“空白”人群精準畫像的探索
——基于蘭溪市試點經驗

□ 趙三武

2023 年，浙江持續推進共同富裕示范區建設，2023 年浙江全體居民人均可支配收入為63830 元，位列全國第三，城鄉居民人均收入倍差為1.86，比上年縮小0.04。為了更好地促進浙江共同富裕建設，蘭溪市通過構建“空白”人群群體結構數據庫，為全省群體結構數據庫建設提供實踐經驗，對科學確定全省“擴中”“提低”對象、建立體系化幫扶場景、推進全省共同富裕建設具有現實意義。

本文對照開展共同富裕基礎數據庫建設工作試點的內容和要求，對“空白”人群進行探索和分析，制定“空白”人群精準畫像方案，對“空白”人群進行篩選及特征分析，并根據分析結果提出對策建議。

| 試點基本情況

（一）試點目標

“空白”人群的研究在國內屬于新興領域，可借鑒的成熟經驗與做法較少。由于無法直接獲取工作信息和收入信息等行政記錄，因此重要數據的缺失給實際統計環節帶來了挑戰。本次“空白”人群精準畫像試點工作，通過建立數據分析模型，合理預測“空白”人群收入分布情況，為后續摸清全省“空白”人群的規模和特征、推進“擴中”“提低”行動和高質量建設共同富裕示范區提供探索經驗。

（二）研究思路

首先，通過各種渠道收集、挖掘信息，建立“空白”人群篩選規則，并以蘭溪常住人口表為基礎，對數據進行清洗，通過設計“空白”人群調查問卷，開展試點調查，并對篩選規則的正確性進行驗證；其次，根據試點中發現的問題，不斷完善“空白”人群的篩選規則，逐步定位“空白”人群；最后，通過抽樣調查，收集“空白”人群信息，運用模型預測收入分布情況，為政府精準幫扶提供決策支撐。

| 試點開展過程

（一）數據收集

1.組織召開會議，走訪對接部門。組織人社局、醫保局和農業農村局等部門參加會議20 余次；多次赴稅務局、市場監管局、公安局、人行等相關部門單位對接工作，挖掘部門可利用的信息，試點以來完成對17 個部門、8 個民間組織和企業數據的收集；兩次邀請村書記召開座談會，聽取相關意見建議。

2.對接數智平臺，獲取可用信息。對接蘭溪一體化智能化公共數據平臺的130 張表，從400 多項信息中篩選230 項可用信息。通過大數據歸集及部門收集的數據，按信息屬性可分六類：①收入相關信息：如社保繳費金額、公積金繳費基數等；②職業相關信息：如資格證書信息、騎手信息、私人診所信息等；③助貧類信息：如助學人員信息、殘疾人員信息等；④資產類信息：如房產信息、車輛信息等；⑤消費信息：如電話通信費、水電費信息等；⑥特殊人群信息：如退役軍人信息。

3.構建數據體系，清洗整理數據。基于2020 年第七次全國人口普查（以下簡稱七人普）數據，剔除死亡人員、流出人口，新增出生人口、流入人口等數據，構建2022 年蘭溪常住人員數據庫；實現作用同質表合并，針對諸如《中華人民共和國殘疾人證——省回流》《數字殘聯——蘭溪本地》等用途一致的數據表進行合并，保證同質功能表的唯一性；實現維表創建，依據大數據中心提供的省回流數據字典，進行鄉鎮街道代碼和鄉鎮街道名稱等維表創建，以及社保繳費單位類型、學校等級等維表創建。

（二）數據應用

1.進行數據探索，制定篩選規則。構建人員多維信息數據表過程中，針對信息項缺失、字段取值異常和數據間不一致等情況進行定位分析；針對省回流社保數據表人員數據不足等現狀，通過數據表二次歸集等手段進行信息擴充；從年齡、學歷、社保繳納等多維度查看人員分布情形；以清洗得到的蘭溪常住人口表為基礎，通過規則探索逐步定位“空白”人群。

2.開展抽樣調查，建立數據模型。開展鄉鎮試點，結合業務部門基礎數據表、參考文獻、人口抽樣等專業調查表進行討論分析，形成“空白”人群調查問卷設計。綜合樣本總量、所需時間精力及相關調查費用等因素，以電話詢問的形式進行抽樣調查，采用分層抽樣方法，按照蘭溪城區、中心鎮及鄉鎮行政區劃，分1 類、2 類鄉鎮街道，再抽取部分鄉鎮街道，其中1 類鄉鎮街道3 個，2 類鄉鎮街道8 個。所選鄉鎮街道樣本總量為19342 個，以約8%的比例進行隨機抽樣，考慮回收效率，最終選取1600 個樣本作為調查對象。

