高原

要：十八大以来，扶贫开发工作受到了党和国家的高度重视。在强调国家治理现代化的时代背景下，精准扶贫成为当下扶贫开发工作的重要指引。无论是扶贫对象的精准识別、精准帮扶还是扶贫工作的精准管理和精准监管均建立在精准扶贫大数据管理平台的基础之上。通过对精准扶贫大数据管理平台的运用，扶贫工作者将扶贫对象的基本信息、扶贫过程的重要相关信息及其动态变化充分数据化并进行数据分析，以精准的数据分析结果指导扶贫开发工作的开展。精准扶贫大数据管理平台当前与未来有效性与局限性决定了大数据精准扶贫不同阶段的有效性与局限性，并不断为大数据精准扶贫开拓出新的发展方向。

关键词：精准扶贫; 大数据; 局限性; 发展方向; 信息化建设

随着信息技术的快速发展与广泛运用，人类社会产生和积累各类数据的速度空前加快，数据总量呈爆炸式增长。根据IBM的研究，整个人类文明产生的全部数据中有90%是过去两年产生的，预计到2020年全世界产生新数据的速度将达到今天的44倍，全球数据总量将达40ZB，人类社会已经名副其实地进入了大数据时代。在这样的时代背景下，大数据技术应运而生。大数据技术主要致力于海量即时数据的采集、存储与分析处理，试图通过数据挖掘、深度学习、可视化等数据处理技术从海量的即时数据中得到对人类有价值的信息，并据此对未来进行一定程度的预测。事实上，当今社会每个人的日常生活都已离不开大数据技术的支持：当我们根据导航软件的提醒规避拥堵路段时;当我们通过社交软件的系统推荐结识新朋友时;当我们在外卖和购物网站上浏览商品的销量、评分等相关信息时;当我们阅读新闻网页为我们“量身定做”的新闻内容时;等等。我们就已经享受到了大数据技术为我们生活带来的美好与便利。大数据技术的应用领域还有很多，事实上凡产生大量数据且数据能够被计算机系统所收集和存储的领域，皆有望成为大数据技术的用武之地。大数据技术通过分析海量数据之间的相关关系来发掘新知识，这些新知识往往令人难以理解，因为人脑习惯于用因果关系而非相关关系解释世界。值得注意的是，相关关系往往比因果关系更有价值，毕竟在实践中人们往往更关心事物“是什么”而非“为什么”。显然，追求实际工作成果的扶贫工作可以从大数据技术这里得到帮助，并在大数据技术的“加持”下成为一项真正可以追求“精准”的事业。

一、大数据精准扶贫的发展历史和研究动态

对精准扶贫的研究最初产生于20世纪70年代的西方国家，作为社会干预理论的一部分得到发展。在我国，精准扶贫的概念始见于江西省2013年9月启动的“六大扶贫工程”。2013年11月份，习近平总书记在湘西考察过程中正式提出精准扶贫概念，自此以后精准化成为了我国扶贫工作的核心要求。在此后一年多的扶贫实践中，精准扶贫的理念得到进一步的阐释和发展。在2015年中共中央政治局会议上，习近平总书记对精准扶贫进行了再次阐释，提出以数据指标作为精准扶贫开发目标的理念，充分发挥数据精准定位、开放共享、守护民生的应用价值。2015年9月，国务院印发《促进大数据发展行动纲要》，国家扶贫办将甘肃省列为全国大数据平台建设试点地区，率先探索建设精准扶贫大数据管理平台。随后贵州、四川、广东、广西等省相继开展了大数据精准扶贫管理平台的建设工作，并结合实际工作情况对管理平台不断进行改进和完善，探索结合区域优势的扶贫突破口，有效强化了大数据精准扶贫系统的精准识别、精准帮扶与精准监管能力。

