Methodological frameworks for producing official statistics from mobile positioning data

Abstract

Omavalitsuse registripõhine rahvaarv ütleb vähe selle kohta, kui palju inimesi seal tööpäeva veedab või suvel külas käib. Just seda on aga vaja teada ühistranspordi korraldamisel, turismi arendamisel ja kriisideks valmistumisel. Inimeste paiknemist ja liikumist aitavad mõõta mobiiltelefonid, sest telefoni kasutamisel tekib mobiilsidevõrgus kirje selle kohta, millal ja kus seade võrguga ühendust lõi. Doktoritöö uurib, kuidas nendest mobiilsidevõrgu kirjetest saaks luua usaldusväärset ning anonüümset riiklikku rahvastiku-, turismi- ja liikuvusstatistikat. Need kirjed näitavad ligikaudset asukohta, kuid ei ütle, kas inimene on kodus, tööl või külas. Peamiselt Eesti andmete põhjal töötati välja ja analüüsiti metoodikaid, mis väärindavad neid kirjeid kolmes dimensioonis: ruumilises, ajalises ja sotsiaalses. Ruumilises dimensioonis töötati välja ja võrreldi viit meetodit, mis jaotavad mobiilside antenni täpsusega asukohad haldusüksustele. Parim neist kasutab hoone- ja teeregistri andmetega kaalutud ruudustikku, mis parandas täpsust märgatavalt. Ajalises dimensioonis järjestatakse üksikud võrgusündmused ajas ja liidetakse ühe seadme kohta kokku. Sellise pideva aeg-ruumilise andmestiku abil saab tuvastada inimese jaoks olulised kohad, nagu kodu, tööaja ja teise kodu asukohad ja muud regulaarselt külastatavad kohad. Need tuvastatud olulised kohad ja nende muutused ajas kirjeldavad inimese sotsiaalset dimensiooni: kui kodu on ühes omavalitsuses ja tööaja asukoht teises, on tegu pendelrändajaga ja kui inimesel on lisaks püsielukohale regulaarne elukoht ka teises omavalitsuses, on ta seal hooajaline elanik. Omavalitsuse tasemel näitab võrdlus rahvastikuregistri ja rahvaloenduse andmetega tugevat seost. Doktoritöö tutvustab lisaks metoodikat, kuidas mobiiliandmete abil tuvastada erinevaid külastajatüüpe. Selliselt loodud turismistatistika näitab, et üle poole Eestisse tehtavatest turismireisidest on ühepäevakülastused, mis traditsioonilises majutusstatistikas üldse ei kajastu. Samas on mõnest naaberriigist pärit külastajate ööbimisi mobiilsideandmetes rohkem kui Statistikaameti majutusstatistikas, sest mobiilpositsioneerimise andmed peegeldavad ka ööbimisi sõprade ja sugulaste juures, kodumajutuses ja lühiajaliselt üüritud korterites. Metoodiliste raamistike toimivust kinnitab Eesti Panga kogemus, kus mobiilpositsioneerimise andmeid on Eesti maksebilansi reisiteenuste hindamiseks kasutatud järjepidevalt alates 2008. aastast. Autorile teadaolevalt on tegemist maailma pikima mobiilpositsioneerimise andmetel põhineva riikliku statistika aegreaga ja väljatöötatud metoodikat on kasutatud sisendina nii Eurostati kui ka ÜRO juhendmaterjalides, mis käsitlevad suurandmete kasutamist statistika tootmiseks. Paljudes riikides on mobiiliandmetest statistika tootmise peamiseks takistuseks mitte tehniline suutlikkus ega metoodika, vaid andmehalduse korralduse puudumine. Tundlike telekommunikatsiooniandmetega töötamine eeldab selgeid institutsionaalseid kokkuleppeid ja vastutuse jaotust. Töös sõnastatakse statistikaametitele viis põhimõtet, mis annavad praktilise juhise mobiilsideandmete vastutustundlikuks ja jätkusuutlikuks kasutamiseks

A town’s registered population tells us little about how many people spend the working day there or visit during the summer. Yet this information matters when planning public transportation services, developing tourism or preparing for emergencies. Mobile phones offer a way to understand these changing patterns. As people use their phones, mobile networks generate records of when and where the devices connect. This dissertation demonstrates how these records can become reliable official statistics about population, tourism and transport. A network record identifies an approximate location, but does not explain whether someone is at home, commuting to work or visiting. Drawing mainly on Estonian data, the research develops and tests methods for interpreting these records across three dimensions. In the spatial dimension, five methods are developed and compared for moving from discrete antenna locations to more precise, grid-based estimates using auxiliary data such as building and road registers, which substantially improves spatial accuracy. In the temporal dimension, fragmented location events are reconstructed into continuous activity traces, enabling the identification of meaningful locations such as home, work-time, second homes, or other regular locations and their changes in time. These regular places then say something about the person as well: someone with a home in one municipality and a work-time location in another is a commuter, and someone with a second regular home is a seasonal resident. This is the social dimension of the data. Added up by municipality, modelled home locations agree closely with the population register, and linking homes to daytime locations yields commuting flows without a travel survey. Tourism shows what the three dimensions together can do. More than half of all visits to Estonia are same-day trips that accommodation statistics never see, and among overnight visitors from some of Estonia's near neighbours, the mobile phone data also record more nights than hotels report, including stays with friends and relatives or in private rentals. The Bank of Estonia (Eesti Pank) has produced the tourism figures in Estonia's balance of payments every month since 2008, and the same approach has since fed into guidelines at Eurostat and the United Nations. The research also addresses a challenge that prevents many countries from adopting similar approaches: data governance. Working with sensitive telecommunications records requires clear institutional arrangements. This thesis sets out five principles for national statistical offices, providing practical guidance for using mobile data responsibly and sustainably.