การสร้างแบบจําลองการวัดรายได้ทางอ้อมด้วยวิธี machine learning

งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองการวัดรายได้ทางอ้อม (Proxy Means Test: PMT) โดยประยุกต์ใช้เทคนิค Machine Learning เพื่อเพิ่มความแม่นยำ ในการจำแนกครัวเรือนยากจนซึ่งเป็นเป้าหมายของนโยบายสวัสดิการภาครัฐ การศึกษาใช้ข้อมูลจากการสำรวจภาวะเศรษฐกิจและสังคมของครัวเรือน (SES) ปี พ.ศ. 2566 ซึ่งครอบคลุมข้อมูลระดับครัวเรือนและบุคคล เช่น รายได้ รายจ่าย สภาพที่อยู่อาศัย ทรัพย์สิน และ ลักษณะทางสังคมต่าง ๆ การวิเคราะห์เริ่มจากการสร้างแบบจำลองพื้นฐาน (Baseline Models) คือ Logistic Regression จากนั้นเปรียบเทียบประสิทธิภาพกับแบบจำลอง Machine Learning ได้แก่ Random Forest และ LightGBM ทั้งในกรณีของการพยากรณ์รายได้ (Regression) และการจำแนกสถานะความยากจน (Classification) โดยใช้ตัวชี้วัดประสิทธิภาพ เช่น Root Mean Squared Error (RMSE), Precision, Recall, F1-Score และข้อผิดพลาดจากการคัดกรอง (Inclusion/Exclusion Error) นอกจากนี้ ยังมีการใช้เทคนิคการถ่วงน้ำหนักของกลุ่มที่สนใจ (Weight Class) และการตัดช่วงรายได้ (Income Cut-off) เพื่อมุ่งเน้นการจำแนกเฉพาะกลุ่มประชากรรายได้ต่ำซึ่งเป็นกลุ่มเป้าหมายที่แท้จริงของนโยบาย นอกจากนี้งานวิจัยอาศัยการคำนวณ SHAP และ SHAP Regression เพื่อทำความเข้าใจอิทธิพลและแปรผลของแต่ละตัวแปรที่ส่งผลต่อผลลัพธ์ของแบบจำลอง Machine Learning การวิเคราะห์ SHAP Regression ทำให้สามารถตีความค่าทำนายของแบบจำลองได้ในเชิงนโยบายอย่างมีความหมาย และแสดงให้เห็นความสำคัญของตัวแปรในแบบจำลอง ผลการศึกษาแสดงให้เห็นว่า แบบจำลอง LightGBM ที่พัฒนาในงานวิจัยนี้มีประสิทธิภาพเหนือกว่า Baseline Models ทั้งในด้านค่าความผิดพลาดและความสามารถในการคัดกรองกลุ่มเป้าหมาย โดยเฉพาะเมื่อมีการปรับช่วงข้อมูลรายได้ ซึ่งส่งผลให้การจำแนกสถานะความยากจนมีความแม่นยำและเที่ยงตรงมากยิ่งขึ้น ขณะที่ค่า SHAP ยังช่วยเปิดเผยโครงสร้างเชิงเหตุผลของแบบจำลองได้อย่างชัดเจน ซึ่งสนับสนุนความโปร่งใสและความน่าเชื่อถือในการใช้แบบจำลองเพื่อวัดรายได้ครัวเรือน ข้อเสนอแนะจากการวิจัยนี้คือ การใช้แบบจำลอง Machine Learning ควบคู่กับการตีความผ่าน SHAP Regression ช่วยในการยกระดับประสิทธิภาพของวิธีการวัดรายได้ทางอ้อมอย่างมีนัยสำคัญ อย่างไรก็ตาม การนำไปใช้จริงควรพิจารณาถึงความพร้อมของระบบข้อมูล ความสามารถของบุคลากรในการใช้งานแบบจำลองที่ซับซ้อน และความเป็นธรรมในการกำหนดเกณฑ์คัดกรองที่อาจมีผลกระทบต่อครัวเรือนชายขอบ