■ 市委党校 孙晓宇
引言
一、背景
四、结论与建议
二、基于数字政府的精准扶贫研究基础
三、案例研究
贫困是人类社会的顽疾。2020年，我国历史性地消除了绝对贫困，实现了全面小康。然而，这并不意味着中国反贫困事业的终结。当前，中国进入“后扶贫时代”，贫困问题依然存在，且以更为隐蔽的形式持续存在，呈现出绝对贫困向相对贫困、一维贫困向多维贫困、生存性贫困向发展性贫困、原发性贫困向次生性贫困转变的新特征。在此背景下，针对城市和农村存在的大量脆弱性群体，需进一步巩固脱贫攻坚成果，健全多层次社会保障体系，提升脆弱群体的就业能力和社会参与度，实现真正可持续的脱贫致富。
数字化建设作为政府部门重塑行政效率和提升公共服务能力的重要手段，通过数据的互联互通和智能化应用，精准响应公众需求，提升决策的科学性和透明度，为政府工作模式带来深刻性变革；同时数字化建设有助于加强社会治理，推动公共资源的高效配置和利用，最终实现社会公平和正义，为实现共同富裕注入新活力。随着数字政府应用市场出现，数字化建设将重塑政府与公众互动方式，激发创新潜能，实现治理现代化，为社会发展注入活力。2022年5月，平湖市上线“精平扶——困难群体精准画像”数字化应用场景，以浙江省大救助信息系统为依托，构建困难群体“五型三色”模型，精准实施分层救助帮扶，全流程实现“预警监测”“家庭画像”“跟进帮扶”，有效实现了救助资源综合集成、高效运作，推动困难群体“物质+精神”双富裕。
因此，本文试图通过分析平湖市“精平扶”数字化应用场景参与帮扶低收入群体的机制与逻辑，回答“谁该帮、帮到哪、帮得怎么样”等问题，并总结平湖市推进精准帮扶低收入人群的特点，探讨数字技术在扶贫工作中的潜力和挑战，为数字技术帮扶低收入人群“扩收提质”贡献“浙江方案”。
（一）低收入群体是共同富裕的重要短板
实现共同富裕是社会主义的本质要求，而最大短板则是数量庞大的低收入群体。相对贫困人口的界定通常与群体中的中位收入紧密相关，当低收入群体的收入与中位收入的差距较小时，相对贫困人口数量会相对下降甚至消失。当前，中国地区发展不平衡和城乡收入差距明显，出现明显的分层现象，致使有效需求不足。据数据显示，低收入组收入呈逐年递增走向，但与中位收入组之间的绝对收入差距却呈现出不断扩大趋势，其中2022年全国低收入组的收入仅占中位收入组的28.62%，不及中位收入组的1/3。数据显示，城乡居民收入差距两极分化现象比较严重。2022年，我国农村低收入组人均可支配收入仅为5264元，仅占城镇居民低收入组的30.12%，占全国低收入组的57.12%；反观城镇居民，其低收入组和中位收入组均高于全国水平。同时方迎风和周少驰利用微观数据（2018年的CFPS数据）并以人均收入中位数的40%、50%和60%作为贫困线标准，测算出全国贫困发生率为23.87%、28.76%和33.61%，由此可以看出相对贫困人口数量庞大。此外国家统计局统计结果表明，2022年我国基尼系数为0.467，收入分配不均的问题较为突出，这严重制约了我国共同富裕实现进程。因此通过提高低收入人群收入，逐步缩小收入差距，应成为低收入人口精准帮扶的题中之义。
（二）精准帮扶是低收入群体的共同期盼
精准帮扶是促进困难群体共同富裕的现实需求。随着我国经济的发展，人民对美好生活的需求日益增长。然而，发展中的不平衡和不充分问题依然存在，特别是在城乡之间、区域之间、不同社会群体之间的差距依然较大，解决贫困问题已成为当务之急。
贫困问题的存在使得低收入群体难以得到保障基本生活需求，直接影响身体健康和生活质量，甚至发生因病致贫、因病返贫的现象。贫困问题还会引起贫困家庭的代际传递，进一步加剧社会不公平现象，加大贫富差距。贫困不仅带来了物质上的困扰，也给人们的心理带来了巨大压力。长期的经济困境会让人们产生无助感和绝望感，进而影响心理健康。一些贫困家庭的成员因经济压力而出现焦虑、抑郁等心理问题，甚至走上违法犯罪的道路。
