大数据时代背景下的精准扶贫研究

李彤

【摘 要】中国发展进入新常态，为了实现经济的均衡平稳发展，缩小区域间的贫富差距，政府需要加快制定更加符合我国贫困实情的政策，同时研究人员需要积极探索将大数据思维及技术引入扶贫领域带来的正负效应，寻求产业扶贫模式的创新转变。本文首先对国内外扶贫模式和政策进行简要描述，然后对将大数据思维和技术运用于扶贫领域的合理性及必要性作理论分析，结合当前扶贫现状及大数据管理平台的瓶颈，对未来扶贫模式发展方向提出合理建议。

【关键词】大数据；精准扶贫；模式创新

1、前言

随着改革开放政策在我国不断深入推进，人民生活水平逐步提高。然而，以西北地区为代表的内陆地区由于资源禀赋、发展政策等因素的制约，长期处于经济水平发展的边缘地带，不仅过少享受到改革开放带来的成果，而且面临被沿海地区剥夺生产资源的威胁。为帮助贫困地区人民摆脱“弱势”地位，政府高度关注扶贫问题，制定并出台多项政策以期推动扶贫工作的稳步推进及实施。

21世纪，经济社会进入大数据时代，信息技术与各类经济活动的交汇融合日益频繁，带来了数据的爆发式增长；互联网信息技术的迅速普及更是使得大数据信息集成及处理的应用逐渐成为我国实现“创新驱动发展”这一发展模式的必然需求和选择。体现在贫困治理领域，尤其是在当前处在脱贫攻坚的重要时期，需要运用大数据思维和技术来高效整合扶贫开发资源，在宏观扶贫政策设计、实施、监控、调整以及模式创新等多个环节注入“大数据”因子，立足于当前精准扶贫的现实需求，通过技术与政策的有机结合以及理念与实践的有效对接，构建大数据扶贫平台，实现对扶贫工作整体平稳运行的监管保障；同时，通过扶贫成果的汇总及反馈，探讨大数据思维与扶贫理念的契合程度以及大数据背景下精准扶贫发展方向的转变和实践路径的创新。

2、文献综述

针对我国具体的贫困状况，研究人员对扶贫模式作了不同的分类。陳凌建（2009）认为我国现有的扶贫模式包括：“公司+农户”、参与式、“乡村银行”的小额信贷、异地开发、产业扶贫模式、劳务扶贫模式、科学扶贫模式、乡村旅游扶贫模式等。龚娜、龚晓宽（2010）则更加精炼地将我国扶贫模式概括为8种：财政扶贫模式、以工代赈扶贫模式、“温饱工程”模式、产业开发模式、对口帮扶模式、旅游扶贫模式、生态建设模式和移民搬迁模式。对于贫困的形成原因，学者们也是结论不一。林毅夫（2004）认为造成我国大量贫困人口的关键原因是农村地区教育水平低下并且缺乏就业机会。胡平（2006）则指出，扶贫体制改革速度慢、制度无法适应贫困人口的实际情况、非政府组织的参与度低等原因极大地制约了扶贫工作的深入进行。康晓光（2008）从制度性、区域性和阶级性三个角度来分析贫困的成因，并分别提出解决策略。

目前各国政府普遍运用的扶贫政策包括：直接增加生产投入要素、完善市场、完善生产生活条件、降低经济生活不确定性、再分配、公共治理、国际减贫协调与合作、农业现代化、城市化、工业化政策等。在实际操作过程中，政府往往立足于本国贫困实情，综合运用其中的多种政策，最大程度地满足反贫困需求。

3、将大数据运用于扶贫领域的重要性与必要性

21世纪，人类社会迎来“大数据时代”，信息化社会数据呈现“爆炸式”增长趋势。截至2011年底，全球互联网总数据存储量已达100亿TB以上，并以59%以上的年增长率增长。大数据的核心要义是获取有用数据、进行数据分析、实现数据显示、实时处理数据，大数据处理技术具有体量大（Volume）、类型多（Variety）、速度快（Velocity）、价值密度低（Value）的四“V”特征，正是基于这些特征，大数据分析技术获得了电子商务、金融等高活跃度行业的关注，而且很快被应用于实践以承接可能的发展机遇，大数据产业也逐步成为经济发展的制高点以及创造经济新动能的突破点。大数据正在“改变我们的生活以及理解世界的方式”，并且“更多的改变正蓄势待发”。

