大数据时代精准扶贫实践探析

任亚杰,陈树文,曹阳阳,李帅彤

(大连理工大学 公共管理与法学学院，辽宁 大连 116024)



大数据时代精准扶贫实践探析

任亚杰,陈树文,曹阳阳,李帅彤

(大连理工大学 公共管理与法学学院，辽宁 大连 116024)

大数据时代的到来，要求运用大数据思维应对新常态下中国发展的新挑战。在对以往扶贫开发工作的反思与总结后，国家提出以精准识别、精准帮扶、精准管理等为内涵的扶贫工作新机制。在对大数据与精准扶贫作简要概述后，通过系统性分析大数据在精准扶贫中的作用，介绍了当前典型的精准扶贫实践模式，并从其发展中得出启示。

大数据；精准扶贫；实践

中国对农村的扶贫开发严格说来是在改革开放以后，大致经历了四个阶段：扶贫推动阶段(1978-1985年)、大规模开发式扶贫阶段(1986-1993年)、八七扶贫攻坚阶段(1994-2000年)、巩固成果及综合开发阶段(2001年至今)。经过三十多年的努力，中国农村贫困人口已从改革开放初的2.5亿减少到2015年的5575万，扶贫工作可谓成效显著。十八届五中全会提出全面建成小康社会的要求，其中提到“到2020年我国现行标准下农村贫困人口实现脱贫，贫困县全部摘帽，解决区域性整体贫困。”而农村贫困人口的脱贫工作是全面建成小康社会最艰巨的任务。从目前扶贫人口的分布来看，大多在偏远山区等，贫困地区和贫困人口内部出现分化，剩余的都是难啃的“硬骨头”；从贫困人口的诉求来看，已从解决温饱到脱贫致富、提高发展能力等多样化诉求转变。针对扶贫任务越来越艰巨，难度越来越大的现状，2013年中央办公厅根据习近平总书记提出的精准扶贫理念，在《关于创新机制扎实推进农村扶贫开发工作的意见》中，把建立精准扶贫工作机制作为六项扶贫机制创新之一。国务院扶贫办于2014年提出《建立精准扶贫工作机制实施方案》，至此拉开国家精准扶贫工作的序幕。

在信息化时代的今天，随着互联网技术和信息技术的飞速发展，不断引发着人们工作、生活与思维的大变革。数据的集聚和信息存量的骤增促使大数据时代的到来，使数据从原本简单的处理对象转变为一种有利的数据资源。借用麦肯锡研究所对大数据的定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，并具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。2015年9月，国务院印发《促进大数据发展行动纲要》，其中明确提出推动大数据的发展和应用。在扶贫领域，通过大数据助力精准扶贫是当前扶贫开发的新方向，有别于传统的粗放式扶贫，它是利用大数据实现对扶贫对象的精确识别、精确帮扶和精确管理，并对扶贫工作进行精准考核，真正做到“扶真贫、真扶贫”。

一、精准扶贫的理论解析

精准扶贫是适应中国现实国情的减贫、治贫新方式。从理论上看，精准扶贫有科学而坚实的理论基础，通过理论解析有助对精准扶贫的深入了解。

从公共管理学视角来看即中央和地方关系的改变。中国有着中央集权的传统，但在改革开放以后，政府通过努力不断将权力下放，打破了原有高度集中的中央-地方关系格局，使得地方政府职权不断扩大。在扶贫领域就表现为事权的重心下移，监督权上移。一方面地方政府对扶贫资源拥有更多的自主权和支配权，且扶贫资源传递的层级在减少。中国的扶贫工作机制是从中央、省(市、区)、县、市再到乡村层层传递的，由县级政府负责确定扶贫村和贫困户，使得县政府实际掌握着扶贫项目的审批管理权，因此县的角色得到强化而市的事权角色得到弱化。这在一定程度上能减少资源在层层传递中造成的损耗，也能提高扶贫实施的效率。另一方面是加大了中央监督的可能性。通过为贫困村、贫困户建档立卡及在全国建立扶贫信息数据库，使得中央政府对省、市扶贫工作的监管成为可能，而省市负责对县乡扶贫项目和资金的监管。这种层级管理模式符合目前国内行政治理中强化高层级政府对基层政府动态垂直监督，防止基层政府政策执行阻滞的趋势。

