[摘要] 社會救助制度是我國長期以來織密扎牢民生保障安全網(wǎng)與堅定維護“底線公平”的保障，但由于我國新時期人口格局、就業(yè)形態(tài)與再分配理念的重大變化，它亟須在精準識別、監(jiān)測預(yù)警和常態(tài)化幫扶等領(lǐng)域持續(xù)提升其治理效率。人工智能技術(shù)可以為當前的分層分類社會救助賦能增效，充分利用數(shù)據(jù)互聯(lián)互通、算法迭代升級、算力性能倍增的科技優(yōu)勢來為國家打造兜底保障領(lǐng)域的“信息神經(jīng)中樞”與“數(shù)字治理大腦”。與人工智能時代的要求相比，盡管我國低收入人口動態(tài)監(jiān)測平臺在歷經(jīng)三階段的建設(shè)后已經(jīng)初具數(shù)智化雛形，但在算法與算力方面仍然具有廣闊的成長空間，尚需以立法建設(shè)、管理機制、技術(shù)升級為主要突破口來完善其系統(tǒng)性設(shè)計。未來我國應(yīng)當以人工智能時代的社會救助為目標方向，通過積極做好頂層設(shè)計、努力革除痛點堵點、重點強化政策落地等三項舉措來切實推進社會救助從有效“治理”走向高效“智理”。

[關(guān)鍵詞] 人工智能 分層分類社會救助 低收入人口 科技賦能

[基金項目] 本文系國家社會科金基金一般項目“我國農(nóng)村兒童的虐待風(fēng)險及縣域為本的協(xié)同治理體系研究”（項目編號： 23BSH129）的階段性成果。

[作者簡介] 萬國威，男，河南濮陽人，華東師范大學(xué)社會發(fā)展學(xué)院教授、博士生導(dǎo)師，臨床社會工作研究中心主任，院長助理，社會工作系主任，民政部和財政部部級咨詢專家;欒卉，女，吉林延邊人，天津理工大學(xué)社會發(fā)展學(xué)院副教授，社會工作系副主任。

[中圖分類號] C916

[文獻標識碼] A

[文章編號] 1008-7672（2024）05-0060-12

一、 我國社會救助制度的發(fā)展脈絡(luò)及現(xiàn)實挑戰(zhàn)

社會救助制度既是我國兜牢守穩(wěn)民生保障安全網(wǎng)的堅定支撐，也是促進全體人民尤其是低收入人口邁向共同富裕的關(guān)鍵基石，因此該制度的穩(wěn)健發(fā)展直接關(guān)系到黨的二十屆三中全會“以促進社會公平正義、增進人民福祉為出發(fā)點和落腳點”①這一全面深化改革指導(dǎo)思想的落實。從制度發(fā)展歷程來看，我國于20世紀50年代末期建立農(nóng)村五保制度后一直通過“國家—單位/集體—家庭”的福利傳輸鏈條來保障絕大多數(shù)人的基本生計②，在低物價、多福利、充分就業(yè)等外圍制度的保障下我國社會救助制度的真正覆蓋人口極少。但這一情況隨著20世紀80年代中期改革開放進入城鎮(zhèn)地區(qū)而被打破，因國有企業(yè)改革所造成的下崗潮使得我國部分失業(yè)人口面臨較為艱難的生計局面，國家也隨即開始研究建立覆蓋面更廣、瞄準度更高的救濟幫扶制度。1992年和1993年，山西省左云縣和上海市先后試點了農(nóng)村低保制度和城鎮(zhèn)低保制度，這一以“菜籃子法”為基礎(chǔ)的開創(chuàng)式設(shè)計確立了一條可隨經(jīng)濟社會發(fā)展水平、居民人均可支配收入及物價水平等綜合要素變動而聯(lián)動的最低生活保障線，為我國特殊困難群體的兜底保障提供了有益探索。我國城鄉(xiāng)低保制度也逐步成為社會救助制度的主體并在隨后二十年間呈現(xiàn)出良好的發(fā)展勢頭，不但在2003年基本實現(xiàn)了城鎮(zhèn)低保制度的“應(yīng)保盡?！辈?246.8萬名城鎮(zhèn)貧困者納入兜底保障范圍中③，而且2007年又通過農(nóng)村低保制度的普及推廣而將3566.3萬名農(nóng)村貧困者也納入其中④，從而使得我國在“十一五”末期基本實現(xiàn)了7524.5萬名城鄉(xiāng)低保對象和556.3萬名農(nóng)村五保供養(yǎng)對象的全部覆蓋⑤。

黨的十八大以來，我國開始集中全國力量開展脫貧攻堅，以“兩不愁三保障”為主要目標，以產(chǎn)業(yè)發(fā)展脫貧、轉(zhuǎn)移就業(yè)脫貧、易地搬遷脫貧、教育扶貧、健康扶貧、生態(tài)保護扶貧、兜底保障、社會扶貧等為重要手段⑥，各級黨政部門開始充分利用收入分配改革、社會保障建設(shè)和基本公共服務(wù)供給來對農(nóng)村地區(qū)的大規(guī)模貧困問題展開集中治理。經(jīng)過八年的攻堅克難、砥礪前行，至2020年年底我國“9899萬農(nóng)村貧困人口全部脫貧，832個貧困縣全部摘帽，12.8萬個貧困村全部出列，區(qū)域性整體貧困得到解決，完成了消除絕對貧困的艱巨任務(wù)”⑦。隨著農(nóng)村絕對貧困問題的大范圍解決，我國社會救助對象的整體規(guī)模也出現(xiàn)了急劇下降，截止到2020年年底我國城鎮(zhèn)低保和農(nóng)村低保人口數(shù)量分別大幅下降至805.1萬人和3620.8萬人，特困對象數(shù)量小幅下降至477.5萬人⑧，反映出同比十年前我國社會救助穩(wěn)定覆蓋的人口量總體上下降了39.3%。

