機遇、挑戰與選擇：大數據時代的精準扶貧

■ 羅 敏

（廈門大學公共事務學院，福建廈門361005）

全球知名咨詢公司麥肯錫 (MGI)在2011年5月發布了一份題為《大數據：創新、競爭和生產力的下一個新領域》的深度研究報告，并認為大數據 (Big Data)已經滲透到全球每一個行業和業務職能領域，逐漸成為重要的生產因素，大數據的時代已經來臨。正如維克托·邁爾-舍恩伯格(Viktor Mayer-Sch?nberger）和肯尼斯·庫克耶（Kenneth Cukier）在其合著《大數據時代：生活、工作與思維的大變革》中所描述，“大數據就像望遠鏡讓我們能夠感受宇宙，顯微鏡讓我們能夠觀測微生物一樣，正在改變我們的生活以及理解世界的方式，成為新發明和新服務的源泉”[1]。在信息大爆炸的時代，大數據正在深刻地改變著人類傳統的政治生活、經濟生產、社會生態。美國著名學者史蒂芬·E.弗蘭澤奇 (Stephen E.Frantzich)在其著作《技術年代的政黨》中提出，“信息傳輸是政治技術的核心要素，是政黨的面包和黃油，……，敲擊大量的、復雜的數據庫，來預測投票模式的能力當然要比對投票的瞎猜更加引人注目”[2]。美國作為最早發現和使用大數據科學價值的西方國家，早在2012年3月奧巴馬政府就將“大數據戰略”提升為國家戰略，用以提高美國企業的國際競爭力和拉動美國經濟的發展，可以說大數據的應用與推廣成為了不可逆轉的全球性大趨勢。

當前，中國學界對大數據的研究與應用主要集中于對大數據的市場價值和社會意義進行了相關的探討。從大數據的基本特征出發，有學者認為，大數據是一種國家戰略性資源，它具有高度復雜性、政府決策有效性、數據規模擴大性、市場價值稀缺性、社會功能多樣性等特征，并且大數據技術是促進扶貧開發“精準”的必要動力[3]。從大數據的安全保護出發，有學者提出，對于大數據扶貧的分析需要辯證地理解大數據挖掘帶來的數字身份保護、隱私喪失、可及性損失、安全失控、數字鴻溝等風險[4]。從大數據的精準內涵出發，有部分學者認為，以“全部數據”代替隨機抽樣的“樣本數據”思維在扶貧開發領域具備真正的精準內涵，而且以大數據分析、云計算為技術手段的精準識別、精準實施、精準監管等過程中將會在很大程度上保證扶貧開發的準確性[5]。由此可見，大數據技術在精準扶貧領域的運用得到了較為廣泛的認同，“大數據+精準扶貧”成為了當前扶貧實踐應用的可能。2015年9月，中國國務院印發了《促進大數據發展行動綱要》，明確提出了要加快大數據的應用與發展，并且將甘肅省列為國家扶貧辦全國大數據平臺建設試點地區，在全國率先開啟了探索建設精準扶貧大數據管理平臺[6]。實踐證明，在扶貧攻堅領域通過“大數據+精準扶貧”的模式為當前扶貧開發工作提供了新思路，為扶貧實踐中的貧戶精準識別、干部精準選派、規劃精準實施、政府精準監管管帶來了全新的機遇。但盡管如此，大數據在精準扶貧實踐中的運用與推廣，同時也遭遇技術創新、數據安全、人才培養、管理決策、資金投入等諸多挑戰。在機遇和挑戰并存的大數據時代，如何抓住機遇、規避挑戰，實現“大數據+精準扶貧”的國家戰略成為了政府扶貧實踐工作無法逃避地現實問題。

一、大數據時代精準扶貧的嶄新機遇

人類從傳統的農業社會走向現代化的工業社會，再走向大數據時代的信息社會，大數據的應用便是當代社會的重要表征。可以說，大數據正在逐漸地轉變政府、市場與社會三者之間的關系。在大數據時代，公民、國家和社會深受大數據的影響，作為連接公民與國家、社會與國家的紐帶，大數據為精準扶貧創造了嶄新的機遇。

