用大数据提升深度贫困地区脱贫成效

聂燕敏

【摘要】与传统的扶贫信息管理平台相比，大数据能够更加客观全面地评判深度贫困地区的脱贫成效。因此，在新的扶贫形势下，深度贫困地区的扶贫工作要加强大数据思维，挖掘阻碍脱贫的关键因素，设计精准的扶贫方案，从而提升脱贫成效。

【关键词】大数据 深度贫困 脱贫攻坚 【中图分类号】C913 【文献标识码】A

在新的贫困形势和国家实施大数据战略的背景下，挖掘阻碍深度贫困地区脱贫的深层原因，加强大数据思维，构建脱贫成效评价指标体系，对我国如期实现全面建成小康社会的奋斗目标具有较强的社会价值和实践意义。

深度贫困地区的脱贫工作问题多、难度大

深度贫困地区的脱贫难度较大，是扶贫工作的短板。当前，我国深度贫困地区的贫困人口主要可以分为两类：一类是自我发展能力较弱的人；一类是根本不具备自我发展能力的人。这些贫困人口的致贫原因有很多，简单的开发式扶贫已经不能满足其需求。同时，国家的财政支持是有限的，社会保障兜底并不能彻底解决贫困难题。因此，我们应该采用开发式扶贫和保障性扶贫相结合的模式。至此，如何从扶贫对象中准确识别适合开发式扶贫和保障性扶贫的贫困人口，成为我们需要重点关注的问题。

深度贫困地区的脱贫具有脆弱性，可持续性较差。比如，深度贫困地区基础设施薄弱，可能碰上一些自然灾害就快速返贫。此外，一些地方将扶贫攻坚的重点放在贫困村、贫困户上，忽视了对非贫困村贫困户的帮扶，使其被边缘化，成为扶贫“盲点”。还一些地方的精准扶贫采取“一刀切”式的做法，使得经过帮扶后的贫困村的基础设施远远超过了非贫困村的基础设施，影响了社会的和谐稳定。对此，我们应该充分利用大数据管理平台进行实时动态监测，一旦贫困户达到脱贫标准就及时退出，而其他贫困户如果符合标准也可以享受相应的扶贫政策。

虚假脱贫、数字脱贫等现象依然存在。例如，一些贫困户本来已经达到了脱贫标准，却因为贪利而瞒报、谎报，不肯正常退出。还有些地区的领导干部为了自己的政绩，进行虚假脱贫、数字脱贫，直接影响了我国脱贫攻坚的顺利推进。面对这种情况，国家引入第三方评估机制，设定有关贫困退出的相关政策，但仍存在一定的局限性和片面性。因此，我们应引入大数据管理平台，从多维度、多方面获取多源数据，彻底杜绝虚假脱贫、数字脱贫。

大数据为深度贫困地区脱贫成效的提升带来了新的机遇

大数据能够更加客观全面地评判脱贫成效。传统的脱贫处理流程是：贫困县或村自己提出申请，然后第三方进行实地调研评估，最后由相关部门批准退出。这样的流程较为繁琐，容易出现失误。而大数据技术往往能够揭示出一些内在的、从外表看不出来的规律和联系，能够更加客观全面地评判脱贫成效。大数据技术可以对扶贫工作进行实时动态监控，实现对扶贫数据的痕迹化管理。通过大数据的分析和挖掘功能，相关部门不仅能够实时监控脱贫成效，而且可以根据分析结果，找寻影响脱贫成效提升的原因，从而采取相应的措施。

大数据可以对扶贫对象进行精准识别。通过对多源异构数据的整合与应用，大数据技术能够实现对贫困户的精准识别与精准分类，从而有助于相关部门根据不同的致贫原因采取不同的帮扶措施。比如，对于家里孩子较多且都处于受教育阶段的贫困家庭而言，可以采用助学贷款等形式进行帮扶。

