大数据时代精准扶贫的经济学思考 公共管理专业

大数据时代精准扶贫的经济学思考摘 要：大数据的应用变革了政府扶贫工作的思维模式和管理方式，大数据已成为提升政府扶贫治理能力的新手段。精准扶贫是中央高度重视的一项扶贫开发战略。挖掘大数据价值，通过大数据分析扶贫主体的思想与行为特征，按照扶贫对象的个性化需求开展扶贫工作，真正做到政府扶贫的科学化、信息化、精准化。本文从精准扶贫的经济学角度进行分析，根据大数据时代的积极影响，提出目前我国进行精准扶贫的合理建议。关键词：精准扶贫；大数据；经济学EconomicThoughtsonPrecisionPovertyAlleviationintheAgeofBigDataAbsrtact:Theapplicationofbigdatahaschangedthethinkingmodeandmanagementmodeofthegovernment'spovertyalleviationwork.Bigdatahasbecomeanewmeanstoenhancethegovernment'sabilitytoalleviatepoverty.Precisionpovertyalleviationisapovertyalleviationanddevelopmentstrategythatthecentralgovernmentattachesgreatimportanceto.Miningthevalueofbigdata,analyzingtheideologicalandbehavioralcharacteristicsofthemainbodyofpovertyalleviationthroughbigdata,carryingoutpovertyalleviationworkaccordingtotheindividualneedsofthetargetofpovertyalleviation,andtrulyrealizingthescientific,informationalandprecisegovernmentpovertyalleviation.Basedontheeconomicanalysisofprecisepovertyalleviationandthepositiveimpactofthebigdataera,thispaperputsforwardreasonablesuggestionsforprecisepovertyalleviationinChina.Keywords:precisepovertyalleviation;bigdata;Economics一、文献综述（一）研究背景和意义1.研究背景2014 年1 月发布的《关于创新机制扎实推进农村扶贫开发工作的意见》，提出了改进贫困县考核机制、建立精准扶贫工作机制、改革财政专项扶贫资金管理机制。 2014 年政府工作报告中提出，“实行精准扶贫，确保扶贫到村到户。”传递出国家扶贫开发方式创新转变的新思维、新思路。 2014 年开始，为了从根本上解决扶贫工作底数不清、情况不明、指向不准、针对性不强等老大难问题，甘肃省建立了精准扶贫工作机制，力争做到对扶贫对象精准化识别、对扶贫资源精确化配置、对扶贫目标精细化管理、对脱贫责任精准化考核，从而改“大水漫灌”为“精确滴灌”，扶真贫、真扶贫，确保如期稳定脱贫。 2014 年甘肃省政府工作报告提出，深入实施“1236”扶贫攻坚行动计划，坚持不懈推进扶贫开发，实行精准扶贫，增加贫困地区农民收入，改善生产生活条件，全年减少贫困人口140 万人。 精准扶贫是党中央、国务院根据目前扶贫工作中的新情况、新问题而对扶贫工作提出的新要求，是打好新一轮扶贫开发攻坚战的根本方法和指导方针，对进一步加强和改善新时期的扶贫攻坚工作有着极其重要的作用。