在理论层面，有学者对大数据与精准扶贫的契合度问题进行了研究，指出大数据技术与思维在精准识别、精准帮扶、精准管理、动态监管等几个方面均与精准扶贫工作有很高的契合度[1]。有学者对传统扶贫模式的发展困境及大数据精准扶贫的相对优势进行了研究，认为数据失真、数据分析技术落后及数据资源分散是传统扶贫模式面临的主要问题，而这些问题恰恰是大数据精准扶贫所擅长解决的[2]。有学者指出了精准扶贫可能面临的困境，认为精准扶贫虽有助于提升扶贫工作的针对性，但也体现了对被帮扶者可行能力的否定，形成了一种可能对被帮扶者造成伤害的“标签效应”，甚至可能使被帮扶者形成对政府扶持的依赖，不愿通过自身努力改善生计，造成负向激励的后果[3]。当然，更多的是正面研究结论。有学者指出，大数据系统的数据服务并不是其推动公共管理变革的主要原因，问题的关键在于管理结构的变革、管理思维的变革和管理边界的进一步明晰。大数据技术带来的大数据服务，使公共管理彻底革新[4]。由于精准扶贫是公共管理的一个具体形态，大数据服务也将对精准扶贫管理结构的重构、管理边界的明晰和管理思维的转变等进行彻底革新。有学者对大数据精准扶贫的本质特征进行了研究，认为传统的因果式扶贫思维在大数据精准扶贫时代受到了挑战。基于对相关关系的分析，大数据技术对扶贫相关事项的预测能力将为扶贫工作的开展提供关键参考。随着扶贫开发速度的趋缓和扶贫资源边际效益的递减，借助大数据技术和思维将为扶贫开发工作注入新的动力[5]。有学者认为，大数据技术采集全样本数据进行数据分析，因而最大限度做到了对扶贫对象和扶贫工作客观、全面的精准定位[6]。还有学者将精准扶贫的实质定义为贫困标准数据化，识别机制精准化，完善精准帮扶机制和帮扶考核机制，建立贫困户收益机制，改革扶贫资金的管理体制并进行小额贷款等领域的金融创新，综合保障扶贫工作的精准有效[7]。

可见，学界对大数据精准扶贫相关问题已经有了较全面的研究和较深刻的认识。但这些研究多着眼于宏观视角，从大数据精准扶贫工作的整体特征、整体架构、整体实践经验和扶贫工作的大政方针出发进行研究，缺乏对作为大数据精准扶贫工作根本依仗和基础工具的精准扶贫大数据管理平台的思考和研究。在一个信息技术飞速发展的信息时代里，我们的生活和工作方式已很大程度上被我们使用的信息工具所规约，很多时候恰恰是信息工具本身的科学性、合理性决定了工作开展的科学性与合理性。因此，将大数据精准扶贫的具体实践与精准扶贫大数据管理平台的功能特性结合起来进行研究，我们就能找到一个更微观、更贴合精准扶贫工作实际情况和实际需要、以解决精准扶贫工作中的实际问题为导向的研究视角，通过精准扶贫大数据管理平台的有效性与局限性来对精准扶贫工作的有效性与局限性进行研究。要想做到这一点，首先要对大数据、大数据技术和精准扶贫大数据管理平台有一个充分的理解和认识。

二、大数据、大数据技术与精准扶贫大数据管理平台

在当前时代背景下，学者们普遍认为，数据已经和石油、煤炭、粮食等传统资源一样具有了资源属性，大數据是更被看作个人、企业、政府等主体的一种战略性资源。大数据的基本特征可被较为全面地概括为：海量性、系统性、复杂性、容错性、以非结构性数据为主、强调数据总体、高增长性、价值密度稀疏性、可重复利用性等;大数据技术的基本特征可被较为全面地概括为：即时性、擅长相关关系、预测性、决策有用性、分布式存储和分布式并行计算、同人工智能等计算机技术的深度结合、可视化与人机交互以协助人类理解数据，等等。

