基于大数据案例分析的社会性监管创新研究论文

基于大数据案例分析的社会性监管创新研究

王静1,冯梓峰2,李春仙3

(1.中共唐山市委党校,河北 唐山 063000;2.重庆大学,重庆 400044)

摘 要: 大数据技术在社会性监管领域的应用不仅可以提高监管水平和效率,增强监管的科学性,还能创新监管方式。大数据在工作场所安全、卫生健康以及环境保护等方面有着广阔的应用前景。在工作场所安全领域,大数据可以对工作场所的设备故障进行精准排查,实现安全生产和实时监管的透明化。在卫生健康领域,通过建立健全信息追溯系统进而破除以人员经验为主的传统监管弊端。在环境保护领域,通过布设监测点、提高公众参与程度,实现对环境问题的全时段、全过程监管,增强监管的针对性。有必要通过打造数据全方位的开放,建立强有力的技术支撑,构建监管的溯源系统,形成良好的合作机制,以进一步加强大数据技术在社会性监管领域的应用和推广。

关键词: 大数据;社会性监管;监管模式;案例分析

联合国于2012年发布《大数据带来的挑战和机遇》白皮书,象征着人类社会正式迈进了大数据时代。所谓大数据是指“海量数据”,其规模巨大到无法使用典型数据库软件工具进行运行和处理。它具有4V的特征,即数据数量巨大(Volume)、数据种类繁多(Variety)、数据价值密度低(Value)、处理时效高速度快(Velocity)。对具有信息搜集任务的政府监管部门来说,大数据时代正是监管改革创新的有利时机。本文从社会性监管的角度出发,详细分析了大数据在工作场所安全、卫生健康与环境保护中的具体应用。

社会性监管是市场经济条件下,政府或社会公共机构为保障劳动者的生命安全、健康卫生以及防止灾害、保护环境、维护经济社会的良好秩序等,进而对市场主体的市场进入行为、企业的生产销售、产品的质量水平和服务标准等各种市场经济活动进行直接或间接干预,通过制定标准,禁止、限制特定行为的监管活动[1](p.25)。与经济性监管不同,社会性监管不是以某一产业为研究对象,而是为达到某种社会目标实行跨产业全方位监管,主要包括工作场所安全、卫生健康与环境保护三大类别。由于社会性监管切实关系到公众健康与安全,因此放松经济性监管的同时,我们应更加关注社会性监管。根据社会性监管的特点,大数据的应用会在监管中发挥巨大作用。

一、大数据在社会性监管中的作用

(一)增强监管的科学性

社会性监管的首要问题就是搜集诸如工作场所、食品药品、环境污染等方面的相关信息,根据信息与现实情况做出监管决策。而政府依靠大数据监管可以获得更加客观精准的信息,提高监管的科学化水平。从信息生产看,大数据依托云计算等互联网技术,由机器自动生产,摆脱了依靠人力搜集带有很大程度的主观性的生成方法,因此数据信息和资料也更加真实可靠。从数量看,大数据的起始计量单位至少为P(1000T)、E(100万T)或者Z(10亿T),数据量大就会使内容更加全面和丰富,能更好地体现实际情况[2]。从时间看,大数据的采集和生成方式可以做到实时更新,这就使数据的时效性得到增强,可以被及时利用,因此监管就是根据最新情况而做出的。从来源看,大数据包含了社会公众的更多相关数据信息,信息的来源范围和采集规模更加庞大,突破了以往社会公共机构只依靠监管人员的主观经验进行监管的局限性,而是依靠更多社会公众的真实数据进而做出更加科学合理的监管决策。因此,监管从根源上变得更加合理、公平,科学性显著提高。

