Nigeria Mass Weddings Dataset

尼日利亚过去十年政府资助的集体婚礼数据映射，包括每场仪式的举办地点、夫妻数量、资金来源（州政府、Hisbah委员会、酋长理事会、慈善家）、贫困率、人口、结婚年龄中位数等，以及各州和多维贫困指数的关联数据。A dataset documenting government-sponsored mass weddings in Nigeria over the past decade, including details of each ceremony such as its venue, number of participating couples, funding sources (state government, Hisbah Committee, Chiefs' Council, philanthropists), poverty rate, population size, median marriage age, as well as associated data linking states to the Multidimensional Poverty Index (MPI).

原始信息汇总

数据集概述

尼日利亚大规模婚礼地图（Nigeria Mass Weddings Map） 是一个可视化尼日利亚过去十年政府资助的大规模婚礼数据集。数据集将每场婚礼仪式以圆圈形式标注在地图上，圆圈大小代表婚礼夫妇数量，颜色代表资助方（州政府、Hisbah委员会、酋长理事会或慈善家），并叠加各州贫困率、人口、初次结婚年龄、家庭用电率、FAAC拨款等社会经济指标，揭示大规模婚礼与地区贫困、早婚现象之间的关联。

核心内容

地图功能

• 婚礼分布：每场仪式按夫妇数量决定圆圈大小，按资助方着色；白色描边的圆圈表示已宣布但未确认举行的仪式。
• 状态图层：可选择显示仪式数量、多维贫困指数、首次结婚中位年龄、家庭用电率、人口或FAAC拨款，每个图层标注数据年份。
• 投影切换：默认平面视图，可切换为全球投影以显示尼日利亚的区域背景。

区域与州分析

• 六大地理区域：展示西北、东北、中北（中带）、西南、东南和南南六个区域的仪式数量、结婚夫妇数及每千万居民的仪式密度。
• 州排名表：可按仪式数量、夫妇数、每10万名15-29岁女性对应夫妇数或贫困率排序，并报告37个州之间的皮尔逊相关系数。
• 州详情：点击任一州可查看人口、密度、贫困率和FAAC拨款，以及所有有记录的仪式及其来源链接；附“研究”按钮，可生成带引用的州计划历史摘要。

时间与实时功能

• 十年时间轴：地图上方的逐年仪式数量条形图，兼作时间筛选器，空年份也保留。
• 实时信息流（Live Feed）：展示最近90天尼日利亚媒体关于大规模婚礼的报道，实时搜索而非读取缓存数据。
• 研究功能（Intel）：可就任一州、Hisbah委员会、州长、计划或主张进行自由研究，提供计划历史、支出、批评和背景四种预设角度。
• 预测市场：底部提供Polymarket预测市场抽屉，涵盖尼日利亚、非洲和地缘政治主题。

数据来源与构建方法

数据层	来源	性质
人口、年龄与性别	UNFPA / NPC 通用运营数据集（COD-PS）2022年预测	官方数据集，直接读取
多维贫困	牛津大学OPHI（2021年MICS）	官方数据集，直接读取
结婚年龄、用电、识字率	尼日利亚DHS 2023-24（NPC与ICF）	官方数据集，直接读取
州边界	geoBoundaries（GRID3尼日利亚州边界）	官方数据集，直接读取
FAAC拨款	NBS及发布NBS/BudgIT明细的媒体，经Valyu获取	报告数据，每条附来源URL
婚礼仪式	尼日利亚及国际新闻，经Valyu搜索	从报道提取，每条附来源

数据构建策略：

• 无来源则不填：FAAC无公开机器可读的州级数据，NBS以报告扫描形式发布月度拨付，构建脚本只保留能附加URL的数字；找不到来源的州显示“无数据”。婚礼夫妇数同理，未报道数字的记录保持空值。
• 南北同等搜索力度：每个州都有专门搜索，所有37个州均覆盖，空状态表示“在搜索来源中未发现”，而非证明事件未发生。
• 数据版本说明：贫困指数来自2021年MICS，是现有最新的州级MPI；人口使用2022年COD-PS。每个图层均标注年份，并附带2023-24NDHS的2024年真实指标。

