大数据背景下多维多尺度精准扶贫信息化问题的探究

杨 磊 朱富丽/ 文

现阶段，全国各地在强力推进精准扶贫工作过程中，在大数据、云计算、“互联网+”等信息化手段利用方面还有不少短板和亟待解决的问题。不仅信息的上行、下行传递存在困难，不够顺畅，而且对已脱贫人员、新增贫困人员、致贫原因、帮扶措施不断变化等动态因素掌握不准，增加了精准扶贫的难度，这些问题的存在，大大影响了我国精准扶贫工作的开展和效果。所以将各种成熟的信息化技术深度融入精准扶贫工作中，进一步完善多维多尺度精准扶贫信息管理平台系统，对提升政府的扶贫精准度和扶贫效率具有重大意义。

一、大数据背景下河南省精准扶贫面临的问题

（一）精准扶贫精准定位难度大

精准扶贫的本意，是要根据贫困群众的差异性，开展有针对性的帮扶工作，对症下药。如果贫困群众有身体上的残疾、精神上的缺陷或者是孤寡老人，那对于他们而言，只有依靠民政部门的“兜底”保障；如果贫困群众无残疾，具有劳动意愿和劳动能力，只是缺乏相应的职业技能，那么针对他们的个体差异进行有效的技术培训，其掌握相应技能后就可以很快脱贫，返贫率低；但如果帮扶对象是好逸恶劳、坐享其成的状况，思想帮扶、转变观念则是扶贫工作的首要任务。

（二）精准扶贫精准管理落实难

精准管理是开展精准扶贫工作的措施和保障，包括贫困群众信息的管理、扶贫政策落实与否的监督、扶贫资金使用效率的评价以及对扶贫效果的考核，只有对扶贫工作的全过程进行严格的监管、考核，才能保证精准扶贫的效果。

贫困群众信息的管理包括其致贫原因、阶段脱贫程度、是否有返贫迹象等内容。这项工作看似简单，但在实际执行时，对河南省数百万贫困群众的基本情况、收支、疾病、教育等方面的信息进行登记，并且要确保其信息登记的准确性，其工作量是相当惊人的。申请扶贫项目资金，需要层层审批、历时长、时效性差，有时候扶贫项目资金下发后，扶贫项目已经错过了实施的机会。

（三）精准扶贫评估与反馈机制不健全

对精准扶贫工作的评估也是一种监督反馈形式。目前，针对扶贫工作成果考核的方法，适用面窄，并且考核指标单一，可操作性不强，考核结果不能全面反映扶贫工作人员的成绩和表现，考核机制有待进一步完善。

二、信息化背景下完善河南省精准扶贫的措施

（一）精准扶贫中保证各项扶贫相关数据采集的真实性可靠性

1.提高贫困群众的认识，认清其家底

实际工作中，由于个别贫困群众对国家扶贫项目的认识存在误区，误以为扶贫项目就是家庭生活的保障，所以故意隐瞒真实家庭情况，谎报数据以得到扶贫指标；还有个别贫困群众由于自尊心强，不愿意接受国家的扶贫帮助，拒绝上报真实数据。贫困群众认识上的误区直接影响了精准扶贫项目数据的真实性和准确性，这也有悖于精准扶贫就是要避免出现“手榴弹炸跳蚤”现象的初衷。因此，要加大政策宣讲力度，提高贫困群众的认识。同时，我们也要通过利用“大数据、云计算”等信息化手段，根据所掌握的数据信息对帮扶对象的家庭情况进行预测，最大限度地调动其主观能动性，这才是帮扶的关键和意义所在。

2.发掘新的数据搜集整理办法

精准扶贫信息管理平台数据的录入是一件挑战性很强的工作。这项工作不仅需要扶贫工作人员将海量数据信息录入管理平台，更要深入基层，在相关部门协作下把采集到的海量原始数据信息进行聚类、关联、识别、清洗、整理、汇总，做到数据信息全面、真实、无遗漏。在采集相关扶贫数据信息的过程中要按照属地原则，紧紧依靠村干部等基层工作人员开展工作。同时，引入第三方监督，防止出现“私定贫困”的现象，让贫困群众的左邻右舍起到监督识别的作用，不仅有利于实现精准定位，更能提高扶贫效率。

（二）精准帮扶中保证数据信息管理的动态性

1.通过更新数据库的方式来诊断扶贫信息

通过定期更新扶贫信息平台数据库的方式，实时掌握最新的扶贫数据信息。在政府、帮扶单位、行业部门等之间通过精准扶贫信息管理平台构建动态、互联的关系，对扶贫工作所投入的人、财、物、资金起到一种动态的监管作用，通过对更新的数据信息进行对比分析，重点关注返贫群体，实现数据信息的动态管理。

2.建立退出机制，对扶贫对象实现动态跟进

贫困群众在被帮扶过程中本身就是一个动态变化的过程，通过大数据等技术手段对贫困群众进行分析后，可以准确掌握相关信息，判断哪些群众已经脱贫，哪些还需要继续帮扶。构建一个有效、合理的退出机制，保证扶贫对象有进有出，才能在精准扶贫工作中更加有针对性。

（三）精准管理中凸显数据利用的科学性

整合资源将扶贫信息共享。贫困问题不仅存在于农村，在城市中，也生活着许多困难群众，他们也是扶贫工作需要帮扶的对象。通过大数据将这些贫困群众纳入精准扶贫工作中，充分发挥“扶贫+”政策的优势，有计划、有针对性的实施帮扶，做到“一个也不能少”。面对孤、弱、病、残困难群体时，需要政府“兜底”，依靠完善的社会保障来解决其实际困难。这就要求政府相关职能部门的衔接和配合，在“扶贫+ 民政”模式下，困难群体能得到民政部门“兜底”政策的庇护，避免因为信息不畅出现重复帮扶的情况。同样，“扶贫+ 教育”可以将扶贫部门与教育部门相衔接，利用大数据将贫困群众急需掌握的技能传达给相关教育职能部门，教育职能部门可以开展有针对性的技术培训，帮助贫困群众脱贫。通过相应职业技能培训后的脱贫，其返贫率也非常低。

在当下信息共享的时代，我们可以多维多尺度的扩大信息采集渠道，将扶贫办内部数据信息与人社、民政、公安、卫健、教育、残联等部门的信息数据整合、共享、互通，通过比对共享的数据信息，深挖数据价值，从而制定更加科学合理的帮扶方案。

（四）评估监管中保障政策实施的有效性

1.增加第三方参与扶贫工作

第三方参与扶贫，指的是非政府组织即非营利性组织的参与，它们主要以服务大众，不以营利为目的。政府作为各项事业的主导者和执行者，在工作中难免也会出现由于经验、知识、人才、设备的不足，导致决策的偏差。结合国外发展的经验，我们可以借助于非政府组织的协助，辅助工作的完成。目前，国家开展的扶贫工作涉及情况复杂、时间紧迫、质量要求高，需要全社会的共同努力来完成。

2.完善精准扶贫的配套制度

通过大数据精准扶贫信息管理平台可以将各项扶贫数据信息量化，在此基础上建立一个包含人口识别、资源配置标准、贫困人口脱贫标准等指标的评估系统，使其能够真实反映帮扶群众当前状态，避免假脱贫。在扶贫部门内部数据评估的同时，还需要引入第三方的评估监督，利用第三方的评估监测数据与扶贫部门的内部数据相印照，确保扶贫绩效考核数据的真实准确。