在互联网尚未普及的时代，大范围收集数据需要耗费巨大的人力物力，高昂的成本迫使研究人员采取样本替代整体的方式。但是随机抽样的方式在实际操作中难以实现样本的绝对随机性，这一弊端会降低数据分析结果的准确性，有时甚至与真实结果大相径庭。互联网、云计算等技术的来临使得海量数据唾手可得，专家学者们具备了大规模收集、整理、分析数据并据此进行预测的能力。

在扶贫领域，大数据技术的运用能够帮助研究人员精准定位贫困人口、全面采集贫困信息、有效整理分析数据、科学制定扶贫政策。

3.1运用大数据精准定位帮扶对象

目前我国扶贫工作无法深入开展的一个重要原因就是扶贫对象无法精准定位。根据中办发[2015]35号文件提出的“县为单位、规模控制、分级负责、精准识别、动态管理”的定位原则，互联网技术的运用能够突破技术条件的限制，使得贫困人口的信息采集不仅仅停留在县、村一级，实现在更大范围内建立贫困户信息管理平台，将扶贫对象的相关资料、经济收入、致贫原因录入系统，建立起一整套行之有效的扶贫对象网络信息数据库并定期更新，从整体和局部两个维度跟踪扶贫工作的动态进展。

3.2运用大数据进行动态管理

在实现广泛收集数据并建立科学系统的扶贫对象识别系统以及信息数据库后，互联网技术能够动态、全方位管理海量人口信息，在系统内部设定动态调整机制，针对具体情况变动及时进行策略调整，降低目标偏离的带来的成本损失，克服以往模式中扶贫目标时效性低、灵活性差的弱点。智能终端、云计算等技术的运用实现对扶贫资金的流入流出准确追踪，确保专款专用，防止资金挪用，同时保障扶贫对象的进入、退出机制高效运行。

3.3大数据技术强化贫困问题的科学分析

科学化整理分析数据是制定正确扶贫政策的重要前提。不同于传统信息分析法的“就事论事”，“大数据”分析法将重点聚焦于数据的内在关联性和规律性。大数据技术基于统计学原理通过建立精确的数理模型对未经加工原始信息进行分类、汇总、整合、归纳，依据数理模型的返回结果来深入了解扶贫对象的受教育水平、工作技能、生活状况等等，并进行多角度比较分析，综合考虑贫困者的行为方式、价值判断等因素以及得出导致其经济能力低下或贫困状况加剧的关键性原因。对于不同的致贫原因，采取不同的手段进行帮扶，增强扶贫工作的针对性和精确性，防止社会资源的浪费。

4、扶贫现状及大数据技术的瓶颈

改革开放以来，政府对农村地区的脱贫工作高度关注，相继出台的《国家八七扶贫攻坚计划（1994-2000年）》、《中国农村扶贫开发纲要（2001-2010年）》及新《纲要》等文件对推动农村经济发展起到了重要作用，扶贫工作卓有成效。1978-2014年，全国贫困人口减少约17983万人，降幅超过60%，贫困发生率由30.7%降至7.2%，返贫率也大大降低。自2014年起，我国开始全面推行精准扶贫政策，该战略成为我国新时期扶贫开发的核心内容。但是，西北地区经济基础薄弱、发展滞后的问题并没有得到本质性改变。2016年后，我国经济增速整体放缓，这为需要大量财政资金支持的扶贫领域造成了巨大压力，精准脱贫战略同样处于转变模式的“拐点”，亟需对现有模式进行改革创新，探寻更加高效、经济、反映贫困人口需求、符合我国贫困现状的脱贫新模式。

我国部分地区对将大数据技术运用于精准扶贫进行了积极尝试。2015年6月，甘肃省委、省政府印发了《关于扎实推进精准扶贫工作的意见》并提出，将运用大数据技术对6220个贫困村、417万贫困人口进行实名管理，通过建立扶贫信息数据库聚合海量数据信息，综合整理分析致贫原因，准确获取帮扶对象的脱贫需求，制定多样化的适应性措施，引导资源有效配置； 贵州“扶贫云”平台依托大数据技术和云计算能力将贫困户的相关信息加以量化，建立包含18项48个小指标在内的脱贫指标体系，通过相关部门对指标的评估考量输出贫困户的脱贫指数，以此作为贫困人口识别的参考标准，保证扶贫对象的精准定位。

