• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      關(guān)于扶貧攻堅收尾戰(zhàn)創(chuàng)新路徑的研究與思考

      2019-11-06 01:28:24張孝峰李鑫周成毅
      農(nóng)村經(jīng)濟與科技 2019年16期
      關(guān)鍵詞:機器學(xué)習(xí)精準(zhǔn)扶貧小康社會

      張孝峰 李鑫 周成毅

      [摘 要]到2019年,中國貧困人口已實現(xiàn)85%成功脫貧,扶貧工作成效顯著。但在過去六年,出現(xiàn)了大量的貧困人口脫貧后返貧的現(xiàn)象,這些返貧及“難幫扶”人群積累下來,成為最后一批貧困戶中的“釘子戶”。當(dāng)前是我國建設(shè)全面小康的最后一戰(zhàn),這一戰(zhàn)至關(guān)重要,任務(wù)艱巨、責(zé)任重大,非常時期更應(yīng)當(dāng)大刀闊斧,學(xué)會變革,信息化產(chǎn)業(yè)技術(shù)的飛速發(fā)展,給扶貧模式創(chuàng)新提供了新路徑與新思考。

      [關(guān)鍵詞]精準(zhǔn)扶貧;返貧;機器學(xué)習(xí);XGBoost模型;小康社會

      [中圖分類號]F426.61? ?[文獻(xiàn)標(biāo)識碼]A

      十八大以來,黨中央高度重視扶貧工作,力爭在2020年實現(xiàn)全面建成小康社會。這是一個艱苦且充滿挑戰(zhàn)的過程,但扶貧開發(fā)意義重大刻不容緩,必須堅定不移地貫徹實施。堅持“精準(zhǔn)扶貧”,從字面上理解,即是把扶貧工作細(xì)致化、精準(zhǔn)化,提高扶貧精準(zhǔn)度,提高貧困人口識別率,減少漏評、誤評率。近年來,從黨中央到各省、市及地方政府陸續(xù)成立扶貧工作小組,專門開展扶貧工作戰(zhàn)略研究與扶貧工作實施,一系列利國利民的政策出臺,巨額的專項資金與大量的人力投入,扶貧工作成效顯著。但距離全面建成小康社會還有一段路要走,可時間已經(jīng)不多。在這最后的關(guān)頭,絕不能松懈,更要擼起袖子加油干,加快扶貧模式創(chuàng)新研究與實施,提高扶貧效率,減少返貧率,打好扶貧攻堅收尾戰(zhàn)。

      1 精準(zhǔn)扶貧助力建設(shè)全面小康

      貧困縣全部摘帽,解決區(qū)域性整體貧困是我國“十三五”時期必須完成的歷史任務(wù)和現(xiàn)實難題。習(xí)近平總書記在2013年11月于湘西考察時提出了精準(zhǔn)扶貧的扶貧理念,精準(zhǔn)化成為當(dāng)下扶貧工作的核心內(nèi)容。到2019年,這六年來,扶貧工作取得了卓越的成效。農(nóng)村貧困人口大幅度減少,人民生活水平顯著提高。2018年10月17日是第5個國家扶貧日,聯(lián)合國開發(fā)計劃署前署長海倫·克拉克曾贊賞說:“中國最貧困人口的脫貧規(guī)模舉世矚目,速度之快絕無僅有?!?/p>

      改革開放40年來,中國的扶貧工作績效在全世界屬于前列,具有示范性和代表性。這40年來,全世界眾多國家都在開展扶貧工作,致力于減少貧困人口,中國無疑是最突出的一個國家。在對全球減貧貢獻(xiàn)率的統(tǒng)計中,中國一枝獨秀,達(dá)到了70%,這是一個相當(dāng)令人震驚的數(shù)據(jù),顯示出中國扶貧工作方向?qū)Α⒎桨竷?yōu)、方針準(zhǔn),這是對中國扶貧工作的總結(jié)與高度認(rèn)可。

      一直到2018年,中國貧困人口從2012年的9899萬人減少到1660萬人,6年時間減少了8000多萬人,平均每年減貧1300多萬人。目前可以說,在黨中央的正確領(lǐng)導(dǎo)和各級政府以及全體人民的共同努力下,中國貧困人口已經(jīng)實現(xiàn)了85%左右脫貧成功。這說明中國在過去的六年扶貧工作成效卓越,在奔向?qū)崿F(xiàn)全面小康的路上,已經(jīng)接近終點,勝利的曙光就在眼前。但越是接近終點的路,越是坎坷不平,越是困難重重,此時,對扶貧工作的要求更高,任務(wù)更加艱巨。

