大數據時代下精準扶貧的對策研究

馮學奮

[摘要]自2013年習近平總書記在湖南湘西考察時提出“實事求是、因地制宜、分類指導、精準扶貧”以來，我國通過近5年的不懈努力，扶貧工作取得了輝煌的成果，但依舊存在一些不足。在研究如何運用大數據技術，深度挖掘海量貧困數據背后的潛在價值，從而解決扶貧工作中遇到的問題與難題，為扶貧工作的決策提供真實可靠、全面有效的數據支撐，為精準扶貧和全面實現小康社會的目標保駕護航。

[關鍵詞]精準扶貧;大數據;機制創新

[中圖分類號]F323.8[文獻標識碼]A

距離2020年完成黨的第一個百年奮斗目標，實現我國現行標準下的貧困人口全部脫貧已經剩下不到3年的時間了，目前我國的扶貧工作已經進入到了攻堅拔寨的關鍵沖刺期，脫貧攻堅的沖鋒號已經吹響了，面對全面實現小康社會的艱巨任務，精準扶貧在這扶貧攻堅戰中的作用就顯得尤為重要。

1? ? 大數據+精準扶貧已成趨勢

黨的十八大以來，脫貧攻堅成為了黨和國家的首要戰略，也是能否全面建成小康社會的關鍵性指標，最近召開的中央農村工作會議上提出了鄉村振興戰略的目標任務和時間表，深刻闡述了實施鄉村戰略的重大問題，對如何貫徹執行提出了明確的要求，其中的一條就是必須打好精準扶貧攻堅戰，瞄準貧困人口精準幫扶，聚焦深度貧困地區集中發力，把提高脫貧質量放在首位，而做好精準扶貧工作的關鍵和重點就是要解決“扶持誰，誰來扶，怎么扶”的問題。

“互聯網+”時代的今日，數據，早已深入到當今各個行業和業務領域當中，成為生產時考慮的重要因素，而如何能從海量的數據中挖掘和整合出有效的信息并合理地利用這些信息成為了各大企業和機構的研究重點，大數據便在這樣的背景下應運而生?！皵祿寗涌茖W決策”已經成為新的全球化的大趨勢，大數據技術也正在成為各個國家爭先發展的前沿技術學科，其對于中國而言也具有十分重要的戰略意義。大數據的技術特征可以用四個V來進行概括。即數據量大（Volume）、數據種類多（Variety）、數據處理速度要求快（Velocity）、數據價值密度低（Value），這四個技術特征與我們政府所掌握的海量貧困人口的數據特征高度吻合，大數據與精準扶貧之間的耦合性極高，也是大數據技術能行之有效地解決精準扶貧實施中出現的難題的基礎。

在中共中央政治局第二次集體學習會議上，習近平同志就提到，“推進實施國家級大數據戰略”“合理利用大數據技術，為精準扶貧工作添磚加瓦”，倡導將大數據技術與精準扶貧相結合。以大數據技術為引領的信息化脫貧，已經成為了扶貧攻堅戰的新形態，我國應依托大數據技術實施精確識別、精確管理、精確幫扶、動態監管的多維度扶貧工作方式，確保有限的扶貧人力和資源投向更精準，努力打造“大數據+精準扶貧”的全新大平臺。

2? ? 精準扶貧實施中存在的問題

從2013年習近平總書記提出精準扶貧的治貧方式以來，我們國家在扶貧成效上取得了令人矚目的成績，截止到2017年末，全國農村貧困人口從2012年末的9899萬人減少至3046萬人，累計減少6853萬人，貧困發生率也從2012年的10.2%下降至3.1%，累計下降了7.1個百分點。但是，由于現行的政策原因和技術原因，目前精準扶貧的執行上也存在著不小的問題與困境。

2.1? ? 貧困戶建檔缺乏客觀性，數據收集難度大

現如今我們對貧困戶的建檔立卡主要是通過人工實地調研、問卷調查和手動填寫的形式進行的，在這個數據收集的過程中，由于我國農村人口的基數過大，幫扶工作人員的采集任務較重，并且數據在填報過程中也是由人工不定時錄入的，不僅費時費力且容易發生因人工失誤而造成的統計數據失真。其次對幫扶工作人員的考核方式也存在不當，當前的考核主要通過檢查紀事筆記和對其調查的農戶進行回訪來考察的，會出現因應付考核需要，大多時間都花費在記錄筆記上，工作重心發生偏離，并且由于會對農戶進行回訪，許多調查人員會對農戶的數據缺少認證，通常是農戶報多少記錄多少，也會造成填報的數據缺乏客觀性，容易出現較大的誤差。

