前言：尋找寫作靈感？中文期刊網用心挑選的大數據時代信用分類監管，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

［摘要］隨著大數據時代的深入發展，我國信用分類監管也邁入了新的階段。大數據時代下信用分類監管可以彌補傳統市場監管模式的不足，并推動監管方式朝著低成本、協同化、精細化、動態化的方向發展，實現監管體系的信息化和現代化。文章以大數據為時代背景，分析大數據在信用分類監管中的應用，進而指出信用分類監管存在的問題并給出相應的對策建議，為社會監管的創新發展提供借鑒。

［關鍵詞］信用分類監管;大數據;社會信用體系

1研究背景

自2014年開始，“大數據”多次出現在政府會議工作報告中，《“十三五”規劃綱要》明確將大數據列入國家戰略。作為技術發展的新趨勢，大數據需要深度嵌入監管體系中。隨著商事制度改革的推進，企業信用分類監管成為一項重要的制度創新。如何借助大數據技術采集更全面的數據、實現政府的簡政放權是當前亟待解決的一個難題。

2信用分類監管

早在2003年工商總局已經開始推行企業信用分類監管制度。與傳統監管模式不同，信用分類監管是一種精細式監管。市場監管部門在全面征集企業信用基礎數據的基礎上，按照一定的指標體系，對企業的信用狀況進行科學分類。通過信用等級分類，將重點監管對象從市場大量經濟實體中篩選出來，針對不同信用等級的企業，給予不同強度和頻率的監管，例如對信用良好企業，加大扶持力度，實行寬松監管;對嚴重失信企業，嚴管重罰，列為重點監測對象，提高抽檢頻率。最后通過信用信息的公示，實現對失信企業的聯合懲戒。

3大數據在信用分類監管中的必要性

第一，大數據提高信用分類監管效率。客觀來看，監管能力受技術、治理機制、監管體制等因素的綜合影響，短時間內體制、機制很難發生改變，所以優化技術是一條可靠的途徑。大數據技術改變數據收集、傳輸、清洗、應用的具體方式，提升數據的處理速度和準確性，從而提高了監管工作的效率。第二，大數據促進動態監管的實現。信用分類監管貫穿整個企業生命周期，是對其法定義務履行情況及誠信經營水平的動態監管過程。大數據技術使信息扁平化，實現數據的實時更新和動態調取。監管主體通過引入大數據監測系統，能夠實現對市場主體的實時跟蹤、檢測和反饋，快速分析、及時發現并處理失信企業，保證監管的時效性。第三，大數據降低信用分類監管成本。大數據經濟的本質是信息經濟，信息收集成本低，信息產品的邊際成本幾乎為零。大數據時代下的信用分類監管，能夠解決監管主體與監管需求的矛盾，減少人力、物力、財力、時間的投入，同時節約逐層審批、輪番檢查等過程產生的社會成本和企業成本，減輕交叉監管等監管資源浪費的現象。

4大數據在信用分類監管中的應用

信用分類監管主要由信用信息征集、信用等級評定、信用信息公示、聯合獎懲等環節構成。大數據作為信用分類監管的技術基礎，貫穿信用分類監管的每一個環節。

4.1以“塊數據”代替“條數據”，建設信用信息數據庫

以往人們收集的數據大多為集中在某一領域的條數據，這種數據被少數部門占有，不公開，不共享。不同于條數據，塊數據是可連接、開放共享的，連接塊數據，能夠形成數據網絡結構。依靠政府強制力，利用大數據技術，匯集塊數據，形成信用信息基礎數據庫，能夠打破政府部門之間信息共享的壁壘。信用信息基礎數據庫的建立促進跨部門的協同監管，實現了政府部門的互聯互通。

4.2通過數據關聯分析，構建信用評估模型

不同于傳統的邏輯推理研究，大數據的本質是對海量數據進行統計性的收集、比較、聚類和歸納，通過關聯分析，探尋數據之間的關系，得到有價值的信息及規律。結合工商部門的日常經營數據、部門間的共享數據、公示的企業信用數據以及挖掘出的相關數據，運用數據關聯技術，整理、比對市場主體數據，構建指標體系及評測模型。通過分析評測模型結果，主動發現經營異常或違法違規行為，客觀評估市場主體的誠信經營狀況，評定相應的信用等級，為后續的差異化監管提供依據。監管主體通過構建大數據監管模型，在監督市場主體經營行為的同時，提高風險預測能力。

4.3依托信用信息共享平臺，建設信用信息公示系統

信用信息公示系統的建立主要包括以下六個步驟:第一步，由政府牽頭構建信用信息共享平臺，各相關單位、部門根據信息公開清單向平臺提供信息。第二步，信息共享平臺編輯信息資源目錄，將提供的信息資源歸集、整合并納入信用信息共享平臺原始數據庫。第三步，對原始數據庫中的數據進行甄別和篩選。第四步，將符合要求的信用數據存儲到核心數據庫中。第五步，提供“一條龍”信息服務，包括企業信用信息的公示與查詢、信用相關的政策及新聞資訊等。第六步，合理運用信用等級結果。為信用等級高的企業提供“綠色通道”，限制失信主體行為，禁止嚴重失信主體進入市場。部門間通過簽署合作備忘錄或聯合印發規范性文件，建立聯合懲戒機制。