針對“空白”人群抽樣數據，運用方差分析進行特征選擇，通過決策樹劃分群體收入分布，以反映“空白”人群特征與其收入區間的關系，實現“擴中”“提低”重點對象劃分，為推動浙江全省共同富裕示范區建設提供現實依據。

| 試點成果

（一）“空白”人群的定義范圍

對照浙江省試點內容和要求，形成篩選規則，將“空白”人群的概念界定為：男性年齡在16—60 周歲、女性年齡在16—55 周歲（法律上有勞動能力），無法通過行政記錄（或其他可收集的相關記錄）直接獲取工作信息和收入信息的人群。

（二）七人普總體數據中“空白”人群篩選與識別

1.“空白”人群的篩選規則。本文以清洗得到的蘭溪常住人口表為基礎，通過規則探索逐漸定位“空白”人群。2022 年蘭溪常住人口為57.8 萬人，其中男性年齡在16—60 周歲、女性年齡在16—55 周歲的常住人口約34.49 萬人。通過輪詢接口等方式，初篩獲得第一輪“空白”人群9.3 萬人，后又經過討論完善篩選形成“空白”人群6.6 萬人，占常住人口比重為11.4%。如表1 所示，獲得TOP5 有效命中規則的分別是三險繳納、企業園區職工人員、學生、領取農業補貼以及公積金。其中，三險繳納可以過濾45.47%的人員。

表1 不同篩選規則命中的人數（單位：人、%）

2.“空白”人群的區域分布。6.6 萬“空白”人群占蘭溪常住人口的比重為11.4%。對6.6 萬“空白”人群進行區域分布研究可知，占比排前三的分別為蘭江街道、上華街道和云山街道，這3 個街道剛好是蘭溪市主城區所在地，尤其是蘭江街道，其“空白”人群人數占比高達22.88%，是蘭溪唯一常住人口突破10 萬人（145624 人）的街道。

3.“空白”人群的群體特征。一是男女性別總體均衡，男性人口占比高于女性。在“空白”人群中，男性為36406 人，女性為30080 人，男女性別比為1.21:1，其中性別差距最大的為靈洞鄉，差距最小的為水亭畬族鄉。二是年齡結構分布適度，略微向中老年傾斜。蘭溪市第七次人口普查數據顯示，15—59 歲的人口為345222 人，占常住人口的比重為60.06%，“空白”人群中的年齡分布也同樣呈現相同的特點，中老年人口的占比相對較高。三是受教育程度普遍偏低，主要以初中學歷為主。據統計，初中學歷人群有31267 人，占比為47.37%，在總體“空白”人群中占比最高（圖1）。四是醫保基本實現全覆蓋，城鄉居民基本醫療保險參保比例高。蘭溪市“空白”人群當中，基本醫療保險參保覆蓋面達95.64%，其中參加城鄉居民基本醫療保險的人群比例最高（占比為66.57%），參加職工基本醫療保險的人群比例最低（占比為4.47%）。五是未工作原因較為復雜，女性以料理家務而未工作為主流原因。根據調查數據，深入了解“空白”人群未工作的具體成因，其中料理家務成為主流歸因選項，離退休、喪失工作能力等原因的占比相對較低。

圖1 “空白”人群總體學歷分布情況（單位：人）

（三）抽樣調查“空白”人群的特征分析

1.抽樣調查問卷總體情況。本次抽樣調查面向蘭溪市11 個鄉鎮街道，共計發放問卷1600 份，實際回收有效問卷1519 份，回收有效率為94.94%。對問卷數據進行效度檢驗，結果如表2所示，KMO值為0.709，顯著性水平小于0.05，說明數據來自正態分布總體。

表2 KMO和Bartlett的檢驗表

2.“空白”人群收入分布模型構建探索。圍繞抽樣調查中的“空白”人群數據，運用SPSS26.0、Python 和Power BI 軟件，通過方差分析、決策樹、邏輯回歸等機器學習和統計分析方法構建模型，探索“空白”人群群體特征與收入分布的關系（表3）。

