2024-04-08
来源：Applied Geography 166: 103260.
英文标题：Evaluating the representativeness of mobile big data: A comparative analysis between China's mobile big data and census data at the county level.
作者：Mu X,（香港大学城市规划与设计系）
Zhang X（香港大学城市规划与设计系）
Yeh AG-O（香港大学城市规划与设计系）
王洁晶（中国人民大学公共管理学院，本文通讯作者）
王洁晶 | 中国人民大学公共管理学院副教授
摘要：
移动大数据已经成为科研领域一个不可或缺的工具。然而，对于移动大数据的真实可靠性，以及它到底能多大程度上真实反映出现实世界中人们的情况，还存在一些疑问。本文将百度大数据和中国各县最新的人口普查数据做了一个比较，并应用幂律模型和多元线性回归分析，来评价移动大数据所代表的人群是否全面。研究结果显示，由于人们的社会经济地位、人口统计特征以及居住地的差异，使用移动大数据估计的人口密度可能会有所偏差。比如，较高的文盲率和平均年龄可能导致人口密度的估计偏低。而较高的人均GDP、较高的城市化水平以及占较大比例的劳动力人口群体，则可能导致对人口密度的过高估计。研究结果说明，在使用移动大数据估计人口数量时，需要谨慎并进行交叉验证以确保结果的准确性。此外，本研究还提供了一些实用的统计方法，可用于识别和解决在利用移动大数据进行人口动态估算时可能遇到的偏差问题，使得研究结果更加精准可靠。
随着互联网变得越来越普及和技术的进步，移动大数据已成为各个学科开展科研的不可或缺的工具。从各种渠道收集的移动大数据已广泛用于分析人口动态、迁移趋势，探究这些现象背后的原因，预测未来的移动模式和疫情传播，这些研究成果对城市规划和管理具有重要意义。尤其是在应对新冠疫情等公共卫生危机中，大数据展现出其独特的价值。通过分析人们从疫情中心武汉的迁移路径、预测病毒传播速度和识别高风险地区，移动大数据为防疫措施提供了科学依据。现在，人们通过智能手机、移动设备和电脑留下的数字足迹，构建了一个与现实世界无缝融合的数字生活。这些数据改变了人们对世界的认知，为地理分析等科学研究提供了新的视角和方法。
尽管移动大数据带来了诸多便利，但在数据收集、处理和分析过程中也面临着挑战，如数据的真实性、完整性和代表性等问题。研究表明，移动大数据往往偏向于某些特定的人群和地区，这需要通过精确的验证和分析方法来确保数据的准确性和可靠性。此外，移动大数据的抽样偏差问题也不容忽视，特定社会经济和人口统计因素可能影响数据的广泛适用性。
针对移动大数据的代表性和准确性问题，该研究通过与中国最新人口普查数据的对比分析，探讨了移动大数据在不同县域的代表性，并分析了造成差异的各种社会经济因素。论文采用回归模型来深入研究这些因素对人口密度估计的影响，旨在提高移动大数据反映地理区域人口动态和特性的准确性和可靠性。通过这些方法，本研究希望为未来的研究、政策制定和城市规划提供实用的见解和工具，以更好地利用移动大数据解决实际问题。