2.研究意义扶贫要实事求是、因地制宜、分类指导、精准扶贫”。所谓精准扶贫，就是要进一步强化农村低收入人口的动态管理和完善精准识别机制，针对新一轮建档立卡农村低收入户主要致贫原因，因户因人施策，把扶贫工作由“大水漫灌”变成“精准滴灌”，确保扶贫政策和资源真正惠及低收入群体。新中国成立以来，党和国家的扶贫工作从未间断，而且投入力度都是有增无减，持续的扶贫攻坚使农村基础设施逐步完善，农民生活水平逐渐提高。精准扶贫是“十三五”时期最为艰巨的任务之一。从所调查的贫困村来看，当前精准扶贫工作已在各地掀起高潮，取得了重大成就。但也存在农民参与不足、维稳工作重于扶贫工作、精准扶贫面临多重贫困的挑战、驻村干部扶贫效果不显著、扶贫资金来源单一等诸多问题。下一步精准扶贫工作要处理好统与分的关系、政策的原则性与灵活性的关系、内生路径与外生路径的关系、政府与市场的关系。国内外文献综述莫光辉，张玉雪（2017）的《数据背景下的精准扶贫模式创新路径》中提出：“政府扶贫过程中自身拥有的扶贫区域及扶贫人数等方面的信息、扶贫部门扶贫的效果监测信息、新闻等媒体平台报道的贫困与反贫困信息等，为精准扶贫提供了原始数据。技术、人才的保障等为大数据精准扶贫奠定了基础。伴随着大数据的来临，社会各界都开始关注大数据的应用，大数据思维与关联分析及定量预测技术、大数据基础设施及人才建设逐步得到重视。大数据加强了政府与公众的联结。大数据时代，通过公众的广泛参与，加强了政府与公众之间的阳光互动，政府扶贫举措更加亲民、便民，对促进简政放权、提高政府扶贫治理服务水平具有重要意义。”潘帅（2016）的《新常态下我国精准扶贫工作机制研究》：“将大数据应用于精准扶贫的原理。在传统的数据分析阶段，我们一般是采用抽样方式进行数据分析。这也就是说数据分析结果的准确性在很大程度上取决于数据样本选取的随机性，但是在实际操作中是很难做到样本选取的随机性。大数据时代的来临，避免了数据样本选取随机的缺陷。大数据放弃了随机抽取样本的方式，而是将所有的数据充分利用进行分析。”国外关于大数据在教育领域的应用的论文发表时间也主要分布在近三年，研究内容主要包括对教育数据挖掘、学习分析，个性化教育、教育方式的改善、学习策略探讨、教育管理方式的改变、大数据对于教育的推动作用、数据驱动以及对图书馆建设、对教与学需求、评价方法的影响等方面。可见，虽然大数据在国外出现较早也备受重视，但是在教育领域中的应用仍不够深入，正如 Anthony G. Picciano[10]教授所说：教学应用大数据分析处于起步阶段，还需要几年才能成熟，虽然大数据的存在被证明是该被重视的，但大数据并不是解决所有教育问题的灵丹妙药，它只是给人们提供了拟定教育问题解决方案时的一部分决策参考。发达国家的贫困主要是相对贫困，对温饱和生存威胁较小，所以发达国家一般通过"救助加开发"的政策措施来应对、缓解贫困的发生和发展。建立健全社会福利及社会救助制度，通过收入保障体系向低收入者和贫困群体提供一般津贴和特殊补助，以满足其基本的生活需求。社会福利和社会救助制度是发达国家应对城市贫困的基本社会保障制度，其中，社会福利是覆盖全部对象群体的项目，社会救助特别针对其中的特殊困难群体。英国是老牌的福利国家，早在1572年伊丽莎白女王就决定在全国征收了济贫税，1601年颁布了在人类史上具有历史意义的《济贫法》，对贫困群众和收入低于最低工资标准的工人予以津贴补助。1948年英国成立国民救济委员会，同年开始执行《国民保险法》和《国民救济法》，率先进入现代福利国家。美国在20世纪80年代以来逐步建成了公共福利方案，主要包括４个项目，即对有小孩负担家庭的援助、额外保障收入、医疗救助方案和食品(券)补贴，公共福利方案形成美国福利制度的核心，它面对所有贫困人群，对缓解贫困危机、特别是城市贫困发挥了重要作用。