大數據驅動下精準扶貧運行機制創(chuàng)新研究

徐孝勇 曾恒源

摘要：為融合大數據技術推動精準扶貧機制創(chuàng)新，本文對大數據技術特征和精準扶貧邏輯特征的關聯性進行了分析。結論表明，融合大數據技術于精準扶貧機制之中能夠減少信息不對稱，提升扶貧績效，而當前的精準扶貧機制對大數據技術的整合運用不足。通過構建數據對比、供需匹配、產業(yè)規(guī)劃三類大數據與精準扶貧的聯動機制，能夠有效降低精準扶貧過程中的信息不對稱，實現精準扶貧機制創(chuàng)新。本文的研究揭示了我國扶貧模式創(chuàng)新和發(fā)展的新方向，能為我國精準扶貧機制創(chuàng)新提供理論參考。

關鍵詞：精準扶貧;大數據;關聯性;融合創(chuàng)新

一、引言

自2013年習近平首次提出“精準扶貧”以來，我國的扶貧攻堅事業(yè)以該思想為指導取得了一系列新進展。隨著2020年消滅絕對貧困的時限臨近，扶貧戰(zhàn)略推進愈發(fā)艱難，扶貧的邊際效益逐漸遞減，既有扶貧機制暴露出許多問題。其中，供需脫節(jié)、道德風險與扶貧碎片化成為扶貧過程中的三大難題，而該三大難題的主要誘因是信息不對稱。要擺脫邊際效益遞減、邊際成本上升等困境如期實現全面脫貧，必須實現扶貧機制創(chuàng)新，而如何利用現代信息技術、大數據技術的優(yōu)勢進行精準扶貧機制創(chuàng)新、減少扶貧過程中信息的不對稱性成為當前我國扶貧領域一個熱門的話題。本文的主要貢獻在于回答了精準扶貧與大數據是否存在關聯性以及構建了一個精準扶貧大數據管理平臺以實現二者融合創(chuàng)新。

二、文獻綜述

通過對已有文獻的梳理，發(fā)現當前學界主要研究了精準扶貧運行過程中存在的以下三個問題：一是現有扶貧機制存在缺陷。殷浩棟等（2017）從扶貧對象精準識別、扶貧績效考核等角度總結出我國精準扶貧還存在實施和管理缺陷。王宇等（2016）則從制度、政策及治理體系等視角分析了現階段我國精準扶貧機制體制存在的問題。二是信息不對稱降低扶貧效率。隨著國家信息化的逐步推進，越來越多的學者開始關注信息技術對扶貧機制和體系的影響（黃如花，2016;）。汪磊（2017）認為基層鄉(xiāng)村干部與民眾存在信息鴻溝，使得無法精準識別貧困人口。陸漢文等（2016）認為信息不對稱是基礎干部進行利益尋租、偏離扶貧路線的技術條件。綜合上述觀點，消除信息不對稱是實現真正精準扶貧的關鍵。三是大數據技術不能與精準扶貧機制有效融合。學界目前的研究主要偏向于對大數據思維應用的研究，謝治菊（2017）等人從大數據的視角總結當前我國扶貧工作的困境，提出要運用大數據技術提升資源配置效率。莫光輝（2017）認為精準扶貧需要大數據提供信息支持，二者結合能夠創(chuàng)造出更加有效的精準扶貧模式。大數據技術的運用能提高決策的科學性和扶貧過程的透明度，從而能夠形成以更加有效的扶貧模式。

綜上所述，目前學界基本完成了“問題一原因一對策”扶貧機制研究框架的搭建，但對扶貧機制與大數據技術融合創(chuàng)新的研究十分缺乏，且僅集中于探討對大數據思維的運用，這些文獻對現有扶貧模式的實際指導意義有限。本文的重要意義在于分析了大數據與扶貧之間的關聯性，并搭建了基于大數據的精準扶貧實現機制。

三、精準扶貧的內涵及其實施機制

大數據與現有扶貧機制融合創(chuàng)新，首先要把握精準扶貧的內涵，筆者將精準扶貧的內涵定義如下：（1）邏輯精準。減貧脫貧是一個緩慢的過程，需要有邏輯性和過程性;（2）管理精準。由于扶貧涉及多方主體，因此有效的管理必不可少，特別是政府要擔負起實現“六個精準”的管理責任;（3）技術精準。精準扶貧需要引入量化分析評估手段，從而檢驗扶貧政策的有效性、分析扶貧變量之間的相關性，做到“對癥下藥”。