2.2? ? 貧困戶精準識別存在誤差，難以合理利用扶貧資金

精準扶貧要解決的首要問題就是要精準識別貧困戶，而想要精準識別，那么作決策支撐的貧困數據就要準確并且是動態實時更新的，但現在的貧困戶數據由于是人工收集、人工錄入的，同時收集數據的工作量較大，數據主觀認知性高，容易存在誤差，并且數據更新存在較嚴重的滯后性，因此而造成的貧困戶識別不夠準確，應該退出的貧困戶沒有退出，真正的貧困戶沒有被認定。其次如今的政府扶貧平臺和數據處理手段都難以支撐越來越龐大的貧困數據，對貧困戶的判定大部分都通過年收入來計算，在甄別貧困對象的手段上缺乏多樣性和全面性，其次數據處理分析能力較差，通過現有的數據處理手段，無法挖掘出其海量的貧困數據背后潛藏的有用價值，同時由于扶貧項目的類別和種類繁雜，要做到精準識別、因戶施策的扶貧方式，僅靠傳統的人工判定難以實現資金的合理分配，會造成扶貧資源的浪費。

2.3? ? 精準扶貧工作監管難，缺乏標準有效的數據共享

由于我國地域遼闊、人口眾多、經濟發達程度不均衡等現狀限制，我國扶貧監管項目指標非常多，經統計大約有幾百個之多，監測統計的方式多樣且繁雜，沒有合理地信息技術支撐，難以達到有效的監管手段。由于監管的力度不足夠，導致部分扶貧項目資金使用不合理，存在著違規扶貧建設和貪污腐敗的問題，現階段，缺乏強有力的監管手段來解決扶貧過程中的貪腐問題。其次各省市的貧困數據平臺建設缺乏統一的標準，數據間的信息共享手段單一，致使數據孤島現象問題嚴重，同時扶貧部門與其他政策執行部門和學術機構等聯系不夠密切，貧困數據與扶貧數據往往不與外界共享，但受困于自身的信息技術和數據處理技術，無法合理地利用貧困數據為政策頒布、扶貧攻堅做強有力地支撐。

2.4? ? 脫貧標準一刀切，脫貧假象問題難以解決

目前貧困戶的脫貧標準是由國家層面的扶貧辦頒布的年收入脫貧標準作為基礎，各分級扶貧辦根據當地的特殊情況，做出一定程度的調整和補充后形成的。盡管這套標準在某種形式上來說符合了因地施策的治理方式，但脫貧標準還是基本靠年收入來進行判定的，脫貧標準的單一導致了很難真正意義上的脫貧，出現假脫貧和“評估脫貧”的現象。其次在退出管理機制上也缺乏靈活有效的動態監測機制，無法迅速且準確地做出貧困數據的動態更新，導致有些應該退出的貧困戶沒退出，不應該脫貧的貧困戶卻退出行列。

3? ? 大數據助力下精準扶貧的對策

3.1? ? 利用大數據精確識別貧困戶

目前幫扶工作人員通過人工遍訪的形式收集了海量貧困數據并在此基礎上建立了全國性的貧困數據庫，但是我們目前對貧困戶的定性還停留在靠單一的幾個指標比如年收入來進行判定的，而大數據分析技術可以不僅僅簡單地分析單個指標，還能深度挖掘隱藏在數據背后的關聯信息和潛在價值，這就可以使得我們從收入、健康程度、教育程度、親戚等多個維度進行評估，可以更準確地識別出貧困戶。其次，大數據分析技術可以實現動態化的更新，可以對扶貧對象和扶貧標準動態化調整，可以實現脫貧及時退出、返貧準確納入的動態實時管控機制。

傳統的扶貧數據收集方式主要通過人工訪問和手工錄入，容易出現誤差和瞞報等問題，貧困數據云平臺還可以通過與其他部門，例如公安局、運營商、殘聯、各商業銀行等各行業數據進行交換和整合，實現數據資源上的優化，可以更有效地甄別貧困戶。