(二)监管重心前移

大数据的核心就在于预测,利用大数据进行社会性监管就是在预测的基础上把握趋势,做出正确判断,达到防患于未然的目的,使监管重心前移。传统的社会性监管以事后补救为主,即使处理得当,所造成的一些健康损害却是无法弥补的。因此,在社会性监管中,利用大数据进行预测与风险预警就尤为重要。谷歌是全球最大的搜索引擎,专业人员把搜索引擎里的关键词与疾控中心流感数据结合起来建立了模型,在2009年H1N1爆发的前几周,成功预测了H1N1在整个美国的传播,甚至具体到特定的地区。与传统模式相比,大数据呈现巨大优势作用,使政府事后处理变为事前预测。

⑤旋转复位法:患者端坐于方凳上,两腿分开,以棘突右侧偏歪为例,医者查清偏歪处后,嘱患者双手抱头,身体放松,医者右手自患者右腋下伸向前,掌部压于颈后,嘱患者坐定。助手面对患者,双腿夹住患者左腿,双手固定髋部,医者用左拇指扣住偏向右侧的棘突,用右手拉动前屈60~70度,然后向右侧弯大于45度,在最大侧旁位,医者用右手加力使患者躯干向后旋转,同时左手拇指向左上推动棘突,若手法成功,可感觉到拇指按压下的椎体轻微错动,当听到“咯嗒”响声时,复位即告成功,嘱患者卧硬板床6~8小时,每周两次。

(三)非现场监管

美国大数据技术较为成熟,利用相关数据建立模型,通过对生产过程中的各个指标进行分析对比,探索出事故发生的规律、预测未来;通过事前预测防范,能够使事故伤害降低,甚至能防止事故的发生;即使发生矿难,利用大数据也能确定责任,进行相关处理。根据联邦矿山安全健康监察局公布的新闻报道,2010年美国西弗吉尼亚州发生矿难,造成29人死亡。在判定主要责任应该由煤矿安全健康局还是出事煤矿所属公司去承担时,大数据为追责提供重要证据,调查结果为煤矿安全健康局没有监管失职问题[8]。因此,大数据在事故灾害追责中也有重要作用。此外,美国在利用大数据监管中,更加注重煤矿安全生产教育培训,安全培训体系与机构健全,而我国在这方面有欠缺,需要不断完善[9]

(四)提高监管的公众参与度

大数据时代,公众不再是监管的观众而是监管的“决策者”。特别是在社会性监管领域,工作场所、食品药品的安全性、医疗服务以及环境污染等情况都是每个人所关注的,大数据监管给公众一个机会参与到其中。公众可以利用社交平台上的各种资源与信息,发表自己的意见与建议。互联网、微信、微博等与大数据技术的结合可以为政府监管提供新的手段,公众可以突破时空的界限与政府进行沟通,及时反馈身边的情况。公众在网站上的每一条搜索,在微博上的每一条评论,都会作为大数据的一部分被搜集与处理分析,为政府监管贡献自己的力量。正如阿尔文·托夫勒在《第三次浪潮》中所述,“沉重的决策担子,最后将必须通过较广泛的民主参政来分担解决”[3](p.7)。与此同时,公众也可以对政府监管的进度进行监督,确保监管的有力执行,从而减少“寻租”情况,让政府的权力在阳光下运行。

二、大数据技术在社会性监管行业中的具体应用和分析

(一)工作场所安全领域

2017年,国家安全监管总局发布信息,一季度全国各类生产安全事故10131起,死亡人数为7196人,同比2016年第一季度分别下降了26.3%和16.6%。随着信息化程度与水平不断提高,安全生产形势总体好转,但少数行业领域形势不容乐观。如煤矿行业,占一季度发生重大事故的57.1%[4]。因此,对煤矿行业的安全监管成为重中之重。传统的监管模式使煤矿生产陷入“发生煤矿事故—监管水平提高—事故影响减弱—监管水平降低—发生下一次煤矿事故”的僵局,而把大数据应用到监管中,能够打破僵局创新监管模式,促进煤矿安全生产形势进一步好转。

