日期查询:2024年09月25日

乡村振兴背景下以数字化赋能防返贫监测高质量发展

●中国农业大学马克思主义学院 刘路平 李奕欣


  巩固拓展脱贫攻坚成果同乡村振兴有效衔接是脱贫攻坚完成后5年过渡期内的重点任务。为此,2021年至今连续4年的中央“一号文件”皆重点强调了要“坚决守住不发生规模性返贫底线”和“强化防止返贫动态监测”等内容。今年的中央“一号文件”更是指出要 “加强跨部门信息整合共享”,促进防返贫监测和低收入人口动态监测信息平台互联互通。数字化技术通过实时掌握防返贫工作动态变化,为监测工作赋能,实现防返贫政策、低收入人口动态收入和支出、“三保障”及饮水安全情况等信息在村委会和县级各部门之间互通共享。新发展阶段,深入推进数字化赋能防返贫监测,对于巩固拓展脱贫攻坚成果、全面推动乡村振兴和农业农村现代化具有重要意义。
  深刻认识数字化赋能防返贫监测的重要意义
  数字化赋能防返贫监测有助于提升政府工作效能。随着社会主要矛盾的转变,相较于传统的贫困群体,农村易返贫群体的致贫风险与致贫原因在新发展阶段呈现出更大的不确定性和复杂性,因此倒逼政府必须提升自身的数字治理能力以回应新阶段出现的复杂状况。而以数字化赋能防返贫监测,能够对存在返贫风险的监测对象有效做到早发现、早干预、早帮扶,从而促进政府对相关变化作出及时有效的反应以化解潜在的返贫风险,极大地提升了政府工作效能。
  数字化赋能防返贫监测有助于破解乡村发展难题。脱贫攻坚完成后,持续跟进和掌握具有返贫风险的脱贫人口收入信息成为了乡村发展必须解决的难题。而以往直至目前大部分地区的防返贫监测体系还存在数据采集不足、预警程度不深、帮扶政策与数字结合不强以及过程管控方面支撑不足等难点,究其原因主要为农户动态信息在多部门之间的流通共享不及时。因此,有必要加强防返贫监测中的数字化信息能力,实时更新并畅通农户信息流动,从而摸索并构建一整套联通农户、村委会、县相关部门等在内的防返贫监测与帮扶长效机制。
  数字化赋能防返贫监测有助于推进数字乡村建设。数字化以高质量、高效能的特征成为了新质生产力的核心技术支撑,推动了以乡村经济为主的一系列发展变革,为乡村振兴的深层次推进注入了强大动力。当前,数字乡村建设已成为乡村发展的必然趋势,而数字化赋能防返贫监测的深入发展和有益探索,极大地带动了乡村数字化平台建设,提高了乡村数字化意识、数字化能力和数字化服务,进而推动以数字化、智能化、网络化为技术特征的新业态、新模式不断为乡村建设带来新的发展契机。
  着力推进数字化赋能防返贫监测高质量发展
  协同推进防返贫数字治理与数字乡村建设的深度融合。以大数据、5G、云计算、物联网和人工智能等为主要代表的数字信息技术不断促进农业农村现代化转型升级。因此,推进乡村振兴进程中,提升防返贫监测能力必须在全面吸收、融合数字乡村建设成果的基础上协同推进防返贫数字治理与数字乡村建设的深度融合,从而利用数字信息技术和数字乡村建设成果全面提升防返贫数字治理能力。具体来看,应借助数字乡村建设在乡村振兴进程中对于乡村基础设施建设、公共服务体系、数字产业化以及乡村治理数字化等方面的建设成果和经验,持续丰富防返贫监测所需要和可获得的信息资源,同时又以防返贫数字治理能力的有效提升助推数字乡村建设的进一步发展。
  建立数据采集与管护相协调的配套机制。数据采集是防返贫监测的基础性工作,数据采集的真实、无稀缺才能够确保返贫动态监测过程中预测、预警和帮扶等工作的及时性、精准性和有效性。因此,必须协同建立数据采集与管护相协调的配套机制。一是在数据采集过程中应增加数据校验、识别、剔除噪声和错误数据的工作方法,确保采集数据的精准性;二是对于农户自主申报与基层干部采集的数据需增设交互检验与抽检的工作机制,定期对于数据的真实性进行合理审查;三是在数据管理上应根据历史数据、省级、国家级平台数据、基层干部入户数据等多数据源及时对数据进行适当的动态调适;四是强化数据的维护更新能力,进一步运用数字技术构建“农户自主、网格协同、群众自发、政府监测、数据同步”的五位一体数据更新机制。
  从信息技术驱动转型为数据与模型双驱动。数字技术对乡村治理的理念、范式产生了重大影响,集中体现为人力驱动的政务模式向数据驱动、模型驱动的政务模式转变,相较于以往依靠人力提升治理能力的典型路径,数字时代下的治理路径更倾向于对数据的挖掘、对统计模型的应用,并且逐步呈现向全面数字化转变的趋势。同样的,从信息技术驱动转为数据与模型双驱动也是防返贫数字治理进一步转型升级的必由之路。具体来看,可以从三个方面探讨,一是必须以数字化为契机,进一步完成由信息技术驱动转为数据驱动、模型驱动的思维转换,明确防返贫数字治理的未来发展方向;二是发展面向未来的人机协同应用,通过全场景、全过程的数据智能感知和精准分析,形成人和机器互为主体下的预测预警双重保障架构;三是推动模型的进一步普及化,数据得以精准测量与选用的核心是对于统计数据在大样本空间下的不断学习,应考虑扩宽多场景下统计模型的精准预测空间。
  推动政策执行过程与数字化流程有序衔接。政策执行过程与数字化流程有序衔接是防返贫数字化机制构建的着力点和落脚点。但从数字治理实践来看,政策执行过程与数字化流程容易相互脱节,体现在数据采集的智能化程度不够、数据分析过程中的人机互动不足、政策帮扶过程的数字化应用程度不深等领域,不利于防返贫数字治理成效的进一步提升。可以考虑从以下三个方面着力提升:首先,在数据采集过程中,应从传统的干部入户采集转变为“农户自主申报、干部入户核实”的双向互动模式,切实减轻政策执行难度;其次,数据分析过程中要强化数字化决策、数字化预警、数字化比对能力,并将其运用于数字化流程中,以数字精准预测辅助传统的工作经验标准,提高决策准确性;最后,在政策帮扶过程中,要通过数据比对和综合评估,研究客体对象人口行为与家庭特征,识别造成返贫人口的具体成因,并从政策“工具箱”中实现精准匹配。
  谋划过渡期后农村低收入人口常态化帮扶机制。当前正处于脱贫攻坚完成后的5年过渡期,谋划过渡期后农村低收入人口常态化帮扶机制成为当前防返贫工作的重要靶向。着眼于常态化帮扶机制数字治理的未来走向,应坚持以下四点内容:一是延续当前的数字治理总体框架,以数字基础能力协同升级助推防返贫监测帮扶能力的进一步提升;二是强化精准的概念性扩展,以数字技术升级为核心,提升数字预警、数字识别、数字预测的精确性;三是进一步强调贫困群体内生动力的激发,以数字信息技术发展为契机,构建数字帮扶的新帮扶体系;四是充分运用政策示范工具进行政策试验,在数字技术发展先行区试点开展新一代常态化帮扶机制的数字化试点工程。(2022年度国家社科基金高校思想政治理论课研究专项一般项目课题:“乡村振兴战略融入高校思政课教学研究”,项目编号:22VSZ120)