Predicting Well-Being with Mobile Phone Data: Evidence from Four Countries
تُظهر هذه الدراسة أن بيانات الهاتف المحمول يمكنها التنبؤ بفعالية بمقاييس رفاه الأسرة طويلة الأمد مثل الثروة والفقر متعدد الأبعاد عبر أربع دول، مع تحسن الدقة بشكل ملحوظ من خلال العينات الأكبر والممثلة وطنياً واستخدام بيانات سلوك المكالمات والرسائل النصية.
المؤلفون الأصليون:M. Merritt Smith, Emily Aiken, Joshua E. Blumenstock, Sveta Milusheva
تخيل أنك تحاول فهم مدى جودة الوضع المالي لعائلة ما. تقليدياً، يتعين على الباحثين طرق الأبواب، والجلوس مع العائلات، وطلب منهم ملء استبيانات طويلة ومكلفة. هذا يشبه محاولة رسم خريطة لغابة عبر السير في كل مسار من مسارات الأشجار؛ الأمر يستغرق وقتاً طويلاً ويكلف ثروة. وبسبب ذلك، غالباً ما تفتقر العديد من الدول الفقيرة إلى خرائط محدثة توضح من هو فقير ومن هو غير ذلك.
يقترح هذا البحث طريقة جديدة لرسم تلك الخريطة باستخدام شيء يحمله الجميع تقريباً في جيوبهم: الهاتف المحمول.
الفكرة الجوهرية: البصمة الرقمية
فكر في استخدام هاتفك المحمول كـ بصمة رقمية. تماماً كما يمكن لآثار أقدامك في الرمال أن تخبر شخصاً ما بمدى سرعة مشيك أو بمدى ثقل ما تحمله، يمكن لـ "سجلات تفاصيل المكالمات" (البيانات الوصفية) الخاصة بهاتفك أن تخبر حاسوباً الكثير عن حياتك.
نظرية الباحثين بسيطة: الأثرياء يستخدمون هواتفهم بشكل مختلف عن الفقراء. ربما يجرون مكالمات أكثر، أو يسافرون إلى أماكن أكثر، أو يستخدمون تطبيقات مختلفة. ومن خلال تغذية هذه البيانات في "عقل" حاسوبي (تعلم الآلة) وتعليمه كيفية رصد هذه الأنماط، يمكن للحاسوب تخمين الوضع الاقتصادي للشخص دون سؤاله سؤالاً واحداً.
التجربة: أربع غابات مختلفة
لاختبار ما إذا كان هذا ينجح في كل مكان، ذهب المؤلفون إلى أربع دول مختلفة تماماً: أفغانستان، كوت ديفوار، ملاوي، وتوغو. وفي كل مكان، قاموا بربط إجابات الاستبيانات لآلاف الأشخاص مع سجلات هواتفهم الفعلية. ثم طرحوا ثلاثة أسئلة رئيسية:
ما الذي يمكننا التنبؤ به؟
"الثابت" مقابل "العابر": كان الحاسوب جيداً جداً في تخمين الثروة طويلة الأمد (مثل ما تملكه الأسرة من أثاث أو أجهزة منزلية) والفقر متعدد الأبعاد (مزيج من الصحة والتعليم ومستوى المعيشة).
"الأمور الأصعب": كان جيداً في تخمين مقدار ما تنفقه الأسرة (الاستهلاك).
"الأمور الأصعب على الإطلاق": واجه صعوبة كبيرة في التنبؤ بـ الأمن الغذائي (هل سيأكلون اليوم؟) أو الصحة النفسية. هذه الأمور تشبه محاولة التنبؤ بالطقس بعد خمس دقائق؛ فهي تتغير بسرعة كبيرة ومعقدة للغاية بحيث لا يستطيع بيانات الهاتف رصدها.
أي بيانات الهاتف هي الأكثر أهمية؟
وجد الباحثون أن المكالمات والرسائل النصية هي المنجم الحقيقي. تحتوي هذه السجلات على معلومات غنية حول أين يذهب الناس ومع من يتواصلون.
