一種基于大數據的脫貧預測模型構建研究

摘? ?要：文章主要分析和研究如何將貧困戶的基本信息、本地區的產業信息、各類經濟及消費指標等進行統一管理，形成一個完整的精準扶貧庫，并在此基礎上對貧困戶是否能脫貧、何時脫貧進行預測，最終建立一個脫貧預測模型。為推進精準扶貧工作提供了建議，也可對各級政府的扶貧工作提供指導和決策依據。

關鍵詞：精準扶貧;脫貧預測模型;脫貧預測;大數據

1? ? 脫貧預測模型建立的必要性

精準扶貧工作是我國政府當前和今后一段時間的重點任務。在大力推進精準扶貧的背景下，各級政府投入各種扶持資源，出臺了很多的扶持政策和措施，給貧困戶很多資助。那么在政府的扶持下，貧困戶是否能脫貧、何時脫貧是各方面都關心的問題。在此背景下研究脫貧戶的特征和脫貧影響因素，建立一個有效的脫貧預測模型，將有助于明確精準扶貧未來開展方向和思路，也可對本地區的貧困進程提前進行有效判斷，為各級政府的扶貧工作提供指導和決策依據。

2? ? 脫貧預測模型分析與設計

2.1? 數據的采集

本模型涉及的數據來源于以下幾個方面。

2.1.1? 政府扶貧數據庫

在中國，政府掌握著最齊全、最龐大與最核心的數據，各級政府積累了大量與公眾生產生活息息相關的數據，比如：氣象數據、金融數據、信用數據、電力數據、煤氣數據、自來水數據、道路交通數據、客運數據、安全刑事案件數據、住房數據、海關數據、出入境數據、旅游數據、醫療數據、教育數據、環保數據等，是社會上最大的數據保有者。在保證有效監管的前提下，政府有層次、有選擇地加大數據對外開放程度，這些數據可作為精準扶貧管理及脫貧預測的數據基礎，數據的開放將打通不同地區扶貧數據的壁壘，做到不同地區的扶貧數據比對、不同地區產業數據比對、不同地區的扶貧效果和效率的比對[1]。數據的開發也為精確地預測扶貧對象是否能脫貧及何時脫貧提供數據分析和預測的基礎。同時，政府數據開放也有利于公眾參與城市管理和監督政府，進而改善公共服務。

2.1.2? 產業幫扶數據

產業扶貧是指以市場為導向，以經濟效益為中心，以產業發展為杠桿的扶貧開發過程，是促進貧困地區發展、增加貧困農戶收入的有效途徑，是扶貧開發的戰略重點和主要任務。產業扶貧主要內涵是在縣域范圍，培育主導產業，發展縣域經濟，增加資本積累能力;在村鎮范圍，增加公共投資，改善基礎設施，培育產業環境;在貧困戶層面，提供就業崗位，提升人力資本，積極參與產業價值鏈的各個環節。所以，從這一角度看，產業扶貧可看成是對落后區域發展的一種政策傾斜。在此過程中，整個產業的運行數據將提供扶貧預測模型的數據支持[2]。

2.1.3? 大數據技術的應用

在日益成熟的物聯網和云計算平臺技術支持下，通過扶貧大數據的采集、傳輸、存儲、挖掘和分析等，有望實現扶貧信息管理及預測，即在一個平臺上實現扶貧信息管理、扶貧過程管理、脫貧過程管理的集成和優化。本預測模型的建立是基于扶貧大數據處理系統分析后的數據進行的。扶貧大數據處理系統采用了Hadoop，MapReduce，Hive，Spark等技術開發的大數據處理程序，專門進行貧困戶脫貧基礎數據進行分析[3]。

2.2? 預測模型的分析與設計

扶貧預測模型基于一個基本公式：

總收益-總成本=總收入（農民純收入）

其中，總收益=家庭非產業收入+產業幫扶收益。家庭非產業收入是指家庭成員的收入，這部分收入是家庭的基本收入，不包含家庭參加產業的收益。這部分數據來源于政府的扶貧數據庫。本模型中家庭非產業收入基本上不會有太大的變化，而產業收益變動很大，是動態的，也是本模型分析的重點。產業收益數據建模：每個農戶的占比就是他個人的收益數。