（一）大數據有利于貧戶精準識別

大數據扶貧是精準扶貧適應中國社會新常態的減貧、扶貧、治貧新模式。在粗放式扶貧實踐中，貧戶的識別往往受限于人力、財力和物力，基層政府對貧困戶的識別采取的是人工數據采集和抽樣調查的方式，這種粗放式的識別方式必然會出現貧困人口信息的偏差，導致政府扶貧的對象不準，真正貧困的人群享受不到國家給予的相關資助。“大數據+精準扶貧”的實踐模式，一方面，政府可以輕而易舉地獲取大量的數據，改變了以往靠樣本數據分析的不足，貧困戶識別不準的詬病；諸如2015年6月，甘肅省委、省政府印發的《關于扎實推進精準扶貧工作的意見》并提出，將運用大數據技術對6 220個自然貧困村、417萬貧困人口進行實名登記，通過分析整理其致貧原因，準確了解貧困戶扶貧需求，不僅實現了對扶貧對象的精準識別，還確保了第一手扶貧數據信息的真實性。另一方面，通過為貧困戶建檔立卡的方式，綜合分析和評估貧困家庭的各項指標數據 （諸如：家庭成員平均年收入、家庭住房狀況、醫療衛生狀況、子女教育情況，等）確保貧困人口的精準識別，并在規定的時間內進行公示，這樣不僅防止了貧戶數據的隱瞞、造假，還極大地提升了大數據扶貧的實效性。因此，“大數據+精準扶貧”給政府扶貧攻堅領域帶來了嶄新的機遇。

（二）大數據有利于干部精準選派

精準扶貧的首要問題就是要最大限度地滿足貧困人口的需求，通過動態的貧困人口信息系統或貧困人口數據庫，深度分析和了解貧戶所需，進而選派扶貧“第一書記”或者“專業書記”，充分發揮扶貧干部的優勢。通過云計算、物聯網、大數據平臺，政府不僅要建立扶貧對象數據庫，還要建立扶貧干部數據庫，并且要及時更新兩大數據庫，在一定時期內，綜合評估考量扶貧干部和扶貧對象，確保扶貧干部隊伍的專業性，加快貧困鄉村“摘帽”和貧困人員脫貧。除此之外，政府還可以通過對扶貧大數據的分析，舉辦產業和就業扶貧業務的專題培訓，譬如培育“企業+貧戶”專業合作社、舉辦農業知識培訓班、拓寬農村剩余勞動力輸出渠道等。簡言之，大數據運用于扶貧干部的選派和培訓是對口幫扶工作的兩大基礎性環節，為扎實推進大數據時代的精準扶貧、精準脫貧、精準幫扶提供了堅強的組織保障。

（三）大數據有利于規劃精準實施

在通過大數據精準識別貧戶基本信息之后，如何因地制宜地將政府的扶貧規劃精準實施成為了扶貧干部最棘手的難題。在大數據時代的背景下，政府在推進精準扶貧實踐過程中必須運用“大數據”思維、掌握“大數據”技術、普及“大數據”知識，進而有效規劃、精準施策。產業扶貧作為中國扶貧開發工作的重要路徑之一，如今“互聯網+產業扶貧”的模式成為了國家精準扶貧不可逆轉的新常態。一方面，產業化精準扶貧借助“互聯網+”平臺有利于拓寬貧困地區特色產業（諸如：特色農業產品、特色旅游項目，等）發展的渠道，從而提高貧困人口的收入幫助貧戶脫貧致富；另一方面，立足于大數據、云計算、物聯網等信息技術平臺，依靠信息技術實現扶貧干部與扶貧規劃“一對一”的精準決策，結合大數據的合理預測，確保政府扶貧規劃科學地實施。

（四）大數據有利于政府精準監管

美國學者卡斯·桑斯坦 (Cass Sunstein)在《簡化：政府的未來》一書中指出，“如果沒有政府的有效監管，也就不會有自由市場和財產私有制”[7]。換句話說，如果政府什么都不監管，那么任何國家制度或法律規定都不可能得到合理的維護。不可否認的是，有效地政府監管可以促進社會的公正和公平，維護整個社會的正常秩序。亦如在扶貧領域，政府的有效監管可以確保扶貧信息的準確、可靠、實用性強。大數據時代的精準扶貧可以有效地將扶貧對象、扶貧資金、扶貧信息納入到大數據平臺，政府可以通過大數據平臺實現對農村精準扶貧工作全面地、系統地、動態地監督管理。另外，通過對大數據平臺的監管，綜合考評下級單位或個人的扶貧工作成效，并建立扶貧主體晉升淘汰機制和扶貧對象準入退出機制。因此，在精準扶貧實踐過程中，政府要充分借助“互聯網+”、云計算、大數據平臺等信息化扶貧開發理念和技術性扶貧開發手段實現對各級扶貧單位或個人的精準監管。

