“互聯網+”大數據平臺下動態返貧風險監測及預警機制研究

□呂承成，黃 玥，蔡 曼

（安徽大學經濟學院 安徽 合肥 230601）

1 研究背景

2020 年是全面打贏脫貧攻堅戰收官之年，穩固拓展脫貧攻堅成果作為主要目標之一被納入“十四五”經濟發展規劃之中。脫貧不脫政策，杜絕返貧現象，在鞏固脫貧攻堅成果的同時，如何防范脫貧人口再次返貧，是貧困治理動態長效機制建立與完善需要面對的問題。

貧困包含現實生活中存在的生存與發展困難，同時體現在個人發展過程中面臨的風險性和經濟脆弱性。Klasen 等（2014）指出，貧困狀態的測量不應僅采用貧困人口數量、貧困差距及貧困嚴重度指標，還應該采用“人頭數的貧困脆弱性”“脆弱性差距”及“脆弱性嚴重程度”等指標進行測量。Glewwe 和Hall（1998）認為，貧困脆弱性不是事后確定性的統計分析，而是一種事前的預判和測量；同時脆弱性是一個動態的概念，包括一個宏觀的經濟沖擊所引起的一系列后果。反貧困政策成為發展中國家重要的公共政策以來，Klasen 和Waibel（2014）、Ward（2016）研究發現，政策成敗的關鍵在于如何測量貧困的脆弱性，從而識別出政策針對的對象。針對測定貧困脆弱性重要因素之一——返貧風險，陳傳波（2005）將農戶視作風險管理的主體，構建了包括各類資產風險、收入風險和福利風險在內的實體性質的農戶面臨風險和脆弱性分析的整合框架，并指出無形的信息、市場、公共服務及非市場制度是否存在或是否完善也是農戶面臨風險的重要來源。

由于貧困與貧困脆弱性在概念上存在顯著區別，因此二者在研究對象的選取上也存在明顯差異：貧困問題研究的主要標準是研究對象的生活水平和各種保障、福利不滿足于國家或者某一區域的最低生活水平；貧困脆弱性問題則是對國家或者區域貧困線上下的群體均涉及，主要側重在高于貧困線的家庭或者個人是否會因為某些風險導致返貧的問題。

2 基于“互聯網+”技術平臺的返貧預警動態監測機制

2.1 “互聯網+”技術平臺在返貧預警動態識別中的應用

2020 年扶貧工作進入攻堅期，截至2020 年11 月20 日，全國已有20 個省（直轄市、自治區）實現貧困縣全部摘帽，接下來要面臨的問題是如何穩定脫貧戶并防止脫貧人口再次返貧。在此過程中，建立有效的動態返貧監測預警機制是鞏固脫貧成果的必要手段。《關于建立防止返貧監測和幫扶機制的指導意見》中指出，我國脫貧攻堅的發展已經進入了新的階段，“戰役”即將取得勝利的緊要關頭，不僅要探索鄉村振興與脫貧攻堅的轉化，也要充分發揮各種資源的作用，確保扶貧工作能夠得到延伸，在引導深度貧困者脫貧的過程中，建立健全返貧預警機制，為貧困人口提供技術、資金等多元保障。

2.1.1 將互聯網技術與返貧動態識別結合的必然性

加快互聯網技術與社會治理的結合是大勢所趨。進入21 世紀，互聯網技術飛速發展，大數據在生產、生活中的地位日益凸顯，對于大數據的使用也進化至一個更加全面、智能的階段。大數據不僅是對數據的錄入、讀出，更重要的是對數據專業化處理的能力。大數據除了應用在商業方面，供企業獲取用戶畫像外，在國家的資源調配和行政管理上也有獨特優勢。例如國務院在2018 年印發《關于加快推進全國一體化在線政務服務平臺建設的指導意見》中提出，要依托一體化平臺，便捷百姓生活，促進民主監督。

2.1.2 將互聯網技術與返貧動態識別結合的可行性

（1）指標設定的多維動態性。從監測機制設立上看，采用收入水平的單一指標無法發現農村貧困人口的結構性貧困問題，也無法快速找到返貧原因，對癥下藥。返貧現象是不斷變化的，機制設立要考慮貧困的動態性、復雜性[1]，需要利用互聯網技術構建智慧平臺，便于直觀地掌握綜合指標變動情況。

