脱贫攻坚大数据决策支持系统分析与设计*

陈思兰，陈 燕

(广西大学计算机与电子信息学院，广西南宁 530004)

0 引言

推动大数据应用，提高政府治理能力，是党中央、国务院做出的重大战略部署，是实施国家大数据战略、实现我国从数据大国向数据强国转变的重要举措。大数据可以应用在多方面[1-2],发挥着积极的作用。广西高度重视大数据在扶贫领域的运用。2015年12月，自治区党委印发的《关于贯彻落实中央扶贫开发工作重大决策部署坚决打赢“十三五”脱贫攻坚战的决定》中提出，要建立数据集中、服务下延、互联互通、信息共享的扶贫大数据管理平台，实现市、县、乡、村四级高速接入，为精准扶贫、精准脱贫提供有力支撑。

为此，迫切需要把大数据技术运用到精准扶贫领域，利用信息化的手段科学管理贫困人口，建立脱贫攻坚决策支持系统[3]。本文通过接入贫困人口信息、产业扶贫、扶贫培训等数据，解决贫困数据的互联互通与资源共享问题，对贫困数据多口径、多维度地查询、分析与统计[4]，实现贫困数据可视化功能，为扶贫部门提供决策依据与数据支撑。

1 功能模块

决策支持系统的核心功能就是通过对所积累数据的挖掘分析，实现扶贫对象精准化、资源分配可视化、扶贫效果可量化等，发现脱贫攻坚任务中的规则和规律，帮助各级决策机构实现基于数据的科学决策，提高扶贫工作管理能力[5]。

决策支持系统实现“用数据说话、用数据决策、用数据管理、用数据创新”，为各级扶贫部门提供科学决策依据，提高脱贫攻坚决策能力。根据广西扶贫实际工作需要，决策支持系统主要有4大功能模块：脱贫攻坚态势分析模块、脱贫攻坚风险评估模块、脱贫攻坚绩效分析模块、脱贫计划分析模块。

1.1 态势分析模块

该模块主要是从空间维度、时间维度和扶贫综合方面对各级区域内贫困户、贫困村的态势发展进行分析。

1.1.1 基于空间维度的态势分析功能

提供对各级区域内贫困村(含数量、类型、村集体经济收入、特色产业等)、贫困户(含数量、类型、致贫原因等)、地缘特征等信息的关联统计功能，并在对应的区域地图上采用数值、着色、热度、气泡等形式标记，形成客观描述行政区域扶贫攻坚任务的工作量和困难度的“作战图”[6]。

1.1.2 基于时间维度的态势分析功能

在1.1.1节的基础上细分年度，提供对行政区域内历年脱贫、返贫情况追溯汇总的统计分析功能，引入时间轴获得该行政区域脱贫攻坚态势的“进程图”，既刻画出该行政区域的历史脱贫成绩，又一定程度反映出该行政区域的脱贫攻坚能力。

1.1.3 扶贫综合态势评估功能

综合利用1.1.1节、1.1.2节的结果，引入关联统计、加权累计等方法，采用定性与定量分析相结合的方式刻画行政区域扶贫态势的“全景图”[7]。

1.2 风险评估模块

1.2.1 脱贫风险分级聚类功能

在扶贫综合态势评估的基础上，进一步挖掘关联行政区域扶贫任务、扶贫能力、扶贫队伍、占用资源等信息，提供针对各级行政区域脱贫风险的等级划分功能，在全局范围内标识脱贫攻坚任务的重点难点区域；同时，同级行政区域间应进行基于相似度的聚类，便于上级更好地按类施策，也便于同级直接结对互助。

1.2.2 村户脱贫返贫概率预测功能

通过挖掘历史数据、建立知识规则库等方法，提供贫困村、贫困户的脱贫或返贫的预判功能，使得扶贫和摘帽工作更加有的放矢[8]。

1.2.3 脱贫困境难点分析功能

提供行政区域扶贫攻坚工作薄弱环节的自动化分析判断功能，给出困境难点列表并说明关键程度，给出具有一定启发价值的分析结论，供决策参考。

1.2.4 异常风险事件报警功能

基于规则定义、模式匹配、数据挖掘等手段，提供扶贫领域内异常状况的自动检测和报警功能，例如不合常情的大规模脱贫/返贫、远超(低)预期的资源使用效益、极端离群的区域扶贫态势等，为决策者发现问题、捕捉反常提供第一时间预警。