2022年，平湖市被列为“困难群众精准画像”全省唯一试点地区，也是浙江省共同富裕示范区首批试点。据平湖市民政局的数据显示，2023年平湖市户籍总人口为181987户，其中在册低保对象、低边对象和特困供养人员为2743户，贫困发生率为1.5%。平湖市在社会救助领域，通过原有的传统帮扶模式取得了一定的成绩，并积累了一定的工作基础，但实际操作中在以下几个方面仍然暴露出诸多不足和短板，表现为：（1）脆弱性群体存在盲点，对象覆盖的全面性缺乏。（2）过于关注物质帮扶，需求匹配的精准性不够。（3）部门资源各自为政，帮扶效果的有效性不足。
因此解决贫困问题，不仅是经济发展的需要，更是社会公正和稳定的关键。通过精准帮扶，可以有效地针对不同困难群体的具体需求，提供相应的支持和帮助，帮助他们摆脱贫困，实现共同富裕。这不仅有助于提高全社会的整体生活水平，还能促进社会和谐与稳定，为国家的长远发展奠定坚实基础。
（一）相对贫困人口的界定
Townsend（1979）和Sen（1979和1983）分别从资源分配和权利剥夺的角度定义相对贫困：当一个家庭所拥有的资源远低于社会一般家庭且权利被剥夺，以至无法正常生活并享有便利设施则被认定处于相对贫困状态。从相对贫困的定义可以看出，判定相对贫困的标准不仅与家庭收入有关，还与社会上其他家庭收入相关。在精准扶贫过程中，设定合理的贫困标准线并界定贫困人口是关键一环。通常情况下，贫困标准线的设立与收入中位数息息相关。例如，世界银行和OECD分别将平均收入和人均可支配收入中位数的1/3以及40%、50%和60%作为贫困线，低于贫困标准线下的家庭视为相对贫困。随着研究的深入，城乡贫困问题也引起了重视，有些学者采用分城乡居民收入水平来设定贫困标准线。除此之外，有学者认为相对贫困是一个复杂多维的概念，且随着社会发展，贫困存在的形式更具有多样性和隐蔽性，使用收入来界定相对贫困状态难以全面反映贫困。因此，多维相对贫困的测量方法逐渐受到学者的关注。Alkire和Foster从健康、教育和生活等出发考察测量多维相对贫困，对各个维度内设定具体的贫困指标，并为每个指标设定一个阈值判断家庭在此维度上是否处于贫困状态，接着将各个维度的贫困状况综合起来，设定一个多维度的贫困阈值用于判断在整体上一个家庭是否属于多维贫困。
综上所述，相对贫困人口的界定不仅需要考虑收入水平，还应关注其他维度，综合判断家庭整体贫困状况，这样更能全面准确地评估相对贫困。
（二）贫困人口识别过程
首先，构建低收入家庭“一户一册”数据库。平湖市以浙江省大救助信息系统中已有的低保、低边、特困等救助对象数据为基础，发起新一轮的部门联动和家庭调查，对这些家庭的成员组成、健康状况、教育程度、收支渠道、财产、劳动力情况等进行全面梳理和补充完善，逐步形成一套覆盖面广、信息丰富的低收入家庭“一户一册”数据底座，为后续的精准救助和绘制可视化的低收入家庭动态“精准画像”奠定了坚实的基础。
其次，发挥数据库“救助对象池”和“预警对象池”作用。平湖市实时调用浙江省大救助信息系统中的低保、低边、特困等救助数据，全面掌握在册社会救助对象的基本信息，建立“救助对象池”。此外，平湖市通过分析民政、医保、残联等部门的业务数据，实现部门间深度融合，做到信息共享、资源共用，提高各方力量的协同效能，精准识别出近期退出救助、新申请未通过、自付大额医疗费、新增残疾人、新增困难失业人员等5类重点关注人群，并将其全量纳入“预警对象池”，共同构成平湖市社会救助监测的基本对象范围，建立“精平扶”动态监测系统。通过实时监测，及时发现新增贫困人口或家庭状况恶化的群体，提高救助的前瞻性和针对性。同时，对于即将退出救助的对象，也可提前做好预警和衔接工作，避免救助的突然中断。
最后，形成“五型+三色”社会救助数据地图。平湖市打造一张覆盖全市的社会救助数据地图，将纳入“五型+三色”（“五型”是指将困难家庭划分为兜底型、急难型、支出型、关爱型、发展型等五种类型，“三色”是指采用红色、黄色、绿色三个风险等级进行分级）管理的家庭实现“一图全览”，动态生成以村社区、镇街道为单位的统计分析结果。
