大数据支持下的精准扶贫路径选择与模式创新

吕元媛+蒋春花

摘 要：精准扶贫工作的模式创新是一个长期且复杂的过程。围绕“精准识别、精准帮扶、精准管理和精准考核”四个方面，剖析当前扶贫工作存在的问题，通过大数据思维在精准扶贫领域的内化和大数据技术与精准扶贫实践的契合分析，探索大数据技术支持精准扶贫的路径选择，为精准扶贫的深入推进寻求创新模式，助力实现脱贫攻坚目标任务。

关键词：大数据技术；精准扶贫；动态管理

中图分类号：F47 文献标志码：A 文章编号：1673-291X（2017）29-0032-02

扶贫工作一直作为我国发展的核心问题，基于扶贫实践中的问题不断进行政策调整，随着扶贫工作向纵深推进，精准成为扶贫工作的核心理念。2015年习近平总书记就精准扶贫做出进一步的阐释，提出以数据目标诠释精准扶贫开发理念，充分发挥数据精准定位、开放共享、守护民生的应用价值。大数据不断从信息技术领域向商业、社会治理等众多領域拓展，从认识阶段向战略实施阶段发展。大数据技术作为一种数据化、动态化和联网化的技术路径与精准扶贫机制高度契合，深入挖掘大数据技术在精准扶贫领域的作用拥有巨大潜力。

一、精准扶贫过程中存在的问题

（一）贫困信息未能有效整合

单维信息评价和测量贫困是片面的，精准扶贫实践要求从家庭人口特征、收入来源等多维度多指标来识别贫困对象。当前由扶贫人员到乡镇再到县级的自下而上的贫困人口信息资料采集方式不仅耗时耗力，而且缺少监测机制。目前，民政、残联等部门已建立自己的数据库，但由于部门之间口径不一致，数据没有联通共享，贫困信息未能有效整合。扶贫管理部门对贫困人口的信息数据掌握不完整，缺乏数据比对，不能及时反映真实状况，难以为精准扶贫提供准确依据。

（二）帮扶措施存在瞄准偏差

随着精准扶贫的纵深推进，贫困问题更加复杂，致贫原因更为多元综合，需要根据实际情况制定相应的帮扶措施。但在实际帮扶过程中仍存在不同程度的瞄准问题。对贫困人口的致贫原因、发展能力、价值判断和对帮扶的需求存在瞄准偏差，导致帮扶措施针对性欠佳，普惠式扶贫成效难显且发展性不强。部分地区在精准帮扶实践中已经瞄准客观致贫原因，但忽视了贫困人口的思想观念和价值判断，未能实现其主观能动性和外在帮扶条件的有机融合。

（三）扶贫管理缺乏动态预测

一方面，对扶贫对象缺乏动态管理。建档立卡周期性和贫困程度动态性的矛盾致使贫困进入-退出机制难以充分落实，致使脱贫人口挤占有限扶贫资源，新增贫困人口不能及时获得精准帮扶，同时脱贫人口缺少后续管理导致返贫无人问津。另一方面，对扶贫项目缺乏动态预测跟进。项目在实施过程中一成不变，可能导致资源利用效率低和不能实现更好扶贫成效。扶贫管理缺乏动态预测往往会导致扶贫反馈的滞后性，间接导致扶贫方法的落后和扶贫进度停滞不前。

（四）考核结果未能综合利用

当前的精准扶贫考核体系使部分扶贫人员对考核问题过于注重，而忽视考核更重要的本质作用。主要有以下两种表现：一是只关注短期效益而导致前期用力过猛后劲不足；二是只看到考核对人的约束作用而忽视考核结果的反馈作用。考核的本质作用不应该是对人的管理和约束，而是改进和提升精准扶贫工作。根据考核结果的反馈对贫困人口进行再识别，根据反映的需求动态变化精准优化帮扶措施，利用考核结果实时推动扶贫开发工作也是对精准扶贫的动态管理。

二、大数据技术支持精准扶贫的路径选择

（一）基于大数据技术整合共享贫困信息

因为无法获得总体数据的信息条件限制，社会科学研究社会现象传统方式主要依赖统计抽样来获取数据。然而，借助大数据计算、存储和管理等突破性技术可以有效整合贫困信息，构建统一联结的精准扶贫大数据系统。同时，应当构建大数据规则体系，明确扶贫数据共享范围，统一数据交换标准。此外，基于大数据精准扶贫，从样本思维转向总体思维，借助数据收集、存储和分析等突破性技术，将分散在不同地区（部门）之间的数据整合共享，进行数据比照和综合分析，减少数据失真和人为误判，有效识别贫困人口。

（二）基于大数据技术精确把握贫困问题

在系统整合共享海量贫困信息的基础上，深入挖掘数据资源是精确把握贫困问题的前提，也是实施针对性帮扶措施的重要前提。首先，基于对大数据的描述性分析和数理统计，分析了解贫困人口的基本家庭情况、生产生活条件，总结出致贫原因。其次，运用关联规则和分类分析等深入探索数据的内在规律和相关性，进行有针对性和有选择的帮扶。此外，通过深入挖掘与分析公众在精准扶贫大数据网络平台上的浏览偏好、关注度、服务申请和发表评论等多项活动的相关关系，对公众需求进行有效预测，从而为其提供个性化、精准化的帮扶服务。

