Estimering av den sanne tilstanden for global fattigdom med maskinlæring

Et samarbeid mellom UoC Berkeley, Stanford University og Facebook tilbyr en dypere og mer detaljert bilde av den faktiske tilstanden for fattigdom i og mellom nasjoner, gjennom bruk av maskinlæring.

Forskningen, med tittelen Mikro-estimater av formue for alle lav- og mellominntektsland, følges av en beta-nettsted som lar brukerne utforske den absolutte og relative økonomiske tilstanden i fine-grained områder og lommer av fattigdom i lav- og mellominntektsland.

Rammeverket inkorporerer data fra satellittbilder, topografiske kart, mobiltelefonnettverk og aggregert anonymisert data fra Facebook, og verifiseres mot omfattende ansikt-til-ansikt-undersøkelser, for formål å rapportere relativ formueulikhet i en region, snarere enn absolutte estimater av inntekt.

Et kart over global fattigdom, vektet mot de mest berørte områdene. Nedre, forstørrelser av Sør-Afrika og Lesotho (b); et 12 kvadratkilometer stort område rundt Khayelitsa township nær Cape Town. Kilde: https://arxiv.org/ftp/arxiv/papers/2104/2104.07761.pdf

Systemet er blitt adoptert av Nigerias regjering som basis for å administrere sosiale beskyttelsesprogrammer, og kjører i tandem med det eksisterende rammeverket fra Verdensbanken, det nasjonale sosiale sikkerhetsnettverket (NASSP). I februar ble de første mottakerne under ordningen betalt en kontantoverføring på 5000 nigerianske naira, en fordel som kan betales opp til seks måneder, til en terskel på en million naira er nådd.

Forskningsrapporten hevder at datafattigdom bidrar betydelig til feil fordelt hjelp i land med minimalt datainnsamling eller begrenset infrastruktur, og at politisk motivert feilrapportering (et problem ikke begrenset til lavinntektsland) også er en faktor i denne sammenhengen.

Registrering av ‘uregistrerte fattige’

Forskerne sine simuleringer på dataene viste at, under eksisterende regler for tildeling av hjelperessurser, fordelt basert på dette systemet øker betalingen til de som er mest i behov og reduserer betalingen for eksisterende mottakere i høyere inntektsgrupper. Rapporten påpeker også vanskelighetene som sosiale beskyttelsesprogramadministratorer møtte i å tildеле hjelperessurser ved starten av COVID-19-krisen, på grunn av mangelen på omfattende eller detaljert data. I Nigeria, for eksempel, dekker den siste undersøkelsesdata bare husholdninger i en beskjeden 13,8% av alle nigerianske distrikter, sammenlignet med den 100% dekningen som det nye systemet tilbyr.

Tidligere arbeid i AI-assistert fattigdomsestimering har konsentrert seg hovedsakelig om satellittdata (se under), men forskerne hevder at data fra mobiltilkobling gir en mer nøyaktig og detaljert innsikt i formueulikhet over regioner, og denne informasjonsstrømmen utgjør halvparten av all bidragende data for prosjektet.

Fra et generelt perspektiv i maskinlæringsdata observerer forskerne at modeller trent i ett land kan være en nyttig og nøyaktig mal for modeller som dekker tilstøtende land. De påpeker også at det nye rammeverket ikke bare kan skille mellom urbane og rurale områder, men kan også gi ulikhetkart innen urbaniserte områder, noe som overstiger omfanget av mange nyere forskningsinitiativer i denne sektoren.

Satellittbilder i fattigdomsanalyse

Hovedprinsippet bak satellittbasert fattigdomsanalyse er antagelsen at fattige mennesker har lite penger til å kjøre elektriske lys i mørketiden, eller kan ha ingen elektrisk lysfasilitet i det hele tatt. Hvor fraværet av punktlys kan korreleres med tilstedeværelsen av mennesker, som fastslås av andre midler (slik som mobiltilkoblingsdata), kan en indeks for fattigdom genereres.

