인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 한국복지패널(KOWEPS) 2005~2023년 자료(12,556가구, 117,958 가구-연도 관측치)를 활용하여 재정이전정책의 타기팅 전략에 따른 가구 소비 반응을 예측·비교하는 머신러닝 기반 시뮬레이션 프레임워크를 제시한다. 선형회귀, XGBoost, LSTM의 세 가지 예측모형을 비교한 결과, LSTM은 R²=0.816, RMSE=1,779.55로 XGBoost 및 선형회귀(양측 모두 R²=0.752)보다 높은 테스트 표본 예측성능 점추정치를 보였으며, 소비 변동성이 큰 저소득 분위에서 성능 격차가 더욱 확대되었다. SHAP 분석 결과 현재 및 시차 소비가 가장 중요한 예측요인으로 나타났으며, 이전지출(transfer_t)의 SHAP 의존도 플롯은 이전지출이 일정 수준을 초과하면 소비 예측 기여도가 비선형적으로 급증하고 소득 수준에 따라 반응 양상이 체계적으로 상이함을 보여주었다. 모형 기반 반사실적 시뮬레이션에서는 부채 기반 이전전략의 단위 지출당 예측 소비 증가(0.0913)가 보편적 이전(0.0863) 및 소득 기반 이전(0.0282)보다 높게 나타났으며, 이러한 순위는 분석한 5%, 10%, 20%의 이전지출 증가 가정에서 동일하게 유지되었다. 본 연구의 결과는 시뮬레이션 기반 예측치로서 정책 설계를 위한 의사결정 지원에 목적이 있으며, 확정적인 인과효과를 의미하지 않고 분석한 시뮬레이션 시나리오를 넘어 일반화되어서는 안 된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
