Synthpop++：生成国家级合成人口的混合框架

人口普查对公共政策决策至关重要。它们提供了地方、区域和国家层面的人力资源、人口结构、文化和经济结构的洞察。然而，此类调查非常昂贵（尤其对于印度等人口众多的中低收入国家），耗时，并且根据所收集数据的种类还可能引发隐私问题。鉴于这些问题，我们提出 SynthPop++，一种新颖的混合框架，可结合多个真实世界调查（具有不同、部分重叠的属性集）的数据，生成真实规模的合成人类人口。关键在于，我们的人口维持由具有人口统计、社会经济、健康和地理定位属性的个体组成的家庭结构：这意味着我们的“假”人生活在真实的位置，拥有真实的家庭等。此类数据可用于多种目的：我们探索了一个这样的用例，即印度传染病的基于智能体建模。为衡量我们合成人口的质量，我们使用机器学习和统计指标。实验结果表明，合成人口能真实地模拟印度各行政单元的人口，在所需缩放层级——从城市、到地区、到州——生成真实规模、详细的数据，最终组合形成国家级合成人口。