合理有序地實施精準扶貧方案是貫徹落實精準扶貧戰(zhàn)略的關鍵。截止2017年底，我國尚有超過3000萬農村貧困人口，要在不到三年的時間里實現農村貧困人口全面脫貧任務艱巨，已有扶貧機制瓶頸凸顯，新型扶貧模式GE待發(fā)現。截止2017年初，我國二十多個省出臺了“1+N”精準扶貧系列文件，將新階段扶貧政策嵌入到扶貧機制中。如甘肅省出臺的包含《關于扎實推進精準扶貧工作的意見》和17個專項配套方案的“1+17”精準扶貧方案;貴州省出臺的扶貧攻堅“1+10”系列文件，旨在扎實推進扶貧攻堅計劃，分步完成扶貧攻堅目標。概括而言，當前我國精準扶貧實施機制主要以“1+N”脫貧攻堅工作方案為指導，并根據各省區(qū)不同情況作出相應的戰(zhàn)略安排。

四、大數據與精準扶貧的關聯性分析

大數據技術能否與精準扶貧這一理論相互融合，需要對二者的關聯性進行分析，如果二者具有較強的關聯性，便能夠為利用大數據推動精準扶貧機制創(chuàng)新提供理論依據。首先，從特征維度看，大數據具有數據規(guī)模大、流轉速度快、數據類型多及價值密度低等特征，其中前三個是大數據的技術特征，第四個是大數據的價值特特征（見圖1）。目前，這四項特征是衡量某一領域是否具有大數據特征的重要依據，這也是本文分析大數據與精準扶貧關聯性分析的邏輯節(jié)點。

（一）扶貧數據規(guī)模大

扶貧數據具有相當的規(guī)模，至2017年，我國建檔立卡的農村貧困人口約5000萬，廣泛分布于我國592個貧困縣;此外，國家劃有14個集中連片特困區(qū)和數萬個貧困村。從具體扶貧數據量來看，貧困戶每戶需填寫貧困登記表超過10張，包括交通支持數據管理系統(tǒng)、異地搬遷數據管理系統(tǒng)等19個部分;從扶貧主體上講，包括企業(yè)、政府、貧困戶等不同的群體;從扶貧手段來看，形成了異地搬遷、發(fā)展教育、生態(tài)補償等一系列綜合扶貧幫扶措施。因此，需要采集的數據不僅復雜多樣，而且規(guī)模巨大。

（二）扶貧數據類型多

精準扶貧的數據多樣不僅表現在數據類型多樣，也表現在數據來源多樣。從數據類型上看，既包括一般性結構化數據，又包括圖片、視頻、音頻等非結構化數據，如貧困戶宅基地圖、貧困人口空間分布圖等。從來源上看，2014年全國貧困人口數據資料來源于22個省區(qū)，且涵蓋民政、財政、教育、水利等多部門數據。這些數據不僅來源廣，而且是多渠道的，例如統(tǒng)計年鑒中的數據，各行業(yè)各地區(qū)的統(tǒng)計公報等。

（三）扶貧數據流轉快

大數據的流轉速度快體現在數據增速和處理速度等多個方面。從生成速度上講，由于農村貧困人口數量大，區(qū)域間流動性強;以農民工為例，2017年跨省外出務工農民約7700萬，占全國外出務工農民總數的46%左右。此外，貧困人口的收入途徑變化快，不僅隨國家政策、季節(jié)而變化，而且收入結構多樣并變化靈活。從扶貧數據處理速度上講，官方規(guī)定數據采集周期為1年，但由于各地區(qū)采集數據的時間不統(tǒng)一、人手有限而數據規(guī)模龐大，往往導致最終數據與真實數據有較大出入，增補、復核工作頻繁。

（四）扶貧數據價值密度低

由國家政策及地方政府管理體制的約束，我國扶貧數據往往分散儲存、彼此獨立，限制了精準扶貧大數據的生產和使用。例如在精準識別方面，我國當前以2011年國家確定的2300元（2010年不變價）為標準識別貧困，綜合計算農民的收人與支出信息，事實上，收入與支出用傳統(tǒng)手段難以準確監(jiān)測，信息采集難以獲得真實數據。這種分散化的數據處理方式成本高、信息失真度大，若不進行進一步的處理，則不具有較高的使用價值。因此，利用大數據技術監(jiān)測、整合貧困農戶數據、實現數據共享是消除信息不對稱的重要手段。

