人工智能时代的社会救助:技术框架、发展态势与建设方略

[摘要] 社会救助制度是我国长期以来织密扎牢民生保障安全网与坚定维护“底线公平”的保障，但由于我国新时期人口格局、就业形态与再分配理念的重大变化，它亟须在精准识别、监测预警和常态化帮扶等领域持续提升其治理效率。人工智能技术可以为当前的分层分类社会救助赋能增效，充分利用数据互联互通、算法迭代升级、算力性能倍增的科技优势来为国家打造兜底保障领域的“信息神经中枢”与“数字治理大脑”。与人工智能时代的要求相比，尽管我国低收入人口动态监测平台在历经三阶段的建设后已经初具数智化雏形，但在算法与算力方面仍然具有广阔的成长空间，尚需以立法建设、管理机制、技术升级为主要突破口来完善其系统性设计。未来我国应当以人工智能时代的社会救助为目标方向，通过积极做好顶层设计、努力革除痛点堵点、重点强化政策落地等三项举措来切实推进社会救助从有效“治理”走向高效“智理”。

[关键词] 人工智能 分层分类社会救助 低收入人口 科技赋能

[基金项目] 本文系国家社会科金基金一般项目“我国农村儿童的虐待风险及县域为本的协同治理体系研究”（项目编号： 23BSH129）的阶段性成果。

[作者简介] 万国威，男，河南濮阳人，华东师范大学社会发展学院教授、博士生导师，临床社会工作研究中心主任，院长助理，社会工作系主任，民政部和财政部部级咨询专家;栾卉，女，吉林延边人，天津理工大学社会发展学院副教授，社会工作系副主任。

[中图分类号] C916

[文献标识码] A

[文章编号] 1008-7672（2024）05-0060-12

一、 我国社会救助制度的发展脉络及现实挑战

社会救助制度既是我国兜牢守稳民生保障安全网的坚定支撑，也是促进全体人民尤其是低收入人口迈向共同富裕的关键基石，因此该制度的稳健发展直接关系到党的二十届三中全会“以促进社会公平正义、增进人民福祉为出发点和落脚点”①这一全面深化改革指导思想的落实。从制度发展历程来看，我国于20世纪50年代末期建立农村五保制度后一直通过“国家—单位/集体—家庭”的福利传输链条来保障绝大多数人的基本生计②，在低物价、多福利、充分就业等外围制度的保障下我国社会救助制度的真正覆盖人口极少。但这一情况随着20世纪80年代中期改革开放进入城镇地区而被打破，因国有企业改革所造成的下岗潮使得我国部分失业人口面临较为艰难的生计局面，国家也随即开始研究建立覆盖面更广、瞄准度更高的救济帮扶制度。1992年和1993年，山西省左云县和上海市先后试点了农村低保制度和城镇低保制度，这一以“菜篮子法”为基础的开创式设计确立了一条可随经济社会发展水平、居民人均可支配收入及物价水平等综合要素变动而联动的最低生活保障线，为我国特殊困难群体的兜底保障提供了有益探索。我国城乡低保制度也逐步成为社会救助制度的主体并在随后二十年间呈现出良好的发展势头，不但在2003年基本实现了城镇低保制度的“应保尽保”并将2246.8万名城镇贫困者纳入兜底保障范围中③，而且2007年又通过农村低保制度的普及推广而将3566.3万名农村贫困者也纳入其中④，从而使得我国在“十一五”末期基本实现了7524.5万名城乡低保对象和556.3万名农村五保供养对象的全部覆盖⑤。

党的十八大以来，我国开始集中全国力量开展脱贫攻坚，以“两不愁三保障”为主要目标，以产业发展脱贫、转移就业脱贫、易地搬迁脱贫、教育扶贫、健康扶贫、生态保护扶贫、兜底保障、社会扶贫等为重要手段⑥，各级党政部门开始充分利用收入分配改革、社会保障建设和基本公共服务供给来对农村地区的大规模贫困问题展开集中治理。经过八年的攻坚克难、砥砺前行，至2020年年底我国“9899万农村贫困人口全部脱贫，832个贫困县全部摘帽，12.8万个贫困村全部出列，区域性整体贫困得到解决，完成了消除绝对贫困的艰巨任务”⑦。随着农村绝对贫困问题的大范围解决，我国社会救助对象的整体规模也出现了急剧下降，截止到2020年年底我国城镇低保和农村低保人口数量分别大幅下降至805.1万人和3620.8万人，特困对象数量小幅下降至477.5万人⑧，反映出同比十年前我国社会救助稳定覆盖的人口量总体上下降了39.3%。

