论文部分内容阅读
摘要：大数据技术、大数据环境能够为贫困治理提供全面、可持续的信息数据基础，构成贫困治理的重要资源。文章结合贵州后扶贫阶段减贫的形势和贵州大数据发展现状，在树立大数据思维、推进数据基础建设、完善政策体制建设、全面培养大数据人才和推进大数据贫困治理时效等方面提出了推进策略。
关键词：大数据;贫困治理;策略
大数据时代的到来，深刻影响人们的思维和行动方式，催生了不同于以往的经济发展模式和社会结构，这为政府带来治理挑战的同时也为政府基于数据科学决策和防范风险提供了可能，包含贫困治理能力在内的政府治理能力得以有效提升。伴随治理体系和治理能力现代化的不断推进，大数据为政府主导的贫困治理带来了技术支撑，为全面完成脱贫攻坚任务和2020年后的减贫工作以及乡村振兴战略实施提供了难得的契机和保障。
一、大数据成为贫困治理资源
大数据在贫困治理中具有基础性作用，没有足够准确的信息就无法准确判断贫困的真实状况和发展趋势，也就不能全面有效的制定具有针对性和可持续性的贫困治理策略。众所周知，贫困问题是一种交织自然生态环境、经济、社会、文化等综合因素的现象，致贫原因复杂，涉及面广，相关信息不易聚集、不易共享，贫困治理困难。2020年后，贫困治理将突出聚焦返贫问题、相对贫困问题和多维贫困问题，减贫工作更具复杂性，在这一背景下，大数据技术和应用不可或缺。
（一）大数据技术可以深入刻画贫困维度
“大数据分析的价值和意义就在于，透过多维度、多层次的数据，以及历史时代的关联数据，找到问题的症结，直抵事实的真相”。在大数据问世之前，样本数据是广泛应用的数据及作为分析的重要工具，样本数据采集随机性较大，是以一定的采集数据证实相关问题及发现问题。这样的样本数据往往存在一定的偏差，加之数据维度相对单一、层次相对较浅和时效较差等因素，结果分析也会出现偏差，很难为科学决策提供精准依据。随着云计算等数据处理能力实现突破后，大数据技术应运而生并被广泛运用到经济、社会和政府管理等各个领域。大数据区别于以往数据的一大特征即解决了数据收集的维度、层次和时效问题，具体到减贫领域，能更好的反映真实的贫困状况。此外，在数据处理上，大数据云计算可以避免样本数据只能放在同一数据库中才能处理的弊端，可以将包含文本、图像、音频、视频等在内的所有信息多维表达形式实现跨地区、跨库进行处理。同时，这些基于信息的数据分析可以有效避免人为的认知偏见、感知误差和框架歧义，为政策制定者及工作实务者有效、精准开展减贫工作提供科学依据。
（二）大数据时代保障了贫困治理的数据来源
大数据时代到来已经成为不可逆转的趋势，大数据环境也成为了这个时代的明显特征。世界各国抢占机遇，纷纷利用大数据来提升战略能力和治理能力。作为一项技术，只有应用于经济社会发展和政府管理的实际场景中才会产生和实现其价值。2015年8月《国务院关于印发促进大数据发展行动纲要的通知》颁布，就促进各类数据共享、公共数据资源开放以及医疗健康、社会保障服务、教育文化、交通旅游大数据发展，工业大数据、商业大数据、服务业大数据、农业农村大数据应用等提出了具体建议。从中可以看出，大数据应用于农业农村领域已经成为国家行动。技术与时代的发展与结合，共同为我们面临的贫困治理难题带来了新手段。多元、真实、海量的数据来源是大数据应用的基础。在实践场景中，无论是政策领域、技术领域还是信息整合领域，我们的“大数据战略行动”都在快速推进。同时，如前所述，贫困问题是一个自然、经济、社会、文化等多元因素交織的现象，相关数据信息广泛存在于政府相关部门，这些信息既是多元海量的信息，也是实时更新变化的动态信息。这些大数据资源的不断储备及减贫相关数据不断搜集以及政策的保障，为贫困治理数据提供了源源不断的数据来源。
（三）大数据贫困治理效能体现于应用价值
