“空白”人群精准画像的探索——基于兰溪市试点经验

□ 赵三武

2023 年，浙江持续推进共同富裕示范区建设，2023 年浙江全体居民人均可支配收入为63830 元，位列全国第三，城乡居民人均收入倍差为1.86，比上年缩小0.04。为了更好地促进浙江共同富裕建设，兰溪市通过构建“空白”人群群体结构数据库，为全省群体结构数据库建设提供实践经验，对科学确定全省“扩中”“提低”对象、建立体系化帮扶场景、推进全省共同富裕建设具有现实意义。

本文对照开展共同富裕基础数据库建设工作试点的内容和要求，对“空白”人群进行探索和分析，制定“空白”人群精准画像方案，对“空白”人群进行筛选及特征分析，并根据分析结果提出对策建议。

| 试点基本情况

（一）试点目标

“空白”人群的研究在国内属于新兴领域，可借鉴的成熟经验与做法较少。由于无法直接获取工作信息和收入信息等行政记录，因此重要数据的缺失给实际统计环节带来了挑战。本次“空白”人群精准画像试点工作，通过建立数据分析模型，合理预测“空白”人群收入分布情况，为后续摸清全省“空白”人群的规模和特征、推进“扩中”“提低”行动和高质量建设共同富裕示范区提供探索经验。

（二）研究思路

首先，通过各种渠道收集、挖掘信息，建立“空白”人群筛选规则，并以兰溪常住人口表为基础，对数据进行清洗，通过设计“空白”人群调查问卷，开展试点调查，并对筛选规则的正确性进行验证；其次，根据试点中发现的问题，不断完善“空白”人群的筛选规则，逐步定位“空白”人群；最后，通过抽样调查，收集“空白”人群信息，运用模型预测收入分布情况，为政府精准帮扶提供决策支撑。

| 试点开展过程

（一）数据收集

1.组织召开会议，走访对接部门。组织人社局、医保局和农业农村局等部门参加会议20 余次；多次赴税务局、市场监管局、公安局、人行等相关部门单位对接工作，挖掘部门可利用的信息，试点以来完成对17 个部门、8 个民间组织和企业数据的收集；两次邀请村书记召开座谈会，听取相关意见建议。

2.对接数智平台，获取可用信息。对接兰溪一体化智能化公共数据平台的130 张表，从400 多项信息中筛选230 项可用信息。通过大数据归集及部门收集的数据，按信息属性可分六类：①收入相关信息：如社保缴费金额、公积金缴费基数等；②职业相关信息：如资格证书信息、骑手信息、私人诊所信息等；③助贫类信息：如助学人员信息、残疾人员信息等；④资产类信息：如房产信息、车辆信息等；⑤消费信息：如电话通信费、水电费信息等；⑥特殊人群信息：如退役军人信息。

3.构建数据体系，清洗整理数据。基于2020 年第七次全国人口普查（以下简称七人普）数据，剔除死亡人员、流出人口，新增出生人口、流入人口等数据，构建2022 年兰溪常住人员数据库；实现作用同质表合并，针对诸如《中华人民共和国残疾人证——省回流》《数字残联——兰溪本地》等用途一致的数据表进行合并，保证同质功能表的唯一性；实现维表创建，依据大数据中心提供的省回流数据字典，进行乡镇街道代码和乡镇街道名称等维表创建，以及社保缴费单位类型、学校等级等维表创建。

（二）数据应用

1.进行数据探索，制定筛选规则。构建人员多维信息数据表过程中，针对信息项缺失、字段取值异常和数据间不一致等情况进行定位分析；针对省回流社保数据表人员数据不足等现状，通过数据表二次归集等手段进行信息扩充；从年龄、学历、社保缴纳等多维度查看人员分布情形；以清洗得到的兰溪常住人口表为基础，通过规则探索逐步定位“空白”人群。

2.开展抽样调查，建立数据模型。开展乡镇试点，结合业务部门基础数据表、参考文献、人口抽样等专业调查表进行讨论分析，形成“空白”人群调查问卷设计。综合样本总量、所需时间精力及相关调查费用等因素，以电话询问的形式进行抽样调查，采用分层抽样方法，按照兰溪城区、中心镇及乡镇行政区划，分1 类、2 类乡镇街道，再抽取部分乡镇街道，其中1 类乡镇街道3 个，2 类乡镇街道8 个。所选乡镇街道样本总量为19342 个，以约8%的比例进行随机抽样，考虑回收效率，最终选取1600 个样本作为调查对象。

