從手機網路訊號資料，探勘人口動態奧妙

人是會流動的

你有沒有想過，一個地區、一個城市，甚至是一整個國家內部，「人」在哪裡、在哪裡工作、在哪裡居住？「長時間」的遷徙趨勢是往城市、還是往鄉村移動？「短時間」的通勤人口是來自外縣市還是不同行政區？

或者你會否好奇，不同的年齡層、性別有沒有不一樣的生活範圍、移動特徵？對於某一個商圈、公共設施的選址，是不是建立在一個適宜行人路過的良好地點？

這種探討與人類遷徙、移動、人口增減等現象的學科，就是「人口學」。

人的流動可能是大尺度的遷移消長，也可能是小尺度的通勤或消費行為。人口學探討國家或大城市之間的人口消長、人口遷徙時，往往以「數個月」至「數年」作為時間尺度，並利用人口普查、抽查、電話問卷、民調訪談等方式，來了解指定地區的人數和習性。

但是，像這樣子的調查方法，長期以來會有取樣代表性的疑慮，例如戶口抽查時，可能只會調查到剛好在家的族群。而藉由訪談或問卷來了解民眾生活型態，也會受到回憶偏差的影響。或是傳染病傳染區域、或傳染路徑的預測，運用許多假設與模型來猜測人移動的方式，而降低了預測的準確度。

動態人口學

2005 年起，「動態人口學」的概念被提出來，在人口學的基礎上，透過研究概念與研究方法的改進，更精準地了解人口的分布與流動的特徵，更細緻地分析人們的日常生活與休閒消費行為，或是有脈絡地拆解出不同年齡層、性別、族群等的行為差異。

因此，研究者需要有比既有普查、抽查等方式，還能獲得更多資料的研究方法，例如，所取得的資料能精細到越短的時間尺度、越小的空間尺度，才有機會探討人口，如何處在動態中不斷變化，如何受到各種不同環境變數影響。

特別是今日的臺灣社會，平均一個人擁有兩個以上的手機門號，並且多用於持續性的行動上網。因此，透過電信公司於每個基地台所記錄到的行動裝置網路訊號，我們就可以藉此推估各個區域中的實際人口。

2017 年起，在「中央研究院資料科學種子研究計畫」支持下，中研院人社中心詹大千副研究員及其團隊，與遠傳電信合作。利用資料探勘技術分析電信公司所統計的行動裝置網路訊號，建立更為準確的人口調查方法、人群流動的演算法模型，以此了解人群的流動趨勢，來探索動態人口與社會經濟活動的關係。

在空間解析度上，研究團隊鎖定了「台北市」與「新北市」為研究範圍，以每 250 公尺 x 250 公尺作為一個網格。時間解析度上，則是以每 10 分鐘作為區間。

如果某一個手機門號的網路訊號，在同一網格中停留超過 10 分鐘則列入一次計數，這樣子的計數意義是將這個手機門號的使用者，視為停留在這個網格中、或是正在步行經過，而並非在交通通勤的路上匆匆擦身而過。因此，我們就可以假定這個使用者，有可能跟這個網格中的設施有所互動。

區分「居住」與「通勤」人口

將手機網路訊號統計資料應用於人口學，就能突破傳統研究的許多限制，例如過去對於居住人口、通勤人口、日間人口的估算，均需仰賴戶口普查抽查、或是民調訪談等。

詹大千團隊鎖定資料登記為 15 至 64 歲的遠傳電信用戶，並設定晚上 10 點至凌晨 3 點有行動上網訊號的紀錄為「手機夜間人口」，早上 10 點至下午 3 點則為「手機日間人口」，同時比對戶籍資料數作為「戶籍夜間人口」，就能分辨哪些人住在哪區(因為手機晚上在此有長期的網路訊號紀錄)，而到了早上這些人又移動到哪區上班(因為手機白天在此有長期的網路訊號紀錄)。