大数据贫困治理效能主要体现于其应用价值，整体来讲，大数据贫困治理的应用价值主要在以下几个方面，如对贫困层次的甄别、致贫原因刻画、减贫效果监测、返贫风险预警以及推动减贫政策决策有效。这些应用在减贫的实践场景中都已经落地实施并且取得了良好的效果。要持续推动大数据贫困治理和应用价值提升，将其广泛推广至乡村振兴、解决相对贫困问题等领域，就需要不断总结提炼脱贫攻坚阶段的既有经验。从一般意义上讲，大数据成为了这个时代的基础资源和要素，甚至数据资源逐渐成为一种具有决定性的资源，但追本溯源，这些都离不开大数据技术、大数据思维和数据本身。在这个意义上讲，大数据成为贫困治理的资源，既要重视大数据在减贫领域中的运用，也要将目光转移到减贫领域中的人这一要素上，注重大数据思维、注重大数据技术在这一领域的深入挖掘，还要打破数据“碎片化”的状况，以此形成合力实现大数据贫困治理效能，体现其价值。
二、贵州贫困治理复杂特殊性与大数据贫困治理应用
贵州因特殊的自然生态环境及发展基础，经济社会发展相对滞后，曾是全国农村贫困人口最多、贫困面最广、贫困程度最深的省份。到2020年全面实现建成小康社会，贵州面临巩固脱贫与持续减贫、全面减贫与重点攻坚、任务艰巨与时间紧迫并存的严峻形势。而同时，贵州自2017年以来推动“大扶贫、大数据、大生态”三大战略行动，并将大数据战略行动广泛应用到经济发展和政府治理领域，开展了有益有效的探索，取得了较好的成效。
（一）贵州贫困治理复杂特殊
贵州曾是全国贫困人口最多、贫困面最广、贫困程度最深的省份，全省88个县级行政区，有66个地处全国14个连片特困地区中的武陵山区、乌蒙山区和滇桂黔石漠化区，涉及全省75%的县级行政区、超过85.2%的国土面积、85.4%的农村贫困人口。2015年全省还有493万农村贫困人口，占全国比重8.8%，其中少数民族贫困人口所占比重超过50%，贫困发生率为14%。贵州贫困原因复杂，地处云贵高原东部，长江、珠江流域上游地带，西南喀斯特生态脆弱区中心，是全国唯一没有平原支撑的内陆山区省份。全省国土面积17.6平方公里，其中山地、丘陵占92.5%，喀斯特岩溶出露面积占61.9%，石漠化面积占21.5%。在全省3500多万常住人口中，少数民族人口所占比重36.3%。除特殊的自然地理环境和发展基础，其贫困问题与生态环境问题、民族地区发展问题相互交织，存在生态环境脆弱、工业基础薄弱、城镇化水平低、创新资源不足，扶贫投入效率不高，人口、资源、环境与经济社会发展极不协调等问题。改革开放以来，历经经济体制改革扶贫、有计划开发扶贫、“八七”攻坚扶贫、实施《中国农村扶贫开发纲要（2001-2010年）》、创建国家扶贫开发示范区以及实施大扶贫战略等阶段，贵州各项工作、各种资源、各方力量不断向脱贫攻坚聚集，构建了脱贫攻坚政策体系，聚集了脱贫攻坚的强大合力，贵州扶贫开发工作取得显著成效，形成了如“三变”改革、精准识别“四看法”、易地扶贫搬迁等实践经验得到中央肯定，被誉为脱贫攻坚“贵州样板”。到2018年，贵州仅有155万贫困人口，贫困发生率为4.3%，减贫成效显著。但同时，我们也必须认识到，当前贵州农村贫困人口脱贫基础还较为薄弱，贫困农户内生发展的动力不足，易地扶贫搬迁群体、帮扶脱贫群体等边缘群体返贫压力较大，前一阶段决战脱贫攻坚导致的政策“悬崖效应”问题突出，今后一个时期巩固脱贫攻坚成果面临巨大挑战。加之经济下行压力和相对贫困问题现实状况，贵州减贫形势依然严峻，贫困治理复杂特殊。 （二）大数据助力贵州贫困治理
贵州被公认是中国南方最适合建设数据中心的地方，经过近几年的发展，贵州大数据集聚效应显现，国家大数据综合试验区落户贵州，挂牌全国首个国家级大数据产业发展集聚区，落地全国首个国家级数据中心，建设全国第一个省级政府数据集聚共享统一云计算平台“云上贵州”，获批全国首个大数据国家技术标准创新基地。在政策方面，在全国率先制定《贵州省政务数据资源管理暂行办法》《政府数据分类分级指南》，出台《贵州省大数据安全保障条例》等，推动数据标准化建设和数据共享交换。为充分发挥大数据价值，贵州制定了相关措施如出台《国家大数据（贵州）综合试验区大数据创新应用试验实施方案》，实施“精准扶贫云”示范工程项目， 促进精准扶贫大数据创新应用，推动大数据与大扶贫有机结合。