大数据时代，信用监管路在何方？

　　互联网兴起之后，各种新业态、新模式、新领域等经济形态的出现，模糊了各市场主体的行为边界，给传统行政监管带来了挑战，传统意义上的专项巡查、重点检查等监管方式越来越难以适应实际需要，公共监管方式亟待创新。

　　借鉴大数据技术，结合公共信用监管进行协同推进，是新形势下提升行政监管效率、建设服务型政府的重要尝试，有助于明确政府在公共信用监管中的角色定位、监管程序和措施，以及可突破的方向，倒逼政府职能的划分和行使，重构政府和市场关系和作用发挥模式，推动社会治理的逐步完善和社会信用体系建设的内容深化。

　　尽管公共信用监管部门对于大数据运用的重要性形成了共识，在行政监管方面也在积极开展相关工作，但是由于时间较短，国家层面在推动大数据运用方面并未出台相应的约束措施，导致了公共信息归集、管理、应用等诸多阶段的实施存在不少现实的阻碍，在运用大数据进行公共信用监管的方式以及理念还存在诸多误区，在实践过程中将对新型社会监管模式的重构带来挑战。

　　在现实层面，政府在公共信用管理过程中也亟须加强对大数据的应用来完善社会信用监管体系，提高政府的行政效率和监管精准度。

　　01 大数据相关研究及应用

　　最早提出大数据定义的是麦肯锡发布的报告《大数据：创新、竞争和生产力的下一个前沿》，认为大数据是“大小超出了典型数据软件的采集、储存、管理和分析等能力的数据集”。此后，关于大数据内涵不断深化，大数据通过现代技术的应用，使以前不能处理或分析的问题变得相对容易，在分析对象、过程以及结果上都产生了颠覆性影响，在对象上将样本数据扩展至全体数据，在过程上从追求精确到接受大致结论，在结果上从探索不同因素的因果到追求相关关系。

　　国际数据公司(IDC)对大数据特点进行了总结，即Volume、Variety、Value和Velocity，中文表述为“大量”“多样”“价值”和“快速”。大数据的产生具有深刻的社会背景，在互联网浪潮下，包括交际软件和购物平台的兴起，促使大量文本、音频、视频等非结构化或者半结构化数据的批量出现，传统意义上的数据处理办法捉襟见肘，必须依赖于以现代信息技术为基础的大数据处理方案。

　　大数据应用公共信用监管相关研究，从国际上看，美英澳等国以及欧盟、八国集团等国际组织均针对大数据提出了发展规划或构想，并在政策、法律上予以倾斜，支持政府部门、社会组织和企业在交通管理、公共安全、医疗服务等领域开展大数据应用。

　　通过对比发现，公共信息开放平台是各国推进大数据应用的通行做法，通过信息公开达到数据共享和社会使用的目的。

　　A.Clarke等指出商品父易信息、社父信息等形成的大数据分析技术，有助于加强政策发行和实施的精准度。著名咨询机构McKinseyGlobalInstitute(麦肯锡全球研究院)认为在政策合适情况下，大数据将在经济发展中大有可为。

　　M.R.Rajagopalan等表示大数据应用是构建以用户体验为中心的政策规则基础。AMcafee、EBrynjolfsson指出大数据对精准化公共政策制定同时也对政策制定者的自身素质提出较高要求。

　　从国内研究来看，中国管理科学研究院(2012)借助层次分析法对各权重进行赋值，测量出34个大城市和240个地市商业信用环境指数(CEI)。

　　韩家平(2018)认为运用现代化技术，构建全方位的信息系统是社会信用体系建设的前提条件。

　　谭燕芝、王超等(2014)根据省市CEI数据验证了信用环境对经济增长的正向作用，但也同时指出信用环境扩大了收入差距，影响信用环境的因素包括受教育程度、城镇化发展以及人口的密集度等。

　　张原、陈玉菲等(2015)在构建区域信用环境评价指标的基础上，运用因子分析法对陕西2008年到2010年开展实证研究并进行平稳性检验，也发现经济发展水平对提升信用环境质量具有重要贡献。

　　02 大数据背景下信用监管机制的构建

　　大数据背景下信用在治理体系现代化中的定位

　　信用在政府治理能力现代化建设中起着基础性、通用性和泛在性作用，是事中事后监管的通用应用，各部门是交叉、联动的关系。政府治理能力现代化的重点是数据资源系统和业务应用系统建设，分别以基础设施系统和应用支撑系统的建立完善为前提。信用在数据资源系统中承担公共信用库、信用产品库建设职责，在应用支撑系统和业务应用系统中则分别提供信用工具和信用服务。

