基于大数据精准扶贫决策创新与挑战

李琦 王娇娇

（重庆工商大学财政金融学院，重庆 400067）

一、研究背景及意义

2020年实现全面脱贫，全体贫困人口迈入小康社会是我国定下的两个一百年目标之一。多年的扶贫工作中，扶贫效果凸显的同时扶贫成效的边际效益逐渐递减，扶贫陷入瓶颈期。因此通过创新扶贫机制，提升扶贫效益刻不容缓。自2013年，提出“六大精准”为理念的精准扶贫，大数据独特的“4V”特点，与精准扶贫理念高度契合。精准扶贫通过提升扶贫的针对性，优化资源配置，从而达到“扶真贫、真扶贫”的目标，提升扶贫工作质量。随着互联网的发展，各类服务终端积累了经济主体行为所产生的大量数据，通过对这些数据的分析归类，产生对决策有用的信息，从而将数据变为一种资产，对公共管理产生巨大的冲击。扶贫领域实践中，多年来的扶贫工作中，已经积累了各个行业、不同项目和人群的海量数据，大数据技术的运用可以揭示扶贫工作的内在规律，展现出以往扶贫工作中难以展现的联系，建立起围绕数据展开的科学合理的管理机制。大数据背景下的精准扶贫，通过分析不同贫困户的致贫原因，针对性地做出扶贫决策，并在扶贫过程中实现动态管理，升扶贫效益。

二、大数据背景下精准扶贫机制

传统扶贫，将注意力集中于贫困户的生计问题，多采用直接补贴的方式。然而不同的贫困户的致贫原因可能是不同的，传统粗放型扶贫模式的效益不再明显。基于大数据的精准扶贫机制主要分为致贫原因精准识别、帮扶政策精准实施、扶贫过程动态监管三步。首先利用大数据技术，对贫困数据库的数据进行多维度的分析，形成贫苦村以及贫困户360°画像，分析不同贫困户的致贫原因，使有限的资源得到最大化地利用。其次传统扶贫只调动相关资源支持相关贫困项目，而忽略了贫困村庄的实际情况，使得某些项目不符合农户的根本利益和期望。基于大数据的精准扶贫，可以通过精准识别农户致贫的主、次要原因，根据分析结果给出评估建议，从而针对性的采取相关措施，提高资源的配置效率，从根本上帮助农户实现脱贫。最后建立精准扶贫大数据管理平台。一方面及时更新贫困户信息，动态管理贫困户信息，确保已达到脱贫标准的农户及时清出系统，将新识别出的贫困户纳入扶贫系统，针对性的采取扶贫措施；另一方面完善精准扶贫考核机制。将扶贫成果数据同步到监管评估系统，定期更新发布检测评估报告，实现扶贫、检测、评估一体化，确保扶贫工作落实到位。

基于大数据的精准扶贫机制贯穿于“识别-决策-帮扶-监控-退出”的全过程。首先精准识别致贫原因，针对性的制定扶贫政策；其次根据大数据技术分析结果科学决策，扶贫资源配置效率最大化。加强贫困户与扶贫部门之间的联系，实时检测扶贫效益，及时修正完善相关漏洞。此外，贫困户可以切实地看到相关扶贫数据，提高其在扶贫过程中的参与度，使得扶贫过程更加透明化。

三、大数据背景下精准扶贫决策创新

（一）贫困人口识别

大数据平台通过收录贫困户的纯收入以及其他信息，科学合理化贫困标准，更加精准的识别贫困人口。一方面在扶贫过程中，对贫困户相关数据信息进行实时动态更新，确保扶贫部门及时掌握贫困户的各种变化，科学决策下阶段扶贫措施，提升精准扶贫效率。另一方面对相关扶贫项目进行评估，判断该项目是否符合该地区的经济发展水平、是否能为贫困人口带来收益、项目是否达到预期效果，从而为扶贫部门及时修正完善扶贫项目的不足提供可能性。

（二）致贫原因识别

传统扶贫模式下，将人均纯收入作为贫困标准，标准之下的贫困人口被确立为贫困户。但是现实情况中，不同贫困户的致贫原因存在差异化，区域性贫穷、疾病、缺乏劳动力以及受教育程度低等原因中的一种或几种情况的叠加都可能是导致他们成为贫困户的原因。因此若是针对不同原因所导致的贫穷，采取相同的粗放式扶贫方式，只会导致扶贫资源的浪费。大数据背景下，通过分析贫困户的相关数据信息，挖掘出致贫的主、次要原因，根据不同贫困人口的具体情况采取扶贫措施，更加有利于贫困户快速脱贫，提高精准帮扶的帮扶效果。

