| 标题 | 大数据时代下精准扶贫的对策研究 |
| 范文 | 冯学奋 [摘要]自2013年习近平总书记在湖南湘西考察时提出“实事求是、因地制宜、分类指导、精准扶贫”以来，我国通过近5年的不懈努力，扶贫工作取得了辉煌的成果，但依旧存在一些不足。在研究如何运用大数据技术，深度挖掘海量贫困数据背后的潜在价值，从而解决扶贫工作中遇到的问题与难题，为扶贫工作的决策提供真实可靠、全面有效的数据支撑，为精准扶贫和全面实现小康社会的目标保驾护航。 [关键词]精准扶贫;大数据;机制创新 [中图分类号]F323.8[文献标识码]A 距离2020年完成党的第一个百年奋斗目标，实现我国现行标准下的贫困人口全部脱贫已经剩下不到3年的时间了，目前我国的扶贫工作已经进入到了攻坚拔寨的关键冲刺期，脱贫攻坚的冲锋号已经吹响了，面对全面实现小康社会的艰巨任务，精准扶贫在这扶贫攻坚战中的作用就显得尤为重要。 1? ? 大数据+精准扶贫已成趋势 党的十八大以来，脱贫攻坚成为了党和国家的首要战略，也是能否全面建成小康社会的关键性指标，最近召开的中央农村工作会议上提出了乡村振兴战略的目标任务和时间表，深刻阐述了实施乡村战略的重大问题，对如何贯彻执行提出了明确的要求，其中的一条就是必须打好精准扶贫攻坚战，瞄准贫困人口精准帮扶，聚焦深度贫困地区集中发力，把提高脱贫质量放在首位，而做好精准扶贫工作的关键和重点就是要解决“扶持谁，谁来扶，怎么扶”的问题。 “互联网+”时代的今日，数据，早已深入到当今各个行业和业务领域当中，成为生产时考虑的重要因素，而如何能从海量的数据中挖掘和整合出有效的信息并合理地利用這些信息成为了各大企业和机构的研究重点，大数据便在这样的背景下应运而生。“数据驱动科学决策”已经成为新的全球化的大趋势，大数据技术也正在成为各个国家争先发展的前沿技术学科，其对于中国而言也具有十分重要的战略意义。大数据的技术特征可以用四个V来进行概括。即数据量大（Volume）、数据种类多（Variety）、数据处理速度要求快（Velocity）、数据价值密度低（Value），这四个技术特征与我们政府所掌握的海量贫困人口的数据特征高度吻合，大数据与精准扶贫之间的耦合性极高，也是大数据技术能行之有效地解决精准扶贫实施中出现的难题的基础。 在中共中央政治局第二次集体学习会议上，习近平同志就提到，“推进实施国家级大数据战略”“合理利用大数据技术，为精准扶贫工作添砖加瓦”，倡导将大数据技术与精准扶贫相结合。以大数据技术为引领的信息化脱贫，已经成为了扶贫攻坚战的新形态，我国应依托大数据技术实施精确识别、精确管理、精确帮扶、动态监管的多维度扶贫工作方式，确保有限的扶贫人力和资源投向更精准，努力打造“大数据+精准扶贫”的全新大平台。 2? ? 精准扶贫实施中存在的问题 从2013年习近平总书记提出精准扶贫的治贫方式以来，我们国家在扶贫成效上取得了令人瞩目的成绩，截止到2017年末，全国农村贫困人口从2012年末的9899万人减少至3046万人，累计减少6853万人，贫困发生率也从2012年的10.2%下降至3.1%，累计下降了7.1个百分点。但是，由于现行的政策原因和技术原因，目前精准扶贫的执行上也存在着不小的问题与困境。 2.1? ? 贫困户建档缺乏客观性，数据收集难度大 现如今我们对贫困户的建档立卡主要是通过人工实地调研、问卷调查和手动填写的形式进行的，在这个数据收集的过程中，由于我国农村人口的基数过大，帮扶工作人员的采集任务较重，并且数据在填报过程中也是由人工不定时录入的，不仅费时费力且容易发生因人工失误而造成的统计数据失真。其次对帮扶工作人员的考核方式也存在不当，当前的考核主要通过检查纪事笔记和对其调查的农户进行回访来考察的，会出现因应付考核需要，大多时间都花费在记录笔记上，工作重心发生偏离，并且由于会对农户进行回访，许多调查人员会对农户的数据缺少认证，通常是农户报多少记录多少，也会造成填报的数据缺乏客观性，容易出现较大的误差。 