大數據助力金融精準扶貧的措施探究

胡彬

摘 要 為探究大數據助力金融精準扶貧的措施，從傳統金融扶貧的現狀出發，分析傳統扶貧過程中存在的問題，即信息不對稱導致資金不足、資金不匹配;扶貧過程中的“應扶未付”“扶貧過度”“精英俘獲”的不公平問題，提出應用大數據解決金融扶貧過程中出現的各種問題，做好扶貧大數據的匹配問題和數據庫的多元化工作。

關鍵詞 金融扶貧;信息不對稱;大數據

中圖分類號：F323.8;F832 文獻標志碼：B DOI：10.19415/j.cnki.1673-890x.2020.33.063

黨的十八大以來，在中央政府和地方政府的政策推動下，我國農村扶貧工作取得了顯著成效，我國農村貧困人口從2010年的1.67億人下降到2019年的551萬人，貧困發生率從2010年的17.2%下降到2019年的0.6%。2010年以來，我國不斷推進扶貧工作，如產業扶貧、普惠金融扶貧、旅游扶貧、教育扶貧等。無論是哪種扶貧政策，都取得了顯著的成效。然而，在整個扶貧過程中，解決貧困戶的資金來源是首要問題，需要金融機構廣泛深度參與到扶貧工作中。但金融機構與貧困戶之間存在信息不對稱情況，導致金融扶貧的效率和效益達不到理想效果。隨著科技的發展，大數據的出現在一定程度上能夠緩解金融扶貧困境。因此，從大數據角度研究金融扶貧具有重要的現實意義。

1 傳統金融精準扶貧過程中存在的問題

1.1 金融機構與貧困戶之間信息不對稱

金融機構與貧困戶之間存在顯著的信息不對稱問題。在現實情況中，信息不對稱導致金融扶貧未達到效果主要源于以下4方面。1）農村地區發展滯后，市場不發達，農村的土地經營權以及房屋產權評估困難，加上農村地區的信用市場不夠健全，導致農村地區成為金融風險的易發點，對于追求盈利的金融機構而言，不愿意給扶貧對象提供資金。2）由于信息不對稱，金融機構對扶貧對象的脫貧產業計劃、資金需求缺乏了解，出現資金供需不平衡問題。3）扶貧的最終目的是要幫助農戶脫貧，對于不同的金融扶貧項目，只有做到精準監控，才能達到扶貧效果。但由于現實信息不對稱，金融精準扶貧評估存在很多困難。4）金融扶貧需要各級政府積極主動推進，金融機構和扶貧對象全程參與。但由于信息不對稱，政府扶貧工作缺乏動力，金融機構積極性不高，地方政府和金融機構雙重干預導致扶貧成本過高，從而使得扶貧工作缺乏合力。

1.2 扶貧過程中存在不公平問題

傳統的金融扶貧在具體實踐中還存在很多的不公平現象。根據韓旭東的觀點，這些不公平現象主要包括3點[1]。1）根據我國學者測算，目前我國部分地區對貧困村的建檔瞄準失誤率達到了30%，導致應該被扶貧的對象沒有被扶貧的原因主要是指標分解問題。我國在脫貧攻堅過程中，具體的貧困戶指標是由各級政府進行逐級分解得來的，在具體的逐級分解過程中，很有可能導致某一地區的脫貧指標與具體的貧困戶數量不符，指標缺少;同時，在實際脫貧攻堅中，為了提高識別的精準度，扶貧成本過高，基層扶貧工作人員工作難度和壓力大，部分人員的工作不認真，使得應被扶貧人員被遺漏。2）過度幫扶問題，地方扶貧標準制定不合理，部分地區的貧困標準高于國家制定的“兩不愁，三保障”標準，導致部分貧困戶脫貧積極性不高，完全靠政府的扶貧補助過日子;部分貧困區扶貧資源浪費，而部分貧困地區的貧富資源十分匱乏。3）扶富不扶貧問題，即學術界的“精英俘獲”問題。溫濤認為，部分農村地區扶貧資源分配不公平[2]。邢成舉認為，扶貧資金和項目的絕大部分利益都被農村精英俘獲，只有解決精英俘獲問題，才能解決扶貧目標偏移問題。世界銀行的研究報告表明，在缺乏合理制度設計的情況下，農村貧困群體很難從政府的公共服務中獲利[3]。朱夢冰認為，一種重要的識別貧困方式為“建檔立卡”制度，建檔立卡工作首先是由省級政府部門確定貧困人口規模之后將指標分配到村，再由貧困戶申請以及村民主評議確定建檔立卡戶[4]。吳新業認為，造成精英俘獲的原因在于精英農戶影響民間組織的發展，從而導致建檔立卡的不公平現象出現[5]。胡聯的研究表明，在我國的扶貧過程中，精英農戶依然可以成為建檔立卡戶，且在云貴川的抽樣調查中發現，精英農戶的俘獲了達到了25%[6]。