二、大數據時代精準扶貧的現實挑戰

作為一種新生領域，盡管“大數據+精準扶貧”意味著扶貧攻堅的嶄新機遇，擁有著巨大的實踐意義和應用價值，但同時“大數據+精準扶貧”也遭遇著技術創新、數據安全、人才培養、管理決策、資金投入等諸多領域的大挑戰。

（一）挑戰一：技術創新

當前，我國“大數據+精準扶貧”主要存在著扶貧大數據資源準確性不高、完整性不高、標準化不高及應用價值不高的情況，由于扶貧數據信息需要不斷地傳遞，這就使得數據信息傳遞的過程中內耗過大，且數據信息有失真的情況發生，如何獲取和挖掘應用價值較高的扶貧數據資源、克服扶貧數據的失真或損壞是我們要急需突破的技術難題。另外，即使我們能夠獲取龐大的扶貧數據資源，而對這些數據的歸類、提煉、處理、分析始終是我們要克服的技術問題，來自技術上的不足，面對海量的數據信息必然要耗費大量的物力、人力、財力，且難以為精準扶貧決策者提供可靠、有價值的參考信息，結果造成“數據災難”。邁入大數據時代，人們紛紛鼓吹大數據蘊藏的巨大價值，卻鮮見大數據在精準扶貧實踐中運用成熟的模式和方法。面對每天不斷增長的扶貧數據，缺乏對大數據價值邏輯分析的能力與大數據技術創新的能力正是大數據時代背景下精準扶貧要面臨的挑戰。

（二）挑戰二：數據安全

“大數據+精準扶貧”的實踐過程中，大數據處理仍然面臨著“數據資源不完善、數據分析時間較長、應用中的安全與隱私保護問題和高能耗”[8]等諸多挑戰。不可否認的是，在大數據扶貧時代，一方面，大數據在精準扶貧實踐中的運用給人們帶來了許多便利和優勢，但另一方面，由于扶貧數據在管理上依然還存著諸多漏洞，導致扶貧數據信息極易被網絡不法分子或者“黑客”盜竊、篡改和利用，諸如網絡詐騙、網絡信貸等。另外，由于大數據散發著極具誘惑性的利益價值，再加上數據信息采集的手段越來越便捷、隱蔽和高超，在“大數據+精準扶貧”實踐過程中，政府對于扶貧對象個人基本信息的保護，無論在扶貧數據技術處理、信息存儲、利用等方面，還是在對扶貧大數據法律法規上都涉及不多。在這種狀況下，人們面臨著無休止的數據安全騷擾，諸如某地方政府以短信的方式通知扶貧對象領取國家扶貧救助金，扶貧對象按照短息的要求點擊了相關鏈接，結果使得扶貧對象陷入了不法分子的圈套，使得扶貧對象對當地政府大失所望，進而造成地方政府與扶貧對象不可調和的矛盾和沖突，最終導致大數據扶貧的績效大打折扣。可以說，大數據精準扶貧，數據信息安全的保護，既是社會大眾應該著重考慮和思考的難題，還是政府責無旁貸的，而且大數據應用與推廣的前提條件是數據的開放與共享，因此扶貧數據的開放與隱私如何平衡以及數據信息安全如何保護將是大數據時代精準扶貧的一個重大挑戰。

（三）挑戰三：人才培養

“大數據+精準扶貧”不僅有助于提升政府精準扶貧的針對性與實效性，還體現了對幫扶主體可行能力的否定[9]，甚至可能促成扶貧對象出現“由于幫扶帶來的不努力改善自身生計水平的集體負向激勵”[10]。反思大數據時代的精準扶貧，其受制于大數據、云計算、物聯網等技術人才的支撐，致使扶貧實踐過程中可能出現數據信息不對稱、真偽難辨等困惑，難以達到精準扶貧的效果。可以說，大數據時代的精準扶貧每個環節都需要依靠技術人才才能較好地完成，諸如扶貧數據信息的獲取、處理、分析、反饋等環節。但就目前而言，政府對于大數據、云計算、物聯網等技術人才的培養意識不夠，培養的目標尚不明確，用于技術人才培養的專項資金嚴重不足，導致“大數據+精準扶貧”實踐中十分緊缺有關大數據、云計算、物聯網等方面的技術人才。換句話說，如果把“大數據+精準扶貧”每個環節組成的大數據集合比喻成一頭獅子，那么政府必須要有能夠完全馴服這頭“獅子”的馴獸師，這在精準扶貧實踐領域就是我們通常所描述的大數據專業性人才，而當前精通大數據技術的國內精英少之又少，這勢必造成大數據扶貧實踐的滯后。因此，“大數據+精準扶貧”不僅僅是技術和工具的問題，關鍵還是大數據、云計算、物聯網等技術人才培養的問題。

