大数据时代人口学如何积极作为

在探索实践过程中,人口学如何展现学科优势呢?笔者认为,核心是围绕大数据的开发使用积极创造条件。一是尝试提供共识性的基础数据用于大数据校准;二是将成熟的人口学理论和方法介绍到新数据的开发使用中。通过利用现有基础数据,生产一些共识性的基础数据和汇总指标,帮助校准大数据统计结果,促进新数据的使用和开发。百度慧眼就利用基础户籍数据或登记数据对基于地图定位请求数据估计的宁波和杭州湾地区小范围人口规模进行了校准,从而综合判断新数据的代表性和精确度,为新数据的开发使用提供了依据。

在理论和技术方面,人口学多年发展积累了很多非常成熟的方法和技术,例如队列分析技术、标准化技术、生命表技术、间接估计方法、随机人口模型、事件史技术、人口预测技术等等。这些模型和技术有着深厚的学科积累,懂计算机技术的人不一定都搞得懂。研究中该如何选择测量或汇总指标、确定模型、设定参数等,可能都需要一定的人口学基础作为指导。人口学者应该积极将既有理论工具和方法应用于指导新数据的开发,让其他人特别是数据掌控者知道人口学专业的价值,并在数据分析实践中逐渐提高学科的相关技能。

最后,人口学者在积极接触和探索大数据时,应该有创新思维。尽管目前能够获得的大数据、新数据在代表性、微观准确性上有所不足,但通常具有很好的时效性和较大的样本基数,在区域或人群汇总指标上具有较好的效度和信度。我们应该充分利用这些汇总信息,善于利用相对指标分析总体的结构特征及其变迁。例如,在传统人口数据中,空间数据较难得,了解人口的空间分布很难。现在,手机和智能设备可提供非常准确的人口位置信息,帮助我们更好地估计部分人口的空间分布、变动,特定空间内的人口构成等。但并非所有人都使用手机和智能设备,它提供的信息可能存在结构性偏差(如对老年人、小孩的情况反映不足),但仍是重要的参考。通过一定校准,准确度可进一步提高。这就需要人口学者掌握相关的分析和校准技术。以往人口学倾向于在个人层面上进行分析(生育、死亡、迁移),因为只有个人才有年龄、性别等人口学特征,但目前在个体层面进行数据的匹配、串并还很难。人口学者可能需要更多地探索在相对中观或宏观的研究单位上,人群统计特征与其他汇总属性之间的关系。例如,社区人口规模、人口密度、人口结构与社区社会经济形态以及人口过程如死亡水平、出生水平、迁移状态之间的关系,因为这些新型大数据往往更容易在较高层次的研究单位上实现指标汇总、匹配和信息串并。这种情况下,如何进行因果推论,如何避免层次谬误之类的方法论问题也需要研究和回答。

总之,人口学要想在大数据时代有所作为,需直面挑战,积极创造条件。其他学科也应该加强和人口学者的合作。因为如果主要关注基本人口社会变量的人口学者都难以有所作为,其他学科利用大数据做出来的研究,其坚实性和深入性也就值得怀疑。我们要一起推动公共部门和数据企业加强大数据的开放、串并和合理合法使用,创新数据的开发使用方式甚至提问题方式。这还有很长的路要走,可先从局部地区、具体项目做起来,并在学科内外加强共享、交流、学习,不断积累,共同进步。