3.2? ? 運用大數據驅動脫貧政策

數據驅動決策已經是一個最新的趨勢，是通過利用大數據、人工智能、機器學習等最新的技術相結合，深度挖掘海量數據背后的隱藏信息和價值，并根據結果決定未來決策的制定和執行的一種定位于未來的最新思維方式。而我們可以通過這些技術在基于海量貧困數據的基礎上深入挖掘當前我國的貧困現狀和致貧原因，在找到主要的致貧原因后，可以提出更加切實有效的扶貧政策，這種通過挖掘客觀數據后而做出的決策能夠避免人工制定政策的主觀性和片面性，能更有效地解決問題，做到真正意義上的對癥下藥、精準扶貧。

基于海量貧困數據的貧困戶信息上，我們可以運用大數據分析技術中的數據關聯分析或者數據聚合分析，精準找出致貧原因，切實做到不盲目撥款、不隨意用款，在實現精準扶貧的同時也可以杜絕一部分的貪污腐敗問題。

3.3? ? 構建新形態的干群幫扶體制

在基于大數據的精準扶貧體系中，應構建新形態的干群幫扶體制，以扶貧工作人員、村干部、貧困戶為對象構建精準扶貧的個人扶貧信息數據，致貧原因、扶貧對策等可以在這樣的體制中良好地展現出來，這樣可以將每個貧困戶與其幫扶的干部和工作人員相關聯，不僅僅充實貧困戶的數據維度，也為幫扶工作人員的扶貧績效考核提供了良好的數據支撐。

在干群幫扶體制的基礎上，我們還可以與醫療部門、教育部門、農業部門等機構進行數據共通共享，可以真正意義上的做到讓貧困人口看得起病，必要時政府還可以進行救助，防止因病致貧。不僅如此，教育脫貧也可以成為現實，通過大數據技術，可以很好地找出教育落后的地區與貧困地區相重合的地方，在這些地區重點加強對師資力量、學校建設等的資金投入力度，更有針對性的做到教育脫貧。

3.4? ? 以大數據對扶貧工作進行精確監管

現在對扶貧工作的監測主要通過人工評估的方式，缺乏客觀性，監測效果不佳，而建立大數據扶貧云平臺后，我們可以通過大數據收集技術與分析技術，實時地更新貧困數據庫，可以高效率高質量地對各扶貧項目進行監管，可以整體把握扶貧資金的整體運用和扶貧進度的監管控制。

大數據扶貧云平臺還可以與財政、央行、社會扶貧部門等單位的數據對接和共享，將扶貧項目的申報、審核、資金運轉、項目執行、項目結項等過程在平臺上與各個單位進行公開共享，能保證扶貧項目地順利執行和扶貧資金的精準使用，有效遏制資金的浪費和貪腐現象，最大化地提升扶貧資金的有效利用。

4? ? 結語

運用大數據技術，不僅可以對海量貧困數據進行動態監管，還可以針對扶貧干部和幫扶工作人員的工作痕跡進行管理，更好地考核評估幫扶人員的工作成效。雖然基于大數據技術的精準扶貧才剛剛起步并且有很多缺點和不足，但相信如深度學習算法、大數據算法、人工智能等互聯網技術的發展和成熟，扶貧管理的智能化和精準化地不斷推進，我們能夠在2020年真正地實現全面脫貧和共同進入小康社會的宏偉目標。

[參考文獻]

[1] 習近平.謀劃好“十三五”時期扶貧開發工作確保農村貧困人口到2020 年如期脫貧[N].人民日報，2015-06-20（1） .

[2] 習近平.脫貧攻堅戰沖鋒號已經吹響全黨全國咬定目標，苦干實干[N].人民日報，2015-11-29（1）.

[3] 羅紅.中央農村工作會議確定實施鄉村振興戰略[J].農村百事通，2018（4）：11-13.

[4] 習近平.審時度勢精心謀劃超前布局力爭主動實施國家大數據戰略加快建設數字中國[N].人民日報，2017-12-10（1） .

[5] 國家統計局.2017年全國農村貧困人口明顯減少 貧困地區農村居民收入加快增長[EB/OL].http：//www.stats.gov.cn/tjsj/zxfb/201802/t20180201_1579703.html.

[6] 汪克高.貴州省精準扶貧中貧困戶的識別研究[D].貴陽：貴州財經大學，2016.

[7] 劉永波，李新華，周阿密.運用大數據監督檢查提升精準扶貧監管和服務能力的思考——以鄂西南某縣為例[J].財訊，2017（15）：143-144.

[8] 楊穎，殷明，席曉.“互聯網+”時代，大數據助力精準扶貧快速落地[J].通信世界， 2016（4）：31-32.

[9] 王璐，王夢冉，孫家林.大數據視角下精準扶貧云平臺的構建[J].赤子，2017（15）：171.