2018中国城市信用建设高峰论坛信之声(城市信用监测理论与实践分论坛)

国家信息中心副主任 张学颖：

希望更多的城市加入到信用建设队伍中来

就目前我国城市发展和城市治理而言，城市的信用体系建设不仅意义重大，而且非常紧迫，各城市当前的信用体系处于不同的发展水平，所营造出来的信用环境不同。开展城市信用监测可以准确地查找问题，总结发展规律，为城市信用体系建设探索新思路、新路径。

希望各城市能够继续关注和支持城市信用状况的监测工作，把信用体系建设作为城市治理和发展的重要内容和抓手，不断健全信用建设领导机制，创新城市信用建设水平和方法，完善城市信用设计，重视数据报送工作，为城市经济社会建设的可持续发展奠定坚实的基础。

城市信用状况监测工作能够顺利开展离不开每一位工作者的支持，在这里谨代表国家信息中心中经网感谢国家发改委财金司在业务上给予的悉心指导，感谢全国658个城市的充分理解和信任，感谢各个岗位上从事信用工作的同仁们，你们是城市信用监测的直接推动者，是坚定有力的执行者和支持者，有了你们的努力和配合，我们的工作才能顺利地展开和提高，我们也希望通过此次论坛，有更多的城市加入到信用建设队伍中来，为我国的信用体系建设注入更多的活力。

福州市人大常委会副主任 关瑞祺：

好信用就是“通行证”

近年来，福州高度重视城市信用建设工作，取得了积极成效。如果大家有空多走一走逛一逛，就不难发现，在福州繁华的商业街中亭街、南后街，诚信商业氛围特别浓。

目前，在出口退税、工程建设、招投标、行政部等多个领域，好信用就是“通行证”。18岁以上在校学生拥有自己的信用评价档案，诚信表现是评优、评先以及奖学金的重要条件。2016年4月，福州市入选创建信用城市建设示范城市，目前正以创建全国社会信用体系建设示范城市为契机，加快推进政务诚信、商务诚信、社会诚信和司法公信建设，全力打造信用福州。

2016年底，福州市建成公共信用信息平台一期工程，全市信用单位实现信息资源实时共享，截至2018年5月底，归集信用总量2.8亿条，位居全省首位，实现全市18岁以上户籍人口、法人和其他组织、公共信用信息归集全覆盖，建成信用联合奖惩系统。在21个重点领域实施信用联合奖惩，将信用联合奖惩系统嵌入到行政审批系统，建立完善信用联合奖惩发起、响应、反馈机制。实现了跨部门、跨行业的协同联动。同时，注重保障失信主体的合法权益，给予修复信用的机会和渠道。

福州市推出了个人信用评分“茉莉分”，在公共交通、行政服务、不动产服务、公积金、医疗就诊、图书借阅、公园景区等领域推广应用。诚实守信的市民可享受消费折扣、绿色通道、免押金、先消费后付款等优惠服务，信用消费逐渐成为市民生活的新时尚。

中经网数据有限公司大数据研究中心主任 满岩：

加快信用信息应用 降低城市治理成本

城市信用状况监测工作从2015年6月开始，已经走过三年的历程，三年来在大家的理解、支持、信任和包容下，我们已经成为传达领导要求，反映城市信用监测状况的桥梁，各城市交流的平台。简要从城市信用监测的角度谈一下如何做好信用工作。

首先，因为现在评价的指标涉及到方方面面，大家都知道要有领导的重视和其他部门的配合，单方面的支持和配合是不会长久的。从信用工作的角度来看，我们需要加快信用信息的应用，帮助领导解决城市治理的难题，降低城市治理的成本。以信用建设促进经济发展，同时帮助各部门解决他们面临的问题，只有这样才能形成一个良性机制。

其次，希望大家能够把指标细化到区、县。2018版的考评指标细项诸多，对于各城市来说，只有把指标细化到区、县才能明确问题出在哪里。

对于城市信用评价指标，大家有任何意见和建议都可以随时提出，因为我们共同的目标就是希望把城市信用体系建设做好，推进城市信用体系建设的步伐。我们每个月有城市信用监测月报，会把各城市的意见汇总上来，汇报给城市信用建设领导小组，并根据具体的情况作出调整。