　　利用信息化和大数据手段，信用建设打破了信息孤岛和部门藩篱，整合了政府部门之间、政府与社会之间以及各社会单元之间的信息和资源，提高了政府办事效率。信用体系的持续完善，有助于更好解决老百姓“办事难、办事慢、办事繁”的问题，成为国家治理体系建设的新支柱、治理能力现代化提升的新抓手。

　　信用监管机制基本构建

　　信用监管机制主要依托“信用中国”网站，借助该公共数据管理平台，专业化处理基础库、主题库和部门数据仓中的信用数据。

　　调用“应用支撑系统”中的身份认证、用户授权、地理信息服务、区块链等工具，重点建设覆盖企业、自然人、社会组织、事业单位、政府机构五类主体，覆盖事前、事中、事后全流程，覆盖全国、省、市、县四级的公共信用信息库，开发信用发布、信用查询、信用异议、信用修复等信用工具，研发信用档案、信用评价、红黑名单、信用指数、信用预警、信用关系、行业信用评价、专项信用产品、专项信用数据等信用产品。

　　建成以信用产品应用为基础，守信联合激励、失信联合惩戒为主要特征的信用监管通用应用，为审批服务、执法监管、基层治理、应急管理、预警监测、投诉举报等其他通用应用提供支撑，为政府部门履行经济调节、市场监管、公共服务、社会治理提供支撑。

　　从实施步骤上考虑：

　　一是以数据共享为重点构建体系化、标准化的公共信用信息库，构建以公共信用评价、红黑名单、信用档案、信用关系、信用指数等系列信用产品。

　　二是加快建设全国一体化信用平台，开发信用发布、信用查询、信用修复等工具，为业务应用提供技术支撑。

　　三是以精准业务协同为重点，推进信用在行政管理中的应用，在行政管理各个环节对不同的信用主体采取限制或激励措施，构建全覆盖、无死角的社会信用体系，为信用惠民提供坚实的信用保障。

　　数据共享机制构建

　　信用数据共享重点是形成闭环，通过建立长效机制，促进信用数据的动态更新和使用。信用数据闭环构建细分为两个阶段：

　　第一阶段，依托国家发展改革委、公安、市场监管、环保、税务等部门归集的原始数据，经过信用数据标准化处理，区分为主体基础信息、环保领域行政处罚信息、欠缴税信息、未履行生效裁判记录信息等。

　　一方面形成公共信用库、信用工具等数据工具，为信用主体信用信息的发布、查询、异议、修复等提供素材;

　　另一方面，形成信用主体公共信用评价的指标构成内容，并以此为依据开发出信用档案、红黑名单、信用指数、信用预警、信用关系、行业信用评价、专项信用产品、专项信用数据等信用产品。

　　第二阶段，把加工、处理的数据工具以及信用档案、信用评价、红黑名单、信用指数、信用预警等信用产品，回传给国家发展改革委、公安、市场监管、民政、环保、税务等信用数据来源单位，并在行政业务中进行参考、运用，采取相应的联合激励和联合惩戒措施。

　　以上两阶段共同构成信用数据共享闭环，为信用主体信用信息的动态更新和运用创造了可能。

　　业务协同机制构建

　　基于数据共享，打造信用产品；运用信用产品，探索业务协同，构成当前和今后一段时期我们的基本逻辑和工作重点。

　　信用业务协同的核心就是信用联合奖惩。各部门产生的失信信息、守信信息，信用平台提供的信用档案、信用评价等信用产品，通过信用监管应用，一方面，交换到各协同应用部门，各应用部门依法依规实施信用联合奖惩;另一方面，应用部门实施协同措施的结果，记录在信用监管应用之中，同步反馈到各数据来源部门，最终形成信用联合奖惩的业务协同闭环。

　　“信易+政务”应用就是业务协同应用和监管流程再造的一个典型案例。环保、税务、法院等部门在行政事务中产生的环保行政处罚信息、欠缴税信息、安全生产失信行为、未履行生效判决信息等，形成数据项，根据国家联合奖惩备忘录等规定，每一数据项对应相关的协同措施，如从严审核依法限制、绿色通道积极支持、依法限制参与政府采购活动等，对应具体的项目审批、政府采购、生产许可证发放等监管事项，最后根据监管事项将责任明确为具体的部门。

　　部门的信用监管产生的数据经过标准化处理之后在各部门之间进行共享，为下一步的业务协同提供参考。以一条严重失信信息的数据流为例，依据数源(发起)单位信用代码、严重失信主体信用代码和协同(应用)单位信用代码，信用数据在共享、应用过程中可以有效识别。