1.煤矿大数据监管创新。首先,依托大数据对煤矿安全生产进行监管,可以预警重大灾害的发生,缓解安全生产形势。大数据可以更加全面地搜集包括矿井瓦斯浓度、采掘位置以及温度湿度和电磁辐射等井下环境和条件的相关数据信息,通过与瓦斯爆炸、涌水灾害等事故预测模型计算出来的数据进行对比,更加科学地指导煤矿的安全生产工作。其次,大数据监管可以实现对相关设备的实时跟踪和远程智能管理。一般情况下,除自然条件等不可抗力因素外,监管不力是造成安全事故发生的重要原因。一方面,故障众多、设备失灵以及造成资源浪费的主要原因在于对煤矿采掘设备材料的生产、采购以及运输等过程环节缺乏全过程的监管跟踪。另一方面,对机器设备的故障排查、诊断与维修保养缺乏精准性,不仅造成了人力资源的浪费,还容易造成重大事故。依托大数据技术对煤矿安全生产进行监管,监管手段不仅依托传统监管模式下的实地考察,更可依靠大数据平台,进行全方位实时跟踪[5]。因此,数据监管可以解决以上两方面的问题和障碍,不仅实现了对煤矿安全设备的全过程监控,也可以及时精准地对故障进行排除诊断,进而为煤矿安全生产提供有力保障。另外,建立大数据监管平台可以使企业、个人以及监管部门互联互通,为煤矿安全事故的预防减灾提供更加精准的数据支持和决策依据,使安全生产决策更加科学合理。

由图 3可知,白杨林步甲物种丰富度最高(n=33),落叶松、成熟混交林、成熟针叶林和次生混交林步甲的丰富度相近(n=25,26,27,27)。各森林类型的物种多度差异较大,相比其他3种森林类型,白杨林和成熟混交林的物种多度(n=1977,2014)明显更高,而成熟针叶林和次生混交林步甲多度(n=1885,1860)次之,落叶松林最低(n=1337)。

2.国内外案例分析。贵州省六盘水市是我国著名的煤都,安全生产形势一直不容乐观,其中瓦斯爆炸是安全生产的最大威胁。为缓解安全生产的严峻形势,政府与煤矿企业共同启动了“云上贵州·安全云”计划,该技术最重要的措施就是建立监管信息化平台,当前煤矿企业均已实现与该平台的联网。该平台根据所监测到的瓦斯浓度将预警等级分为蓝、黄、橙、红四级警告,并分别由煤矿安检员、安监站以及县、市级安监部门负责监控[6]。同时,企业也可以根据预警随时自查自纠监察执法中可能出现的隐患和危险,使事后灾害处理向事前预警防范转变。在传统监管执法中,安全执法人员只能根据企业的基础档案数据、特种作业人员持证等煤矿企业所提供的信息,且必须下井才能检查出可能存在的问题及隐患[7]。在大数据监管下,安全执法人员可从平台数据进行客观分析,也使下井检查安全设备和防害装备更有针对性。大数据技术的应用,不仅使煤矿安全生产由事后减灾向预防转变,也使监管部门的管理呈多样化趋势发展,提高了监管效率。

相对于现场监管,非现场监管就是监管人员不在现场,而是远程开展检查或者核查的工作模式。即利用大数据,通过数据挖掘等技术分析业务信息,查找异常情况。一方面,非现场监管能够保持监管的独立性。在社会性监管中,现场检查通常是监管人员依赖被检查单位提供的实物证明,但存在被改写与抵赖的情况,也存在各方面干扰监管人员判断的情况。非现场监管能够依据大数据进行前期分析取证,因此具有独立性与灵活性。另一方面,非现场监管能够减少监管的成本,提升监管效率。传统社会性监管需要大量人员去实地检查,而非现场监管通过远程分析数据能够降低监管经费成本。同时,远程分析数据后再去现场检查,更加有针对性,使监管效率提高。

(3)虛日天任星君,司填墓,立春日紏湧泉治;(《太上說玄天大聖真武本傳神呪妙經註》卷一,《中华道藏》30/533)