但這一情況也造成三個方面的顯著問題：一是社會救助規(guī)模的快速下降使得我國基本生活保障領(lǐng)域覆蓋人口不到全國總?cè)丝诘?.5%，這一比例遠低于OECD國家基本生活保障的平均受助率①，并使得未納入救助幫扶體系的人口生計較為艱困。二是社會救助的福利懸崖效應(yīng)更加明顯，享有社會救助的貧困群體在增加基本生活救助和專項救助待遇后的整體狀況反而要好于貧困邊緣群體，社會救助制度的公平性備受懷疑。三是社會救助制度以資金為主的幫扶形式使得部分功能障礙家庭抵抗照顧風(fēng)險的能力未有實質(zhì)性改善②，尤其是隨著近年來劇烈的老齡率抬升、人口流動加劇、家庭規(guī)?？s減和失能失智人口增加，我國在資金救助之外如何實現(xiàn)服務(wù)類救助就變得尤為重要。

面對新的減貧、反貧困形勢，中央辦公廳和國務(wù)院辦公廳于2020年8月聯(lián)合發(fā)布的《關(guān)于改革完善社會救助制度的意見》（以下簡稱《意見》），首次明確提出了“建立健全分層分類的社會救助體系”的轉(zhuǎn)型方向③，并通過梯度救助實現(xiàn)了社會救助重點從低保群體向低收入群體的擴展④。根據(jù)《意見》，我國社會救助迎來了四個層面的重大變化：一是形成了梯度救助格局?！兑庖姟吩谠刑乩Ь€和低保線之外設(shè)立了低收入線，構(gòu)建了以特困和低保對象為“濟貧”層次、低保邊緣對象和剛性支出群體為“助困”層次、臨時困難者為“救急”層次的梯度保障形態(tài)⑤，這不但擴大了社會救助制度的覆蓋范圍，將“不符合低?；蛱乩ЧB(yǎng)條件的低收入家庭和剛性支出較大導(dǎo)致基本生活出現(xiàn)嚴重困難的家庭”⑥也納入救助幫扶體系中，而且試圖將社會救助待遇享有從“懸崖”轉(zhuǎn)變?yōu)椤熬徠隆雹?，以解決長期困擾社會救助的福利懸崖問題。二是形成了綜合救助體系?！兑庖姟飞罨艘曰旧罹戎?、專項社會救助、急難社會救助為主體的政府救助框架，夯實了“救助+慈善”的政社聯(lián)動，積極引入社會力量來增加社會救助的力度，通過公益慈善、志愿服務(wù)等專業(yè)社會力量的引領(lǐng)來提升社會救助的綜合效益。三是形成了“資金+服務(wù)”的救助形式。在資金救助以外構(gòu)筑了服務(wù)類救助，力圖滿足低收入人口個性化、多元化的服務(wù)訴求⑧，重點解決低收入群體普遍面臨的家庭照料、社區(qū)探視等社會服務(wù)需要難以得到滿足的問題，以應(yīng)對重病重殘、獨居空巢、留守流動等特定家庭類型的服務(wù)訴求。

當然，分層分類社會救助的一系列制度改革對于其實踐落地提出了三個更為嚴苛的技術(shù)挑戰(zhàn)。其一是低收入人口的精準識別將變得異常復(fù)雜。梯度救助格局不但要求對申請救助對象提供多層級、多維度、水平合理、精度更高的制度瞄準⑨，也要求新增低收入人口在疊加救助后不應(yīng)超過低收入邊緣人群，以防止衍生新的社會不公，這顯然增加了城鄉(xiāng)低保人口、低收入人口及其邊緣群體的識別難度。其二是低收入人口的監(jiān)測預(yù)警將變得異常困難。綜合救助體系不但要求對低收入人口的收入、財產(chǎn)、支出、貧困狀態(tài)等海量的綜合信息進行及時的抓取、歸集與研判，而且要求對其關(guān)鍵信息變動而涌現(xiàn)的重大風(fēng)險予以預(yù)警，這使得低收入人口關(guān)鍵信息的識別及貧困狀態(tài)的判定變得極為重要，尤其是在流動人口救助、城鄉(xiāng)統(tǒng)籌救助銜接等方面的難度更高①。其三是低收入人口的常態(tài)化幫扶將變得異常煩瑣?！百Y金+服務(wù)”的救助形式不但要求幫扶舉措細化且富有彈性，救助幫扶在遵循規(guī)律的同時也要千人千面、有所側(cè)重，而且要求對低收入人口的救助能夠和社會保險、社會福利、公益慈善、基本公共服務(wù)等各類民生福祉工具交叉融合、協(xié)同共進，以防止其他社會保障領(lǐng)域的風(fēng)險引流至社會救助領(lǐng)域，這當然加劇了其調(diào)動多重政策工具來實現(xiàn)社會保障綜合減貧效應(yīng)的難度②。上述三個方面對我國既有分層分類社會救助制度的落地提出了重大挑戰(zhàn)，也成為我國在實踐中亟待突破的難點痛點。特別是如果再考慮到我國基層民政服務(wù)力量的羸弱，以傳統(tǒng)的人工形式、“鐵腳板”手段來實現(xiàn)高質(zhì)量的精準識別、監(jiān)測預(yù)警、常態(tài)化幫扶幾乎不可能，這就為人工智能賦能增效分層分類社會救助提供了廣闊的應(yīng)用空間。

二、 人工智能時代社會救助的技術(shù)框架

分層分類社會救助在實踐中意義重大、使命光榮，它已然成為當前我國維持經(jīng)濟下行壓力下的“底線公平”和促進全體人民邁向共同富裕的重要支撐。然而，當前該制度的推行在多個領(lǐng)域面臨著無法克服的技術(shù)瓶頸，尤其是數(shù)據(jù)獲取、篩選、歸集與信息系統(tǒng)互通等問題難以通過傳統(tǒng)的人工核查手段解決。因此，現(xiàn)代科技力量的介入已成為推動社會救助制度進一步完善的迫切需求。人工智能時代的到來為分層分類社會救助的完善提供了難得的契機。生成式人工智能等大模型的推理、交互和生成能力，加上大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)+、區(qū)塊鏈、智慧城市等技術(shù)，將為社會救助體系的優(yōu)化注入新的動力。