五、精準扶貧中大數據應用的關聯性檢驗

甘肅和貴州兩省較早引入大數據到精準扶貧中，因此本文在研究中主要以甘肅和貴州兩省為例進行探討。在具體實踐中這種關聯性是否得以體現，需要對兩省對扶貧數據的整個采集及應用過程進行分析，以提煉出大數據與精準扶貧耦合機制的關鍵變量。

（一）數據采集

目前我國大多數地區(qū)的貧困數據采集都主要運用問卷調查和現場走訪的方式進行，這些數據大都是結構化的數據，并且由人工錄入數據庫中。較少部分通過互聯網終端進行自動采集，貴州主要采集建檔立卡等級劃分所需要的數據，這些數據包含7項一級指標，100多項二級指標，這些分級指標包括家庭基本情況、幫扶計劃等，因此單個貧困戶的數據量很大。2015年，貴州市政府相關扶貧部門將數據采集細分為三步，即信息采集、審核與錄入，并規(guī)定了各階段任務的完成時限。由于硬件設施限制，數據采集自動化程度低，達不到大數據的特征要求。因此造成了貧困數據冗余與缺失并存、可靠性差的尷尬局面，無法與扶貧機制有效融合。

（二）數據存儲

以貴州為例，貴州省于2014年搭建“云上貴州”云平臺，其中，扶貧云通過整合民政、工商、金融、移民等十幾個部門的數據，形成貧困大數據云平臺。通過對行業(yè)扶貧數據庫、產業(yè)扶貧數據庫以及社會幫扶數據庫進行數學建模，并對整個扶貧過程中各階段數據進行加工、整理，完成對扶貧進度的跟蹤、扶貧效果的展示、扶貧績效的評估及扶貧機制的修訂與決策。但由于扶貧數據規(guī)模彈性小、伸縮性差，與大數據技術無法形成有效銜接，扶貧數據的規(guī)模和多樣性方面仍顯不足。

（三）數據分析

由于貴州省扶貧數據不僅包括屬性數據，也包括地理空間信息數據，運用云平臺進行可視化分析，再加之衛(wèi)星系統(tǒng)提供的地理信息技術，能夠實現對省內貧困地區(qū)、貧困人口、扶貧過程的實時監(jiān)控;此外，貴州省為檢驗精準扶貧績效，構建了相應貧困指標，運用該能夠指數對貧困程度進行量化分析，能夠對脫貧、反貧戶以及精準扶貧過程進行監(jiān)測;甘肅省綜合運用多種大數據技術，對各種類型的數據進行處理、監(jiān)督和績效評估，為扶貧機制不斷完善提供依據。總體上講，貴州省對扶貧數據的分析更加偏向于傳統(tǒng)統(tǒng)計學分析方法，對新興的神經網絡、隨機森林等算法的應用還不成熟，因此無法對扶貧大數據進行深度研究。分析扶貧數據，就是期望能夠挖掘出扶貧大數據中復雜變量之間的關系，并通過構建適當的模型與分析框架，發(fā)現變量之間的內在聯系，從而預測扶貧項目的減貧績效。但不論是貴州甘肅還是全國，高端數據分析技術還未能全面應用于扶貧大數據的分析中。

綜上，甘肅、貴州結合大數據技術于精準扶貧的績效管理之中是扶貧機制創(chuàng)新的有效探索，且實踐中存在不足。目前，大數據技術在精準扶貧中扮演的角色主要是提供精準識別貧困戶的手段，扶貧大數據平臺也僅僅起到管理信息系統(tǒng)的作用。而目前該平臺更加偏向于收集、整理數據，處理數據的技術不夠，且無法滿足復雜的扶貧機制動態(tài)性、多維性要求。因此，還需要在扶貧數據挖掘技術及風險預警機制等方面多做創(chuàng)新。