（三）基于大数据技术动态预测扶贫管理

大数据创造的复杂人工智能代替人完成动态管理预测等任务，在庞杂的数据中自动识别和显示数据变化，能有效降低和减少人工动态管理成本。利用大数据技术实现对精准扶贫大数据系统内扶贫对象、扶贫资源等全过程数据的实时监测、分析。首先，及时全面地掌握贫困人口的基本信息，跟进帮扶需求变化，优化配置扶贫资源。其次，实时监控扶贫项目的落实情况，及时更新扶贫决策。此外，动态管理精准扶贫大数据系统，确保各部门及时录入和更新相关数据，并实时监测确保数据的安全性，实现贫困对象在贫困数据库中的动态进出。

（四）基于大数据技术综合利用考核结果

结合精准扶贫大数据系统内的贫困人口识别与退出、农户增收情况和返贫率等考核指标综合系统地评估扶贫成效，并且根据系统内数据的动态更新实现对扶贫成效的动态考核，避免只注重考核结果而忽视扶贫长效性的问题。通过大数据技术综合利用考核结果的相关数据，反馈与前馈并举。考核结果相关数据不仅包括系统内的指标数据，还要包括网络平台上公众评议和社交媒体上图像信息等众多非结构化数据。对精准扶贫全过程的考核结果的综合利用，助力精准识别的有效真实，促进精准帮扶的精细精准和实现扶贫管理的实时动态。endprint

三、模式总结

精准扶贫优化模式是对电子商务技术在公共管理领域的应用，既包括线下体制的创新，又包括线上技术的升级。利用精准扶贫大数据平台实现精准扶贫体系的在线实施，能够最大限度放大线下的最佳扶贫实践成果，提高精准扶贫效率。利用大数据的收集、萃取、整合、分析、建模、解读，把零散的数据进行处理，导出具体措施，并借助平台传递信息，最终实现扶贫开发精准化、动态化、前馈化、高效化。

（一） 大数据技术升级

大数据精准扶贫模式的创新在于充分考虑精准扶贫精细化治理模式的现实需要，深入挖掘大数据技术在精准扶贫领域的价值，构建精准扶贫大数据平台，实现大数据技术对精准扶贫模式创新的支持。区别于传统扶贫信息管理平台注重存储和查询功能，精准扶贫大数据平台注重分析建模功能，实现扶贫工作的动态管理和预警机制。此外，移动端精准扶贫信息管理平台成为突破扶贫工作瓶颈的重要工具。基于大数据移动终端的精准扶贫模式，在坚持政府主导同时积极引入群众和其他社会主体参与到新一轮的扶贫攻坚中，改变传统模式中的政府独唱群众漠不关心或无从关心的尴尬局面。

（二）精准扶贫机制转型

机制创新主要包括了内部和外部两个方面。就内部来说，主要是资源合作性共享、经济组织建设、扶贫技能培养多样化。内部机制创新所要解决的主要问题，是如何将若干具体工作的扶贫对象更加有效组织起来，发挥他们各自的资源优势，以实现更加有效的扶贫活动。就外部来说，主要是获得更多的资金支持、更多的部门联动合作以及相应的政策支持。外部机制创新所要解决的主要问题，是如何更好获得外部支持来适应扶贫环境，从而更好融入发展变化的动态精准扶贫大系统之中。要坚持在提供足够公平的基础上优先考虑效率，优化调整扶贫对象，使得扶贫形成一个良性的循环系统。

参考文献：

[1] 杨园园，刘彦随，张紫雯.基于典型调查的精准扶贫政策创新及建议[J].中国科学院院刊，2016，（3）：337-345.

[2] 莫光辉.大数据在精准扶贫过程中的应用及实践创新[J].求实，2016，（10）：87-96.

[3] 莫光辉，张玉雪.大数据背景下的精准扶贫模式创新路径——精准扶贫绩效提升机制系列研究之十[J].理论与改革，2017，（1）：119-124.

[4] 孙璐.扶贫项目绩效评估研究[D].北京：中国农业大学，2015.

[5] 胡税根，王汇宇，莫锦江.智慧政府治理创新：基于大数据的智慧政府治理创新研究[J].浙江社会科学，2017，（1）：72-78.

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

[7] 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.

[8] 潘帅.新常态下我国精准扶贫工作机制研究[D].唐山：河北师范大学，2016.

[9] 梁超君.大数据背景下G政府舆情分析应用研究[D].广州：广东工业大学，2016.

[10] 杜毅，肖云.农村低保和扶贫对象动态管理机制研究[J].西部论坛，2015，（4）：21-30.

[11] 方大国.国务院印发《促进大数据发展行动纲要》[J].纸和造纸，2015，（12）：26-26.

[12] 陈潇阳.我国农村扶贫对象动态甄别机制的构建路径[J].河北大学学报：哲学社会科学版，2014，（1）：38-41.

[13] 唐斯斯，刘叶婷.以“数据治理”推动政府治理创新[J].中国发展观察，2014，（5）：33-33.

[责任编辑 興 华]endprint