(二)卫生健康领域

总之,作为我们现一代交通工程技术人员有责任也有义务通过艰苦努力积极探索改善钻孔灌注桩质量缺陷处理的新技术,新方法,在以后的交通工程建设中得到有效的发挥,为以后的桥梁工程建设作一份贡献。

食品、药品与医疗服务监管是卫生健康监管的重点。由于食品是每个人每天必须要摄入的,其安全直接关系到人的健康,因此以食品行业为例,详细分析大数据监管的创新。

2.国内外案例分析。广东检验检疫局实现了无缝隙的食品安全溯源管理。香港蔬菜约80%来自内地,而其中超过一半以上来自广东,内地供港蔬菜质量成为监管重点关注对象。广东省出入境检验检疫局建立了基于RFID技术的食品安全溯源管理系统,对供港蔬菜从种植到消费的各个信息进行记录[12](p.21)。RFID即射频识别标签,让每一件食品拥有唯一的“身份证”,能够无线存储、发送、读写数据。由此确保了食品来源清晰可查。贵州省监管中对大数据的应用十分值得借鉴。2016年底,贵州省清镇市开始小范围上线食品安全检测云平台,监管机构通过培训相关监管人员,利用手机APP软件和智能小程序,能够随时随地对食品厂家或作坊的生产经营过程进行查询和监测,实现了对食品安全生产的全过程、无盲区监管。同时,社会公众也可以在手机上通过下载运行食品安全云软件,对包括食品生产日期、营养成分与配料、检测报告等在内的食品安全的各项信息进行查询,从而缓解了食品信息的不对称问题。同时,大数据监管也破除了传统食品监管依靠人海战术和人员经验的一系列弊端,解决了监管漏洞与“搭便车”等相关问题,并在一定程度上实现了食品安全整个产业链的智能监管和智慧监管。

1.食品大数据监管创新。首先,利用大数据技术可以对食品生产、加工与包装的各个环节进行监管。收集食品从生产加工到包装运输过程中的包括物料重量、加工环境、灭菌包装等在内的实时数据,通过对这些数据进行科学分析,使监管重心前移,进而从根源上消除食品安全的各种问题与隐患[10]。在监管依据方面,以往的食品安全监管方式主要依靠工作人员的主观经验,且监管主体以政府为主,责任认定比较模糊[11]。而大数据技术下的监管主体不仅包括政府还包括社会公众,且责任认定比较明确,监管流程也由分段式监管向全部产业链监管转变。其次,利用大数据平台解决信息不对称问题。传统监管模式下,企业可以依靠信息方面的优势获得额外租金,消费者处于信息劣势。而利用大数据平台公开食品相关信息,能够维护消费者的知情权与选择权,解决信息不对称问题。同时,政府利用平台可以加深与消费者联系,了解公众对食品问题关注的重点和对食品监管的意见建议,不断调整监管重点与方式,做到以公众需求为导向的“服务型”监管。因此,在大数据监管下,监管范围更加全面,从而食品安全性得以提高。

美国把大数据应用于食品行业监管中,实现了监管环节相互衔接的一体化管理。在总统食品安全管理委员会的指挥和部署下,一个部门只负责一个或者几个产品的所有安全工作,使从田野到餐桌无缝监管的责任主体明确。同时开展食品追溯标准化工作,使食品安全生产受到全过程监控。此外,美国政府十分重视消费者的知情权与参与权,建立了全国范围的食品安全信息网络。网站设立了询问请教专家的专栏,公众能够通过在线沟通、电子邮件等形式咨询,并且在两个工作日内就会得到回复[13]。该网站也会及时发布食品市场的检测、问题食品召回情况等信息,使消费者及时知晓食品安全真实情况。

(5)临时通告必须从通告上剪下粘贴归档,分类和删除无效的通告。(中、英版临时通告 年度摘要上的无效通告要做删除标记,或建立一个有效临时航海通告索引)

我国与美国的食品安全大数据监管既有相似,又有差异(参见表1)。大数据的应用使监管更加全面,食品更加安全。但是,无论食品监管还是大数据技术,美国都起步较早,因此各项制度比较成熟,在二者的结合上我国需进一步加强。