具体而言，该项目就是以精准扶贫工作中的建档立卡数据为基础，融合国土、人社、教育等相关部门数据资源，形成全省扶贫工作的统一指挥调度、扶贫项目资金管理、任务督查考核、电商及社会扶贫应用、工作绩效评估等功能为一体的大数据综合管理平台，同时可以实现对扶贫对象、资金项目、帮扶人员等方面的精准识别和管理，并对脱贫人口进行动态监测，为返贫预警和风险防控提供决策支持。此外，结合贵州喀斯特地质及多民族的特征，利用平台可以实现对农业生态环境监测和资源管理的调度，实现对民族地区脱贫的精细化管理。2018年出台《贵州省实施“万企融合”大行动打好“数字经济”攻坚战方案》，深度推进大数据与工业、农业、服务业等融合发展，加快大数据与实体经济、与乡村振兴、与服务民生、与社会治理融合。
三、大数据贫困治理的推进策略
大数据为解决贫困复杂问题提供了一种分析工具，有助于减贫参与主体结合贫困地区、贫困群体的特性推进精准扶贫。对精准扶贫数据的挖掘和使用能有效防控和规避各类风险，促进资源整合与政策保障，推进贫困治理的科学有效。
（一）更新观念、树立大数据思维
首先，对大数据要有客观认识，既不能认为大数据是洪水猛兽，无法驾驭，也不能将其视之为解决一切难题的“金钥匙”。每一种数据都有一定的局限和片面性，只有融合、集成各方面的数据，才有可能在相互关联中找出隐藏在其中的事物本质和规律。“实际上大数据的价值主要体现在它的驱动效应，即带动有关的科研和产业发展，提高各行各业通过数据分析解决困难问题和增值的能力”。作为信息技术的一部分，大数据遵循指数发展规律，只有经过相当长时间的积累并出现拐点，大数据才会有“爆炸式”的增长，大数据技术才会成为主流技术，价值才会真正发挥，因此，对待大数据要有足够的耐心;其次，大数据思维要求政策制定者科学分析决策。贫困治理中，决策者往往根据静态化的信息，通过样本数据或经验分析决策并给出政策。大数据背景下，则要求决策者以数据为基础，考虑治理对象的差异化特征，找出关联规律等通过量化科学分析，以作出具有针对性的精准措施;再次，数据管理者要有共享思维。大数据价值发挥的基础需要巨量的数据资源储备，这就需要数据管理主体要有追求局部利益最大化向追求综合效益最大化的观念转变，从信息资源的控制者向提供者、保护者转变，主动打破信息保护的壁垒，推动信息资源的共享与利用;最后，大数据思维要求贫困治理的“精准滴灌”。大数据可以有效的提升资源配置的均衡，提升资源的使用效率，通过数据分析手段有效引导资源流向，控制贫困治理的进度，更加精细化的“靶向治疗”。
（二）加强创新、推进数据基础建设
首先，重视大数据发展的基础设施建设。大数据的应用需要硬件设施和网络基础设施建设，需要物联网、云计算和移动终端设备的发展与融合。发挥大数据的价值，首先要解决大数据发展的硬件设施和网络联通问题。再这一点上，以贵阳为中心的信息存储中心及网络建设有了较好的基础;其次，加强大数据技术研发。加强省内外、国内外科研资源流动互通，鼓励科研机构、人员、技术企业开展大数据前沿技术研究，推动信息技术改造升级，促进云计算、分布式处理平台、人工智能、海量数据存储管理、交互式數据可视化以及数据挖掘技术等相关技术的开发和利用，通过共建共享共买服务、向第三方购买服务等方式加强大数据技术向前瞻性、系统性方向发展，坚持应用牵引的技术路线，突出技术的应用价值;再次，推进贫困治理大数据质量标准规范建设。大数据质量标准规范强调保障多目标数据的融合，以实现大数据价值。现实中因数据来源不同、种类异构、类型繁杂等因素导致大数据质量标准规范不统一的问题，这也是当前大数据发展中的难题。贫困治理大数据库的建立，需要各相关数据来源单位共同制定数据采集、分类分级、数据交换及数据访问等标准，完善标准体系，提升贫困治理大数据的应用价值;最后，加强贫困治理数据库建设。贫困治理大数据资源的有效利用或利用价值的提高需要相关数据库的建设，这就需要打破各领域之间的壁垒，从信息孤岛转向跨领域、跨部门、跨行业的信息融合，不断推进基础数据信息的存储。
（三）与时俱进、完善政策体制建设