从经济学视角来看精准扶贫就是要做到效率最大化，即将扶贫资源配置的最优化。一方面是投资决策优化，另一方面是投资结果优化。这两点要求扶贫工作的开展和扶贫工作的结果都要符合成本效益原则。任何一项政策的实施都有可能带来外部性，因而产生社会成本。如精准扶贫要求建档立卡，对贫困村、贫困户实施动态管理，这种定期调整机制意味着扶贫工作组需要花费不少行政成本，可能就会挤占本属于贫困户的扶贫资源。因此，精准扶贫过程中要控制好政策成本并使实施的效益最大化。

二、大数据在精准扶贫中的实践解析

1.精准识别

精准识别顾名思义就是通过一定方法、程序和指标将真正贫困的人定位、识别出来。以往由于受人力、物力、财力所限，对贫困人口采取人工数据采集，抽样调查，以样本估算按比例确定贫困数，这种粗放的方式会出现数据偏差，着眼于贫困县、贫困村使得贫困对象泛化，真正的贫困人口并没有受益而非贫困人口挤占扶贫资源的问题。

中国在2011年的《中国农村扶贫开发纲要(2011-2020年)》中明确提出建立健全扶贫对象识别机制，做好建档立卡工作。在大数据时代，基于云计算、物联网，轻而易举能够获得海量数据，改变传统依靠样本数据分析的局面，取而代之的是全覆盖式大数据分析，能为精准识别贫困户带来极大便利。通过为贫困户建档立卡摸清贫困户的状况，将其基本信息和动态情况都录入信息管理系统中，一方面能够根据贫困户致贫原因开展针对性的脱贫方式，另一方面利于上级实时对扶贫成效进行监督指导。在精准识别贫困户的过程中，需要多维度进行综合识别，即收入只是参考的一方面，因为对家庭收入的统计调查难以做到真实可靠，应将住房状况、劳动力状况、子女教育状况等指标均纳入参考范围内，通过全方位的评估定位确保精准识别，确认的贫困户需在村进行公告，并通过村民监督防止数据造假。不断对扶贫数据库进行完善更新，并与其它系统联网进行数据共享，建立的数据信息系统越完善，其预测出的扶贫需求就越可靠，就能极大提高效率并且避免资源浪费。

2.精准帮扶

精准帮扶指的是将扶贫资源配置在最需要帮扶的贫困户身上，改变贫困状态帮扶提高贫困人口的生存、生产能力。精准帮扶的前提是精准辨别贫困户的致贫原因、贫困类型，它为精准帮扶提供可靠依据。由于中国不同贫困地区差异化的社会经济发展状况，同一地区内结构分化情况也比较突出，导致当前扶贫工作面临着更为复杂、艰难的形势，只有在精确识别致贫原因的基础上才能做到“对症下药”，为每个贫困户制定特定的可量化、能落实的一系列帮扶措施，做到“药到病除”。

产业扶贫一直是中国扶贫开发的主要模式，简单地讲产业扶贫就是围绕某种资源、产品或服务，建立一套完整的经营方式、组织形式及生产链条，实现“输血型”向“造血型”转变，使贫困群体逐渐摆脱贫困[1]。受地理位置等因素影响，贫困地区处在社会资源极度匮乏的状态，而大数据助力产业扶贫就是通过打通扶贫系统与国家其他系统的连接，将当地的气象、农业、水利等相关部门的数据及科研机构的数据共享，获取贫困地区气候、水质、土质等信息，为制定更全面的扶贫政策和实现因地制宜的发展提供数据基础。根据贫困地区具体情况开发符合市场需要的特色产业，培育扶持龙头企业和农村经济合作组织，通过干部驻村指导贫困户参与其中。例如电商扶贫就是顺应“互联网+”的社会发展新常态，开辟以电商发展带动农村经济发展的新路径。电商扶贫实现了将贫困地区地理位置的劣势与自然资源丰富的优势进行互补，通过促进产业发展提高农民收入。而旅游扶贫是另一种借助互联网、大数据的扶贫举措。立足于大数据，依靠信息技术不断发展创新模式，以满足市场的多样化需求实现旅游产业的信息化。

