大数据时代精准扶贫探析

周超 陈连艳

[摘要]作为一种技术性手段的大数据是精准扶贫实践中的重要资源。大数据为精准扶贫实践中的贫户精准识别、干部精准选派、规划精准实施、政府精准监管提供了较好的契机。但大数据在精准扶贫实践中的运用与推广，也遭遇了技术创新、数据安全、人才培养、管理决策、资金投入等诸多挑战。大数据时代的精准扶贫，需要不断加强大数据扶贫的技术创新、提高大数据扶贫的安全系数、培育大数据扶贫的专业人才、规范大数据扶贫的管理模式、完善大数据扶贫的制度机制，进一步促进精准扶贫的时代转型，实现国家“大数据+精准扶贫”的战略目标。

[关键词]大数据；精准扶贫；大数据扶贫

[中图分类号]D601 [文献标志码]A

大数据就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉。从狭义的角度来说，大数据是指在一定的时间里，人们无法借助常规工具对其内容进行获取、管理、处理等大量数据的集合；从广义的角度来说，大数据是指人们从海量数据信息中获取有用价值数据信息的一种能力。

在信息大爆炸的时代，大数据正在深刻地改变着人类传统的政治生活、经济生产、社会生态，信息传输是政治技术的核心要素，大数据的应用与推广已经成为不可逆转的全球性大趋势。2015年9月，国务院印发的《促进大数据发展行动纲要》明确提出，要加快大数据的应用与发展。在扶贫攻坚领域，通过“大数据+精准扶贫”的模式为当前扶贫开发工作提供了新思路。

一、大数据时代精准扶贫的崭新机遇

（一）大数据有利于贫户精准识别

大数据扶贫是精准扶贫适应中国社会新常态的减贫、扶贫、治贫新模式。在粗放式扶贫实践中，贫户的识别往往受限于人力、财力和物力，基层政府对贫困户的识别采取的是人工数据采集和抽样调查的方式，这种粗放式的识别方式必然会出现贫困人口信息的偏差，导致政府扶贫的对象不准，有的真正贫困的人群享受不到国家给予的相关资助。与以往的贫户识别途径不同，在大数据时代，基于物联网、云计算等技术，政府可以获取大量的数据，改变了以往靠样本数据分析的不足，并且通过为贫困户建档立卡的方式，综合分析和评估贫困家庭的各项指标数据（诸如：家庭成员平均年收入、家庭住房状况、医疗卫生状况、子女教育情况等），确保贫困人口的精准识别，并在规定的时间内进行公示，这样不仅防止了贫户数据的隐瞒、造假，还极大地提升了大数据扶贫的实效性。

（二）大数据有利于干部精准选派

精准扶贫的首要问题就是要最大限度地满足贫困人口的需求，通过动态的贫困人口信息系统或贫困人口数据库，深度分析和了解贫户所需，进而选派扶贫“第一书记”或者“专业书记”，充分发挥扶贫干部的优势。通过云计算、物联网、大数据平台，政府不仅要建立扶贫对象数据库，还要建立扶贫干部数据库，并且要及时更新两大数据库，在一定时期内，综合评估考量扶贫干部和扶贫对象，確保扶贫干部队伍的专业性，加快贫困乡村“摘帽”和贫困人员脱贫。除此之外，政府还可以通过对扶贫大数据的分析，举办产业和就业扶贫业务的专题培训，譬如培育“企业+贫户”专业合作社、举办农业知识培训班、拓宽农村剩余劳动力输出渠道等。简言之，大数据运用于扶贫干部的选派和培训是对口帮扶工作的两大基础性环节，为扎实推进大数据时代的精准扶贫、精准脱贫、精准帮扶提供了坚强的组织保障。

