南安普顿大学的研究人员开发了一种新的方法来估计那些难以进行全面普查的国家的人口。

人口和住房普查对于帮助政府规划公共卫生计划、基础设施项目和政府服务至关重要，但战争、不稳定和资源匮乏都可能阻碍该行动的进行，使其难以开展。

刚果民主共和国自1984年以来一直没有人口普查，阿富汗上一次全国人口普查是在1979年。作为这项新研究的对象，尼日利亚不得不依靠2006年收集的人口普查数据的预测来帮助其消除小儿麻痹症和开展黄热病疫苗接种运动。

现在，南安普顿大学的一组研究人员已经开发出一种方法来帮助克服这一问题，即在难以调查的环境中估算人口，方法是将邻里尺度的微卫星调查（在小区域内进行的人口统计）的数据与国家级卫星图像和数字地图的信息相结合。他们使用复杂的模型从相对稀疏的微卫星数据中推断出高分辨率的国家人口估计值。

这项研究的结果由比尔和梅琳达·盖茨基金会和英国外交、联邦和发展办公室资助，是地理参考基础设施和人口数据促进发展（GRID3）计划的一部分，发表在PNAS杂志上。

南安普顿大学的主要作者道格拉斯·莱瑟尔说：“在局部地区，尤其是移民或流离失所的地区，人口估计可能很快变得不准确。一些国家正在有时根据远超过十年的过时数据，来对疫苗计划和社会护理等重要问题作出决定。”

研究人员对尼日利亚全国每100万个网格单元的人口密度的估计是基于最近对1100个地点抽样的家庭调查，并结合卫星图像和其他覆盖全国的地理空间数据。网格化方法允许通过合并感兴趣区域内的100万个网格单元，获得任何地理区域行政单位、卫生集水区、学区等的人口估计数。

该小组还开发了一个名为WorldPop开放人口储存库（WOPR）的开放式数据存储库，它提供了对各国定制人口模型所产生的原始数据的访问。他们还创建了一个web应用程序woprVision，用于与地图上的概率人口估计进行交互。

“尼日利亚模式是最早进入这些平台的，但我们现在正在增加更多的国家，”道格拉斯·莱瑟说，“该应用程序允许用户点击地图上的某个点或突出显示某个特定区域，以获得具有不确定性的贝叶斯估计值的人口估计值，并获得特定年龄和性别组的人口估计值。值得注意的是，数据中的不确定性实际上有实际用途。例如，如果一个疫苗接种活动计划为某个地区接种10000剂疫苗，他们可以使用web应用程序来确定特定地区的目标人群超过该数量的概率。

安迪教授说，“在进行国家人口普查的过程中，没有一个国家能够像国家统计局局长所说的那样，对国家财富进行全面的调查。准确、空间详细和最新的人口数字是了解冲突、灾害或医疗保健改善等事件以及规划未来潜在人口轨迹的关键组成部分。”

参考文献：Douglas R. Leasure et al. National population mapping from sparse survey data: A hierarchical Bayesian modeling framework to account for uncertainty, Proceedings of the National Academy of Sciences (2020). DOI: 10.1073/pnas.1913050117。