　　首先，数源单位输出数据到信用监管单位，信用监管单位自动识别协同单位，针对定向的协同单位分发定向的严重失信信息。

　　其次，严重失信信息数据串中，携带针对目标协同单位所涉及的定向联动事项名称(编码)和措施清单(编码)、数据进行握手代码，同时，协同单位通过改造自身业务系统或建立耦合系统或建立桥接，确保数据输入;

　　再次，目标协同单位收到“三定向“信息后，实施联动措施确保留痕或日志数据输出到信用监管单位，转到数源单位。

　　此外，数源单位收到日志数据后，还可对目标协同单位实施联合实施情况进行满意度评价，该评价数据串也输入目标协同单位，目标协同单位也可进行评价或申诉。为确保数据定位追踪，信用数据流转应实时与信用监管部门进行通讯握手并留痕。

　　03 信用监管机制中大数据应用的现实障碍及对策

　　信用监管机制中大数据应用障碍

　　大数据和信息化、海量数据并非同一概念，在实际中更加注重数据的快速归集、共享和处理能力，所以必然需要借助现代化信息技术的应用。

　　在公共信用监管方面，对信用信息的有效管理和高效应用尚有待实现，大数据技术应用不足，在信用信息的产业链各环节跟进滞后于信息本身的产生时间。

　　信用数据归集缺乏全面性，信息更新缺乏明确规定

　　公共数据主要来源于各职能部门行政执行过程中产生的各类信用信息数据，包括行政许可和行政处罚等双公示信息、红黑名单信息以及基本登记信息等。以登记信息为例，在事前承诺制下，一些信息市场主体无需提供，或者在提供数据中存在一定的虚假信息，这就为公共信用监管带来较大难度。

　　公共信用信息平台还存在大量非结构化和半结构化的信息，数据报送标准缺失导致数据失真问题一直存在，对于信用主体的信用评价存在隐患，数据报送的时间周期参差不齐，而且主要以传统的结构化数据为主，对互联网爬虫、视频音频处理等非结构化数据应用不足，对信用档案和评价的动态更新造成影响，阻碍了公共信用信息在各部门之间的业务关联、嵌入，不利于构建全面合理的信用信息档案。

　　基层部门在录入行政审批和行政处罚信息时，对法人和其他组织统一社会信用代码和公民身份证号码应用没有足够重视，没有填写关键数据，导致行政相对人主体唯一识别码缺失严重。

　　以浙江省为例，电子商务、社交媒体、部分公共事业等领域的信用数据尚未纳入“信用浙江”平台，这也是以后要不断改进的方向。与中国人民银行征信中心建立的金融信用信息基础数据库通道尚未打通，也在一定程度上降低了“信用浙江”平台数据的准确性。

　　比如关于行政处罚等不良信息的公示日期，《浙江省公共信用信息管理条例》规定是5年，但是国家发展改革委规定是1-3年。在此种情况下，经常碰到公示已满3年但未满5年的企业要求撤下不良信息，以免影响招投标的资格审核。

　　如何处理该类问题，还需要国家出台法律法规予以规范。事实上，大数据应用于公共信用监管中的重要前提是，信用主体的信用数据尽可能完整，然而由于信用平台只归集本区域各部门报送的信用数据，而对于区域外信用数据的获取途径和共享方式有限，如何对流动的信用主体进行动态信用监测是一项现实课题。

　　信用数据挖掘程度不高，应用场景不足

　　对信用数据进行有效挖掘的前提条件是对信用主体进行客观和全面的评价。以往对信用主体评价只局限在特定行业领域，如税务部门就对纳税主体区分为5A、4A等一系列评价等级，共青团根据青年志愿者参加志愿服务情况也划定相应的等级进行联合激励，但是客观上还存在数据质量不高且不全面、评价方法略简单等问题，只在政府内部进行初步应用，如要拓展到全社会运用，则还需要不断进行迭加优化。

　　信用数据的共享以及信用评价的落脚点均是应用，数据应用场景不足制约现阶段信用建设。

　　以红黑名单的联合奖惩为例，尽管国家层面已经签订了诸多备忘录，但实际上却遇到难以落地的窘境，缺乏有效实施的具体措施清单，部门信用数据的共享以传统意义上的发函为主，且没有约束效应。

　　基于大数据分析的应用产品不足，在实际应用中以银行信用贷款、法院对失信人核查监督和工程领域招投标等为主。部门进行红黑名单的共享也大多以手工形式开展，信用信息的动态更新难以把握，直接导致了公共信用数据在社会中的应用场景缺失。