大数据和大数据技术的多种特征在当下并未得到充分发展和呈现。当前精准扶贫大数据管理平台中的数据多为实地调研贫困户得到的政府数据和各相关政府部门多年来政府数据的联网汇总，少有传感器数据，来源于互联网的数据亦有很大局限性，而事实上政府数据只是大数据中极少的一部分。当前的精准扶贫大数据管理平台就其数据的容错性、价值密度和增长性等方面而言与小数据时代传统数据库式的信息管理系统并无本质区别。由于数据的海量性和数据处理的即时性要求，大数据技术普遍采用了分布式存储和分布式并行运算的技术架构。当前精准扶贫大数据管理平台中的数据以贫困家庭基本信息及被帮扶信息的历史记录等相关数据为主，这类数据的变动均以扶贫人员的核查确认为前提条件，属于非实时变动数据，而非实时变动数据不必运用分布式存储与分布式运算进行处理。大数据中不仅有传统结构性数据，更多的是非结构性数据，我们所建立的精准扶贫大数据管理平台本质上是一种政府公共管理系统，其存储内容多为结构性数据而少有非结构性数据。因此，从数据构成的角度讲，当前精准扶贫大数据管理平台中的主要数据类型亦并不满足我们对大数据特征的一般认识。在与数据挖掘、人工智能等计算机技术的深度结合方面，当前的精准扶贫大数据管理平台亦处于初级阶段。

虽然当前的大数据技术与发展完备的大数据技术仍有不小差距，但大数据技术及其与社会生活的结合程度正被不断向前推进。当前的精准扶贫大数据管理平台对全部贫困家庭的基本信息和全部的具体帮贫信息进行收集，从其涵盖的贫困家庭数目和目标信息的完整度来讲，是一种对于总体数据的收集。虽然当前精准扶贫大数据管理平台中的数据量与腾讯、阿里巴巴等互联网公司收集到的互联网数据相比仍然很小，但却远远大于我们以往任何时候收集到的扶贫工作相关数据。尤其是当前精准扶贫大数据管理平台已经具备一定的数据分析能力，一定程度上实现了对扶贫相关事项的预测能力和决策支持能力。具体体现在诸如对某贫困家庭的贫困程度进行精准识别;对某贫困家庭的致贫因素进行精准归类;对某贫困家庭适合何种具体帮扶措施，适合与哪个扶贫工作者相匹配进行分析;对某扶贫工作者的扶贫绩效进行评估;对某区域在未来一段时间内贫困人口的地理分布和贫困程度的区间分布进行预测;甚至基于精准扶贫工作的开展情况对全面消除贫困人口的当前完成度进行评估，并对全面消除贫困人口的具体时间点进行预测等等。

在大数据技术及其与精准扶贫工作的具体结合得到较为完备的发展后，就会诞生出真正意义上的精准扶贫大数据管理平台。技术完备的精准扶贫大数据管理平台能够基于更高级、更有效的大数据算法对政府数据、传感器数据及互联网数据进行广泛收集与实时的分析、预测。技术完备的精准扶贫大数据管理平台可以实现的功能包括但不限于：基于大数据分析主动发现精准扶贫大数据管理平台中可能存在的错误信息并进行修正提示;对贫困家庭成员主动或被动产生的互联网活动数据进行大数据分析并据此对特定贫困家庭精准扶贫工作的开展提出合理化建议;对未来特定时间内可能对某贫困家庭产生危害的致贫因素进行预警并基于大数据分析寻找可行的解决方案;对某特定扶贫项目、某特定扶贫基金的可行性与有效性进行预测，乃至基于大数据分析结果对扶贫项目的开展和扶贫基金的发放进行顶层设计;根据某贫困家庭的特定情况向其推荐源于互联网数据的脱贫致富信息和金融服务信息并对推荐信息进行风险与收益评估;基于对互联网数据的大数据分析，对贫困地区的区域优势进行评估并对区域经济发展提出合理化建议等等。