首先，人工智能的核心優(yōu)勢在于其利用海量數(shù)據(jù)的自動化收集、歸集和共享，能夠有效突破當前社會救助信息組網(wǎng)的技術(shù)瓶頸。通過對低收入人群各類關(guān)鍵信息的實時抓取與處理，AI系統(tǒng)能夠更精確地識別潛在救助對象，并根據(jù)不同層次的需求提供定制化的幫扶策略。相比傳統(tǒng)模式，AI技術(shù)通過精準的數(shù)據(jù)分析和智能化研判，減少了人為介入的誤差和時間延遲，為社會救助對象的層次劃分和幫扶形式設(shè)計提供了更具時效性和科學(xué)性的依據(jù)。

其次，生成式AI在自主研判、自動統(tǒng)計和仿真模擬等方面的功能尤為突出。它可以通過對歷史數(shù)據(jù)與當前態(tài)勢的分析，對未來社會救助需求的變化進行高精度預(yù)測，模擬救助政策在不同情境中的影響與效果。這種仿真功能能夠幫助決策者更好地理解和預(yù)判社會救助制度的運行效果，為優(yōu)化政策設(shè)計提供重要參考。同時，生成式AI的推理和交互功能使其能夠?qū)崟r應(yīng)對復(fù)雜多變的社會救助場景，在面對海量動態(tài)數(shù)據(jù)時，確保決策的及時性和靈活性。

此外，人工智能技術(shù)推動的行為數(shù)字化、數(shù)據(jù)流動實時化、決策執(zhí)行智能化等社會形態(tài)變革，也有助于提升社會救助制度的綜合效能①。過去依賴于小樣本調(diào)查的救助評估模式，隨著大數(shù)據(jù)運算能力的增強，已逐步演變?yōu)橐曰ヂ?lián)網(wǎng)海量信息為基礎(chǔ)的動態(tài)評估模式。這種轉(zhuǎn)變不僅提高了對救助對象的識別效率和精度，還強化了救助政策的動態(tài)調(diào)整能力，從而確保社會救助制度更加公平和高效。因此，利用生成式AI等現(xiàn)代技術(shù)，不僅能夠有效提升社會救助系統(tǒng)的信息管理和決策能力，還將推動中國分層分類社會救助制度在新時代實現(xiàn)質(zhì)的飛躍，增強其在保障底線公平和促進共同富裕中的戰(zhàn)略價值。

從理論上看，人工智能時代的社會救助可以理解為“以優(yōu)化社會保障資源配置和基本公共服務(wù)供給為核心目標，依托全域數(shù)據(jù)集成和數(shù)智治理技術(shù)，對低收入人口實施精準識別、監(jiān)測預(yù)警與妥善幫扶的資金與服務(wù)援助行動”。 這套新型救助體系在于通過數(shù)據(jù)與技術(shù)的深度融合，提升社會救助的精確性、靈活性與效率性，從而滿足不斷復(fù)雜化的社會需求。人工智能對分層分類社會救助成效的提升主要體現(xiàn)在兩個關(guān)鍵方面（如圖1所示）。一是它通過構(gòu)造“信息神經(jīng)中樞”，借助海量數(shù)據(jù)的捕獲與整合，使得數(shù)智化系統(tǒng)能夠?qū)崿F(xiàn)對低收入人口的風(fēng)險情境的態(tài)勢感知。為實現(xiàn)這一目標，信息的采集歸集必須滿足全面性、準確性和實時性三個要求。其中，全面性要求系統(tǒng)共享互聯(lián)所有多為貧困判定的相關(guān)關(guān)鍵信息，包括收入、財產(chǎn)、支出和社會狀態(tài)等;準確性則強調(diào)互聯(lián)歸集的信息尤其是具有狀態(tài)或程度動態(tài)變化的信息必須是無差錯的，確保其具備高度可靠性;實時性意味著信息都能夠真實反映低收入人口在被抓取信息瞬間的時空場景，使得救助方案具備及時性與適應(yīng)性。二是人工智能還通過構(gòu)建“數(shù)字治理大腦”，利用關(guān)鍵信息的智能研判，形成針對個體需求的組合型救助幫扶方案。這一功能要求信息分析兼具自主性、整合性和應(yīng)用性三重特點。自主性是指系統(tǒng)能夠自動完成數(shù)據(jù)的實時更新、統(tǒng)計、分析、可視化處理及決策支持等工作;整合性要求系統(tǒng)能夠鏈接社會救助、社會保險、社會福利、公益慈善與基本公共服務(wù)等多重政策資源，從而制定綜合救助方案;應(yīng)用性是指系統(tǒng)的分析結(jié)果能夠反作用于社會政策的宏觀規(guī)劃，動態(tài)調(diào)整社會救助政策布局與策略。上述兩大核心功能及其附屬的六個特征代表了人工智能時代社會救助的建設(shè)方向，也使之比傳統(tǒng)人工核查形式具備更高的治理效率。