3.精准管理

精准管理指的是将人、资金、信息流统统纳入到管理信息系统中，实行全面、动态的管理。扶贫模式的多元化对扶贫的管理工作提出了更大的挑战，因此必须进行精准管理。首先通过广泛的数据收集建立科学系统的贫困户识别系统，构建扶贫数据库，全面掌握与管理扶贫对象的基本资料。其次，动态调整管理保证扶贫对象有进有出。因为扶贫是一个动态变化的过程，在采取扶贫措施的过程中有一部分人会摆脱贫困，而有一部分人由于因病致贫等原因又陷入贫困，所以脱贫者要及时退出系统才能确保新的贫困人口进入系统中。借助大数据，由扶贫数据收集到数据分析的转变才得以实现，从数据系统中预测扶贫需求，这种变化较好地解决了以往静态、滞后的目标瞄准问题，同时对贫困人口的动态变化能够准确掌握。除此之外通过数据系统准确掌控、管理每笔资金的流向，保证资金专款专用，谨防挤占、挪用现象的发生。这样不仅能提高资金使用的透明度，还能提高资金、资源的配置效率。最后是对驻村干部的管理，通过将驻村干部的帮扶过程对接到管理系统中，一方面利于管理机构对帮扶过程实时了解、监督并可及时纠正，另一方面也有利于后期对帮扶工作进行考核评估[2-8]。

4.精准考核

精准考核是指对贫困户的识别、帮扶和管理的成效进行量化评估和考核。通过对信息系统的监测，考核下级部门在贫困户识别过程中的准确性，考核管理环节中资金和项目的使用与落实情况，考核驻村干部扶贫工作和减贫成效。以往单一的扶贫考核机制易造成扶贫工作者产生急功近利的思想，过于重视短期内贫困户生活状况的改善，而忽略其长期发展及生存、生活能力的提高。建立精准的考核机制，灵活、多维地评价扶贫成效，既扶贫又扶智，既要帮助贫困户增加收入又要帮助其提升生活能力，既重当前扶贫成效又重长远发展能力。考评主体除了上级领导部门，还要重视扶贫团队成员及扶贫对象的评价意见，从全方位系统的进行考核。

三、大数据时代精准扶贫实践探索——陇南模式的电商扶贫

甘肃省于2015年提出建立精准扶贫大数据管理平台，由省扶贫办牵头主办，通过发改委、住建、水利、农牧等相关厅局的配合，利用大数据和互联网技术建设的省、市、县、乡、村五级互联互通的扶贫网络，全方位全过程的监管扶贫情况和扶贫成效。精准扶贫大数据管理平台中涉及精准扶贫方案的23个省直相关行业部门，将“1+17”各项政策措施设计成信息采集表，分成县、村、户级数据结构嵌入到大数据平台中，将每一个贫困人口的信息都精准锁定，通过完善每一个贫困户的相关信息，精准掌握贫困户的情况。通过大数据管理平台了解贫困群众的“需求清单”，以保障因户施策的扶贫措施落到实处。

陇南市作为甘肃省贫困问题最严重的地区之一，是甘肃扶贫攻坚的主战场，如何更有效地进行扶贫是难题。2013年底，陇南市以发展农产品电子商务为突破口，通过建立网销体系探索扶贫开发的新模式——电商扶贫。电商扶贫是在大数据时代充分运用产业和扶贫大数据并结合电商大数据开辟出的扶贫新路子，利用电子商务对接广大市场需求，突破贫困地区地理位置和市场的局限。2015年1月，国务院扶贫办将陇南市列为全国首个电商扶贫的试点市，加快了陇南电商扶贫的发展速度，并逐步形成具有鲜明特色的陇南模式。

(1)政府大力支持引导。陇南市政府在其9县区1365个建档立卡的贫困村中，选取了450个进行电商试点，通过建设物流基地，加大网络宽带接入，开展网点建设、人员培训、产业培育等工作，积极推动试点村电商产业的建设发展。此外试点地区还组建不同层级的电商协会，负责制定电商扶贫相关政策，并对各方工作进行协调指导，引导扶贫工作稳步推进。通过加强与外界的沟通联系，争取各方的支持和帮助，持续加大扶贫惠农金融资金信贷额度。

(2)市场推进。陇南市的成县建立了陇南电子商务产业孵化园基地，引进多家物流公司入驻，不断完善分发和配送的产业链。其以18 个县乡电商服务中心为基地，加快了农户与服务业商的合作，开展网络购物、供销、运输、配送，减少中间环节，促进网络销售和传统销售双向联动发展[6]。截至2015年12月，陇南市共开办7466家网店，累计实现销售额已高达24亿元。

(3)多渠道运营，拓宽路径。借助国内营销平台和自建平台实现多渠道运营。陇南市有政务微博、政务微信公众平台、政务网站及众多个人微博微信，这些平台组成了陇南微媒体矩阵，通过充分运用这些平台宣传陇南良好生态及优质的特色产品，涌现出了“核桃书记”“爱心苹果”等典型事例。成县在已有互联网的基础上通过引进大数据、物联网等技术，依托当地基地平台，加强电商服务与农业合作社联系，建成了蚂蚁市集、陇南美商城等第三方交易平台，不仅扩大了网上营销市场，而且丰富产品交易平台。