但这一情况也造成三个方面的显著问题：一是社会救助规模的快速下降使得我国基本生活保障领域覆盖人口不到全国总人口的3.5%，这一比例远低于OECD国家基本生活保障的平均受助率①，并使得未纳入救助帮扶体系的人口生计较为艰困。二是社会救助的福利悬崖效应更加明显，享有社会救助的贫困群体在增加基本生活救助和专项救助待遇后的整体状况反而要好于贫困边缘群体，社会救助制度的公平性备受怀疑。三是社会救助制度以资金为主的帮扶形式使得部分功能障碍家庭抵抗照顾风险的能力未有实质性改善②，尤其是随着近年来剧烈的老龄率抬升、人口流动加剧、家庭规模缩减和失能失智人口增加，我国在资金救助之外如何实现服务类救助就变得尤为重要。

面对新的减贫、反贫困形势，中央办公厅和国务院办公厅于2020年8月联合发布的《关于改革完善社会救助制度的意见》（以下简称《意见》），首次明确提出了“建立健全分层分类的社会救助体系”的转型方向③，并通过梯度救助实现了社会救助重点从低保群体向低收入群体的扩展④。根据《意见》，我国社会救助迎来了四个层面的重大变化：一是形成了梯度救助格局。《意见》在原有特困线和低保线之外设立了低收入线，构建了以特困和低保对象为“济贫”层次、低保边缘对象和刚性支出群体为“助困”层次、临时困难者为“救急”层次的梯度保障形态⑤，这不但扩大了社会救助制度的覆盖范围，将“不符合低保或特困供养条件的低收入家庭和刚性支出较大导致基本生活出现严重困难的家庭”⑥也纳入救助帮扶体系中，而且试图将社会救助待遇享有从“悬崖”转变为“缓坡”⑦，以解决长期困扰社会救助的福利悬崖问题。二是形成了综合救助体系。《意见》深化了以基本生活救助、专项社会救助、急难社会救助为主体的政府救助框架，夯实了“救助+慈善”的政社联动，积极引入社会力量来增加社会救助的力度，通过公益慈善、志愿服务等专业社会力量的引领来提升社会救助的综合效益。三是形成了“资金+服务”的救助形式。在资金救助以外构筑了服务类救助，力图满足低收入人口个性化、多元化的服务诉求⑧，重点解决低收入群体普遍面临的家庭照料、社区探视等社会服务需要难以得到满足的问题，以应对重病重残、独居空巢、留守流动等特定家庭类型的服务诉求。

当然，分层分类社会救助的一系列制度改革对于其实践落地提出了三个更为严苛的技术挑战。其一是低收入人口的精准识别将变得异常复杂。梯度救助格局不但要求对申请救助对象提供多层级、多维度、水平合理、精度更高的制度瞄准⑨，也要求新增低收入人口在叠加救助后不应超过低收入边缘人群，以防止衍生新的社会不公，这显然增加了城乡低保人口、低收入人口及其边缘群体的识别难度。其二是低收入人口的监测预警将变得异常困难。综合救助体系不但要求对低收入人口的收入、财产、支出、贫困状态等海量的综合信息进行及时的抓取、归集与研判，而且要求对其关键信息变动而涌现的重大风险予以预警，这使得低收入人口关键信息的识别及贫困状态的判定变得极为重要，尤其是在流动人口救助、城乡统筹救助衔接等方面的难度更高①。其三是低收入人口的常态化帮扶将变得异常烦琐。“资金+服务”的救助形式不但要求帮扶举措细化且富有弹性，救助帮扶在遵循规律的同时也要千人千面、有所侧重，而且要求对低收入人口的救助能够和社会保险、社会福利、公益慈善、基本公共服务等各类民生福祉工具交叉融合、协同共进，以防止其他社会保障领域的风险引流至社会救助领域，这当然加剧了其调动多重政策工具来实现社会保障综合减贫效应的难度②。上述三个方面对我国既有分层分类社会救助制度的落地提出了重大挑战，也成为我国在实践中亟待突破的难点痛点。特别是如果再考虑到我国基层民政服务力量的羸弱，以传统的人工形式、“铁脚板”手段来实现高质量的精准识别、监测预警、常态化帮扶几乎不可能，这就为人工智能赋能增效分层分类社会救助提供了广阔的应用空间。