国外近几年兴起的工作福利制和积极就业政策实际上反映了社会公正原则的要求，即给予有劳动能力者和无劳动能力者同样的救助对二者和其他纳税人都是不公平的，从而影响救济的效率。我国的城市居民最低生活保障制度要求"应保尽保"，保障了贫困群体、特别是下岗失业家庭的基本生活，但也产生了不小的负面效应，如在广大的中低收入地区，越来越多的接近行业评估收入的劳动者辞掉了工作，转而申请低保救助，不仅给低保对象的甄别和救济金发放带来很大压力，而且违背了低保救助的原本精神。因此我国需要借鉴国外分类救助的工作福利制度原则，进一步完善或设计城市低保及其他相关社会救助制度。（三）研究内容大数据资源支持精准扶贫。政府扶贫过程中自身拥有的扶贫区域及扶贫人数等方面的信息、扶贫部门扶贫的效果监测信息、新闻等媒体平台报道的贫困与反贫困信息等，为精准扶贫提供了原始数据。技术、人才的保障等为大数据精准扶贫奠定了基础。伴随着大数据的来临，社会各界都开始关注大数据的应用，大数据思维与关联分析及定量预测技术、大数据基础设施及人才建设逐步得到重视。大数据加强了政府与公众的联结。大数据时代，通过公众的广泛参与，加强了政府与公众之间的阳光互动，政府扶贫举措更加亲民、便民，对促进简政放权、提高政府扶贫治理服务水平具有重要意义。二、精准扶贫现状及其经济学解读（一）精准扶贫现状图2015-2017我国各区域贫困人员未记录比例数据来源：2015-2017中国贫困区域普查报告由图1可知，我国各区域对贫困人员的识别与记录都与实际有较大出入，这是因为单维信息评价和测量贫困是片面的，精准扶贫实践要求从家庭人口特征、收入来源等多维度多指标来识别贫困对象。当前由扶贫人员到乡镇再到县级的自下而上的贫困人口信息资料采集方式不仅耗时耗力，而且缺少监测机制。目前，民政、残联等部门已建立自己的数据库，但由于部门之间口径不一致，数据没有联通共享，贫困信息未能有效整合。扶贫管理部门对贫困人口的信息数据掌握不完整，缺乏数据比对，不能及时反映真实状况，难以为精准扶贫提供准确依据。

随着精准扶贫的纵深推进，贫困问题更加复杂，致贫原因更为多元综合，需要根据实际情况制定相应的帮扶措施。但在实际帮扶过程中仍存在不同程度的瞄准问题。对贫困人口的致贫原因、发展能力、价值判断和对帮扶的需求存在瞄准偏差，导致帮扶措施针对性欠佳，普惠式扶贫成效难显且发展性不强。部分地区在精准帮扶实践中已经瞄准客观致贫原因，但忽视了贫困人口的思想观念和价值判断，未能实现其主观能动性和外在帮扶条件的有机融合。贫困人员信息管理能力不足，无法实时追踪进展与成效。对每一个贫困人员进行建党立卡，不仅便于对贫困数据的及时查阅，更重要的是可以保持扶贫工作的持续评估，实时追踪贫困人员的生活状况，扶贫项目的开展进程。因此，高效准确的动态管理和信息共享，也是精准扶贫工作开展中，不可忽视的重要环节。表22017年我国精准扶贫专业人才区域比例北部地区南部地区中部地区中专46.1％22.2％17.2％大专35.8％30.1％16.8％本科28.7％25.4％44.1％硕士以上18.5％17.3％59.8％数据来源：2017年我国精准扶贫调查由表2可知，目前我国精准扶贫专业人才配置中，北部地区整体还处于较低水平，大量相关人员本身学历不高，使其难以具备较高的专业技术，南部地区有较大改善，整体水平处于中等阶段，高端人才占三分之一以上，具备了较稳定的专业素质，另外因为中部地区一直是扶贫政策重点偏向的区域，因此此区域内的相关人员综合素质较高，具备了较强的相关专业技能。杨园园，刘彦随，张紫雯.基于典型调查的精准扶贫政策创新及建议[J].中国科学院院刊，2016，（3）一方面，对扶贫对象缺乏动态管理。建档立卡周期性和贫困程度动态性的矛盾致使贫困进入-退出机制难以充分落实，致使脱贫人口挤占有限扶贫资源，新增贫困人口不能及时获得精准帮扶，同时脱贫人口缺少后续管理导致返贫无人问津。