（一)“精平扶”数字化应用场景运行机制
本部分重点揭示数字技术视角下政府参与救扶低收入群体运行机制。下面将以实践过程为依据，将“精平扶”数字化应用场景的作用路径划分为初期阶段、执行阶段和收尾阶段三个维度。
1.初期阶段：构建“五型+三色”模型，为精准帮扶提供数据支撑
首先，平湖市对每个监测家庭进行全面评估，深入分析家庭结构、健康状况、收入情况、财产情况、支出情况等6大关键维度30余项具体指标，全面掌握家庭的基本状况和潜在需求。其次，平湖市运用“五型+三色”的立体分析方法，以更好地匹配不同家庭的实际需求。最后，平湖市为每个监测家庭绘制出一张包含基础信息、救助历程、指数分析、家庭标签、帮扶建议等内容的可视化精准画像，全面展现低收入家庭状况，为后续精准救助提供有力支撑，确保救助力度和方式真正契合家庭需求。
2.执行阶段：提供“物质+服务”多跨协同综合帮扶
在前期精准画像的基础上，平湖市推动“物质+服务”的多跨协同综合帮扶，进一步提升社会救助的精准化程度。
首先，平湖市充分发挥大数据分析的力量，不仅深入了解每个家庭的基本需求信息，还引入“救助历程”的内容，全面掌握家庭成员的教育状况、就业情况等动态变化，为精准施策提供更加丰富的数据支撑，提升帮扶服务的个性化程度和帮扶的针对性。其次，平湖市系统梳理民政、卫健、妇联、残联等部门的各类帮扶措施，建立涵盖各部门帮扶项目的智能化匹配模型，根据家庭的具体情况，自动生成对应的帮扶预案。一旦识别出家庭需求，就可以通过“一键转办”功能，迅速将帮扶建议推送至相关职能部门，大幅提高了救助的及时性和协同性。最后，一旦接到帮扶需求，各部门将第一时间采取针对性行动，为困难家庭提供居住环境改善、就业岗位推介、残障康复训练、婚姻调适、心理疏导等服务，并配合物质救助，如居室改善、家具配备、家电更新等，全面提升帮扶成效。
3.收尾阶段：“主动+闭环”流程重塑打造智控管理
在精准救助的基础上，平湖市正在推进“主动+闭环”的流程重塑，进一步提升社会救助管理的智能化水平。
首先，平湖市主动邀请群众参与，畅通求助渠道。平湖市全面梳理了19个部门40余项救助政策，创新设计了涵盖家庭成员、财产投资、消费支出等内容的“十二问”自主评估系统，让群众主动了解并申请适合自身的救助政策且及时反馈求助信息，形成了工作闭环，大大提高了救助效率。其次，平湖市引入了“电子授权”功能，在保护个人隐私的同时，也减少了签订纸质授权承诺书的繁琐环节，实现了远程手机授权，降低了群众的申请成本。紧接着，平湖市整合了公安、住建、公积金等22个数据接口、161个数据项，实现了跨部门的信息共享和业务协同，为精准识别、评估和帮扶提供了坚实的数据基础。最后，平湖市构建可视化展示系统，将“五型”基础分析、帮扶情况、社工服务等数据集中展示，为决策者提供了直观的数据支撑，进一步优化和提升了社会救助工作。
（二）“精平扶”数字化应用场景运行特色与成效
“精平扶——困难群体精准画像”数字化应用场景通过构建“在册+预警”数据底座，绘制“五型+三色”精准画像，提供“物质+服务”综合帮扶，打造“主动+闭环”智控管理，实现了四大突破，显著提高了对困难群体的覆盖范围、精准度和救助工作的整体效率与效果。
1.覆盖范围扩大
传统的社会救助模式主要集中在低保、低边、特困等在册家庭及人员，难以有效覆盖其他面临高致贫风险的脆弱家庭，如单亲家庭、患有重大疾病的家庭和失业人员等。“精平扶”应用通过构建“在册+预警”数据底座，实现了从“缺少关注未纳入救助的人员”到“涵盖扩中提低多种帮扶对象”的转变。系统内其他预警对象的占比仅次于在册低保对象，达到了1073户，大幅提升了低收入群体的监测范围，确保更多有需要的群体能及时得到关注和帮助。
2.深入分析与帮扶
