数据作为新的生产要素，在新技术的赋能下正在深刻改变各行各业的发展方式，也为推进农业农村现代化、提升乡村治理效能提供了新抓手。近年来，依托“全国防止返贫监测和衔接推进乡村振兴信息系统”（原“全国扶贫开发信息系统”）及各地的数据平台，积累了大量内容翔实、维度丰富、动态更新的精准帮扶数据，这些数据在精准帮扶和防止返贫方面发挥了重要作用，既是打赢脱贫攻坚战的重要工具，又是支撑巩固拓展脱贫攻坚成果，同乡村振兴有效衔接的重要资源，更是当下全面提升政策效能、赋能乡村全面振兴的动力源泉。

　　善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。面向乡村全面振兴的新任务，如何把脱贫攻坚实践中积累形成的宝贵数据用好用活，充分将其转换为治理效能和发展动能，是当下亟待破解的现实课题。精准帮扶数据的历时性、微观性和可关联性，使其在总结脱贫治理经验、优化政策措施、完善常态化帮扶机制中具有独特且重要的资政价值。

　　精准帮扶数据是总结脱贫治理经验、认识“三农”发展规律的重要资源。党的十八大以来，从中央到地方层面围绕“两不愁三保障”实施了一系列帮扶政策和惠农举措。精准帮扶数据是具有连续性的历时性数据，不仅为跟踪脱贫群众生产生活变化、开展防止返贫监测提供支撑，还能为系统总结脱贫治理经验提供依据。很多农业产业政策并非立竿见影，即时性的经验总结无法全面反映政策的实施过程、成效与经验，而精准帮扶数据的历时性和客观性为总结帮扶政策实施中得与失、认识“三农”问题发展规律提供了有力支撑。把精准帮扶数据用好用活，使经验得以总结，规律得以认识，能够为乡村全面振兴的新征程提供有力支撑。

　　精准帮扶数据是评估政策效能，因地制宜优化政策的重要工具。国家“十五五”规划设立专章提出要“提高强农惠农富农政策效能”，其前提在于对政策效能的准确评估。精准帮扶数据具有微观性，记录了农户和个人在收入结构、就业状况、教育培训、健康医疗等方面的变化情况，客观反映了产业帮扶、就业帮扶、教育帮扶、金融帮扶等各项政策落地见效的过程。将数据和政策结合起来，能够准确评估政策效能，为政策改进提供依据。当前县域层面也有丰富的数据，所以这种评估不仅可以在省市层面开展，也可以下沉到县域层面，围绕一个产业项目、一类帮扶政策、一个重点群体开展细致分析，使政策优化更加具有针对性，使决策更加契合地方发展需求。

　　精准帮扶数据是打通部门壁垒，完善精准化常态化帮扶机制的关键纽带。精准帮扶数据与民政、教育、社保、医疗等其他领域数据的关联，能够进一步提升防止返贫致贫工作的精准性和及时性。通过跨部门数据比对和综合分析，监测返贫致贫的内部因素（如医疗、信贷需求）和外部环境（如自然灾害等），能够及时有效发现潜在返贫人群，形成“一户一策”的差异化帮扶方案，有助于形成早发现、早干预及多部门联动帮扶的常态化帮扶方案。

　　推动精准帮扶数据的开发利用，使其更好服务于常态化帮扶工作，需要从以下四个方面着手开展工作：

　　一是坚持从小切口、小场景入手，面向常态化帮扶开展数据分析。精准帮扶数据范围广、基础好、应用空间大，但数据开发利用不必一开始就追求“大而全”，关键是立足基层实际需要，围绕常态化帮扶工作找好切口，找准场景，如围绕某项产业帮扶政策对农民增收的长效影响展开分析，围绕乡村建设中固定资产盘活展开研究，或围绕乡村慢性病发病规律展开统计等。只有从小处着眼、从实处发力，才能让精准帮扶数据切实有效地赋能基层工作。

　　二是强化数据意识和数据素养培训，提升基层干部在常态化帮扶中的用数能力。常态化帮扶作为一项长期工作，需要认识和把握其中规律和经验，亟须从数据中形成洞察并指导工作的开展。当前基层部门缺乏专业化数据分析人才，因此需要培育干部队伍的数据素养和用数能力。要强化数据意识，要培养领导干部用数据说话、靠数据决策的习惯，基于数据形成科学决策；要提升数据素养，精准帮扶数据与基层实践、涉农业务联系紧密，农业农村部门和基层一线的干部要从“懂数据”转向能形成数据发现和洞察；要提升数据分析能力，通过专题培训、案例推介、技术培训等方式加强对数据分析方法、工具的使用，基于数据形成有依据、有深度的咨政建议。

　　三是打破“信息孤岛”，构建支撑常态化帮扶的数据协同联动机制。通过与民政、教育、人力资源和社会保障、医疗保障等部门的数据平台进行信息共享和动态比对，推动建立更加全面、及时、精准的农村低收入人口监测和乡村治理信息支撑体系，构建以数据为支撑的部门协同的常态化帮扶机制，从而更加及时、准确和高效地落实分层分类帮扶措施。

　　四是守牢安全底线，在安全合规前提下推进开发利用。精准帮扶数据涉及微观个体数据，在开发利用过程中必须把安全隐私保护摆在突出位置。在开发利用过程中应以本部门人员为主，完善数据安全管理、授权使用、全程留痕等管理机制，明确开发目的及数据使用范围，确保敏感数据不出域，在安全前提下稳妥推进数据开发。

　　王为久（作者单位：中国人民大学信息资源管理学院）