应深刻认识到，大数据精准扶贫的精准并非指在大数据云平台上多么全面而详细地记录了每一个贫困家庭的基本信息或其被帮扶信息的历史记录，而是指基于对每个贫困家庭相关数据的分析使对每个贫困家庭进行“个性化”、“私家定制”式的扶贫帮助成为可能。将大数据技术引入精准扶贫的真正目的在于指导精准扶贫工作的高效开展，而绝非数据记录的“精准”与“全面”。须知，即使在一个没有大数据技术的时代，人们也可以把所有贫困家庭的基本信息及其被帮扶信息记录和储存下来并定期更新，达到一种所谓的“精准”与“全面”。

三、精准扶贫大数据管理平台现状及其有效性和局限性分析

基于对江苏好奇网络科技有限公司精准扶贫系统、北京久其软件股份有限公司扶贫开发决策支持系统、甘肃精准扶贫大数据管理平台及贵州“扶贫云”等精准扶贫大数据管理平台的调查研究，对当前精准扶贫大数据管理平台能够实现的主要功能进行简要介绍，并分析其有效性和局限性。

（一）精准扶贫大数据管理平台现状

精准扶贫大数据管理平台多以贫困户基本信息数据为基础，融合相关部门和行业的大数据资源，对全区域精准扶贫工作进行统一指挥调度、统一项目资金管理、统一工作绩效评估和统一任务监督考核，并在系统内实现一定程度的信息共享与互动交流等功能。

在贫困户精准识别方面，精准扶贫大数据管理平台将纳入系统的全部贫困户基本信息进行量化，量化结果体现为一个多层次、多视角的脱贫指标体系，并通过对指标的进一步评估得出贫困户的贫困指数。对脱贫指数的评价标准诸如：a分以下为真正贫困，a至b分为可能贫困，高于b分为已经脱贫。贫困指数是精准扶贫大数据管理平台对贫困人口进行精准识别的主要标准。基于这种精准识别能力，精准扶贫大数据管理平台对系统内所有贫困人口和已脱贫人口的贫困状况进行动态监测，并对扶贫对象进行动态调整，对存在异常信息的贫困户进行核查并清退已脱贫贫困户。精准扶贫大数据管理平台的这种动态监测能力大大减少了扶贫工作人员清退已脱贫贫困户的工作量，大幅度提高了扶贫工作效率。

在扶贫工作的精准管理方面，精准扶贫大数据管理平台对扶贫工作人员的任务完成进度进行分析，向各级领导提供扶特定扶贫工作人员未达到预期任务目标的预警信息，以指引各级领导对扶贫工作完成情况的核查，及时调整工作部署，督促工作进度，最终消除预警。在扶贫资金的精准监管方面，精准扶贫大数据管理平台对项目资金的申报、评估、立项、审批、资金拨付、报账、实施、监管、验收等进行统一管理、全程监控，配合财政、审计等部门对财政扶贫资金进行动态监管。

除贫困户基本信息外，精准扶贫大数据管理平台还与各相关政府部门数据、各类行业数据乃至海量的各类网站数据进行对接。这种数据对接给精准扶贫工作带来的好处是显著的：与教育部门的数据对接使精准扶贫大数据管理平台能够对因学致贫的贫困户进行精准识别和精准帮扶;与民政部门的数据对接使精准扶贫大数据管理平台能够对原有政策性保障兜底人口进行精准确认;与人社部门的数据对接使精准扶贫大数据管理平台能够对贫困人口就业情况进行精准识别并向扶贫工作者发出已就业预警;与司法系统的数据对接使精准扶贫大数据管理平台能够对贫困人口中有过司法纠纷及有过犯罪记录的特殊人群进行精准识别，以对其进行针对性帮扶;与移民部门的数据对接使精准扶贫大数据管理平台能够对易地扶贫人口进行精准识别，从而有针对性地开展对异地扶贫人口的精准帮扶工作;与农业部门、畜牧部门、林业部门及相关行业数据的数据对接使精准扶贫大数据管理平台能够为贫困人口提供农产品、农副产品的实时价格信息，并为其提供销售渠道信息;与银行系统的对接使精准扶贫大数据管理平台能够向贫困人口提供扶贫贷款的详细信息与贷款通道;与创业网站、招聘网站的信息对接使精准扶贫大数据管理平台能够为贫困人口提供详尽的创业、就业相关信息;等等。