（2）數據處理的可操作性。設置復雜的動態回溯機制對數據有嚴格要求，一是需要從前期開始持續性地收集地方的各項數據，二是有充分的數據計算處理能力，三是要能夠從數據中獲取準確及時的有效信息。這要求使用大數據處理技術充分挖掘可用信息。

綜上，對返貧人口精準識別、返貧原因準確分析、扶貧手段精準選擇等都迫切需要大數據技術的支持[2]。這也是推動政府治理能力現代化的內在需要和必然選擇。

2.2 “互聯網+”技術平臺的動態返貧預警機制構建

2.2.1 確立綜合監測指標

“互聯網+”與大數據技術緊貼“兩不愁三保障”主要指標，是數據收集處理的實際需要。“兩不愁三保障”是指穩定實現農村貧困人口不愁吃、不愁穿，保障其義務教育、基本醫療和住房安全。因此，以收入水平判斷貧困狀態劃分貧困與非貧困是遠遠不夠的，應引入綜合的監測指標體系。

2.2.2 依據客觀情況分類監測

針對客觀存在的分層情況，開展脫貧戶分類監測，可聚焦返貧風險較大的群體[3]。利用大數據的云計算功能，根據設立的返貧風險指標體系，將脫貧戶及在貧困線徘徊的家庭作智能分級，可分為非貧困且低脆弱性、貧困且低脆弱性、非貧困且高脆弱性、貧困且高脆弱性4 級。重點監測高脆弱性家庭。

結合分級情況和各戶初期致貧原因與地區情況變動，觀測不同細化指標，根據數據反饋，采取有針對性的幫扶政策。

2.2.3 參考各類主體反饋

除了根據監測指標異常值評估地區貧困狀況外，在平臺設立專門的評論交流區，鼓勵脫貧群眾民主參與，減少脫貧戶過度依賴政府的想法及因“鈍”返貧的可能性。對評價進行智能篩選，分類總結群眾重點提出的問題及地區經驗。鼓勵多元主體融入脫貧信息共建機制[4]，在平臺中加入企業促進當地產業發展的經驗，使其及時向地區政府和人民反饋經營狀況。

2.3 “互聯網+”大數據平臺的動態返貧預警監測機制應用場景分析——基于貴州省案例

目前已有案例證明依托大數據技術進行脫貧攻堅監測的有效性。2016 年，貴州省獲批成為國家第一個大數據綜合試驗區，在實踐探索的過程中，該省結合社會發展的實際需求，依托大數據技術，對相關資源進行系統化的監測，為監測評價的實施提供了有效的技術與理念保障[5]。

2.3.1 關聯數據，精準識別

貴州省使用“精準扶貧云”系統，打通教育、人社、住建、民政、水利、國土、農社、林業等19 個部門的相關數據[6]，實現數據互通共享。利用“云”系統，記錄貧困戶實時數據，全面核準貧困家庭情況，精準識別幫扶對象。

2.3.2 信息核實，智能校驗

利用數據共享融合成果，導入數據庫中的已有數據，便于工作人員填寫幫扶信息。在前端填報方面，綜合運用關聯運算、邏輯判斷、自動校驗等功能機制，解決數據口徑不一致等問題[7]。

借鑒貴州省的經驗，將構建解決脫貧攻堅監測機制的技術手段運用到返貧監測上，通過總結先前實踐結果的優點與不足，進一步完善機制。在全國范圍內選擇一定地區試點，結合各地區不同的稟賦條件，對機制作相應調整，爭取實現防返貧智能監測機制在全國范圍內覆蓋。

3 結束語

在脫貧攻堅任務如期完成的新時代大背景下，貧困的脆弱性和動態性特點不容忽視，脫貧人口返貧是當下鞏固扶貧成果的重要風險因素。基于互聯網技術支持下的指標設定多維動態性及數據處理的可操作性等特點，構建“互聯網+”大數據平臺下動態返貧風險監測及預警機制，結合返貧風險指標體系，對脫貧戶及在貧困線徘徊的家庭作智能分級并開展動態監測，有利于從源頭識別返貧風險，嚴把脫貧和返貧進出關口。

為了更好地發揮“互聯網+”大數據平臺下動態返貧風險監測及預警機制作用，各地應積極應用大數據平臺，及時高效地識別返貧風險較高的家庭。同時，營造良好的返貧指標上報氛圍，定時和第三方平臺溝通，獲取識別監測的相關數據，邀請第三方機構（民間機構、高等院校等）對動態返貧監測工作進行進一步監督與評估，鞏固脫貧成果。