［摘要］社会救助是充分体现我国社会主义制度基本优势、把牢民生安全底线的重要保障，社会救助的信息化发展是适应新时期治理环境的现实需要。以人工智能为代表的新兴信息技术在数据处理、可回溯研判与模拟、推动管理形态更新方面，为社会救助信息化的进一步探索提供了强有力的技术支持。在此基础上，本文立足于社会救助信息化的“数据”“算力”“算法”三个关键要素，明确优化跨部门、跨区域、动态化的发展趋势是社会救助信息化发展的大势所趋。迈向人工智能时代的新背景，以顶层设计优化、痛点堵点问题突破、强化政策落地实效为核心方向与基本手段，是推动社会救助信息化从“治理”向“智理”转型发展的必然选择。

　　［关键词］社会救助；信息化发展；人工智能

　　0引言

　　社会救助制度起始于我国社会主义建设的初级阶段，早在20世纪50年代末，我国就基本建成了以“五保”制度为代表的“国家—单位/集体—家庭”的社会救助运转链条，随着改革开放国策的持续推进、共同富裕理念的深化发展以及因社会生产结构变化造成的“阵痛”出现，我国社会救助制度不断向更广大覆盖面、更高保障度的完整体制发展[1]。党的十八大以来，基于“两不愁三保障”为核心目标的脱贫攻坚战略，历经八年的砥砺前行，到2020年实现了社会救助稳定覆盖人口总量较上一个十年整体下降40%。但与此同时，社会救助制度的发展也面临着新的现实挑战，表现在救助的“悬崖效应”，即部分贫困边缘群体较现行享受社会救助的群体的生活状况可能存在较大差距，以及部分功能障碍家庭抵抗照顾风险的能力提升面临瓶颈，加之近年来区域间人口流动加快、老龄化问题抬升等多重因素影响，从以“资金救助”为基本方式的社会救助，亟待向个性化、精准化的服务式救助转型。在这样的背景下，探讨社会救助的信息化发展脉络与思维，探索利用信息化技术在分析、预测、监控方面的优势赋能社会救助的内生优化，已经十分必要。

　　1崭新动力：新时期社会救助信息化的技术框架

　　作为中国式现代化背景下维护“底线公平”的着力点，以分层分类为特色的社会救助治理体系需要适应社会化技术更迭趋势，尤其是要在数据问题的把控与信息的交互上，亟待以技术手段化解传统人工统计核查为主的困境[2]。以人工智能为代表的新兴信息技术为破解瓶颈提供了技术可能，正成为新时期社会救助信息化发展的崭新动力。

　　首先，人工智能等新兴信息技术在搜集、处理、共享、保障海量数据信息方面具有突出的技术优势，是当前社会救助信息化管理平台的有力补充，在基础的信息化处理手段之外，人工智能赋能下的信息化系统可以更加精准识别潜在救助对象，并通过个性画像明确分层次帮扶需求，契合了分层分类的价值主题。相较于传统信息技术，人工智能等新兴信息技术在数据分析上的智能化特征更加突出，可以有效控制因人为失误或干扰造成的偏差与迟滞，也为社会救助信息化从顶层设计到具体策略的优化提供了更具时效性的参考[3]。

　　其次，生成式人工智能等信息技术实现了可回溯的研判与模拟，对于社会救助这一跨时期的时代性工程而言，在信息化的技术框架内，通过对过往数据与当前数据的智能分析，可以实现对未来救助态势的仿真分析，便于政策决策部门模拟分析救助政策变动、新政策出台的预期效果。同时，人工智能等新兴技术的内生交互逻辑，非常适合处理社会救助过程中的海量复杂信息，在决策指南上具有时效性强、灵活性高的技术优势。

　　此外，我国社会救助信息化已经进行了多年的尝试，在兜底保障服务过程中，管理形态与意识的信息化也深刻影响着社会救助信息化的实效。新兴信息技术所带动的社会性行为分析智能化、数据分析自动化、决策设计智慧化等概念上的变革，也为社会救助信息化的动态监测与评估创造了逻辑指导。

　　2发展方向：社会救助信息化的要素与趋势

　　以人工智能为代表的新兴信息技术正持续赋能社会救助信息化的纵深推进，从叠加技术因素来看，新时期的社会救助信息化可以被视作一个以把牢社会公平与社会保障底线为目标、综合应用先进“数智”技术手段、实现对低收入群体更加精准识别、监测、帮扶与系统决策的工程；而结合“技术+政策”的背景来看，社会救助信息化的实践又在基本要素与趋势发展上体现出了鲜明特征。

