大数据时代下的信用分类监管

盖露

[摘 要]随着大数据时代的深入发展，我国信用分类监管也迈入了新的阶段。大数据时代下信用分类监管可以弥补传统市场监管模式的不足，并推动监管方式朝着低成本、协同化、精细化、动态化的方向发展，实现监管体系的信息化和现代化。文章以大数据为时代背景，分析大数据在信用分类监管中的应用，进而指出信用分类监管存在的问题并给出相应的对策建议，为社会监管的创新发展提供借鉴。

[关键词]信用分类监管;大数据;社会信用体系

[DOI]10.13939/j.cnki.zgsc.2020.23.047

1 研究背景

自2014年开始，“大数据”多次出现在政府会议工作报告中，《“十三五”规划纲要》明确将大数据列入国家战略。作为技术发展的新趋势，大数据需要深度嵌入监管体系中。随着商事制度改革的推进，企业信用分类监管成为一项重要的制度创新。如何借助大数据技术采集更全面的数据、实现政府的简政放权是当前亟待解决的一个难题。

2 信用分类监管

早在2003年工商总局已经开始推行企业信用分类监管制度。与传统监管模式不同，信用分类监管是一种精细式监管。市场监管部门在全面征集企业信用基础数据的基础上，按照一定的指标体系，对企业的信用状况进行科学分类。通过信用等级分类，将重点监管对象从市场大量经济实体中筛选出来，针对不同信用等级的企业，给予不同强度和频率的监管，例如对信用良好企业，加大扶持力度，实行宽松监管;对严重失信企业，严管重罚，列为重点监测对象，提高抽检频率。最后通过信用信息的公示，实现对失信企业的联合惩戒。

3 大数据在信用分类监管中的必要性

第一，大数据提高信用分类监管效率。客观来看，监管能力受技术、治理机制、监管体制等因素的综合影响，短时间内体制、机制很难发生改变，所以优化技术是一条可靠的途径。大数据技术改变数据收集、传输、清洗、应用的具体方式，提升数据的处理速度和准确性，从而提高了监管工作的效率。

第二，大数据促进动态监管的实现。信用分类监管贯穿整个企业生命周期，是对其法定义务履行情况及诚信经营水平的动态监管过程。大数据技术使信息扁平化，实现数据的实时更新和动态调取。监管主体通过引入大数据监测系统，能够实现对市场主体的实时跟踪、检测和反馈，快速分析、及时发现并处理失信企业，保证监管的时效性。

第三，大数据降低信用分类监管成本。大數据经济的本质是信息经济，信息收集成本低，信息产品的边际成本几乎为零。大数据时代下的信用分类监管，能够解决监管主体与监管需求的矛盾，减少人力、物力、财力、时间的投入，同时节约逐层审批、轮番检查等过程产生的社会成本和企业成本，减轻交叉监管等监管资源浪费的现象。

4 大数据在信用分类监管中的应用

信用分类监管主要由信用信息征集、信用等级评定、信用信息公示、联合奖惩等环节构成。大数据作为信用分类监管的技术基础，贯穿信用分类监管的每一个环节。

4.1 以“块数据”代替“条数据”，建设信用信息数据库

以往人们收集的数据大多为集中在某一领域的条数据，这种数据被少数部门占有，不公开，不共享。不同于条数据，块数据是可连接、开放共享的，连接块数据，能够形成数据网络结构。依靠政府强制力，利用大数据技术，汇集块数据，形成信用信息基础数据库，能够打破政府部门之间信息共享的壁垒。信用信息基础数据库的建立促进跨部门的协同监管，实现了政府部门的互联互通。

4.2 通过数据关联分析，构建信用评估模型

不同于传统的逻辑推理研究，大数据的本质是对海量数据进行统计性的收集、比较、聚类和归纳，通过关联分析，探寻数据之间的关系，得到有价值的信息及规律。结合工商部门的日常经营数据、部门间的共享数据、公示的企业信用数据以及挖掘出的相关数据，运用数据关联技术，整理、比对市场主体数据，构建指标体系及评测模型。通过分析评测模型结果，主动发现经营异常或违法违规行为，客观评估市场主体的诚信经营状况，评定相应的信用等级，为后续的差异化监管提供依据。监管主体通过构建大数据监管模型，在监督市场主体经营行为的同时，提高风险预测能力。

4.3 依托信用信息共享平台，建设信用信息公示系统

信用信息公示系统的建立主要包括以下六个步骤：

第一步，由政府牵头构建信用信息共享平台，各相关单位、部门根据信息公开清单向平台提供信息。

第二步，信息共享平台编辑信息资源目录，将提供的信息资源归集、整合并纳入信用信息共享平台原始数据库。

第三步，对原始数据库中的数据进行甄别和筛选。

第四步，将符合要求的信用数据存储到核心数据库中。

第五步，提供“一条龙”信息服务，包括企业信用信息的公示与查询、信用相关的政策及新闻资讯等。

第六步，合理运用信用等级结果。为信用等级高的企业提供“绿色通道”，限制失信主体行为，禁止严重失信主体进入市场。部门间通过签署合作备忘录或联合印发规范性文件，建立联合惩戒机制。

