“互联网+”大数据平台下动态返贫风险监测及预警机制研究

□吕承成，黄 玥，蔡 曼

（安徽大学经济学院 安徽 合肥 230601）

1 研究背景

2020 年是全面打赢脱贫攻坚战收官之年，稳固拓展脱贫攻坚成果作为主要目标之一被纳入“十四五”经济发展规划之中。脱贫不脱政策，杜绝返贫现象，在巩固脱贫攻坚成果的同时，如何防范脱贫人口再次返贫，是贫困治理动态长效机制建立与完善需要面对的问题。

贫困包含现实生活中存在的生存与发展困难，同时体现在个人发展过程中面临的风险性和经济脆弱性。Klasen 等（2014）指出，贫困状态的测量不应仅采用贫困人口数量、贫困差距及贫困严重度指标，还应该采用“人头数的贫困脆弱性”“脆弱性差距”及“脆弱性严重程度”等指标进行测量。Glewwe 和Hall（1998）认为，贫困脆弱性不是事后确定性的统计分析，而是一种事前的预判和测量；同时脆弱性是一个动态的概念，包括一个宏观的经济冲击所引起的一系列后果。反贫困政策成为发展中国家重要的公共政策以来，Klasen 和Waibel（2014）、Ward（2016）研究发现，政策成败的关键在于如何测量贫困的脆弱性，从而识别出政策针对的对象。针对测定贫困脆弱性重要因素之一——返贫风险，陈传波（2005）将农户视作风险管理的主体，构建了包括各类资产风险、收入风险和福利风险在内的实体性质的农户面临风险和脆弱性分析的整合框架，并指出无形的信息、市场、公共服务及非市场制度是否存在或是否完善也是农户面临风险的重要来源。

由于贫困与贫困脆弱性在概念上存在显著区别，因此二者在研究对象的选取上也存在明显差异：贫困问题研究的主要标准是研究对象的生活水平和各种保障、福利不满足于国家或者某一区域的最低生活水平；贫困脆弱性问题则是对国家或者区域贫困线上下的群体均涉及，主要侧重在高于贫困线的家庭或者个人是否会因为某些风险导致返贫的问题。

2 基于“互联网+”技术平台的返贫预警动态监测机制

2.1 “互联网+”技术平台在返贫预警动态识别中的应用

2020 年扶贫工作进入攻坚期，截至2020 年11 月20 日，全国已有20 个省（直辖市、自治区）实现贫困县全部摘帽，接下来要面临的问题是如何稳定脱贫户并防止脱贫人口再次返贫。在此过程中，建立有效的动态返贫监测预警机制是巩固脱贫成果的必要手段。《关于建立防止返贫监测和帮扶机制的指导意见》中指出，我国脱贫攻坚的发展已经进入了新的阶段，“战役”即将取得胜利的紧要关头，不仅要探索乡村振兴与脱贫攻坚的转化，也要充分发挥各种资源的作用，确保扶贫工作能够得到延伸，在引导深度贫困者脱贫的过程中，建立健全返贫预警机制，为贫困人口提供技术、资金等多元保障。

2.1.1 将互联网技术与返贫动态识别结合的必然性

加快互联网技术与社会治理的结合是大势所趋。进入21 世纪，互联网技术飞速发展，大数据在生产、生活中的地位日益凸显，对于大数据的使用也进化至一个更加全面、智能的阶段。大数据不仅是对数据的录入、读出，更重要的是对数据专业化处理的能力。大数据除了应用在商业方面，供企业获取用户画像外，在国家的资源调配和行政管理上也有独特优势。例如国务院在2018 年印发《关于加快推进全国一体化在线政务服务平台建设的指导意见》中提出，要依托一体化平台，便捷百姓生活，促进民主监督。

2.1.2 将互联网技术与返贫动态识别结合的可行性

（1）指标设定的多维动态性。从监测机制设立上看，采用收入水平的单一指标无法发现农村贫困人口的结构性贫困问题，也无法快速找到返贫原因，对症下药。返贫现象是不断变化的，机制设立要考虑贫困的动态性、复杂性[1]，需要利用互联网技术构建智慧平台，便于直观地掌握综合指标变动情况。

