李佳南

山西大学政治与公共管理学院，山西 太原

收稿日期：2020年11月4日；录用日期：2020年11月19日；发布日期：2020年11月26日

摘要

精准脱贫是当前党中央最为关心的问题之一，也是社会关注的热点问题。自精准扶贫战略实施以来，我国贫困人口大幅减少，贫困发生率持续降低，为全球扶贫做出了巨大贡献。然而随着精准扶贫的深入，实践中存在的技术落后、数据失真以及资源分散等问题，影响了精准扶贫的成效，随着物联网技术的普及，运用大数据来推动精准扶贫引起了大家的关注。本文将从大数据的视角出发，分析贵州省“扶贫云”系统中大数据技术的应用，在肯定其成功经验的同时指出其中存在的不足，探究如何运用大数据技术推动我国精准扶贫工作的发展，以进一步提高精准扶贫的工作效率。

关键词

大数据，精准扶贫，精准脱贫，实践路径

Research on the Practical Path of Promoting Targeted Poverty Alleviation with Big Data

—A Case Study of Guizhou Province

Jianan Li

School of Political Science and Public Management, Shanxi University, Taiyuan Shanxi

Received: Nov. 4^th, 2020; accepted: Nov. 19^th, 2020; published: Nov. 26^th, 2020

ABSTRACT

Accurate poverty alleviation is one of the most concerned issues of the Party Central Committee and a hot issue of concern to the society. Since the implementation of the targeted poverty alleviation Strategy, the number of poor people in China has been greatly reduced, and the incidence of poverty has been continuously reduced, making great contributions to global poverty alleviation. However, with the deepening of targeted poverty alleviation, problems such as technical backwardness, data distortion and resource dispersion in practice have affected the effectiveness of targeted poverty alleviation. With the popularization of Internet of things technology, the application of big data to promote targeted poverty alleviation has attracted people’s attention. From the perspective of big data, this paper analyzes the application of big data technology in Guizhou Province’s “poverty alleviation cloud” system. While affirming its successful experience, it also points out its shortcomings, and explores how to use big data technology to promote the development of targeted poverty alleviation in China, so as to further improve the efficiency of targeted poverty alleviation.

Keywords:Big Data, Targeted Poverty Alleviation, Accurate Poverty Alleviation, Practice Approach

Copyright © 2020 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

新中国成立以来，我国政府一直将扶贫开发作为一项重要的工作内容，尤其是改革开放以来，政府不断加大在扶贫领域的投入，“一穷二白”的普遍贫困问题得到了解决。2013年习近平总书记高屋建瓴地提出了精准扶贫思想，以解决仍待脱贫的7500万人口的生活问题。相对于传统扶贫而言，精准扶贫是一种符合治理现代化趋势的新型贫困治理机制，理论上有其科学合理性 [1]。但是在实践运行中，由于技术落后难以通过有效的数据分析精准识别贫困人口，从而提供精准帮扶，贫困治理方式多以主观经验决策为主，精准管理、精准考核也不到位，这些成为了我国贫困人口精准脱贫的制约因素之一。贵州作为我国第一个“国家级大数据综合试验区”，于2015年推行了“扶贫云”工作系统，利用大数据技术提升了当地政府的贫困治理能力，在全国具有示范引领作用。

大数据技术在扶贫开发领域的应用体现了政府治理理念的转变，有助于推进国家治理体系与治理能力现代化。同时大数据技术在扶贫开发领域的应用有利于构建“大扶贫”格局，为贫困治理的精准性提供保障。很多学者从理论层面论证了大数据技术与精准扶贫相结合的可行性与发展空间，运用大数据技术推进扶贫开发作为实现精准脱贫目标的有效路径，得到了专家学者的一致认可。但是在具体实践中如何落实，在全国范围内推动大数据扶贫的技术普及还有待进一步探讨。

2. 大数据在贵州精准扶贫工作中的应用

2.1. 利用大数据技术采集数据，精准识别贫困群体

贵州运用大数据技术，建立了“贫困人口识别模型”。首先由居民自愿申请，政府通过问卷调查以及现场访谈的方式收集第一手数据，收集的数据以结构化数据为主，以减少人为因素的干扰，建立扶贫信息源数据库。接着通过“云上贵州”系统，收集公安、卫计、教育、人社、工商、住建等19个部门有关贫困人口的相关数据，将现场收集到的源数据与这些部门统计的数据进行自动化对比，确保数据的真实有效。之后采用“四看法”构建脱贫指标体系，即一看房，二看粮，三看劳动力强不强，四看有没有读书郎，贵州贫困人口衡量指标体系具体包括7项一级指标和199项二级指标，以此为依据得出个体的脱贫指数，其中处于60分以下的为真正的贫困群体，处于60~80分的为可能贫困的群体，而处于80分以上的为已稳定脱贫的群体，将脱贫指数作为参考，甄选出贫困人口，完善建档立卡登记表 [2]。最后按照传统的“两公示一公告”程序，鼓励群众对精准识别结果进行监督。

