中国におけるマルチソースビッグデータと機械学習を用いた地域レベルの教育パーセンタイルランク推定

科学分野:

• 社会空間分析
• 地理情報システム（GIS）
• 機械学習

背景:

• 中国におけるきめ細かな社会経済データの利用可能性の制限は、効果的な政策立案を妨げています。
• 教育年数などの従来の指標は、社会的地位の正確な指標ではありません。
• 地域レベルでの社会的地位に関する高解像度データセットの必要性があります。

研究 の 目的:

• 中国の地域レベルの教育パーセンタイルランクのオープンアクセス可能なデータセットを作成すること。
• 従来の教育指標よりも正確な社会的地位の指標を提供すること。
• きめ細かな社会空間分析を促進し、政策決定に情報を提供すること。

主な方法:

• XGBoost機械学習モデルを使用して教育パーセンタイルランクを推定しました。
• 調査、関心のある地点、道路網、夜間照明を含むマルチソースデータを統合しました。
• ストリートビュー画像に対してコンピュータビジョン技術（セマンティックセグメンテーション、オブジェクト検出、画像回帰）を採用しました。

主要な成果:

• 122,126の地域をカバーし、地級行政単位の97.9%、県級行政単位の81.8%を代表するデータセットを開発しました。
• 地級、県級、地域レベルでの教育予測において高い精度を達成しました。
• このデータセットは、社会的地位と構築環境特性の関係を捉えています。

結論:

• 新しく開発されたデータセットは、中国における社会空間研究のための貴重なリソースを提供します。
• 社会的格差とその空間的分布の詳細な分析を可能にします。
• 詳細な社会経済的洞察を提供することにより、証拠に基づいた政策立案をサポートします。