（四）挑戰四：管理決策

“大數據+精準扶貧”本質上就是一場扶貧攻堅管理與決策社會大革命。大數據時代的精準扶貧絕不是紙上談兵、“經驗式”管理實踐，而是以“數據信息”為核心的管理革命。在精準扶貧領域，大數據的技術挑戰、人才挑戰、資金挑戰都是顯而易見的，但其帶來的決策挑戰更為艱巨。“大數據+精準扶貧”尤為重要的方面，就是用“數據說話”替代組織領導作決策，使得決策更具可行性和可操作性。在當前扶貧大數據非常有限、成本高昂，再加上很多貧困地區，尤其是貧困山區還沒有被“數字化”完全連通的區域，一個組織內部能夠作出重大決策的人，基本上都屬于典型的位高權重的人或者由組織內部外聘擁有專業技能的國內知名智囊。但是，在當下的精準扶貧實踐過程中，扶貧主體 （駐村干部或“第一書記”）的決策仍然更多地依賴決策者的個人經驗和決策直覺，而并不是基于數據信息。從深層次看，大數據時代的精準扶貧，在重大決策時不能單憑某些或某個人的經驗，而是要充分運用數據思維拿“數據說話”，并且大數據技術要與扶貧管理模式或架構相匹配，但這也是目前大數據扶貧最難跨越的一道坎。

（五）挑戰五：資金投入

21世紀的今天，大數據技術是信息革命或說是“數據革命”中最重要的一環，它將開啟全球新一輪的產業升級和經濟轉型，是一個國家或地區提升綜合能力和核心競爭力的關鍵性技術資源。對于中國而言，在此次全球性的“數據革命”浪潮中，不僅缺乏大數據技術的關鍵性技術要領，還嚴重缺乏充裕的資金保障，導致中國應用于精準扶貧實踐中的大數據技術“大”而不“精”，在耗費大量國家資源的同時，使得大數據扶貧的實效也大打折扣。事實上，無論是云計算技術或物聯網技術還是大數據技術，只要是將這些技術運用到精準扶貧實踐中，那么都有一個話題繞不開，就是資金的支撐。由于扶貧項目資金的屬性為公共財政支付的方式，并且大數據基礎設施、大數據技術研發、大數據獲取與處理等都需要巨額的資金投入，再加上社會組織參與精準扶貧的積極性不夠，政府給予社會扶貧組織、第三方扶貧組織的發展空間和政策支持不足，諸如扶持社會組織參與精準扶貧的體制機制不完善、扶貧項目投融資渠道不暢、信貸業務存在政策“真空”等現象，無疑給大數據扶貧的技術創新、人才培養、管理決策帶來了重大的挑戰。

三、大數據時代精準扶貧的選擇路徑

在機遇與挑戰并存的大數據時代，政府需要不斷地加強大數據扶貧的技術創新、提高大數據扶貧的安全系數、培育大數據扶貧的專業人才、規范大數據扶貧的管理模式、完善大數據扶貧的制度機制，只有這樣大數據才能進一步促進精準扶貧的時代轉型，實現國家“大數據+精準扶貧”的戰略目標。