      2 返貧現(xiàn)象頻發(fā)問題急需解決

      2.1 返貧現(xiàn)象頻發(fā)

      鑒于前面六年的平均脫貧水平,似乎只要保持當(dāng)下的工作狀況與扶貧機制,2020年實現(xiàn)建成全面小康社會并不困難。其實并非如此,到2019年,脫貧效率很有可能會開始降低。在過去六年,出現(xiàn)了大量的貧困人口脫貧后返貧的現(xiàn)象,這些返貧及“難幫扶”人群積累下來,成為最后一批貧困戶中的“釘子戶”。

      從一組數(shù)據(jù)來看,2014年,中國脫貧人口1232萬,2015年1442萬,呈上升趨勢,在2016年,脫貧人口為1240萬,脫貧速率減慢。 2015年8月至2016年6月,建檔立卡“回頭看”,共補錄貧困人口807萬,剔除識別不準(zhǔn)人口929萬,識別不準(zhǔn)人口占有相當(dāng)大的比例。而在2017年,各地對2016年脫貧真實性展開自查自糾,245萬標(biāo)注脫貧人口重新回退為貧困人口,返貧率近20%。這是導(dǎo)致中國農(nóng)民實際脫貧率不能穩(wěn)步上升的重要原因。

      2.2 返貧致因多元化

      返貧現(xiàn)象致因多元化,多方面的原因?qū)е路地毈F(xiàn)象頻發(fā)。無情的“人情”,各種紅白事禮金,人情往來,對于剛剛脫貧的群眾來說往往難以承擔(dān),但在大多數(shù)農(nóng)村地區(qū),保留著較為完整的獨特的民風(fēng)民俗,而且抬頭不見低頭見,使得這筆花銷無法避免。疾病也是導(dǎo)致返貧問題的罪魁禍?zhǔn)字?,目前農(nóng)村的醫(yī)療保障制度正在逐漸完善,報銷比例,醫(yī)療待遇也在逐漸提高,但是很多大病、重病暫未納入醫(yī)保體系,部分疾病即使納入醫(yī)保體系,剩余的醫(yī)療費、營養(yǎng)費、護理費等也讓眾多貧困人民有苦難言。此外,在許多貧困家庭中,勞動力并不多,一旦有人患病,往往會牽制住家中的“頂梁柱”導(dǎo)致收入來源缺失,形成惡性循環(huán)。同時,一些天災(zāi)人禍也是導(dǎo)致返貧的原因,這些都屬于不可控因素,一旦發(fā)生人們往往毫無抵抗力,只能選擇承受。一些農(nóng)村地區(qū)少生優(yōu)育的觀念不強,導(dǎo)致家中未成年人較多,家庭中勞動力占比低,必需花銷高,使得家庭脫貧困難重重。

      2.3 降低返貧率刻不容緩

      當(dāng)前是我國建成全面小康社會的最后一戰(zhàn),這一戰(zhàn)至關(guān)重要。六年來黨中央高度重視,全國人民團結(jié)協(xié)作,無數(shù)人奮斗在扶貧一線,成效顯著。隨著脫貧攻堅工作的深入推進,前面脫貧的都是難度較小的,剩余的未脫貧的農(nóng)戶致貧原因更復(fù)雜、脫貧成本更高、難度更大,返貧形勢將愈加嚴(yán)峻。目前大致已經(jīng)完成了80%以上的任務(wù),剩下的20%,是一塊難啃的硬骨頭,要想“啃得動”,就得有一副“鐵齒銅牙”。尋找扶貧模式新路徑,減少返貧群眾,重點幫扶“脫貧釘子戶”,持續(xù)降低貧困率,才能打好建成全面小康的收尾戰(zhàn)。