目前大数据分析的应用瓶颈主要集中在以下方面：①数据可视化。收集得到的原始数据缺乏规则性，需要通过函数模型或图表等方式使杂乱无章的信息呈现出一定的规律性和逻辑性，使分析结果具有普遍的可理解性，让研究人员和普通民众能够真实感知其中意图。②高效的数据分析算法。目前大规模集群云计算技术（动态调度）的运用使得提炼有效数据的速度和效率大大提升，然而随着待处理数据规模的进一步扩大，对分析算法的效率提出更高的要求。③语义推理与预判技术。目前的智能终端技术只能通过其数据库中获取的经验数据进行分析并做出反应，以此来模拟真实用户操作，这种决策方法难免缺乏灵活性，还原度和仿真性也无法保证。

5、扶贫模式发展的相关建议

5.1加快建立健全贫困识别和动态监测体系

在现有贫困对象识别机制的基础上，加强建档立卡机构与其他相关部门的信息交流与衔接，完善大数据扶贫机制。在传统的以年人均收入为识别指标的基础上，加入收入能力、可支配能力、消费能力、受教育水平等更为客观的测度指标，逐步建立起多尺度识别、多维度评判的综合指标体系。将帮扶对象根据贫困区域（省市、流域）和贫困程度等分类标准进行划分，构建符合该类别特征的子动态信息库，实施差异化扶贫开发，充分体现因地制宜原则，同时兼顾点面，综合制定整体策略。明确贫困户的退出标准，建立适宜的退出机制。建立脱贫户生计特征动态监测体系，对帮扶对象脱贫后的生产生活状况持续追踪监测，必要时给予适时指导及帮助，提高精准脱贫的可持续性。

5.2强调产业结构优化升级，提升贫困地区自我发展能力

优化区域产业结构是一种内生性的脱贫策略。贫困地区首先应该准确分析本地的要素禀赋和比较优势，根据需求弹性、技术、关联强度等原则选择优先发展的主导产业（如现代农业、特色旅游业等），重點扶持龙头企业成长，充分调动当地的产业活力，并据此吸引人力资源和资金流入，形成资源再分配效应，健全基础设施以及社会保障，完善产业发展所需的科技推广、农村物流、金融支持、信息咨询等社会化服务体系，继而带动相关产业发展，形成产业集群，实现产业多样化，带动资金整体的良性循环，逐渐培育出区域竞争优势。通过产业带动就业，解决劳动力大量流失问题，促进扶贫模式由“输血”向“造血”转变。基于大数据思维和技术明确产业发展方向、优化产业结构的同时，也可以考虑在贫困区域发展具有“部分摆脱资源依赖，对气候、土地、资源等传统自然条件的限制和要求很低”特征的大数据产业及其关联产业。

5.3推进“五化同步、镇村联动”，提高贫困人口资源承接水平

经济新常态下，信息是打破地区不平衡的重要力量，扶贫工作应健全“贫困区域产业协同化、农村资源资本化、基础设施信息化、贫困人口组织化与自治化”的五化同步政策：抓住产业结构调整契机，关注企业引领，围绕贫困区域资源比较优势，优化产业发展链条；拓展产业扶贫理念，转变原有农业产业化扶贫为更广范畴的农村产业化扶贫；以促进农村资源资本化为突破口，增强农村自身的内生动力；建立和完善农村信息服务体系，满足贫困人口生产生活信息和科学技术需求，消减生计风险；大力发展新型经营主体，强化知识与技能培训，提升贫困人口组织化程度，激发贫困人口脱贫致富的积极性与主体意识，提升市场竞争力。按照“城镇村联动、产镇村融合”要求，实现镇村规划衔接、产业互融、要素资源流通、基础设施共建、公共服务延伸，形成良性互动的发展局而，提升集镇发展辐射带动能力，打破城乡行政管理界限，关注市场活力激发和发展潜力释放，提升开放水平，拓展发展空间，促进贫困人口增收，统筹城乡发展。