（一）加強大數據扶貧的技術創新

大數據技術的運用、發展與創新是推動大數據扶貧良性發展的靈魂。完善貧困地區的網絡基礎設施建設是大數據扶貧技術創新的基礎，當前各級政府都在部署“寬帶進村”行動戰略，大力發展4G網絡全覆蓋工程，以拓展貧困地區與外界的信息交流與互動。如果將大數據比作石油，那么大數據分析工具就是勘探、鉆井、提煉、加工的技術[11]。事實上，大數據扶貧實踐中，扶貧大數據在大數據技術運用平臺基本內容包括數據勘探、數據分析、數據建模、數據挖掘、數據提煉、數據決策六大部分 （如圖1所示），每個環節都離不開大數據技術的運用與創新，只有掌握每個環節大數據的關鍵技術，才能將數據資源轉化為精準扶貧實踐領域所需社會價值。一方面，學習和借鑒國際上大數據技術比較成熟的商業運營模式，將海外成熟的大數據建模分析技術運用到國內精準扶貧實踐中去，并支持大數據關鍵技術的研發、專利的申請、科技成果的轉移與轉化，加強技術專利或科技成果的知識產權保護，進一步加大技術升級與技術創新的力度，重點攻克諸如數據可視化分析、數據算法分析、數據預測性分析等大數據核心技術問題；另一方面，組建大數據技術與應用一體化的科研團隊，并聘請國內外大數據專家與大數據技術精英為精準扶貧提供智力支持，對貧困區域構建具體的、可行性較高的大數據模型，以促進大數據技術在精準扶貧實踐層面的創新。

（二）提高大數據扶貧的安全系數

圖1 大數據技術運用平臺

任何技術都是一把雙刃劍。毋庸置疑，“大數據+精準扶貧”模式給中國扶貧事業帶來了全新的機遇，一定程度上來說，“大數據+精準扶貧”的價值 （如圖2）極大地改善了當前我國農村“粗放式”扶貧的不足，但盡管如此，扶貧大數據的開放、共享與隱私的平衡卻成了如何保護大數據安全的重大難題。然而，大數據應用與推廣的前提，即大數據的開放與共享，這已經是共識。隨著云計算、物聯網、大數據等技術的飛速發展，大數據時代的精準扶貧尤其要關注大數據環境下不同利益相關者數據交易、扶貧對象隱私保護等關鍵問題，推行梯度立法，把扶貧數據的開放、交易與共享納入到法治化的軌道[12]。一方面，政府要在立法方面做出更多的努力，完善數據信息保護的立法，避免數據信息泄露產生的違法犯罪，建立網絡信息安全動態保護機制，在促進數據信息共享的同時，必須推行數據信息360度全方位的保護措施。另一方面，構建以國家扶貧數據信息庫為核心的信息安全生態圈，為精準扶貧提供基于“你的發現即我的防御”的協同安全價值，并為大數據扶貧提供“自主、可控、可信”的信息安全解決方案。除此之外，對于大數據安全的保護必須樹立控制自身數據信息的權利，并在每個功能區設定權限和密碼，政府要重視對敏感數據信息的監督與管理。

圖2 “大數據+精準扶貧”的價值

（三）培育大數據扶貧的專業人才

在大數據時代，專業人才的因素是大數據扶貧最大的制約，對于大數據技術專業人才的占有，直接決定了精準扶貧能否搶到數據扶貧的先機，能否抓住大數據時代發展的契機，真正將“大數據+扶貧”力量轉變為精準扶貧的實際效果。因此，“大數據+精準扶貧”實踐中專業技術人才的培養是關鍵，這就需要政府、社會、高校和企業共同努力去挖掘與培養。

從長遠的利益來看，無論是政府和企業，還是社會和科研院校都離不開產學研一體化大數據技術人才培養模式 （如圖3）。所謂產學研，即企業、高校和科研機構之間相互協同、相互合作加快專業人才的培養和促進專業技術的創新。一方面，篩選出既有大數據、云計算、物聯網等技術知識，還有精準扶貧實踐經驗的人才，通過“政府+企業”的合作型模式強化大數據專業人才的培訓，為“大數據+精準扶貧”輸送高質量的智力支持。另一方面，企業通過面向高校招聘有大數據技術研究潛質的應屆畢業生，深化其對大數據、云計算、物聯網等技術的理論認識與實踐應用，保證大數據技術人才培養的可持續性。需要說明的是，產學研一體化大數據技術人才培養的關鍵在于企業、學校和科研機構之間優勢互補、互惠互利，諸如學校作為企業人才輸送的基地，反過來企業為高校學生提供實戰的機會，通過二者之間的協同合作達到技術創新和人才培養的目標。

圖3 產學研一體化大數據技術人才培養模式

（四）規范大數據扶貧的管理模式

“大數據+精準扶貧”目標就是解決以往單憑經驗決策的“粗放式”扶貧模式，進行一場前所未有的以“數據信息”為核心的管理革命。大數據時代的精準扶貧工作是一項需長期攻堅的系統化工程，要在構建扶貧指標體系目標的前提下不斷地探索和規范“大數據+精準扶貧”的管理模式（如圖4）。

