大数据赋能精准扶贫智慧决策

2019年06月11日 07:31 来源:中国社会科学网-中国社会科学报 作者:李杰义 左秀雯

大数据技术为实现精准扶贫目标提供了可行路径,已成为提升精准扶贫决策效能的重要技术支撑。《建立精准扶贫工作机制实施方案》(2014)和《促进大数据发展行动纲要》(2015)等文件的相继发布,为运用大数据技术优化精准扶贫治理提供了有力的政策支持。2015年,甘肃被列为国家扶贫办全国大数据平台建设试点地区,在全国率先建设了精准扶贫大数据平台。继而,贵州、四川、广东和广西等地也将大数据技术应用于精准扶贫领域,初步显现出大数据在精准扶贫工作中的决策价值。然而,大数据技术在各地精准扶贫的决策实践中仍存在一些问题,亟须破解。

 扶贫大数据平台效能亟待提升

  理论上,精准扶贫大数据技术包括扶贫大数据仓库、大数据建模计算、大数据分析结果可视化和安全管理等技术,旨在以大数据目标诠释精准扶贫理念,运用大数据技术对多样化扶贫数据加以集成融合,从而实现基于大数据的精准扶贫智慧决策。然而,现有扶贫大数据平台并非真正意义上的精准扶贫智慧决策系统,其效能仍有待进一步提升。

  1.数据收集途径有待进一步增加。不少地区的扶贫大数据平台的数据获取途径主要是民政、财税、残联、社保、工商和房产等政府部门的内部数据,尚未充分获取个人存款信息、儿童教育、家庭用电和家庭资产等政府外部数据,这可能会导致有些“真贫”对象被漏统。由于现实环境中的实际情况是不断发展变化的,因而在数据挖掘过程中存在数据不断迭代的问题,若受限于数据收集途径而导致数据更新不及时,则可能导致“脱贫后再返贫”对象不能及时纳入到帮扶名单中。

  2.数据建模计算功能有待进一步优化。现有的扶贫大数据平台虽然具备数据收集整合、存储查询和分析比对等基本功能,但缺少对大数据的动态实时监测、趋势预测、关联建模和智能分析等技术功能,也未能将大数据技术与决策者的动态能力有效结合。这可能导致扶贫对象的致贫原因得不到动态追踪,导致帮扶政策供给不能及时有效地匹配扶贫对象的真实需求。

  3.数据管理能力有待进一步发挥。由于数据开放共享与数据主体隐私保护之间存在着一定的矛盾,不少地方也尚未建立起跨部门、跨层级、跨领域数字化标准体系,从而导致各数据库之间的“数据孤岛”现象。相关管理人员的数据分析与结果解读能力仍有欠缺,扶贫大数据所蕴含的巨大决策价值未能得到充分挖掘和利用,这可能会影响精准扶贫管理的决策效能。

 精准扶贫智慧决策系统的构建

  为实现数据驱动的精准扶贫智慧决策,有必要对现有精准扶贫大数据平台进行技术升级、功能优化与机制完善,构建出大数据驱动的精准扶贫智慧决策系统。该系统是以扶贫最优决策为目标,以扶贫大数据为基础,以扶贫大数据平台为前提,以平台功能优化为手段,以扶贫治理能力现代化为支撑的新型扶贫智慧决策系统。

  1.大数据平台技术升级是构建精准扶贫智慧决策系统的前提。大数据平台是精准扶贫智慧决策系统的前提条件。面对精准扶贫新形势,不仅应加快建设高速存储服务器和计算服务器等扶贫大数据硬件设施,加快建设大数据挖掘、安全管理、建模计算技术和可视化结果应用等扶贫大数据软件设施,而且应加快打造精准扶贫大数据平台的移动终端,适时开发智慧精准扶贫云平台。