精准扶贫大数据管理平台不同功能板块之间的协调统一与合理衔接也是其整体功能实现的重要一环。例如，贫困户精准识别与地理位置精准定位的协调统一;贫困户精准识别与精准帮扶的合理衔接;扶贫工作精准管理与扶贫资金精准监管的协调统一;精准扶贫大数据管理平台所兼容的各相关政府部门数据及各相关行业数据间的协调统一等等。

为了使精准扶贫大数据管理平台与各相关政府部门数据、各相关行业数据乃至各类网站数据的对接更加顺畅，精准扶贫大数据管理平台已开始作为容纳全部政府数据、全部行业数据和全部网页数据的大数据管理平台的一个子平台进行建设，精准扶贫大数据管理平台将与其他各类具有特定政務功能的管理平台共享同一个精准政务大数据管理平台，使精准扶贫大数据管理平台与各类数据的兼容得到更有力的保障。

（二）当前精准扶贫大数据管理平台的有效性与局限性分析

精准扶贫大数据管理平台强调精准扶贫工作的全区域统一部署与管理，因而很多人认为扶贫工作的统一部署与管理是大数据精准扶贫的特征之一，但这其实是一种广泛的误解。从本质上讲，大数据技术带来的帮助是使统一的部署与管理能够落到实处。精准扶贫大数据管理平台对扶贫工作进行全流程的数据化管理，使精准扶贫工作在数据的监管下从顶层设计一直贯彻到每一个贫困家庭。但在这种情况下，“一刀切”式的乃至存在显著问题的统一部署与管理将在精准扶贫大数据管理平台的精准管理与精准监管的协助下产生难以想象的负面效应。

精准扶贫大数据管理平台以贫困指数作为贫困人口精准识别的主要标准。值得肯定的是，这种以具体数字作为贫困程度评价标准的做法避免了对贫困程度不严格、不规范乃至主观的评价标准给贫困户精准识别工作带来的随意性与低效率。但也使贫困程度评价标准被冷冰冰的数字主宰，缺失了人性化的考量。类似于评分分别为b分与（b-1）分的两个贫困家庭的贫困状况是否确实存在显著差异这类问题值得我们的深思。对精准扶贫大数据管理平台的运用与过去对贫困人口进行抽样调查时建立纸质档案并无本质区别，它们都只是相关工作人员为了工作便利而创造并使用的工具。扶贫工作者在具体扶贫工作中应始终保持清醒的独立判断能力，在尊重大数据分析结果的同时不被数据所支配。

当前精准扶贫大数据管理平台已经能够对扶贫工作进行精准、高效的，自上而下的统一管理。这种数据化的，信息单向传递的统一管理模式对精准扶贫工作效率的提升是显著的。但科学的管理应是一个双向过程，上级部署工作并对工作进展进行监管，下级在执行工作部署时可对工作中遇到的实际问题进行主动或被动反馈，并对工作开展提出合理化建议。当前的精准扶贫大数据管理平台中并不存在这种系统内反馈机制，它仍在被持续用于追求扶贫工作自上而下的精准性、科学性、贯通性，尚未获得机会“反观”自身。当前的精准扶贫大数据管理平台还只是一个数字化的、生硬的、单向的控制系统，而非一个扶贫开发的生态系统。