表1 中美食品安全大数据监管对比

(三)环境保护领域

环境问题产生的原因主要是外部性,特别是负外部性,即某经济主体的行为使其他经济主体利益受损,却没有承担相应的成本。在环境保护方面,企业对于其他企业或消费者的负外部性就是监管的重点。利用大数据进行环境监管,可以尽早发现污染问题,提升环境质量,同时明确相关责任并给予相应处罚。

1.环境大数据监管创新。在传统监管模式下,环境问题发现后查找污染源会耗费大量时间与精力,同时企业间权责不明确,监管效果较差。企业环境信息公开程度差,因此公众监督渠道受限,参与度不够,难以形成社会共同治理局面。而利用大数据监管,不仅可以实现对环境的全方位监管,还可以增强监管的精准化。首先,大数据记录了污染源各个时期的各类数据,可以分析其对环境影响的过程与程度,使监管具有针对性。通过对数据进行挖掘、处理,对任一污染对象进行重点关注,从而锁定区域、行业、目标,对相关企业予以处置。通过建立污染物特征数据库,实现溯源监管。同时,大数据监管通过布设监测点,获取监测数据,能够对环境进行全时段、全过程监管。其次,大数据监管实现了信息公开。在大数据平台上公开数据以及分析结果,便于公众监督。公众可以在平台上实时查询最新数据,了解环境信息,维护自己的权益。监管的透明化也减少了政府“寻租”的空间。与传统监管模式相比,大数据监管创新有着无可比拟的优势(参见表2)。

表2 环境大数据监管创新

2.国内外案例分析。广西建立了环保大数据信息平台,整合了行政办公、环境在线、综合业务管理等子系统,包含了污染源普查数据、环境统计数据、监督性监测数据等各类数据,实现了跨平台的数据共享[14]。通过企业污染物排放在线监测系统,能够对各指标进行实时监测,一旦发现指标值异常,即污染物超标排放,能够采取应急措施,避免环境大面积污染。此外,在环境政策实施后,通过大数据进行关联性分析、评价政策效果,随后进行适度调整,做到动态管理。同时,广西进一步开发环境保护手机应用软件,使公众能够随时随地了解环境信息,也可在软件上提出意见建议,真正成为监管主体一分子。

美国于2009年创立Data.gov门户网站,整合了多个政府部门数据,生态系统就是其中重要的构成部分。生态系统大数据平台包括多尺度土地变化特征、环境地图平台等子系统,实现了对环境的实时监管[15]。在数据收集管理方面,构建了环境信息生命周期框架,包括七个环节,形成了多层次合作网络。这一框架使其他政府部门、企业与公众结合起来,形成共同治理模式。在数据公开与开放方面,美国政府定期或不定期地将包括许可证信息、违法排污行为、监管内容与结果等在内的环境执法与违法信息向社会公众开放,并且定期更新。这些信息由企业提供,一旦发现数据不真实,企业将面临巨额罚款。美国法律要求排污企业必须安装排放控制设备与排放检测数据,以便监测。在数据利用方面,美国监管部门积极与其他单位合作。谷歌、微软以及亚马逊等众多国外企业很早就开始着手布局并大力发展大数据技术,在一定程度上成为美国大数据技术快速发展的实际推动者,为大数据监管的实施和推广提供了技术服务和支撑[16]。深水地平线钻井平台漏油事故的解决办法就是依托大数据互通来阻止原油的泄露。公共部门与私营部门进行合作,在14天内完成了数据整合,以便各个工作小组可以分析天气、海洋等数据,随后预测地区受影响情况,并帮助确定应该向何地区派遣清理人员。公私合作模式一方面使政府部门工作效率提高,另一方面也使企业促进技术创新。此外,美国监管部门积极与高校科研院所开展合作。鼓励高校设立相应学科,为大数据监管输送人才做准备[17]。目前美国已有多所大学开办了有关大数据的课程,加州大学伯克利分校还得到了一千万美元的资助。美国环境大数据监管在各个环节都注重合作,社会力量参与度高,值得我国借鉴。美国环境大数据监管的平台为生态系统大数据平台,通过环境信息生命周期框架、多层次合作网络收集相关数据,进而对违规企业或单位进行相应的处罚,同时每隔一定时期对数据进行更新,对数据造假的相关单位进行处罚,以保证公平、公正[18]

