大数据技术支持精准扶贫模式创新
2013年11月,习近平总书记在湖南湘西考察时提出“精准扶贫”之后,政策实践者及理论研究者对精准扶贫的关注与日俱增。精准扶贫是通过精准识别、精准帮扶、精准管理和精准考核,以优化配置各类扶贫资源的扶贫模式。2014年以来,国家相继发布《建立精准扶贫工作机制实施方案》《关于打赢脱贫攻坚战的决定》和《“十三五”脱贫攻坚规划》等文件,标志着精准扶贫正式上升为国家战略。精准扶贫也由此成为扶贫工作的新模式,成为我国全面建成小康社会的战略路径。当前,扶贫工作进入攻城拔寨的关键时期,实践中依然存在一些问题,亟须破解。
扶贫数据缺乏前瞻性
一是扶贫对象可能被“漏统”或“错置”。由于贫困对象的贫困表现及其致贫原因具有多维性和个性化等特点,且现有的低收入农户、低保和助学等数据库未能实现互联和整合,因此,扶贫管理人员难以确认采集数据的真实性,可能导致一些扶贫对象被“漏统”或“错置”。
二是帮扶政策措施的供需匹配不足。脱贫难和返贫快等难题不能简单归结为政策供给不足。扶贫政策设计与实施时,未能通过多源数据充分解析多维状态的贫困表现及致贫原因,使得不少地区的帮扶政策供给难以真正匹配扶贫对象的真实需求,导致帮扶政策不到位、扶贫资源浪费及帮扶效果不佳等问题。
三是扶贫管理的动态预警机制不健全。扶贫管理的核心在于,使帮扶对象有进有退以及帮扶政策及时跟进。但一些地区的扶贫管理部门未能对扶贫数据进行前瞻性跟踪与动态预警,由此造成了已脱贫对象未能及时退出帮扶名单而继续享受扶贫政策等问题。
定制造血式帮扶政策措施
大数据技术具有从大规模数据中高速收集、分析、建模与解读以发现管理决策价值的技术优势。精准扶贫可以此为技术支撑,以扶贫问题为导向,破解扶贫工作实践中的难题。
第一,通过多源大数据的分析比对,及时而精准地识别出“真贫”。精准识别是精准扶贫的前提,可利用大数据技术,将收集的扶贫对象数据进行萃取、整合、建档立卡并录入扶贫信息系统。在此基础上,将民政、财政、地税、残联、社保、工商和房产等部门数据,与外部多源大数据进行分析、比对、建模,从而及时精准地识别出真正的扶贫对象。
第二,通过大数据支持帮扶供需匹配,实施造血式精准施策。精准帮扶是通过解析多维状态的贫困表现及致贫原因,实施与帮扶需求相匹配的针对性政策措施。大数据技术有助于决策者从扶贫大数据中,挖掘出隐含致贫原因和“真贫”需求。以此为基础,构建扶贫政策的供求匹配模型,为贫困对象定制造血式帮扶政策措施,“因人因地施策,因贫困原因施策,因贫困类型施策”。
第三,通过追踪大数据的变化趋势,实现对扶贫工作的动态预警与精准管理。精准管理是通过跟踪扶贫政策执行、项目实施与资金使用等方面的动态数据,以保障扶贫政策精准到位和扶贫资金有效使用的一种扶贫管理模式。大数据技术有助于提高数据加工能力和效率,管理部门可以动态实时地跟踪扶贫大数据,据此进行追踪预警与决策优化,从而保障扶贫政策措施的效率与效益。
第四,通过整合分析多源与多主体的大数据,提升对扶贫工作的精准考核水平。精准考核是对扶贫工作进行全过程量化考核的一种扶贫考核模式。可以在扶贫信息管理系统中嵌入一套扶贫考核指标体系和数字化考核系统,并利用大数据技术对相关数据进行萃取整理与分析建模。在此基础上,管理部门对扶贫工作实施全过程数字化考核,对考核结果数据实施动态监控,从而保障各项帮扶政策实施及其扶贫管理责任的精准到位。
搭建适应移动终端的数据平台
现有的扶贫信息管理系统虽已具备数据收集整合、存储查询和分析比对等部分功能,但仍处于大数据技术运用的初级阶段。为更充分利用并发挥大数据技术的功能优势,建议优化大数据精准扶贫模式,实现以精准识别、精准帮扶、精准管理和精准考核为内容的精准扶贫模式。
首先,构建精准扶贫大数据技术平台。建议加快推进精准扶贫大数据平台建设与完善,开发出适应移动终端的精准扶贫大数据平台。借此对收集到的多源扶贫大数据进行萃取、整合、分析、建模与解读,从而精准地识别出“真贫”。同时,瞄准“真贫”需求精准施策,对扶贫政策效果进行全过程的数字化考核与动态预警。
其次,建立瞄准“真贫”需求的动态预警机制。面向“真贫”对象的帮扶诉求,借助大数据技术跟踪贫困对象相关数据,前瞻性地预警贫困趋势、脱贫潜力和返贫问题,动态而及时地精准瞄准“真贫”、精准施策及评估扶贫工作成效,保障“真贫”对象能及时脱贫,确保小康路上一个都不掉队。
最后,协调推进大数据技术创新与扶贫机制创新。大数据技术功能的实现有赖于最佳的精准扶贫机制创新实践,只有技术创新与机制创新联动协调,才能创造出新的“政策红利”和“技术红利”,才能使扶贫对象分享到技术创新与机制创新的净利益增量。扶贫管理部门应协调推进大数据技术创新与精准扶贫机制创新,从而使线下的最佳扶贫工作实践与线上的大数据平台功能优势相得益彰,使大数据技术真正有效地助力精准扶贫模式创新。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14