当前精准扶贫大数据管理平台可在单一系统内对多来源、多类型的海量数据进行兼容并对全部数据进行统一调用与分析，实现了对贫困人口生产生活中主要利益相关信息的推送，为贫困人口脱贫打造了强大的信息基础。但对大数据技术核心能力的运用并不代表对其核心功能的实现，大数据技术的核心功能在于预测而非简单的信息推送。具体而言，大数据精准扶贫信息平台不仅要与农业部门、畜牧部门、林业部门及相关行业的数据进行数据对接，从而为贫困人口提供农产品、农副产品的实时价格信息和交易通道，更要基于农产品、农副产品的历史价格信息对其价格走势进行预测，以指导贫困人口应该种植何种作物;不仅要与创业网站、招聘网站的数据进行对接从而为贫困人口提供详尽的创业、就业相关信息，更要基于特定贫困家庭中某特定成员的个人具体情况来预测其最佳创业、就业方案并进行推荐。当前精准扶贫大数据管理平台的另一个局限性在于效率与隐私的平衡：我们可否与公安系统对接某贫困户在过去某次案件中的受害情况？我们是否可与银行系统对接某贫困户的贷款情况？毫无疑问的是，对扶贫对象此类信息的获取可在很大程度上帮助到精准扶贫工作的开展。但在现行的法律法规下，上述对公民隐私信息的获取均是被禁止的。那么我们应当为了追求扶贫效率而放弃扶贫对象的隐私保护吗？对扶贫对象隐私权的侵害可以被合法化吗？答案显然是否定的。大数据时代效率与隐私的平衡问题如同市场经济中效率与公平的平衡问题，需要根据公民利益诉求和时代发展需要寻找到一个最佳平衡点，做到既不因过度追求效率而置扶贫对象隐私于不顾，又不拘泥于隐私保护而放弃大数据技术给扶贫工作带来的精准与高效。

精准扶贫大数据管理平台中一系列不同功能板块之间的协调统一与合理衔接使传统扶贫工作得到了良好的系统化改造，令扶贫工作的整体开展更加协调一致与衔接有序，有效规避了“非系统性风险”的发生。但由于扶贫工作从顶层设计到一线工作的协同一致，扶贫工作的开展缺乏多样性，系统层面的扶贫方案的风险难以被分散，“系统性风险” 发生的概率也随之大大增加。从另一方面讲，由于各功能板块之间的协调一致与衔接有序，单个或多个功能板块的调整需要其他全部功能板块做出相应调整才能得以完成，从而弱化了扶贫工作的可调整性与灵活性。

当我们将精准扶贫大数据管理平台作为容纳全部政府数据、行业数据与网页数据的大数据母平台的一个子平台进行建设时，精准扶贫大数据管理平台就真正开启了其“全数据”收集与分析能力的建设。在这种情况下，数据筛选成了首当其冲的问题。我们该对全部的扶贫相关数据进行分析还是仅对相关性较高的数据进行分析？特定数据与精准扶贫相关性的高低有没有一个明确的数字化的判断标准？我们应通过算法的持续改进不断加强对价值密度较高数据的分析还是不断增加数据量从而“以量取胜”？这实际上是一个投入与产出的问题：当我们投入更多精力与资金用于增加数据量时，我们会期待更好的数据分析结果;当我们投入更多精力与资金用于算法改进时，我们也会期待更好的数据分析结果;当两者都获得了更好的数据分析结果时，我们要么选择投入产出比更低的方案，要么两个方案同时选择。

四、精准扶贫大数据管理平台的发展方向

大数据精准扶贫的发展很大程度上取决于精准扶贫大数据管理平台的可能性空间与发展方向。基于对当前精准扶贫大数据管理平台有效性与局限性的讨论，我们对精准扶贫大数据管理平台的发展方向，亦即技术完备的精准扶贫大数据管理平台所要解决的问题与所要实现的突破有了一个整体的把握。

