使用高质量的全国社会保障数据，结合机器学习工具，我们开发了2014年至2018年期间澳大利亚社会保障体系中任何支付登记的收入支持接收强度的预测模型。我们的研究表明，与目前使用的更简单的启发式模型或早期预警系统相比，现成的机器学习算法可以显著提高预测精度。具体来说，前者更准确地预测了个人在接下来的四年中获得收入支持的时间比例，与后者相比，准确率至少提高了22% (R2增加了14个百分点)。由于算法使用的是社会工作者目前可以获得的管理数据，因此执业人员可以在不增加成本的情况下实现这一收益。因此，我们的机器学习算法可以改进对长期收入支持对象的检测，这可能会为政府节省大量的应计福利成本。