ومن المثير للدهشة أن البيانات المتعلقة بـ استخدام الإنترنت عبر الهاتف، أو الأموال عبر الهاتف المحمول، أو شراء الرصيد لم تكن مفيدة بمفردها بنفس القدر. الأمر يشبه محاولة تخمين وظيفة شخص ما من خلال النظر إلى إيصالات القهوة الخاصة به (استخدام الإنترنت) مقابل النظر إلى مسار تنقله (المكالمات/الرسائل). مسار التنقل يخبرك بالمزيد بكثير.
ملاحظة: كان استخدام جميع أنواع البيانات معاً هو الأفضل، لكن المكالمات والرسائل النصية وحدها كانت تؤدي المهمة بشكل جيد تقريباً.
كم نحتاج من البيانات لتعليم الحاسوب؟
لا تحتاج إلى مليون شخص للبدء. يتعلم الحاسوب بسرعة كبيرة مع أول 1,000 إلى 2,000 شخص. بعد ذلك، يساعد إضافة المزيد من الناس، لكن "سحر" التعلم يتباطأ.
ومع ذلك، فإن نوع الناس يهم أكثر من مجرد العدد. النموذج الذي يتم تدريبه على جمهور مختلط (أغنياء وفقراء، سكان مدن وأرياف) يعمل بشكل أفضل بكثير من نموذج تم تدريبه على نوع واحد فقط من الناس.
تشبيه: تخيل أنك تحاول تعلم شكل "الفاكهة". إذا عرضت على الحاسوب فقط صوراً لتفاح أحمر (عينة ريفية فقط)، فسيفشل عندما تعرض عليه موزة (شخص من المدينة). ولكن إذا عرضت عليه سلة تحتوي على تفاح وموز وبرتقال (عينة وطنية)، فإنه سيتعلم مفهوم "الفاكهة" بشكل أفضل بكثير.
النتائج الرئيسية
يختتم البحث ببعض الدروس العملية لأي شخص يرغب في استخدام هذه التكنولوجيا:
التنوع هو المفتاح: تعمل النماذج بشكل أفضل عندما تمثل بيانات التدريب بلداً بأكمله، وليس مجرد قرية أو مدينة. كلما كان المجتمع المختلط أكثر، أصبح النموذج أكثر ذكاءً.
حافظ على البساطة: لا تحتاج إلى بيانات معقدة مثل سجلات الإنترنت للحصول على نتائج جيدة؛ فغال سجلات المكالمات والرسائل النصية القياسية غالباً ما تكون كافية.
اعرف الحدود: هذه الطريقة رائعة لرسم خرائط الثروة طويلة الأمد، لكنها ليست كرة بلورية للتنبؤ بالأزمات الفورية مثل الجوع أو الصراعات النفسية.
الأشخاص "المفقودون": تقتصر الدراسة فقط على الأشخاص الذين يمتلكون هواتف. إذا كنت تستخدم هذا لمساعدة الفقراء، تذكر أن أفقر الفقراء قد لا يمتلكون هواتف، لذا قد يتجاهل هذا الأسلوب بعضهم عن غير قصد في الخريطة.
باختصار، بيانات الهاتف المحمول هي أداة قوية ومنخفضة التكلفة لرسم الخرائط الاقتصادية، لكنها تعمل بشكل أفضل عندما يكون لديك مجموعة متنوعة من الناس للتعلم منها، وهي الأفضل في إظهار "الصورة الكبيرة" للثروة بدلاً من التقلبات اليومية للبقاء على قيد الحياة.
ملخص تقني: التنبؤ بالرفاه باستخدام بيانات الهاتف المحمول
بيان المشكلة
يعد القياس الدقيق لسبل العيش الاقتصادية أمراً جوهرياً للعلوم الاجتماعية التجريبية وتصميم السياسات الفعالة. ومع ذلك، فإن طرق المسح التقليدية غالباً ما تكون مكلفة وتفشل في توفير بيانات موثوقة وفي الوقت المناسب في البلدان منخفضة ومتوسطة الدخل. وبينما برزت سجلات تفاصيل المكالمات (CDRs) للهواتف المحمولة كبديل واعد للتنبؤ بثروة الأفراد وفقرهم، إلا أن هناك حاجة لفهم منهجي للإمكانات والقيود لهذا النهج عبر سياقات متنوعة. وبشكل محدد، يحتاج الباحثون وصناع السياسات إلى وضوح بشأن مقاييس الرفاه الأكثر قابلية للتنبؤ، وأنواع البيانات التي تحقق أعلى دقة، وأحجام العينات المطلوبة لتدريب النماذج بشكل قوي.
