大数据助力精准扶贫

张华庆 张春华

摘要：我国扶贫开发工作应突出靶向疗法的精准施策和扶贫机制创新，严格督查考核管理。扶贫开发要应用大数据、云计算、物联网技术平台，确保扶贫数据动态及时、真实可靠，使精准识贫、精准施策、精准脱贫更加有效，为精准扶贫提供新的理论和技术支撑，将大数据技术运用到扶贫工作各领域，合理设置统计科目，扩大动态信息采集渠道，提高数据分析能力和加工效率，为扶贫决策提供精准有效可靠的扁平化数据支撑，真正做到以贫困户的精准脱贫为中心，提升贫困人口安全感、公正感和获得感。

关键词：大数据；精准扶贫；传统方式

中图分类号：F323 文献标识码：A

引言

精准扶贫是社会精細化管理的重要表现，也是当前各级政府关注的重要工作。随着贫困问题日渐复杂化，扶贫工作的难度也逐渐加大，这对精准扶贫提出了新的更大的挑战。因此，必须充分运用大数据技术，使之成为做好精准扶贫工作的有力技术支撑。

1 传统方式扶贫与大数据精准扶贫特点之比较

传统扶贫方式具有以下几个方面的特点：第一，其工作的主要目标是却被扶贫对象能够生存；第二，其主要模式是救济式、普惠式的扶贫；第三，传统扶贫工作的重点是国家政策扶贫的效果；第四，样本数据并非是严格意义上随机产生的。大数据扶贫方式则具有以下几个方面的特点：第一，其工作的主要目标是促进发展，惠及民生；第二，其工作模式更加精细化、数据化和网络化，属于连片扶贫开发；第三，其工作重点主要放在如何实现贫困人口可持续发展方面；第四，大数据扶贫对于数据的分析和运用更加科学和精准。从两种扶贫方式特点的对比可以发现，大数据精准扶贫与传统方式扶贫存在较大的差异。

2 两种方式对扶贫问题的处理分析

传统扶贫方式通过随机抽样的方式提取样本，该种方法易出现误差，仅适用于对贫困人口实施静态数据收集，在数据分析方面也比较滞后；大数据扶贫方式则能够全面收集有关数据，实现对全部数据的整理和分析。关于贫困人口的识别和管理方面，传统方式多以县乡政府为主体组织识别，往往出现识别不精准的问题；而在大数据精准扶贫模式下，可以通过构建动态化贫困人口信息平台，实现对贫困人口的精准识别，不利之处在于大数据采集阶段工作量较大。关于贫困人口的管理方面，传统扶贫方式下对于贫困人口多采取阶段性审核的方式进行管理，这种模式不利于及时更新贫困人口脱贫、返贫等信息，导致信息更新滞后；大数据精准扶贫模式下则可以做到动态化监管和精准化识别，监管更加科学有效。同时，政府职能的转变也对扶贫方式提出了更高的要求，以往政府制定政策更多关注如何解决贫困，希望短期内能够见到效果，对于扶贫效果的持久性关注不够。在大数据精准扶贫模式下，通过运用大数据云计算功能，可以精准地判别贫困人口致贫原因，从而采取的扶贫措施更加有针对性，更有利于于从根本上解决贫困人口贫困的问题。

3 现状及分析

就现阶段而言，在国家层面上已建立了全国扶贫开发信息系统，系统的建立在基层操作过程中主要承担数据收集和存储整理作用，从一定程度上说，全国扶贫开发信息系统为扶贫工作提供了数据上的支持，但是具体工程和分析仍需要人为。

通过试点，江苏省淮安市开发的“阳光扶贫”系统，有效的将扶贫管理工作、公共监督和平行监督整合，建立了扶贫对象数据库、扶贫资金数据库、扶贫项目数据库和扶贫力量数据库，由简单的数据收集向提供全方位查找、监管转变，并可以通过手机APP查询贫困户信息，发挥了数据整合资源优势，可以清晰的查看到农户的致贫原因、家庭信息、帮扶信息、收入构成和脱贫轨迹，为大数据提供可靠的支撑。

4 大数据助力精准扶贫

4.1 实现精准扶贫的技术突破

研发大数据精准扶贫信息管理系统需要支付高昂的固定成本，仅凭贫困地区自主研发则较为困难，国家应制定相应的引导政策，通过税收减免、财政补贴等方式加强大数据应用于扶贫治理领域的广度与深度，鼓励技术创新，着力攻克例如可视化分析、数据挖掘算法、预测性分析、语义引擎等大数据技术的核心问题，完善云计算平台等硬件设施的建设。现如今随着大数据价值日益彰显，大数据扶贫治理人才呈现出供不应求的现状，国家应大力培养大数据扶贫管理人才，坚持将人才培养与可持续发展理念相融合，一方面通过强化培训为建设大数据精准扶贫管理平台输送高质量人才，通过竞争上岗筛选出具备大数据知识基础和扶贫治理工作经验的人员；另一方面则面向有发展潜力的应届生，例如各地扶贫主管单位可与人事主管部门一同前往高校进行宣传，通过定向选调和培训的方式挖掘有能力的应届毕业生充实到扶贫队伍里。在工作前可对毕业生开展定向培训，深化其对大数据理念和技术的认知与应用，避免大数据扶贫治理人才出现代沟。

