林鄂平

随着国务院扶贫办印发《扶贫开发建档立卡工作方案》，全国大规模的建档立卡工作拉开帷幕。

建档立卡是做什么？概括地说，就是在全国范围内建立贫困户、贫困村、贫困县和连片特困地区电子信息档案，以此为基础，构建全国扶贫信息网络系统，为精准扶贫工作奠定基础。

这次全国性有组织的建档立卡工作，核心是“数据”，虽然距离“大数据”尚有一段长路，但这个工作的挑战性和时代感，给人以乐观的想象。

《大数据时代》这本书，开篇讲了Google通过人们在搜索引擎上搜索关键字留下的数据，成功地预测了2009年美国H1N1的爆发地与传播方向，以及可能的潜在患者的事情。Google的预测比政府提前将近一个月，而且其预测与政府数据的相关性高达97%，这个数字就是大数据时代预测结果的相对准确性与事件的可预测性的最好证明。通过这一事以及其他的案例，作者维克托提出了在大数据时代“样本=总体”的思想。

回过来看看“建档立卡”的几个数据要求：以2013年农民人均纯收入2736元的国家农村扶贫标准为识别标准；规模原则上以国家统计局发布的2013年底全国农村贫困人口规模8249万人为基数，省级统计数大于国家发布数的可在国家发布数基础上上浮10%左右，个别省级统计数与国家发布数差距较大的，上浮比例可适当提高。内容包括家庭基本情况、致贫原因、帮扶责任人、帮扶计划、帮扶措施和帮扶成效六个方面。

这几个数字说明了什么？当样本无限趋近于总体的时候，通过计算得到的描述性数据将无限地趋近于事件本身的性质，而 “样本<总体”的做法很大程度上无法做到更进一步的描述事物。……