精准扶贫大数据管理平台能够助力开发式扶贫与保障性扶贫的有效结合。对于地理位置较为偏远的深度贫困地区而言，开发式扶贫并不能完全解决贫困难题，因此就需要实施保障性扶贫。通过大数据的挖掘算法，可以对贫困人口进行精准分类。比如，有经济劳动能力的贫困人口可以采用开发式扶贫，无劳动能力的贫困人口则需要采用保障性扶贫。

充分利用大数据技术，提升深度贫困地区脱贫成效

深度贫困地区如期保质保量地实现脱贫，是关乎我国各民族共同繁荣发展的关键问题，应当引起各级政府和相关部门的高度重视。为保证我国如期实现全面建成小康社会的奋斗目标，我们应重点解决深度贫困地区的脱贫问题。

首先，应树立大数据思维，促进大数据技术在精准扶贫领域的应用和推广。自我国实施大数据战略以来，技术发展越发成熟，并且在电商等领域得到了良好的应用。大数据技术的应用能够将各个部门的数据进行统一化管理，有利于消除数据壁垒，避免一些不必要的重复性工作。因此，扶贫相关部门应树立大数据思维，加强对大数据人才的引入和培养，促进大数据技术的应用。

其次，应构建科学完整的脱贫成效评价体系，利用大数据技术分析影响深度贫困地区脱贫成效的关键因素。在国家脱贫成效评价体系的基础上，不同区域应结合自身的实际情况，构建具有地方特色的脱贫成效评价体系。同时，相关部门要打通数据壁垒，避免各自为政、各自考核等现象的出现。事实上，精准扶贫成效评价既有一般扶贫评价的普遍性，又具有精准评价的特殊性。在当前我国现有的脱贫成效评价体系中，各个因素之间存在着复杂的关系。对此，我们应充分利用大数据技术、统计学相关知识等，挖掘影响扶贫成效的关键因素。

再次，应构建精准扶贫大数据管理平台，对贫困村（县）进行脱贫痕迹化管理。应构建精准扶贫大数据管理平台，对影响扶贫的关键因素以及脱贫成效进行动态监测、记录以及分析。同时，应根据动态变化实时调整扶贫方案。比如，可以实证分析痕迹化管理过程中产生的数据，对扶贫对象、项目等进行调整（加大力度、改变形式或者实施退出等）。

最后，应促进扶贫方式由传统的开发式扶贫向开发式扶贫和保障性扶贫相结合转变。当前，我国扶贫工作中的精准识别问题已经基本解决，但仍需要利用大数据技术对扶贫对象进行进一步分类，并对数据进行动态监测和管理。由于我国现有的条件还不能完全实现保障性扶贫，或者说实现保障完全免费，因此，更需要通过大数据的分析和挖掘技术对贫困对象进行精准分类。此外，也要明确保障性扶贫的内涵和主要内容，即保障性扶贫就是基于社会公平正义的一种再分配手段。从现实角度分析，采取任何扶贫方式都需要考虑经济社会的发展阶段以及国家财政的支撑能力。就我国目前的情况来讲，需要在一定程度上控制保障性扶贫的群体数量，这就要求保障性扶贫的目标群体必须具有非常容易识别的特征，减少搭便车和寻租风险，而大数据技术无疑有助于实现这一目标。

（作者为河北金融学院金融创新与风险管理研究中心副教授）

【注：本文系河北省社会科学基金项目“国家大数据战略背景下河北省深度贫困地区脱贫成效提升路径及对策研究”（项目编号：HB18YJ023）成果】

【参考文献】

①习近平：《在深度贫困地区脱贫攻坚座谈会上的讲话》，新华网，2017年8月31日。

②朱冬亮：《贫困“边缘户”的相对贫困处境与施治》，《人民論坛》，2019年第7期。

③孙久文、张静：《论从开发式转向开发与保障并重的新扶贫模式》，《西北师大学报（社会科学版）》，2019年第56期。