4.2 构建全国共享的精准扶贫数据平台

精准扶贫数据平台囊括所在区域范围内的扶贫信息，为了能够达到共享互联的目的，平台设计要从四个层次搭建，包括数据收集层次、数据储存层次、数据分析层次和数据呈现层次。在数据收集层次，可以利用Thrift数据传输技术手机处于不同位置不同领域的数据资源，通过在可客户端操作，直接将相关的数据输送给中央系统，并作为数据储备长期保存在数据储存层。数据储存层作为后台存储，应用于大规模分布式数据的储存，并且能够自动生成原始数据库，避免出现数据遗漏和丢失的情况出现。数据分析层，通过Map-Reduce技术对数据存储层的海量数据进行分析，能够根据条件挖掘贫困人员的信息和情况，并且分析得知致贫的原因，同时将贫困人员的信息进行汇总分析，可以得知贫困人口的数量、贫困区域的分布情况，以及扶贫开发的脱贫助贫效果；数据呈现层是各地的扶贫部门能够通过分享平台了解和掌握贫困信息，为提高扶贫效果提供依据和学习参考。

4.3 运用大数据进行精准扶贫考核评价

从大数据预测扶贫的需求预判扶贫存在的问题，提出可持续性的破解措施。既要通过大数据精准识别和精准帮扶，实现精准脱贫，又要致力于消除社会性的致贫因素，最大程度地减少连片贫困地区和贫困人口，实现全面小康。应用大数据对扶贫对象进行检测和评估扶贫成效，防止扶贫工作进度等瞒报虚报。对国家建立的扶贫大数据中心进行精准管理，对贫困的人流、资金流、信息流实行全面动态管理，加强大数据扶贫数据库管理。建立扶贫资金使用统筹监督，实行既分工又协作的运行机制，扶贫资金的使用可试行“村决策、乡统筹、县监督”的运行机制。通过财政支农资金和大数据平台的结合，探索对我国贫困人口实行资产收益扶贫，有效管控资产收益扶贫项目的风险，提出针对性更强的一户一策的精准扶贫措施。实现分类精准扶贫，个性化扶贫按户生成差异化需求，并建立对应的帮扶责任单位和责任人的责任清单，构建各层级扶贫数据子库，将低保兜底扶贫工作纳入民生保障考核体系和政府绩效考核体系，引入第三方评估机制，考核扶贫兜底工作实效。运用大数据防范扶贫中的职务犯罪，构筑防火墙，健全专项监督审计网络，建立精准的统计制度和监察制度，提升扶贫工作的公开度。

4.4 利用大数据进行精准扶贫的预算监管

严格把关将扶贫资金合理配置到更需要的贫困户身上，将丧失劳动力的无业者、残疾者、失能孤寡老人等的兜底性保障工作网络织得更加细密，对因病致贫者可实施先诊疗后付费，为贫困户提供更到位的医疗救助保障，同时地方财力可投入商业保险，对参保对象提供进一步医疗补充救助，降低医疗报销门槛、提高大病重病等的医疗报销比例，有效遏制因病致贫、因病返贫。积极运用扶贫大数据平台，对失独失能贫困家庭发挥社工义工的作用，让其享有长期护理福利，让每位贫困者活得更有尊严。

结束语

综上所述，扶贫开发要应用大数据、云计算、物联网技术平台，确保扶贫数据动态及时、真实可靠，使精准识贫、精准施策、精准脱贫更加有效。将大数据技术运用到扶贫工作各领域，合理设置统计科目，提高数据分析能力和加工效率，为扶贫决策提供精准有效可靠的扁平化数据支撑，真正做到以贫困户的精准脱贫为中心，提升贫困人口安全感、公正感和获得感。

参考文献：

[1]莫光辉.精准扶贫视域下的产业扶贫实践与路径优化——精准扶贫绩效提升机制系列研究之三[J].云南大学学报（社会科学版），2017（1）.

[2]汪磊，许鹿，汪霞.大数据驱动下精准扶贫运行机制的耦合性分析及其机制创新——基于贵州、甘肃的案例[J].公共管理学报，2017（3）.