首先，政府要与时俱进制定大数据相关政策。作为贫困治理的主体部门，政府要主动承担起贫困治理大数据建设的责任，主动顺应时代发展和时代要求，明确贫困治理大数据发展目标，主要内容和重点发展领域，为数据环境建设、数据共享、数据安全及数据商品化等等提供政策支持，为大数据应用及发展提供政策保障;其次，通过政策安排和机制设计做好信息的安全防护。信息安全数据安全是信息和数据共享的前提，信息数据安全等级的设定是信息数据流动的前提。政府应该明确信息数据的安全等级，对不同安全等级的信息数据进行保护和维护，并通过知识产权保护体系解决数据归属问题，推动非机密信息数据在市场自由流通。积极构建大数据安全保密防范体系;再次，政府应加快推进公共扶贫信息的更新与开放。明确贫困治理大数据平台建设的主体责任，划分不同参与主体责任归属，出台政策规定并推动不同参与主体、不同层级政府公共扶贫信息的更新与开放，促进数据融合，营造良好的数据信息流通环境;最后，制定大数据贫困治理能力评价机制。建立贫困治理大数据建设、使用、监管、评价、维护于一体的评价体系，在现有的对各级政府的绩效考核体系中，将大数据贫困指标能力的评价纳入其中，推动各级政府提升对大数据应用的能力，推动扶贫治理大数据的建设。 （四）能力导向、全面培养大数据人才
首先，立足于大学多学科交叉人才培养。大数据时代对人才的要求是复合型的，大数据从信息搜集、存储到技术处理再到应用，环节众多，每个环节对人才知识和能力的要求不尽相同，但在一般意义上，既要求具备专业性的网络化、智能化如统计、数学、计算机、软件等学科知识，也需要管理学、经济学等相关知识。这种复合型人才的培养，应着眼于高等教育阶段的协同创新培养;其次，重视基层政府党政人才培养。大数据归根结底是为现实解决问题服务的，其价值的真正发挥是通过基层政府人员将信息数据转化为生产力，重视基层政府党政人员的再培训，提升其对信息数据的掌控转化能力尤为重要，既要让他们知道“怎么做”，又要让他们知道“为什么这么做”，以发挥数据信息的最大价值;再次，鼓励贫困治理领域大数据人才的交流与合作。大数据贫困治理是一个复杂系统，横向纵向需要不同主体部门、单位的密切合作，經济鼓励高层次、高技术人才、数据采集人才及数据使用人员的互动交流，形成技术人员、管理人员、服务人员等之间的协同合作机制;最后，完善人才激励机制。探索完善贫困治理大数据人才的考核评价体系，探索该领域不同人才的薪酬激励机制，结合岗位、能力、贡献等健全以政府奖励为导向，用人单位为主和参与主体参与的人才激励体系，激发这些人才的动力，真正促进大数据贫困治理的时效，推进扶贫开发工作的进展。
（五）突出重点、推进大数据贫困治理时效
首先，贵州贫困治理有其特殊性，数据分析在指标关联因素上要考虑其影响。在大数据平台建设中数据信息既要能接入全国相关数据，又要有自身特色，如山地经济特点、喀斯特地质地貌特点;其次，重点加强产业扶贫、易地搬迁扶贫及教育扶贫等对贵州扶贫攻坚具有普遍意义的相关数据库建设，做好上述三类扶贫任务的项目数据建设、资金整合投放监管及脱贫跟踪统计，进一步增强资源调度配置强力推进扶贫攻坚工作;再次，建设好贵州扶贫治理大数据平台返贫风险防控及预警子平台。结合脱贫跟踪数据及相关研究成果，分地域做好返贫风险防控及预警平台，确保贫困增量控制与存量减少;最后，创建国家扶贫开发示范区的贵州大数据贫困治理样板。促进大扶贫、大数据两大战略的融合，以大数据推动贵州大扶贫，在创建国家扶贫开发示范区的工作中体现大数据价值，塑造贵州大数据贫困治理的样板。
参考文献：
[1]喻国明.大数据方法与新闻传播创新：从理论定义到操作路线[J].江淮论坛，2014（04）：5-7.
[2]李国杰.对大数据的再认识[J].大数据，2015（01）：1-9.
[3]莫光辉.大数据背景下的精准扶贫模式创新路径-精准扶贫绩效提升机制系列研究之十[J].理论与改革，2017（01）：119-124.
[4]李娟.生态危机治理的大数据战略[J].理论探索，2016（02）：76-81.
[5]王新伟，吴秉泽.以大扶贫、大数据两大战略行动为引领 贵州：地无三尺平 更借”扶贫云”[N].经济日报，2016-04-05.
