谁更愿意争当贫困户？
——基于机器学习模型的预测与思考
2021-01-13谢治菊
湖北民族大学学报(哲学社会科学版) 2021年1期
谢治菊 谢 颖
从性质来看，精准扶贫的首要标准是“识别精准”，即按照统一的标准，通过规范的方法和流程，对贫困群体的基本状况、致贫原因和帮扶需求进行精确瞄准的过程。但受识别指标单一、标准不统一，以及民主评议中的情感倾向、建档立卡中的造假行为、数据统计中的信息壁垒等因素的影响，识别不精准的情况时有发生。识别不精准也称作“瞄准偏差”，这一偏差既是“争当贫困户”的原因，也是“争当贫困户”的结果。“瞄准偏差”在全世界都是一个极富挑战性的议题，有广义和狭义之分，粗略来讲，包括“应保未保”的排斥性偏差和“不保却保”的内含性偏差。(1)R. Walker, Social Security and Welfare: Concepts and Comparisons， Maindenhead: Open University Press, 2005, p. 200.显然，“争当贫困户”属于内含性偏差，但由于贫困户划定的标准是固定的，因而这种内含性偏差会在一定程度上导致排斥性偏差。这说明，“争当贫困户”的危害特别严重，如果不加以遏制，一旦这部分人“得逞”，必将形成扩散的示范效应，从而引发更多的人效仿，由此带来的影响是：助长不劳而获的风气，挫伤扶贫干部的积极性，形成贫困户的等靠要思想，降低政府的公信力。但是，什么样的人更愿意争当贫困户，现有的研究主要建立在经验判断和现象描述上，缺乏数据分析和科学预测。鉴于此，本文拟在西部G省大规模实证调研的基础上，通过机器学习模型，稳健预测与检验谁更愿意争当贫困户，以期为政府解决这一问题提供科学依据与决策参考。