从“简单判断困难群体是否符合救助条件”到“深入分析掌握致困原因并形成帮扶方案”的转变，体现了帮扶工作的精准性和系统性。其中多部门联合印发的《平湖市“精平扶”困难群体综合帮扶工作实施办法（试行）》构建了数字化改革中部门协同、综合帮扶的制度流程，完成了全市4017户8374人的“户画像”，并生成帮扶建议，确保对困难家庭的全方位帮扶，提高了救助工作的有效性。
3.精准匹配帮扶项目
从“匹配困难群体服务项目不够全面”到“物质+服务社会工作项目自动精准匹配”的转变，是“精平扶”应用的另一重大突破。目前已归集帮扶项目35个，包括困境儿童护苗行动、母亲援助工程、困难老人营养改善等各类项目，匹配帮扶建议20533条，匹配率达到87.1%，累计完成帮扶3489户5879人。这可以看出自动匹配的机制不仅确保了帮扶资源的高效利用，还提高了帮扶工作的针对性和精准度。
4.实时动态监测和预警
从“复核之后才能掌握困难群体家庭情况变化”到“系统常态化监测、实时预警，及时掌握”的转变，实现了对困难群体情况的实时监测和动态管理。系统根据线上数据的变化实时调整“户画像”，并进行“三色”的动态管理，提高救助工作的及时性和有效性，确保救助措施能够及时响应家庭情况的变化。
本研究以数字政府参与帮扶低收入人群为导向，选取“困难群众精准画像”省级试点地区的平湖市为考察对象，结合数字化改革和跨部门协作的支持，系统分析数字政府帮扶低收入人群的典型图景，识别和帮助真正需要救助的困难群众，提高社会救助的精准化和高效化，为总结实现乡村共同富裕经验提供了观测样本，并得到以下结论和建议。
（一）结论
1.精准了解困难群众诉求是基本前提
通过开展“困难群众精准画像”试点，深入了解不同群众的实际困难和个性化诉求，并依托大数据技术，打通政府部门间的数据壁垒，实现信息资源的充分共享，为精准识别、精准施策奠定坚实基础。
2.整合各类救助政策及项目是重要举措
在政府部门间构建救助资源综合调度机制，打破部门壁垒，实现资源统筹优化配置。利用数字化手段，协调整合城乡低保、医疗救助、残疾人托养等各类救助政策及项目，构建覆盖城乡、统筹协调的社会救助大格局，提升救助资源利用效率，增强群众的获得感和满意度。
3.构建全生命周期救助闭环是根本保障
即要通过打通决策、执行和服务等环节，实现信息共享、业务协同，最大限度满足群众的“急难愁盼”；也要利用大数据分析预测等功能，动态把握社会救助需求变化，及时调整救助政策和资源配置，提高救助效果。
（二）建议
1.完善救助对象池标准与衔接机制
临时救助对象的入池、出池问题及预警对象池的定位仍需进一步明确。因此，政府部门需设计合理的衔接机制，设定标准时应考虑具体需求、变化情况及差异性，确保对象池高效运作，实现救助对象的动态管理和精准帮扶。
2.优化精准画像算法与分类体系
现有算法和指标设置仍需优化，同时“五型三色”标签分类模式有时使家庭同时属于多个类型，阻碍资源精准匹配。因此，政府部门应引入更复杂的数据模型和算法，以准确反映家庭真实情况，同时对分类和标签进行精细化，探索新的分类方法和更高效的模型算法，推广标签成果，提供更具针对性的帮扶建议，以提升精准救助效果。
3.实现救助供需智能化精准匹配
利用大数据和人工智能技术，集成救助政策资源和社会帮扶资源，开发智能化匹配系统，实现救助需求的精准匹配，优化资源配置，为政策研判和决策分析提供技术支撑。同时智能匹配系统应具备自适应能力，能够根据不断变化的救助需求动态调整策略，确保资源能够快速且合理地分配，满足个体需求，提高救助的效率和精准度。
4.推动救助制度化长效化协同化
建立健全长效机制，将成功实践经验总结为理论成果，并固化为制度成果，形成可复制、可推广的模式。与专业团队合作，借助其理论优势和智力支撑，推动精准画像数字化应用的迭代升级，深化智慧救助，打造科学的精准帮扶“平湖样本”。此外，加强多部门协同合作，克服救助领域“碎片化”难题，促进数据资源共享和业务协同，提高救助效率，确保困难群众得到及时有效的帮助。
秋酣 曹明华 作