在邁向人工智能時代社會救助的實踐過程中，“數(shù)據(jù)”“算法”“算力”是深刻影響人工智能技術(shù)利用成效甚至成敗的關(guān)鍵指標，這也決定了未來社會救助的發(fā)展必須在充分考慮上述三要素的基礎(chǔ)上來構(gòu)建穩(wěn)健的人工智能系統(tǒng)。首先，數(shù)據(jù)作為人工智能系統(tǒng)進行信息處理的基礎(chǔ)材料，其質(zhì)量高低直接決定統(tǒng)計分析以及決策應(yīng)用的效果。而在社會救助實踐中需要面臨的主要技術(shù)難點集中為五個方面：一是數(shù)據(jù)共享互聯(lián)過程中對高質(zhì)量、高規(guī)格以及高附加值信息的需求大幅增加，尤其是變動中的剛性信息，如低收入人口收入、支出狀況等，如何在快速變化的環(huán)境中及時、準確地采集，將成為一大技術(shù)瓶頸。二是信息孤島現(xiàn)象將會限制大規(guī)模數(shù)據(jù)的流通與共享。多層級、多部門和多區(qū)域之間的信息壁壘不僅會減緩信息流動，還會對低收入人口有效信息的獲取構(gòu)成極大挑戰(zhàn)。三是數(shù)據(jù)標準與質(zhì)量的不統(tǒng)一會造成冗余數(shù)據(jù)的清洗困難，各部門在統(tǒng)計口徑、分類標準、連接端口、報告格式等方面的差異將增加數(shù)據(jù)的預(yù)處理時間，影響系統(tǒng)效率。四是作為現(xiàn)代社會重要的資源要素，數(shù)據(jù)如何在采集、處置、交換、決策等過程中體現(xiàn)其價值，特別是如何清晰界定公共部門所掌握低收入人口數(shù)據(jù)的權(quán)責(zé)關(guān)系與利益分配，成為一個亟待解決的難題。五是關(guān)鍵信息的安全風(fēng)險如何規(guī)避，特別是收入、資產(chǎn)和支出等敏感信息如何在采集和存儲過程中實現(xiàn)高度保密，避免國家安全風(fēng)險或個體隱私泄露，成為構(gòu)建人工智能社會救助系統(tǒng)時需要重點考慮的安全問題。

其次，算法是人工智能系統(tǒng)中實現(xiàn)自動化分析與決策的核心引擎。在社會救助場景中，算法不僅需要具備高效的數(shù)據(jù)處理和智能化研判能力，還需要對政策的復(fù)雜性和多樣性需求做出靈活應(yīng)對。生成式人工智能能夠通過其強大的推理能力、自然語言處理和機器學(xué)習(xí)技術(shù)，自動生成解決方案或提出優(yōu)化策略。這一優(yōu)勢使其在復(fù)雜、多變的社會救助情境中展現(xiàn)出獨特價值。然而，算法的設(shè)計必須滿足多層次、多維度的救助需求，能夠自適應(yīng)不同救助對象的狀況變化。此外，算法的透明性和公平性是另一個關(guān)鍵，確保算法在決策過程中不會產(chǎn)生偏見或不公，特別是在面向弱勢群體時，算法的公正性直接關(guān)系到救助資源的合理分配。

最后，算力是支撐復(fù)雜算法運算的基礎(chǔ)，是決定人工智能系統(tǒng)處理速度和響應(yīng)效率的關(guān)鍵因素。在社會救助系統(tǒng)中，強大的算力能夠支撐實時數(shù)據(jù)處理、動態(tài)監(jiān)測和快速反饋，確保低收入人口的狀況能夠得到及時響應(yīng)和評估。尤其是在大規(guī)模數(shù)據(jù)分析、跨部門信息集成和全局預(yù)測等方面，算力的提升將大幅增強系統(tǒng)的處理能力，為救助系統(tǒng)提供更高效、更精準的支持。實踐中我國低收入人口救助幫扶領(lǐng)域的算力需要應(yīng)對五個方面的現(xiàn)實挑戰(zhàn)：一是各地只具有有限算力的既有系統(tǒng)如何全面轉(zhuǎn)型升級為算力更高的數(shù)智化平臺，其背后的技術(shù)升級如何在地方有限財政投資的約束下加以解決。二是在以分布式計算來改善單點式計算的過程中，如何保障全國“云計算”數(shù)據(jù)中心的持續(xù)財政投資以及如何進行“算力資源池”的高效分配。三是在我國實施“東數(shù)西算”產(chǎn)業(yè)布局后各省份的算力發(fā)展指數(shù)仍然與其經(jīng)濟規(guī)模呈顯性的正相關(guān)①，如何實現(xiàn)社會治理領(lǐng)域算力發(fā)展的區(qū)域平衡。四是在我國服務(wù)、金融、制造、交通等市場場景算力訴求爆炸式增長的情況下，創(chuàng)造直接效益相對較小的社會治理領(lǐng)域的算力如何得到重視，如何為低收入人口救助幫扶等民生保障事業(yè)創(chuàng)造更多的應(yīng)用場景。五是考慮到現(xiàn)階段城市治理能夠得到更多的算力場景應(yīng)用，我國如何平衡城鄉(xiāng)之間的算力差距，如何使得農(nóng)村地區(qū)的社會治理不被數(shù)智化時代所拋棄。

三、 邁向人工智能時代社會救助的發(fā)展態(tài)勢

今天我國的低收入人口動態(tài)監(jiān)測平臺已經(jīng)為構(gòu)建智能化的社會救助系統(tǒng)建設(shè)奠定了可靠的技術(shù)基礎(chǔ)。在數(shù)據(jù)、算法、算力等方面的快速進步，正促使我國分層分類社會救助制度發(fā)揮愈加積極的兜底保障作用。通過技術(shù)賦能，該平臺逐步增強了低收入人口精準識別能力、監(jiān)測預(yù)警能力和常態(tài)化幫扶能力，為應(yīng)對日益復(fù)雜的社會需求提供了技術(shù)支撐。從發(fā)展脈絡(luò)來看，這一平臺的建設(shè)自2008年開始分別歷經(jīng)“試點探索階段”“普及推廣階段”“定型完善階段”三個重要發(fā)展時期（如表1所示）。其中試點探索階段的建設(shè)以2008年10月民政部等11個部委聯(lián)合頒布的《城市低收入家庭認定辦法》為開端。該文件規(guī)定，“各地應(yīng)當逐步建立城市家庭收入審核信息系統(tǒng)，有效利用公安（戶籍和車輛管理）、人力資源社會保障（社會保險）、住房城鄉(xiāng)建設(shè)、金融、工商、稅務(wù)、住房公積金等政府部門及有關(guān)機構(gòu)的數(shù)據(jù)，實現(xiàn)信息共享”②，由此實現(xiàn)救助幫扶從以人工核查為手段到以信息化核查為手段的轉(zhuǎn)變。然而，由于該階段推廣并未采取強制性手段，到2014年年底，僅有2個地市和6個區(qū)縣建立了完整的信息核對平臺。

