2019年01月26日 08:03 来源:中国社会科学网-中国社会科学报 作者:赵琪
中国社会科学报综合外媒报道 近日,美国斯坦福大学官网发文表示,为深入了解贫困形成的原因,研究人员利用机器学习和大数据等新技术寻找与贫困相关的变量,并试图提出新的解决方案。
斯坦福大学商学院客座教授杰弗里·劳伦斯·科恩(Geoffrey Lawrence Cohen)在文中提到,尽管美国政府每年拿出约1万亿美元用于各种福利项目,但美国仍有约13%的人口生活在贫困线以下。贫困的形成与多种因素有关,解决贫困的政策也需要视不同情况而定。
研究人员整合了美国人口普查、谷歌街景信息、心理调查、就业和收入统计等数据,通过机器学习技术对这些数据进行综合分析,以期找到与贫困相关的各种因素,并对贫困类型进行分类,在此基础上构建预测模型,进而提出最有效的政策建议。
科恩认为,解决贫困问题需要精准的政策,只用一种政策无法解决所有的贫困问题。在未来的研究中,可以加入更多不同类型的数据。有了充足的数据后,人们才能根据大数据分析结果更好地采取行动。
(赵琪/编译)