以下文章来源于中国管理科学 ，作者袁先智等
｜导读｜
2021年2月25日，习近平总书记在全国脱贫攻坚总结表彰大会上庄严宣告，经过全党全国各族人民共同努力，在迎来中国共产党成立一百周年的重要时刻，我国脱贫攻坚战取得了全面胜利，现行标准下9,899万农村贫困人口全部脱贫，832个贫困县全部摘帽，12.8万个贫困村全部出列，区域性整体贫困得到解决，完成了消除绝对贫困的艰巨任务，创造了又一个彪炳史册的人间奇迹。在一系列的政策支持下，建档立卡贫困户人均纯收入从2015年2,982元增加到2020年10,740元，年均增幅比全国农民收入高20%。在贫困家庭经济状况大幅改善的情况下，如何保证脱贫后不返贫，是未来一段时间的工作重点。贫困扶持政策也由 “一户一策” 逐步转为大力推动相对贫困农户之间的合作，尤其是要小农户充分发挥其在乡村振兴中的主体性，推动小农户之间的合作，实现小农户可以分享到的 “纵向一体化” 效益，进而保障农户不返贫，缓解农户相对贫困。
2021年中央1号文件提出“支持市县构建域内共享的涉农信用信息数据库，用3年时间基本建成较完善的新型农业经营主体信用体系”的政策。这意味着用于支持乡村振兴的政策落地和融资需求的家庭农场信用评级体系建设迫在眉睫。
｜内容｜
本文构建了刻画乡村农户贫困状态的特征因子的提取算法和分析框架，旨在实现帮助完善家庭农场的持续发展，尤其是由贫困农户组成或参与的家庭农场在发展需要的融资方面的乡村信用评估，推动有效地制订对应政策和落地方案，巩固脱贫攻坚成果和防止返贫。本文以“分类与回归树”（CART）分析和“吉布斯抽样”（Gibbs Sampling）的人工智能算法为工具，对乡村农户贫困状态的特征因子提取建立了对应的框架和分析流程。基于国内某地区乡村建档立卡数据库的31116个样本，实证研究筛选出12个刻画乡村农户贫困状态高度关联的特征因子，并进一步对特征因子的有效性进行了ROC曲线和AUC测试。结果表明以特征因子分析框架为基础，建设配套的乡村信用评估体系是支持乡村振兴的可持续性最佳解决途径之一，除了能够为乡村贫困户获得持续工作的基本技能或生产环境的改善提升上得到持续性的融资支持提供评估依据和数据支持，也能为乡村和城镇 “传帮带”等生产和商务平台的建立提供可持续的基础性数据和信用分析的动态支持。
本文通过12个特征指标发现：第一，“人口不足、劳动力不足、致贫原因（老弱病残）”等特征是阻碍乡村农户脱贫的主要原因；第二，“农改政策”对于农户脱贫起到了积极影响，实施针对 “缺乏资金致贫农户”的政策对脱贫工作是有效的；第三，尽管“专项资金支付岗位补贴”和“灵活就业”对农户脱贫有正面的积极推进作用，但这两种方式应该不具有持续性：因此考虑如何通过“传帮带”乡村合作等方式让乡村贫困户能够尽快拥有能支持其持续工作的基本技能和就业能力是支持乡村振兴需要考虑的重要因素。
｜总结和展望｜
本文基于人工智能大数据刻画乡村农户贫困状态的特征因子，形成支持农村（以家庭为基本单位）及农场合作等相关可持续发展形式需要的信用评估（评级）体系的基本的和核心方法和工具。同时能对国家在乡村振兴上的落地方案设计和配套政策的精准制订等方面都能起到积极的推进作用，并进一步为国内金融行业在乡村振兴领域的健康开展提供数据专业和深度的支撑与分析框架。
为了落实和支持我国乡村振兴的可持续性，需要建立支持乡村振兴持续发展相配套的农村信贷评估模型和商业模式，因此金融服务助力乡村振兴的前提是建立可量化的乡村信用体系，主要体现为四点：第一，打通涉农政务数据、人行征信数据、第三方交易平台数据等多源数据“孤岛”，统一信用数据标准，搭建乡村信用信息共享交易平台；第二，针对家庭农场、农民专业合作社、龙头企业等不同类涉农主体地域、行业、经营规模特点，挖掘其信用风险的演化机理和改善策略，针对性地出台信贷支持政策；第三，是鼓励涉农商业银行加大金融创新力度，积极参与乡村信用体系建设和应用试点，推出适宜的金融创新产品和服务；第四，宣传农户主体信用数据的留存价值，开展信用管理培训，激励农户自发主动申报信用数据，提升其信用价值的感知度和信用资产化意识。
最后希望指出的是，本文最大的贡献是原创性地建立了用大数据算法筛选刻画农户贫困状态的特征（因子）的基本框架，并用于解读和解释国内农村发展在支持可持续发展的基础性问题，即，本文的工作将论文用于切实解决祖国大地的实际问题提供一种借鉴和途径。
扫码查看原文
原文链接：
http://www.zgglkx.com/CN/10.16381/j.cnki.issn1003-207x.2021.2648
引用格式：
袁先智, 赵旻, 刘海洋, 等. 乡村农户贫困状态特征因子筛选与分析框架：兼论我国乡村振兴路径选择[J]. 中国管理科学, 2022, 30(12): 234-244.
YUAN George Xianzhi, ZHAO Min, LIU Hai-yang, et. al. The Framework for Characteristic Factors of Poverty Statusby Using AI Algorithms:Related to the Path Choice of Rural Revitalization in China [J]. Chinese Journal of Management Science, 2022, 30(12): 234-244.
作者简介
袁先智
成都大学/中山大学/华东理工大学
成都大学商学院高级外籍专家、教授，中山大学管理学院特聘外籍教授，华东理工大学商学院客座教授；上海市千人计划专家，四川省千人计划特聘专家；在国内外（主要是国外）杂志发表专业论文上160多篇，超100篇论文被SCI或SSCI收录，出版5本专著。
袁先智教授在近期30年的工作中将专业集中在“学术研究”和“金融风险管理实践”两方面。在学术研究方面，从1990年进入博士阶段到目前为止，袁博士研究领域涵盖金融学、数学、金融工程，具体方向包括金融产品定价、公司金融、金融风险管理、非线性数学的KKM理论、博弈论、优化理论、非线性集值分析、经济学一般均衡理论、非线性集值分析不动点理论方面的学术研究和应用研究。在金融风险管理实践方面，袁博士通过理论和实践相结合，在按照银行监管要求进行主持金融机构的金融风险系统开发和实施，在金融业和能源行业的风险管理实践应用中，积累了宝贵的实践经验，完成了一系列支持金融行业实践的具有金融风险管理实践关键技术专长的咨询项目。
张千友
成都大学
四川省学术和技术带头人后备人选，中共党员，经济学博士，工商管理学科（领域）博士后，日本樱美林大学产业研究所客员研究员。企业运筹学会理事、城市经济学会理事。主持主研国家级、省部级及厅局级项目20余项，组织、策划并参与政府产业发展规划及企业管理咨询项目10余项。发表论文40余篇，其中CSSCI收录7篇，EI收录1篇，北大中文核心收录10余篇，专著6部，获四川省哲学社会科学优秀成果三等奖1次（独立），四川省高等教育学科优秀科研成果二等奖1次，市（州）政府哲学社会科学优秀成果一等奖1项，二等奖5项。
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