1.3 绩效分析模块

1.3.1 帮扶队伍绩效考核功能

综合考量帮扶活跃度、帮扶措施和帮扶成效等，提供行政区域内扶贫队伍(含扶贫干部、驻村队员、第一书记、帮扶联系人)的绩效考核功能，为查找队伍不足、优化帮带结构提供统计依据。

1.3.2 扶贫资源效能评估

关联整合行政区域内所有扶贫资源(含帮扶措施、扶贫项目、致富带头人项目等)的相关信息，尽量准确地分析已投入资源的效益，同时酌情预估待投入资源的效果和需调度资源的缺口。

1.3.3 扶贫成功案例推送功能

利用智能化推荐算法，在相似度较高的行政区域内提供扶贫优秀案例的推送功能，使得扶贫领域好的经验作法得到适时精准共享。

1.4 脱贫计划分析模块

脱贫计划指标管理：自治区、市、县级分别制定辖区贫困户(贫困人口)年度脱贫摘帽计划，提供重点帮扶对象管理，实现脱贫计划的有效管理，促进贫困户有序退出。

脱贫计划进度动态追踪：提供实时查看市、县、乡镇、村各级脱贫计划完成进度，多维度展示脱贫任务完成情况，精确掌握各级脱贫任务完成情况[9]。

脱贫计划智能预警：针对脱贫任务完成进度低于可控阈值，系统智能判断，实时预警，通过消息推送、短信方式及时提醒相关人员。

2 系统设计

脱贫攻坚决策支持系统将微观呈现和宏观规划相结合，可视化展示广西脱贫攻坚工作总体情况和分析结果。首先，通过对扶贫数据的实时统计，多维度呈现扶贫指标数据，实现扶贫对象和扶贫项目时空分布可视化；其次，采用人工智能、机器学习等先进算法，充分挖掘已有的业务数据价值，为扶贫开发指导的科学决策提供数据支撑，也可以为入户调研提供参考，了解单个建档立卡贫困户的详细信息。

系统采用Java EE框架结构[10]，分数据层、业务逻辑层和功能表现层，具体结构如图1所示。

图1 系统体系结构

Fig.1 System architecture

数据层：为系统提供数据服务支持，主要包括扶贫基础信息数据、扶贫进度信息、文档信息等，用于扶贫信息的查询、统计等。

业务逻辑层：用于实现扶贫工作管理中所涉及的一切业务逻辑管理，包括系统用户的权限管理、扶贫相关信息的查询设置服务，这些业务逻辑通过JavaBean实现定义，可方便维护。

功能表现层：用于实现系统的功能，包括各个模块操作界面。

以脱贫计划分析模块设计为例。该模块主要实现对脱贫计划的维护操作，包括对脱贫计划的制定、脱贫计划的修改以及删除等操作。如脱贫计划管理类图(图2)所示，Plane类是脱贫计划管理的主类，用于实现对脱贫计划的总管理，包括拟定脱贫计划、脱贫计划的导入等，并且对脱贫计划的有效性进行校验，包括脱贫计划中的贫困户列表是否有效、脱贫计划的人员是否对应等；SearchPlane类用于实现脱贫计划的查询，用于处理不同脱贫计划的检索、定位等操作；StaticPlane类为脱贫计划统计设置类，在对脱贫计划进行统计时，某些贫困户的脱贫记录内容也需要统计，以完成其细致的脱贫计划分类统计[11]。

3 系统实现

脱贫攻坚决策支持系统提供综合指挥和脱贫攻坚决策支持服务，提高脱贫攻坚挂图作战和决策支持能力。系统基于Java EE框架开发，其选用Eclipse来完成系统的集成化开发，此开发平台提供一个快捷、高效的开发环境。通过SSH框架能够快速搭建系统的原型，通过Hbuilder+Dreamever实现客户端的页面设计，其中Dreamever实现UI设计，Hbuilder实现JS代码的编写。

