導語：農村精準扶貧機制與路徑一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

傳統扶貧模式的發展困境

1.傳統扶貧信息不對稱制約扶貧信息分析與比對。傳統扶貧模式下，扶貧信息時間與空間上的不對稱現象嚴重，受制于技術水平影響無法進行及時的數據更新和深度挖掘。一方面，由于貧困地區多為偏遠的山區、民族地區、革命老區，信息收集時間成本與經濟成本均較高，信息更新速度慢，無法與時具進滿足扶貧需求，扶貧信息不對稱嚴重；另一方面，數據分析技術落后，對貧困信息的分析科學性和精準度不足，降低了信息分析的有效性。同時不利于扶貧動態信息管理。扶貧工作需要把握貧困地區與人口的基本狀況，并結合扶貧工作進展與進程進行動態化控制與監管，避免扶貧錯位、缺位與越位。因此，因技術水平不足加劇了扶貧工作過程的信息不對稱程度，不利于扶貧工作與貧困地區和人口的有效對接及結果預測，降低了扶貧開發項目的準確性和有效性。2.貧困信息統計失真不利于扶貧治理項目實施。如果貧困人口識別錯誤就會導致部分貧困群體得不到國家扶貧幫助，喪失脫貧機會，也可能造成國家扶貧資金與項目浪費，出現扶貧幫扶錯位問題。傳統扶貧模式下造成貧困信息失真的因素有很多，除上述客觀現實原因造成的信息不對稱外，還包括扶貧工作者能力與素養，無法確保貧困人口數據來源準確性，其他數據缺失也容易導致不同數據間關系無法相互佐證，從而難以形成有意義的扶貧治理參考依據。同時，扶貧制度的可操作完備性不足，也是造成扶貧項目難以有效實施的重要因素。扶貧項目開發、扶貧資金使用的管理與監管空白點加劇了扶貧項目動態數據統計與效果評估難度。因此，傳統扶貧模式下存在主客觀原因的不可控性，導致相當部分的貧困信息數據喪失可分析與可利用的價值，無法正確評估以往扶貧開發項目實施效果。3.扶貧整體性效果受制于扶貧資源分散投放。我國貧困地區卻普遍存在集中連片式特征，信息分析與數據對比具有可借鑒性，扶貧工作具有共性特征，需要政府間經驗共享與交流，有利于扶貧工作揚長避短，形成有效的扶貧資源。我國政府管理體制為垂直型管理，政府內部縱向行政模式有利于層級管理效率，但弊端是存在橫向政府間交流障礙，缺乏政府間的信息溝通交流機制，不利于貧困信息數據價值最大化利用。如果打破政府間扶貧工作縱隔，則有利于從整體上系統的分析區塊狀貧困地區的致貧原因，因地制宜，開展有針對性的扶貧項目，并通過政府間合作共擔，降低扶貧行政性成本，優化扶貧實施進程和過程監管。但是事實上，政府間扶貧工作人員各行其是，行政性的分散扶貧資源，難以形成系統性的貧困信息整合與深度挖掘，無法將貧困個體與貧困地區整體思考，從整體上分析并總結扶貧規律。