二、 人工智能时代社会救助的技术框架

分层分类社会救助在实践中意义重大、使命光荣，它已然成为当前我国维持经济下行压力下的“底线公平”和促进全体人民迈向共同富裕的重要支撑。然而，当前该制度的推行在多个领域面临着无法克服的技术瓶颈，尤其是数据获取、筛选、归集与信息系统互通等问题难以通过传统的人工核查手段解决。因此，现代科技力量的介入已成为推动社会救助制度进一步完善的迫切需求。人工智能时代的到来为分层分类社会救助的完善提供了难得的契机。生成式人工智能等大模型的推理、交互和生成能力，加上大数据、云计算、互联网+、区块链、智慧城市等技术，将为社会救助体系的优化注入新的动力。

首先，人工智能的核心优势在于其利用海量数据的自动化收集、归集和共享，能够有效突破当前社会救助信息组网的技术瓶颈。通过对低收入人群各类关键信息的实时抓取与处理，AI系统能够更精确地识别潜在救助对象，并根据不同层次的需求提供定制化的帮扶策略。相比传统模式，AI技术通过精准的数据分析和智能化研判，减少了人为介入的误差和时间延迟，为社会救助对象的层次划分和帮扶形式设计提供了更具时效性和科学性的依据。

其次，生成式AI在自主研判、自动统计和仿真模拟等方面的功能尤为突出。它可以通过对历史数据与当前态势的分析，对未来社会救助需求的变化进行高精度预测，模拟救助政策在不同情境中的影响与效果。这种仿真功能能够帮助决策者更好地理解和预判社会救助制度的运行效果，为优化政策设计提供重要参考。同时，生成式AI的推理和交互功能使其能够实时应对复杂多变的社会救助场景，在面对海量动态数据时，确保决策的及时性和灵活性。

此外，人工智能技术推动的行为数字化、数据流动实时化、决策执行智能化等社会形态变革，也有助于提升社会救助制度的综合效能①。过去依赖于小样本调查的救助评估模式，随着大数据运算能力的增强，已逐步演变为以互联网海量信息为基础的动态评估模式。这种转变不仅提高了对救助对象的识别效率和精度，还强化了救助政策的动态调整能力，从而确保社会救助制度更加公平和高效。因此，利用生成式AI等现代技术，不仅能够有效提升社会救助系统的信息管理和决策能力，还将推动中国分层分类社会救助制度在新时代实现质的飞跃，增强其在保障底线公平和促进共同富裕中的战略价值。

从理论上看，人工智能时代的社会救助可以理解为“以优化社会保障资源配置和基本公共服务供给为核心目标，依托全域数据集成和数智治理技术，对低收入人口实施精准识别、监测预警与妥善帮扶的资金与服务援助行动”。 这套新型救助体系在于通过数据与技术的深度融合，提升社会救助的精确性、灵活性与效率性，从而满足不断复杂化的社会需求。人工智能对分层分类社会救助成效的提升主要体现在两个关键方面（如图1所示）。一是它通过构造“信息神经中枢”，借助海量数据的捕获与整合，使得数智化系统能够实现对低收入人口的风险情境的态势感知。为实现这一目标，信息的采集归集必须满足全面性、准确性和实时性三个要求。其中，全面性要求系统共享互联所有多为贫困判定的相关关键信息，包括收入、财产、支出和社会状态等;准确性则强调互联归集的信息尤其是具有状态或程度动态变化的信息必须是无差错的，确保其具备高度可靠性;实时性意味着信息都能够真实反映低收入人口在被抓取信息瞬间的时空场景，使得救助方案具备及时性与适应性。二是人工智能还通过构建“数字治理大脑”，利用关键信息的智能研判，形成针对个体需求的组合型救助帮扶方案。这一功能要求信息分析兼具自主性、整合性和应用性三重特点。自主性是指系统能够自动完成数据的实时更新、统计、分析、可视化处理及决策支持等工作;整合性要求系统能够链接社会救助、社会保险、社会福利、公益慈善与基本公共服务等多重政策资源，从而制定综合救助方案;应用性是指系统的分析结果能够反作用于社会政策的宏观规划，动态调整社会救助政策布局与策略。上述两大核心功能及其附属的六个特征代表了人工智能时代社会救助的建设方向，也使之比传统人工核查形式具备更高的治理效率。

