加快数据建设、利用数据强国已成为我国大数据发展战略的重要内容，运用大数据提升政务水平，推动经济发展，提升社会治理成效已成为政界的共识。在大数据众多的应用领域中，农村精准扶贫无疑是最典型的领域。大数据能够揭示传统技术方式难以展现的关联关系，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，实现基于数据的农村精准扶贫决策，推动构建农村精准扶贫工作长效机制，为科学扶贫奠定坚实基础^[1]。因此，近年来，大数据已经广泛应用于贫困人口识别、贫困数据分析、扶贫监管优化等农村精准扶贫场景。即便如此，仍然存在数据质量和可信度难保证、全程监管困难、跟踪追溯不及时等瓶颈^[2]。块数据能为解决这些瓶颈提供技术支撑与决策参考。何为块数据，块数据在农村精准扶贫中该如何运用，农村精准扶贫运用块数据要注意哪些问题，这是本文要解决的三个核心问题。

一、从大数据到块数据：农村精准扶贫的思维转换

大数据强调把数学算法运用到海量数据上来预测事情发生的可能性，是数据、技术和思维三足鼎立的产物^[3]。大数据正在对社会生活的各个层面产生巨大的影响，个人、企业、政府和市场都在享受大数据时代的福利。但是，到目前为止，人类形成的大数据，更多地是以领域、行业为单位，这些数据往往是彼此割裂、互不相通的^[4]。的确，大数据时代，新一代信息技术为社会和政府治理提供了新的视角与支撑，但海量数据带来数据激增的同时，数据的复杂性与分析的不确定性也在增长。海量数据的复杂性不仅体现在数据的量上，更多体现在多源异构，多实体和多空间之间的交互动态性上，以至于人们不能用传统的方法去描述与度量这些数据^[5]。海量数据分析的不确定性让研究者、决策者与分析者再一次陷入结构性短缺、集团化占有、分散化使用和有限性分享等新的数据困惑中，这直接影响大数据预测的准确性与客观性^[6]。如果说在数据匮乏的年代，人们如同处在黑暗中，辨不清方向，难以对事物作出准确的判断和预测^[7]，那么，进入大数据时代，数据从作为事物及其关系的表征走向了主体地位，成为独立于人类社会的客观数据世界，数据的状态则从短缺变为过剩^[8]。面对数据过剩，人们对数据的期待也由多多益善变为越精确越有序越好，对优质数据的获取度不是提高反而降低了^[5]29。在此背景下，需要运用新的数据观来打破数据孤岛和数据垄断，块数据应运而生。块数据是大数据发展的高级形态和必然趋势，是大数据的核心价值，是我国地方政府在探索大数据建设过程中提出的一种构想，是我国地方政府发展大数据的重要尝试, 是贵阳大数据理论创新的重大成果^[9]。

2015年，大数据战略实验室创造性地提出“块数据”的概念，研究出版了《块数据1.0：大数据时代真正到来的标志》；2016和2017年，该研究团队探索性地提出了“块数据理论”，先后出版了《块数据2.0：大数据时代的范式革命》与《块数据3.0：秩序互联网与主权区块链》，指出块数据是大数据发展的高级形态，是大数据时代的范式革命，大数据时代真正到来的标志。所谓块数据，是与来源单一、数据孤立、数据垄断的“条数据”相对应的一个概念，意指把各种分散的点数据和分割的条数据汇聚在一个特定的平台上，使之发生持续聚合效应的数据^[2]。块数据的聚合效应可以通过数据多维融合和关联分析对事物作出更加快速、更加全面、更加精准和更加有效的研判与预测，从而揭示事物的本质规律^[10]2。就此而言，块数据将带来一场以人为原点的数据社会学范式变革，核心是用数据技术而不是人的思维去分析和把握社会规律、预测未来。甚至有学者提出，块数据的产生颠覆了传统的世界观、价值观和方法论，进而改变和形成新的知识体系、价值体系和生活方式，标志着人类真正进入大数据时代^[10]。块数据能克服“条时代”大数据发展面临的共享难度大、垄断程度高、融合能力差、应用价值低以及安全风险大等一系列制约因素，具有主体性、高度关联性、多维性以及开放性等特征。块数据可以从三个层次来理解：在前端，围绕人、事、物的各类活动产生数据；在中端，通过数据的开放和共享，聚集数据；在末端，以解构、交叉、融合等多种方式，依靠数据抓取、比对、封装等多种技术手段分析数据，寻找更高更多的实践价值^[11]。块数据能实现从数据到数聚的聚合，从多维数据到共享数据的转变^[10]25-26。