المنهجية
يجري المؤلفون تحليلاً موازياً ومعيارياً عبر أربع دول هي: أفغانستان، وكوت ديفوار، وملاوي، وتوغو. تربط الدراسة بيانات المسح الأسري (مئات إلى آلاف الأفراد لكل بلد) مع بيانات وصفية شاملة للهواتف المحمولة تم الحصول عليها من مشغلي الشبكات.
خصائص البيانات:
أنواع البيانات الوصفية: تستخدم الدراسة أربعة أنواع من المعاملات: المكالمات/الرسائل النصية، وشحن الرصيد، واستخدام بيانات الهاتف المحمول، ومعاملات الأموال عبر الهاتف المحمول.
الربط مع المسح: يتم ربط أرقام الهواتف لأفراد الأسر مع استجابات المسح عبر موافقة مستنيرة.
التباين: تختلف مجموعات البيانات بشكل كبير في حجم العينة (من 528 في أفغانستان إلى 5,469 في ملاوي)، وتكوين العينة (ريفية فقط، أو حضرية فقط، أو ممثلة وطنياً)، وطريقة إجراء المسح (شخصي مقابل هاتفي)، ومدة البيانات الوصفية (من شهر واحد إلى ثلاثة أشهر).
التصميم التجريبي: يوظف المؤلفون تعلم الآلة للتنبؤ بالنتائج القائمة على المسح باستخدام ميزات مشتقة من البيانات الوصفية للهاتف المحمول.
النماذج: يتم تدريب وضبط ثلاثة خوارزميات باستخدام التحقق المتقاطع خماسي الطيات (five-fold cross-validation): انحدار LASSO، والغابة العشوائية (Random Forest)، وتعزيز التدرج (Gradient Boosting).
التقييم: يتم تقييم النموذج الأفضل أداءً (الأقل في جذر متوسط مربع الخطأ RMSE على مجموعة التحقق) على مجموعة اختبار منفصلة ومستبعدة.
المقاييس: تُقاس دقة التنبؤ باستخدام معامل ارتباط بيرسون (ρ) بين القيم المتوقعة والفعلية.
المتغيرات: تختلف التجارب حسب متغير النتيجة (مؤشر الأصول، الاستهلاك، الدخل، الأمن الغذائي، الصحة العقلية، إلخ)، وحجم مجموعة بيانات التدريب، وميزات بيانات الهاتف المحمول المستخدمة تحديداً.
النتائج الرئيسية
1. قابلية التنبؤ بمقاييس الرفاه المختلفة
تتفاوت دقة التنبؤات بشكل كبير اعتماداً على المتغير المستهدف.
دقة عالية: مقاييس الفقر طويلة الأمد، وتحديداً مؤشرات الأصول (ρ=0.20–0.59) والفقر متعدد الأبعاد (ρ=0.29–0.57)، هي الأكثر دقة في التنبؤ.
دقة متوسطة: تظهر تقديرات الاستهلاك دقة أقل (ρ=0.09–0.54).
دقة منخفضة: مقاييس الهشاشة أو التقلبات، مثل الأمن الغذائي (ρ=0.04–0.17) والصحة العقلية (ρ=0.01–0.23)، يصعب التنبؤ بها. كما يؤدي التنبؤ بـ الدخل أداءً ضعيفاً (ρ=−0.01–0.03).
2. فائدة أنواع البيانات
البيانات الوصفية للمكالمات والرسائل النصية: البيانات التي تحتوي على معلومات الموقع والتنقل (المكالمات والرسائل) هي الأكثر قدرة على التنبؤ. النماذج التي تستخدم هذه البيانات فقط تعمل بشكل يقارب النماذج التي تستخدم جميع أنواع البيانات المتاحة.
أنواع البيانات الأخرى: معاملات الأموال عبر الهاتف المحمول، واستخدام بيانات الهاتف المحمول، وشحن الرصيد هي أقل قدرة على التنبؤ بمعزل عن غيرها.