（2）数据处理的可操作性。设置复杂的动态回溯机制对数据有严格要求，一是需要从前期开始持续性地收集地方的各项数据，二是有充分的数据计算处理能力，三是要能够从数据中获取准确及时的有效信息。这要求使用大数据处理技术充分挖掘可用信息。

综上，对返贫人口精准识别、返贫原因准确分析、扶贫手段精准选择等都迫切需要大数据技术的支持[2]。这也是推动政府治理能力现代化的内在需要和必然选择。

2.2 “互联网+”技术平台的动态返贫预警机制构建

2.2.1 确立综合监测指标

“互联网+”与大数据技术紧贴“两不愁三保障”主要指标，是数据收集处理的实际需要。“两不愁三保障”是指稳定实现农村贫困人口不愁吃、不愁穿，保障其义务教育、基本医疗和住房安全。因此，以收入水平判断贫困状态划分贫困与非贫困是远远不够的，应引入综合的监测指标体系。

2.2.2 依据客观情况分类监测

针对客观存在的分层情况，开展脱贫户分类监测，可聚焦返贫风险较大的群体[3]。利用大数据的云计算功能，根据设立的返贫风险指标体系，将脱贫户及在贫困线徘徊的家庭作智能分级，可分为非贫困且低脆弱性、贫困且低脆弱性、非贫困且高脆弱性、贫困且高脆弱性4 级。重点监测高脆弱性家庭。

结合分级情况和各户初期致贫原因与地区情况变动，观测不同细化指标，根据数据反馈，采取有针对性的帮扶政策。

2.2.3 参考各类主体反馈

除了根据监测指标异常值评估地区贫困状况外，在平台设立专门的评论交流区，鼓励脱贫群众民主参与，减少脱贫户过度依赖政府的想法及因“钝”返贫的可能性。对评价进行智能筛选，分类总结群众重点提出的问题及地区经验。鼓励多元主体融入脱贫信息共建机制[4]，在平台中加入企业促进当地产业发展的经验，使其及时向地区政府和人民反馈经营状况。

2.3 “互联网+”大数据平台的动态返贫预警监测机制应用场景分析——基于贵州省案例

目前已有案例证明依托大数据技术进行脱贫攻坚监测的有效性。2016 年，贵州省获批成为国家第一个大数据综合试验区，在实践探索的过程中，该省结合社会发展的实际需求，依托大数据技术，对相关资源进行系统化的监测，为监测评价的实施提供了有效的技术与理念保障[5]。

2.3.1 关联数据，精准识别

贵州省使用“精准扶贫云”系统，打通教育、人社、住建、民政、水利、国土、农社、林业等19 个部门的相关数据[6]，实现数据互通共享。利用“云”系统，记录贫困户实时数据，全面核准贫困家庭情况，精准识别帮扶对象。

2.3.2 信息核实，智能校验

利用数据共享融合成果，导入数据库中的已有数据，便于工作人员填写帮扶信息。在前端填报方面，综合运用关联运算、逻辑判断、自动校验等功能机制，解决数据口径不一致等问题[7]。

借鉴贵州省的经验，将构建解决脱贫攻坚监测机制的技术手段运用到返贫监测上，通过总结先前实践结果的优点与不足，进一步完善机制。在全国范围内选择一定地区试点，结合各地区不同的禀赋条件，对机制作相应调整，争取实现防返贫智能监测机制在全国范围内覆盖。

3 结束语

在脱贫攻坚任务如期完成的新时代大背景下，贫困的脆弱性和动态性特点不容忽视，脱贫人口返贫是当下巩固扶贫成果的重要风险因素。基于互联网技术支持下的指标设定多维动态性及数据处理的可操作性等特点，构建“互联网+”大数据平台下动态返贫风险监测及预警机制，结合返贫风险指标体系，对脱贫户及在贫困线徘徊的家庭作智能分级并开展动态监测，有利于从源头识别返贫风险，严把脱贫和返贫进出关口。

为了更好地发挥“互联网+”大数据平台下动态返贫风险监测及预警机制作用，各地应积极应用大数据平台，及时高效地识别返贫风险较高的家庭。同时，营造良好的返贫指标上报氛围，定时和第三方平台沟通，获取识别监测的相关数据，邀请第三方机构（民间机构、高等院校等）对动态返贫监测工作进行进一步监督与评估，巩固脱贫成果。