Dette teknikken ble foreslått i 2016 i en tidligere Stanford-rapport fra en annen forskningsgruppe. Metoden detaljert i den rapporten var en pionér i bruk av kveldstid satellittdekning levert av det amerikanske forsvarsdepartementets meteorologiske satellittprogram (DMSP) via National Oceanic and Atmospheric Administration (NOAA-NGDC).

Fire konvolusjonsfilter identifiserer, fra venstre til høyre, egenskaper som relatere til urbane soner, rurale soner, vann og veier. Øverste raden viser kildebilder fra Google Maps, midterraden filteraktiveringskart fra maskinlæringsanalyse, og nederste raden en overlagring av aktiveringskart på den opprinnelige kartbildet. Kilde: https://science.sciencemag.org/content/sci/353/6301/790.full.pdf

Det stanforder-prosjektet korrelerte bevisene for nattlys i satellittovervåkingen mot sin egen database av DHS-undersøkelser for året både undersøkelsene og de aggregerte satellittresultatene skjedde. Det var nødvendig å etablere gjennomsnitt av summen av nattlysverdier som proxyer for visse økonomiske indikatorer.

Grundighet for globale fattigdomsstatistikk

For det nye Stanford-prosjektet, bestemte forskerne seg for å utlede datafraamet fra det eksisterende Demografiske og helseundersøkelsesprogrammet (DHS), selv om de innrømmer at dette effektivt replikerer DHS-skjemaet i datasettet. Forskerne observerer: ‘Vi valgte å trene vår modell eksklusivt på DHS-data fordi det er den mest omfattende enkeltkilden av offentlig tilgjengelige, internasjonalt standardiserte formue-data som gir husholdningsnivå-formue-estimater med underregionale geokoder.’

Imidlertid opererer prosjektet på et mye høyere oppløsning enn DHS, og å bruke det eksisterende rammeverket som grundighet gir to fordeler: først, DHS-dataene avhenger ikke av formell rapportering av inntekt, som er en upålitelig indikator i landene som er mest berørt av fattigdom, hvor svarte markedøkonomier er vanlige; og andre, dataene samles inn på en standardisert måte og etter en internasjonal mal som tillater forskernes rammeverk å omfatte andre land som er underlagt denne metoden for måling, snarere enn å etablere ekvivalenser over konkurranse-rammeverk.

Mobiltilkobling som en økonomisk indeks

For mennesker som bor i økonomisk utfordrede områder, har mobiltilkobling blitt en teknologisk livline over de siste to tiårene, siden mobiltelefoner er den minste tilgjengelige teknologiske plattformen som kan pålitelig brukes under slike forhold. Mobiltelefoner har også blitt de facto betalingsplattformer for hjelpe-mottakere som mangler en bankkonto eller andre konvensjonelle måter å motta penger på.

Imidlertid, som har vært observert tidligere, å bruke mobilnettindikatorer som en økonomisk indeks for maskinlæringsystemer har noen potensielle ulemper: det finnes mennesker i de berørte regionene som er så fattige at de ikke engang eier en mobiltelefon – nettopp de menneskene som systemet er mest designet for å hjelpe; systemet kunne potensielt bli manipulert av brukere med flere mobiltelefoner i omstendigheter hvor en telefon har blitt en proxy for unike ID-hashes av borgere; og det finnes personvernimplikasjoner ved å skape denne type identifikasjonssystem, i tilfeller hvor den lokale eller nasjonale regjeringen har noen tilsyn med prosjektet; og det kunne potensielt bli gamed av brukere med multiple mobiltelefoner i omstendigheter hvor en telefon har blitt en proxy for unike ID-hashes av borgere; og det finnes personvernimplikasjoner ved å skape denne type identifikasjonssystem, i tilfeller hvor den lokale eller nasjonale regjeringen har noen tilsyn med prosjektet.