從團隊推估結果，我們可以輕易地看出日間與夜間、住宅區和商業區的人口差異。也能發現不同性別的日夜分布區域也略有差別，比起傳統戶口調查的方式更為即時且準確。

除了找出什麼類型的人，會在什麼地方工作或居住，上下班時刻看到的龐大人潮，也可以透過行動裝置的網路訊號，建構演算法來分析人口流動規律。只要計算隨時間推移，相鄰網格的人數變化差異，我們就可以掌握人群的移動方向與移動速度。

例如，詹大千團隊發現上午 8:50 、 9:40 和下午 5:00，是人口流速最大的三個時段，而且人潮熱區也不同，這就可供交通部門規劃合適的通勤疏運方案。

統計同一天中 40-49 歲人口的流動狀況，也可以發現在信義計畫區一帶，女性的人潮明顯多於男性。這樣的發現有助於研究者了解性別在不同產業或地區的差異，有機會更進一步找出社會結構的問題、與政策制度的改善方向。

而不同年齡層的流動區域也有差異，甚至透露著生活型態。以 2017/1/10 (二) 為例，這天是學期末， 18-24 歲男性多分佈於各學區。這天也是工作日，40-49 歲男性多位於市中心與捷運沿線人口稠密區。而 65-84 歲男性，則與前述兩個年齡層有較不一樣的分佈，例如集中在北投、萬華一帶活動。

結合政府開放資料：電子發票、土地利用

有了人口隨時間與空間流動的趨勢，進一步再結合內政部的「國土利用調查資料」與財政部的「電子發票開放資料」，詹大千團隊就能更入微地分類行動用戶的族群，並推測其生活特徵、消費行為、經濟能力。

例如從「時間」來分群，可以觀察到有兩種群體：一種是在白天出沒、離開居住地；另外一種則是早晚出沒、離開居住地。比較兩群體的消費能力，會發現白天出沒的族群消費力較高，早晚出沒的族群消費力則較低。

因此，從上述資料中，我們就可以推測出：白天出沒的族群，可能就是上班族、服務業等大部分通勤族群；而早晚出沒的族群，則可能是家管與退休人員。

因此，研究者就可以藉此了解一個地區中通勤族與家管、退休待業族群的人口差異。地方政府主管機關，也可以利用這樣的推估成果，設計符合該地區的社區營造、或是足以負荷人流的交通規劃。

整體人口的移動，其實是由許多種不同的人流所組成。若能細緻地分群、找出每一種分群的移動規律，也能將過往的人流資料當作機器學習的訓練資料(請見下方影片的上半部 Groundtruth Data)，提升電腦預測未來人流路徑的準確度(請見下方影片的下半部 Predicting Data)。

資料開放 vs. 隱私機密的拉鋸

利用手機網路資料，可以更即時、更準確地掌握人口流動的趨勢。一切的關鍵，也在於有沒有辦法取得這些資料，以及取得資料後會不會損害個人隱私。因此，資料必須去除個資、去識別化後才能被使用。

依目前政府規定，這些手機門號、網路訊號資料被歸為電信業者的財產，電信業者可在不涉及個資隱私的狀況下運用，但也需肩負監管責任。研究中大量應用到在單一網格中的行動網路訊號數量，對於電信業者來說，其實是一個不方便公諸於世的商業機密。

詹大千團隊有賴遠傳電信指派數位協同人員，協助將資料整理成符合法規、並合適電腦分析的格式，才得以進行這系列動態人口研究。團隊研究中遇到的另一個難題，是政府管理的電子發票開放資料時空解析度不足，且開放效率也不夠積極，導致無法更細微地分割各區域的商業活動、與人口流動的關係。

其實，運用資料科學來解決問題，已然是近年來相當熱門的潮流，各公私部門也多紛紛積極地開辦各種黑客松競賽，希望透過網路社群、技術社群的活力，運用政府資料來發現問題、解決問題。因此，若政府能提升資料品質，並為研究社群建立取得資料的合適管道，就有機會讓更多研究者透過資料科學，找到隱藏於巨量資料中的關鍵線索，一窺社會的真實面貌。