2.2.1? 股東投入占比

每一個產業，根據貧困戶占比來核算其收益，每個農戶的占比就是其家庭的收益數。比如法人30萬元，成員2萬元等，每個農戶的占比即可得出。

2.2.2? 家庭收入核算

（1）成本核算。每個產業幫扶合作社統計基礎成本、單個成本兩類內容。以飼養牛舉例，基礎成本為牛舍、草料池等一次性投入的內容，如表1所示。

所有項目合計即為本次一次性投入的總成本。

單個成本包含購牛成本、飼料、保險、醫療等。此類一般是和數量有一定關系，但是邏輯上也和上面一樣計入成本，比如，1月時候100頭牛。以上兩個成本的和即為總成本。

（2）收益核算。產業扶貧合作社對收益進行核算時，通常來說也是和產品、數量和價格有一定關系。當發生價格波動時，需要實時跟蹤價格波動，如表2所示。

總收益就是每項的合計，例如：

總收益= 55 000×38+22 000×40（元）

（3）農戶家庭純收入計算。通過政府扶貧數據庫獲取家庭的基本收入、基本支出、產業扶貧合作社運營的數據等，即可計算農戶的家庭人均純收入，再與各地脫貧線進行比較即可分析出貧困戶合適脫貧、預期脫貧收入是多少。

分析模型如下：某農戶預期人均純收入=（預期總收益-預期總成本）某人占比÷家庭人口數。

從而得出結論：某農戶預期人均純收入>脫貧人均收入數，則該農戶家庭脫貧

某農戶預期人均純收入<脫貧人均收入數，則該農戶家庭不能脫貧。

在此過程中，反復地進行分析和推算，直到分析出那年農戶預期人均純收入能夠脫貧位置，而這一年即該農戶預測脫貧的年份，預期人均純收入即脫貧時的人均純收入。

3? ? 脫貧預測模型的應用探究

3.1? 預測模型的適用范圍

本脫貧預測模型的研究，主要適用范圍是政府主導的精準扶貧工作，為貧困進程提前進行有效判斷，針對脫貧戶的分析為推進精準扶貧工作提供了建議，也可對各級政府的扶貧工作提供指導和決策依據。本脫貧預測模型的研究，也可對同類型的分析預測模型及軟件開發作為一個參考。

3.2? 預測模型的應用方法和建議

本脫貧預測模型的研究，可作為精準扶貧工作的日常管理系統中的一部分，通過大數據和軟件技術將其開發出來，作為一個子系統。模型的實際運用過程中應結合大數據分析及處理技術、軟件技術、人工智能等信息化手段，才能發揮該模型的作用，提升精準扶貧工作的效率[4]。

4? ? 結語

脫貧預測模型研究完成后，將為精準扶貧工作提供輔助管理與扶貧分析功能，減少了扶貧的工作量，提升了扶貧效率。通過本模型的脫貧分析預測可以提前對扶貧過程及結果有一個判斷，為推進精準扶貧工作提供了建議，也可對各級政府的扶貧工作提供指導和決策依據。

[參考文獻]

[1]段仕浩，蘇葉健.精準扶貧管理與脫貧預測系統的設計與實現[J].計算機產品與流通，2018（11）：270.

[2]楊秀麗.精準扶貧的困境及法制化研究[J].學習與探索，2016（1）：108-110.

[3]汪三貴，郭子豪.論中國的精準扶貧[J].黨政視野，2016（7）：126.

[4]蔡效東.企業綜合扶貧增強貧困戶“造血”功能[J].農村工作通訊，2012（21）：145.

Research on the construction of a prediction model for

poverty alleviation based on big data

Duan Shihao

（Nanning College for Vocational Technology， Nanning 530008， China）

Abstract：This paper mainly analyzes and studies how to manage the basic information of poor households， industrial information， all kinds of economy and consumption index in this area， form a complete accurate poverty support bank， and on this basis， predict whether the poor households can get rid of poverty， when to get rid of poverty， and finally establish a prediction model to get rid of poverty. It provides suggestions for promoting accurate poverty alleviation work， and can also provide guidance and decision-making basis for government poverty alleviation work at all levels.

Key words：accurate poverty alleviation; poverty alleviation prediction model; poverty alleviation prediction; big data