央視新聞客戶端

央視新聞客戶端點擊或掃描下載

國內國際圖片生活軍事人物科技文娛經濟評論

貴州依託大數據探索新路徑 精準扶貧走上“雲端”

中國新聞來源:人民日報 2016年08月18日 04:40 A-A+ 二維碼
掃一掃 手機閱讀

原標題:

  作為精準扶貧的基礎性工作,扶貧信息的精準至關重要。貴州充分依託大數據、雲計算創新扶貧開發手段,通過打造全省“扶貧雲”平臺,探索“互聯網+”扶貧新模式。“扶貧雲”針對不同原因、不同類型的貧困對象,對症下藥、精準扶貧、精準脫貧,對區域性貧困人口,大力實施扶貧生態轉移工程,從根本上幫扶解決生計問題,增強貧困地區、貧困群眾發展內生動力。

  扶貧信息透明化

  在貴州省黔西縣協和鎮楊柳社區的花卉基地裏,150多畝非洲菊開得燦爛,61歲的周學芬正弓著腰一支支地採摘,“10畝多地流轉給基地有保底分紅,每個月還有1200元的務工費,我和老伴兩個人就有2400元,去年一年就存了2萬多塊錢。”

  周學芬一家是2014年被認定的貧困戶,老兩口腿腳不靈,伺候不動這十來畝土地,加之老伴王開富此前患病,光看病就欠下1萬多元的債務。去年省裏建設扶貧雲管理平臺,系統顯示,通過住房、勞動力等各項指標評估,他家的致貧原因為疾病和缺少發展資金。

  2015年初,村裏引進企業搞花卉種植,首先就把周學芬一家納入了。有了産業覆蓋,手頭日漸寬裕,當年底周學芬家便摘掉了貧困戶的帽子。不過,現在在貴州省扶貧辦&&開發的“扶貧雲”系統上,仍然可以查詢到周學芬一家的信息,系統顯示,通過各項指標評估,他家的得分為69分,已達脫貧標準。

  “一時的收入提高並不能代表貧困戶就此和貧困徹底訣別,扶上馬送一程,通過系統動態監控隨時了解其産業、疾病、教育等情況,防止其因偶然因素返貧。”貴州省扶貧辦總農藝師周興説。

  不止周學芬一戶,貴州全省623萬(統計數字截至2014年底,包括已脫貧的120余萬人)貧困人口的信息在“扶貧雲”系統上顯示得清清楚楚。點開系統,大到全省的貧困現狀,小到一個村的地形地貌、産業分佈,乃至一戶貧困戶的住房、人口、收入等情況,圖文並茂,一目了然。

  依託大數據和雲計算, 2015年12月,“扶貧雲”上線運行,實現大數據對貴州扶貧開發工作的精準管理、動態管理、科學管理,扶貧信息公開透明。

  一塊顯示屏,一張貴州地圖,跳動的數據將區域內外出務工、貧困現狀、致貧原因等信息實時呈現出來……貴州將精準扶貧的切入點放在精準識別上,摸清貧困人口數量和情況,在“扶貧雲”管理系統上建檔立卡,實現貧困人口識別的量化、貧困程度深淺的可視化。

  根據系統實時顯示,截至6月17日,貴州還有貧困人口約493萬人,貧困發生率為14.37%,貧困農民人均可支配收入為6681.68元,貧困縣66個,貧困鄉鎮928個,貧困村9000個。

  貧困評估具象化

  “開展扶貧工作首先要識別貧困人員,而通過大數據甄別貧困人口是精準識別的第一步。”周興説,“扶貧雲”最大的特點,就是通過入戶走訪調查採集貧困戶資料,以“四看法”為基礎形成一套科學合理的貧困評估體系。

