本报综合外媒报道 12月7日，世界科技研究新闻资讯网发表了美国纽约州立大学布法罗分校的一项研究称，研究人员利用一项新的计算工具可以将移动数据与来自卫星和地理信息系统的数据相结合，绘制及时可信的贫困地图。

　　从以往经验来看，政策制定者在处理极度贫困问题时，通常依赖传统调查与人口普查数据。然而，对此类数据进行整理总结的成本很高且耗时费力，同时数据也不够详实。

　　该研究选取塞内加尔为研究对象。第一组数据为900万名塞内加尔手机用户的110亿条通话与短信记录，记录了人们交流的时间、地点与方式，所有的信息均为匿名。第二组数据来自卫星影像、地理信息系统与气象站，其中包括通电范围、道路修建、农业发展等数据，反映了食物安全、经济活动与各类服务的获得等贫困指标。

　　研究人员通过基于机器学习的计算框架，绘制出了塞内加尔552个社区详细的贫困地图。此外，该框架还可以从教育、生活水平与健康等视角预测未来贫困状况。此类贫困地图可以在短时间内高效生成，同时随着数据来源的不断更新，地图也会随之更新，政策制定者可以通过获取最新数据更好地制定减贫政策。

　　（王俊美/编译）