圖4 “大數據+精準扶貧”管理模式

首先，要構建不同階段的扶貧指標體系目標，將扶貧指標體系的子目標轉交給大數據扶貧中心，根據扶貧區域和扶貧對象的實際情況，并獲取、挖掘、分析和處理扶貧大數據，構建符合實際情形的扶貧大數據模型。其次，通過對扶貧大數據模型的可行性做綜合分析評估，一方面如果綜合分析評估通過則將評估結果與建議推送給領導信息決策中心，然后領導信息決策中心作出最終的決策與調整，進而實現大數據扶貧的目標；一方面如果大數據模型可行性綜合分析評估沒有通過評審，那么還可以通過反饋，進而促使扶貧大數據模型的重建，直至大數據模型可行性評估通過。最后，在整個“大數據+精準扶貧”管理模式的實踐過程中，不僅需要云計算、物聯網、大數據的技術保障，還需要諸如頂層設計、技術元、基礎信息、數據源、服務體系化等諸多因素的支撐。簡言之，“大數據+精準扶貧”的管理模式必然是要實現由“經驗主義”的決策模式轉向以“數據理性”為核心的大數據扶貧管理模式。

（五）完善大數據扶貧的制度機制

大數據在精準扶貧實踐中所帶來的挑戰與風險并不能歸咎于大數據本身，如何規范和完善大數據精準扶貧的制度機制才是規避挑戰與風險的價值邏輯。由于制度帶有長期性、根本性、穩定性和全局性[13]，那么必須進一步完善大數據扶貧的制度機制，以促進大數據在精準扶貧實踐中的運用、推廣與共享。首先，建立大數據扶貧的統籌規劃機制，將不同部門、不同機構的共識與分歧、利益與沖突進行整合，實現大數據信息資源的共享、人才共享、大數據技術共享，形成“大數據+精準扶貧”的合力。其次，完善領導負責制，進一步健全行政審批“終身負責制”，推行“誰審批，誰擔責”，必須將監督和問責納入法治化的軌道，確保各項大數據扶貧實踐工作科學高效運行[14]，形成職責明晰、協同合作的大數據精準扶貧格局。與此同時，要加強大數據安全立法，從保護數據信息安全與隱私層面出發，以“法”規范大數據信息的安全，并構建大數據扶貧動態評估考核機制，推動扶貧過程的公正透明。諸如，貴州“扶貧云”平臺依托大數據技術、物聯網技術、云計算技術能力將貧困戶的相關信息加以量化，建立包含18項48個小指標在內的脫貧指標體系，通過相關部門對指標的評估考量輸出貧困戶的脫貧指數:60分以下評定為確系貧困，60～80分評定為潛在貧困，80分以上評定為已經脫貧，并將脫貧指數作為扶貧對象識別的參考標準。再次，引導與鼓勵公益組織、第三方組織等社會組織積極參與大數據扶貧的實踐中來，為政府與社會組織在數據源、技術源以及管理方、資金方、投資者之間搭建合作的橋梁。大力發展“互聯網+產業扶貧”、電商扶貧、數字教育扶貧等大數據扶貧模式，爭取社會各界的人力、物力和財力的支持，持續加大數據扶貧融資信貸服務并拓寬大數據扶貧的融資渠道，加快解決大數據扶貧資金不足的狀況。

四、結論與討論

2008年，世界上最早的國際性科技期刊《Nature》推出了Big Data專刊，由此引發了全世界對大數據的關注。近年來，基于云計算、物聯網、大數據技術在中國市場的興起于發展，中國政府提出在相關領域推行“互聯網+”行動，實現大數據的創新性與實踐性發展。從政府方面而言，盡管在國家層面政府對大數據的創新性發展給予年高度重視，但是對于大數據在精準扶貧領域的技術創新、數據安全、人才培養、管理決策、資金投入等方面給予的力度依然不足；從社會領域而言，構建社會良性發展的大數據技術生態環境是有效應對大數據技術安全挑戰、開放風險、發揮好大數據價值的主要出路，需要社會各界包括互聯網企業、IT行業、工業界、科技界以及政府相關部門在國家法治框架下的共同努力，通過打破大數據行業壁壘、成立大數據共享聯盟、制定大數據質量評估標準、構建大數據技術專業組織、協同保障大數據信息安全等途徑，實現和諧的大數據扶貧生態，促進大數據扶貧向數字化貧瘠與信息化薄弱的貧困區域延伸。