六、大數據與精準扶貧融合機制創(chuàng)新

（一）建立數據對比機制實現精準識別

當前，貧困群體識別錯誤在我國扶貧領域時有發(fā)生，這影響了扶貧資源的有效配置。我國貧困標準量化指標理論上以年人均純收入2300元為標準，但由于難以獲取準確的貧困人口收入與支出數據，實踐中往往以基層黨委的民主評定為標準，出現理論脫離實際的現象。扶貧數據的對比耦合需要對扶貧數據進行分類：一是建檔立卡貧困數據，該類數據由于是通過問卷、民主評議方式獲得，其真實性不能得到有效保證;二是各行政部門、企業(yè)行業(yè)規(guī)定的標準數據。運用大數據技術搭建的云平臺，通過身份證號碼與建檔立卡貧困戶唯一編號匹配對比，及時剔除源數據與法定數據不一致的對象。由此，貧困戶識別機制由主觀性較強的人工識別轉向有較高客觀性的云數據平臺識別。隨著搜集整理的貧困戶數據維度的豐富，識別精度會越來越高;因此，可通過構建貧困數據精準識別對比耦合機制（見圖2），彌補人工處理數據涉及眾多部門、進程緩慢、協調難度大等缺點。

（二）供需匹配的精準幫扶機制

提升貧困治理效率要求吸納更多的扶貧主體，目前我國扶貧主體主要是政府，社會和市場發(fā)力不足。企業(yè)、社會組織、個人等扶貧主體仍然游離于精準扶貧主力軍之外，還有相當大的潛能沒有發(fā)揮出來。精準扶貧大數據平臺能夠通過其數據處理結果歸類不同的貧困群體，使除政府外的各扶貧主體能夠根據自己的優(yōu)勢和特色選擇不同的幫扶對象和扶貧機制，能夠優(yōu)勢互補、又具有針對性。企業(yè)主體可以根據自身人力、技術、營銷等相對優(yōu)勢，幫助缺少特色產業(yè)的貧困群體發(fā)展特色產業(yè)、技術培訓學校。社會組織能夠利用自身的公信力宣傳引導、募集資金、道德示范，以樹立脫貧攻堅的決心和信心，提高貧困戶的積極性。供需匹配的精準幫扶耦合機制（見圖3）通過大數據平臺發(fā)布貧困群體的具體信息，扶貧主客體的供需信息，以提高扶貧主體對扶貧對象的認知度;此外，通過跟蹤扶貧成效，將成效顯著扶貧案例、扶貧主客體作為典型示范，調動其他扶貧主客體的積極性;最后，精準扶貧大數據平臺能夠提供溝通渠道以實現主客體、中介的多向互動，這更好的解決了信息不對稱問題。

（三）產業(yè)扶貧大數據融合機制

產業(yè)扶貧以市場為導向，以產業(yè)發(fā)展為杠桿，是涉及資源稟賦、基礎設施、等要素的系統(tǒng)工程。現實中產業(yè)扶貧的成功率不高，主要是因為市場認知度不夠、資源稟賦調動不合理、未充分認識市場風險以及扶貧數據缺乏及真實度不高等原因。此外，由于區(qū)域之間的扶貧信息交流不暢，扶貧數據的共享度不高，制約了部門、區(qū)域、產業(yè)間的協調互通，從而無法實現扶貧機制的科學決策。運用大數據技術，搭建氣象、土地、生物等自然資源、環(huán)境數據、農業(yè)生產數據、市場供求信息等為一體的扶貧數據綜合管理云平臺?；诖似脚_，能夠獲得全面而真實的扶貧信息，從而為優(yōu)化扶貧機制提供指導，產業(yè)扶貧的合理化能夠提升扶貧績效。此外，要格外注意農產品市場風險，建立風險分析和預警機制，這也是扶貧大數據技術的重要職能之一。產業(yè)扶貧耦合機制構建如圖4。

七、精準扶貧大數據平臺的構建

精準扶貧對象眾多而且分散，扶貧主體類型各異，精準扶貧過程是包含識別、幫扶、管理、考核等多個步驟的系統(tǒng)工程，因此扶貧數據規(guī)模巨大且類型繁多。因此，本文構建的精準扶貧大數據平臺特征如下：

（一）數據采集自動化

自動化的數據采集能夠縮短數據采集時間，提高數據整合速度，這也是大數據巨量性和高速性的基本要求。因此，可以將低保、異地搬遷扶貧貸款、殘疾人生活補助等資金信息進行整合，并開發(fā)精準扶貧應用軟件，借助手機、電腦等移動設備，可隨時隨地將扶貧數據收集整理到該應用中。此外，打造貧困地區(qū)電商平臺，建立農產品供銷渠道，不僅有利于促進農民增收，而且能夠及時掌握農民的收支數據。