另一方面，对扶贫项目缺乏动态预测跟进。项目在实施过程中一成不变，可能导致资源利用效率低和不能实现更好扶贫成效。扶贫管理缺乏动态预测往往会导致扶贫反馈的滞后性，间接导致扶贫方法的落后和扶贫进度停滞不前。莫光辉.大数据在精准扶贫过程中的应用及实践创新[J].求实，2016，（10）：87-96.当前的精准扶贫考核体系使部分扶贫人员对考核问题过于注重，而忽视考核更重要的本质作用。主要有以下两种表现：一是只关注短期效益而导致前期用力过猛后劲不足；二是只看到考核对人的约束作用而忽视考核结果的反馈作用。考核的本质作用不应该是对人的管理和约束，而是改进和提升精准扶贫工作。根据考核结果的反馈对贫困人口进行再识别，根据反映的需求动态变化精准优化帮扶措施，利用考核结果实时推动扶贫开发工作也是对精准扶贫的动态管理。（二）精准扶贫各层面的经济学分析1.扶贫对象近年来，大数据在世界各个领域都有了快速的渗透和发展，并被认为信息时代的“新石油，随着大数据的关注度与日俱增，她不仅掀起了全球范围内的信息技术改革潮流，也已经成为各国政府青睐的对象。2009年联合国的“全球脉动计划”拟通过大数据推动落后地区的发展，2015年底大数据已成为美国国家创新战略、国家安全战略以及国家信息网络安全战略的交叉领域和核心领域。目前，国内外现有面向大数据的研究主要是针对采集、处理、分析、可视化等某一方面的关键技术。在大数据处理技术方面，最主流的平台是Hadoop。Hadoop由分布式文件系统HDFS、并行计算框架Map-Reduce和非结构化数据库Hbase组成，它们分别是GoogleGFS和GoogleBigTable的开源实现。在大数据分析方面，代表性研究有Hive、Pig等，Facebook等公司在实时分析方面也进行了相关研究。

大数据开启的信息时代已经到来，它在商业领域发挥巨大作用的同时，正大步向政府部门进军，其产生的思维革命与方式转变正不断冲击着政府数据管理，带来无限机遇和挑战。为了实现精准扶贫，我们可以充分利用大数据技术将海量的扶贫信息进行有效的分类、整合、分析及利用，从而提高扶贫瞄准精度，建立完善的大数据处理平台，实施有效的动态监管，实现扶贫方式、内容与扶贫对象有效匹配，切实做到“真扶贫，扶真贫”。项目安排截至2017年底，我国农村贫困家庭的致贫原因较多，其中因病致贫的比例高达40%。这一现象的出现，从侧面反映了贫困地区生活条件艰苦、医疗设施条件差，缺乏必要的医疗保障，因此生病对于贫困家庭而言，不仅意味着劳动力的丧失，更是带来了巨大的经济负担。此外对其他致贫原因进行简单归类，包括：资金储备不足、技术落后、劳动力匮乏、教育资源稀缺、土地贫瘠、自然灾害、意外伤残、交通闭塞、以及区域性限制和民族文化等原因。虽然在表层上可以将不同的贫困原因进行归类，并对其进行差异性帮扶。但事实上往往对其致贫的真正原因缺少追踪溯源的探讨，如该贫困区的技术落后、劳动力匮乏，是否与当地政府的执政策略有关，农民赖以生活的土地状况贫瘠，是否与该片区居民不当的种植方式有关，劳动力匮乏青年男子外流严重，是否与当地的男女比例失调有关系等等，隐藏在表层致贫原因背后的深入缘由没有被发掘出来，仅仅对表面层次的贫困原因进行归类无法做到从根源上消除贫困，发挥扶贫资金的最大效用。而这一问题的出现，无法单纯的从行政管理角度进行改进，必须要创新政府现有的信息系统和数据处理平台，加强对基层数据的采集和整合，挖掘出更有价值的信息从而进行分析，从而达到政府管理的高效稳定运行。资金使用运用“互联网+”思维，搭乘电商经济，脱贫致富。网络电商时代的到来已经改变了传统的农产品营销方式。建议针对部分贫困户农产品滞销的问题进行精准扶贫，展农业电商技术培训大力推广农产品电商技术，农业物联网技术、网上农产品市场调查、促销、交易洽谈、付款结算等。