（三）大数据有利于规划精准实施

在通过大数据精准识别贫困户基本信息之后，如何因地制宜地将政府的扶贫规划精准实施成为了扶贫干部最棘手的难题。在大数据时代的背景下，政府在推进精准扶贫实践过程中必须运用“大数据”思维、掌握“大数据”技术、普及“大数据”知识，深入研究贫困人口的方方面面，根据贫困区域的现实状况开发符合当地市场需求的特色产业，进而有效规划、精准施策。产业扶贫作为中国扶贫开发工作的重要路径之一，如今“互联网+产业扶贫”的模式成为了国家精准扶贫不可逆转的新常态。一方面，产业化精准扶贫借助“互联网+”平台有利于拓宽贫困地区特色产业（诸如：特色农业产品、特色旅游项目，等）发展的渠道，从而提高贫困人口的收入帮助贫户脱贫致富；另一方面，立足于大数据、云计算、物联网等信息技术平台，依靠信息技术实现扶贫干部与扶贫规划“一对一”的精准决策，结合大数据的合理预测，确保政府扶贫规划科学地实施。

（四）大数据有利于政府精准监管

《简化：政府的未来》指出，如果没有政府的有效监管，也就不会有自由市场。换句话说，如果政府什么都不监管，那么任何国家制度或法律规定都不可能得到合理的维护。不可否认的是，有效地政府监管可以促进社会的公正和公平，维护整个社会的正常秩序。亦如在扶贫领域，政府的有效监管可以确保扶贫信息的准确、可靠、实用性强。大数据时代的精准扶贫可以有效地将扶贫对象、扶贫资金、扶贫信息纳入到大数据平台，政府可以通过大数据平台实现对农村精准扶贫工作全面地、系统地、动态地监督管理。另外，通过对大数据平台的监管，综合考评下级单位或个人的扶贫工作成效，并建立扶贫主体晋升淘汰机制和扶贫对象准入退出机制。因此，在精准扶贫实践过程中，政府要充分借助“互联网+”、云计算、大数据平台等信息化扶贫开发理念和技术性扶贫开发手段实现对各级扶贫单位或个人的精准监管。

二、大数据时代精准扶贫的现实挑战

（一）挑战一：技术创新

庞大而丰富的数据源是大数据发展与应用的前提。然而，当前我国扶贫数据资源主要存在着准确性较差、完整性较低、标准化不高及应用价值不高的情况，如何获取和挖掘应用价值较高的扶贫数据资源是我们要急需突破的技术难题。另外，即使我们能够获取庞大的扶贫数据资源，而对这些数据的归类、提炼、处理、分析始终是我们要克服的技术问题，来自技术上的不足，面对海量的数据信息必然要耗费大量的物力、人力、财力，且难以为精准扶贫决策者提供可靠、有价值的参考信息，结果造成“数据灾难”。迈入大数据时代，人们纷纷鼓吹大数据蕴藏的巨大价值，却鲜见大数据在精准扶贫实践中运用成熟的模式和方法，这便是人们对于大数据的价值逻辑缺乏敏锐性与洞察力，且对于大数据分析的重大要件元素或技术尚不完全成熟。面对每天不断增长的扶贫数据，缺乏对大数据价值逻辑分析的能力与大数据技术创新的能力正是大数据时代背景下精准扶贫要面临的挑战。

（二）挑战二：数据安全

当前，对大数据处理仍然面临着“数据不完备、数据分析时间较长、应用中的安全与隐私保护问题和高能耗”等诸多挑战。不可否认的是，在大数据扶贫时代，一方面，大数据在精准扶贫实践中的运用给人们带来了许多便利和优势，但另一方面，由于扶贫数据还存在管理上的漏洞，那些由政府公布或者存储起来的庞大数据信息容易被不法分子盗窃和利用，这就造成了扶贫数据安全的问题。另外，由于大数据散发着极具诱惑性的利益价值，再加上数据信息采集的手段越来越便捷、隐蔽和高超，在扶贫实践领域，对扶贫对象个人信息的保护，无论在数据信息技术手段还是在法律規定上依然是捉襟见肘。在这种状况下，人们面临着无休止的数据安全骚扰，诸如：不法分子利用短信通知某扶贫对象去领取扶贫救助金，按照短息的通知点击链接，结果扶贫对象陷入了不法分子的圈套或陷阱，造成扶贫主体和扶贫对象的矛盾和冲突，最终导致大数据扶贫绩效大打折扣。大数据精准扶贫，对数据信息安全的保护，既是社会大众应该着重考虑和思考的问题，也是政府责无旁贷的，而且大数据应用与推广的前提条件是数据的开放与共享，因此，扶贫数据的开放与隐私如何平衡以及数据信息安全如何保护将是大数据时代精准扶贫的一个重大挑战。