2.2. 分析数据，精准识别致贫原因，制定扶贫方案

精准识别出贫困人口之后，将他们的有关数据在“扶贫云”系统中进行整合分析，判断贫困人口致贫的根本原因。一方面政府通过“扶贫云”平台，发布贫困人口的需求信息，政府、社会组织以及企业、公众等能够通过平台对口提供帮助，制定具有针对性的扶贫方案，实现精准帮扶。另一方面政府在平台上发布一些教育培训等为贫困人口提供的服务信息，通过平台实现扶贫主体与扶贫客体的互动交流，提高贫困治理的效率。

2.3. 完善大数据管理平台，实现精准管理

贵州通过“云上贵州”系统整合了19个部门的信息，与“扶贫云”平台实时进行数据交换共享，打破部门间信息壁垒，及时更新贫困人口的信息。“扶贫云”平台利用GIS技术，对贵州现有贫困人口以及脱贫人口进行动态监测，以自然村为单位绘制贵州的“扶贫地图”，将不同的贫困程度以颜色的深浅加以区分，将地区的贫困人口数量、贫困发生率、致贫原因以及帮扶方案、帮扶效果等在地图上反映出来 [2]。“扶贫云”平台通过可视化分析，对帮扶责任人、帮扶方案的落实情况、资金使用情况进行跟踪监控，通过数据自动比对发现履职风险、资金风险等可能出现的问题，及时发出预警。政府工作人员通过电脑、手机等移动终端随时接收信息，及时调整扶贫对象与扶贫方案，实现动态管理。

2.4. 完善扶贫考核数据系统，实现精准考核

贵州建立了扶贫工作移动巡检系统，实行责任追究制。在“扶贫云”平台设有责任链、任务链以及资金链三大版块，对扶贫人员的工作进行全程监控。全省扶贫工作考核采取网上审核与实地考察相结合的方式，扶贫干部通过“扶贫云”平台实时上传数据，必要时拍照片作为佐证，省去了基层干部提交材料作报告的程序，运用大数据进行定量分析，使考核效率更高，考核结果更精准。实地考察除了采用干部访谈，入户调查等常规方式外，贵州省都匀市还推出以精准扶贫为主题的现场观摩会，现场观摩会以季度为周期召开，现场观摩的领导作为评委打分，分数将计入扶贫干部考核成绩之中。

3. 大数据在贵州精准扶贫应用中存在不足

3.1. 数据采集效率低

贵州将采集到的源数据与各部门提供的统计数据进行对比分析，能够精准识别出贫困人口。然而贵州省数据采集多为人工统计，数据自动采集比例低，再加上扶贫开发领域涉及大量数据，数据变动较为频繁，造成数据采集效率低，成本高。

3.2. 数据整合能力有限

贵州通过“云上贵州”平台推动了政府部门间数据的交换共享，将精准扶贫所需信息在“扶贫云”平台整合，建立精准扶贫数据库，作为贵州贫困治理的重要依据。同时通过电脑手机等网上平台，实时更新相关数据，在政府部门之间、上下级之间形成“大扶贫”格局，避免资源的浪费。然而目前贵州“扶贫云”平台还尚未能够将市场、社会组织以及公众等参与扶贫的数据整合起来，将所有扶贫主体的力量凝聚起来。

3.3. 数据分析能力较低

贵州通过大数据分析，精准识别致贫原因，为贫困人口制定精准的帮扶方案，比常规性精准扶贫在资源配置、提供帮扶方面效率更高。然而贵州大数据分析多运用统计学中的柱状图、折线图进行线性回归分析，还无法运用更加复杂的分析技术，深入挖掘变量之间的非线性关系，因此还无法通过系统分析预测贫困人口脱贫所需要的资源数量以及脱贫目标实现期限，无法制定更加精确细致的帮扶计划。

