大数据视角下的精准扶贫.doc

大数据视角下的精准扶贫 　　摘要：为了实现2020年现有贫困人员全部脱困这一宏伟目标，党中央加大了精准扶贫开发力度。精准扶贫主要包括贫困人员的精准识别和精准帮扶，扶贫对象的动态管理和扶贫效果的精准评价。大数据时代的来临，为政府管理带来很多机遇，探索精准扶贫中的大数据利用，切实做到“扶真贫，真扶贫”。 　　关键词：精准扶贫；大数据技术 　　中图分类号：C913a 文献识别码：A 文章编号：1001-828X（2016）016-0000-02 　　“消除贫困，改善民生，实现共同富裕”是社会主义的本质，也是实现社会稳定、和谐发展的重要条件。近年来，党中央、国务院高度重视扶贫开发工作，2015年11月29日，中共中央、国务院发布《关于打赢脱贫攻坚战的决定》，正式宣布实施精准扶贫战略，发起新一轮扶贫开发攻坚战，明确提出到2020年将实现现有标准下7000多万贫困人口全部脱贫。2016年3月5日，国务院总理李克强在北京向十二届全国人大四次会议作政府工作报告时称，今年中央财政扶贫资金同比去年增长43.4%，并要完成1000万以上农村贫困人口脱贫任务，坚持做好精准扶贫脱贫。精准扶贫的主要内容包括：贫困户的精准识别和精准帮扶，扶贫对象的动态管理和扶贫效果的精准评价，其中，贫困人员的瞄准是整个扶贫工作的焦点。然而在贫困人员识别工作中，由于地域广泛、贫困原因多样化、贫困人口甄别基数大等原因，致使无法对海量数据进行有效的处理，使得扶贫工作存在一些挑战。 　　一、精准扶贫的内涵与实践 　　1.精准扶贫的内涵 　　精准扶贫政策的最基本内涵是国家和政府，通过对贫困家庭和人口的识别，从而确定贫困原因与贫困等级，并对其进行有针对性的帮扶，从根本上消除导致贫困的各种因素和障碍，进而完成在2020年现有贫困人口全部脱贫的目标。而这一政策的顺利实施，主要包括以下几个环节：（1）贫困人员的精准识别；（2）贫困人员的差异性帮扶；（3）扶贫人员的动态管理；（4）扶贫成效的精准考核及持续改进。以此四个流程形成工学上的闭环负反馈，使精准扶贫政策可以持续有效的实施。贫困人员的精准识别就是通过一定的方式或手段，将生活于我国贫困线以下的人口精准识别出来。其次，贫困人员的差异性帮扶，是在精准识别工作的基础上，根据不同贫困地区的自身特点和环境制约，深入挖掘该地区每一个贫困家庭和贫困人员的致贫原因，对其进行归类整理、真正做到因地制宜、因人而异，对不同贫困原因下的贫困人员制定相应的帮扶方案，力争做到消除致贫的关键因素和脱贫的关键障碍。再次，扶贫人员动态管理的核心思想是为每一个有效识别出来的贫困人员建档立卡，通过对其相应的信息进行采集和持续更新，来追踪差异性帮扶方案下的扶贫成效。建立的贫困人员档案并不是静态的文档，而应该每个评估期（月度、季度、年度）对已建立的档案进行动态考核，不仅要及时识别出新的贫困家庭和人口，将已经脱贫的家庭和人口调整出去，保持精准扶贫的有效性，还要对长期有效的贫困人员进行追踪，评估其贫困现状是否得到改善，差异性帮扶方案是否达到了预期成果，切实做到面对每一个贫困个体的对接。最后，扶贫成效的精准考核及持续改进是对精准扶贫的效果进行评估，这一环节的工作主要针对地方政府及下属扶贫相关部门。现阶段的农村扶贫工作每个层级都有明确的分工，中央政府负责区域发展和片区开发，地方政府负责精准扶贫工作。最终考核的目的是督促贫困地区的地方政府将精准扶贫作为工作的重点，让贫困的百姓切实享受到国家的帮扶。 　　2.精准扶贫的实践与挑战 　　“消除贫困，共同富裕”是社会主义的本质，也是实现社会稳定、和谐发展的重要条件。精准扶贫工作的顺利开展，对我国农村的发展具有重大的意义。然而由于我国人口基数大且农村人口比例过高，加之我国幅员面积辽阔，不同区域的自身限制大相径庭，这些外在因素的客观存在，都使得精准扶这一庞大的系统工程变得更加复杂。要想切实做好精准扶贫工作，为众多贫困人口谋得最大实惠，就需要深刻理解精准扶贫工作的困难，并寻求有效的解决方式。总结目前扶贫工作的开展，将其主要面临的挑战与难点总结如下： 　　（1）贫困人员的瞄准精度不足。精准扶贫的开展，最重要的一步便是贫困人员的识别，这是扶贫政策顺利开展、完成党中央脱贫目标的基石。然而在实际工作中，由于贫困区域复杂，贫困人员甄别范围较大，尤其非贫困县的贫困村、贫困人口同贫困县的非贫困村、非贫困人口交织在一起，大大增加了贫困人员的识别难度。与此同时，由于现阶段政府数据处理平台及数据处理方式的限制，无法应对持续增长的数据，致使在贫困人员识别工作中，无法对海量备选人员的信息进行有效的采集、整合、处理及分析，从而影响贫困人员的瞄准精度。 　　（2）扶贫工作的第二个挑战是差异性帮扶的方案设计。截至2015年底，我国农村贫困家庭的致贫原因较多，其