技术完备的精准扶贫大数据管理平台不仅对结构性的、价值密度较高的、与精准扶贫工作相关性较高的贫困户基本信息、贫困户接受具体帮扶的历史记录及相关政府部门数据进行数据分析，也对非结构性的、价值密度较低的、与精准扶贫工作相关性较低的数据进行数据分析。例如通过对相关行业网站数据进行大数据分析，向贫困户提供通过深度数据挖掘得到的行情预测与脱贫建议，指导贫困人口脱贫过程中的生产生活实践。

技术完备的精准扶贫大数据管理平台基于对更高级、有效算法的应用，拥有了更强大的数据挖掘与分析能力。在可供分析的数据量没有显著增加的情况下，技术完备的精准扶贫大数据管理平台可以帮助人们获得更有启发性和实用价值的数据分析结果。例如，通过对贫困人口所接受具体帮扶措施及其脱贫情况进行大数据分析发现：当接受A帮扶的贫困人口数量小于接受B帮扶的贫困人口数量时，接受A帮扶的贫困人口脱贫速度较为理想;当接受A帮扶的贫困人口数量大于接受B帮扶的贫困人口数量时，接受A帮扶的贫困人口脱贫速度显著降低，而接受B帮扶的贫困人口脱贫速度基本保持不变。在这种情况下，我们就可根据以上相关关系指导扶贫工作的开展，即始终保持接受A帮扶的贫困人口数量小于接受B帮扶的贫困人口数量。

技术完备的精准扶贫大数据管理平台不再是自上而下的单向控制系统，而开设有丰富的自下而上的反馈通道，使精准扶贫大数据管理平台具有一定的自调节能力，从而一定程度上提高了大数据精准扶贫的灵活性。例如，某扶贫工作人员在扶贫工作的具体实践中总结开发出了某种新型帮扶措施，并向精准扶贫大数据管理平台提交增加这种帮扶选项的反馈建议。再如，在对贫困户贫困程度进行精准识别的过程中，某贫困户的贫困指数为（b+1）分，但由于该贫困户存在某种尚未被贫困指数算法考虑在内的贫困因素，扶贫工作者认为该贫困户更接近小于等于b分的贫困程度，则扶贫工作者可以通过系统内反馈渠道向上级反应此贫困户的特殊情况并建议对贫困指数算法进行改进。

技术完备的精准扶贫大数据管理平台将成为精准政务大数据管理平台的重要组成部分之一，而精准政务大数据管理平台又作为大数据管理母平台的一个重要组成部分而存在。不同政府部门共用同一个包含全部政务相关数据的精准政务大数据管理平台，不同政府部门因职能差异采用不同的数据分析方法和不同的流程管理方式，而全部政府部门的工作开展又都融合在一个统一的精准政务大数据管理平台中。全部政府工作的开展均以特定的政务服务为导向，不再对政务服务的部门归属进行强制划分，造成不同政府部门的职能边界逐渐模糊化：很多情况下，精准政务大数据管理平台内某种新生政务服务的执行会广泛涉及到传统意义上多个部门的多種职能。技术完备的大数据精准扶贫不仅关注贫困人口物质生活水平的提高，还会与精准政务大数据管理平台中的其他政务服务并行开展，如在提高贫困人口物质生活水平的同时也提高其精神生活水平和幸福感。上述政务服务的并行开展将在精准政务大数据管理平台中形成一个复杂的涵盖数据采集、数据分析及流程管理的政务管理子系统，而精准政务大数据管理平台中不同的政务管理子系统又彼此交错融合。

