第二章　大数据扶贫：贵州省“精准扶贫云”模式

我国扶贫开发始于20世纪80年代中期，随着《国家八七扶贫攻坚计划》《中国农村扶贫开发纲要（2001—2010年）》以及“五个一批”“十大工程”等扶贫措施的实施，我国贫困人口数量大大减少，扶贫工作取得了辉煌成果。2002—2012年，我国的贫困程度虽然有所起伏，但整体情况得到缓解，尤其是2007—2009年，贫困程度降低了50%。但最新统计数据显示，2016年我国农村贫困人口仍有4335万人，扶贫攻坚工作仍然艰巨。分城乡来看，2012年我国农村贫困率为14.8%，城镇贫困率为3.8%；分区域来看，2009年以来，东部和东北地区的贫困率在5%上下波动，而中部和西部地区的贫困率仍然居高不下，多数年份都高于10%（周玉龙、孙久文、梁伟佳，2017）。现有贫困大多集中在深度贫困地区。这些地区多是革命老区、民族地区、边疆地区，基础设施和社会事业发展滞后，社会文明程度较低，生态环境脆弱，自然灾害频发，贫困人口占比和贫困发生率高，人均可支配收入低，集体经济薄弱，脱贫任务重，越往后脱贫成本越高、难度越大。因此，总结现有的精准扶贫模式，分析不同扶贫模式效果，可以为今后解决深度贫困问题，实现2020年脱贫总目标提供有力参考。

2013年提出精准扶贫以来，“精准扶贫”“产业扶贫”“金融扶贫”3大主要扶贫措施相结合，形成扶贫脱贫的主要机制。针对深度贫困地区和深度贫困人口，《关于支持深度贫困地区脱贫攻坚的实施意见》提出加大中央财政投入力度，加大金融扶贫支持力度，加大项目布局倾斜力度，加大易地扶贫搬迁实施力度，加大生态扶贫支持力度，加大干部人才支持力度，加大社会帮扶力度，重点解决因病致贫、因残致贫问题，加强兜底保障工作，保障贫困户饮水安全、住房安全，加大教育扶贫、就业扶贫力度，加强基础设施建设、土地政策支持。扶贫措施的不断创新和结合，有效改善了贫困人口的生活环境。但已有研究仍发现，无论是最低生活保障制度（徐超、李林木，2017），还是城镇居民基本医疗保险制度（黄薇，2017），在建档立卡贫困户和低保户识别中均存在精准识别问题，容易产生“精英俘获”现象。究其原因，在于贫困户在提供证明材料方面存在瞒报、漏报等问题。贵州省“精准扶贫云”大数据支撑平台为有效保障扶贫工作过程中的精准识别、精准帮扶、精准跟踪、精准脱贫提供了新的思路，“精准扶贫云”结合“产业云”“电子商务云”“教育云”“医疗健康云”等大数据支撑平台，成为贵州省精准扶贫工作进程中的特色和亮点。为了总结大数据扶贫的成功经验及存在的问题，探索适用于贫困地区、贫困农户，尤其是深度贫困地区、深度贫困农户的大数据扶贫模式，本章选取贵州省“精准扶贫云”大数据支撑平台为调研对象，总结贵州大数据扶贫的现有经验，尝试为其他贫困地区提供启示。