　　2.1“数据”：精准化与全面化

　　在“数据”要素层面，社会救助信息化面临的数据呈现海量化特征，数据共享互联的精准程度要求更高，相应地，对高附加值数据信息的需求持续抬升，特别是对于低收入人口收入支出状况、地区间救助群体变动等刚性信息的需求更盛。这就要求信息化的社会救助要清除冗杂信息的干扰，同时实现跨部门、跨统计口径、跨分类标准、跨连接端口的数据分析与整合，并兼顾整体安全观下的数据安全把控[4]。

　　2.2“算法”：快速化与灵活化

　　在“算法”要素层面，未来社会救助信息化体系应当具有高效且持续自我优化的智能化研判能力，且必须充分考虑社会救助群体分层次、多元维度的实际需求，有效适应社会救助群体的动态变化与救助政策的更新。同时，要在宏观层面保障“算法”影响社会救助资源分配的总体公平。

　　2.3“算力”：智能化与平衡化

　　在“算力”要素层面。社会救助信息化系统的运转需要依托于实时数据处理、动态信息监测、快速化处理反馈以及准确的后期评估，对于“算力”的要求自然将伴随社会救助整体发展水平的提高而持续攀升。在这样的特点下，如何利用有限的算力处理信息化平台保障增长的信息化救助需求，如何推动有限算力向更高层级的智能化算力发展，对合理分配“算力资源池”、保障区域应用场景整体平衡提出了新的要求。

　　3拥抱人工智能时代：有序推进社会救助信息化发展的措施

　　3.1顶层设计：明确信息化分层分类社会救助的制度框架

　　信息化手段为分层分类优化社会救助提供了巨大价值，特别是在服务对象中的强覆盖性、动态监测的强反馈性、救助帮扶方式的多元性等方面体现明显，与此同时也对制度框架层面的顶层设计提出了更高的要求。首先，要基于国家性、社会性视角形成强有力的技术赋能社会救助信息化的基本共识，以人工智能为代表的新一代信息技术，呼应了社会救助乃至全社会治理层面适应国家治理体系和治理能力现代化的趋势，在社会救助信息化的顶层设计中，应当充分把握这种社会治理领域的技术机遇，自觉推动第四次工业革命成果向技术赋能社会治理范式的转化。其次，要在制度层明确“数据”“算力”“算法”三技术要素的协同治理体系，近年来我国基于“数据”要素的社会救助信息化探索，在“技术+机制”持续创新的背景下，突破了跨地区、跨部门、分层级的多元信息壁垒限制，在新时期，也需要充分考虑“算法”“算力”两大人工智能时代的硬性技术要素，厘清以“算法”捕捉技术更新与社会救助动态变化、以“算力”形成安全稳定的强监测大平台的治理路径[5]。再次，要积极拥抱多元人工智能技术在社会技术信息化进程中的嵌入，从基本趋势来看，云计算技术为更加精准识别低收入群体个性化需要提供了技术可能，大数据技术可以在数据抓取层有效破解频繁人工调查的局限问题，智慧城市技术可以实现社会救助对象与帮扶资源的动态互通，在信息化进程中，参照技术变化动态，逐步将此类人工智能技术纳入社会救助数智平台系统中，是通过技术呼应救助兜底的有力选择。最后，要以场景拓展支持社会救助信息化效能提升，对新兴信息技术在“数字治理”与“民生保障”兜底型政策支撑的价值予以明确，探索其在低收入群体动态监测、乡村振兴纵深推进、重大风险防范、第三次分配等多元场景的细化应用，形成可追溯的技术支撑。

　　3.2破解障碍：突破信息化社会救助的堵点

　　迈向人工智能时代，社会救助信息化进程向更加精准、更具效能的方向发展，仍然面临一些亟待突破的现实桎梏，需要针对性予以谋划应对：一是要将社会救助信息化的数据安全风险控制在最小可能量内。