      3 機器學(xué)習(xí)提供扶貧攻堅新路徑

      3.1 研究現(xiàn)狀

      除了在戰(zhàn)略上、政策上創(chuàng)新助力扶貧工作,利用好現(xiàn)代信息化技術(shù),同樣可以為扶貧之路帶來便捷。目前已經(jīng)有了許多關(guān)于利用大數(shù)據(jù)開創(chuàng)精準(zhǔn)扶貧模式新路徑的研究,并且取得了一定成效。如陸桂明的基于機器學(xué)習(xí)實現(xiàn)貧困生的分類預(yù)測研究,其統(tǒng)計了某高校2016級-2017級學(xué)生的150萬組一卡通消費記錄,包括學(xué)生的基本信息、消費額度、消費地點、消費時間等。對數(shù)據(jù)進行預(yù)處理后,利用XGBoost模型建模,實現(xiàn)分類研究預(yù)測,預(yù)測識別貧困學(xué)生,查準(zhǔn)率達(dá)到53.68%,查全率達(dá)到92.15%,效果相當(dāng)好。除了XGBoost模型,SVM模型同樣可應(yīng)用于此,但在陸桂明的貧困生預(yù)測實驗中效果差于XGBoost。梁驍【4】同樣利用XGBoost模型進行過識別貧困人口的數(shù)據(jù)分析方法研究,其方法和思想類似于陸桂明的貧困生分類預(yù)測研究。

      3.2 研究方法與評價

      不論是XGBoost還是SVM,抑或是其他類似的分類或回歸模型都是基于機器學(xué)習(xí),其思想殊途同歸。在此處,主要針對XGBoost和SVM但不僅限于兩者進行分析。類似的模型有很多,XGBoost和SVM只是其中具有代表性的一部分。除了預(yù)測識別貧困人口之外,同樣可以利用其識別易返貧人群。返貧人群往往具有一些潛在的相似性,其家庭客觀狀況大都存在著“返貧隱患”。利用機器學(xué)習(xí),可以找出這些潛在的相似性特征,實現(xiàn)預(yù)測分類易返貧人群。

      建立貧困戶標(biāo)準(zhǔn)化信息庫,預(yù)測分類貧困群體,有助于提高扶貧精準(zhǔn)度,使貧困戶判別更加客觀全面。而預(yù)測易返貧人群同樣意義重大,尤其是在建設(shè)全面小康收尾戰(zhàn)的當(dāng)口,其作用更是顯著。預(yù)測易返貧人群,可以對其進行重點跟蹤,給予必要的政策與物質(zhì)支持,防止其返貧,從而避免扶貧“反復(fù)性”。以此降低人力與財力成本,同時節(jié)省當(dāng)下寶貴的扶貧時間。

      利用機器學(xué)習(xí)或其他信息化處理技術(shù),都離不開標(biāo)準(zhǔn)化貧困戶信息庫。政府建立的貧困戶信息統(tǒng)計網(wǎng)絡(luò)平臺就起到了收集整理標(biāo)準(zhǔn)化信息的作用,這是利用信息化處理相關(guān)問題的基礎(chǔ)。其大致步驟大多相同,首先都需要建立判別標(biāo)準(zhǔn),例如,是否購買有商品房,是否有多處房產(chǎn),是否有轎車,是否有高檔電器,用水用電是否便捷,交通是否便捷,家中病患者數(shù)量,病患程度,受教育學(xué)生數(shù),文化水平,是否有養(yǎng)老保險,是否有醫(yī)療保險,等等。這些都可以作為特征,然后經(jīng)過數(shù)據(jù)采集,即通過貧困戶網(wǎng)絡(luò)平臺盡可能地收集貧困人口數(shù)據(jù),數(shù)據(jù)量越大,設(shè)計的細(xì)節(jié)越細(xì)效果越好。接著進行數(shù)據(jù)預(yù)處理,構(gòu)建特征庫,特征篩選排序,生成模型,訓(xùn)練模型,最終將訓(xùn)練好的模型進行應(yīng)用與分析。此時,即可進行貧困戶或易返貧人群預(yù)測分類。當(dāng)然,在實際實踐過程中,還會存在著許多問題,模型不一定適合,準(zhǔn)確度可能不夠,這些都需要進行深入分析并進行優(yōu)化。最終建立一個準(zhǔn)確率較高的易返貧人群預(yù)測分類模型。

      方法多種多樣,模型也多種多樣,但思想大同小異。具體問題具體分析,結(jié)合機器學(xué)習(xí)領(lǐng)域相關(guān)知識,為減少返貧人口、扶貧“釘子戶”的政策制定與方案實施做出有益參考。