五、大数据精准扶贫的最终局限性及其平衡

凡技术能解决的问题都不会成为大数据精准扶贫的最终局限性，人性才是这里的关键问题。

贫困人口的隐私意识是大数据精准扶贫过程中一个难以逾越的屏障。大数据精准扶贫的实现永远需要更丰富的、价值密度更高的数据来支撑数据分析，而价值密度越高的数据往往也正是贫困人口隐私越集中的数据。例如，某贫困家庭的主要劳动力患上了某种令其难以启齿的慢性病，且此慢性病正是造成这个家庭变得贫困的主要原因。但扶贫工作者在具体扶贫过程中却很可能无法收集到这类高度隐私的关键信息，造成扶贫工作找不到关键点。虽然人性中的隐私意识是大数据精准扶贫无法彻底克服的局限性，但仍可将其与扶贫效率进行一定的平衡从而使总体利益最大化。例如，通过与扶贫对象进行沟通，了解其对个人隐私问题的敏感性及其个人隐私保护意识被唤醒的边界所在，并与扶贫对象签订口头或书面隐私保护协议，努力消除扶贫对象对个人隐私被泄露的顾虑，从而在对扶贫对象进行最大程度帮扶的同时不触碰其个人隐私保护意识的底限。

在当今各种扶贫政策的支撑下，不少贫困户存在“平均主义”思想，靠着扶贫款坐吃山空，完全依赖政府的直接经济援助脱贫。这种依赖心理亦是大数据精准扶贫面临的一大难题，甚至在大数据精准扶贫的土壤里更容易滋生出这种依赖心理。为了从政策层面克服这种依赖心理，一些地方政府开发出了竞争性扶贫的扶贫新模式：扶贫对象通过公平、公正、公开的竞争获取项目、资金、培训教育、岗位、补助款等受帮扶机会，从而激发扶贫对象对于脱贫的积极性和主动创造性。但问题在于，如果一部分贫困人口不参与这种竞争呢？难道要进一步放弃这部分贫困人口？2015年11月29日，中共中央、国务院发布《关于打赢脱贫攻坚战的决定》，明确提出2020年将实现现有标准下我国贫困人口的全部脱贫。据此，对于在2020年之前仍未通过竞争性扶贫实现脱贫的贫困人口，政府很可能不得不对其进行直接经济援助促使其硬脱贫。但脱贫后仍会返贫，只有贫困户自食其力的可持续的脱贫才是“真脱贫”。虽然人性中的很多弱点不能被完全克服，但同样可与其他利益进行一定的平衡。例如，对过去完全依赖政府直接经济援助的那部分困难群众的自主择业与创业实行双倍政府补贴等等。

事实上，一切对于人性的平衡都是伪平衡，唯有从人真实的内心出发才能使问题得到真正解决，国民素养的提高与人性的升华和解放依旧任重而道远，而素质教育才是解决贫困问题的长久之计。但无论如何，大数据技术与精准扶贫的广泛结合仍在不断深化，精准扶贫大数据管理平台的广泛运用与发展也必将成为当前及未来一段时间内扶贫工作的主旋律。精准扶贫大数据管理平台将继续凭借其精准、系统与高效的优越特性不断为扶贫工作的开展做出新的、更大的贡献。与此同时，对大数据精准扶贫相关问题的思考也将不断得到深化。在不久的将来，基于现有标准的贫困人口全面脱贫就会得到实现。也许直到那时，精准扶贫大数据管理平台也未能发展至其完备形态，但它定会被赋予新的历史使命，以大数据精準致富之名，继续砥砺前行。

参考文献：

[1]莫光辉，张玉雪.《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》，《理论与改革》2017年第1期，第119-124页。

[2]莫光辉.《大数据在精准扶贫过程的应用及实践创新》《求实》，2016年第10期，第87-96页。

[3]Coady D P， Grosh M E and Hoddinott J， Targeting of transfers in developing countries： Review of lessons and experience， Cheltenham， UK： Edward Elgar，2008， pp. 1-94.

[4]胡健.《大数据与公共管理变革》，《行政论坛》，2016年第6期，第6-12页。

[5]郑瑞强，曹国庆.《基于大数据思维的精准扶贫机制研究》，《贵州社会科学》2015年第8期，第163-16页。

[6]严俊乾.《“大数据”助力精准扶贫》《现代经济信息》，2016年第1期，第35-36页。

[7]汪三贵，郭子豪.《论中国的精准扶贫》《贵州社会科学》，2015年第5期，第147-150页。