2.2? ? 贫困户精准识别存在误差，难以合理利用扶贫资金 精准扶贫要解决的首要问题就是要精准识别贫困户，而想要精准识别，那么作决策支撑的贫困数据就要准确并且是动态实时更新的，但现在的贫困户数据由于是人工收集、人工录入的，同时收集数据的工作量较大，数据主观认知性高，容易存在误差，并且数据更新存在较严重的滞后性，因此而造成的贫困户识别不够准确，应该退出的贫困户没有退出，真正的贫困户没有被认定。其次如今的政府扶贫平台和数据处理手段都难以支撑越来越庞大的贫困数据，对贫困户的判定大部分都通过年收入来计算，在甄别贫困对象的手段上缺乏多样性和全面性，其次数据处理分析能力较差，通过现有的数据处理手段，无法挖掘出其海量的贫困数据背后潜藏的有用价值，同时由于扶贫项目的类别和种类繁杂，要做到精准识别、因户施策的扶贫方式，仅靠传统的人工判定难以实现资金的合理分配，会造成扶贫资源的浪费。 2.3? ? 精准扶贫工作监管难，缺乏标准有效的数据共享 由于我国地域辽阔、人口众多、经济发达程度不均衡等现状限制，我国扶贫监管项目指标非常多，经统计大约有几百个之多，监测统计的方式多样且繁杂，没有合理地信息技术支撑，难以达到有效的监管手段。由于监管的力度不足够，导致部分扶贫项目资金使用不合理，存在着违规扶贫建设和贪污腐败的问题，现阶段，缺乏强有力的监管手段来解决扶贫过程中的贪腐问题。其次各省市的贫困数据平台建设缺乏统一的标准，数据间的信息共享手段单一，致使数据孤岛现象问题严重，同时扶贫部门与其他政策执行部门和学术机构等联系不够密切，贫困数据与扶贫数据往往不与外界共享，但受困于自身的信息技术和数据处理技术，无法合理地利用贫困数据为政策颁布、扶贫攻坚做强有力地支撑。 2.4? ? 脱贫标准一刀切，脱贫假象问题难以解决 目前贫困户的脱贫标准是由国家层面的扶贫办颁布的年收入脱贫标准作为基础，各分级扶贫办根据当地的特殊情况，做出一定程度的调整和补充后形成的。尽管这套标准在某种形式上来说符合了因地施策的治理方式，但脱贫标准还是基本靠年收入来进行判定的，脱贫标准的单一导致了很难真正意义上的脱贫，出现假脱贫和“评估脱贫”的现象。其次在退出管理机制上也缺乏灵活有效的动态监测机制，无法迅速且准确地做出贫困数据的动态更新，导致有些应该退出的贫困户没退出，不应该脱贫的贫困户却退出行列。 3? ? 大数据助力下精准扶贫的对策 3.1? ? 利用大数据精确识别贫困户 目前帮扶工作人员通过人工遍访的形式收集了海量贫困数据并在此基础上建立了全国性的贫困数据库，但是我们目前对贫困户的定性还停留在靠单一的几个指标比如年收入来进行判定的，而大数据分析技术可以不仅仅簡单地分析单个指标，还能深度挖掘隐藏在数据背后的关联信息和潜在价值，这就可以使得我们从收入、健康程度、教育程度、亲戚等多个维度进行评估，可以更准确地识别出贫困户。其次，大数据分析技术可以实现动态化的更新，可以对扶贫对象和扶贫标准动态化调整，可以实现脱贫及时退出、返贫准确纳入的动态实时管控机制。 传统的扶贫数据收集方式主要通过人工访问和手工录入，容易出现误差和瞒报等问题，贫困数据云平台还可以通过与其他部门，例如公安局、运营商、残联、各商业银行等各行业数据进行交换和整合，实现数据资源上的优化，可以更有效地甄别贫困户。 3.2? ? 运用大数据驱动脱贫政策 数据驱动决策已经是一个最新的趋势，是通过利用大数据、人工智能、机器学习等最新的技术相结合，深度挖掘海量数据背后的隐藏信息和价值，并根据结果决定未来决策的制定和执行的一种定位于未来的最新思维方式。而我们可以通过这些技术在基于海量贫困数据的基础上深入挖掘当前我国的贫困现状和致贫原因，在找到主要的致贫原因后，可以提出更加切实有效的扶贫政策，这种通过挖掘客观数据后而做出的决策能够避免人工制定政策的主观性和片面性，能更有效地解决问题，做到真正意义上的对症下药、精准扶贫。 