精准扶贫是“十三五”时期的重要目标任务。我国贫困人口基数大、情况复杂。以往受制于科技水平因素，主要通过人工进行数据采集和后期分析进而制定相关政策，导致扶贫政策精度低、同质化甚至一刀切现象严重。扶贫效能还有很大的提升空间。

具体来看，目前精准扶贫工作面临的主要问题，一是贫困人口的识别不够精确。存在部分被认定的贫困人口未必真正贫困，而真正贫困的人口可能未被认定的现象；二是欠缺对经济发达地区的监测和规划；三是在相关数据的动态跟踪上缺乏行之有效的规则和手段。贫困地区的数据和帮扶资源的状态都是动态变化的，如不能及时准确获取相关数据，会导致帮扶物资调配不均衡、扶贫措施效果的评价不科学，进而使得相关政策的制定和修改变得比较盲目；四是扶贫政策的制定无法完全因地制宜；五是缺乏科学合理的扶贫管理体系。扶贫数据库建设相互孤立，各自地区的数据缺乏沟通和共享；数据库不够完善，再加上对数据的分析应用不够深入，无法科学地进行帮扶政策效果评估并提供修改建议。

造成以上问题根源集中在扶贫中的数据获取难、分析难和管理难?；チ?和大数据为解决这些问题提供了思路。为此我有几点建议。

首先，可以拓展贫困地区的数据获取维度。在人工工作的基础上，打通扶贫系统与国家其他系统的网络连接。将当地气象、工商、经信、农业、水利等相关职能部门和科研机构与扶贫相关的数据库接入扶贫信息管理，共享当地的气候、水质、土质、经济、生产等信息。使得更多维度的信息在扶贫系统中变的可观可用。为制定更加全面的扶贫政策构建多维度的底层数据基础。

其次，可以加强对国家发达地区可以支出物资和人力资源的监控。除了物资和人力的品种、质量和数量等之外，其地理位置、交通成本等也要一并纳入网络监控。为资源的优化配置奠定基础。

同时，也需要更高频率的数据跟踪和更新。以及通过科研立项方式加强数据分析及应用。发挥相关研究机构在互联网+和大数据方面的研究优势，鼓励相关学者研究扶贫数据和模型。为我国准确快速识别贫困人口提供高效的方法，为贫困地区农产品种植和小产品加工的种类和时机提供科学的预测，根据具体效果反馈对政策的修改提供合理的建议。在互联网+和大数据的支持下实现“授之以渔”。

最后，可以构建大数据处理和云管理中心。将各地扶贫数据库、大数据模型、相关政策等通过网络连接，在顶层设立云端大数据处理中心。实现了扶贫数据的实时观测、分析和对比，利用计算机的强大计算能力发现扶贫中存在的问题并通过数据层的优化对扶贫政策的修订提供建议。通过该中心，政府可以更全面地了解全国贫困区域情况，了解相关政策执行效果,从而可以更加合理地调配人力和物资，制定和修改相关政策。

□徐晓兰（全国政协委员）