⑪㉔爱新觉罗·弘历:《游寄畅园再叠丁丑旧作韵》,裴大中、倪咸生修,秦缃业等纂:《光绪无锡金匮县志》,《中国地方志集成·江苏府县志辑》第24册,江苏古籍出版社、上海书店、巴蜀书社1991年版(以下版本同),第32、34页。

三、加强大数据技术在社会性监管领域应用推广的战略对策

(一)打造数据的全方位开放

大数据监管的根本在于数据,而数据的开放是首要前提。国内外先进案例都是以建立大数据平台作为数据开放载体。数据平台的建立能够解决社会性监管中信息不对称的问题,同时给公众与政府搭建了沟通的桥梁,政府监管可以在社会的监督下及时发现问题、纠正错误,提高政府监管的透明度。因此,政府部门有关人员应加强大数据意识,转变传统的思维模式,由以往的权威、封闭转向开放与透明,使大数据可以更好地共享与利用。

(二)建立强有力的技术支撑

上述案例表明,把大数据技术运用到监管中,需要公务人员既具备大数据专业技能,又能够熟悉政府工作流程,二者的完美结合能够使监管效率提高,实现监管创新。但目前这种人才在我国属于“稀缺资源”。在人才储备相对薄弱的情况下开启大数据监管模式,极易导致错误结论,使政府监管方向产生偏差。因此,我国应提高大数据技术水平,培养大数据相关人才。首先,在政府人员内部进行定期培训,培养公务员大数据思维与技能。其次,与高校和科研机构合作,开设相关大数据学科,为政府输送源源不断的人才。最后,与企业合作,吸引优秀人才投身于政府监管。

(三)构建监管的溯源系统

社会性监管中的外部性问题时常导致权责不明确,监管效率低下。上述案例利用大数据技术,建立信息追溯系统。追溯系统是详细全过程记录数据对象和监管对象全部历史信息的系统,在大数据监管方面和诸多领域有着广泛的应用。建立和完善追溯系统,有利于全过程实时监管,是确保产品质量和工作场所安全的重要技术手段。此外,一旦出现问题监管部门也能够及时查明原因,采取相应对策,同时对相关企业进行处罚。因此,我国在监管中应不断完善信息追溯机制,形成权责明确的高效监管。

(四)形成良好的合作机制

大数据监管并非单打独斗,而要依靠社会各界力量合作共赢。“联合开发”或者“公私合作”模式都有利于社会各方取长补短,共同进步。一直以来,我国监管的主体是政府部门,所有的监管工作几乎都由政府一手包办。尽管我国正在进行大数据监管改革创新,公众能够参与其中,但在一些地区与行业,政府仍然有较大主导权,社会力量参与度较低。在这方面应学习美国经验,监管的各个环节都借助社会力量,实现监管主体的多样化。除依托企业、高校与科研组织外,政府还可以培育社会组织等多样性参与主体。例如“无边界计算”时代,越来越多的异构计算平台专注于商业数据分析,包括数据管理、数据整合、数据质量、高级和预测分析、客户洞察、零售分析、欺诈检测、安全解决方案等。我国在大力发展云计算、大数据和人工智能等技术的同时,也应积极参与国际数据分析组织和公司的各种论坛活动,释放计算潜力,打破数据中心边界,吸取各国经验,全方位实现计算效率的持续提升。

参考文献:

[1][日]植草益.微观规制经济学[M].朱绍文.北京:中国发展出版社,1992.

[2]胡维.大数据时代的非现场监管[J].中国金融,2015,(17).