2 基于大數據的金融精準扶貧措施

通過頂層設計，構建政府部門以及金融部門的大數據平臺，解決信息不對稱問題。從實踐來說，2015年國務院發布《促進大數據發展行動綱要》，通過建立現代農業大數據平臺，對農村資源要素實施監測以及數據共享工作，為各級地方政府、企業、金融機構提供便捷的查詢服務，從而在一定程度上消除金融機構與農戶間的信息不對稱問題。同時，可利用大數據，通過研究農戶信用借款聲譽模型，解決農村信用不健全問題。借助大數據平臺精準管理，給每個貧困戶建立貧困指數，然后進行甄選，以精準計算貧困鄉、貧困村以及貧困戶的資金需求，從而解決金融機構資金供給與扶貧對象資金需求不匹配問題。利用大數據精準管理，做好精準扶貧工作的事后管理工作，實時反饋扶貧效果，對于扶貧效果已經達到既定的目標，扶貧戶脫離貧困標準的要及時取消扶貧，而對于沒有達到扶貧效果的要繼續加大扶貧力度，爭取早日脫離貧困。通過大數據管理，明確區分各級政府以及各金融機構的職責，減少各扶貧主體之間的重復性工作，降低不必要的金融扶貧成本，增加各主體之間的聚合力。

對于扶貧過程中存在的不公正現象，可以通過引入第三方機構建立扶貧大數據庫。一方面，通過第三方機構的盡職調查統計，杜絕傳統貧困人口調查過程中可能出現的“精英俘獲”問題;另一方面，通過對大數據的分析，避免以前貧困人口數據統計過程中出現的問題，降低金融扶貧的瞄準失誤率，做到應扶盡扶。扶貧大數據的建立要做到扶前、扶中和扶后全方面覆蓋，其中扶后的大數據統計可以對金融扶貧效果進行合理評估。

3 大數據在金融精準扶貧過程中存在的短板及改進措施

雖然大數據在金融精準扶貧過程中起到了十分重要的作用，但在具體實踐過程中也存在部分短板。

3.1 數據收集與匹配工作

傳統扶貧中相關數據是由基層政府組織調查收集，容易造成數據缺失和失真問題。在大數據時代，扶貧數據真實完整是做好扶貧工作的切實保證。因此，要改變傳統的數據收集方式，通過引入第三方機構避免此種問題出現。不同貧困區的致貧原因不同，脫貧路徑也不相同，這就需要做好扶貧數據的匹配工作，按照致貧原因對貧困人口進行分類，精準幫扶[7-8]。

3.2 扶貧數據庫多元化

金融精準扶貧為扶貧提供了基本的資金需求，提供了資金之后，還需要尋找致貧原因及脫貧途徑，而產業脫貧是一種非常具有效益的脫貧路徑。因此，在建立扶貧數據庫的同時，可以適當在數據中增加有關貧困區的自然資源、特色產業等數據，為當地產業發展提供有力支撐。

參考文獻：

[1] 韓旭東，楊慧蓮，王若男，等.精準扶貧實踐中的不公平：現象、產生原因及改進[J].干旱區資源與環境，2020，34（4）：72-79.

[2] 溫濤，朱炯，王小華.中國農貸的“精英俘獲”機制：貧困縣與非貧困縣的分層比較[J].經濟研究，2016，51（2）：111-125.

[3] 邢成舉，李小云.精英俘獲與財政扶貧項目目標偏離的研究[J].中國行政管理，2013（9）：109-113.

[4] 朱夢冰，李實.精準扶貧重在精準識別貧困人口：農村低保政策的瞄準效果分析[J].中國社會科學，2017（9）：90-112，207.

[5] 吳新葉.社區民間組織成長中的精英捕獲：問題與對策：以社會管理為視角的分析[J].中共青島市委黨校青島行政學院學報，2010（6）：40-45.

[6] 胡聯，汪三貴.我國建檔立卡面臨精英俘獲的挑戰嗎？[J].管理世界，2017（1）：89-98.

[7] 丁翔，丁榮余，金帥.大數據驅動精準扶貧：內在機理與實現路徑[J].現代經濟探討，2017（12）：119-125.

[8] 鄭品芳，劉長庚.貧困戶精準識別困境及識別機制構建[J].經濟地理，2018，38（4）：176-182.

（責任編輯：趙中正）