中国管理科学 | 数据驱动的贫困识别、分类与预测方法研究

本文探讨了数据驱动的模型和算法在贫困识别、分类与预测方面的应用。背景方面，传统的贫困识别和测量方法存在成本高、效率低、时效性差和数据匮乏等局限性。研究目的是利用大数据和人工智能技术提升贫困估计、地图绘制以及贫困预测的效果。结论指出，尽管新的数据源和数据驱动的研究范式在解决贫困问题中发挥了重要作用，但仍存在数据的可代表性和数据质量、方法的可解释性等关键挑战。未来研究方向包括构建贫困大数据质量标准、多维特征指标、贫困人口预测模型以及扶贫政策全周期动态监测。