  2.大数据平台功能优化是构建精准扶贫智慧决策系统的核心。大数据建模计算能力是精准扶贫智慧决策系统的核心条件。对现有平台数据的挖掘整合、比对识别与结果可视化等功能优化,能解决数据挖掘不充分的问题,提高识别“真贫”对象的精准度。对现有平台数据的因果关联与供需匹配等功能进行优化,能够解决数据运算能力不足的问题,提高帮扶政策措施的针对性。对现有平台数据的高速实时运算、全过程监测追踪及趋势预警模拟等功能进行优化,能够动态适应数据不断迭代的趋势,解决数据处理不及时的问题,提高扶贫管理决策的时效性。

  3.扶贫治理能力现代化是实现精准扶贫智慧决策效能的保障。基于大数据的扶贫体制机制创新,是数据驱动精准扶贫智慧决策的必要条件。在强化数据安全管理和建立数据集成共享机制的基础上,促进地区间、部门间或系统间“数据孤岛”的关联,能够使精准扶贫最佳实践与大数据技术优势相得益彰。对扶贫考核子系统的大数据分析及决策支持功能进行优化,能够使帮扶政策及扶贫管理责任更加精准到位。对政府扶贫相关部门及其管理人员的大数据分析与分析结果解读能力进行提升,能够提高扶贫精准度和扶贫资源配置效率。

 精准扶贫智慧决策系统的运行

  精准扶贫智慧决策系统为解决扶贫决策问题提供了可行路径,呈现出“数据采集挖掘→数据分析建模→人机协同联动”的精准扶贫智慧决策运行过程。这一过程通过构建精准扶贫大数据有效样本、形成对扶贫决策问题的精准画像,直至提出精准扶贫智慧决策方案,从而实现数据驱动精准扶贫决策的效能提升。

  1.数据采集挖掘,构建精准扶贫大数据有效样本。扶贫大数据挖掘,旨在通过政府内外部的交互接口获取数据,并对数据进行清洗、转换、加载和存储。数据开放共享与数据主体隐私保护之间存在着一定的矛盾,因此,应嵌入数据加密、隐私保护和隐私增强等技术,保证数据安全,为挖掘政府内外部数据、丰富扶贫数据来源提供条件。大数据的关键价值不在于大而全,而在于有用和有效,因此,应摒弃“全数据模式”的错误认识,对数据垃圾进行清洗,并利用实时计算方法对扶贫数据集进行动态调整。由此,构建出与精准扶贫决策目标或问题相关的“有效样本”,为精准扶贫智慧决策提供有力的证据链,使扶贫决策结果更具客观性。

  2.数据建模计算,形成对扶贫决策问题的精准画像。在大数据驱动下,应运用多元回归、聚类判别和时间序列等方法,构建多维度和多阶段的贫困测算模型,从而精准识别出扶贫对象。同时,结合神经网络和随机森林等算法,构建多阶段和多层次的帮扶供需决策模型,并以图表或回归预测曲线等可视化技术将模型计算结果展示给决策者,从而实现对扶贫对象精准施策。进一步,应用计算机仿真、机器学习和人工智能等技术,构建贫困对象、脱贫潜力或帮扶效果的动态预警模型,以此形成对扶贫决策问题的精准画像,使精准扶贫决策过程更具前瞻性。

  3.人机协同联动,提出大数据驱动的精准扶贫智慧决策方案。在数据采集挖掘和建模计算的基础上,采用统计图表、三维建模或时空态势等可视化技术,动态呈现出扶贫自动化决策分析结果。在此过程中,通过数据分析师、扶贫领域专家与扶贫决策者之间的有效互动,以及机器智慧、数据分析师与决策者智慧之间的协同联动,将这些自动化决策分析结果与扶贫决策问题及具体场景相结合,克服“量化一切”的局限性,从而提出更具科学性、针对性和前瞻性的精准扶贫智慧决策方案。

 (本文系浙江省社科规划项目“大数据技术支撑浙江高水平精准扶贫的对策建议”(18NDYD53YB)阶段性成果)

  (作者单位:浙江师范大学经济与管理学院)