a set of comma-separated-value (.csv) files containing the full synthetic population of unique individuals in households; with age, gender, relationship status, household type, and size, matched to census data. Our algorithm is efficient in that it can create the synthetic population for Melbourne comprising 4.5 million persons in 1.8 million households within three minutes on a modern computer. Code for the algorithm is hosted on GitHub.

연구 동기 및 목표

• 마이크로데이터 샘플에 의존하지 않고도 확장 가능한 샘플 기반 인구 합성 방법을 개발하는 것.
• 도시 계획 및 비상 관리 분야의 에이전트 기반 시뮬레이션을 위한 고정밀도 합성 인구를 생성하는 것.
• ABS에서 제공하는 연합 마진 분포만을 사용하여 가구 구조와 개인 수준의 특성에 정확하게 대응하는 것.
• 모든 호주 통계 지역 수준 2(SA2) 지역에 동일한 방식으로 적용 가능하고, 오픈소스로 구현 가능한 방법을 제공하는 것.
• 최근 2016년 인구 조사 자료, 정확한 연령 분포, 커플의 연령 격차를 설정 가능한 히ュ리스틱을 사용하여 이전의 샘플 기반 방법을 향상시키는 것.

제안 방법

• 알고리즘은 호주 통계청(ABS)의 TableBuilder에서 제공하는 개인 수준(연령, 성별, 관계) 및 가구 수준(가구 규모, 유형) 특성의 연합 마진 분포를 사용한다.
• 가구 분포를 기준으로 삼아 정확한 일치를 보장하기 위해, 히ュ리스틱 기반의 접근 방식을 사용해 개인을 가구에 할당한다.
• 연합 마진 분포와 일치하는 특성을 할당함으로써 고유한 개인을 생성하며, 동시에 현실적인 가구 구성과 관계 구조를 유지한다.
• 기존 연구에서 사용된 균일한 연령 할당 방식을 대체하여, 커플 간의 연령 격차를 설정 가능한 히ュ리스틱으로 적용해 정확도를 향상시킨다.
• 알고리즘은 SA2 수준(약 10,000명의 거주자)에서 데이터를 처리하여 지역 규모의 합성 인구 생성이 가능하다.
• 최종 출력물은 에이전트 기반 시뮬레이션에 직접 사용 가능한 쉼표로 구분된 값(CSV) 파일 형식으로 저장되며, 전체 소스 코드는 GitHub에 공개되어 있다.

실험 결과

연구 질문

• RQ1 마이크로데이터에 의존하지 않고도 샘플 기반 인구 합성 알고리즘이 개인 수준 및 가구 수준의 인구 조사 분포를 높은 정확도로 일치시킬 수 있는가?
• RQ2 기존의 이터레이티브 프로포셔널 피팅(IPF) 및 이터레이티브 프로포셔널 업데이트(IPU) 방법과 비교할 때, 이 알고리즘의 정확도와 런타임 성능은 어떻게 되는가?
• RQ3 정확한 연령 분포와 설정 가능한 커플의 연령 격차 히ュ리스틱을 사용할 경우, 균일한 연령 할당 방식에 비해 합성 인구의 현실성은 얼마나 향상되는가?
• RQ4 이 알고리즘은 표준 하드웨어에서 3분 이내에 멜버른의 전체 메트로폴리탄 합성 인구(예: 450만 명)를 효율적으로 확장하여 생성할 수 있는가?
• RQ5 분포의 정확성 측면에서, 이 알고리즘의 성능은 2011년과 2016년 인구 조사 연도 및 다양한 지역(SA2) 간에 어떻게 다를까?

주요 결과

• 현대 컴퓨터에서 2016년 인구 조사 자료를 사용해 멜버른 대도시권에 대해 4,485,211명의 개인과 1,832,043개의 가구를 포함한 합성 인구를 3분 이내에 생성하였다.
• 합성 인구는 2016년 인구 조사 자료의 모든 65개의 가구 수준 분포와 완벽하게 일치(100%)하였다.
• 개인 수준의 특성에 대해, 코사인 유사도 기준으로 모든 테스트 항목(예: 연령, 성별, 관계 상태)에서 원본 인구 조사 자료와 98.6% 이상의 유사도를 달성하였다.
• IPU와 비교할 때, 이 알고리즘은 가구 수준 분포를 완벽하게 일치시켰다(2011년 데이터 기준 278개 SA2에서 100% 정확도), 반면 IPU는 99.6%의 정확도를 기록하였다.
• 다른 인구 조사 연도를 사용했음에도 불구하고, Huynh 등 [10]의 연구와 비교해 개인 수준 분포 정확도에서 약 2% 이내의 차이를 보였으며, 그들의 2006년 데이터에서의 10% 차이보다 훨씬 우수했다.
• 알고리즘의 런타임(150초)은 IPU(107초)와 유사했으며, 반복적 재가중치 조정이나 마이크로데이터 샘플링을 필요로 하지 않았음에도 불구하고 동등한 성능을 보였다.