  據介紹,這套四看法評估體系——一看房、二看糧、三看勞動力、四看讀書郎,共80多項指標,以餅圖的方式,展示省、市州、縣、鎮、村的情況。其中,房的餅圖構成包括:人均住房30平方米以上、10—30平方米、10平方米以下;糧的餅圖構成包括:耕地2畝以上、1—2畝、1畝以下、沒有耕地;勞動力的餅圖構成情況包括:勞動力佔家庭人口數的50%以上、40%、20%以下、沒有勞動力;讀書郎的餅圖構成包括:沒有教育負債、5000元以下、5000—10000元、10000元以上。通過四看法展示貧困人口(戶)的貧困分值和分佈,以及對貧困人口進一步定位採取什麼樣的幫扶措施。

  周興表示,“扶貧雲”通過大數據將各項指標整合起來形成一個脫貧指數,60分以下的是真正的貧困戶,60—80分是達到脫貧標準但極易返貧的貧困戶,80分以上是穩定脫貧的貧困戶,以此作為輔助認定貧困戶的標準。“以往貧困戶退出只是簡單考察其收入、住房和有無輟學子女,以定性分析為主,現在則通過系統將各項指標具象化,更加科學合理。”

  此外,通過“扶貧雲”可以對責任鏈、任務鏈、項目資金鏈進行實時監督,抓好每一個環節的落實情況,實現精準扶貧。

  貴州目前每年約有50億元項目資金,到村項目在1萬到1.5萬個之間,如何確保這些項目落到實處是個難題。“扶貧雲”技術開發方浪潮集團開發經理趙偉表示,“扶貧雲”以GIS(地理信息系統)為基礎,以移動終端為載體,建成以建檔立卡貧困戶和項目資金為重點的扶貧工作移動巡檢系統,“扶貧雲矢量模型的電子地圖已經擴展到16層,達到1:5000比例尺,對貧困戶、扶貧項目的定位已精準到村級,實現對扶貧項目隨時抽查、隨地核查。”

  幫扶措施動態化

  通過對數據的提取分析,“扶貧雲”還能展示貧困人口的致貧原因,包括:因病、因殘、因學、因災、缺土地、缺水、缺技術、缺勞力、缺資金、交通條件落後、自身發展動力不足等,通過致貧原因分析,協助制定精準的扶貧措施。

  系統數據顯示,致貧原因前三位為缺資金、缺技術和因學致貧,分別佔比為30.0%、17.2%和14.7%。

  趙偉表示,“扶貧雲”旨在通過大數據技術,擴大信息採集的渠道,提高數據加工能力和效率,深度挖掘數據的價值,為扶貧工作提供真實可靠、及時全面的決策數據,為最終實現精準扶貧和精準脫貧保駕護航。

  精準識別的目的是為了精準幫扶脫貧。

  “通過大數據技術,掌握貧困人口信息、致貧原因等後,我們將圍繞幫扶結對情況、幫扶計劃制定、幫扶計劃落實情況、幫扶措施情況,針對省、市州、縣、鎮、村,分別監測結對、幫扶計劃、幫扶項目落實情況,識別出已落實、未落實的貧困人口分佈,關聯顯示幫扶的人或單位等相關信息。通過幫扶情況分析,清晰了解省、市州、縣、鎮、村貧困人口的實際幫扶情況,協助幫扶任務的落實。”周興説。

  貴州省副省長劉遠坤表示,利用大數據來實施精準扶貧,專門建“扶貧雲”,可以真正把對象搞精準、把原因搞清楚、把管理搞規範,做到因戶施策、因人施策。系統顯示,貴州目前已錄入的1554196戶貧困戶、4888885貧困人口已被全部納入幫扶計劃,實現了對症下藥、精準滴灌、靶向治療。

  製圖:蔡華偉

  • 新聞
  • 軍事
  • 財經農業
  • 社會法治
  • 生活健康
掃一掃
掃一掃,用手機繼續閱讀!
央視網新聞移動端
央視新聞客戶端iPhone
央視新聞移動看!
CBox移動客戶端
下載到桌面,觀看更方便!
央視新聞下載
860010-1102010100
1 1 1