与离散系统的点数据、单维度的条数据不同，块数据打破了行业领域、物理区域和信息不对称的限制，极大地改变了数据的采集、传输、分析和应用方式，进而给各行各业的创新发展带来新的驱动力，推动各类产业彻底变革与再造^[10]8。块数据在城市治理、数据铁笼、服务行业、民生服务、政府效率、农村精准扶贫等方面具有重要的应用价值。在城市治理方面，有城市将平台和智能手机连接起来，构建起了一个以地图为基础的可视化平台，实时反馈城市生活中的垃圾、治安、市政、交通等各类问题，并督促相关单位处理这些问题，使城市生活的安全性、便捷性、舒适度提高到一个新的维度^[12]。在数据铁笼方面，块数据打破了原有公权力对数据传播的垄断与控制，通过权力数字化与数字权力化来达成政府流程再造和制度安排优化，监控行政执法中的风险，实现权力流程数据化、权力数据金融化与权力数据监察化。例如，贵阳市2015年首批试点，通过过程监控、云计算大数据、构建诚信体系三条举措对贵阳市交管局、住建局实施权力制约的数据铁笼计划，实现全程办公的网络化和透明化，让权力在阳光下运行^[11]。在服务行业，中介机构越来越少，互联网+的模式正在逐步解构传统的商业、金融与娱乐行业，服务行业的精细化、网络化特征越来越明显^[13]。在民生服务方面，贵阳市利用块数据的整合共享功能，对贵阳就业、教育、医疗等重大问题提供个性化、在线化、定制化、综合化的解决方案^[14]。在政务领域，块数据可优化政府资源配置，对政府组织形态进行流程再造，促进政府组织结构扁平化、服务过程透明化，切实提升政府行政效率与公信力^[2]173。在农村精准扶贫领域，块数据让扶贫逐渐走向数据化、精准化与个性化。与传统背景下的扶贫相比，块数据数据质量高、可靠性强、成本低与可追溯性等特点，使其具备了重构诸多重大领域基础框架的潜力，引起了政府部门将其应用到农村精准扶贫领域的高度重视^[2]173。我们知道，利用大数据开展农村精准扶贫，有利于构建区域联网的贫困信息库、强化贫困问题的科学分析、建立扶贫管理的动态机制、完善贫困评估的数据支撑^[15]。而利用块数据进行农村精准扶贫，不仅可以实现上述目标，还可以通过建立扶贫信息系统，平衡扶贫中的供需关系，做到更加精准识别扶贫对象、精准安排帮扶项目、精准使用脱贫资金、精准落实措施到户、精准选派驻村干部与精准评定脱贫成效^[2]174-177。尤其是，面对农村精准扶贫实际操作中的“脱靶”现象，比如全国贫困人口建档失准问题、扶贫数据掌握不准确问题，扶贫数据缺乏动态监管和及时追踪问题等，块数据都能以其共享、共识、共监管、防篡改和可追溯等特点，提高高度复杂环境下农村扶贫的精准度，更加精准地掌握贫困人口、贫困程度与致贫原因，更加精准地解决好“对谁扶贫、怎么扶贫、扶贫效果”等问题，从理念与技术上为农村精准扶贫提供重要的支撑。