通过“鼠标+大白菜”式营销，减少农产品流通中间环节，拓宽优质农产品销路，从而实现精准扶贫。简单来说，让资源用到更恰当的地方，分配的效率更高，针对性更强，单位资源的扶贫人数更多。与整体式扶贫不同的是，精准扶贫的效率更高，受众准。从经济学上讲，精准扶贫是对扶贫对象、扶贫资源进行优化，是着力提高各类各种扶贫资源配置效率和效果。精准扶贫完全符合经济学中最佳最高效配置资源的要求，使得有限的扶贫资源的作用发挥到最大，提高了扶贫资源的利用率。精准扶贫对准真正贫困的人群，不仅能缩小收入差距，还能助力精准扶贫的健康推行。近年来，农商银行持续开展富民惠农金融服务创新，推动金融服务进村入社区，开展各类金融知识宣传，通过巡回流动服务、布设自助机具、推广富秦卡、发展网上银行、手机银行、设立便民服务点等方式，提升普惠金融服务水平。推广惠农一卡通和社保IC卡等产品，提升对贫困农户惠农、养老、医疗等民生服务水平，畅通了农村基础金融服务“最后一公里”。农商银行充分利用资金实力雄厚、机构网点广泛、扶贫基础牢固的资源优势，持续加大扶贫贷款投放。不断做大做强小额信用贷款、富秦家乐卡贷款、农户联保贷款，积极探索“一卡通”帐户担保、“两权”抵押、农房抵押等等贷款方式，为全面脱贫致富提供精准支持，让贫困群众切身感受到金融资源有效利用对自身脱贫致富的重要作用，激发贫困农户的创业热情，扶持了一批优质客户。莫光辉，张玉雪.大数据背景下的精准扶贫模式创新路径——精准扶贫绩效提升机制系列研究之十[J].理论与改革，2017，（1）：119-124.农商银行认真对接国家和省市扶贫的相关政策、财政扶贫资金及产业扶贫规划，协调发展项目、融资担保基金、扶贫贴息资金，撬动多方扶贫资源，形成专项扶贫、行业扶贫、社会扶贫多方力量相统一的扶贫格局，实行“一揽子”“链条式”“全方位”服务，着力打造“烤烟银行”“特色农产品银行”“养殖业银行”等各具特色、各有侧重的“金融超市”。在资金使用上由“大水漫灌”向“精确滴灌”转变，优化金融资源配置，提升扶贫成效。三、大数据时代精准扶贫存在的问题（一）扶贫对象的确定不够精准精准扶贫的开展，最重要的一步便是贫困人员的识别，这是扶贫政策顺利开展、完成党中央脱贫目标的基石。然而在实际工作中，由于贫困区域复杂，贫困人员甄别范围较大，尤其非贫困县的贫困村、贫困人口同贫困县的非贫困村、非贫困人口交织在一起，大大增加了贫困人员的识别难度。表12013-2017我国各区域贫困人员变化比例北部地区南部地区中部地区201318.3％10.7％13.5％201414.7％9.8％13.4％201513.1％8.5％12.3％201612.2％8.1％11.8％201710.8％7.0％9.8％数据来源：2013-2017中国贫困人口调查报告从表1可知，我国各区域贫困人员比例呈现出逐年下降的趋势，这是因为随着我国经济发展，各地区大众的生活水平有了明显改善，但是，由于现阶段政府数据处理平台及数据处理方式的限制，无法应对持续增长的数据，致使在贫困人员识别工作中，无法对海量备选人员的信息进行有效的采集、整合、处理及分析，从而影响贫困人员的瞄准精度。产业扶贫成效不明显从长远来看，精准扶贫带动扶贫产业不应仅仅局限于利润较低的初级产业，而延长产业链，增加利润率，促进贫困人口中长期的持续发展意义重大。通过扶贫，提升贫困人口的自我发展能力，促进消费稳定增长，适应消费需求变化，完善政策措施，改善消费环境，加快发展服务消费。完善旅游设施和服务。利用贫困地区的资源禀赋，大力发展乡村休闲全域旅游。促进电商快递进农村。扶贫开发在很大程度上可以带动并刺激消费行业，充分利用服务行业消耗资源少、发展空间大、环境承受压力小、容纳就业人口多、未来增长可能性多的特点，带动扶贫产业升级。孙璐.扶贫项目绩效评估研究[D].北京：中国农业大学，2015.