在迈向人工智能时代社会救助的实践过程中，“数据”“算法”“算力”是深刻影响人工智能技术利用成效甚至成败的关键指标，这也决定了未来社会救助的发展必须在充分考虑上述三要素的基础上来构建稳健的人工智能系统。首先，数据作为人工智能系统进行信息处理的基础材料，其质量高低直接决定统计分析以及决策应用的效果。而在社会救助实践中需要面临的主要技术难点集中为五个方面：一是数据共享互联过程中对高质量、高规格以及高附加值信息的需求大幅增加，尤其是变动中的刚性信息，如低收入人口收入、支出状况等，如何在快速变化的环境中及时、准确地采集，将成为一大技术瓶颈。二是信息孤岛现象将会限制大规模数据的流通与共享。多层级、多部门和多区域之间的信息壁垒不仅会减缓信息流动，还会对低收入人口有效信息的获取构成极大挑战。三是数据标准与质量的不统一会造成冗余数据的清洗困难，各部门在统计口径、分类标准、连接端口、报告格式等方面的差异将增加数据的预处理时间，影响系统效率。四是作为现代社会重要的资源要素，数据如何在采集、处置、交换、决策等过程中体现其价值，特别是如何清晰界定公共部门所掌握低收入人口数据的权责关系与利益分配，成为一个亟待解决的难题。五是关键信息的安全风险如何规避，特别是收入、资产和支出等敏感信息如何在采集和存储过程中实现高度保密，避免国家安全风险或个体隐私泄露，成为构建人工智能社会救助系统时需要重点考虑的安全问题。

其次，算法是人工智能系统中实现自动化分析与决策的核心引擎。在社会救助场景中，算法不仅需要具备高效的数据处理和智能化研判能力，还需要对政策的复杂性和多样性需求做出灵活应对。生成式人工智能能够通过其强大的推理能力、自然语言处理和机器学习技术，自动生成解决方案或提出优化策略。这一优势使其在复杂、多变的社会救助情境中展现出独特价值。然而，算法的设计必须满足多层次、多维度的救助需求，能够自适应不同救助对象的状况变化。此外，算法的透明性和公平性是另一个关键，确保算法在决策过程中不会产生偏见或不公，特别是在面向弱势群体时，算法的公正性直接关系到救助资源的合理分配。

最后，算力是支撑复杂算法运算的基础，是决定人工智能系统处理速度和响应效率的关键因素。在社会救助系统中，强大的算力能够支撑实时数据处理、动态监测和快速反馈，确保低收入人口的状况能够得到及时响应和评估。尤其是在大规模数据分析、跨部门信息集成和全局预测等方面，算力的提升将大幅增强系统的处理能力，为救助系统提供更高效、更精准的支持。实践中我国低收入人口救助帮扶领域的算力需要应对五个方面的现实挑战：一是各地只具有有限算力的既有系统如何全面转型升级为算力更高的数智化平台，其背后的技术升级如何在地方有限财政投资的约束下加以解决。二是在以分布式计算来改善单点式计算的过程中，如何保障全国“云计算”数据中心的持续财政投资以及如何进行“算力资源池”的高效分配。三是在我国实施“东数西算”产业布局后各省份的算力发展指数仍然与其经济规模呈显性的正相关①，如何实现社会治理领域算力发展的区域平衡。四是在我国服务、金融、制造、交通等市场场景算力诉求爆炸式增长的情况下，创造直接效益相对较小的社会治理领域的算力如何得到重视，如何为低收入人口救助帮扶等民生保障事业创造更多的应用场景。五是考虑到现阶段城市治理能够得到更多的算力场景应用，我国如何平衡城乡之间的算力差距，如何使得农村地区的社会治理不被数智化时代所抛弃。