5大數據時代信用分類監管面臨的問題

盡管大數據能夠促進信用分類監管的發展，推動監管方式改革創新，但大數據在信用分類監管中仍然面臨技術支撐不夠、社會認知不足、制度保障不力三個突出問題。第一，大數據時代下信用分類監管受到技術手段的制約。從技術層面上看，大數據的應用面臨著以下三個問題:一是數據的采集、過濾與處理。如何運用有效的工具將有價值的信息全部保存下來，計算機系統是否具有處理海量復雜數據的能力，都直接影響數據庫的使用性能。二是數據的存儲與管理。不僅數據容量問題需要解決，隨著數據規模的擴大，數據的讀取和移動也會對數據庫的訪問服務提出挑戰。三是網絡數據的共享。信用信息共享平臺的構建離不開各合作部門的數據共享，這種跨部門、跨地域的合作機制對數據庫有著很高的要求。第二，社會各界對大數據時代下信用分類監管的認知模糊。長期以來，新型監管方式不斷沖擊人們既有的傳統監管理念，造成一定的困惑與分歧，部分人擔心大數據時代信用分類監管存在信息資源泄露和失控等信息安全問題。從深層次看，我國由于缺少參與監管的有效渠道，公眾已經逐漸放棄監督的權利，監管意識淡薄。第三，大數據時代下信用分類監管缺乏法律制度的保障與規范。從整體來看，我國信用監管的相關法律規范多以法規、規章及規范性文件的形式存在，呈現出立法位階過低的狀態。同時我國信用分類監管又缺少基本法律的指引，這直接導致信用分類監管過程中執法依據的缺失，甚至造成懲戒措施的泛化與濫用，不利于保障相對人的合法權益，也不利于社會信用體系的建設。信用數據收集方面，數據缺乏統一標準規范，監管過程中數據相關行為存在數據不正當采集、拒絕分享的數據壟斷問題和商業機密泄露的數據安全問題。目前我國在數據相關行為方面，法律定位尚不明確，也沒有專門的信用數據共享和信用數據安全的法律規范。

6對策與建議

6.1優化大數據技術，增加專業人員儲備

用大數據引領信用分類監管，不僅需要加強對大數據技術的深層次開發與研究，還需要相關專家的指導以及跨界服務型監管人才的培養。從技術優化角度，一方面需要持續優化大數據算法。算法是大數據技術的核心，通過開發實時計算方法，設計實時計算框架和數據查詢框架，提高計算的數據規模和處理效率，能夠實現有限時間內資源與數據的最大化利用;另一方面優化信用信息格式。針對信用數據進行標準化操作，建立統一的監管數據共享平臺，實現數據全面共享與聯通。從人才儲備角度，匯集信用領域專家學者、具有實踐經驗的信用工作者、推廣信用建設的媒體工作者、開發信用領域系統軟件的技術人員，為大數據時代下信用分類監管提供充分的智力支撐。建立教育機構，在大專院校設立教學點，培養既懂大數據又懂信用分類監管的復合型人才。

6.2宣傳普及信用監管知識，完善公眾參與機制

道德教育具有實施成本低，約束范圍廣的優勢。通過開展誠實守信的道德教育，增強公民的信用意識，為信用制度建設奠定良好的思想基礎。業余教育機構應該向社會公眾開展關于信用知識的培訓，普及信用分類監管的規章制度，媒體應該定期向公眾監管公示結果。扶持信用相關的電視節目及報刊專欄，利用微信公眾號、微博等新媒體宣傳信用監管知識、曝光失信企業。同時政府應當建立開放的決策參與機制，建立完善的政府信息公開制度和政策咨詢中心，擴大公眾參與監管的渠道。

6.3健全社會信用法律法規，建立信用數據標準規范

沒有強制力的法律制度很難建立起信用規范。加快制定社會信用基本法律，在國家層面出臺統領性信用法律法規，為地方信用法律制度建設提供基本的法律依據，統一各地對守信行為的判定標準和對失信行為的聯合懲戒措施。依靠法律形式規范信用數據的管理和使用，完善市場主體信息采集與公開的范圍，平衡商業秘密保護與信息公開的關系，保護數據安全。加快出臺關于信用數據安全的系統性和專門性法律，建立完整、全面的國家信用數據標準，對信用信息的歸集和管理等進行統一明確的規定，健全信用信息標準體系。利用大數據技術，在法律框架內，逐步建立信息、信息共享和數據化的信用監管體系。

參考文獻:

［1］祝麗麗，周雨，吳瀚然.強化行業自律完善市場信用監管［J］．宏觀經濟管理，2019(7):28－33，46.

［2］袁文瀚.信用監管的行政法解讀［J］．行政法學研究，2019(1):18－31.

［3］陳麗君，楊宇.構建多元信用監管模式的思考［J］．宏觀經濟管理，2018(12):45－54.

［4］劉建義.大數據驅動政府監管方式創新的向度［J］．行政論壇，2019，26(5):102－108.

［5］陳兵.數字經濟發展對市場監管的挑戰與應對———以“與數據相關行為”為核心的討論［J］．東北大學學報(社會科學版)，2019，21(4):388－397.

［6］陳海盛，白小虎，郭文波，等.大數據背景下信用監管機制構建研究［J］．征信，2019，37(5):11－16.

［7］司林波，劉暢.智慧政府治理:大數據時代政府治理變革之道［J］．電子政務，2018(5):85－92.

［8］吳晶妹.未來中國征信:三大數據體系［J］．征信，2013，31(1):4－12.

作者:蓋露 單位:吉林大學