大數據助力精準扶貧

張華慶 張春華

摘要：我國扶貧開發工作應突出靶向療法的精準施策和扶貧機制創新，嚴格督查考核管理。扶貧開發要應用大數據、云計算、物聯網技術平臺，確保扶貧數據動態及時、真實可靠，使精準識貧、精準施策、精準脫貧更加有效，為精準扶貧提供新的理論和技術支撐，將大數據技術運用到扶貧工作各領域，合理設置統計科目，擴大動態信息采集渠道，提高數據分析能力和加工效率，為扶貧決策提供精準有效可靠的扁平化數據支撐，真正做到以貧困戶的精準脫貧為中心，提升貧困人口安全感、公正感和獲得感。

關鍵詞：大數據；精準扶貧；傳統方式

中圖分類號：F323 文獻標識碼：A

引言

精準扶貧是社會精細化管理的重要表現，也是當前各級政府關注的重要工作。隨著貧困問題日漸復雜化，扶貧工作的難度也逐漸加大，這對精準扶貧提出了新的更大的挑戰。因此，必須充分運用大數據技術，使之成為做好精準扶貧工作的有力技術支撐。

1 傳統方式扶貧與大數據精準扶貧特點之比較

傳統扶貧方式具有以下幾個方面的特點：第一，其工作的主要目標是卻被扶貧對象能夠生存；第二，其主要模式是救濟式、普惠式的扶貧；第三，傳統扶貧工作的重點是國家政策扶貧的效果；第四，樣本數據并非是嚴格意義上隨機產生的。大數據扶貧方式則具有以下幾個方面的特點：第一，其工作的主要目標是促進發展，惠及民生；第二，其工作模式更加精細化、數據化和網絡化，屬于連片扶貧開發；第三，其工作重點主要放在如何實現貧困人口可持續發展方面；第四，大數據扶貧對于數據的分析和運用更加科學和精準。從兩種扶貧方式特點的對比可以發現，大數據精準扶貧與傳統方式扶貧存在較大的差異。

2 兩種方式對扶貧問題的處理分析

傳統扶貧方式通過隨機抽樣的方式提取樣本，該種方法易出現誤差，僅適用于對貧困人口實施靜態數據收集，在數據分析方面也比較滯后；大數據扶貧方式則能夠全面收集有關數據，實現對全部數據的整理和分析。關于貧困人口的識別和管理方面，傳統方式多以縣鄉政府為主體組織識別，往往出現識別不精準的問題；而在大數據精準扶貧模式下，可以通過構建動態化貧困人口信息平臺，實現對貧困人口的精準識別，不利之處在于大數據采集階段工作量較大。關于貧困人口的管理方面，傳統扶貧方式下對于貧困人口多采取階段性審核的方式進行管理，這種模式不利于及時更新貧困人口脫貧、返貧等信息，導致信息更新滯后；大數據精準扶貧模式下則可以做到動態化監管和精準化識別，監管更加科學有效。同時，政府職能的轉變也對扶貧方式提出了更高的要求，以往政府制定政策更多關注如何解決貧困，希望短期內能夠見到效果，對于扶貧效果的持久性關注不夠。在大數據精準扶貧模式下，通過運用大數據云計算功能，可以精準地判別貧困人口致貧原因，從而采取的扶貧措施更加有針對性，更有利于于從根本上解決貧困人口貧困的問題。

3 現狀及分析

就現階段而言，在國家層面上已建立了全國扶貧開發信息系統，系統的建立在基層操作過程中主要承擔數據收集和存儲整理作用，從一定程度上說，全國扶貧開發信息系統為扶貧工作提供了數據上的支持，但是具體工程和分析仍需要人為。

通過試點，江蘇省淮安市開發的“陽光扶貧”系統，有效的將扶貧管理工作、公共監督和平行監督整合，建立了扶貧對象數據庫、扶貧資金數據庫、扶貧項目數據庫和扶貧力量數據庫，由簡單的數據收集向提供全方位查找、監管轉變，并可以通過手機APP查詢貧困戶信息，發揮了數據整合資源優勢，可以清晰的查看到農戶的致貧原因、家庭信息、幫扶信息、收入構成和脫貧軌跡，為大數據提供可靠的支撐。