3.4. 数据利用率不高

从精准扶贫这一视角来看，贵州“扶贫云”平台运用大数据技术更侧重于精准识别贫困人口，在精准帮扶领域也发挥了一定作用，但还不能整合所有资源，制定出最佳帮扶方案，另外在精准管理与精准考核领域应用力度不够。从大数据应用这一视角来看，贵州“扶贫云”平台还偏向于数据采集整合阶段，还尚未实现真正的数据治理，尚未充分挖掘大数据技术在精准扶贫领域的潜能。

4. 大数据助力精准扶贫优化的对策建议

4.1. 提高认识，构建大数据精准扶贫平台

中央政府要做好典型做法的宣传工作，比如贵州“扶贫云”平台的构建，提高对大数据技术在精准扶贫领域应用的重要性与紧迫性的认识。同时典型做法的推广，能够起到示范作用，激发各地结合当地实际情况认真研究，在精准扶贫工作中应用大数据技术。另外各地开展精准扶贫大数据平台的研发工作属于技术创新，需要高昂的研发成本以及一定的技术人才支撑。国家应当制定合理的政策加以引导 [3]，并且提供适当的财政补贴，鼓励各地突破技术难题，加强大数据技术在精准扶贫领域应用的深度与广度，充分发挥大数据在精准扶贫领域的应用价值。

4.2. 完善大数据精准扶贫系统的基本功能

第一，完善数据采集功能。精准扶贫工作的开展依赖于大量真实可靠的数据，为工作人员决策提供重要依据。同时在精准扶贫工作进行中，这些数据具有较大变动性，需要及时更新。因此一方面要保证数据的真实可靠，推行“谁采集、谁录入、谁负责”的责任追究制，另一方面要提高数据的自动化采集比例，提高数据采集更新效率，一些地区构建了便捷的客户端平台，联网实时采集更新数据，减少政府工作人员人工录入的工作量 [2]。

第二，完善数据共享功能。贵州省通过“云上贵州”平台打破了部门间的信息壁垒，促进部门间信息共享，这一举措值得推广。不过在精准扶贫工作中，一方面我们还应当将市场、社会组织的扶贫数据整合进来，构建真正的“大扶贫”格局，另一方面还应当实现全国数据的共享，推动精准扶贫工作的统筹协同发展。

第三，完善数据分析功能。除了运用柱状图、回归分析等低端的分析方法之外，还应当运用人工神经网络、支持向量机、决策树、K-Means以及用于分类的Naive Bayes等算法进行深度研究 [1]。通过数据分析不仅有助于制定更加精准有效的帮扶方案，而且可以对帮扶方案的实施进行监控，及时发现其中存在的风险，发出预警提供工作人员及时调整减少损失。

第四，完善精准考核功能。在精准扶贫工作中，精准考核往往容易被大家忽视，大数据精准扶贫系统应当能够提供扶贫干部的工作记录，以便对其工作的落实情况进行监督。通过电脑手机等客户端平台，能够受理群众信访举报，作为绩效考核的重要依据 [4]。另外还应当引进第三方评估，保证考核结果的客观公正。多种渠道结合进行考核，并对违法乱纪行为进行严惩 [5]。

4.3. 加强监管，保证数据安全

运用大数据技术，必须保证数据的安全性，在精准扶贫领域，贫困人口的个人信息一旦泄露，不仅造成隐私安全问题，还可能对贫困人口造成心理负担。因此政府必须保证精准扶贫大数据平台的安全性，首先政府应当以法律法规形式明确信息公开以及信息共享的范围与条件，其次应当明确对泄露数据行为的惩治措施，加大惩戒力度，最后还应当加大对大数据的监管力度，制定完善有效的监管政策，鼓励部门之间互相监督。

4.4. 注重大数据人才培养，为大数据扶贫提供支持

一方面国家要培养专门的大数据人才。政府要加大投入力度，提供必要的设施设备，在大学高校开办相关专业，培养专业人才。另一方面政府要对现有工作人员开展培训工作，使扶贫人员具有基本的大数据应用技术，确保基层干部能用会用大数据精准扶贫平台，在日常工作中，能够完成数据的采集、录入、分析等基本工作。

文章引用

李佳南. 大数据推动精准扶贫的实践路径研究——以贵州省为例
Research on the Practical Path of Promoting Targeted Poverty Alleviation with Big Data—A Case Study of Guizhou Province[J]. 社会科学前沿, 2020, 09(11): 1745-1749. https://doi.org/10.12677/ASS.2020.911244

参考文献