以大数据思路建设社会信用体系

□李利智

以大数据思路建设社会信用体系

□李利智

大数据的演进经历了web 1.0时代（这个时代人们通过数据了解知识，主要形式表现为线上网页的浏览，是一种对数据被动的接受）和web 2.0时代（这个时代开始注重交互式体验，并基于此产生了许许多多的数据衍生应用），如今利用传感器收集数据的web 3.0时代已经来临，数据混聚、衍生富集，数据量级和复杂性都远超前两个时代，正如前亚马逊首席科学家、斯坦福大学讲师维根教授所言“数据是新的石油”。数据已成为国家基础性战略资源，大数据正日益对社会信用体系建设产生重要影响，具体表现为：

大数据热强化了社会的数据意识，推进信用量化。长期来中国社会文化一直缺乏精确的数据意识，中国人的传统习惯是定性思维而不是定量思维，这种文化阻碍了信用在中国的发展。数据是定量化的、表征精确的事实，数据使得信用可评价、可计算，将诚信危机重塑为可量化的风险，能够帮助人们从社会海量数据中发现信用风险、创造信用价值、提升信用意识，这对于社会信用体系建设是至关重要的。

信用数据采集渠道得以大幅拓宽。信用数据来源的广度和深度不断延伸、细分度日益精确且不断变化、采集渠道和方式越加多样化。

信用数据存储和处理方式遇到了巨大挑战。一是需警惕“数据沼泽”，海量数据如果未能得到妥善处理，昂贵的数据仓库将沦为数据储藏室；二是信用数据分析方法迫切需要升级，过去单一维度的数据分析已经无法应付多维度的数据结构，需要搭建统一数据架构，将更加复杂、看似无关联的信用数据整合分析。

信用产品和服务水平得到明显提升。基于大数据，可以提供各种基础信用产品和增值信用产品、定制化的数据处理服务，并且通过社交媒体获取对信用产品和服务的反馈，进一步优化信用产品和服务。

基于以上影响，对大数据时代加快社会信用体系建设提几点建议。

以大数据思路重构社会信用体系建设框架。首要是提升信用数据汇集的丰富度，构建多层次、多维度、多样化的信用数据体系。譬如，评判一家企业的信用，既要归集企业守信能力的相关数据，包括企业资产和现金流、影响企业经营的内外部环境、政策因素等，也要归集企业守信意愿的相关数据，特别是企业及企业决策者、管理者过往行为习惯的各类行为数据。其次要拓展信用信息平台功能。大数据价值的完整体现需要多种技术的协同，搜索引擎、云计算、云储存、数据挖掘、算法分析等新技术使用必不可少，而信用信息平台将是实现多种技术运行的载体和展示窗口。三是要扩大信用产品及服务的社会覆盖，推动满足社会各界不同层面的需求。成熟的信用应用体系，既要优化传统的信用评分评级，区分出不同信用主体的信用等级，还要可以面对不同等级的信用主体，开放不同的权限，更细致、更有针对性地界定信用服务边界。

以信用大数据建设为抓手加快推进体制机制创新。当务之急是建立符合大数据背景的信用制度。“法无授权不可为”，必须加快推进信用立法进程，解决信用体系、服务标准问题，确保大数据时代信用数据的采集、整理、加工、分析和使用等有法可依。二是推进信用资源开放共享。引导各类机构在保护隐私、责任明确、数据及时准确的前提下，整合和开放数据，构建政府和社会互动的信用信息采集、共享和应用机制，促进公共信用信息与非公共信用信息交互融合。三是加快信用标准统一进程。以公民身份号码为基础，实施公民统一社会信用代码制度。以组织机构代码为基础，实施法人和其他组织统一社会信用代码制度。

培育具有自主创新能力的信用服务大企业。解放思想，充分发挥市场机制的决定性作用，着力培育市场化的信用服务机构和互联网企业，更好地发挥社会机构在社会信用体系建设中的作用。支持信用服务机构和互联网企业以需求为导向，创新提供信用调查、信用评估、信用担保、信用保险等产品和服务。鼓励信用服务机构加强与企业法人和各类市场机构的合作，丰富信用产品应用场景。

作者单位：浙江省信用中心