　　在具体操作层面，由于开展时间较短，国内可供参考的经验不多等原因，在大数据的智能挖掘处理和动态更新上尚存在不少短板，传统人工处理数据现象仍然存在，尽管国家发展改革委联合其他部门出台了诸多奖惩备忘录，但是经常遇到奖惩措施不明确难以落地的问题，受习惯性思维影响，在实际工作中各部门对信用数据产品应用也尚未完全铺开。

　　从公共信用评价的应用上来看，只在政府内部进行部分探索，在双随机工作中，还尚未根据评价结果进行相应的差异化监管，不仅提高了行政成本，而且针对性不高、靶向性不强，对于市场主体的公共信用有效监管形成较大挑战。对于信用服务机构来说，在企业招投标查询公共信用报告文件取消之后业务量减少，公共信用信息应用范围进一步缩小。

　　平台数据割裂，数据共享水平有待提高

　　数据共享是公共信息归集的目的，也是业务协同的前提性工作。各部门建立的信息平台可能造成信用信息割裂现象，导致主体公共信用档案的完整性受到影响，在日常行政监管过程中无法互通有无，难以对重点人群进行有针对性的监管。

　　各省区市建立信用平台，根据各自平台数据形成信用档案，同样导致同一主体可能具有不一样的信用档案，在行政事务运用中出现困扰，在尚未规定运用何种档案的情况下，容易造成信用监管缺位现象。

　　浙江大学陈丽君课题组调查结果显示，被调查者对“社会信用监管综合水平现状”的评价不高(4.88)，超过70%的被调查者认为我国社会信用监管体系不成熟并存在漏洞，仅有5.7%的被调查者表示已有一个可供便捷查询社会信用信息的数据库平台，大部分被调查者表示缺乏可供便捷查询社会信用信息的数据库平台。

　　由于数据共享理念不强，部分重要数据仍然散布在各个部门之中以非结构化和半结构化的文本、音视频等形式存在。公共信用信息报送标准缺失，导致各部门、各地区各类存量数据的处理面临较大压力，如何对存量数据进行清洗、归集、共享和应用，还需引起公共信用监管部门的足够重视，创新日常工作机制，将缺失或者不规范的历史数据进行标准化，为大数据应用提供现实的素材支撑。

　　信用监管机制中加强大数据应用的对策思考

　　推进信用监管顶层设计，解决信息归集、公示等问题

　　完善信用信息归集和共享机制。以公共信用信息目录为基础，各领域监管部门提供本地本部门产生的公共信用信息并进行统一归集，形成公共信用库，为健全完善信用业务应用系统提供数据支撑。

　　加快建立健全公共信用监管的国家法律制度体系，将社会信用体系建设纳入规范化和法制化轨道，明确信用主体的权利和义务，厘清部门职责和分工，规定信息公开使用的类别和隐私保护问题，再对公共信用信息在各环节的使用程序进行规范，加大主体权益保护力度。

　　在对信用立法总体把握情况下，还应针对不同环节问题寻求对应的解决方案，在信用信息归集、共享、使用、异议处理和信用修复以及守信联合激励和失信联合惩戒等方面统一标准。

　　首先是要提高公共信用监管的覆盖面，针对重点领域要建立专项治理的联动机制和长效机制，结合统一信用监管平台的建设，在对信用信息归集、共享等方面加强部门考核等配套制度的构建。

　　其次是要随着社会经济社会环境变动，动态修订相应的规章制度文件，保持公共信用监管效用的力度；加强部门统一协调机制的建立和完善，重点针对“信息孤岛”问题寻求信用数据共享方案。

　　再次是做好公共信用大数据挖掘，建立信用预警机制。结合“双随机，一公开”在实际业务流程中进行专项督查，对各地区信用问题进行专项评估，研究工作方案重点解决，确保整改措施落实到位。针对公共信用问题所具有的传染性，针对跨区域的信用突出问题，在省级层面建立专班小组进行统一协调，防止公共信用问题影响范围的不断扩大。

　　从产业来看，要加强对企业公共信用预警，加强对建筑等重点行业的监管，动态评估中美贸易冲突对企业公共信用的影响，从信用角度出发为企业降低税负，进而营造良好营商环境提出方案。

　　建设一体化信用平台，加强信用标准制定

　　根据国家信用平台网站一体化建设和国家信用考核要求，完善国家和各省份统一的公共信用信息平台，编制公共信用信息平台建设方案，形成以公共信用信息数据库为基础、以业务管理系统和专业应用系统为核心的公共信用信息平台，并实施改造提升。