5 大数据时代信用分类监管面临的问题

尽管大数据能够促进信用分类监管的发展，推动监管方式改革创新，但大数据在信用分类监管中仍然面临技术支撑不够、社会认知不足、制度保障不力三个突出问题。

第一，大数据时代下信用分类监管受到技术手段的制约。从技术层面上看，大数据的应用面临着以下三个问题：一是数据的采集、过滤与处理。如何运用有效的工具将有价值的信息全部保存下来，计算机系统是否具有处理海量复杂数据的能力，都直接影响数据库的使用性能。二是数据的存储与管理。不仅数据容量问题需要解决，随着数据规模的扩大，数据的读取和移动也会对数据库的访问服务提出挑战。三是网络数据的共享。信用信息共享平台的构建离不开各合作部门的数据共享，这种跨部门、跨地域的合作机制对数据库有着很高的要求。

第二，社会各界对大数据时代下信用分类监管的认知模糊。长期以来，新型监管方式不断冲击人们既有的传统监管理念，造成一定的困惑与分歧，部分人担心大数据时代信用分类监管存在信息资源泄露和失控等信息安全问题。从深层次看，我国由于缺少参与监管的有效渠道，公众已经逐渐放弃监督的权利，监管意识淡薄。

第三，大数据时代下信用分类监管缺乏法律制度的保障与规范。从整体来看，我国信用监管的相关法律规范多以法规、规章及规范性文件的形式存在，呈现出立法位阶过低的状态。同时我国信用分类监管又缺少基本法律的指引，这直接导致信用分类监管过程中执法依据的缺失，甚至造成惩戒措施的泛化与滥用，不利于保障相对人的合法权益，也不利于社会信用体系的建设。信用数据收集方面，数据缺乏统一标准规范，监管过程中数据相关行为存在数据不正当采集、拒绝分享的数据垄断问题和商业机密泄露的数据安全问题。目前我国在数据相关行为方面，法律定位尚不明确，也没有专门的信用数据共享和信用数据安全的法律规范。

6 对策与建议

6.1 优化大数据技术，增加专业人员储备

用大数据引领信用分类监管，不仅需要加强对大数据技术的深层次开发与研究，还需要相关专家的指导以及跨界服务型监管人才的培养。从技术优化角度，一方面需要持续优化大数据算法。算法是大数据技术的核心，通过开发实时计算方法，设计实时计算框架和数据查询框架，提高计算的数据规模和处理效率，能够实现有限时间内资源与数据的最大化利用;另一方面优化信用信息格式。针对信用数据进行标准化操作，建立统一的监管数据共享平台，实现数据全面共享与联通。从人才储备角度，汇集信用领域专家学者、具有实践经验的信用工作者、推广信用建设的媒体工作者、开发信用领域系统软件的技术人员，为大数据时代下信用分类监管提供充分的智力支撑。建立教育机构，在大專院校设立教学点，培养既懂大数据又懂信用分类监管的复合型人才。

6.2 宣传普及信用监管知识，完善公众参与机制

道德教育具有实施成本低，约束范围广的优势。通过开展诚实守信的道德教育，增强公民的信用意识，为信用制度建设奠定良好的思想基础。业余教育机构应该向社会公众开展关于信用知识的培训，普及信用分类监管的规章制度，媒体应该定期向公众发布监管公示结果。扶持信用相关的电视节目及报刊专栏，利用微信公众号、微博等新媒体宣传信用监管知识、曝光失信企业。同时政府应当建立开放的决策参与机制，建立完善的政府信息公开制度和政策咨询中心，扩大公众参与监管的渠道。

6.3 健全社会信用法律法规，建立信用数据标准规范

没有强制力的法律制度很难建立起信用规范。加快制定社会信用基本法律，在国家层面出台统领性信用法律法规，为地方信用法律制度建设提供基本的法律依据，统一各地对守信行为的判定标准和对失信行为的联合惩戒措施。依靠法律形式规范信用数据的管理和使用，完善市场主体信息采集与公开的范围，平衡商业秘密保护与信息公开的关系，保护数据安全。加快出台关于信用数据安全的系统性和专门性法律，建立完整、全面的国家信用数据标准，对信用信息的归集和管理等进行统一明确的规定，健全信用信息标准体系。利用大数据技术，在法律框架内，逐步建立信息发布、信息共享和数据化的信用监管体系。

参考文献：

[1]祝丽丽，周雨，吴瀚然.强化行业自律 完善市场信用监管[J].宏观经济管理，2019（7）：28-33，46.

[2]袁文瀚.信用监管的行政法解读[J].行政法学研究，2019（1）：18-31.

[3]陈丽君，杨宇.构建多元信用监管模式的思考[J].宏观经济管理，2018（12）：45-54.

[4]刘建义.大数据驱动政府监管方式创新的向度[J].行政论坛，2019，26（5）：102-108.

[5]陈兵.数字经济发展对市场监管的挑战与应对——以“与数据相关行为”为核心的讨论[J].东北大学学报（社会科学版），2019，21（4）：388-397.

[6]陈海盛，白小虎，郭文波，等.大数据背景下信用监管机制构建研究[J].征信，2019，37（5）：11-16.

[7]司林波，刘畅.智慧政府治理：大数据时代政府治理变革之道[J].电子政务，2018（5）：85-92.

[8]吴晶妹.未来中国征信：三大数据体系[J].征信，2013，31（1）：4-12.