大數據下精準扶貧模式轉變

1.貧困識別精準定位。借助數字化信息處理技術，大數據精準扶貧通過整合多樣化數據庫，識別貧困地區自然資源、產業發展、基礎設施、人口結構及生活條件等相關的內外部信息，以地圖、列表和各種數據分析圖為數據基礎，對貧困對象基本信息等實現信息綜合展示、信息查詢、扶貧效果分析等功能，以高效率實時動態評定貧困等級、識別致貧原因、顯示扶貧信息，規避了傳統扶貧模式下靜態化和滯后性的貧困人口識別，為精準扶貧提供貧困識別參考基礎。同時精準扶貧數據庫平臺還可以實現政府、社會和扶貧對象三方互動扶貧生態圈，通過大數據信息平臺接受社會監督，確保貧困識別精準定位。2.扶貧目標精準設定。通過大數據精準扶貧信息平臺識別貧困地區與貧困人口基本狀況后，還可以通過就業意愿、勞動力分布、家庭結構、家庭基本生活情況等數據庫進一步融合分析，制定有針對性的扶貧方向與扶貧項目，通過差異化的資源配置實現異質性的貧困地區與貧困人口幫扶項目，防治扶貧一刀切帶來的扶貧錯位與浪費。以陜西省安康市為例，陜西省50個貧困縣，安康市占8個，地處陜鄂渝交界，貧困人口較多。2017年陜西省安康供電公司通過電力大數據分析應用，以大數據技術匹配2015年以來該地區1700余萬條貧困戶用電信息，以月度用電數據、戶均用電量及用電增長率等幾個維度評估地區脫貧工作成效，并以此分析結果制定精細化扶貧投資計劃，以2.8億元投資改造建設10千伏線路240公里，0.4千伏線路1311公里，實現該地區471個貧困村農網改造，以電力保障助力當地精準扶貧。3.扶貧過程動態監管。大數據精準扶貧還體現在扶貧過程的動態分析，通過采集扶貧過程、脫貧成效等數據，實時更新數據庫并進行自動化處理，隨時管控扶貧工作進程，發現問題及時處理。通過動態跟進扶貧計劃實施，不斷進行數據反饋評估與分析，可以有效了解貧困需求改變，并及時做出扶貧方向調整，開展有針對性的扶貧方式；其次，可以有效實現貧困人口與地區的有序進出，進行貧困人口的動態管理，通過系統性、動態性的監督管理，及時移除脫貧人口進行監管跟進，納入新增貧困人口采取有效扶貧措施。最后，數據信息跨地區跨政府部門共享，可以有效通過貧困地區內外部環境做出及時有效的調整，依據外部經濟社會環境，結合地區特色資源與優勢，發展本地經濟，因地制宜，因人因地對接幫扶，以產業帶動、就業推動貧困地區與貧困人口有效脫貧。

