基于财务大数据技术的精准扶贫发展研究分析

2021-11-23左丛清

中国管理信息化 2021年15期

左丛清

（关岭自治县文体广电旅游局，贵州关岭 561300）

0 前言

新中国成立后我国政府一直重视扶贫问题，并对扶贫工作政策进行多次调整。面对当下贫困人员数量大、情况复杂的问题，传统扶贫方式已经不能帮助贫困人员脱贫。现代化信息技术的发展为政府管理提供了便捷条件，借此我们将财务大数据运用到精准扶贫工作中，以此解决扶贫信息不对称的问题，提升扶贫工作活力，让精准脱贫目标的完成变为可能。

1 运用财务大数据挖掘技术实现精准扶贫

根据对一个省（市）财务数据的挖掘，建立财务数据模型，进一步分析结果，有四个步骤。第一，确定需要解决的问题，有针对性地收集数据。第二，对不完整、无效数据进行筛除，或者通过平滑聚类与数据概化等形式进行预处理，转化为适合数据挖掘法形式的数据。第三，选择合适的挖掘算法，然后深入挖掘，找出有价值的使用财务数据的方式。第四，将财务数据以图表形式向帮扶对象与工作人员展示。当下我国经常使用的财务数据挖掘技术包括关联规则与聚类分析等几种方法。以关联规则为例，让两个或者多个财务数据之间关联，确定其模式，在挖掘出财务数据关联网后，从医疗、收入等领域的关联下确定贫困程度，以此找出贫困人员或者贫困户的贫困与哪些属性有关，进而可以更有针对性地制定扶贫计划。还可用财务大数据中的关联规则对脱贫与返贫进行预测，可提前制定解决方案，防止脱贫人员再次返贫［1］。如挖掘贫困户往年收入，将其与综合标准关联，在此基础上预测未来年收入，并且找到与贫困标准数额相近的家庭，加大帮扶力度，防止返贫。再如聚类分析，就是将大数据中的财务信息组合在一起，将观察对象分组，然后进行研究。聚类分析法主要用于探索研究，其结果有多种可能。可将聚类分析法与精准扶贫结合，即将多个点集合，以密度阈值筛选，除去孤立点与稀疏点，利用中间层类聚结果。如确定贫困区域的年收入，以此为财务数据对象作为聚类分析中的层次聚类，得到不同区域年均收入的层次，在年收入少于8 000 元的区域，再对人口率大于5%的区域进行统计，确定为贫困区域。

2 使用财务大数据进行精准扶贫的成效分析

2.1 从财务数据上实现了更精准的数据识别

借助财务大数据，在网络中可精准定位贫困人士，扶贫部门可获取大量数据，如人年均收入、支出等。借助信息技术，转变以往依据人工手动录入财务信息与数据并依据样本分析数据的弊端。对于贫困人口的识别可通过互联网中海量的数据，其具有多维与动态的效果［2］。可通过企业与政府动态录入贫困人口的资料，随时更新财务数据，在大数据平台的统一管理背景下，避免出现人工上报数据产生误差的情况。可在大数据中设置贫困对象的识别规则，由机器智能校验。总的来说，通过大数据中财务信息的随时更换，帮助扶贫部门及时了解贫困人员现实状态，免去了烦琐的统计过程，更加节约社会成本与资源。另外，通过财务大数据，还可以从经济信息角度精准识别人民致贫的原因，即借助大数据中识别功能与数字化方式，对扶贫区域的基础经济发展、自然资源分布与基础设施建设等外部信息进行收集，然后从内部深度关联扶贫对象的经济特征与致贫要素、贫困类型等，提取致贫的主要原因。然后再依据不同的致贫原因，对扶贫对象实施多指标检测、多行业数据集成等，从人均收入、固定资产与公共设施等对扶贫对象实施差异化分析，为扶贫对象设置等级，帮助扶贫单位制定扶贫政策。

2.2 实现了静态到动态管理的转变

通过财务大数据平台的精准管理，借助大数据技术，让扶贫由静态管理向动态转变，最常见的是通过大数据平台对扶贫项目进展与资金应用进行监控。通过云平台可对管理扶贫资源整合，即将分散在各部门的专项基金整合，让扶贫人员及时了解资金的使用情况，进而监控资金的运行轨迹。特别是建档立卡工作、资金运用情况等在大数据中的融合，再借助金融、人社等行业中互联网的数据，全面监控项目进展与资金使用情况。还可以通过互联网查阅精准的数据，如贫困地区人口分布与经济发展情况等，便于人们掌握项目的进展程度，确保扶贫资金的合理运用。另外，还可通过大数据对扶贫效果进行评估，如“一对一”帮扶数据的查询下，了解扶贫工作进展，对一段时间后帮扶对象经济收益或者生活水平没有提升的贫困人员与对应帮扶人员进行约谈。并在大数据平台中输入条件参数，智能弹出扶贫结果，根据扶贫统计成果综合考评扶贫工作成效，在扶贫主体晋升淘汰机制下提升扶贫效果。