4 大數據助力精準扶貧

4.1 實現精準扶貧的技術突破

研發大數據精準扶貧信息管理系統需要支付高昂的固定成本，僅憑貧困地區自主研發則較為困難，國家應制定相應的引導政策，通過稅收減免、財政補貼等方式加強大數據應用于扶貧治理領域的廣度與深度，鼓勵技術創新，著力攻克例如可視化分析、數據挖掘算法、預測性分析、語義引擎等大數據技術的核心問題，完善云計算平臺等硬件設施的建設。現如今隨著大數據價值日益彰顯，大數據扶貧治理人才呈現出供不應求的現狀，國家應大力培養大數據扶貧管理人才，堅持將人才培養與可持續發展理念相融合，一方面通過強化培訓為建設大數據精準扶貧管理平臺輸送高質量人才，通過競爭上崗篩選出具備大數據知識基礎和扶貧治理工作經驗的人員；另一方面則面向有發展潛力的應屆生，例如各地扶貧主管單位可與人事主管部門一同前往高校進行宣傳，通過定向選調和培訓的方式挖掘有能力的應屆畢業生充實到扶貧隊伍里。在工作前可對畢業生開展定向培訓，深化其對大數據理念和技術的認知與應用，避免大數據扶貧治理人才出現代溝。

4.2 構建全國共享的精準扶貧數據平臺

精準扶貧數據平臺囊括所在區域范圍內的扶貧信息，為了能夠達到共享互聯的目的，平臺設計要從四個層次搭建，包括數據收集層次、數據儲存層次、數據分析層次和數據呈現層次。在數據收集層次，可以利用Thrift數據傳輸技術手機處于不同位置不同領域的數據資源，通過在可客戶端操作，直接將相關的數據輸送給中央系統，并作為數據儲備長期保存在數據儲存層。數據儲存層作為后臺存儲，應用于大規模分布式數據的儲存，并且能夠自動生成原始數據庫，避免出現數據遺漏和丟失的情況出現。數據分析層，通過Map-Reduce技術對數據存儲層的海量數據進行分析，能夠根據條件挖掘貧困人員的信息和情況，并且分析得知致貧的原因，同時將貧困人員的信息進行匯總分析，可以得知貧困人口的數量、貧困區域的分布情況，以及扶貧開發的脫貧助貧效果；數據呈現層是各地的扶貧部門能夠通過分享平臺了解和掌握貧困信息，為提高扶貧效果提供依據和學習參考。

4.3 運用大數據進行精準扶貧考核評價

從大數據預測扶貧的需求預判扶貧存在的問題，提出可持續性的破解措施。既要通過大數據精準識別和精準幫扶，實現精準脫貧，又要致力于消除社會性的致貧因素，最大程度地減少連片貧困地區和貧困人口，實現全面小康。應用大數據對扶貧對象進行檢測和評估扶貧成效，防止扶貧工作進度等瞞報虛報。對國家建立的扶貧大數據中心進行精準管理，對貧困的人流、資金流、信息流實行全面動態管理，加強大數據扶貧數據庫管理。建立扶貧資金使用統籌監督，實行既分工又協作的運行機制，扶貧資金的使用可試行“村決策、鄉統籌、縣監督”的運行機制。通過財政支農資金和大數據平臺的結合，探索對我國貧困人口實行資產收益扶貧，有效管控資產收益扶貧項目的風險，提出針對性更強的一戶一策的精準扶貧措施。實現分類精準扶貧，個性化扶貧按戶生成差異化需求，并建立對應的幫扶責任單位和責任人的責任清單，構建各層級扶貧數據子庫，將低保兜底扶貧工作納入民生保障考核體系和政府績效考核體系，引入第三方評估機制，考核扶貧兜底工作實效。運用大數據防范扶貧中的職務犯罪，構筑防火墻，健全專項監督審計網絡，建立精準的統計制度和監察制度，提升扶貧工作的公開度。

4.4 利用大數據進行精準扶貧的預算監管

嚴格把關將扶貧資金合理配置到更需要的貧困戶身上，將喪失勞動力的無業者、殘疾者、失能孤寡老人等的兜底性保障工作網絡織得更加細密，對因病致貧者可實施先診療后付費，為貧困戶提供更到位的醫療救助保障，同時地方財力可投入商業保險，對參保對象提供進一步醫療補充救助，降低醫療報銷門檻、提高大病重病等的醫療報銷比例，有效遏制因病致貧、因病返貧。積極運用扶貧大數據平臺，對失獨失能貧困家庭發揮社工義工的作用，讓其享有長期護理福利，讓每位貧困者活得更有尊嚴。

結束語

綜上所述，扶貧開發要應用大數據、云計算、物聯網技術平臺，確保扶貧數據動態及時、真實可靠，使精準識貧、精準施策、精準脫貧更加有效。將大數據技術運用到扶貧工作各領域，合理設置統計科目，提高數據分析能力和加工效率，為扶貧決策提供精準有效可靠的扁平化數據支撐，真正做到以貧困戶的精準脫貧為中心，提升貧困人口安全感、公正感和獲得感。

參考文獻：

[1]莫光輝.精準扶貧視域下的產業扶貧實踐與路徑優化——精準扶貧績效提升機制系列研究之三[J].云南大學學報（社會科學版），2017（1）.

[2]汪磊，許鹿，汪霞.大數據驅動下精準扶貧運行機制的耦合性分析及其機制創新——基于貴州、甘肅的案例[J].公共管理學報，2017（3）.