大数据实现扶贫 四个老大难问题待解

　　【中国智能制造网 智造快讯】大数据使扶贫哪里“”了呢？“扶持谁”了；“谁来扶”了；“怎么扶”了；“如何退”了。这四个解决了扶贫工作的历史瓶颈和老大难问题。
 

　　扶贫易，难。扶贫是心中沉甸甸的牵挂,也是各地政府放不下的责任,更是贫困人口翘首以盼的希冀!那么,怎样才能“”?贵阳2015年明确提出用大数据技术推动扶贫,并建立了大数据帮扶平台,此后多地积极探索大数据扶贫,为扶贫找到了突破口,创新了路径,并且收获了丰硕的果实。
 

　　大数据使扶贫哪里“”了呢?“扶持谁”了;“谁来扶”了;“怎么扶”了;“如何退”了。这四个解决了扶贫工作的历史瓶颈和老大难问题。
 

　　扶持谁?用大数据术语说就是“识别”。怎么才能雪中送炭而不是锦上添花?大数据技术的价值在于挖掘海量数据的内部价值,通过具体目标,明确思路,再进行数据的搜集、处理、分析、挖掘和展示。在扶贫数据中,贫困户的基本资料是一切信息的基础。如果把脱贫攻坚战比喻成盖高楼,充分挖掘基础信息的有效部分即是打牢地基。而这样的工作必须运用大数据技术,让贫困户的基础数据结构化,对其进行建模式的直接挖掘。脱贫攻坚战中基础的数据运作就是对贫困户的贫困程度进行分类。大数据可以完成该项任务,直接从海量的数据中找出贫困户上一年度的家庭年人均收入、贫困户劳动力人数和该户建档立卡总人数的比例、贫困户未来劳动力人口新增数量三个可量化指标。由数据库中的三个变量建立一个模型,直接挖掘目标数据。将三个可量化指标的得分相加便得出贫困户的贫困程度。分数越高,贫困程度越深。借助大数据分析可以甄别贫困人口,定位扶贫对象;了解具体致贫原因(资金、技术、项目、人力等),科学制定的扶贫措施。贵阳就是这么做的:依托大数据“建档立卡”,利用大数据关联分析,融合扶贫、教育、民政、住建、交委、卫计、工商、残联等涉及农业农村业务部门的数据,再从帮扶对象生活环境、家庭因素、教育情况、受帮扶情况等多方位进行识别。
 

　　谁来扶?怎么扶?扶贫,政府义不容辞、责无旁贷;扶法,需要智慧、需要科学。输血不如造血,大数据助
 

　　推“黔货出山”就是鲜活的例子。贵阳推动的“农业农村互联网+”、农村电子商务、大数据村域经济服务社、建设线上网店助力黔货出山,给农业、农村带来了发展新气象!易地搬迁是扶贫工作中的重点工作,政府的作用无可替代。易地搬迁涉及到大量数据,如资金数额、贫困户资料、安置区建设等等。2016年底,22个省区市已开工的易地扶贫搬迁项目达19087个,住房建设73万套,易地扶贫搬迁人数达249万。贫困县中有792个开展了财政涉农资金整合试点,整合资金约3200亿元。整个异地扶贫搬迁的数据量大,更新快,数据类型繁杂。如果不是运用大数据技术解决扶贫工作的数据处理瓶颈,那么扶贫攻坚战就不可能取得如此关键性进展。
 

　　如何退?脱贫了就要退出,这还要靠大数据給扶贫工作戴上“望远镜”。动态跟踪扶贫项目数据,了解扶贫工作实施状况,运用大数据前瞻扶贫的实施效果非常重要。一来可以通过分析反馈数据及时修正具体的扶贫方案,保证扶贫工作取得切实成果;二来可以对扶贫地区的整体扶贫工作进行全面分析、通盘考量,对扶贫工作的整体进程和未来开展方向给出预测判断,为扶贫的战略性调整提供决策建议,三来可以使脱贫和致富的对象即使退出,确保扶真贫。
 

　　(原标题：数博会二十六论：大数据扶贫“精”在何处、“准”在哪里?)