2.3 实现从“漫灌式”到“水滴式”扶贫

从经济角度分析致贫原因，再制定靶向精准扶贫计划。在大数据平台中输入自然资源情况与个人、社会经济发挥情况，然后做综合分析，扶贫人员通过移动端了解个人或者区域贫困的信息，进而精准制定扶贫计划。通过建档立卡的形式输入有效信息，还可提升多领域，如教育、医疗等专项扶贫政策的落实。第一，扶贫人员通过建卡数据中贫困户的致贫原因与健康状况，科学设置适合的金融扶贫项目。面对缺乏启动资金的贫困户，可由政府对其实施金融扶贫项目，如小额信贷，本息还清后申请贷款贴息；对年龄高、健康有缺陷的贫困户，可适当安排手工加工项目。第二，对于建档立卡中的未成年群体进行教育扶贫［3］。如免除贫困家庭子女的学杂费用与书本费用等，与学校联合实施助学政策。第三，借助大数据，对困难人口实施医疗救助政策，下调贫困人口住院报销起点，提升报销比例，让贫困群体有病及时治疗。基于省内大数据平台的多个行业数据，还可通过互联网对固定的贫困用户进行直接帮扶。例如贫困人口就医的时候，如果医保中有大量金额调动，就会通过大数据云平台自动预警，提醒帮扶部门工作人员了解其情况。再如贫困人口子女就学的时候，直接在大数据平台中通知学校减免其学杂费与书本费等，让贫困人员少跑路、多办事，为帮扶工作提供便捷的途径。

3 财务大数据技术下精准扶贫路径的优化分析

3.1 加大大数据人才机制的建设

基于财务数据的精准扶贫，相关人员不仅要了解政府的扶贫政策，还要熟练掌握大数据技术。借此要加强对扶贫人员的培训，令其有现代化管理手段。设置专职人员进行扶贫项目管理，将信息技术与扶贫管理内容纳入对扶贫人员的考核当中，建设问责机制，严格执行。加大对人才建设的监督，对于不能科学执行扶贫操作的工作人员，直接由负责人依法进行处分。“权责分明”，更加明确责任与权利的内容，政府部门要明晰单位中信息化主管部门与管理机构的职责。这样才能依附国家电子政务网与万网资源，建立信息安全测评与大数据信息管理中心，由专门人员负责大数据技术的运用。

3.2 优化财务大数据管理平台的建设

大数据管理平台中可对数据进行统一的管理，以此为扶贫工作构建“一站式”公共服务奠定基础，同时解决多行业数据割裂的难题。基于政府实现了多领域财务数据的集成与共享，有必要优化大数据管理平台的建设。在保障信息安全的基础上，实施政府财务大数据的统一管理与公开；实施跨部门之间数据的共享与流动，管理平台与多种财务信息资源的对接，减少人为输入信息而出现的错误，降低管理成本。对于大数据管理平台建设的完善可从下面两点进行：第一，建设大数据管理部门，以此完成对大数据信息管理平台的维护与运营。这与传统管理部门不同，不但负责管理平台的维护，还要负责财务数据的集中与整合，与各部门协调沟通。大数据集中管理部门在政府中要具有重要地位，可由市政府直接管理。第二，规范财务大数据格式。与以往基于政府部门的信息系统不同，对数据的储存类型也有所差异，正因如此可能会出现信息孤岛的情况，降低数据的使用价值。要想实现大数据平台的建设与集中运行，需要统一数据标准，建立规范的数据格式。

3.3 大数据法律法规的建设

针对精准扶贫工作的进行，大数据开放与共享功能的实施要有知识产权体系做保护，以数据创造价值，可以实施数据的共享。另外，数据标准机制的建设还可实现扶贫工作中多个部门信息的互通与资源共享，在此要制定保护商业或者个人隐私的法律法规政策，强制阻挡网络中的非法行为，法律制度要先制定后执行。各地信息化管理部门要与省市规划主管部门联合编制扶贫工作中适合大数据技术发展的专项规划，发挥企业的主体作用［4］。可保障在精准扶贫工作中建立一套规范的、科学化发展的行政体系，精准落实大数据精准扶贫工作。另外，还要建设扶贫办公室内部管理机制。如信息风险评估体系，以此从企业与业务层次评估风险。还可对识别出来的风险进行分析，制定解决对策，然后再有序进行扶贫项目。深化扶贫部门内部工作体制的改革，发挥领导的带头作用。如扶贫负责人工作不达效果，则要追求其责任。