贫富差距过大，将穷人的消费体系和生产体系与富人的消费体系和生产体系相分离，从社会分工角度看，这种分离的生产结构和消费结构不利于提高生产的规模和分工效益。因此，通过精准扶贫，消除贫困阶层，提高贫困群体的消费能力，会最大程度发挥好经济结构的规模效益和分工效益。（三）金融扶贫平台有待完善四、大数据时代精准扶贫的经济学对策（一）利用大数据实现扶贫对象精准精准扶贫首先就是要精准定位扶贫对象。过去的扶贫是通过选择样本数据，用少的数据来获取多的信息，而“大数据时代”的扶贫是从对样本数据的分析转向全覆盖式的大数据分析，从缺少数据的粗放式扶贫模式转变为以大数据为支撑的集约式扶贫模式。过去因为技术以及受传统思维的影响，导致我们对扶贫对象的认知还处在县、村一级。一旦我们运用“大数据”思维，对每个贫困村、贫困户，我们就可以建档立卡，将扶贫对象的基本资料、实时情况录入系统，从而建立有效的扶贫系统数据库。首先，在收集基础数据后，建立贫困户识别系统，并对其进行信息化管理。然后建立扶贫对象数据库，减少目标偏离和提高定位的准确性。这种动态管理，可以对扶贫对象的基本资料、实时情况进行掌控与管理。同时可以对扶贫资金进行管理，使每一笔资金都能用到实处。同时，我们可以对扶贫对象进行动态管理，实现有进有出。因为扶贫对象是不断变化的，不可能永远贫困。在通过对扶贫对象进行定量分析后，我们就可以得知哪些人已经脱离了贫困，哪些人还处于贫困线以下。这样。可以及时有效的更新数据，既减少了工作量，也节省了资源。基层政府组织干部入户调查，并积极与各联村单位衔接，抽调联村单位干部参与信息采集工作。通过全面采、惠农政策、农村危房改造、农村饮水、教育信息管理、社会救助、卫生扶贫、富民产业发展、劳动力培训、精准贷款等10项信息，准确掌握各项政策落实情况，并对信息进行了审核，保证信息的完整性、真实性、可靠性。再通过大数据技术、大数据分析等新思维，集数据采集、数据统计、数据分析、实时更新等功能于一体，进一步夯实精准扶贫数据基础。胡税根，王汇宇，莫锦江.智慧政府治理创新：基于大数据的智慧政府治理创新研究[J].浙江社会科学，2017，（1）：72-78.建立科学完善的扶贫机制，成立帮扶对子，由定点挂钩单位主抓帮扶村的扶贫工作，真正“扑下身子”走进农户家中，像习总书记一样真正了解贫困户的真实生活，实事求是，因地制宜地对帮扶村进行“造血扶贫”，同时完善扶贫开发的问责机制，贫困县的考核机制将由主要考核地区生产总值向主要考核扶贫开发工作成效转变。加大挪用扶贫资金等行为的成本。改变扶贫资金投放形式，将之前“直接投放”扶贫资金转变为致富奖励、银行贷款贴息或是生产保险金等多种形式，创新金融扶贫机制，完善小额贷款机制，提高贫困人口的创业意识和创业能力。切实提高产业扶贫比重和质量推进贫困区域产业结构优化升级，一是依托当地资源比较优势，遵循需求弹性、技术、关联强度和动态比较优势原则选择主导产业，充分发展现代农业、特色旅游业、资源深加工等特色产业，健全良好的基础设施保障，继而推动关联产业及其本地化、多样化，抢占产业链条高端，助推贫困人口就业与提高收入水平，实现减贫脱贫；二是考虑通过有选择的产业承接方式，完善多层次网络区域协调平台，选择环境友好、技术水平较高、带动能力较强的产业快速起步；三是注重完善贫困区域产业发展所需的科技推广、金融支持、农村物流和信息咨询等服务体系，加大产业扶持力度，为产业发展营造良好的发展氛围。