□龙信政服(北京)科技有限公司 李建刚 覃超建
应用大数据做好“放管服”
商事制度改革降低了市场准入门槛，简化了登记手续，激发了市场活力，市场主体数量快速增长，新业态、新商业模式不断涌现，新动能正在撑起发展的新天地。市场主体激增，全社会信息量裂变式增长，数量巨大、来源分散、格式多样的大数据深度改变着人们的生产、生活和思维方式。“放开”的同时如何“管好”，维护公平竞争的市场秩序，是市场监管工作面临的新挑战。
“放”。总结为三个方面，一是关闭一扇窗，是指我国人口红利的窗口期将逐步关闭；二是跨越一口井，是指中国必须跨越中等收入陷阱，主要原因是人口红利消失后缺少新的驱动力；三是适应一段路，是指我国需要逐步适应经济新常态，要在较长的一段时间内面临着低增长和高就业压力。商事制度改革的意义在于通过释放市场活力，对冲经济下行带来的就业压力。
“管”。过去监管靠人，将来需要靠数据，类似于人物画像，可以通过数据建立企业画像，将企业各个方面的数据关联起来，构建人们看不到的隐藏在背后的东西。有了基础数据，在准入阶段的监管、在资格风险阶段的监管、在行为风险方面的监管乃至消费环境的监管，包括抽查和专项检查，都能够用数据提供支撑。但市场监管不只是工商和市场监管部门一家的事，也不只是政府自身的事，它需要整个社会参与。
要做到协同监管，把更多部门的信息整合进来，通过共通共享形成处处相连的监管体系。要建立社会共治体系，通过数据公开、信息公示等手段，将企业对政府负责转变为企业对社会负责，促进企业诚信自律。要充分调动社会积极性，利用社会化监督取代单纯的行政监督，形成信息充分共享的全方位监管，做到市场主体自治、行业自律、社会监督、政府监管的有机统一。
“服”。“服”主要是利用工商大数据服务政府决策和企业，充分发挥工商大数据的价值。一是工商大数据能够预判经济走势。把企业的工商登记数据与宏观经济数据连接起来，可以反映整个国家宏观经济变化的情况，是宏观经济的先行指标。研究探寻数据与宏观经济的关系，对宏观经济的发展态势进行预测预警，如利用工商数据构建企业发展工商指数，对宏观经济走势预判效果会较为准确。
二是服务区域经济发展。通过对区域经济发展规律的研究，尤其是其他典型区域成功经验的探讨，为本地区经济发展提供决策参考；通过市场主体的空间分布及聚集规律研究，为区域经济的空间规划提供支撑；通过区域间企业迁移和企业投资的历史趋势比较分析，对区域经济一体化以及产业分工布局等方面进行反映和评价；通过对重点产业的发展特点及成长规律进行研究，从中发现影响产业发展的关键因素，为产业政策制定提供参考。
三是服务精准招商。现在政府招商盲目，没有明确的定位。通过对区域经济分析，并结合企业的投资能力、投资意愿、发展潜力、区域战略等各个方面的评估，可以从中发现双方契合度高、能够形成共赢的对象，从而精准招商，有助于产业快速形成区域优势、集聚优势和产业生态优势，也降低了招商工作的成本。
新模式新手段下的智慧监管
运用大数据加强市场监管，充分整合和发掘工商大数据价值，是提升监管效能的一种多赢选择。如今，大数据解决市场监管的核心问题在于找到并分析痛点，以新模式、新手段解决信息不对称问题，增强监管警惕性、精准性和协同性。数据的力量在于通过多元化的数据融合、应用模型的建立、知识能力和服务能力的支撑，满足工商和市场监管部门的工作需要。“用数据说话、用数据决策、用数据管理、用数据创新”的监管新机制，可以不断提高大数据智慧监管能力，更好地服务监管、服务政府、服务社会。
数据融合。大数据体系下的数据融合并非简单的数据堆叠，而是能实现多源异构数据的汇聚，形成面向应用的专业化元数据集市。
应用模型。应用大数据挖掘算法、工具，根据应用场景设计模型数据边界、元数据阈值、权重等，构建业务应用模型。
知识能力。基于模型实现对业务的研判与预测，提供BI分析、智能报告、AI辅助等知识系统，实现可视化、模块化、系统化的支撑能力。
服务能力。通用类服务包含数据统计、分析报告、趋势监测、异常预警。研判类服务包含辅助决策、动态预测、全局研判。智能类服务包含智能画像、关系探寻、靶向性精准驱动。共享类服务包含数据共享、应用共享、能力共享、成果共享。
众所周知，技术变革对每个时代管理和组织都会产生巨大的影响，技术的支撑是新模式、新组织诞生不可或缺的要素。完善多元共治的市场监管机制，需要实现智慧监管。大数据监管平台以促进经济转型升级、提升市场监管效能为着力点，按照坚持问题导向、应用导向、全面提升的原则，建立和完善大数据服务和监管创新应用，切实提高监管效率，提升服务水平。