　　社会救助处于兜底性民生保障领域，数据安全既与最广大群众的切身利益密切相关，也牵动着国家的整体安全稳定，必须将数据安全防控体系放在突出位置，以三级等保作为底线要求，建设好“一网互联、分级授权”的信息网络平台，实现对涉及社会救助民生信息的抓取、筛选、使用、交换、分析等全流程的分节点安全布控，全面压缩数据泄露风险的滋生空间[6]。二是要继续在化解信息壁垒上狠下功夫，相较于21世纪初，针对低收入人口动态监测的信息化社会救助系统已经实现了显著的信息壁垒突破，但伴随社会救助分层分类的自身变革，以及现代化民生保障工程的纵深推进，加之人工智能等新兴信息技术自身的高更迭属性，医疗、教育等社会救助的突出领域仍然需要持续破解信息壁垒，应当进一步用好深度学习等技术，实现对专项救助申请者、急难申请者、低保申请者等群体刚性支出、个人综合所得等收入信息与微信、支付宝等新兴资产性信息的共享与分析，形成“一键抓取、一秒成单、实时共享”的高效能数智化信息处理机制。三是提高多维贫困大数据模型的分析与应用能力，作为广泛应用于低收入人口风险判断、发现挖掘、动态监测的关键模型，将多维贫困大数据模型嵌入社会救助信息化系统之前，要采用重点选点、有效抽样的方式，重点选择国内传统经济欠发达地区作为模型训练样本，同时多维度考虑分地区、分人口密度、分资源环境等多重因素影响，以“海量”数据训练模型的分析能力，持续优化信息化分析模型对低收入家庭累积性风险的精准抓取与数字画像，为解决社会救助领域的急难愁盼问题提供监测预警支撑。

　　3.3强化实施：压实社会救助信息化发展的政策落地

　　社会救助属于兜底性民生保障范畴，因此从本质上来看，社会救助信息化发展的实效，其最终的价值检验标准必然是通过政策落地的“最后一公里”。迈向人工智能时代，通过技术赋能社会救助信息化发展，必然要回归到落地层面，持续提升社会救助信息化的政策服务、多元覆盖、有力保障效能：第一，在社会性立法层面，要考虑人工智能对社会救助信息化的影响，通过立法形成约束与提供保障。当前我国针对人工智能的系列政策配套及法律法规约束，尚未上升到专门针对人工智能等新兴信息技术的社会性立法范畴。在社会救助信息化领域，应当考虑在预备出台的《社会救助法》中增加人工智能算法与算力的原则性规定，以社会性立法进一步规范社会救助利用信息化技术实现社会服务与商业部门、城镇与乡村地区、多层次政府之间的关键利益联结与分配机制，作为厘清社会救助信息化建设的权责划分指南。第二，要重视各地区社会救助信息化进程中的不平衡，综合运用财政手段加以调节。针对中西部地区低收入人口动态监测平台、智能网联社会救助等信息化方案的困难，加大中央财政重点帮扶倾斜力度，同时通过持续优化社会救助信息化算力“资源池”补贴，力争缩小落后地区信息化救助场景短板，逐步形成充分发挥人工智能等信息化技术优势的国家系统为运转中枢、省级平台为基本支撑、市域县域网点并联的社会救助信息化网络。第三，有力激活人工智能等信息化技术辅助社会救助的决策优势，尤其是针对低收入人口动态监测这一核心环节，要打好从单一数据抓取到多元数据分析辅助决策的转型战，积极鼓励东部沿海等发达地区开展社会救助智能敏捷治理试点，发挥资源优势探索低收入群体生活状况、人口结构分布、区域流向特征、救助措施匹配度等重点问题的智能态势预测，为全国“一盘棋”的社会救助信息化建设提供更多的创新决心与案例参考。

　　4结束语

　　“数据”“算法”“算力”三大关键信息化要素的发展态势，要求社会救助信息化进程必须积极融入人工智能时代的发展进程，以明确的建设方向与强大的协同共识开展要素能力提升建设，真正将信息化的技术优势转化为提升社会救助精准识别、动态监测、常态服务效能的信息化保障优势。要持续通过顶层设计、瓶颈破解、落地保障等层级的整体性与系统性发力，推动社会救助信息化平台向兼具“智慧化处理大脑”与“集成化神经中枢”的时代性转变。

主要参考文献

　　［1］欧灿辉.以信息化建设推动社会救助工作高质量发展［N］.中国社会报，2024-08-23（002）.

　　［2］关信平.从“人找政策”到“政策找人”：社会救助制度的新发展［J］.人民论坛，2024（17）：62-66.

　　［3］齐鹏.新时代社会救助高质量发展的特征、突出问题与治理路径［J］.临沂大学学报，2024，46（6）：55-68.

　　［4］张明锋，程寅.提升基层社会救助能力的策略研究：基于PMC指数模型的政策量化评价［J］.皖西学院学报，2024，40（6）：54-61.

　　［5］张浩淼，谭洪，刘月.中国社会救助实践创新典型模式、逻辑生成与优化进路［J］.中国公共政策评论，2024，26（2）：55-76.

　　［6］郭忠兴，王彬.公平与资源双约束下地方政府何以改善弱者福利：基于服务类社会救助的多案例研究［J］.求实，2025（1）：60-77，111.