要落实精准扶贫，核心在于构建制度：一是对扶贫资源进行分权管理，如果扶贫资源永远被中央和地方部门掌控，会产生利益寻租；二是构建乡村治理结构，在现行结构之下，国家提供的资源，使乡村精英为了寻求其合法性而利用。此外，扶贫工作的相关人员对扶贫工作的一些基本问题没有弄清楚，很大程度上是因为缺乏制度的保障。地方扶贫工作迫切需要通过立法来推动，从而实现扶贫工作的规范化、长期化。因此从制度上确保扶贫资金的投入，可以加快贫困群众脱贫，做到精准扶贫。从我国当前的农业供给侧看，贫困地区农业发展面临瓶颈，市场化程度不高，部分特色产业优势不突出。从技术水平来看，农业生产效率不高，缺乏有效的技术服务体系，特色产品开发力度不强，无法满足市场需求。从统筹角度来看，缺乏规划，经营主体依赖以农户为主题的小农经济，缺少专业化生产，市场竞争力不强。对市场需求的波动适应能力差，缺少品牌支撑，产品的市场认可度低，附加价值低。邓维杰.精准扶贫的难点、对策与路径选择[J].农村经济，2014，（6）.

依托农业供给侧改革，加强对特色农产品的开发，并带动和促进精准扶贫的顺利进行。通过合理的产业规划和特色农产品的布局，差异化发展特色产品。结合本地区的资源条件，提高产业发展的效率，增强市场认可度。发展龙头企业、合作社等新型市场主体，以市场需求为导向，发展特色产业，激发贫困地区自身活力，使特色产业发展的成果能更多惠及贫困家庭。合理优化金融扶贫路径与方法其一，涉农金融机构要利用“本乡本土”和“地缘人缘”优势，立足当地、沉下身子，运用互联网思维和大数据信息，摸透本地市场，主动与地方政府部门及扶贫机构联袂合作，依据贫困户生产、收入、资产等实际，确定刚性的精准识别措施，探索建立金融扶贫档案，精准识别贫困地区有生产能力及金融服务需求的贫困户，以及能带动贫困户脱贫致富的新型农业经营主体、涉农小微企业、种养殖大户等建档立卡，明确扶持对象。其二，涉农金融机构要从农业供给侧思考问题，运用差异化信贷培育扶贫主导产业，创新推出农房、林权、果园抵押贷款，以及农用生产设备、库存商品抵押、订单农业贷款、果蔬打包贷款等，盘活农村存量资产。其三，完善农村金融服务方式，脉准产业扶贫，从增加额度、简化手续等服务创新入手，利用“公司+农户”、“企业+农民合作社+农户”、“家庭农场+农民合作社”等农业产业链金融服务模式，以产业链带动扶贫发展。建立扶贫融资信用担保体系。针对贫困农户、涉农小微企业等难以提供可用于抵押或担保的财产，缺乏可以显示自己信用的衡量标准的实际，可在财政支出中按比例提取启动资金，建立多层次信用担保机构，以及由财政、银行、企业及社会共同出资建立担保基金。探索创新扶贫信贷抵押方式。因地制宜探索农村房屋、土地使用权、活体养殖物、大棚等抵押贷款方式，最大限度盘活贫困地区农村生产资料。建立长效政策扶持机制。给予金融扶贫贷款利差补贴、财政优惠、信用担保和专项支持，通过财政手段弥补金融精准扶贫较高风险溢价，在财政扶贫资金带动下，提升金融资金在扶贫开发中的针对性和安全性，避免信贷投放“广种薄收”、“大水漫灌”的弊端，实现金融与扶贫双赢。盘活贫困地区资源，授人以渔。