北京市经信委社会信用体系建设处处长 张宇航：

切实保障依法合规与数据来源稳定可靠

北京是信用服务业发展比较早的地方，而且现在机构也比较多。据我们了解，全国已经取得企业征信备案的130余家机构中，北京有38家，占比近1/3。同时，这些机构的门类相对齐全，包括了征信、信用评级、担保、保险、保理、信用管理咨询、市场调查等，总的来说产业链相对饱满。而且，由于大数据的发展，在征信领域大数据企业之间的融合比较多。同时，专业人才和技术较为密集，初步形成了一些聚集。

对于北京来说，亟需第三方服务业的发展和支撑。北京的信用建设分为两个阶段，第一阶段是夯实基础，主要工作集中在信用信息的归集和政策的制定。第二阶段，是从今年到2020年，核心是转向大数据的应用，推进联合奖惩，全面推动社会的全面参与，全面释放价值。

首先，北京将推进信用产品的创新，支持一批国内领先，具有国际品牌的企业创新发展。

第二，要推进信用信息的开放和共享。进一步研究依托公共信用信息服务平台，依法依规向信用从业机构开放公共信用信息，鼓励信用机构加强对信用信息和非公共信用信息的整合。

第三，推进产品的研发和推广。我们强调的重点一个是依法合规，另一个是数据来源稳定可靠。

浙江省温州市信用信息中心负责人 杜永盛：

社会信用建设要用好“黑名单”

2011年，温州爆发了局部金融风波，由于资金链断裂出现了一大批老赖，金融机构的贷款坏账率上升，一度到达了4.69%。2012年，国务院批复同意温州设立金融综合改革试验区，借此契机，我们把社会信用体系作为金融改革12项重要任务之一，并启动了社会信用体系示范城市创建工作。在此过程中，我们一直把黑名单的应用作为开展社会信用建设的重要手段，具体做法主要有：

第一，明确“黑名单”的来源。一是从国家层面，也就是“信用中国”网站推送的个人黑名单，主要是以失信被执行人为主。二是地方按照责任主体发布的，主要是食品、药品领域、环保领域、安全生产领域违规企业的信息。

第二，用好“黑名单”。一是加大曝光力度。在“信用温州”网站上全部公示，并且通过互联网、网络电视、报纸多种渠道曝光失信对象。二是加强信息共享。我们在全市64个市级部门、11个县（市、区）和各级审批中心、民间借贷中心及“信用温州”网站开发信用信息“一站式”查询，在各类行政管理事项中推广应用信用信息，累计查询量已经达到100多万人次。三是落实惩戒措施。对列入黑名单的企业，在市场交易领域，在招投标环节，实施一票否决，限制其参加招投标活动。在金融服务领域，限制其取得银行授信。在行政管理领域，在行政审批、资金扶持、评先评优等环节，严查企业信用信息，列入黑名单的企业一律限制享受优惠。

目前的温州不良贷款率已经降到了1.68%，金融生态环境逐步好转，在化解温州金融风险的过程中，黑名单的有效应用发挥了重要作用。

江苏省南京市公共信用信息中心主任 殷小军：

南京市联合奖惩应用的实践

南京市信用体系建设历程比较久远，2000年左右南京就开始信用体系建设，真正上系统、上规模是从2008年开始的。这十年来，我们先后建成了企业信用平台、法人信用平台和自然人信用平台以及联合奖惩等多项系统。

在联合奖惩方面，目前涉及的领域和部门达到了62个，列入红名单的有30,000多个对象，黑名单有17,000多个，基本形成宁愿缴还也不要背信，有负面信息要赶紧修复的局面,初步达到了联合奖惩的效果。

我们2017年初开始设计联合奖惩机制，主要经验有：第一，奖惩要明确对象。我们在制订政策、法律法规等方面，必须要明确对象，对联合奖惩对象实施动态管理。第二，奖惩措施目录化，必须可以分解调整。第三，用户使用敏感化。用户登陆系统时将自动进行识别，将查询访问对象与对象库、奖惩措施库自动关联，主动提示是否实施具体奖惩。第四，奖惩结果反馈化。我们每个月都有统计数据，包括哪个部门、哪个行业对于什么样的对象实施了几次奖惩。列入南京市黑名单的对象可以说是一个都跑不掉。