[3][美]阿尔文·托夫勒.第三次浪潮[M].黄明坚.北京:中信出版社,2006.

[4]一季度全国重特大事故起数相对稳定[DB/OL].http://www.chinasafety.gov.cn/newpage/Contents/Channel_4178/20 17/0419/287284/content_287284.htm,2017-04-20.

[5]和军,祝敏.基于大数据的政府监管创新[J].中共杭州市委党校学报,2018,(4).

[6]“大数据”让煤矿安全生产成“老把稳”[DB/OL].http://www.mkaq.org/html/2015/11/01/335066.shtml,2015-11-01.

[7]徐宗本,冯芷艳,郭迅华,等.大数据驱动的管理与决策前沿课题[J].管理世界,2014,(11).

[8]王达.宏观审慎监管的大数据方法:背景、原理及美国的实践[J].国际金融研究,2015,(9).

[9]Mike Bennett.The Financial Industry Business Ontology:Best Practice for Big Data[J].Journal of Banking Regulation,2013,(14).

[10]黄家良,谷斌.基于大数据的电子商务行业监管体系[J].中国科技论坛,2016,(5).

[11]白硕,熊昊.大数据时代的金融监管创新[J].中国金融,2014,(15).

[12]陈谭.大数据时代的国家治理[M].北京:中国社会科学出版社,2015.

[13]毋晓蕾.美国和日本两国激励公众参与食品安全监管制度及其经验借鉴[J].世界农业,2015,(6).

[14]檀庆瑞.广西环保大数据建设的实践与思考[J].环境保护,2015,(19).

[15]陈刚,蓝艳.大数据时代环境保护的国际经验及启示[J].环境保护,2015,(19).

[16]谢思.基于大数据的政府监管改革创新[J].开发研究,2017,(6).

[17]张勇进,王璟璇.主要发达国家大数据政策比较研究[J].中国行政管理,2015,(12).

[18]安晖.美国大数据维稳镜鉴[J].人民论坛,2014,(4).

Social Supervision Innovation Research Based on Big Data Case Analysis

Wang Jing,Feng Zifeng,Li Chunxian
(1.Party school of Tangshan CPC Tommittee,Tangshan Hebei,063000;2.Chongqing University,Chongqing,400044)

Abstract: The application of large data technology in the field of social supervision can not only improve the level and efficiency of supervision,enhance the scientific supervision,but also innovate the way of supervision.Big data have broad application prospects in workplace safety,health and environmental protection.Among them,large data can precisely detect equipment failures in the workplace,to achieve safe production and real-time supervision of transparency.In the field of sanitary and health,through the establishment and improvement of information traceability system,and then it can break through the traditional supervision malpractice based on personnel experience.In the field ofenvironmental protection,through the deploymentofmonitoring points,itcan improve public participation,to achieve full-time and full-process supervision of environmental issues,and enhance the pertinence of supervision.Therefore,it is necessary to further strengthen the application and popularization of large data technology in the field of social supervision by creating an all-round opening ofdata,establishing a strong technicalsupportto build a regulatory traceability system and forming a good cooperation mechanism.

Key words: Big Data,Social Regulation,Supervision Mode,Case Analysis

中图分类号: D035

文献标识码: A

文章编号: 1008—7168(2019)02—0019—07

收稿日期: 2018-07-25

基金项目: 陕西省软科学重点项目“扩大我国居民消费的财税政策研究”(2014KRM81)。

作者简介: 1.王 静(1969—),女,河北唐山人,中共唐山市委党校文史研究室副教授;2.冯梓峰(1998—),男,河北唐山人,重庆大学经济管理学院学生;3.李春仙(1966—),女,山东聊城人,西安交通大学经济与金融学院博士生,陕西服装工程学院经济管理学院副教授。

[责任编辑:杨 健]

标签:;  ;  ;  ;  ;  ;  

基于大数据案例分析的社会性监管创新研究论文
下载Doc文档

猜你喜欢