*基金项目：教育部人文社会科学研究青年基金项目（15YJCZH097）。
（作者单位：贵州财经大学）
关键词：大数据;贫困治理;策略
大数据时代的到来，深刻影响人们的思维和行动方式，催生了不同于以往的经济发展模式和社会结构，这为政府带来治理挑战的同时也为政府基于数据科学决策和防范风险提供了可能，包含贫困治理能力在内的政府治理能力得以有效提升。伴随治理体系和治理能力现代化的不断推进，大数据为政府主导的贫困治理带来了技术支撑，为全面完成脱贫攻坚任务和2020年后的减贫工作以及乡村振兴战略实施提供了难得的契机和保障。
一、大数据成为贫困治理资源
大数据在贫困治理中具有基础性作用，没有足够准确的信息就无法准确判断贫困的真实状况和发展趋势，也就不能全面有效的制定具有针对性和可持续性的贫困治理策略。众所周知，贫困问题是一种交织自然生态环境、经济、社会、文化等综合因素的现象，致贫原因复杂，涉及面广，相关信息不易聚集、不易共享，贫困治理困难。2020年后，贫困治理将突出聚焦返贫问题、相对贫困问题和多维贫困问题，减贫工作更具复杂性，在这一背景下，大数据技术和应用不可或缺。
（一）大数据技术可以深入刻画贫困维度
“大数据分析的价值和意义就在于，透过多维度、多层次的数据，以及历史时代的关联数据，找到问题的症结，直抵事实的真相”。在大数据问世之前，样本数据是广泛应用的数据及作为分析的重要工具，样本数据采集随机性较大，是以一定的采集数据证实相关问题及发现问题。这样的样本数据往往存在一定的偏差，加之数据维度相对单一、层次相对较浅和时效较差等因素，结果分析也会出现偏差，很难为科学决策提供精准依据。随着云计算等数据处理能力实现突破后，大数据技术应运而生并被广泛运用到经济、社会和政府管理等各个领域。大数据区别于以往数据的一大特征即解决了数据收集的维度、层次和时效问题，具体到减贫领域，能更好的反映真实的贫困状况。此外，在数据处理上，大数据云计算可以避免样本数据只能放在同一数据库中才能处理的弊端，可以将包含文本、图像、音频、视频等在内的所有信息多维表达形式实现跨地区、跨库进行处理。同时，这些基于信息的数据分析可以有效避免人为的认知偏见、感知误差和框架歧义，为政策制定者及工作实务者有效、精准开展减贫工作提供科学依据。
（二）大数据时代保障了贫困治理的数据来源
大数据时代到来已经成为不可逆转的趋势，大数据环境也成为了这个时代的明显特征。世界各国抢占机遇，纷纷利用大数据来提升战略能力和治理能力。作为一项技术，只有应用于经济社会发展和政府管理的实际场景中才会产生和实现其价值。2015年8月《国务院关于印发促进大数据发展行动纲要的通知》颁布，就促进各类数据共享、公共数据资源开放以及医疗健康、社会保障服务、教育文化、交通旅游大数据发展，工业大数据、商业大数据、服务业大数据、农业农村大数据应用等提出了具体建议。从中可以看出，大数据应用于农业农村领域已经成为国家行动。技术与时代的发展与结合，共同为我们面临的贫困治理难题带来了新手段。多元、真实、海量的数据来源是大数据应用的基础。在实践场景中，无论是政策领域、技术领域还是信息整合领域，我们的“大数据战略行动”都在快速推进。同时，如前所述，贫困问题是一个自然、经济、社会、文化等多元因素交織的现象，相关数据信息广泛存在于政府相关部门，这些信息既是多元海量的信息，也是实时更新变化的动态信息。这些大数据资源的不断储备及减贫相关数据不断搜集以及政策的保障，为贫困治理数据提供了源源不断的数据来源。
（三）大数据贫困治理效能体现于应用价值
大数据贫困治理效能主要体现于其应用价值，整体来讲，大数据贫困治理的应用价值主要在以下几个方面，如对贫困层次的甄别、致贫原因刻画、减贫效果监测、返贫风险预警以及推动减贫政策决策有效。这些应用在减贫的实践场景中都已经落地实施并且取得了良好的效果。要持续推动大数据贫困治理和应用价值提升，将其广泛推广至乡村振兴、解决相对贫困问题等领域，就需要不断总结提炼脱贫攻坚阶段的既有经验。从一般意义上讲，大数据成为了这个时代的基础资源和要素，甚至数据资源逐渐成为一种具有决定性的资源，但追本溯源，这些都离不开大数据技术、大数据思维和数据本身。在这个意义上讲，大数据成为贫困治理的资源，既要重视大数据在减贫领域中的运用，也要将目光转移到减贫领域中的人这一要素上，注重大数据思维、注重大数据技术在这一领域的深入挖掘，还要打破数据“碎片化”的状况，以此形成合力实现大数据贫困治理效能，体现其价值。