（三）挑战三：人才培养

大数据精准扶贫，不仅有助于提升扶贫工作的针对性与实效性，还体现了对于帮扶主体可行能力的否定，甚至可能促成扶贫对象出现“由于帮扶带来的不努力改善自身生计水平的集体负向激励”。反思大数据时代的精准扶贫，其受制于大数据技术人才队伍的技术支撑，致使扶贫实践过程中可能出现扶贫数据信息不对称、真伪难辨等困惑，难以达到精准扶贫的效果。大数据时代的精准扶贫每个环节都需要依靠专业人员才能较好地完成，诸如扶贫数据信息的获取、处理分析、反馈等环节，当前国内精通大数据技术的精英少之又少，这势必造成大数据扶贫实践的滞后。因此，大数据扶贫不仅仅是技术和工具的问题，关键还是大数据技术人才培养的问题。

（四）挑战四：管理决策

大数据精准扶贫本质上就是一场扶贫管理与决策的革命。大数据时代的精准扶贫绝不是纸上谈兵的“经验式”管理实践，而是以“数据信息”为核心的管理革命。在精准扶贫领域，大数据的技术挑战、人才挑战、资金挑战都是显而易见的，但其带来的决策挑战更为艰巨。大数据扶贫尤为重要的方面，就是它会直接影响组织怎样决策、谁来决策。在当前扶贫数据信息非常有限、获取数据成本高昂且贫困地区没有被完全“数字化”的时代，重大决策者多数是领导者或是高薪聘请来的拥有专业技能和显赫履历的外部智囊。但是，在当下的精准扶贫实践过程中，扶贫主体（驻村干部或“第一书记”）的决策仍然更多地依赖决策者的个人经验和决策直觉，而并不是基于数据信息。从深层次看，大数据时代的精准扶贫，在重大决策时不能单凭某些或某个人的经验，而是要充分运用数据思维拿“数据说话”，并且大数据技术要与扶贫管理模式或架构相匹配，但这也是目前大数据扶贫最难跨过去的一道坎。

（五）挑战五：资金投入

大数据技术是信息革命或说是“数据革命”中最重要的一环，它将开启全球新一轮的产业升级和经济转型，是一个国家或地区提升国家综合能力和核心竞争力的关键性技术资源。对于中国而言，在此次全球性的“数据革命”浪潮中，资金保障不够，导致应用于精准扶贫实践中的大数据技术“大”而不“精”，导致大数据扶贫的实效大打折扣。事实上，无论是云计算技术或物联网技术还是大数据技术，只要是将这些技术运用到精准扶贫实践中，那么都有一个话题绕不开，就是资金的支撑。由于扶贫项目资金的属性为公共财政支付的方式，并且大数据基础设施、大数据技术研发、大数据获取与处理等都需要巨额的资金投入，无疑给大数据扶贫带来了重大的挑战。

三、大数据时代精准扶贫的选择路径

（一）加强大数据扶贫的技术创新

大数据技术的运用、发展与创新是推动大数据扶贫良性发展的灵魂。如果将大数据比作石油，那么大数据分析工具就是勘探、钻井、提炼、加工的技术。事实上，大数据扶贫实践中，扶贫大数据在大数据技术运用平台基本内容包括数据勘探、数据分析、数据建模、数据挖掘、数据提炼、数据决策六大部分（如图1所示），每个环节都离不开大数据技术的运用与创新，只有掌握每个环节大数据的关键技术，才能将数据资源转化为精准扶贫实践领域所需社会价值。一方面，学习和借鉴大数据技术比较成熟的商业运营模式，将成熟的大数据建模分析技术运用到精准扶贫实践中去，并支持大数据关键技术的研发、专利的申请、科技成果的转移与转化；另一方面，组建大数据技术与应用一体化的科研团队，并聘请国内外大数据专家与大数据技术精英为精准扶贫提供智力支持，对贫困区域构建具体的、可行性较高的大数据模型，以促进大数据技术在实践层面的创新。