النماذج الشاملة مقابل الخطوط المرجعية الساذجة: بينما تتفوق النماذج التي تستخدم جميع أنواع البيانات باستمرار على تلك التي تستخدم أنواعاً مفردة، فإن حتى أكثر نماذج بيانات الهاتف المحمول شمولاً تتفوق بشكل كبير على خط مرجعي ساذج يعتمد على تخصيص متوسط الفقر المحلي بناءً على التأثيرات الثابتة للموقع.
3. حجم عينة التدريب
تناقص العوائد: تتحسن دقة التنبؤ بسرعة مع أول 1,000 إلى 2,000 فرد من المشمولين بالمسح.
التحسن المستمر: تستمر الدقة في الزيادة، وإن كان ذلك ببطء أكبر، حتى 4,500 فرد على الأقل.
حساسية النموذج: تظهر نماذج الغابة العشوائية وتعزيز التدرج دقة متقاربة، بينما يؤدي LASSO عموماً بشكل أسوأ، باستثناء السيناريوهات ذات البيانات المحدودة جداً.
4. تأثير التباين السكاني
تتفاوت دقة التنبؤ بشكل حاد عبر البلدان، مدفوعة بشكل كبير بالتباين في السكان الأساسيين.
التمثيل الوطني مقابل التمثيل المحلي: النماذج المدربة على عينات ممثلة وطنياً (كوت ديفوار وتوغو) تؤدي بشكل أفضل بكثير من تلك المدربة على مجموعات فرعية متجانسة (ريفية فقط في أفغانستان أو حضرية فقط في ملاوي).
الانقسام بين الحضر والريف: عند قصر العينات الممثلة وطنياً على سكان الحضر فقط أو الريف فقط، تنخفض دقة التنبؤ بشكل كبير. يشير هذا إلى أن جزءاً كبيراً من القدرة التنبؤية يأتي من قدرة النموذج على التمييز بين السياقات الريفية والحضرية.
الأهمية والادعاءات
تضع الورقة نفسها كاستكشاف منهجي لـ "الإمكانات والقيود" لاستخدام بيانات الهاتف المحمول للتقدير الاقتصادي. ويدعي المؤلفون المساهمات التالية:
الفروق السياقية الدقيقة: توضح الدراسة أن الأداء التنبؤي ليس موحداً؛ فهو يعتمد بشدة على التباين السكاني. تعمل النماذج بشكل أفضل عندما تعكس بيانات التدريب سكاناً متنوعين وممثلين وطنياً بدلاً من شريحة ديموغرافية ضيقة.
كفاءة البيانات: تشير النتائج إلى أنه في الإعدادات ذات القيود الحسابية أو التخزينية، قد يكون استخدام بيانات المكالمات والرسائل النصية القياسية كافياً لتوليد تقديرات دقيقة للفقر، حيث تلتقط هذه الأنواع من البيانات الإشارات الأكثر قدرة على التنبؤ.
جدوى العينات الصغيرة: يثبت المؤلفون إمكانية تدريب نماذج دقيقة بشكل معقول باستخدام مجموعات بيانات صغيرة نسبياً (حوالي 1,000 ملاحظة)، رغم أن العينات الأكبر تستمر في تحقيق مكاسب هامشية.
نطاق التطبيق: توضح الورقة أن بيانات الهاتف المحمول هي الأنسب للتنبؤ بالفقر الهيكلي طويل الأمد (الثروة/الأصول) بدلاً من الهشاشة العابرة أو مقاييس الدخل/الاستهلاك المحددة.
القيود المعترف بها: يشير المؤلفون صراحة إلى أن استنتاجاتهم تستند إلى أربع دول ذات مجموعات بيانات متباينة، مما يحد من إمكانية التعميم. كما يسلطون الضوء على أن تحليلهم يركز على رفاه مشتركي الهواتف ولا يتطرق إلى الآثار المترتبة على غير مالكي الهواتف، مما قد يؤدي إلى استبعادات منهجية في استهداف السياسات. أخيراً، هذه الدراسة مقطعية؛ فهي لا تثبت بعد القدرة على تتبع التغيرات الديناميكية في سبل العيش بمرور الوقت باستخدام بيانات الهاتف.