芜湖市信用办副主任、大数据管理局副局长 江兵：

基于大数据的信用监管

目前，我们在市场监管方面存在重审批轻监管、以审批代监管、只审批不监管、多头检查多头执法的问题。芜湖市结合实际，以问题为导向，以大数据技术为基础，以主体信用为抓手，创造性探索开展综合性监管分类执法改革。

我们依托两个平台，即市场网格化平台和信用服务平台，依据市场主体的信用状况，对于守信主体适当地降低监管频次，对于失信主体则加大巡查频次和巡查力度。以主体信用分级为抓手，有效调配监管，达到了节约巡查资源，提高监管的效能，同时促使失信主体主动开展信用修复，养成守信经营的习惯。

芜湖市信用监管工作概括起来就是七个一：一是完善一套信用体系，二是明晰一套管理体制，三是组建一支网格员队伍，四是编印一本监管手册，五是建立一个监管平台，六是建立一个信息归集平台，七是构建一个共治机制。

通过以上做法，我们取得了良好的成效，一个是综合监管能力明显提升，第二是综合执法效力明显提高，监管更加精准，工作流程更加简洁。市场主体负担明显减轻，多头检查，重复检查明显减少，市场主体信用意识显著提升。

苏州市经信委副主任 金晓虎：

苏州市民个人信用有个“桂花分”

2015年，苏州开始探索依托于社会信用体系和信用评价产品，推出了融汇数据-模型-场景的创新产品——“桂花分”。

如果把桂花升级到一道菜则必须具备三个要素，就是菜谱、食材、火候。菜谱就是“桂花分”个人信用评价模型的设计；食材就是根据菜谱的“清单”盘点已有的数据；火候就是用政策推动让数据沉淀，积累社会信用体系建设经验。

“桂花分”依托的个人信用数据系统覆盖全市常住人口，汇集了公安、社保、民政等20多个部门的基础数据和信用数据，涉及政府管理和服务百姓的各个方面产生的数据，突破了金融信用信息数据库局限于信贷领域的状况。目前已汇集了20多个部门的基础数据和信用数据，一共归集覆盖1300多万人口，其中有160多万人拥有“桂花分”，占比12.5%。

在应用方面，第一，自面世以来，“桂花分”就在公共交通等场景得以应用。“桂花分”高的市民在享受市民优惠的基础上还可以享受“折上再折”的优惠。第二，在信用消费方面，每月18日是苏州市民卡日，“桂花分”高的市民在线下门店消费可以享受商家优惠。第三，在社会公共资源当中的应用，包括借书，借公共自行车等；第四，在文化旅游消费中应用；第五，在惠民理财和小额信贷领域应用；第六，在生活领域当中应用。

查询也很方便。市民可以通过我们的网站、微信公众号、市民APP和线下的一些大的信用服务大厅进行查询。

上海市发改委社会信用推进处副处长 赵晓峰：

《上海市社会信用条例》出台的意义

上海在立法方面去年应该说取得了重大的突破。2017年6月23日，上海市十四届人大常委会第三十八次会议表决通过《上海市社会信用条例》，自2017年10月1日起施行。这个条例在上海人大常委会全票通过，很不容易。作为一个创新性的立法，在没有上位法依据的前提下，能够出台本身就是很有意义的一件事情。

它的意义在于以法制的手段构建了社会治理和市场经济运行的基本规则。条例基本上把信用工作近二十年的实践和成功经验都进行了明确。

这部条例还有一个重大的突破，就是明确了两个很重要的概念。一个是社会信用，一个社会信用信息。关于守法履约，我们用了二分法，将社会信用信息分为公共信用信息和市场信用信息。现在，上海正式提出“公共+市场”的双轮驱动战略。关于信息主体权益保护，明确了五大权益，即对自然人来说，有知情权、记录的消除权、异议权、纠错权、信用修复权。