数据构建流程（lib/pipeline.ts）：

1. 召回：约60次Valyu搜索，覆盖十年窗口，包括主题查询、北部分州搜索、南方分组扫描及逐年扫描。
2. 提取：每篇文章经结构化输出模型提取州、城镇、日期、夫妇数、成本、嫁妆、资助方、受益群体及仪式是否实际举行。
3. 汇总：直接要求Valyu枚举各州历史，每条记录需附来源URL，弥补文章搜索遗漏的旧报道。
4. 合并：同一仪式的多家报道合并为一个数据点，按州和年份分桶，按夫妇数聚类；已举行仪式优先于宣布，精确日期优先于模糊日期。

特别注意：部分媒体报告“新郎新娘总数”而非“夫妇数”（如“3,600对新郎新娘”实际为1,800对夫妇），构建脚本会将约2倍关系的聚类合并，保留被更广泛证实的计数。

技术实现

• 技术栈：Next.js 16、Mapbox GL + react-map-gl、Tailwind v4、Zustand、Valyu（搜索、结构化提取与回答）、zod。
• 环境要求：Node 22+ 和 pnpm。
• API密钥：
  • NEXT_PUBLIC_MAPBOX_TOKEN：必需，用于地图显示。
  • VALYU_API_KEY：重建数据或使用研究功能必需，注册赠送$10免费额度。
  • OPENAI_API_KEY：推荐，用于重建时将文章转换为结构化记录，缺失时回退到关键词匹配。
• 数据缓存：结果缓存于data/weddings.json，地图加载无需API调用。
• 重建命令：
  • npm run seed：重建仪式数据集，需开发服务器运行。
  • npm run build:reference：重建人口与贫困数据，无需密钥。
  • npm run build:dhs：重建2024年调查指标，无需密钥。
  • npm run build:faac -- <年份>：补充FAAC拨款数据。

阅读须知

• 相关并非因果：贫困率与仪式数量之间的相关系数仅为描述性，不解释原因。
• 报道覆盖不均：媒体覆盖存在固有偏差，大型北方活动报道多，小型活动可能少。
• 宣布不等于举行：被取消的计划记录会保留但明确标记，可筛选。
• 夫妇数按报道记录：多个报道数值不一致时，保留最常报道的数字并附上所有来源供核查。

搜集汇总

数据集介绍

构建方式

该数据集以尼日利亚过去十年间政府资助的集体婚礼为核心，通过多源新闻检索与结构化提取构建而成。研究团队利用Valyu平台执行约60次主题搜索，覆盖十年窗口期，并针对每个州进行专门扫描，确保南方州与北方州同等检索强度。提取阶段采用结构化输出模型，从新闻文本中解析出州、城镇、日期、夫妇数量、费用、赞助方及受益人群体等关键信息，并严格区分‘已举行’与‘仅宣布’的仪式。数据经过去重与聚类处理，将同一仪式的多篇报道合并为单一记录，并优先采用来源更可靠的数据。整个流程封装于lib/pipeline.ts，结果缓存至data/weddings.json，确保地图即时加载。

特点

该数据集的最大特点在于其严谨的数据透明性与多维度可视化设计。所有数据均附有明确来源，缺失值以空白而非猜测填充，体现了‘无来源即无数据’的原则。地图交互支持平面与球面投影切换，并叠加多维贫困指数、初婚年龄、电力普及率等社会经济变量，直观揭示集体婚礼与贫困、早婚现象的空间关联。此外，数据集通过六大地理区域的分解视图、州级排行榜及十年时间轴，提供从宏观到微观的完整分析框架。特别值得注意的是，数据构建过程刻意对南方州进行同等强度的检索，将‘无仪式’视为有意义的发现，确保了数据的客观性与完整性。

使用方法

用户可通过npm run dev启动应用，访问地图及所有面板，无需API密钥即可浏览已缓存的数据。若要重建或深度研究，需配置Mapbox、Valyu及OpenAI密钥。数据重建支持分阶段执行：npm run seed用于婚礼仪式数据，npm run build:reference获取人口与贫困数据，npm run build:dhs获取2024年调查指标，npm run build:faac补充联邦账户分配数据。交互功能中，Live Feed、Intel及州简报可设置为自托管或Valyu OAuth模式，以控制搜索成本。地图支持点击任意州查看详情，并通过预测市场抽屉获取相关政治经济背景。所有数据均可在安装依赖后通过命令行重新生成，保证可验证性。