三、 迈向人工智能时代社会救助的发展态势

今天我国的低收入人口动态监测平台已经为构建智能化的社会救助系统建设奠定了可靠的技术基础。在数据、算法、算力等方面的快速进步，正促使我国分层分类社会救助制度发挥愈加积极的兜底保障作用。通过技术赋能，该平台逐步增强了低收入人口精准识别能力、监测预警能力和常态化帮扶能力，为应对日益复杂的社会需求提供了技术支撑。从发展脉络来看，这一平台的建设自2008年开始分别历经“试点探索阶段”“普及推广阶段”“定型完善阶段”三个重要发展时期（如表1所示）。其中试点探索阶段的建设以2008年10月民政部等11个部委联合颁布的《城市低收入家庭认定办法》为开端。该文件规定，“各地应当逐步建立城市家庭收入审核信息系统，有效利用公安（户籍和车辆管理）、人力资源社会保障（社会保险）、住房城乡建设、金融、工商、税务、住房公积金等政府部门及有关机构的数据，实现信息共享”②，由此实现救助帮扶从以人工核查为手段到以信息化核查为手段的转变。然而，由于该阶段推广并未采取强制性手段，到2014年年底，仅有2个地市和6个区县建立了完整的信息核对平台。

普及推广阶段的信息平台建设以2014年2月国务院颁布的《社会救助暂行办法》为开端，它在多个方面实现了重大进步。一是信息互联能力的提升成为这一阶段的核心突破。通过打通了教育、住房、人社、司法等八项社会救助的公共部门信息，民政部主导的动态监测平台不但成为各类社会救助资格认定的基础，而且还全面链接了公安、金融、证监等部门的信息，能够对申请救助对象车辆、存款、证券等资产性信息进行及时的动态监测。这一数据整合极大地增加了信息共享与联动的深度和广度。二是推动了平台建设从原本的地方性试点走向了省级系统为中枢的多层级平台，实现了“省—市—县”三级信息核对网络的全面部署。这种自上而下、横向到边、纵向到底的网络布局，使得救助帮扶对象的关键信息核查工作更加高效精确，到2019年年底除港、澳、台以外全国31个省级行政区完成了该平台的搭建。这一平台布局不仅增强了信息的穿透力、扩大了信息的覆盖面，而且为后续数智化程度更高的救助平台建设奠定了坚实基础。

定型完善阶段则以2020年4月中办和国办联合颁布的《关于改革完善社会救助制度的意见》为开端，这标志着我国社会救助建设进入全新的发展时期。这一阶段主要解决以下六大问题：一是确保数据的采集、交换与存储的安全性，二是将更多的潜在风险人口纳入监测预警体系中，三是实现跨区域尤其是跨省信息共享，四是强化对高风险人群的动态监测，五是整合社会福利、公益慈善、社会组织、志愿服务等多种资源，形成协同救助合力，六是增强信息系统在政府科学决策中的作用。各地通过多种创新模式有效解决了这些问题，包括普及三级等保标准与个人电子授权（宝鸡模式）、建立开放式登记系统（青岛模式）、构建“部—省—市—县”四级信息核对网络（天津模式）、形成多维贫困指数基础上的风险分级管理（吉安模式）、搭建“一库取单”大救助帮扶格局（德州模式）、开展数智化的“政策推演”（温州模式）等。通过四年的努力，目前我国各地建设完成的低收入人口动态监测平台已经初步具备了信息共享、归集、交换、统计、分析、可视化以及辅助决策等多项能力。通过将8015万低收入人口逐步纳入监测预警体系中①，平台实现了对低收入群体精准帮扶的有效覆盖，推动了社会救助体系从传统模式向智慧化、数据化方向的升级。

