コロナ禍において、各国政府や人道支援団体などは、さまざまな支援を行っています。しかし、そこには「誰を支援の対象とするか？」「対象基準はどのように設定するか？」という2つの問題があり、やり方を間違えれば、本当に支援を必要とする人に現金や援助物資が届きません。そんな中、機械学習と携帯電話を使って人道支援のターゲティングを改善するという研究が発表され、専門家の間で注目を集めています。
西アフリカのトーゴ共和国は、新型コロナウイルスの流行が自国で表面化してきた2020年4月に、パンデミックの影響を最も受けた貧困層を対象とした現金配布プログラム『Novissi（同国で話されているエヴェ語で「団結」を意味する）』を始めました。トーゴの主要産業は農業で、アフリカの経済成長に伴い近年の国家経済は上昇傾向にありますが、国連の名目GDP国別ランキング（2020年）で213か国中157位となっているように、貧困は深刻な問題。そこで、本プログラムを実施するに当たって、トーゴ政府や支援団体は、貧困層の中から最貧困層を選別して、給付対象者として特定しようとしました。
大きな問題の1つは、支給対象者になる最貧困層を何の基準で特定するのか？ トーゴでは自給自足で生活している人々が多いうえ、日本のように全国で統一されている住民基本台帳制度や世帯収入の特定なども存在しません。そんな条件を考慮して本プログラムでは、携帯電話を活用した機械学習プログラムをメインの判断基準として導入されました。
今回のプログラムをサポートしたのは、米国・カリフォルニア大学バークレー校情報学部の研究チーム。給付はデジタル通貨を対象者の携帯電話に送ることが前提条件で、支援が必要な人たちは、携帯電話とSIMカードを持っている必要があります。この時点で給付から除外されてしまう人も存在するかもしれませんが、成人の約65％、世帯の約85％が携帯電話を保持しているトーゴでは、戸籍や収入が特定できる仕組みが未整備であることも考慮すれば、携帯電話の使用は実現可能な範囲で最善の選択であると考えられます。
ターゲティングの主な基準は以下の通り3つ。
（1）携帯電話からNovissiのプラットフォームにダイヤルして基本情報を入力する
（2）特定の地域で投票をしている
（3）投票者登録の職業欄が非正規職業である
本プログラムでは、トーゴの主な携帯電話事業者2社が提供するメタデータに機械学習のアルゴリズムを適用し、加入者の財産や消費を測定することも行われています。メタデータに関しては、データの送受信量や通話日時などの記録、電子マネーの消費量、位置データなど、さまざまな情報が含まれており、個人情報やプライバシーの問題を併せ持っています。
ビッグデータがもたらす新たな商機
今回の試みは、人道支援だけでなくビジネスの観点からも示唆的です。これまで貧困層はあまり統計データがなかったため、ビジネスの対象になりづらかったのですが、これから彼らの行動などに関するビッグデータが蓄積されていけば、データドリブンによって貧困層向けビジネスのヒントが見えてくる可能性があります。モバイル革命に新展開が生まれるかもしれません。
【出典】Aiken, E., Bellue, S., Karlan, D. et al. Machine learning and phone data can improve targeting of humanitarian aid. Nature 603, 864–870 (2022). https://doi.org/10.1038/s41586-022-04484-9
「NEXT BUSINESS INSIGHTS」を運営するアイ・シー・ネット株式会社では、開発途上国の発展支援における様々なアプローチに取り組んでいます。新興国でのビジネスを考えている企業の活動支援も、その取り組みの一環です。そんな企業の皆様向けに各国のデータや、ビジネスにおける機会・要因、ニーズレポートなど豊富な資料を用意。具体的なステップを踏みたい場合の問い合わせ受付も行っています。「NEXT BUSINESS INSIGHTS」の記事を見て、途上国についてのビジネスを考えている方は、まずは下記の資料集を参照ください。