背景与挑战

背景概述

尼日利亚大规模集体婚礼数据集（Nigeria Mass Weddings Dataset）由数据新闻团队于2026年构建，旨在系统记录过去十年间尼日利亚北部各州政府资助的集体婚礼活动。该数据集整合了来自联合国人口基金、牛津大学OPHI、尼日利亚DHS调查等多源权威数据，将婚礼事件与多维贫困指数、婚姻年龄、电力普及率及联邦账户分配等社会经济指标进行空间关联。其核心研究问题在于揭示集体婚礼现象与地区贫困、早婚习俗及宗教治理之间的复杂关联，为审视尼日利亚北部社会政策提供了量化工具。该数据集以交互式地图呈现，支持多维度筛选与对比，为相关领域研究开辟了新的实证路径，对理解撒哈拉以南非洲的婚姻制度、公共福利与治理模式具有重要参考价值。

当前挑战

该数据集在构建与使用中面临多重挑战。在领域问题层面，集体婚礼现象长期被媒体视为猎奇新闻，缺乏系统性的数据记录与学术分析，数据集需填补这一研究空白，将分散的媒体报道转化为结构化、可验证的数据。构建过程方面，挑战尤为严峻：其一，婚礼信息源自大量报道，口径不一，存在“夫妇数”与“人数”混淆、宣布与举行不符等数据质量问题；其二，南部各州缺乏相关记录，需确保搜索覆盖率均衡，避免地域偏差；其三，FAAC拨款等关键指标缺乏开放机器可读数据，需从扫描报告中提取；其四，数据年代不一致，需明确标注各层数据的时效性。此外，构建流程涉及大量API调用与多阶段处理，需平衡成本、效率与数据完整性。

常用场景

经典使用场景

Nigeria Mass Weddings Dataset作为一项聚焦尼日利亚政府资助集体婚礼的专题性空间数据集，其核心应用场景在于绘制过去十年间该国北部各州集体婚礼事件的全景图谱，并整合多维贫困指数、女性初婚年龄、家庭通电率、人口规模及联邦账户拨付等社会经济指标，以地理可视化方式揭示集体婚礼分布格局与区域发展差异的潜在关联。研究者可借助该数据集的地图交互功能，按州、按年份、按赞助方进行分层筛选与聚合统计，从而在微观层面追踪每一场仪式的规模与资金来源，在宏观层面比较六大地缘政治区的仪式频次与强度，为探讨婚姻习俗、福利政策与地理空间结构之间的相互作用提供量化工具。

解决学术问题

该数据集直面西非社会研究中长期存在的公共政策透明性不足与数据碎片化困境，通过系统化整合新闻报道、官方统计和调查研究等多种来源，解决了集体婚礼现象缺乏系统性编目与空间化定位的学术空白。它使得研究者能够超越个案描述，量化检验集体婚礼分布是否与贫困率、女性早婚比例等结构性因素呈现统计相关性，进而为理解国家宗教机构（如Hisbah委员会）在婚姻市场中的干预模式提供实证基础。其严谨的数据构建规则——如未注明来源即置空、不臆测缺失值、对南北方进行同等强度的搜索——确保了跨区域比较的公平性，推动了关于治理逻辑与社会福利传递机制的可复现性研究，对发展经济学、人口学和政治社会学领域具有方法论示范意义。

衍生相关工作

该数据集的设计理念与交互功能衍生出一系列具有启发性的延伸工作，包括构建多国政府资助婚礼的跨国比较数据库、开发自动化的新闻报道主题分类与事件抽取管线，以及将空间可视化和实时数据检索框架推广至其他社会敏感议题（如童婚、宗教人口变迁）的研究。其在数据管线中采用的“未注明即留白”的诚实原则，与商业数据填充实践形成对比，激励了更严谨的开放数据运动；同时，将预测市场整合进社会科学研究界面的尝试，为将市场预期作为辅助证据源引入学术探索开辟了路径。后续研究者可能借鉴其通过文本挖掘生成结构化事件记录的手法，将其应用于历史档案数字化或地方治理日志的整理，从而在方法创新与领域拓展两个维度延续该数据集的生命力。