（二）扶貧數據共享

利用大數據云平臺整合全國的扶貧大數據，使不同扶貧部門、不同區(qū)域層級各類扶貧數據實現互聯互通實時共享，能夠更加全面而準確的管理精準扶貧過程和考核扶貧績效。

（三）市場風險預警

扶貧大數據平臺能夠實現信息跨區(qū)域實時共享，通過風險分析技術和理論能夠將市場供需數據的處理結果轉化為較為可靠的市場風險診斷結果，實現提前預警。比如，進行數據挖掘以識別扶貧大數據中的關鍵指標，運用主成分分析、關聯性分析等方法實現對農產品、勞動力及其他生產要素的市場風險實現動態(tài)監(jiān)測與評估，并及時將風險信息以及專家組討論形成的風險應對措施推送給貧困戶，最大限度的降低風險損失。

因此，精準扶貧大數據平臺拓撲結構可設計如圖5，從圖中能夠看出，扶貧數據來源于貧困戶、政府、企業(yè)及社會組織，這些數據的融合是構建大數據平臺的前提;借助手機、電腦等設備及地理信息定位系統(tǒng)能夠及時采集貧困戶日常數據，使數據集有一個不斷增加、不斷更新的過程，能夠保證數據的時效性、動態(tài)性，政府各部門擁有標準對比數據，是靜態(tài)、存量的數據，建檔立卡貧困戶的現場采集數據源與之對比能夠實現精準識別;從功能來看，該平臺能夠實現數據采集、整理、分析、服務等功能，能較好的實現扶貧進程的動態(tài)監(jiān)測，對扶貧資金、扶貧項目、扶貧產業(yè)以及扶貧績效有全面的跟蹤把握。

八、結論

當前我國扶貧攻堅進入關鍵時期，傳統(tǒng)的扶貧模式已經不能滿足當前扶貧階段的需要，融合大數據技術于精準扶貧中符合扶貧機制創(chuàng)新的演化趨勢，且能夠有效減少扶貧過程中的信息不對稱。本文通過對精準扶貧與大數據技術之間的關聯性研究，運用大數據技術構建貧困戶精準識別機制、扶貧資源的供需匹配機制及扶貧產業(yè)有效選擇機制等三大奉禺合機制，以期促進精準扶貧機制創(chuàng)新，但除技術運用外，還需要正確扶貧制度、政策的支持。此外，由于我國扶貧領域目前仍存在較為嚴重的貪污腐敗現象，這也是阻礙精準扶貧績效提升的重要因素，那么，如何建立相應的大數據分析框架、遏制扶貧腐敗問題的發(fā)生是又一值得深入研究的命題。

參考文獻：

[1]殷浩棟，汪三貴，郭子豪.精準扶貧與基層治理理性——對于A省D縣扶貧項目庫建設的解構[J].社會學研究，2017，32（06）：70-93，243-244.

[2]王宇，李博，左停.精準扶貧的理論導向與實踐邏輯——基于精細社會理論的視角[J].貴州社會科學，2016（05）：156-161.

[3]黃如花，王春迎.我國政府數據開放平臺現狀調查與分析[J].情報理論與實踐，2016，39（7）：50-55.

[4]汪磊，許鹿，汪霞.大數據驅動下精準扶貧運行機制的耦合性分析及其機制創(chuàng)新——基于貴州、甘肅的案例[J].公共管理學報，2017，14（3）：135-143，159-160.

[5]陸漢文，李文君.信息不對稱條件下貧困戶識別偏離的過程與邏輯——以豫西一個建檔立卡貧困村為例[J].中國農村經濟，2016，（7）：15-22.

[6]謝治菊.塊數據在農村精準扶貧中的應用及反思——兼與“條時代”大數據應用相比較[J].南京農業(yè)大學學報（社會科學版鈿，2017，17（5）：32-38，151.

[7]莫光輝，張玉雪.大數據背景下的精準扶貧模式創(chuàng)新路徑——精準扶貧績效提升機制系列研究之十[J].理論與改革，2017，（1）：119-124.