工商业务中的大数据价值流通性表现在驱动高效精准的事中事后分类监管，包括登记注册、消保维权、商品质量、企业监管、网络监管、商标广告等方面。通过分类监管，可实现虚假宣传的风险预警、查找失联企业、发现企业虚假注册地址、挖掘案件线索、监测市场主体活跃情况等应用，营造智慧监管新生态。
大数据风险监管的路径
以类金融企业非法集资风险为例，从风险特征规则建立、数据采集整合、风险特征分析识别和风险综合评估四个步骤综合预测判断企业风险，并对高风险企业进行预警提示。
建立非法集资行为风险特征规则。一方面，整理与非法集资相关的政府文件及文献，对风险特征进行归纳整理；另一方面，根据已查处非法集资行为进行数据分析，发现这些违法企业的行为特征，如这些企业普遍存在虚假宣传、虚增注册资本、大量招聘与经营范围不符合的理财产品推销人员等行为。综合这两方面的工作，可以构建一套非法集资行为风险特征规则。
利用大数据整合目标企业全景信息。依据非法集资风险特征，整理能够体现风险因素的相关数据，包括工商数据(工商登记基本信息、变更信息、投诉举报信息、案件信息)、族谱信息、其他行政部门数据(经营许可、资质认证、体系认证、产品认证、荣获奖项、欠税信息)、企业经营信息(产品信息、项目信息、资金募集信息、推广宣传信息、招聘信息)、知识产权信息(专利信息、商标信息、网站信息、软件著作权、作品著作权)、司法信息(法院诉讼、失信人)、网络舆情信息(新闻报道、论坛、微博、微信、行业垂直网站评价)等，构建企业全景完整画像，将企业信息全方位展现出来，并为模型构建提供数据支撑。
风险特征分析识别。根据类金融企业的非法集资风险特征，搭建风险评价指标体系，并进行非法集资风险分析挖掘。非法集资风险评价指标体系包含企业基本信息(企业身份信息、企业资格信息)、生产行为信息(生产行为信息、经营行为信息)、行为反馈信息(消费维权信息、行政处罚信息、网络舆情信息)。
构建企业风险综合评估模型。从企业群体风险、法规遵从、经营行为、族群关系、负面舆情五个角度，构建企业的多维风险评估模型，对企业进行综合风险评价。
企业综合风险分级分类。将风险等级分为四个等级。工商和市场监管部门根据高风险企业名单启动风险处置机制，联合相关部门发起非法集资企业定向抽查任务，大大缩小抽查范围。对涉嫌非法集资的企业精准定位，不仅节约了工商和市场监管部门的人力物力，也提高了打击非法集资的工作效率和执行的针对性。
用小监测驱动大监管、用小应用撬动大生态、用大数据为监管赋能，相信在工商大数据的支撑下，智慧监管正向我们走来。
对工商大数据应用的几点建议
重视工商自身的数据。工商和市场监管部门自身的数据是很有价值的，具有很强的外部适用性，对其他相关部门工作可给予很大的支撑。它是细颗粒数据，同时也是市场主体从进入、运营、扩张、迁移到死亡的全周期数据。通过对相关数据挖掘分析，能够发现很多有价值的信息，因此应加强对工商和市场监管部门数据的挖掘分析。
做好工商数据与外部数据的融合。要重视互联网思维。互联网思维的重要思想是万物相连，把很多不相关的数据进行关联，从里面能够发现规律。工商和市场监管部门数据融合可以分三步走：第一步是1.0时代，工商和市场监管部门内部的数据关联。第二步是数据应用的2.0版本，就是跨政府部门的融合。工商和市场监管部门部门开了一个好头，“多证合一”是一个巨大的进步，而“全国一张网”建设更是影响深远。第三步是借助新的技术融合各种社会化数据和互联网数据，实现全面的数据融合。
加强对企业活跃度的监测。企业进入市场后的活跃情况对评估相关政策效果具有较强的参考作用。目前龙信数据通过与各省市开展企业活跃度研究发现，如何实现动态化快速准确监测企业活跃度、企业活跃度与经济发展的关联性、归集数据过程中如何弥补税收社保数据缺失问题等，是各级工商和市场监管部门需要解决的重点问题。
加强市场主体的综合监测评价。监管的前置是监测，只有充分的监测才能实现有效的监管。在监测上要建立一套系统的监测体系，加强对重点企业群体的分析。
注重数据安全。随着大数据时代的到来，数据也成为一把双刃剑。它一方面能够服务于监管能力和效能的提升；另一方面也会带来风险，大到影响国家安全，小到侵犯个人隐私。因此，未来涉及数
|
