Spatio-temporal modelling of provincial Human Development Index in Indonesia: a comparison of six forecasting approaches
Deze studie evalueert zes spatio-temporele modellen voor het voorspellen van de provinciale menselijke ontwikkelingsindex van Indonesië, waarbij wordt vastgesteld dat eenvoudige lokale en op clusters aangepaste benaderingen complexe deep learning-architecturen overtreffen bij kortetermijnvoorspellingen, met name wanneer rekening wordt gehouden met wijzigingen in administratieve grenzen en beperkte trainingsgegevens.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Het meten van hoe goed mensen leven in een specifieke plaats wordt vaak teruggebracht tot één enkel getal, een score die probeert gezondheid, onderwijs en de mogelijkheid om een waardig bestaan te leiden te vangen. In Indonesië wordt deze score de Human Development Index genoemd, en deze wordt berekend voor elke provincie. Voor overheidsplanners is dit getal meer dan alleen een statistiek; het is een kompas. Het vertelt hen waar vooruitgang plaatsvindt en waar het stagneert, en stuurt beslissingen aan over waar scholen, ziekenhuizen of wegen gebouwd moeten worden. Maar een kompas is alleen nuttig als het in de juiste richting wijst. Als de kaart zelf verandert terwijl je probeert te navigeren, wordt het kompas verwarrend. Dit is de centrale uitdaging waarmee onderzoekers in Indonesië worden geconfronteerd: het land ontwikkelt zich snel, maar de administratieve grenzen verschuiven ook, wat een bewegend doelwit creëert voor iedereen die de toekomst probeert te voorspellen.
De kern van het probleem ligt in de manier waarop gegevens worden verzameld. Wanneer een grote provincie wordt opgesplitst in verschillende kleinere provincies, vertegenwoordigen de cijfers voor de oorspronkelijke provincie niet langer hetzelfde landoppervlak. Een plotselinge sprong in een ontwikkelingsscore kan lijken op een wonder van vooruitgang, terwijl het in werkelijkheid slechts een verandering is in de grenzen van de kaart. Dit maakt het uiterst moeilijk om te bepalen of een regio echt verbetert of dat de cijfers alleen maar verschuiven omdat de definitie van de regio is veranderd. Om het nog complexer te maken, komen de gegevens slechts één keer per jaar binnen, wat een zeer korte geschiedenis biedt om van te leren. Onderzoekers vroegen zich lang af of de meest geavanceerde computermodellen, die in staat zijn om verborgen patronen te vinden in enorme hoeveelheden gegevens, dit puzzelstukje beter zouden kunnen oplossen dan eenvoudige, rechttoestaande methoden.
Een team van onderzoekers van IPB University zette zich af om deze vraag te testen door zes verschillende manieren te vergelijken om de Human Development Index voor het komende jaar over alle vierendertig provincies van Indonesië te voorspellen. Ze verzamelden gegevens van 2017 tot 2023, een periode die een belangrijke administratieve verandering omvatte in het oostelijke deel van het land waar nieuwe provincies werden gecreëerd. De onderzoekers wilden zien of complexe systemen van kunstmatige intelligentie het volgende jaar beter konden voorspellen dan een eenvoudige methode die er simpelweg van uitgaat dat volgend jaar er hetzelfde uitziet als dit jaar. Ze wilden ook begrijpen hoe de veranderende grenzen de nauwkeurigheid van deze voorspellingen beïnvloedden.
De studie onthulde een verrassende waarheid over voorspellen in een veranderend landschap. De meest geavanceerde instrumenten, die gebruikmaken van deep learning en complexe netwerkstructuren om patronen te vinden, presteerden niet beter dan de eenvoudige baseline. Sterker nog, voor de jaren waarin de grenzen stabiel bleven, kwamen de beste resultaten voort uit twee veel eenvoudigere benaderingen. De ene methode, die provincies groepeert met vergelijkbare economische en sociale profielen, voegde een kleine, berekende aanpassing toe aan de score van vorig jaar. De andere metheld, die kijkt naar hoe naburige provincies elkaar beïnvloeden, deed hetzelfde. Beide eenvoudige methoden presteerden beter dan de complexe modellen van kunstmatige intelligentie, die moeite hadden met het leren van het beperkte aantal beschikbare jaren.
De reden dat de complexe modellen faalden, is te wijten aan de aard van de gegevens. Deze geavanceerde systemen zijn ontworend om te leren van enorme hoeveelheden informatie die over lange perioden worden verzameld, zoals verkeerspatronen of weergegevens die elke minuut worden geregistreerd. De Human Development Index wordt echter slechts één keer per jaar gemeten, waardoor de modellen zeer weinig kansen krijgen om te leren hoe zaken in de loop van de tijd veranderen. Wanneer de onderzoekers de modellen testten op een stabiele set provincies waar de grenzen niet veranderden, produceerden de eenvoudige methoden fouten van minder dan 0,33 punten op de indexschaal. De complexe modellen produceerden daarentegen fouten die meer dan het dubbele van die omvang waren, of zelfs erger. De kunstmatige intelligentiemodellen waren in staat om de algemene rangorde te onthouden van welke provincies rijk en welke arm waren, maar ze faalden in het voorspellen van de kleine, jaarlijkse veranderingen die het belangrijkst zijn voor de planning.
Een cruciaal onderdeel van de studie betrof het omgaan met de administratieve veranderingen in het oostelijke deel van het land. Wanneer de onderzoekers de provincies die gesplitst waren inbegrepen, toonden de gegevens een enorme, onrealistische sprong in de ontwikkelingsscores die geen enkel model had kunnen voorspellen. Dit was niet een falen van de modellen om te leren, maar een falen van de gegevens om vergelijkbaar te blijven. De onderzoekers ontdekten dat wanneer zij deze veranderende provincies uitsloten van de uiteindelijke test, de eenvoudige modellen nog sterker naar voren kwamen. Dit onderstreepte een cruciale les voor iedereen die gegevens gebruikt om de toekomst te plannen: als de kaart verandert, veranderen de cijfers, en geen enkele mate van wiskundige complexiteit kan een gebroken vergelijking herstellen. De beste manier om hiermee om te gaan, is door je bewust te zijn van de grenzen en door eenvoudige, transparante methoden te gebruiken die gemakkelijk begrepen en gecontroleerd kunnen worden.
De onderzoekers brachten ook in kaart waar de voorspellingen misgingen. Ze ontdekten dat de fouten niet willekeurig verspreid waren over het land, maar geconcentreerd waren in specifieke gebieden, met name in de oostelijke eilanden waar de ontwikkeling complexer is en gegevens moeilijker te verzamelen zijn. De eenvoudige modellen maakten kleine fouten die verspreid waren, terwijl de complexe modellen grote, specifieke fouten maakten in plaatsen zoals Jakarta en de oostelijke provincies. Dit suggereert dat het voor regionale planning beter is om precies te weten waar een model kan falen, dan een hoge gemiddelde score te hebben die die fouten verbergt. De studie concludeerde dat voor kortetermijnplanning in Indonesië een bescheiden, goed begrepen benadering betrouwbaarder is dan een geavanceerde 'black box'. De meest effectieve strategie is om te beginnen met wat bekend is, kleine aanpassingen te maken op basis van lokale patronen, en altijd nauwlettend in de gaten te houden hoe de kaart zelf verandert.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.