普及推廣階段的信息平臺建設(shè)以2014年2月國務(wù)院頒布的《社會救助暫行辦法》為開端，它在多個方面實現(xiàn)了重大進步。一是信息互聯(lián)能力的提升成為這一階段的核心突破。通過打通了教育、住房、人社、司法等八項社會救助的公共部門信息，民政部主導(dǎo)的動態(tài)監(jiān)測平臺不但成為各類社會救助資格認定的基礎(chǔ)，而且還全面鏈接了公安、金融、證監(jiān)等部門的信息，能夠?qū)ι暾埦戎鷮ο筌囕v、存款、證券等資產(chǎn)性信息進行及時的動態(tài)監(jiān)測。這一數(shù)據(jù)整合極大地增加了信息共享與聯(lián)動的深度和廣度。二是推動了平臺建設(shè)從原本的地方性試點走向了省級系統(tǒng)為中樞的多層級平臺，實現(xiàn)了“省—市—縣”三級信息核對網(wǎng)絡(luò)的全面部署。這種自上而下、橫向到邊、縱向到底的網(wǎng)絡(luò)布局，使得救助幫扶對象的關(guān)鍵信息核查工作更加高效精確，到2019年年底除港、澳、臺以外全國31個省級行政區(qū)完成了該平臺的搭建。這一平臺布局不僅增強了信息的穿透力、擴大了信息的覆蓋面，而且為后續(xù)數(shù)智化程度更高的救助平臺建設(shè)奠定了堅實基礎(chǔ)。

定型完善階段則以2020年4月中辦和國辦聯(lián)合頒布的《關(guān)于改革完善社會救助制度的意見》為開端，這標志著我國社會救助建設(shè)進入全新的發(fā)展時期。這一階段主要解決以下六大問題：一是確保數(shù)據(jù)的采集、交換與存儲的安全性，二是將更多的潛在風(fēng)險人口納入監(jiān)測預(yù)警體系中，三是實現(xiàn)跨區(qū)域尤其是跨省信息共享，四是強化對高風(fēng)險人群的動態(tài)監(jiān)測，五是整合社會福利、公益慈善、社會組織、志愿服務(wù)等多種資源，形成協(xié)同救助合力，六是增強信息系統(tǒng)在政府科學(xué)決策中的作用。各地通過多種創(chuàng)新模式有效解決了這些問題，包括普及三級等保標準與個人電子授權(quán)（寶雞模式）、建立開放式登記系統(tǒng)（青島模式）、構(gòu)建“部—省—市—縣”四級信息核對網(wǎng)絡(luò)（天津模式）、形成多維貧困指數(shù)基礎(chǔ)上的風(fēng)險分級管理（吉安模式）、搭建“一庫取單”大救助幫扶格局（德州模式）、開展數(shù)智化的“政策推演”（溫州模式）等。通過四年的努力，目前我國各地建設(shè)完成的低收入人口動態(tài)監(jiān)測平臺已經(jīng)初步具備了信息共享、歸集、交換、統(tǒng)計、分析、可視化以及輔助決策等多項能力。通過將8015萬低收入人口逐步納入監(jiān)測預(yù)警體系中①，平臺實現(xiàn)了對低收入群體精準幫扶的有效覆蓋，推動了社會救助體系從傳統(tǒng)模式向智慧化、數(shù)據(jù)化方向的升級。

當然，如果今天我們以人工智能時代社會救助的要求去看待監(jiān)測預(yù)警體系，就可以發(fā)現(xiàn)其在數(shù)據(jù)、算法和算力三要素上仍存在顯著差距（如表2所示）。盡管近年來在數(shù)據(jù)互聯(lián)互通方面取得了較為顯著的進步，并最接近人工智能時代的基礎(chǔ)要求，但其他方面的進展依然相對滯后。當前系統(tǒng)的數(shù)智化程度仍然無法達到真正適應(yīng)人工智能時代的標準，這使得升級與改進成為緊迫任務(wù)。從具體情況來看，數(shù)據(jù)接近人工智能時代社會救助系統(tǒng)的基礎(chǔ)要求，但需重視安全和價值建設(shè)。雖然數(shù)據(jù)在互聯(lián)互通方面的進步顯著，尤其是在跨部門、跨領(lǐng)域的信息共享上已取得了一定的成果，但數(shù)據(jù)的安全管理仍然是未來的重點。在跨區(qū)域數(shù)據(jù)交換中，如何在保障隱私和安全的前提下實現(xiàn)高效流通，是下一步制度建設(shè)的關(guān)鍵。除此之外，數(shù)據(jù)交換的價值規(guī)范也需要進一步明確，以確保信息資源在流通過程中合理配置，實現(xiàn)其利用價值的最大化。算力問題居中，主要的局限集中在投資限制與規(guī)劃不足這兩點。一是因地方財政投資局限而導(dǎo)致現(xiàn)有系統(tǒng)的算力普遍較低，而中央財政投資則面臨著“算力資源池”的妥善分配問題，故算力提升的背后涉及財政投資結(jié)構(gòu)與形式;二是缺乏足夠的規(guī)劃來對未來區(qū)域間、行業(yè)間、城鄉(xiāng)間的算力進行制度性安排，這在加大算力不平衡的基礎(chǔ)上也會使得不同應(yīng)用場景的治理能力差距拉大。而算法滯后且缺乏全國性探索問題目前表現(xiàn)得最為突出。低收入人口動態(tài)監(jiān)測平臺幾乎沒有任何形式的全國性多維貧困指數(shù)測試、關(guān)鍵數(shù)據(jù)模型訓(xùn)練以及機器決策的全國性探索，僅依靠極少數(shù)地區(qū)的自主性較強的試點方案無法有效實現(xiàn)多維貧困算法的迭代升級。從解決方案來看，多數(shù)問題的解決仍然需要依賴于立法建設(shè)，如通過相應(yīng)的制度規(guī)則來協(xié)調(diào)數(shù)據(jù)資源交換價值或者合理規(guī)劃算力分布;部分問題的解決需要依賴技術(shù)升級，比如多維貧困大數(shù)據(jù)模型訓(xùn)練;少量問題的解決需要依賴管理機制，如通過夯實跨部門、跨區(qū)域的協(xié)同來打破信息壁壘。因此，未來我國將低收入人口動態(tài)監(jiān)測平臺升級為人工智能監(jiān)測平臺的空間仍然巨大，需要積極利用立法建設(shè)、機制創(chuàng)新和技術(shù)升級來重點突破算法和算力領(lǐng)域的障礙。