针对“空白”人群抽样数据，运用方差分析进行特征选择，通过决策树划分群体收入分布，以反映“空白”人群特征与其收入区间的关系，实现“扩中”“提低”重点对象划分，为推动浙江全省共同富裕示范区建设提供现实依据。

| 试点成果

（一）“空白”人群的定义范围

对照浙江省试点内容和要求，形成筛选规则，将“空白”人群的概念界定为：男性年龄在16—60 周岁、女性年龄在16—55 周岁（法律上有劳动能力），无法通过行政记录（或其他可收集的相关记录）直接获取工作信息和收入信息的人群。

（二）七人普总体数据中“空白”人群筛选与识别

1.“空白”人群的筛选规则。本文以清洗得到的兰溪常住人口表为基础，通过规则探索逐渐定位“空白”人群。2022 年兰溪常住人口为57.8 万人，其中男性年龄在16—60 周岁、女性年龄在16—55 周岁的常住人口约34.49 万人。通过轮询接口等方式，初筛获得第一轮“空白”人群9.3 万人，后又经过讨论完善筛选形成“空白”人群6.6 万人，占常住人口比重为11.4%。如表1 所示，获得TOP5 有效命中规则的分别是三险缴纳、企业园区职工人员、学生、领取农业补贴以及公积金。其中，三险缴纳可以过滤45.47%的人员。

表1 不同筛选规则命中的人数（单位：人、%）

2.“空白”人群的区域分布。6.6 万“空白”人群占兰溪常住人口的比重为11.4%。对6.6 万“空白”人群进行区域分布研究可知，占比排前三的分别为兰江街道、上华街道和云山街道，这3 个街道刚好是兰溪市主城区所在地，尤其是兰江街道，其“空白”人群人数占比高达22.88%，是兰溪唯一常住人口突破10 万人（145624 人）的街道。

3.“空白”人群的群体特征。一是男女性别总体均衡，男性人口占比高于女性。在“空白”人群中，男性为36406 人，女性为30080 人，男女性别比为1.21:1，其中性别差距最大的为灵洞乡，差距最小的为水亭畲族乡。二是年龄结构分布适度，略微向中老年倾斜。兰溪市第七次人口普查数据显示，15—59 岁的人口为345222 人，占常住人口的比重为60.06%，“空白”人群中的年龄分布也同样呈现相同的特点，中老年人口的占比相对较高。三是受教育程度普遍偏低，主要以初中学历为主。据统计，初中学历人群有31267 人，占比为47.37%，在总体“空白”人群中占比最高（图1）。四是医保基本实现全覆盖，城乡居民基本医疗保险参保比例高。兰溪市“空白”人群当中，基本医疗保险参保覆盖面达95.64%，其中参加城乡居民基本医疗保险的人群比例最高（占比为66.57%），参加职工基本医疗保险的人群比例最低（占比为4.47%）。五是未工作原因较为复杂，女性以料理家务而未工作为主流原因。根据调查数据，深入了解“空白”人群未工作的具体成因，其中料理家务成为主流归因选项，离退休、丧失工作能力等原因的占比相对较低。

图1 “空白”人群总体学历分布情况（单位：人）

（三）抽样调查“空白”人群的特征分析

1.抽样调查问卷总体情况。本次抽样调查面向兰溪市11 个乡镇街道，共计发放问卷1600 份，实际回收有效问卷1519 份，回收有效率为94.94%。对问卷数据进行效度检验，结果如表2所示，KMO值为0.709，显著性水平小于0.05，说明数据来自正态分布总体。

表2 KMO和Bartlett的检验表

2.“空白”人群收入分布模型构建探索。围绕抽样调查中的“空白”人群数据，运用SPSS26.0、Python 和Power BI 软件，通过方差分析、决策树、逻辑回归等机器学习和统计分析方法构建模型，探索“空白”人群群体特征与收入分布的关系（表3）。