二、块数据在农村精准扶贫中的应用

块数据之间彼此交错、相互连接，具有高度的关联性，能够对事物的发展作出精准的研判；块数据来源广泛、主体多元、领域交叉，每增加一条数据信息，都会对原数据的分析和判断带来影响，甚至可能带来颠覆性的结论；块数据有很强的活动性，既可在增量上也可在存量上随时随地发生更新；块数据强调点、线、面的全面集成，可全程记录人的活动过程，能够提供更精准化的个性服务；块数据能在不同部门、个人和行业之间建立起数据交换与共享的桥梁，让各主体能以更常态化的方式来利用数据，具有很强的开放性^[11]。此外，块数据背后形成的跨企业、跨组织、跨个体的区块经济体系，具有去信任、防篡改、去中心化和智能合约的特性，精准扶贫是区块链在民生应用中的典型表现^[2]59-70。与“条时代”的大数据相比，块数据能够为农村精准扶贫中的精准识别、精准帮扶、精准管理、精准脱贫提供更精确的技术支撑和决策参考。

(一) 块数据能够降低农村精准识别中人为操控的可能性

传统的农村精准扶贫对象识别是按照“县为单位、规模控制、分级负责、精准识别、动态管理”的原则，以民主评议、建档立卡为方式，经过群众评议、入户调查、公示公告、抽查检验、信息入库等工作程序来完成，传统方式有两个明显的缺陷：一是民主评议带有明显的情感倾向，评议出的贫困人口与科学方法评估出的贫困人口有脱节；二是建卡过程中可能存在明显的造假行为。这就需要运用块数据来优化民主评议机制，排除不合格的贫困人口，使贫困人口的识别更加科学与透明。事实上，块数据的确对精准识别贫困人口有很大的帮助。以贵州省为例，全省依据云平台信息系统，将贫困户的相关信息量化，根据“一看房、二看粮、三看劳动力强不强、四看有没有读书郎”的一级指标建立了包括18项二级指标、48项三级指标在内的扶贫脱贫指标体系，分为60分以下、60~80分以及80分以上三个档次。其中，60分以下为绝对贫困户，也是需要真正扶贫的对象；60~80分为可能贫困户，根据需要开展扶贫；80分以上为稳定脱贫户，不再需要扶贫。这意味着，通过大数据信息平台的建立，可以直接把贫困人口人均纯收入和其他相关信息录入系统，清楚看到贫困户最新各项指标变化情况，让各级政府适时掌握贫困人口的动态情况，使相关精准扶贫领导能在第一时间作出科学合理的决策，进一步实现贫困人口识别的精准化。也就是说，块数据通过多维度、广参与的运行机制，对精准识别的每个环节——从民主评议到建档建卡进行实时监控，将符合农村精准扶贫条件的村民信息记录在数据链上；同时，整合税务、工商、民政、社保等领域的扶贫数据，通过指纹识别等生物技术，摸清扶贫对象的贫困情况、致贫原因和帮扶需求，防止记录被篡改与随意阅读，保护扶贫对象的隐私，从根本上保证识别数据的完整性、可靠性与科学性，降低人为操控的可能性。