当然，如果今天我们以人工智能时代社会救助的要求去看待监测预警体系，就可以发现其在数据、算法和算力三要素上仍存在显著差距（如表2所示）。尽管近年来在数据互联互通方面取得了较为显著的进步，并最接近人工智能时代的基础要求，但其他方面的进展依然相对滞后。当前系统的数智化程度仍然无法达到真正适应人工智能时代的标准，这使得升级与改进成为紧迫任务。从具体情况来看，数据接近人工智能时代社会救助系统的基础要求，但需重视安全和价值建设。虽然数据在互联互通方面的进步显著，尤其是在跨部门、跨领域的信息共享上已取得了一定的成果，但数据的安全管理仍然是未来的重点。在跨区域数据交换中，如何在保障隐私和安全的前提下实现高效流通，是下一步制度建设的关键。除此之外，数据交换的价值规范也需要进一步明确，以确保信息资源在流通过程中合理配置，实现其利用价值的最大化。算力问题居中，主要的局限集中在投资限制与规划不足这两点。一是因地方财政投资局限而导致现有系统的算力普遍较低，而中央财政投资则面临着“算力资源池”的妥善分配问题，故算力提升的背后涉及财政投资结构与形式;二是缺乏足够的规划来对未来区域间、行业间、城乡间的算力进行制度性安排，这在加大算力不平衡的基础上也会使得不同应用场景的治理能力差距拉大。而算法滞后且缺乏全国性探索问题目前表现得最为突出。低收入人口动态监测平台几乎没有任何形式的全国性多维贫困指数测试、关键数据模型训练以及机器决策的全国性探索，仅依靠极少数地区的自主性较强的试点方案无法有效实现多维贫困算法的迭代升级。从解决方案来看，多数问题的解决仍然需要依赖于立法建设，如通过相应的制度规则来协调数据资源交换价值或者合理规划算力分布;部分问题的解决需要依赖技术升级，比如多维贫困大数据模型训练;少量问题的解决需要依赖管理机制，如通过夯实跨部门、跨区域的协同来打破信息壁垒。因此，未来我国将低收入人口动态监测平台升级为人工智能监测平台的空间仍然巨大，需要积极利用立法建设、机制创新和技术升级来重点突破算法和算力领域的障碍。

四、 迈向人工智能时代社会救助的建设方略

当前我国分层分类社会救助尚与人工智能时代的要求具有较大距离，这使得我们必须在坚定建设方向、凝聚发展共识的基础上全面增进“数据”“算法”“算力”三要素的能力建设，利用现代科技力量改善精准识别、监测预警与常态化帮扶的全过程治理。通过推进现有低收入人口动态监测平台迈向兼具“信息神经中枢”和“数字治理大脑”功能的人工智能平台发展，能够为社会救助体系的现代化提供强大助力，未来应重点推动以下三项工作：

首先，做好人工智能时代分层分类社会救助体系的顶层设计。人工智能技术的实践应用在分层分类社会救助中的巨大价值，特别是在瞄准对象上的多元性、实时监测上的复杂性、帮扶形式上的多样性等方面，凸显了顶层设计的重要性。因此，笔者提出四个方面的针对性建议：一是要凝聚以技术赋能来转变治理范式的国家共识。现代科技预示着我国社会治理理念、结构与形式有可能更好地适应新时期经济社会发展形态、人口结构变化、人民观念态度变动等新常态，以有效破解我国治理要求快速提升和治理能力相对落后的矛盾，因此我国应当高度认识到科技进步为国家治理体系及基层治理现代化带来的广泛机遇，努力将人工智能技术广泛应用于社会治理领域，强化第四次工业革命成果的系统性转化，在战略上形成以人工智能技术来引领工业社会治理范式向后工业社会治理范式的重大转变。二是要推进“数据”“算法”“算力”三要素的协同进步。多年来我国低收入人口救助帮扶改革的瞄准点在于“数据”领域，即通过机制创新来打破多部门、多层级、多区域的信息壁垒，但考虑到“算法”与“算力”也是深刻影响人工智能发展的关键领域，未来应当以两者为建设要点，积极通过“算法”的更新普及、“算力”的全局规划来提升低收入人口动态监测平台的智能化转型。三是加速人工智能先进技术的应用。当前各类人工智能技术正处于快速发展阶段，其中“大数据”技术可避免频繁的入户调查并解决低收入人口难以实时监测的问题，“云计算”技术可更好地识别低收入群体的个性化需要并匹配精细化救助方案，“智慧城市”技术可实现低收入家庭福利需要与帮扶资源的高效对接，这些技术革新都能显著提升我国低收入人口动态监测平台的运行效率。未来有关职能部门应当密切关注人工智能技术的快速迭代，将新技术引入兜底保障体系中，全力推进更加安全可靠、便捷快速、智慧能动的数智化系统建设。四是扩展人工智能技术在低收入人口帮扶方面的应用场景。国家应当深入阐释人工智能技术在促进兜底型民生保障事务发展过程中的重要价值，紧抓“数字治理”和“民生保障”两个政策制高点的结合，促进低收入人口动态监测平台在共同富裕、乡村振兴、第三次分配、农村转移人口市民化、重大风险防范等国计民生重大事务中发挥数字引领作用，为国家重要民生建设的科学部署以及推进第二次分配、第三次分配互嵌融合提供更有力的智力支撑。