（三）扶贫资源分配

传统扶贫工作通常是政府主导型，自上而下的推行相关扶贫政策，几乎没有社会参与到扶贫工作中。大数据的引入，建立大数据平台，实现数据共享。政府相关部门、社会组织企业可以了解到贫困地区的经济、文化等情况，再结合自身的情况，进行风险评估，选择性地参与到扶贫工作中。精准扶贫中社会组织的参与可以从不同的角度出发来看待脱贫，参与扶贫，弥补政府主导的不足；以营利性为经营目标的企业的加入，其成熟的管理运营机制以及对市场运作的把握，在很大程度上可以帮助贫困户提高收入。大数据的引用，将政府、非政府机构以及企业紧密地联系在一起，发挥各自的优势，提升扶贫效果的边际效益。

（四）扶贫资金监管

传统扶贫工作中，由于资金监管不严，存在着严重的贪污、挪用、滥用扶贫资金的情况，导致本该得到扶贫资金的贫困户没有得到资助，使得脱贫工作的成效递减。大数据平台将每一个扶贫项目都纳入扶贫系统，实时更新项目的相关数据，对项目进行监管，了解每一笔资金的去向，使得扶贫工作开展过程完全透明化，一旦项目出现问题，就可以通过大数据平台留下的痕迹进行追责。大数据的应用，使得扶贫资金的监管更加严格，确保专款专用，并且每笔扶贫资金用到扶贫对象上，切实做到“脱真贫，真脱贫”。

四、大数据背景下精准脱贫挑战

（一）数据量大

互联网的蓬勃发展，各个经济主体所产生的数据量巨大，并且数以亿计的数据量每天都在更新。大数据给人们带来数据价值的同时，也由于数据量过于庞大而给数据信息的加工处理提出了巨大的挑战。首先是信息的搜集需要花费时间、人力和财力；其次信息的初步整理，筛查也增加了巨大的工作量；最后是数据的处理分析，必须整合各类信息，深度挖掘信息价值为科学决策提供依据。精准扶贫工作中，也需要从互联网上收集分析贫困户的相关数据信息，通过处理分析了解贫困户目前的真实情况并对过去和现在的状况进行对比。找出其致贫的主要、次要原因，针对具体情况采取不同措施。如果采用不全面的信息盲目分析，不仅得不到精准结果，还可能因为错误的结果导致决策失误，使现有状况更加糟糕。

（二）数据失真

精准扶贫中，数据失真的状况主要出现在贫困户和扶贫部门之间、扶贫部门之间。首先是贫困户和扶贫部门之间，贫困户收入的真实性有待考核，贫困户可能为了维护自身利益或者使自身的扶贫力度与其他贫困户保持一致，对其增收或者帮扶项目的发展情况进行隐瞒。而调查组可能因为不熟悉当地的发展状况和扶贫政策被蒙蔽，无法了解到贫困户的真实情况，从而对其提供精准性帮扶。其次是扶贫部门之间可能存在信息失真。扶贫部门之间独立操控其所掌控的数据资源，而精准扶贫工作中，各部门必须依靠大数据平台实现数据共享，而实际操作中与其共享的信息可能存在差异，导致数据失真。最终造成真正需要金融部门资金支持的贫困项目得不到资金，降低精准扶贫效率。

（三）大数据技术引入困难

一方面贫困地区的信息发展速度远远落后于城镇地区，数字化基础设施不完善，难以全面搜集贫困户的相关信息资料；另一方面大部分地区经济发展落后，没有农户信用的评级数据，难以对农户进行小额贷款，实现普惠金融。同时贫困户接收扶贫信息的渠道受到限制，贫困户的能力与素质偏低使得大数据技术的引入存在着巨大的困难。

五、总结

精准扶贫工作中，大数据技术的引入有利于贫困人口的精准识别，对其致贫主、次原因进行有效的分析，从而根据具体的情况采取不同的扶贫措施，并在扶贫资金的运用过程中实现动态监管，优化扶贫资源配置，真正落实精准扶贫。但是在大数据运用过程中由于数据量大、数据失真、地区发展不平衡和贫困户能力不足等困难，导致大数据在精准扶贫工作中的效用受到了限制。未来的工作还需侧重于提升数据真实性、科学管理数据、加强建设大数据工作队伍以及评估监管中相关保障措施的实施。