四、 邁向人工智能時代社會救助的建設(shè)方略

當前我國分層分類社會救助尚與人工智能時代的要求具有較大距離，這使得我們必須在堅定建設(shè)方向、凝聚發(fā)展共識的基礎(chǔ)上全面增進“數(shù)據(jù)”“算法”“算力”三要素的能力建設(shè)，利用現(xiàn)代科技力量改善精準識別、監(jiān)測預(yù)警與常態(tài)化幫扶的全過程治理。通過推進現(xiàn)有低收入人口動態(tài)監(jiān)測平臺邁向兼具“信息神經(jīng)中樞”和“數(shù)字治理大腦”功能的人工智能平臺發(fā)展，能夠為社會救助體系的現(xiàn)代化提供強大助力，未來應(yīng)重點推動以下三項工作：

首先，做好人工智能時代分層分類社會救助體系的頂層設(shè)計。人工智能技術(shù)的實踐應(yīng)用在分層分類社會救助中的巨大價值，特別是在瞄準對象上的多元性、實時監(jiān)測上的復(fù)雜性、幫扶形式上的多樣性等方面，凸顯了頂層設(shè)計的重要性。因此，筆者提出四個方面的針對性建議：一是要凝聚以技術(shù)賦能來轉(zhuǎn)變治理范式的國家共識。現(xiàn)代科技預(yù)示著我國社會治理理念、結(jié)構(gòu)與形式有可能更好地適應(yīng)新時期經(jīng)濟社會發(fā)展形態(tài)、人口結(jié)構(gòu)變化、人民觀念態(tài)度變動等新常態(tài)，以有效破解我國治理要求快速提升和治理能力相對落后的矛盾，因此我國應(yīng)當高度認識到科技進步為國家治理體系及基層治理現(xiàn)代化帶來的廣泛機遇，努力將人工智能技術(shù)廣泛應(yīng)用于社會治理領(lǐng)域，強化第四次工業(yè)革命成果的系統(tǒng)性轉(zhuǎn)化，在戰(zhàn)略上形成以人工智能技術(shù)來引領(lǐng)工業(yè)社會治理范式向后工業(yè)社會治理范式的重大轉(zhuǎn)變。二是要推進“數(shù)據(jù)”“算法”“算力”三要素的協(xié)同進步。多年來我國低收入人口救助幫扶改革的瞄準點在于“數(shù)據(jù)”領(lǐng)域，即通過機制創(chuàng)新來打破多部門、多層級、多區(qū)域的信息壁壘，但考慮到“算法”與“算力”也是深刻影響人工智能發(fā)展的關(guān)鍵領(lǐng)域，未來應(yīng)當以兩者為建設(shè)要點，積極通過“算法”的更新普及、“算力”的全局規(guī)劃來提升低收入人口動態(tài)監(jiān)測平臺的智能化轉(zhuǎn)型。三是加速人工智能先進技術(shù)的應(yīng)用。當前各類人工智能技術(shù)正處于快速發(fā)展階段，其中“大數(shù)據(jù)”技術(shù)可避免頻繁的入戶調(diào)查并解決低收入人口難以實時監(jiān)測的問題，“云計算”技術(shù)可更好地識別低收入群體的個性化需要并匹配精細化救助方案，“智慧城市”技術(shù)可實現(xiàn)低收入家庭福利需要與幫扶資源的高效對接，這些技術(shù)革新都能顯著提升我國低收入人口動態(tài)監(jiān)測平臺的運行效率。未來有關(guān)職能部門應(yīng)當密切關(guān)注人工智能技術(shù)的快速迭代，將新技術(shù)引入兜底保障體系中，全力推進更加安全可靠、便捷快速、智慧能動的數(shù)智化系統(tǒng)建設(shè)。四是擴展人工智能技術(shù)在低收入人口幫扶方面的應(yīng)用場景。國家應(yīng)當深入闡釋人工智能技術(shù)在促進兜底型民生保障事務(wù)發(fā)展過程中的重要價值，緊抓“數(shù)字治理”和“民生保障”兩個政策制高點的結(jié)合，促進低收入人口動態(tài)監(jiān)測平臺在共同富裕、鄉(xiāng)村振興、第三次分配、農(nóng)村轉(zhuǎn)移人口市民化、重大風(fēng)險防范等國計民生重大事務(wù)中發(fā)揮數(shù)字引領(lǐng)作用，為國家重要民生建設(shè)的科學(xué)部署以及推進第二次分配、第三次分配互嵌融合提供更有力的智力支撐。