表3 机器学习和统计分析方法介绍

将11 个乡镇街道作为因子，将年收入作为因变量进行方差分析，结果如表4 所示，显著值为0.000，小于0.05。由此说明兰溪市11 个乡镇街道的年收入水平存在显著差异，地理位置可能为影响居民年收入的因素之一。

表4 乡镇街道与年收入的单因素方差分析

本文以年收入作为研究因变量，尝试建立以年龄、性别、受教育程度等为因子的方差分析模型，用以初筛影响年收入水平的特征变量。结果显示，受教育水平、电费、电话费、车房资产情况等因子，对年收入水平具有显著影响。基于上述分析，尝试运用决策树模型，构建预测“空白”人群年收入分布的模型。

受限于抽样数据的数据量，年收入暂时按照高收入（10 万元及以上）与低收入（10 万元以下）两档进行划分（图2）。结果表明，基于抽样数据和特征选择，目前决策树模型的正确率达63%，对“空白”人群的收入水平分布能够进行一定程度上的预测。

图2 “空白”人群收入分布预测决策树示意图

3.对照浙江省共同富裕目标分析。根据出台的《浙江省“扩中”“提低”行动方案》（以下简称《行动方案》），《行动方案》的目标之一就是到2025 年，家庭年可支配收入10—50 万元群体比例达到80%、20—60 万元群体比例达到45%。

结合目前抽样数据中的兰溪市“空白”人群收入分布情况，从而对兰溪市整体“空白”人群的收入分布进行统计推断分析。由于本研究针对的是“空白”人群个体收入情况，而《行动方案》中的测算指标为家庭年可支配收入，故在推断估计时进行了简要模糊换算，选定置信度95%，推断目前兰溪“空白”人群家庭年可支配收入10—50 万元群体比例约为71.25%，20—60 万元群体约为22.26%，较《行动方案》中的目标仍有一定差距。

| 对策建议

针对行政记录有所缺失的“空白”人群进行深入研究，不仅可以填补现有统计制度的空白，而且可以更有效地了解该人群的社会现状和收入分布状况，为浙江省高质量发展建设共同富裕示范区提供政策参考。现结合本文研究结果，提出如下对策建议：

（一）明确“空白”人群定义，制定配套统计标准

“空白”人群的研究尚处于探索阶段，浙江需制定相关指导意见，明确界定“空白”人群概念，并制定相配套的统计标准与统计制度。因此需要加强顶层设计，做好谋篇布局。一是政府层面需要制定体现普遍性和指导性的顶层政策。对于“空白”人群的概念、内涵以及覆盖范围等较为模糊的相关议题，需要全省在立法层面确定统一标准。二是形成跨部门协作机制，加快制定配套措施。依据文件，形成自上而下、主体明确的“空白”人群支持体系。

（二）实施定期抽样调研，获取特征优化模型

定期开展抽样调查，聚焦“空白”人群主要特征，不断拓展研究深度、广度。通过不断尝试探索新的关键变量，持续优化决策树模型，提升预测准确性。精准了解“空白”人群的收入水平分布，为政府决策提供参考依据，为浙江建设共同富裕示范区提供有力支撑。

（三）延伸建立家庭谱系，深入了解“空白”人群

以“空白”人员为切入口，延伸建立家庭谱系，进而研究“空白”家庭，分析家庭收入水平相关影响因素，实现“空白”人群信息全面覆盖的目标。在借鉴经验的基础上，逐个研究解决存在的障碍，建立可持续性模型来跟踪和掌握这类人群的情况，从而精准施策。

（四）完善社会保障制度，重点加强扶持机制

高度重视对“空白”人群的扶持和保护，针对全省地域差异，要因地制宜制定实施社会保障政策，特别是针对浙江山区26 县，需建立健全“空白”人群的社会保障机制；还要立足地方实情，坚持与时俱进，完善社会保障制度建设。同时加强宣传和教育工作，做好政策的宣讲，使其真正服务于有需要的人群，实现社会保障政策有效落地。

（五）建立社会支撑网络，构建数智交流平台

搭建政企协同“数据桥”，形成“空白”人群多元化社会支撑网络，加大政府对“空白”人群的服务供给。要加强“空白”人群数智信息管理平台的建设，将大数据、人工智能、云计算的技术优势以及各类数字化平台的信息和组织优势，与“空白”人群的管理相结合，实现数据的有效传输与深度融合，发挥其潜在的联动价值。