吕慧娜

(上海立信会计金融学院 保险学院，上海 201209)

区域发展不平衡[1]是各国社会经济发展的“一种普遍存在的现象，或者说是一个普遍存在的规律”[2]，国家区域援助是缩小区域差距的国际通行做法，我国亦然。然而，我国国家区域援助中存在的援助对象界定模糊、标准混乱、分类错综复杂、重叠交错等问题，不仅影响了国家区域援助政策的实施效果，而且在一定程度上产生了新的区域矛盾和社会问题，急需科学的方法对国家区域援助对象进行精准识别，并在此基础上实现精准定位、精准援助和精准退出。互联网数字痕迹追踪、存储功能的发展为国家区域援助对象识别开辟了新的路径，自然语言处理技术的提升以及智网工程的全面建构，又将大数据技术在国家区域援助对象识别领域的应用推向了新的高度。本文在对我国国家区域援助对象识别标准和方法的现有研究成果进行分析的基础之上，尝试从大数据技术的视角，对其在国家区域援助对象识别中的优势和面临的挑战进行先验呈现，并通过制度设计为我国国家区域援助提供大数据技术层面的对象识别进路，以期有助于国家区域援助更加规范化和高效性。

一、中国现行国家区域援助对象识别标准和界定辨析

国家区域援助对象是指存在区域问题且靠自身力量无法解决的“问题区域”(1)我国学者张可云教授提出“问题区域”的概念，即患有一种或多种区域病而且若无中央政府援助则难以靠自身力量医治这些病症的区域，并将区域问题分为落后病、萧条病和膨胀病三类，参见文献[3]。……