(二) 块数据能够提高农村精准扶贫项目安排的针对性

传统的农村精准扶贫项目往往不能到户，其主要原因在于扶贫项目缺乏有效的到户机制，以及对贫困户的致贫原因和扶贫需求不甚了解。例如，移民扶贫中的“搬富不搬穷”问题，极贫人口因无法承担配套资金而不能让项目落户的问题，金融扶贫中贫困户的抵押和担保权被排除在外的问题，等等。块数据能在一定程度上解决这些问题，能使农村精准扶贫项目的安排更具有针对性、差异化和个性化。之所以能做到这一点，是因为块数据对贫困人口的致贫原因和扶贫需求更了解。根据全国建档立卡数据分析，42.1%的贫困农户因病致贫，35.5%的贫困农户因资金致贫，22.4%的贫困农户因技术致贫，16.8%的农户因缺乏劳动力致贫，患疾病、缺资金、缺技术、缺劳动力是当前主要的致贫原因，且多数贫困户的致贫原因是几个致贫因素综合作用的结果^[2]175。这意味着，在农村精准扶贫时，应准确了解贫困户的致贫原因，有效进行资源配置。块数据的价值关联性决定了数据的组合过程并非简单的堆砌，而是呈空间网状分布，并具有明显的网线、节点、脉络及其自身内在的逻辑运行规律^[5]35。也就是说，块数据能发现信息之间的相关性，清晰地了解扶贫对象的需求，将扶贫资源最优化地配置在最需要帮扶的贫困户身上。例如，甘肃省运用数据技术对6220个贫困村101万贫困户417万贫困人口进行实名管理，通过分析整理其致贫原因，准确了解贫困户扶贫需求^[16]。同时，块数据提供的海量信息使各级政府在制定脱贫措施时更有针对性和个性化，更加激发贫困主体的长处和内生活力，找到长期有效的脱贫路子。此外，块数据还能通过评估判断扶贫项目或扶贫措施是否符合贫困人口，了解项目存在的问题和不足，对扶贫项目开展情况进行及时反馈，以更好地发挥项目的脱贫作用，提高项目实施效果。再次，块是一个多维的数据系统，通过几种相关的量化指标来分析数据，这样就比只看单一的贫困原因更加具有效度；最后，块数据的综合分析能预测扶贫问题，及时做好防范工作，减少返贫率的比重。进一步分析，在农村精准扶贫过程中，块数据的可追溯机制可实时记录扶贫数据，关联分析各项致贫指标的关系，聚合各致贫原因的信息流，让农村精准扶贫政策得到及时传递，让贫困人口的致贫原因、扶贫需求得到及时关注，让农村精准扶贫信息得到及时更新，从而提高扶贫项目安排的针对性。例如，在产业扶贫中，可重点探索将贫困户纳入产业链，创新产业组织模式，解决贫困人口面临的资金、技术短缺，市场不对称等困境；在移民扶贫中，可采取差异化的补贴形式，增加对贫困户的建房补贴；在金融扶贫中，可利用块数据构建网络信任关系，破除农民抵押和担保权被排除的障碍。总之，块数据能够让基层政府建立更为有效的贫困受益机制和帮扶机制，实现因村施法、因户施策。

(三) 块数据能够增强农村精准帮扶资源配置的有效性

资金和人是农村精准扶贫的重要资源，但无论是资金还是人，块数据都能增强其配置的有效性。就资金而言，传统的农村精准扶贫容易出现资金使用的“优亲厚友、违法违规”现象，块数据的共监共管、可追溯机制能实现资金使用过程的全程监控，实时记录每笔扶贫资金的流动信息，增强扶贫资金使用的透明度。也就是说，在块数据背景下，相关参与方可通过分布式的数据网络深度查看与追踪扶贫资金使用明细，真正实现扶贫资金使用的公开化与透明化。同时，块数据的智能特性能使扶贫项目与帮扶资金自动匹配，实现资金流动的全程追踪。为使追踪更加有效，可通过计算机专门设计的程序代码附着到农村精准扶贫资金使用的程序中，设定扶贫资金使用的转换规则及限制条件，实现扶贫资金的自动化拨款功能。还可以建立扶贫资金使用的监管机制和责任追究机制，规范扶贫资金管理，做到专款专用。就农村精准扶贫中的人力资源而言，驻村干部是最重要的表现。由于致贫原因和精准帮扶机制有差异性，上下级政府之间沟通不畅，干部的个人信息和扶贫经验不能有效转化为脱贫资源，以致选派的脱贫干部不具有针对性。块数据可将干部的工作经历、专业特长、扶贫经验等记录在区块链上，结合贫困地区的实际情况与要求，细化驻村干部的帮扶机制，强化帮扶干部的责任意识，强化驻村干部的技术能力，为农村精准扶贫输送更精准的人才。例如，对于基础设施比较薄弱的村庄，可重点选派块数据记录中在交通、水利、财政系统有工作经历的干部；对于生态移民村，可重点选派块数据记录中在国土、住建、规划系统有工作经历的干部；针对集体经济比较发达的村庄，可重点选派块数据记录中有管理、金融和技术背景的驻村干部帮助扶贫。