图2 脱贫计划信息管理类设计

Fig.2 Information management design of poverty alleviation program

3.1 基础功能实现

用户登录过程中，系统用户在客户端输入用户账户和口令，以JSON数据格式传递到服务端，在服务端完成登录口令的验证，具体步骤如下：

(1)登录用户在浏览器端，输入登录的用户账户和口令，提交时通过JS代码，向服务端发送JSON格式的用户信息。

(2)系统服务端接收到用户名和口令后，解析出相应的用户参数，然后在系统用户表中查询是否存在此用户，若账号、口令与数据库中的用户表存在匹配记录，则以JSON数据格式返回到客户端结果，结果变量以Loginstatus的JSON数据给出。

(3)在浏览器端，解析出JSON结果，如果账户口令是正确的，可以进入到系统，并且通过Session读写函数把用户名写入到Session；如果账户口令是无效的，需要重新输入，并且在浏览器端给出相应的提示(图3)。

图3 系统用户登录及认证流程图

3.2 脱贫计划管理实现

在进行脱贫计划维护操作时，需要由系统权限来验证其是否具有脱贫计划维护操作权限。系统通过一个权限控制类来实现工作人员登录后权限的识别，以及其与脱贫计划操作的匹配，即通过向服务端发送Web Services的权限校验，以校验脱贫计划是否显示在此扶贫终端。在进行脱贫计划数据维护操作时，系统根据其历史记录中的脱贫计划资源信息来完成脱贫计划的新增，通过PoorPlaneController来实现新增的控制，通过PoorPlaneDataImp来实现具体的新增操作。在对脱贫计划资源进行新增时，需要对脱贫计划类型进行获取，获取其相关的一级类和二级类信息，通过NewPoorPlaneTypes()方法实现脱贫计划类型的新增。下面描述的是PoorPlaneData中实现推荐脱贫计划新增的过程。

private PoorPlaneDao PoorPlaneDao;

public int NewPoorPlaneTypes(int PoorPlaneId,List PoorPlane) {

boolean addstatus = verifyPoorPlane(PoorPlane);

if(!addstatus) {

return

PoorPlaneDataAddstatus.POORPLANE_INFO;

}

addstatus =

PoorPlaneDao.NewPoorPlaneTypes(PoorPlaneId,PoorPlane);

if(!addstatus) {

return

PoorPlaneDataAddstatus.DAO_ERROR;

}

refresh();

return PoorPlaneDataAddstatus.SUCCESS;}

在对脱贫计划类型进行持久化处理时，由于脱贫计划的一级类和二级类在Web.xml文件中存储，因此需要调用访问配置文件中的脱贫计划类型，来完成脱贫计划类型的新增。

NewPoorPlaneTypes(Integer PoorPlaneId,List PoorPlaneTypes); -->

INSERT INTO

PoorPlaneType_join(PoorPlaneType_id,PoorPlane_id) VALUES

item="PoorPlaneType">

(#{PoorPlaneType.id},#{PoorPlaneId})

3.3 效果演示

登录系统后，可直观看到贫困户家庭基本情况展示，包括贫困人口分布和致贫原因等，贫困人口分布主要以地图、柱状图等方式展现(图4)。

对致贫原因进行统计分析，看本地区主要致贫原因有哪些，可根据本地区特点有针对性地制定帮扶措施，有效提高帮扶的成效，达到事半功倍的效果(图5)。

图4 贫困人口分布界面

Fig.4 Distribution interface of poverty population

图5 贫困户致贫原因分析界面

Fig.5 Interface of the causes analysis of poverty among poor households

4 结束语

脱贫攻坚大数据决策支持系统在增强扶贫数据分析与应用能力、提高扶贫信息的精准度、压实扶贫干部的责任等方面取得明显的成效，形成贫困人口、贫困村、贫困县的脱贫轨迹，促进帮扶工作规范并科学管理贫困户、贫困人口、扶贫项目和扶贫资金，提升脱贫工作的管理水平。