      4 結(jié)語

      2019年是不平凡的一年,是建設(shè)全面小康社會的最后一年,這一年任務(wù)艱巨,責(zé)任重大。之前的幾年扶貧成效顯著,但如果沉浸在過去的榮光中不思進取一定會失敗。在這最后的當(dāng)口,更要再接再厲,堅定不移地貫徹落實黨中央下達(dá)的扶貧政策,保持扶貧工作的勁頭。絕不能安于現(xiàn)狀,要學(xué)會創(chuàng)新,非常時期更應(yīng)當(dāng)大刀闊斧,不論是白貓黑貓,抓到老鼠就是好貓。穩(wěn)中求進,進中求突破,穩(wěn)定扶貧工作成效,防止返貧現(xiàn)象反復(fù)發(fā)生,同時加大扶貧力度,創(chuàng)新扶貧模式,改善扶貧方法,解決貧困“釘子戶”問題。當(dāng)今信息化產(chǎn)業(yè)技術(shù)的飛速發(fā)展,也給扶貧模式創(chuàng)新提供了新路徑,國內(nèi)一些科學(xué)家已經(jīng)做過充分且可靠的關(guān)于將互聯(lián)網(wǎng)技術(shù)應(yīng)用于扶貧工作的理論研究,許多已經(jīng)應(yīng)用于實踐并且效果良好。貧困具有多維度、動態(tài)性、綜合性的特點,判別起來往往很難且費時費力,而構(gòu)建貧困人口信息統(tǒng)計網(wǎng)絡(luò)化平臺,建成貧困人口信息庫,利用大數(shù)據(jù)及相關(guān)技術(shù)進行數(shù)據(jù)對比和綜合分析,可以實現(xiàn)預(yù)測判別貧困人口與易返貧人群,提高貧困判別可靠性與客觀性,減少返貧現(xiàn)象發(fā)生,為扶貧工作提供助力??茖W(xué)技術(shù)是第一生產(chǎn)力,在這個關(guān)鍵節(jié)點,突破慣性思維,運用好互聯(lián)網(wǎng)科學(xué)技術(shù)這把利劍,披荊斬棘,打好扶貧攻堅最后一戰(zhàn)。

      [參考文獻(xiàn)]

      [1] 莫光輝,張玉雪.大數(shù)據(jù)背景下的精準(zhǔn)扶貧模式創(chuàng)新路徑——精準(zhǔn)扶貧績效提升機制系列研究之十[J].理論與改革,2017(01).

      [2] 胥愛貴.把防止返貧擺上脫貧攻堅重要位置[J].領(lǐng)導(dǎo)科學(xué),2018(31).

      [3] 陸桂明,張源,周志敏.基于機器學(xué)習(xí)的貧困生分類預(yù)測研究[J].計算機應(yīng)用與軟件,2019(01).

      [4] 梁驍,張明,覃琳.一種基于機器學(xué)習(xí)識別貧困人口的數(shù)據(jù)分析方法研究[J].企業(yè)科技與發(fā)展,2017(05).

      猜你喜歡
      機器學(xué)習(xí)精準(zhǔn)扶貧小康社會
      《 2020全面建成小康社會》
      凝聚三秦巾幗力量 決勝全面小康社會
      基于機器學(xué)習(xí)的圖像特征提取技術(shù)在圖像版權(quán)保護中的應(yīng)用
      基于網(wǎng)絡(luò)搜索數(shù)據(jù)的平遙旅游客流量預(yù)測分析
      時代金融(2016年27期)2016-11-25 17:51:36
      前綴字母為特征在維吾爾語文本情感分類中的研究
      為小康社會提供健康保障
      基于支持向量機的金融數(shù)據(jù)分析研究
      “精準(zhǔn)扶貧”視角下的高校資助育人工作
      科技視界(2016年20期)2016-09-29 12:23:49
      大同夢想與小康社會
      囊谦县| 泗水县| 五峰| 西昌市| 焉耆| 琼海市| 类乌齐县| 镇远县| 闽侯县| 台南县| 安新县| 丰宁| 杭锦旗| 米泉市| 彝良县| 巍山| 长汀县| 孟津县| 台湾省| 蚌埠市| 宁武县| 喀喇沁旗| 介休市| 东明县| 调兵山市| 和静县| 万年县| 沙雅县| 乳山市| 铜鼓县| 永宁县| 新巴尔虎左旗| 沂源县| 军事| 南丹县| 民和| 洮南市| 宁南县| 钦州市| 迁西县| 长泰县|