(四) 块数据能够促进农村精准脱贫效果评估的科学性

农村精准扶贫的宗旨在于精准脱贫。在传统模式下，由于缺乏科学的考量标准、客观的评价依据和系统的检测手段，“被脱贫”“假脱贫”现象时有发生，不能实现贫困人口有序退出，以致扶贫的时效性不强，影响脱贫成效的精准性。块数据自身所具有的平台化、关联度高、聚集力强、价值密度高、开放性等特点，决定了其可以挖掘出更多更高的价值^[5]35。块数据可以防止伪造数据、虚假指标等问题的产生，让农村精准扶贫从身份识别、项目确定、资金下发、措施匹配、干部选派、动态监管等方面形成一组真实、可靠、可追溯的数据，实现对扶贫工作的全过程记录，确保每一阶段的扶贫效果。同时，块数据能将评估结果置于公众的监督之下，将民众的想法纳入评估体系中，以提高评估结果的公正性、透明性与客观性。当然，块数据还有利于引入第三方评价。第三方评价能为评价的真实性提供重要的保障，能够避免评价中相互包庇、随意性强等现象，杜绝部分官员因追求政绩而虚报数据。为强化第三方评价，块数据可将评价结果按照一定的权重与比例纳入评估体系。此外，块数据还有利于建立精准的考核机制，考核主体除上级部门外，还应有扶贫对象、扶贫干部、第三方；可完善考核评价指标，此指标应是多维的，既有定性也有定量，既注重当前又考虑长远，既考虑扶贫又考虑扶智，既增加收入又提升能力。最后，块数据可实行严格的责任追究制。建立基于块数据的问责机制，有利于贫困人口参与到扶贫工作的共同监管中，并随时将意见和建议反馈到数据系统中，通过量化指标考核评估帮扶人员的绩效，调整扶贫工作思路^[2]182-184。在农村精准扶贫的过程中，通过项目套取国家资金的情况时有发生。为避免这种情况，就需要把项目申请人的项目情况进行存档，并动态评估，不但要动态评估项目要求，还要评估他所带动的贫困户情况，一旦出现项目资金套取的行为就实行追责制，使扶贫资金能够真正用到需要的贫困人口身上。不仅如此，还可对工作开展不力的单位和个人进行问责，强化帮扶人员的责任意识，鼓励村民参与民主监督，使扶贫工作在公正透明的环境下运行，确保扶贫项目顺利开展，保障决策支持的有效性。

三、块数据应用于农村精准扶贫的反思

块数据是新生事物，是大数据战略重点实验室这一研究团队根据“条时代”大数据信息量繁杂、垄断程度高、封闭性强、共享程度低等特点而提出的新概念，是贵阳市政府根据大数据发展中面临的问题而提出的创造性构想。按照研究团队的假设，开放、共享、连接是块数据形成的基本机制，在一个个“块”内形成开放、共享、连接的块数据，再把一个个块数据开放、共享、连接起来，就会产生更大的块数据网状结构^[4]15。但是，这仅仅是研究者的假设，块数据在安全监管、标准确立、技术支撑、利益分成、隐私保护等方面还缺乏系统的顶层设计，在不同格式、不同来源、不同主体的数据标准化方面还未达成一致，在数据的安全保护、道德自律、法律约束等方面还基本上处于空白。故此，块数据一旦发生数据泄露，对社会造成的危害会更大，将是对某些人、企业、单位乃至政府信息的全面泄露，对个人隐私、企业机密可能会造成重大伤害^[3]193-196。更何况，在面临人类建立各类金融、证券交易市场以来最大的不确定性、失控和不均衡正在成为常态的情况下，经过网络平台交易的块数据也将会面临一系列不确定因素^[17]。在此背景下，不同行业领域的块数据共享将要克服一系列体制机制障碍。事实上，“块数据的商品化实际上非但不会促进共享，反而会造成新的垄断”^[18]。甚至有人提出，块数据并不是真正的大数据^[9]。的确，尽管块数据是推动农村扶贫从输血式、粗放式、被动式向造血式、精准式、参与式扶贫转变的重要工具，但将块数据应用于农村精准扶贫中，仍然会面临数据失真、识别无效、确认困难、指标错位等问题。具体来说，即使运用块数据，农村居民家庭收入难以核算的问题仍然得不到有效解决，而收入不精准则让精准识别基础不牢固，难以识别出真正的贫困户，不利于识别工作的顺利开展；同时，块数据让临界贫困户的识别仍然面临困境，这使得一些村庄的贫困数据不准确，难以形成有效的治理参考和精准帮扶；此外，尽管能够防止篡改、引入指纹识别、优化民主评议程序，但块数据还是难以辨别人为排斥。人为排斥有两种：一类是恶意排斥，就是指主导或者承担精准识别的人员，为了私利优亲厚友，不严格执行“两项制度衔接”政策中的有关要求，人为将贫困指标分配到乡(镇)、村和户的现象；另一类是过失排斥，就是指在精准识别贫困群体过程中，由于操作能力等原因造成的对贫困户精准识别的客观排斥现象，如入户评议环节，这种有意无意的疏忽，使部分真正的贫困户在精准识别的最后一个环节也被排斥掉了^[19]。不管是恶意排斥还是过失排斥，均有明显的人为痕迹，这样的痕迹是块数据不能有效辨识的，进而影响农村精准扶贫的管理效果。更何况，将贫困户每个“条领域”的数据都纳入块数据平台，一旦平台被恶意攻击或平台管理者道德败坏，贫困户的所有信息都会大白于天下，这对贫困户个人隐私的保护和去“污名化”是极其不利的。