（二）提高大数据扶贫的安全系数

任何技术都是一把双刃剑。毋庸置疑，“大数据+精准扶贫”模式给中国扶贫事业带来了全新的机遇，一定程度上来说，“大数据+精准扶贫”的价值（如图2）极大地改善了当前我国农村“粗放式”扶贫的不足，但尽管如此，扶贫大数据的开放、共享与隐私的平衡却成了如何保护大数据安全的重大难题。然而，大数据应用与推广的前提就是大数据的开放与共享，随着云计算、物联网、大数据等技术的飞速发展，大数据时代的精准扶贫尤其要关注大数据环境下不同利益相关者数据交易、扶贫对象隐私保护等关键问题，推行梯度立法，把扶贫数据的开放、交易与共享纳入到法治化的轨道。除此之外，对于大数据安全的保护必须树立控制自身数据信息的权利，并在每个功能区设定权限和密码，政府要重视对敏感数据信息的监督与管理。

（三）培育大数据扶贫的专业人才

在大数据时代，专业人才的因素是大数据扶贫最大的制约，对于大数据技术专业人才的占有，直接决定了精准扶贫能否抢到数据扶贫的先机，能否抓住大数据时代发展的契机，真正将数据扶贫力量转变为精准扶贫的实践效果。因此，大数据时代的精准扶贫专业人才的培养是关键，并且需要政府、社会、高校和企业共同努力去培养与挖掘。

从长远的利益来看，无论是政府和企业，还是社会和科研院所都离不开产学研一体化大数据技术人才培养模式（如图3）。所谓产学研，即企业、学校和科研机构之间相互协同、相互合作加快专业人才的培养和促进专业技术的创新。需要说明的是，产学研一体化大数据技术人才培养的关键是企业、学校和科研机构之间优势互补、互惠互利，学校作为企业人才输送的基地，企业为高校学生提供实战的机会，通过二者之间的合作达到技术创新和人才培养的目标。

（四）规范大数据扶贫的管理模式

“大数据+精准扶贫”目标就是解决以往单凭经验决策的“粗放式”扶贫模式，进行一场前所未有的以“数据信息”为核心的管理革命。大数据時代的精准扶贫工作是一项需长期攻坚的系统化工程，要在构建扶贫指标体系目标的前提下不断地探索和规范“大数据+精准扶贫”的管理模式（如图4）。首先，要构建不同阶段的扶贫指标体系目标，将扶贫指标体系的子目标转交给大数据扶贫中心，根据扶贫区域和扶贫对象的实际情况，并获取、挖掘、分析和处理扶贫大数据，构建符合实际情形的扶贫大数据模型。其次，通过对扶贫大数据模型的可行性做综合分析评估，一方面如果综合分析评估通过，则将评估结果与建议推送给领导信息决策中心，然后领导信息决策中心作出最终的决策与调整，进而实现大数据扶贫的目标；另一方面如果大数据模型可行性综合分析评估没有通过评审，那么还可以通过反馈，进而促使扶贫大数据模型的重建，直至大数据模型可行性评估通过。最后，在整个“大数据+精准扶贫”管理模式的实践过程中，不仅需要云计算、物联网、大数据的技术保障，还需要诸如顶层设计、技术元、基础信息、数据源、服务体系化等诸多因素的支撑。简言之，“大数据+精准扶贫”的管理模式必然是要实现由“经验主义”的决策模式转向以“数据理性”为核心的大数据扶贫管理模式。