基于海量贫困数据的贫困户信息上，我们可以运用大数据分析技术中的数据关联分析或者数据聚合分析，精准找出致贫原因，切实做到不盲目拨款、不随意用款，在实现精准扶贫的同时也可以杜绝一部分的贪污腐败问题。 3.3? ? 构建新形态的干群帮扶体制 在基于大数据的精准扶贫体系中，应构建新形态的干群帮扶体制，以扶贫工作人员、村干部、贫困户为对象构建精准扶贫的个人扶贫信息数据，致贫原因、扶贫对策等可以在这样的体制中良好地展现出来，这样可以将每个贫困户与其帮扶的干部和工作人员相关联，不仅仅充实贫困户的数据维度，也为帮扶工作人员的扶贫绩效考核提供了良好的数据支撑。 在干群帮扶体制的基础上，我们还可以与医疗部门、教育部门、农业部门等机构进行数据共通共享，可以真正意义上的做到让贫困人口看得起病，必要时政府还可以进行救助，防止因病致贫。不仅如此，教育脱贫也可以成为现实，通过大数据技术，可以很好地找出教育落后的地区与贫困地区相重合的地方，在这些地区重点加强对师资力量、学校建设等的资金投入力度，更有针对性的做到教育脱贫。 3.4? ? 以大数据对扶贫工作进行精确监管 现在对扶贫工作的监测主要通过人工评估的方式，缺乏客观性，监测效果不佳，而建立大数据扶贫云平台后，我们可以通过大数据收集技术与分析技术，实时地更新贫困数据库，可以高效率高质量地对各扶贫项目进行监管，可以整体把握扶贫资金的整体运用和扶贫进度的监管控制。 大数据扶贫云平台还可以与财政、央行、社会扶贫部门等单位的数据对接和共享，将扶贫项目的申报、审核、资金运转、项目执行、项目结项等过程在平台上与各个单位进行公开共享，能保证扶贫项目地顺利执行和扶贫资金的精准使用，有效遏制资金的浪费和贪腐现象，最大化地提升扶贫资金的有效利用。 4? ? 结语 运用大数据技术，不仅可以对海量贫困数据进行动态监管，还可以针对扶贫干部和帮扶工作人员的工作痕迹进行管理，更好地考核评估帮扶人员的工作成效。虽然基于大数据技术的精准扶贫才刚刚起步并且有很多缺点和不足，但相信如深度学习算法、大数据算法、人工智能等互联网技术的发展和成熟，扶贫管理的智能化和精准化地不断推进，我们能够在2020年真正地实现全面脱贫和共同进入小康社会的宏伟目标。 [参考文献] [1] 习近平.谋划好“十三五”时期扶贫开发工作确保农村贫困人口到2020 年如期脱贫[N].人民日报，2015-06-20（1） . [2] 习近平.脱贫攻坚战冲锋号已经吹响全党全国咬定目标，苦干实干[N].人民日报，2015-11-29（1）. [3] 罗红.中央农村工作会议确定实施乡村振兴战略[J].农村百事通，2018（4）：11-13. [4] 习近平.审时度势精心谋划超前布局力争主动实施国家大数据战略加快建设数字中国[N].人民日报，2017-12-10（1） . [5] 国家统计局.2017年全国农村贫困人口明显减少 贫困地区农村居民收入加快增长[EB/OL].http：//www.stats.gov.cn/tjsj/zxfb/201802/t20180201_1579703.html. [6] 汪克高.贵州省精准扶贫中贫困户的识别研究[D].贵阳：贵州财经大学，2016. [7] 刘永波，李新华，周阿密.运用大数据监督检查提升精准扶贫监管和服务能力的思考——以鄂西南某县为例[J].财讯，2017（15）：143-144. [8] 杨颖，殷明，席晓.“互联网+”时代，大数据助力精准扶贫快速落地[J].通信世界， 2016（4）：31-32. [9] 王璐，王梦冉，孙家林.大数据视角下精准扶贫云平台的构建[J].赤子，2017（15）：171. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。