大数据：我国自贸试验区建设的“助推器”

唐晓彬 王亚男

自贸试验区建设与扩容是推进我国更高水平开放，加快构建新发展格局的重要举措。当前，如何以大数据等新一代信息技术助力我国自贸试验区的建设与发展，是一个需要重视的问题。

大数据作为新一代信息技术的重要组成部分，是我国自贸试验区建设的重要技术资源

我国的自贸试验区建设旨在通过不断地创新与探索，从国际化、法治化、便利化的角度出发，形成集贸易、投资、金融、财税等为一体的改革先行区，从而为区域内企业创设优良的成长环境，进一步提升我国的对外开放水平，为我国经济的高质量发展保驾护航。自贸试验区的运行产生了复杂的数据资源，这些数据具有海量性、多源性、异构性、多维性等特点。复杂的数据背后是多种信息的交汇融合，只有对其实现充分的采集、挖掘、清洗、筛选和计算，才能用好各类有益信息，促进自贸试验区建设迈上更高水平。大数据作为新一代信息技术的重要组成部分，是我国自贸试验区建设的重要技术资源。

运用大数据技术和方法可以提升自贸试验区的政务服务水平。政务服务是自贸试验区建设的重要内容，其涵盖了企业入驻、工程建设、人才引进、出入境、市场监管、税务等方面的事项办理。只有建立“一站式”“一链式”的政务服务平台，才能打通“最后一公里”，提高政务服务效率。运用大数据技术和方法，能够实现政务数据资源的统筹与共享。一方面，通过将政务服务各职能部门的数据信息进行有效链接，完善政务数据库建设，可以实现区内各职能部门间数据的透明与共享，进而为自贸试验区内企业的事务办理提供数据基础，提高事务处理效率。另一方面，通过对各片区内各类型企业数据信息的整合、提取及分析，能够及时把握区内企业的结构特点与发展现状，有利于实现对入驻企业的合理布局，细化政务服务内容，促进区内企业的成长壮大。

运用大数据技术和方法可以创新自贸试验区的公共服务模式。公共服务水平直接关系到区内主体的切身需求。诸如会务展览、交通出行、金融服务、餐饮服务、医疗服务等内容，都与区内企业及工作人员的生产生活需要息息相关。只有不断完善与提升区内的公共服务水平，才能更好地为企业入驻和人才引进提供基本保障。运用大数据技术和方法，能够促进区内与区外各类设施资源的有效联通，增强公共服务的便利水平。一方面，通过文本分析、可视化展示等方法可以直观地识别区内各类公共资源的配置情况，明确区内资源可能存在的供需矛盾问题，促进区内公共资源的针对性配给，有利于实现区域内外公共资源的合理调配与优化。另一方面，通过智能互联互通可以实现各个片区内和不同片区之间工作、出行、医疗等领域的集成化服务，增强自贸试验区公共服务的智能化与智慧化水平，从而带来区内公共服务模式的革新与发展，营造出良好的生产生活体验。

运用大数据技术和方法可以增强自贸试验区的风险研判能力。自贸试验区作为国家对外开放的重要“试验田”，其内部企业运营的风险问题必须得到有力监控和预测。只有不断增强自贸试验区的风险研判能力，才能快速识别潜在风险，及时控制和化解风险。运用大数据技术，能够系统把握区内企业的运营风险情况。一方面，通过数据挖掘、样本分析方法，可以及时捕捉风险信息，明确哪些企业的运营风险较大，哪些企业的运营风险较低，从而增强风险识别能力。另一方面，采用机器学习与智能算法，可以實现对企业运营风险的预测与把握。尤其在金融风险的探查方面，通过对混频数据的集成运用，构建出相应的风险探测模型，能够实现对风险因子的有效量化，有利于系统把握相关风险的现状及演化趋势，提升自贸试验区整体的风险研判能力。

认清机遇与挑战，充分发挥大数据的引领作用

现阶段，必须认清新时代自贸试验区建设中面临的机遇与挑战，充分发挥大数据的引领作用。

一是要重视大数据对于我国自贸试验区建设的重要作用。要认识到当前新一代信息技术的快速发展为新时代我国自贸试验区建设提供了重要契机，大数据技术和方法的应用具有一定的必要性与必然性，要坚持以更高水平、更为国际化与智能化的标准建设适应当前新发展格局需要的对外开放的“试验田”。

二是应建设好自贸试验区大数据平台，建立和完善区内数据库的共享机制，将不同片区不同职能部门间的相关数据有效串联起来，打破数据屏障，畅通政务服务，为企业创造“一站式”“一扇门”的成长环境。同时，应以自贸试验区大数据平台为基础，加强对区内企业的风险监控，提升自贸试验区整体的运营监管水平。此外，还应充分用好大数据技术，进一步强化区内的公共资源配置。

三是进一步规范数据权限，加强对区内企业数据的监管与安全维护。数据价值的充分释放需要有健全的法制规范进行保障。自贸试验区建设的法治化、国际化要求，决定了区内数据资源的共享应有一定的法制规范为基础。因此，应完善区内数据保护机制，进一步明确数据的使用范围及权限，加强对区内数据的保护力度，创造良好的法治环境。

（摘自2月1日《北京日报》。作者分别为对外经济贸易大学北京对外开放研究院研究员、统计学院教授，对外经济贸易大学统计学院博士生）