二、贵州贫困治理复杂特殊性与大数据贫困治理应用
贵州因特殊的自然生态环境及发展基础，经济社会发展相对滞后，曾是全国农村贫困人口最多、贫困面最广、贫困程度最深的省份。到2020年全面实现建成小康社会，贵州面临巩固脱贫与持续减贫、全面减贫与重点攻坚、任务艰巨与时间紧迫并存的严峻形势。而同时，贵州自2017年以来推动“大扶贫、大数据、大生态”三大战略行动，并将大数据战略行动广泛应用到经济发展和政府治理领域，开展了有益有效的探索，取得了较好的成效。
（一）贵州贫困治理复杂特殊
贵州曾是全国贫困人口最多、贫困面最广、贫困程度最深的省份，全省88个县级行政区，有66个地处全国14个连片特困地区中的武陵山区、乌蒙山区和滇桂黔石漠化区，涉及全省75%的县级行政区、超过85.2%的国土面积、85.4%的农村贫困人口。2015年全省还有493万农村贫困人口，占全国比重8.8%，其中少数民族贫困人口所占比重超过50%，贫困发生率为14%。贵州贫困原因复杂，地处云贵高原东部，长江、珠江流域上游地带，西南喀斯特生态脆弱区中心，是全国唯一没有平原支撑的内陆山区省份。全省国土面积17.6平方公里，其中山地、丘陵占92.5%，喀斯特岩溶出露面积占61.9%，石漠化面积占21.5%。在全省3500多万常住人口中，少数民族人口所占比重36.3%。除特殊的自然地理环境和发展基础，其贫困问题与生态环境问题、民族地区发展问题相互交织，存在生态环境脆弱、工业基础薄弱、城镇化水平低、创新资源不足，扶贫投入效率不高，人口、资源、环境与经济社会发展极不协调等问题。改革开放以来，历经经济体制改革扶贫、有计划开发扶贫、“八七”攻坚扶贫、实施《中国农村扶贫开发纲要（2001-2010年）》、创建国家扶贫开发示范区以及实施大扶贫战略等阶段，贵州各项工作、各种资源、各方力量不断向脱贫攻坚聚集，构建了脱贫攻坚政策体系，聚集了脱贫攻坚的强大合力，贵州扶贫开发工作取得显著成效，形成了如“三变”改革、精准识别“四看法”、易地扶贫搬迁等实践经验得到中央肯定，被誉为脱贫攻坚“贵州样板”。到2018年，贵州仅有155万贫困人口，贫困发生率为4.3%，减贫成效显著。但同时，我们也必须认识到，当前贵州农村贫困人口脱贫基础还较为薄弱，贫困农户内生发展的动力不足，易地扶贫搬迁群体、帮扶脱贫群体等边缘群体返贫压力较大，前一阶段决战脱贫攻坚导致的政策“悬崖效应”问题突出，今后一个时期巩固脱贫攻坚成果面临巨大挑战。加之经济下行压力和相对贫困问题现实状况，贵州减贫形势依然严峻，贫困治理复杂特殊。 （二）大数据助力贵州贫困治理
贵州被公认是中国南方最适合建设数据中心的地方，经过近几年的发展，贵州大数据集聚效应显现，国家大数据综合试验区落户贵州，挂牌全国首个国家级大数据产业发展集聚区，落地全国首个国家级数据中心，建设全国第一个省级政府数据集聚共享统一云计算平台“云上贵州”，获批全国首个大数据国家技术标准创新基地。在政策方面，在全国率先制定《贵州省政务数据资源管理暂行办法》《政府数据分类分级指南》，出台《贵州省大数据安全保障条例》等，推动数据标准化建设和数据共享交换。为充分发挥大数据价值，贵州制定了相关措施如出台《国家大数据（贵州）综合试验区大数据创新应用试验实施方案》，实施“精准扶贫云”示范工程项目， 促进精准扶贫大数据创新应用，推动大数据与大扶贫有机结合。具体而言，该项目就是以精准扶贫工作中的建档立卡数据为基础，融合国土、人社、教育等相关部门数据资源，形成全省扶贫工作的统一指挥调度、扶贫项目资金管理、任务督查考核、电商及社会扶贫应用、工作绩效评估等功能为一体的大数据综合管理平台，同时可以实现对扶贫对象、资金项目、帮扶人员等方面的精准识别和管理，并对脱贫人口进行动态监测，为返贫预警和风险防控提供决策支持。此外，结合贵州喀斯特地质及多民族的特征，利用平台可以实现对农业生态环境监测和资源管理的调度，实现对民族地区脱贫的精细化管理。2018年出台《贵州省实施“万企融合”大行动打好“数字经济”攻坚战方案》，深度推进大数据与工业、农业、服务业等融合发展，加快大数据与实体经济、与乡村振兴、与服务民生、与社会治理融合。