陇南的电商扶贫通过将贫困人口的大数据与农产品大数据进行产业对接，再将供应侧的农产品大数据与需求侧的消费者大数据对接，设计向贫困人口倾斜的产品供应链，打破地理位置和资源条件的限制，以此实现精准扶贫的目标。

四、启示与展望

基于大数据、物联网、云计算等在中国的兴起与发展，国家提出在相关领域通过互联网+战略实现创新性发展。在扶贫领域借助大数据，运用互联网思维信息化手段实现精准扶贫，然而随着全国范围内精准扶贫工作的开展实施，既有一些地方实施顺利的良好经验可以借鉴，也有实施中遇到的困境需要反思改进。

从国内精准扶贫的实践探索中可以看出，扶贫首先需要政府重视，并且要集多方之力共同努力才能较快发展。其次在信息时代需要充分挖掘各种信息、数据、资源，让其为我所用。最后是发展一定要结合实情、因地制宜，切不可一刀切。实践中困难总是有的。首先在识别贫困户的过程中，标准的确定会使得在临界标准的家庭难以纳入系统，及在多维识别中对收入的精确测定成本很高，对一些非量化标准的衡量会降低识别精准度。其次是贫困户的动态变化与考察、建档立卡周期长之间的矛盾。利用信息系统提高识别精度、识别效度、识别效率需要在一步步的发展中不断完善。最后是大数据助力精准扶贫需要整合多部门数据资源，需要部门间协调合作，以及后续配套保障制度的落实[9-11]。

精准扶贫是在2014年提出的，而大数据战略在2015年才得以确立，二者在中国的发展不过短短几年。因此，当前各地均处于实践探索阶段，只有在发展中不断总结反思，突破重重困境探索合适的发展路子才能完成扶贫开放的重任。

[1] 胡振光.参与式治理视角下产业扶贫的发展瓶颈及完善路径[J].学习与实践，2014(4)：99-107.

[2]邓维杰.精准扶贫的难点、对策与路径选择[J].农村经济，2014(6)：78-81.

[3]郑瑞强，曹国庆.基于大数据思维的精准扶贫机制研究[J].贵州社会科学，2015(8)：163-168.

[4]刘解龙.经济新常态中的精准扶贫理论与机制创新[J].湖南社会科学，2015(4)：98-125.

[5]葛志军，邢成举.精准扶贫：内涵、实践困境及其原因阐释—基于宁夏银川两个村庄的调查[J].贵州社会科学，2015(5)：157-163.

[6]马合肥.精准电商扶贫的陇南模式[J].法制与社会，2016(1)：215-217.

[7]左停，杨雨鑫，钟玲.精准扶贫：技术靶向、理论解析和现实挑战[J].贵州社会科，2015(8)：156-162.

[8]唐丽霞，罗江月，李小云.精准扶贫机制实施的政策和实践困境[J].贵州社会科学，2015(5)151-156.

[9]严俊乾.“大数据”助力精准扶贫[J].经济管理，2016(1)：35-36.

[10]王雨.打造大数据平台助力精准扶贫[N].甘肃日报，2015-10-09(4).

[11]田野.当精准扶贫遇上“互联网+”——陇南市全面推行“电商扶贫[J].甘肃农业，2015(13)：34.

(责任编辑 董邦国)

Targeted Poverty Alleviation Practice in Big Data Era

REN Ya-jie, CHEN Shu-wen, CAO Yang-yang, LI Shuai-tong

(School of Public Management and Law,Dalian University of Technology,Dalian Liaoning 116024,China)

The arrival of the big-data-based era requires the use of big data thinking to cope with the new challenges in the new normal development of China. Having reflected and summarized the work with respect to poverty alleviation and its development in the past, our country has produced a new mechanism for anti-poverty work covering accurate recognition, targeted help, precise management, etc. After an overview of the big data and targeted poverty alleviation, through a systematic analysis of the roles of big data, this paper introduces the current typical practice mode of targeted poverty alleviation, and draws inspirations from its development.

big data; targeted poverty alleviation; practice

2016- 06 -17；最后

2016-07-15

任亚杰(1992-)，女，河南洛阳人，大连理工大学公共管理与法学学院硕士研究生，主要从事社会保障与人力资源管理研究。

陈树文(1955-),男，辽宁桓仁人，教授，博士，主要从事社会保障与人力资源研究，E-mail：chensu@dlut.edu.cn。

2096-1383(2016)06-0573-04

C913.7

A