其次，改革人工智能时代分层分类社会救助体系的痛点堵点。当前我国社会救助在迈向人工智能时代的过程中仍然有一些关键桎梏急需打破，因此应当围绕它们有针对性地进行改革：一是要优先保障信息系统的数据安全。数据安全是人工智能时代社会救助工作首先面对的议题，尤其是在兜底性民生保障领域，数据泄露不但会对国家稳定发展构成严峻挑战，也会严重侵害个体隐私。我国应当进一步规范民生基础数据在采集、使用、交换、应用等重点环节的标准化流程，以三级等保为人工智能平台建设的底线要求，建设好“一网互联、分级授权”的信息网络平台，严格制定个人电子授权和人脸识别的管理规程，厘清基础数据在统计分析、应用决策领域的部门权责，健全数据安全违规惩罚机制，严格防止数据泄露。二是进一步消除信息壁垒。我国在低收入人口动态监测领域中的信息壁垒与十年前相比已有极大改善，但未来仍然需要持续打破数据共享中的瓶颈障碍，重点做好医疗和教育等刚性支出信息、税务等收入信息、支付宝和微信等财产性信息的数字化共享工作，强化深度学习技术对低保申请者、专项救助申请者、急难申请者贫困状态的识别，利用“一库取单、即时共享”机制来完善低收入人口的综合数智效率。三是推进多维贫困大数据模型的训练。多维贫困模型是现阶段实现低收入人口风险识别、发现报告与监测预警的核心技术，在数智化平台中增强其报告效果必须利用海量数据予以训练，因此未来有关职能部门应当依托政策试点地来形成多维贫困模型的基本框架，再利用各地海量数据对模型进行统合调试，提升其对低收入群体的识别、监测和报告能力。四是利用人工智能技术来强化家庭累积风险的精细化管理。家庭累积风险的管控对于动态监测系统至为关键，目前少量地区已经可以通过系统自动排队及可视化技术来实现家庭累积风险的动态管理，有关系统在家庭基本信息、家庭关系信息、家庭风险信息、已经享受到的各类保障项目及其致贫原因等领域可进行“精准画像”，这对于家庭累积风险的研判及提供早期配套政策都带来了极大便利。未来国家应当持续利用人工智能技术的算法迭代升级来推动家庭累积风险认定上的精细化管理，尤其是应当鼓励各地持续提升对急难型和支出型救助对象的线上监测预警能力，从而使得低收入人口的风险得到充分管控。

最后，强化人工智能时代分层分类社会救助体系的政策落地。人工智能技术在社会救助领域的成效归根到底仍然是由“最后一公里”所检验的，这提醒我们必须在四个方面为其实践落地创造良好的条件：一是要以社会性立法作为人工智能应用于社会救助的坚强保障。我国过去一段时间内的改革主要针对影响数智化能力的部门约束、协同治理等管理机制来开展，但在立法建设方面考虑得较少，未来应当加强人工智能领域的社会性立法，在预备出台的《社会救助法》中应当增加人工智能算法与算力的原则性规定，利用部门规章明确细化中央政府与地方政府间、流入地与流出地间、公共部门与商业部门间、城镇与农村间在人工智能资源利用上的权责关联以及利益分配机制。二是要加强关键数据的标准化建设。我国当前不但在数据采集规则、数据交换价值、数据使用权利、数据监管责任等方面存在诸多机制障碍，而且没有对政府与市场、国家与个体的数据伦理规则进行清楚地界定，这使得我国人工智能发展在面临重大技术突破时无法快速进入社会治理场域中。尤其是随着国家对数据安全的重视，这极可能引发新一轮多层级、多部门、多地域间的人为信息壁垒。未来国家应当将民政部已经确定的《居民家庭经济状况核对总体要求》、《居民家庭经济状况核对数据元》和《居民家庭经济状况核对数据交换接口》等三项推荐性行业标准经修改完善后上升为具有多部门约束力的行政法规，对低收入人口救助帮扶领域的数字伦理、数据规则等重点议题进行清晰规定，明确部门权责，有力地推动数据的开放与使用。三是要利用中央财政投资来优化人工智能技术的平衡发展。目前我国部分地区因地方财政投入不足而导致其系统的智能化水平很低，因此国家要加强中央财政对“算力资源池”的持续投资，对中西部地区低收入人口动态监测平台积极开展财政帮扶工作，重点督导建设好人口大规模流入地与流出地的信息互联，补齐农村地区人工智能救助帮扶场景的短板，帮助各地夯实以国家级系统为中枢、省级系统为基础、地市级系统为支点的数智化网络。四是全面提升人工智能的辅助决策能力。辅助决策能力较弱一直是各地信息系统普遍面临的难题，部分地区虽然正在尝试着突破但整体上仍然是低收入人口动态监测体系的弱项。国家应当积极鼓励具有良好辅助决策基础的地区开展人工智能敏捷治理的试点，积极督促有条件地区利用数据库信息统计分析低收入家庭经济和生活状况的基本特征并预测其在人口结构、区域分布、收支状况、救助举措等方面的发展变化态势，从而为国家和地区持续出台高质量的兜底保障政策提供信心决心及改进策略上的助力。