其次，改革人工智能時代分層分類社會救助體系的痛點堵點。當前我國社會救助在邁向人工智能時代的過程中仍然有一些關(guān)鍵桎梏急需打破，因此應(yīng)當圍繞它們有針對性地進行改革：一是要優(yōu)先保障信息系統(tǒng)的數(shù)據(jù)安全。數(shù)據(jù)安全是人工智能時代社會救助工作首先面對的議題，尤其是在兜底性民生保障領(lǐng)域，數(shù)據(jù)泄露不但會對國家穩(wěn)定發(fā)展構(gòu)成嚴峻挑戰(zhàn)，也會嚴重侵害個體隱私。我國應(yīng)當進一步規(guī)范民生基礎(chǔ)數(shù)據(jù)在采集、使用、交換、應(yīng)用等重點環(huán)節(jié)的標準化流程，以三級等保為人工智能平臺建設(shè)的底線要求，建設(shè)好“一網(wǎng)互聯(lián)、分級授權(quán)”的信息網(wǎng)絡(luò)平臺，嚴格制定個人電子授權(quán)和人臉識別的管理規(guī)程，厘清基礎(chǔ)數(shù)據(jù)在統(tǒng)計分析、應(yīng)用決策領(lǐng)域的部門權(quán)責(zé)，健全數(shù)據(jù)安全違規(guī)懲罰機制，嚴格防止數(shù)據(jù)泄露。二是進一步消除信息壁壘。我國在低收入人口動態(tài)監(jiān)測領(lǐng)域中的信息壁壘與十年前相比已有極大改善，但未來仍然需要持續(xù)打破數(shù)據(jù)共享中的瓶頸障礙，重點做好醫(yī)療和教育等剛性支出信息、稅務(wù)等收入信息、支付寶和微信等財產(chǎn)性信息的數(shù)字化共享工作，強化深度學(xué)習(xí)技術(shù)對低保申請者、專項救助申請者、急難申請者貧困狀態(tài)的識別，利用“一庫取單、即時共享”機制來完善低收入人口的綜合數(shù)智效率。三是推進多維貧困大數(shù)據(jù)模型的訓(xùn)練。多維貧困模型是現(xiàn)階段實現(xiàn)低收入人口風(fēng)險識別、發(fā)現(xiàn)報告與監(jiān)測預(yù)警的核心技術(shù)，在數(shù)智化平臺中增強其報告效果必須利用海量數(shù)據(jù)予以訓(xùn)練，因此未來有關(guān)職能部門應(yīng)當依托政策試點地來形成多維貧困模型的基本框架，再利用各地海量數(shù)據(jù)對模型進行統(tǒng)合調(diào)試，提升其對低收入群體的識別、監(jiān)測和報告能力。四是利用人工智能技術(shù)來強化家庭累積風(fēng)險的精細化管理。家庭累積風(fēng)險的管控對于動態(tài)監(jiān)測系統(tǒng)至為關(guān)鍵，目前少量地區(qū)已經(jīng)可以通過系統(tǒng)自動排隊及可視化技術(shù)來實現(xiàn)家庭累積風(fēng)險的動態(tài)管理，有關(guān)系統(tǒng)在家庭基本信息、家庭關(guān)系信息、家庭風(fēng)險信息、已經(jīng)享受到的各類保障項目及其致貧原因等領(lǐng)域可進行“精準畫像”，這對于家庭累積風(fēng)險的研判及提供早期配套政策都帶來了極大便利。未來國家應(yīng)當持續(xù)利用人工智能技術(shù)的算法迭代升級來推動家庭累積風(fēng)險認定上的精細化管理，尤其是應(yīng)當鼓勵各地持續(xù)提升對急難型和支出型救助對象的線上監(jiān)測預(yù)警能力，從而使得低收入人口的風(fēng)險得到充分管控。

最后，強化人工智能時代分層分類社會救助體系的政策落地。人工智能技術(shù)在社會救助領(lǐng)域的成效歸根到底仍然是由“最后一公里”所檢驗的，這提醒我們必須在四個方面為其實踐落地創(chuàng)造良好的條件：一是要以社會性立法作為人工智能應(yīng)用于社會救助的堅強保障。我國過去一段時間內(nèi)的改革主要針對影響數(shù)智化能力的部門約束、協(xié)同治理等管理機制來開展，但在立法建設(shè)方面考慮得較少，未來應(yīng)當加強人工智能領(lǐng)域的社會性立法，在預(yù)備出臺的《社會救助法》中應(yīng)當增加人工智能算法與算力的原則性規(guī)定，利用部門規(guī)章明確細化中央政府與地方政府間、流入地與流出地間、公共部門與商業(yè)部門間、城鎮(zhèn)與農(nóng)村間在人工智能資源利用上的權(quán)責(zé)關(guān)聯(lián)以及利益分配機制。二是要加強關(guān)鍵數(shù)據(jù)的標準化建設(shè)。我國當前不但在數(shù)據(jù)采集規(guī)則、數(shù)據(jù)交換價值、數(shù)據(jù)使用權(quán)利、數(shù)據(jù)監(jiān)管責(zé)任等方面存在諸多機制障礙，而且沒有對政府與市場、國家與個體的數(shù)據(jù)倫理規(guī)則進行清楚地界定，這使得我國人工智能發(fā)展在面臨重大技術(shù)突破時無法快速進入社會治理場域中。尤其是隨著國家對數(shù)據(jù)安全的重視，這極可能引發(fā)新一輪多層級、多部門、多地域間的人為信息壁壘。未來國家應(yīng)當將民政部已經(jīng)確定的《居民家庭經(jīng)濟狀況核對總體要求》、《居民家庭經(jīng)濟狀況核對數(shù)據(jù)元》和《居民家庭經(jīng)濟狀況核對數(shù)據(jù)交換接口》等三項推薦性行業(yè)標準經(jīng)修改完善后上升為具有多部門約束力的行政法規(guī)，對低收入人口救助幫扶領(lǐng)域的數(shù)字倫理、數(shù)據(jù)規(guī)則等重點議題進行清晰規(guī)定，明確部門權(quán)責(zé)，有力地推動數(shù)據(jù)的開放與使用。三是要利用中央財政投資來優(yōu)化人工智能技術(shù)的平衡發(fā)展。目前我國部分地區(qū)因地方財政投入不足而導(dǎo)致其系統(tǒng)的智能化水平很低，因此國家要加強中央財政對“算力資源池”的持續(xù)投資，對中西部地區(qū)低收入人口動態(tài)監(jiān)測平臺積極開展財政幫扶工作，重點督導(dǎo)建設(shè)好人口大規(guī)模流入地與流出地的信息互聯(lián)，補齊農(nóng)村地區(qū)人工智能救助幫扶場景的短板，幫助各地夯實以國家級系統(tǒng)為中樞、省級系統(tǒng)為基礎(chǔ)、地市級系統(tǒng)為支點的數(shù)智化網(wǎng)絡(luò)。四是全面提升人工智能的輔助決策能力。輔助決策能力較弱一直是各地信息系統(tǒng)普遍面臨的難題，部分地區(qū)雖然正在嘗試著突破但整體上仍然是低收入人口動態(tài)監(jiān)測體系的弱項。國家應(yīng)當積極鼓勵具有良好輔助決策基礎(chǔ)的地區(qū)開展人工智能敏捷治理的試點，積極督促有條件地區(qū)利用數(shù)據(jù)庫信息統(tǒng)計分析低收入家庭經(jīng)濟和生活狀況的基本特征并預(yù)測其在人口結(jié)構(gòu)、區(qū)域分布、收支狀況、救助舉措等方面的發(fā)展變化態(tài)勢，從而為國家和地區(qū)持續(xù)出臺高質(zhì)量的兜底保障政策提供信心決心及改進策略上的助力。