更重要的是，条例明确了一个制度性安排。过去都说政府要带头用信用，但是政府在带头用信用过程中其实有一个重要的问题，就是费用谁承担的问题。这部条例明确了各级行政机关在政府采购、招标投标、资金支持、人事管理、项目管理等环节使用信用报告时，相关费用不得由申报主体承担。

福建省福州市政府副秘书长、办公厅主任 黄建新：

将信用承诺嵌入各领域 将失信行为拦在路口

福州市将信用承诺嵌入各个领域，推动信用主体自我约束，构建以信用为核心的监管机制。

一是强化政务诚信建设。落实双公示制度，完善政府服务承诺制度，开展政府机构专项治理，建立公务员诚信档案。

二是推广信用承诺。在行政审批中推广告知承诺制。推动使用信用信息和第三方信用报告。将信用承诺纳入信用信息指导目录，并将其作为行政监管部门对信用主体事中事后监管评估依据。

三是开展信用主体的信用评价。今年4月，福州个人社会信用评分“茉莉分”在首届数字中国建设峰会期间正式上线。此外，编制的《福州市企业授信信用评价模型方案》也即将落地实施。

四是实施联合奖惩，推行信用红黑名单制度。对红黑名单主体进行奖惩，并将失信信息反馈到信息平台联合奖惩子系统，形成监管闭合。

五是开发金融守信激励产品。针对纳税信用良好的中小微企业，提供信用类或类信用类金融产品，有效破解了小微企业融资难题。

广东省惠州市发改局副局长 黄俊堂：

开展信用修复机制建设的若干经验

惠州市开展了信用修复机制的建设。

首先，制定了信用修复指引，明确提出信用修复是指信息主体在一定期限内主动纠正违法失信行为，消除不利影响，向失信行为认定单位提出申请并经审核同意，由信用平台对所归集的信用信息进行相应适当调整的过程。调整后，该失信行为信息不再列为公开披露对象和作为失信惩戒的依据。具体分为三个步骤进行，失信主体向失信行为认定部门提交信用修复申请，失信行为认定单位做出信用修复的决定，平台工作机构进行信用修复。

其次，我们开展信用修复培训。举办了多期信用修复专题培训班，现场向失信企业发放了信用修复提醒函，号召企业现场签订信用承诺。

再次，涉及信用修复的案例，按照谁产生、谁批复、谁复查的原则进行修复。

中国经济信息社政务智库事业部副总经理 杨光：

六大问题制约政务诚信建设

目前，多数地区开展政务诚信的落脚点主要还是围绕政务公开、互联网+政府、公务员管理等常规性工作开展，相比商务诚信、社会诚信等其他领域的信用建设，政务诚信总体上仍属于起步阶段。

关于政务诚信建设，我们归纳出大概六个方面的问题。一是法规制度不完善，政务诚信建设缺乏有效的制度保障。二是基层部门协调难度大，缺少上级部门的有力支持。三是地方政务诚信数据采集、归集共享工作任重道远。四是评价标准滞后，制约了地方政府政务诚信工作的开展。五是地方政府失信联合惩戒机制尚未建立。六是公务员诚信档案形式单一。

政务诚信建设是一项综合性的系统工程，需要集聚各方的力量，共同发力才能推动。

京东金融城市计算事业部南区负责人 秦天刚：

信托人工智能和大数据平台打造未来的信用城市

京东金融的信用大数据平台有三个特点。

一是数据标准化。我们把所有的信用数据以及城市里面和信用相关的数据，定义为六组，按照时间、空间、点和网的维度进行定义，针对不同的上层信用业务，设计了不同的机器学习的算法模型。

二是模型模块化。这个好处是后面我们建设信用体系的时候，让它能够快速地落地，快速地复制。

三是平台生态化。这个我们可以通过开放接口让合作伙伴共享我们的信用数据和算法模型，共同开发和建设城市信用业务，带动整个城市信用行业的发展，打造信用生态体系。

信用建设和城市各个领域都有密切的关系，京东金融愿意用人工智能和大数据平台打造未来的信用城市。