（责任编辑：徐澍）

① 中共中央：《关于进一步全面深化改革 推进中国式现代化的决定》，《人民日报》2024年7月22日。

② 万国威：《我国社会福利的理论反思与战略转型》，《中国行政管理》2016年第1期。

③ 民政部：《2003年民政事业发展统计公报》，民政部官方网站，发布时间为2004-04-03，查询时间为2024-07-16，网站地址为https：//www.mca.gov.cn/n156/n189/c93371/content.html。

④ 民政部：《2007年民政事业发展统计公报》，民政部官方网站，发布时间为2008-05-26，查询时间为2024-07-13，网站地址为https：//www.mca.gov.cn/n156/n189/index.html。

⑤ 民政部：《2010年社会服务发展统计公报》，民政部官方网站，发布时间为2011-06-16，查询时间为2024-07-17，网站地址为https：//www.mca.gov.cn/n156/n189/index.html。

⑥ 国务院：《关于印发〈“十三五”脱贫攻坚规划〉的通知》（国发〔2016〕64号），2016年11月23日。

⑦ 习近平：《在全国脱贫攻坚总结表彰大会上的讲话》，《人民日报》2022年2月26日。

⑧ 民政部：《2020年民政事业发展统计公报》，民政部官方网站，发布时间为2021-09-10，查询时间为2024-07-17，网站地址为https：//www.mca.gov.cn/n156/n189/index.html。

① ⑧杨立雄：《从兜底保障到分配正义：面向共同富裕的社会救助改革研究》，《社会保障评论》2022年第4期。

② 高鉴国、范丛：《低保边缘家庭的贫困表征、 致贫原因与政策建议》，《东岳论丛》2020年第10期。

③ ⑥中共中央办公厅、国务院办公厅：《关于改革完善社会救助制度的意见》2020年8月25日。

④ 林闽钢：《深入把握我国社会救助体系的鲜明中国特色》，《人民日报》2020年11月2日。

⑤ 杨立雄：《北京市贫困结构变化与社会救助改革应对研究》，《广东社会科学》2020年第1期。

⑦ 张浩淼：《共同富裕背景下分层分类社会救助体系建设》，光明网，https：//theory.gmw.cn/2023-05/19/content_36571441.htm，2023年5月19日。

⑨ 关信平：《完善我国社会救助制度的多层瞄准机制》，《内蒙古社会科学》2022年第2期。

① 韩克庆、郑林如、秦嘉：《健全分类分层的社会救助体系问题研究》，《学术研究》2022年第10期。

② 左停、李世雄、武晋：《国际社会保障减贫： 模式比较与政策启示》，《国外社会科学》2020年第6期。

① 鲍静、贾开：《数字治理体系和治理能力现代化研究：原则、框架与要素》，《政治学研究》2019年第3期。

① 中国信息通信研究院：《中国算力发展指数白皮书（2023年）》，2023年9月。

② 民政部：《关于印发〈城市低收入家庭认定办法〉的通知》（民发〔2008〕156号），2008年10月22日。

① 孙宗亮：《民政部全国低收入人口动态监测平台覆盖 8015 万人》，《农民日报》2024年5月17日。