（責(zé)任編輯：徐澍）

① 中共中央：《關(guān)于進一步全面深化改革 推進中國式現(xiàn)代化的決定》，《人民日報》2024年7月22日。

② 萬國威：《我國社會福利的理論反思與戰(zhàn)略轉(zhuǎn)型》，《中國行政管理》2016年第1期。

③ 民政部：《2003年民政事業(yè)發(fā)展統(tǒng)計公報》，民政部官方網(wǎng)站，發(fā)布時間為2004-04-03，查詢時間為2024-07-16，網(wǎng)站地址為https：//www.mca.gov.cn/n156/n189/c93371/content.html。

④ 民政部：《2007年民政事業(yè)發(fā)展統(tǒng)計公報》，民政部官方網(wǎng)站，發(fā)布時間為2008-05-26，查詢時間為2024-07-13，網(wǎng)站地址為https：//www.mca.gov.cn/n156/n189/index.html。

⑤ 民政部：《2010年社會服務(wù)發(fā)展統(tǒng)計公報》，民政部官方網(wǎng)站，發(fā)布時間為2011-06-16，查詢時間為2024-07-17，網(wǎng)站地址為https：//www.mca.gov.cn/n156/n189/index.html。

⑥ 國務(wù)院：《關(guān)于印發(fā)〈“十三五”脫貧攻堅規(guī)劃〉的通知》（國發(fā)〔2016〕64號），2016年11月23日。

⑦ 習(xí)近平：《在全國脫貧攻堅總結(jié)表彰大會上的講話》，《人民日報》2022年2月26日。

⑧ 民政部：《2020年民政事業(yè)發(fā)展統(tǒng)計公報》，民政部官方網(wǎng)站，發(fā)布時間為2021-09-10，查詢時間為2024-07-17，網(wǎng)站地址為https：//www.mca.gov.cn/n156/n189/index.html。

① ⑧楊立雄：《從兜底保障到分配正義：面向共同富裕的社會救助改革研究》，《社會保障評論》2022年第4期。

② 高鑒國、范叢：《低保邊緣家庭的貧困表征、 致貧原因與政策建議》，《東岳論叢》2020年第10期。

③ ⑥中共中央辦公廳、國務(wù)院辦公廳：《關(guān)于改革完善社會救助制度的意見》2020年8月25日。

④ 林閩鋼：《深入把握我國社會救助體系的鮮明中國特色》，《人民日報》2020年11月2日。

⑤ 楊立雄：《北京市貧困結(jié)構(gòu)變化與社會救助改革應(yīng)對研究》，《廣東社會科學(xué)》2020年第1期。

⑦ 張浩淼：《共同富裕背景下分層分類社會救助體系建設(shè)》，光明網(wǎng)，https：//theory.gmw.cn/2023-05/19/content_36571441.htm，2023年5月19日。

⑨ 關(guān)信平：《完善我國社會救助制度的多層瞄準機制》，《內(nèi)蒙古社會科學(xué)》2022年第2期。

① 韓克慶、鄭林如、秦嘉：《健全分類分層的社會救助體系問題研究》，《學(xué)術(shù)研究》2022年第10期。

② 左停、李世雄、武晉：《國際社會保障減貧： 模式比較與政策啟示》，《國外社會科學(xué)》2020年第6期。

① 鮑靜、賈開：《數(shù)字治理體系和治理能力現(xiàn)代化研究：原則、框架與要素》，《政治學(xué)研究》2019年第3期。

① 中國信息通信研究院：《中國算力發(fā)展指數(shù)白皮書（2023年）》，2023年9月。

② 民政部：《關(guān)于印發(fā)〈城市低收入家庭認定辦法〉的通知》（民發(fā)〔2008〕156號），2008年10月22日。

① 孫宗亮：《民政部全國低收入人口動態(tài)監(jiān)測平臺覆蓋 8015 萬人》，《農(nóng)民日報》2024年5月17日。