三、大数据贫困治理的推进策略
大数据为解决贫困复杂问题提供了一种分析工具，有助于减贫参与主体结合贫困地区、贫困群体的特性推进精准扶贫。对精准扶贫数据的挖掘和使用能有效防控和规避各类风险，促进资源整合与政策保障，推进贫困治理的科学有效。
（一）更新观念、树立大数据思维
首先，对大数据要有客观认识，既不能认为大数据是洪水猛兽，无法驾驭，也不能将其视之为解决一切难题的“金钥匙”。每一种数据都有一定的局限和片面性，只有融合、集成各方面的数据，才有可能在相互关联中找出隐藏在其中的事物本质和规律。“实际上大数据的价值主要体现在它的驱动效应，即带动有关的科研和产业发展，提高各行各业通过数据分析解决困难问题和增值的能力”。作为信息技术的一部分，大数据遵循指数发展规律，只有经过相当长时间的积累并出现拐点，大数据才会有“爆炸式”的增长，大数据技术才会成为主流技术，价值才会真正发挥，因此，对待大数据要有足够的耐心;其次，大数据思维要求政策制定者科学分析决策。贫困治理中，决策者往往根据静态化的信息，通过样本数据或经验分析决策并给出政策。大数据背景下，则要求决策者以数据为基础，考虑治理对象的差异化特征，找出关联规律等通过量化科学分析，以作出具有针对性的精准措施;再次，数据管理者要有共享思维。大数据价值发挥的基础需要巨量的数据资源储备，这就需要数据管理主体要有追求局部利益最大化向追求综合效益最大化的观念转变，从信息资源的控制者向提供者、保护者转变，主动打破信息保护的壁垒，推动信息资源的共享与利用;最后，大数据思维要求贫困治理的“精准滴灌”。大数据可以有效的提升资源配置的均衡，提升资源的使用效率，通过数据分析手段有效引导资源流向，控制贫困治理的进度，更加精细化的“靶向治疗”。
（二）加强创新、推进数据基础建设
首先，重视大数据发展的基础设施建设。大数据的应用需要硬件设施和网络基础设施建设，需要物联网、云计算和移动终端设备的发展与融合。发挥大数据的价值，首先要解决大数据发展的硬件设施和网络联通问题。再这一点上，以贵阳为中心的信息存储中心及网络建设有了较好的基础;其次，加强大数据技术研发。加强省内外、国内外科研资源流动互通，鼓励科研机构、人员、技术企业开展大数据前沿技术研究，推动信息技术改造升级，促进云计算、分布式处理平台、人工智能、海量数据存储管理、交互式數据可视化以及数据挖掘技术等相关技术的开发和利用，通过共建共享共买服务、向第三方购买服务等方式加强大数据技术向前瞻性、系统性方向发展，坚持应用牵引的技术路线，突出技术的应用价值;再次，推进贫困治理大数据质量标准规范建设。大数据质量标准规范强调保障多目标数据的融合，以实现大数据价值。现实中因数据来源不同、种类异构、类型繁杂等因素导致大数据质量标准规范不统一的问题，这也是当前大数据发展中的难题。贫困治理大数据库的建立，需要各相关数据来源单位共同制定数据采集、分类分级、数据交换及数据访问等标准，完善标准体系，提升贫困治理大数据的应用价值;最后，加强贫困治理数据库建设。贫困治理大数据资源的有效利用或利用价值的提高需要相关数据库的建设，这就需要打破各领域之间的壁垒，从信息孤岛转向跨领域、跨部门、跨行业的信息融合，不断推进基础数据信息的存储。
（三）与时俱进、完善政策体制建设