　　加强信用业务统一管理，逐级配置用户权限，确保相关业务内容的发布、变更和管理与业务职能相匹配。加强行政许可、行政处罚等“双公示”信息的集中公示，通过公共信用信息覆盖归集，实现信用信息“一次归集、共同使用”，同时加强信息安全保障机制建设，确保公共信用信息依法披露、使用。

　　为使信用数据共享常态化和科学化，还需建立标准体系、目录体系和责任体系。

　　首先是标准体系。以《征信业管理条例》等法规政策文件为依据，对照国家出台的联合奖惩备忘录，各部门应制定、修订本行业领域红黑名单认定标准，在此基础上，汇总形成信用监管应用清单和联合奖惩措施清单;制定公共信用档案和公共信用评价标准规范，建立统一的公共信用档案，解决同一主体在国家、省级和市级各有信用档案的问题，实现公共信用信息“一次归集、共同使用”。

　　其次是目录体系。围绕构建公共信用指标体系，制定《公共信用信息目录编制规范》，指导部门和地方确定本部门公共信用信息清单，在此基础上，汇总形成科学的公共信用信息目录和数据项清单。

　　再次是责任体系。按照“谁认定、谁负责”原则，各部门审慎出台黑名单认定和惩戒标准，研究信用修复和黑名单退出办法。

　　挖掘信用数据产品，促进公共信用监管的多元共治

　　挖掘信用数据产品

　　第一，形成唯一的公共信用记录档案，建立各个主体的评价体系。

　　规范公共信用档案标准，按照基础信息、守信信息和不良信息的分类，明确每一类别信息包含的信息内容和格式规范。在此基础上，以统一社会信用代码为基础信息，依托公共信用信息数据库，加快完成自然人、社会组织等各类主体、公共信用评价，建立公共信用评价结果应用的正反馈机制，辅以实测结果统计分析、典型案例验证等手段，不断迭代优化评价模型，形成统一、科学、权威、覆盖全面的公共信用评价体系。

　　第二，规范健全红黑名单，促进联合奖惩落地落实。

　　一方面，对照国家出台联合激励和惩戒备忘录，推动各部门制修订本行业领域红黑名单认定标准，形成标准清晰、认定科学、管理规范的红黑名单制度体系。另一方面，以《征信业管理条例》等法规政策文件和国家奖惩备忘录为依据，针对红黑名单主体，明确奖惩发起部门、响应部门和奖惩措施，形成覆盖红黑名单信息推送共享、奖惩措施实施反馈的应用产品，推动行业主管部门结合自身管理需要，形成具有行业针对性的公共信用产品。基于信用风险预警防范的目的，运用微观个体的公共信用信息，构建信用评价模型，探索区域信用评价产品和行业信用评价产品，形成中观评价结果。

　　以大数据为支撑促进公共信用监管的多元共治

　　建立以信用为核心的覆盖事前、事中、事后全流程全环节的“多元式”综合监管体系。

　　推动建立“信用查询+信用承诺+容缺受理”管理模式，通过事前查询，允许信用状况良好的主体，在作出信用承诺后容缺受理。

　　探索“依法监管+依约监管+信用分类监管”的综合监管模式，提升行政资源配置效率，形成有关主体达标情况的监管信息。

　　推动各行业主管部门拟定标准，视主体达标情况纳入守信红名单和严重失信黑名单，作为事后联合激励和联合惩戒的对象。同步将有关主体达标情况的监管信息纳入公共信用库，更新其公共信用档案和公共信用评价结果。

　　加强与市场机构合作，利用信用服务机构和大数据公司技术优势，促进信用大数据开发利用，共同研发信用产品和服务。在政务失信、涉金融、电子商务等专项治理活动中，引入信用服务机构，发挥第三方评估和监督作用。引导市场信用需求，鼓励各地各部门在政府采购、招标投标、市场准入、资质审核、

　　行政审批、债券发行、评先评优、资金扶持等行政管理事项中使用信用服务机构提供的信用产品和服务，为信用服务机构发展创造市场空间。以城市为载体，支持信用服务机构与政府合作，在医疗卫生、社会保障、公共交通、教育培训、社会服务、商业金融等领域，提供市场化的信用产品与服务。

　　对尚属监管空白领域的信用服务机构，研究建立分业监管、信息共享、协同治理的综合监管体系。

　　注：本文选自2019年第5期《征信》杂志，原题为《大数据背景下信用监管机制构建研究》。

　　陈海盛，经济师，硕士，主要研究方向为区域信用体系建设

　　白小虎，教授，博士，主要研究方向为劳动分工、制度变迁与经济发展

　　郭文波，助理研究员，博士，主要研究方向为社会信用体系建设

　　吴淑君，高级经济师，主要研究方向为信用理论与实务

（来源：《征信》杂志）