政府应坚持以创建国家现代农业示范区为总抓手，大力实施生态立农战略、科教兴农战略，加强农业科技创新平台建设，加快农业新技术、新模式科技创新和新型适用农业科技成果的转化应用，加大农民培训力度，提高农业科技水平，将农业现代化与精准扶贫有机结合，实现当地农民的脱贫致富。对现代农业产业扶贫项目有专门的扶贫指标和奖励措施。在推行公司＋农户、大户带动贫困户等产业扶贫模式的同时必须要明确提出贫困户的盈利模式，不能把贫困户沦为简单的原材料提供者。人才是脱贫攻坚的第一资源。贫困地区要走出发展的困境，实现精准脱贫，离不开资金、物资、技术等各种资源的支持，但这些外部资源效用的发挥，必须通过“人”来把握和实现。人才作为人力资源中能力与素质较高的群体，是组织、使用各类精准扶贫资源并使之有效发挥作用的能动性、关键性要素。从这一意义看，人才对于重度连片贫困地区的重要性远超过其他资源。推进贫困地区的精准扶贫、精准脱贫，必须把培育与引进人才放在突出位置。推动人才发展与脱贫攻坚深度融合。完善人才发展机制，建立统筹贫困地区经济发展和人才发展规划。推动精准引才与引智有机结合。加大人才体制机制改革步伐，打通人才向贫困地区流动的体制机制障碍，大力引进贫困地区各领域各行业急需人才。推动人才开发与市场需求紧密对接。突出以精准脱贫需求为导向的人才培养机制，强化人才政策供给，科学评价人才绩效，推进人才价格与价值的对接。四是激活市场主体，明确企业作为产业扶贫的主体地位，调动市场主体的积极性和创造性，以市场化手段吸引人才落户扎根脱贫攻坚一线，给予施展才华舞台，并给予充分的信任和容错纠错机制，让人才无后顾之忧，大胆、全身心的开展工作。结论精准扶贫的政策是统一的，精准扶贫对扶贫资金的使用和项目都有严格的规定，一些扶贫干部认为精准扶贫的政策太死了，不够灵活。在具体执行和落实的时候，也只能开出一样的扶贫药方，精准扶贫政策执行的灵活性不足，因而不能与地方经济社会发展实际相结合，难以取得实效。精准扶贫明确要求，要针对贫困户的具体情况制定扶持对策，因此在实际操作中，既要保持其政策的严谨性，同时也要因地制宜，选择不同的扶贫方式与途径，才能实现扶贫资源的最佳配置，取得更大的成效。

处理好政府与市场的关系就是处理好外力与内力的关系问题，扶贫扶贫，“扶”只是外力，贫困户才是内力，是核心。大包大揽，欲速不达，一味追求整齐划一、一步到位，按自己的意志为农民设计发展蓝图，往往与农户的打算难以“情投意合”，既捆绑了农民的手脚，限制了农民的主观能动性，也助长了“等、要、靠”的思想，躺在政府救助的温床上裹足不前，特惠政策“断奶”之日，也许就是他们的返贫之时。因此精准扶贫要顺应群众的脱贫思路，从激发他们的内生动力入手，着力营造有利于长远发展的大环境，让群众在自己的事上有充分的话语权，通过民主评议、倡导村民座谈等形式，培养村民的基层民主意识；营造勤劳致富的大环境，让农民结合自己的身板“量体裁衣”，充分地发挥自己的长处。同时在政府失效、市场失灵的领域里，还有社会组织能够发挥其独特价值，社会组织是政府与贫困对象之间的桥梁，具有扶贫瞄准率高、效果好的显著特点，能够快速集聚社会资源，实现资源衔接，提升扶贫效能。我国经济社会发展过程中的一个重要阻碍就是贫困，由于我国农村覆盖区域广阔，农村贫困户数量较多，扶贫开发是农村经济建设的重要任务。传统的扶贫