首先，政府要与时俱进制定大数据相关政策。作为贫困治理的主体部门，政府要主动承担起贫困治理大数据建设的责任，主动顺应时代发展和时代要求，明确贫困治理大数据发展目标，主要内容和重点发展领域，为数据环境建设、数据共享、数据安全及数据商品化等等提供政策支持，为大数据应用及发展提供政策保障;其次，通过政策安排和机制设计做好信息的安全防护。信息安全数据安全是信息和数据共享的前提，信息数据安全等级的设定是信息数据流动的前提。政府应该明确信息数据的安全等级，对不同安全等级的信息数据进行保护和维护，并通过知识产权保护体系解决数据归属问题，推动非机密信息数据在市场自由流通。积极构建大数据安全保密防范体系;再次，政府应加快推进公共扶贫信息的更新与开放。明确贫困治理大数据平台建设的主体责任，划分不同参与主体责任归属，出台政策规定并推动不同参与主体、不同层级政府公共扶贫信息的更新与开放，促进数据融合，营造良好的数据信息流通环境;最后，制定大数据贫困治理能力评价机制。建立贫困治理大数据建设、使用、监管、评价、维护于一体的评价体系，在现有的对各级政府的绩效考核体系中，将大数据贫困指标能力的评价纳入其中，推动各级政府提升对大数据应用的能力，推动扶贫治理大数据的建设。 （四）能力导向、全面培养大数据人才
首先，立足于大学多学科交叉人才培养。大数据时代对人才的要求是复合型的，大数据从信息搜集、存储到技术处理再到应用，环节众多，每个环节对人才知识和能力的要求不尽相同，但在一般意义上，既要求具备专业性的网络化、智能化如统计、数学、计算机、软件等学科知识，也需要管理学、经济学等相关知识。这种复合型人才的培养，应着眼于高等教育阶段的协同创新培养;其次，重视基层政府党政人才培养。大数据归根结底是为现实解决问题服务的，其价值的真正发挥是通过基层政府人员将信息数据转化为生产力，重视基层政府党政人员的再培训，提升其对信息数据的掌控转化能力尤为重要，既要让他们知道“怎么做”，又要让他们知道“为什么这么做”，以发挥数据信息的最大价值;再次，鼓励贫困治理领域大数据人才的交流与合作。大数据贫困治理是一个复杂系统，横向纵向需要不同主体部门、单位的密切合作，經济鼓励高层次、高技术人才、数据采集人才及数据使用人员的互动交流，形成技术人员、管理人员、服务人员等之间的协同合作机制;最后，完善人才激励机制。探索完善贫困治理大数据人才的考核评价体系，探索该领域不同人才的薪酬激励机制，结合岗位、能力、贡献等健全以政府奖励为导向，用人单位为主和参与主体参与的人才激励体系，激发这些人才的动力，真正促进大数据贫困治理的时效，推进扶贫开发工作的进展。
（五）突出重点、推进大数据贫困治理时效
首先，贵州贫困治理有其特殊性，数据分析在指标关联因素上要考虑其影响。在大数据平台建设中数据信息既要能接入全国相关数据，又要有自身特色，如山地经济特点、喀斯特地质地貌特点;其次，重点加强产业扶贫、易地搬迁扶贫及教育扶贫等对贵州扶贫攻坚具有普遍意义的相关数据库建设，做好上述三类扶贫任务的项目数据建设、资金整合投放监管及脱贫跟踪统计，进一步增强资源调度配置强力推进扶贫攻坚工作;再次，建设好贵州扶贫治理大数据平台返贫风险防控及预警子平台。结合脱贫跟踪数据及相关研究成果，分地域做好返贫风险防控及预警平台，确保贫困增量控制与存量减少;最后，创建国家扶贫开发示范区的贵州大数据贫困治理样板。促进大扶贫、大数据两大战略的融合，以大数据推动贵州大扶贫，在创建国家扶贫开发示范区的工作中体现大数据价值，塑造贵州大数据贫困治理的样板。
参考文献：
[1]喻国明.大数据方法与新闻传播创新：从理论定义到操作路线[J].江淮论坛，2014（04）：5-7.
[2]李国杰.对大数据的再认识[J].大数据，2015（01）：1-9.
[3]莫光辉.大数据背景下的精准扶贫模式创新路径-精准扶贫绩效提升机制系列研究之十[J].理论与改革，2017（01）：119-124.
[4]李娟.生态危机治理的大数据战略[J].理论探索，2016（02）：76-81.
[5]王新伟，吴秉泽.以大扶贫、大数据两大战略行动为引领 贵州：地无三尺平 更借”扶贫云”[N].经济日报，2016-04-05.
*基金项目：教育部人文社会科学研究青年基金项目（15YJCZH097）。
（作者单位：贵州财经大学）