表3 機器學習和統計分析方法介紹

將11 個鄉鎮街道作為因子，將年收入作為因變量進行方差分析，結果如表4 所示，顯著值為0.000，小于0.05。由此說明蘭溪市11 個鄉鎮街道的年收入水平存在顯著差異，地理位置可能為影響居民年收入的因素之一。

表4 鄉鎮街道與年收入的單因素方差分析

本文以年收入作為研究因變量，嘗試建立以年齡、性別、受教育程度等為因子的方差分析模型，用以初篩影響年收入水平的特征變量。結果顯示，受教育水平、電費、電話費、車房資產情況等因子，對年收入水平具有顯著影響。基于上述分析，嘗試運用決策樹模型，構建預測“空白”人群年收入分布的模型。

受限于抽樣數據的數據量，年收入暫時按照高收入（10 萬元及以上）與低收入（10 萬元以下）兩檔進行劃分（圖2）。結果表明，基于抽樣數據和特征選擇，目前決策樹模型的正確率達63%，對“空白”人群的收入水平分布能夠進行一定程度上的預測。

圖2 “空白”人群收入分布預測決策樹示意圖

3.對照浙江省共同富裕目標分析。根據出臺的《浙江省“擴中”“提低”行動方案》（以下簡稱《行動方案》），《行動方案》的目標之一就是到2025 年，家庭年可支配收入10—50 萬元群體比例達到80%、20—60 萬元群體比例達到45%。

結合目前抽樣數據中的蘭溪市“空白”人群收入分布情況，從而對蘭溪市整體“空白”人群的收入分布進行統計推斷分析。由于本研究針對的是“空白”人群個體收入情況，而《行動方案》中的測算指標為家庭年可支配收入，故在推斷估計時進行了簡要模糊換算，選定置信度95%，推斷目前蘭溪“空白”人群家庭年可支配收入10—50 萬元群體比例約為71.25%，20—60 萬元群體約為22.26%，較《行動方案》中的目標仍有一定差距。

| 對策建議

針對行政記錄有所缺失的“空白”人群進行深入研究，不僅可以填補現有統計制度的空白，而且可以更有效地了解該人群的社會現狀和收入分布狀況，為浙江省高質量發展建設共同富裕示范區提供政策參考。現結合本文研究結果，提出如下對策建議：

（一）明確“空白”人群定義，制定配套統計標準

“空白”人群的研究尚處于探索階段，浙江需制定相關指導意見，明確界定“空白”人群概念，并制定相配套的統計標準與統計制度。因此需要加強頂層設計，做好謀篇布局。一是政府層面需要制定體現普遍性和指導性的頂層政策。對于“空白”人群的概念、內涵以及覆蓋范圍等較為模糊的相關議題，需要全省在立法層面確定統一標準。二是形成跨部門協作機制，加快制定配套措施。依據文件，形成自上而下、主體明確的“空白”人群支持體系。

（二）實施定期抽樣調研，獲取特征優化模型

定期開展抽樣調查，聚焦“空白”人群主要特征，不斷拓展研究深度、廣度。通過不斷嘗試探索新的關鍵變量，持續優化決策樹模型，提升預測準確性。精準了解“空白”人群的收入水平分布，為政府決策提供參考依據，為浙江建設共同富裕示范區提供有力支撐。

（三）延伸建立家庭譜系，深入了解“空白”人群

以“空白”人員為切入口，延伸建立家庭譜系，進而研究“空白”家庭，分析家庭收入水平相關影響因素，實現“空白”人群信息全面覆蓋的目標。在借鑒經驗的基礎上，逐個研究解決存在的障礙，建立可持續性模型來跟蹤和掌握這類人群的情況，從而精準施策。

（四）完善社會保障制度，重點加強扶持機制

高度重視對“空白”人群的扶持和保護，針對全省地域差異，要因地制宜制定實施社會保障政策，特別是針對浙江山區26 縣，需建立健全“空白”人群的社會保障機制；還要立足地方實情，堅持與時俱進，完善社會保障制度建設。同時加強宣傳和教育工作，做好政策的宣講，使其真正服務于有需要的人群，實現社會保障政策有效落地。

（五）建立社會支撐網絡，構建數智交流平臺

搭建政企協同“數據橋”，形成“空白”人群多元化社會支撐網絡，加大政府對“空白”人群的服務供給。要加強“空白”人群數智信息管理平臺的建設，將大數據、人工智能、云計算的技術優勢以及各類數字化平臺的信息和組織優勢，與“空白”人群的管理相結合，實現數據的有效傳輸與深度融合，發揮其潛在的聯動價值。