大數據下精準扶貧發展路徑

1.構建大數據精準扶貧信息平臺，保證數據采集準確有效。大數據精準扶貧借助于強大的數據分析能力能夠精準識別貧困地區與人口相關情況，但是前提是信息來源必須是真實的且數據必須夠大。因此，構建大數據精準扶貧信息平臺就顯得尤為重要。保證數據的可用性工程量巨大，既需要強大的技術支撐能力，還必須不同層級扶貧單位與政府協同支持。首先，以政府頂層設計為主，整合技術能力較強的信息企業與先進數據分析技術，借助發達的數據處理能力設立大數據綜合實驗區，推動大數據深度應用。其次，政府間加強信息溝通與共享，構建省、市、縣、鄉、村等五級扶貧網絡，整合政府與電商企業平臺數據，以大數據技術深度融合各方信息數據庫，推動扶貧信息共享，為扶貧數據分析與比對提供巨大的數據基礎，通過基礎數據分析對信息采集結果進行分析比對與佐證，從基礎相關數據保證信息有效性。最后，對各政府部門工作人員，特別是扶貧單位人員進行大數據精準應用培訓，并以大數據平臺為支撐直觀顯示大數據對扶貧項目過程動態監管效果。從思想與技術上保證扶貧工作人員在基層貧困信息獲取、分析與扶貧工作中的規范性，從源頭降低貧困信息采集的人為疏漏與錯誤，完善扶貧指標數據。由此，通過大數據精準扶貧平臺建設與準備工作過程，才能從技術與操作中降低貧困情況識別與評估的主觀性特征，提高數據準確有效性。2.及時更新基礎數據庫，動態調整數據庫管理。首先，通過搭建跨行政部門縱向管理的政府間扶貧信息共享平臺、縱向層級政府間信息溝通機制、貧困地區與貧苦村貧苦戶扶貧信息管理以及涉及貧困幫扶信息來源的產業、企業與平臺交流等，對扶貧數據進行系統的、動態的監管，對扶貧過程進行動態實時監控與管理，掌握扶貧幫扶項目資源配置與貧困戶需求的匹配，實現數據庫動態管理與扶貧項目實踐有效結合。其次，通過數據庫動態管理與扶貧項目實踐有效結合，及時發現脫貧過程中貧困人口實際脫貧需求，掌握貧困地區與貧困人口脫貧動態反饋與結果，根據扶貧項目階段性特征與問題分析，及時調整幫扶方向與扶貧資源配置，提高因地制宜、因人因地差異化幫扶精準性，有利于探索多元化、多渠道的精準扶貧路徑。3.保障扶貧大數據人才需求，科學利用精準數據。第一，政府精準扶貧數據庫平臺建設需要引進大量大數據人才。通過高質量人才隊伍組建提高大數據平臺開發成功率與大數據運用準確性，以技術突破推動大數據精準扶貧頂層設計進程。第二，培養培訓基層大數據人才。大數據基本信息來源收集、初步篩選、數據管理與分析、數據運用與監管等一些過程均具有較高的技術性要求，需要綜合性人才素養，不僅需要具備大數據技術基礎，還要求具有基本的扶貧工作能力，對產業發展、社會保障、人口遷移等政策具有一定的敏感性。因此，需要對現有大數據人才與基層扶貧工作人員進行綜合素質培訓，并通過與高校合作保障人才輸送，滿足扶貧工作對綜合性人才的未來需求。第三，各地政府結合本地區實際情況，積極鼓勵大數據信息系統研發與創新，構建具有地區特征的扶貧數據庫；并完善硬件設施建設，方便資源整合與數據庫對接，打破地區間與扶貧層級間信息不對稱，實現地區間精準扶貧信息交流與經驗共享，科學利用大數據技術與精準扶貧，進行先進扶貧經驗推廣，提高大數據精準減貧、脫貧治理的影響廣度與深度。4.精準評估扶貧效果，有效支持決策制定。大數據精準扶貧在貧困識別、扶貧目標制定與實施等方面的動態監管有效性等大大提高了扶貧效果，但是大數據精準扶貧是個系統性工程，涉及部門與地區較廣，仍然不可避免的需要接受其他個人或組織的監督管理，科學制定評價指標體系，促進扶貧減貧效果精準評估，從而為政府決策提供可持續支持。因此，首先，大數據精準扶貧還應該納入扶貧主體與客體外的第三方組織和個人，開通第三方監督平臺與通道。對貧苦戶基本信息、脫貧需求、扶貧項目概況、扶貧進程、結果與反饋等進行監督管理，有權要求數據分析結果的信息公開透明，提高社會力量在精準扶貧監管中的重要作用，促進扶貧資源優化配置。其次，完善扶貧效果評價指標體系與考核機制，從質與量、現階段效果與未來發展潛力、細化扶貧主體等幾個方面進行全方位、多維度、多層次的系統性評價，并引入第三方評價并提高第三方權重，力求真實評價并還原扶貧效果，防治虛報瞞報與政府尋租；并以此作為政府政績考核與下一階段扶貧政策制定參考，強化扶貧工作人員責任意識和第三方監督責任，確保精準扶貧項目制定與實施有效性，保障政府決策前瞻性和準確性。

參考文獻

[1]鄭瑞強，曹國慶.基于大數據思維的精準扶貧機制研究[J].貴州社會科學,2015（8）：163-168.

[2]王茜.關于運用大數據助推精準扶貧的提案[J].中國科技產業,2016(4)：23-23.

[3]汪磊,伍國勇.精準扶貧視域下我國農村地區貧困人口識別機制研究[J].農村經濟,2016(7)：112-117.

[4]鄧維杰.精準扶貧的難點、對策與路徑選擇[J].農村經濟,2014(6)：78-81.

[5]嚴俊乾.“大數據”助力精準扶貧[J].現代經濟信息,2016（01）：35-36.

作者:張傳華 趙敏 單位:1.重慶理工大學管理學院 2.重慶市江北嘴中央商務區投資集團