（五）完善大数据扶贫的制度机制

大数据在精准扶贫实践中所带来的挑战与风险并不能归咎于大数据本身，如何规范和完善大数据精准扶贫的制度机制才是规避挑战与风险的价值逻辑。由于制度带有长期性、根本性、稳定性和全局性，那么，必须进一步完善大数据扶贫的制度机制，以促进大数据在精准扶贫实践中的运用、推广与共享。首先，建立大数据扶贫的统筹规划机制，将不同部门、不同机构的共识与分歧、利益与冲突进行整合，实现大数据信息资源的共享、人才共享、大数据技术共享，形成“大数据+精准扶贫”的合力。其次，完善领导负责制，进一步健全行政审批“终身负责制”，推行“谁审批，谁担责”，必须将监督和问责纳入法治化的轨道，确保各项大数据扶贫实践工作科学高效运行，形成职责明晰、协同合作的大数据精准扶贫格局。与此同时，要加强大数据安全立法，从保护数据信息安全与隐私层面出发，以“法”规范大数据信息的安全，并构建大数据扶贫动态评估考核机制，推动扶贫过程的公正透明。再次，引导与鼓励公益组织、第三方组织等社会组织积极参与大数据扶贫的实践中来，为政府与社会组织在数据源、技术源以及管理方、资金方、投资者之间搭建合作的桥梁。大力发展“互联网+扶贫”、电商扶贫、数字教育扶贫等大数据扶贫模式，争取社会各界的人力、物力和财力的支持，持续加大数据扶贫、融资信贷服务并拓宽大数据扶贫的融资渠道，加快解决大数据扶贫资金不足的状况。

四、结论与讨论

十九大报告中强调，脱贫攻坚战取得决定性进展，六千多万贫困人口稳定脱贫。但精准扶贫工作仍是工作重心。近年来，基于云计算、物联网、大数据技术在中国市场的兴起与发展，中国政府提出在相关领域推行“互联网+”行动，实现大数据的创新性与实践性发展。政府方面，尽管在国家层面政府对大数据的创新性发展给予高度重视，但是对于大数据在精准扶贫领域的技术创新、数据安全、人才培养、管理决策、资金投入等方面给予的力度依然不足；社会领域，构建社会良性发展的大数据技术生态环境是有效应对大数据技术安全挑战、开放风险、发挥好大数据价值的主要出路，需要社会各界包括互联网企业、IT行业、工业界、科技界以及政府相关部门在国家法治框架下的共同努力，通过打破大数据行业壁垒、成立大数据共享联盟、制定大数据质量评估标准、构建大数据技术专业组织、协同保障大数据信息安全等途径，实现和谐的大数据扶贫生态，促进大数据扶贫向数字化贫瘠与信息化薄弱的贫困区域延伸。

[参考文献]

[1][英]维克托·迈尔

舍恩伯格，肯尼斯·库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：1

[2][美]史蒂芬·E·弗兰泽奇.技术年代的政党[M].李秀梅，译.北京：商务印书馆，2010：78-81

[3][美]卡斯·桑斯坦.简化：政府的未来[M].陈丽芳，译.北京：中信出版社，2015：25

[4]肖洁.大数据面临的挑战复杂艰巨[N].中国科学报，2015-01-20

[5]Sen A. The political economy of targeting[R]. Washing-ton：World Bank，1992：36

[6]Coady D P， Grosh M E， Hoddiontt J. Targeting of Trans-fers in developing countries：Review of Lessons and Experi-ence[M]. Washington ：World Bank Publications， 2004：36

[7]中国大数据产业观察.注意！大数据应用前夜已来[EB/0L].（2016-8-2）.http：//www.cbdio.com/BigData/2016-08/02/contem_5148869.htm

[8]郑瑞强，曹国庆.基于大数据思维的精准扶贫机制研究[J].贵州社会科学，2015（8）：163-168

[9]邓小平.邓小平文选（第二卷）[M].北京：人民出版社，1994：333

[10]罗敏.法治型政府视阈下地方政府权力清单制度研究 [J]成都理工大学学报：社会科学版，2016（1）：76-80

[11]胡善平，杭琍.中国特色社会主义精准扶贫绩效考核指标体系构建研究[J].牡丹江师范学院学报：哲学社会科学版，2017（2）：64-73

[12]王永鹏，周建鹏，李文文.五大发展理念视域下新疆精准扶贫路径探析[J].牡丹江师范学院学报：哲学社会科学版，2017（2）：74-89[责任编辑]王立国