虽然将块数据运用到农村精准扶贫中也会存在一些问题，但块数据对农村精准扶贫中精准识别、精准帮扶、精准管理、精准脱贫的技术支撑和决策参考作用是明显存在的，对农村精准扶贫的生命周期管理、诚信体系建设和精准脱贫路径的拓展亦有重要的帮助。第一，应利用块数据建立健全农村精准扶贫的生命周期管理。首先，可利用块数据可追溯、防篡改和集体维护等特征，促进扶贫数据录入、民主评议、公示公告和评估审核的规范化；其次，可利用块数据对扶贫数据进行关联融合、深入分析，寻找致贫原因，制定差异化、个性化的帮扶措施，落实扶贫资金、帮扶责任人，进行精准帮扶；再次，通过块数据对农村精准扶贫过程进行全方位、参与式、动态式监管，有效解决扶贫精准考核、动态管理等问题；最后，利用块数据精准识别脱贫人口，确保贫困户有序退出。第二，利用块数据建立农村精准扶贫诚信体系。块数据时代，贫困户之间的信任关系主要依赖网络来建立。一旦在网络中建立起信任关系，参与者就难以随意篡改。因此，可利用块数据平台，对农村精准扶贫的对象和参与者设定诚信积分的原则和标准，利用诚信积分对扶贫对象和帮扶责任人进行综合评价。同时，农村精准扶贫中的诚信体系可以作为贫困人口申请贷款的依据，让贫困人口享受更多的金融服务，实现资源的再分配与利用。第三，利用块数据拓宽精准脱贫方式。在块数据背景下，政府可动态监控贫困户信息，对贫困户的不同致贫原因进行个性化帮扶，有意识地引导资金流向，使扶贫资源的效益实现最大化。同时，可利用网络信息平台，对脱贫经验进行适时推广，促进精准脱贫工作的协调发展，凸显利用块数据进行农村精准扶贫的科学性。

四、结语

无论在精准扶贫还是其他领域，块数据的研究和应用都处于起步阶段，应当正确认识块数据的概念，它与点数据、条数据一起共同构成大数据的三种基本形态。因此，准确地说，块数据并不是脱离于大数据的一个单独词汇，而是代表大数据发展的一种高级形态，是大数据的“块时代”。正如前所述，“块时代”的大数据能克服“条时代”大数据共享难度大、垄断程度高、融合能力差、应用价值低以及安全风险大等一系列制约因素，降低农村精准识别中人为操控的可能性, 提高农村精准扶贫项目安排的针对性、资源配置的有效性和效果评估的科学性，因此，建设好块数据对中国各级政府深化精准扶贫改革有重要的作用。而要做好大数据从“条时代”向“块时代”的转移，应明确政府的角色为大数据规则的制定者、氛围的营造者、使用的倡导者和发展的协调者。同时，还应做好块数据建设工作，推动公共数据开放共享，激活数据资源的自由流动。当然，在精准扶贫领域，一旦块数据建立起来，贫困户个人隐私的保护和操作者伦理道德的培育是一定要重点考虑的问题。