技術、行動與策略:大數據背景下紀檢監察統計變革與創新

劉金程，呼莎莎

(中國礦業大學(北京) 文法學院，北京　100083)

?

技術、行動與策略:大數據背景下紀檢監察統計變革與創新

劉金程，呼莎莎

(中國礦業大學(北京) 文法學院，北京100083)

紀檢監察統計是推進反腐倡廉建設的工作基礎。大數據技術的迅猛發展，使數據的生產、采集、處理、應用和發布方式從本質上發生了巨大的變革。大數據技術也給紀檢監察統計帶來了前所未有的機遇，有助于豐富數據來源，保證數據質量，為紀檢監察統計提供新的分析思路，并且提升其服務能力。但與此同時，紀檢監察統計在大數據背景下也面臨著職能、方法、體系、人員技術等困境。要發揮大數據的巨大應用價值，就應該緊隨時代潮流，積極轉變紀檢監察統計職能，改善技術方法，增加信息化投入，完善指標體系，推動紀檢監察統計的進一步發展。

大數據；紀檢監察；統計分析

大數據正在把我們帶入一個全新的變革時代。移動互聯網、智能終端、新型傳感器的普及應用深刻改變了人們的生活方式，重塑人與人之間的社會關系，也對公共事務治理提出了一系列新的挑戰。執政黨和政府需要積極應對、冷靜分析，推動統計生產力的發展和統計生產方式的變革。黨風廉政建設與反腐敗工作是推進執政黨建設和政治生態重構的系統工程，基于大數據的統計與開發將會為精準的形勢判斷、科學的決策制定、持續的理論研究提供扎實的基礎。紀檢監察統計如何充分把握變革機遇，主動迎接大數據時代挑戰，既是一個政策議題，也是一個理論問題。

一、大數據的統計價值

大數據是一組因技術更新而導致的行動策略、思維方式以及意識形態的變化，這些變化構成了當下時代最顯著的符號特征。

大數據首先是海量數據的產生、存儲、交換和利用。據統計，從2013年到2020年，人類數據規模將增長10倍。大數據從提出到迅速轉化為實踐，給各個行業領域帶來了顛覆式的變革和創新。麥肯錫認為，大數據是指大小超出了常規數據庫工作獲取、存儲、管理和分析能力的數據集合。維基百科的定義是：巨量資料或稱大數據，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理成為幫助企業經營決策更積極目的的資訊。從數據和技術的角度出發，大數據的特點可以歸納為六個方面：(1)數據體量巨大;(2)數據類型多樣;(3)應用價值巨大;(4)處理速度快;(5)數據傳送方式靈活;(6)數據真實準確性高。然而，大數據的內涵及其影響遠不止于“數據大”，“量變積累導致質變”再一次在大數據時代得以驗證，“大數據標志著人類在尋求量化和認識世界的道路上前進了一大步”[1]23。

大數據改變了人們的行為方式，也改變了我們認識世界的方式。它賦予這個社會一種新型的能力：“以一種前所未有的方式，通過對海量數據進行分析，獲得有巨大價值的服務，或深刻洞見。”[1]4更多的數據為預測和判斷提供了更多可能：人們可以無需沉迷于微觀認識的精確度，而是用更廣闊的視角來審視宏觀世界，對更宏大的未來做出深刻洞察；人們也不必基于樣本數據專注于解釋因果關系層面的“為什么”，而是可以更快速、更全面地了解復雜事物的全貌“是什么”，只要確認了相關關系，就可以快速反應。至于“為什么”的問題，可以留待控制局面之后從容解釋。

從這個意義上講，“大數據是一種以數據處理為核心的方法論，它的應用必將會對政府統計部門傳統的統計工作方法、流程、理念、價值等產生巨大的沖擊，同時也對現今政府統計體系模式、組織機構和數據價值的認識形成挑戰”[2]。從橫向層面來看，大數據技術將對統計數據的采集、處理、存儲、分析、發布等多個環節產生影響；從縱向層面來看，大數據技術將極大地促進統計機構整體結構的優化和標準化統計的實現。在大數據背景下，政府統計呈現出數據需求多樣、數據源頭擴大、數據生產多元、數據應用微觀等新的特點。

二、大數據對紀檢監察統計的思維革新

紀檢監察相關數據，特別是關于腐敗行為的數據，是紀檢監察統計工作的基礎。反腐敗的重要前提在于準確判斷總體形勢，清晰認知腐敗的表象與本質，而所有這些，都有賴于客觀、全面、準確的數據。大數據時代背景下，黨風廉政建設與反腐敗工作必將借助更先進的技術手段來認識腐敗的規模、分布、表征以及演化規律，同時還需要決策者轉變觀念，應對時代的變遷。

(一)大數據拓展了紀檢監察統計范圍，豐富了數據來源

我國政府統計的數據來源從主體上來分主要有公民、公共組織和非公共組織，三類主體各自產生數據，又會在互動中交叉產生數據，并且主要是結構化數據。目前紀檢監察統計數據主要來源于被動接收，包括公眾信訪、下級部門報送、本部門業務產生，自身主動收集的數據較少或基本沒有，數據統計范圍狹小，來源渠道單一。大數據時代，公民是大數據制造的最重要來源之一，隨著公民主體意識和政治參與度的提高，對于“腐敗”的認知和反腐敗的熱情都達到了前所未有的高度，而大數據技術的發展則為民意的表達提供了良好的平臺，人們通過微信、微博、論壇等途徑充分發出了自己的聲音，同時也制造出了前所未有的關于“腐敗”的結構化與非結構化的海量數據。大數據技術可以依據各級紀檢監察部門的特點，明確所采集數據信息的界定范圍，為不同的紀檢監察部門形成持久穩定的數據采集范圍，同時實現高效、標準的采集方式。

(二)大數據為紀檢監察統計數據質量提供了保證

腐敗行為相關數據的收集是開展紀檢監察統計的前提和基礎，而對數據的處理是紀檢監察統計的關鍵。目前紀檢監察統計中的案件管理系統實現了網上直報，一定程度上提高了數據傳遞的效率，但是信息技術的應用程度還不夠。其他紀檢監察統計工作涉及的業務部門還沒有納入網上直報系統。這就導致存在多種統計標準、統計指標，各部門之間協作程度低，給數據信息的協調管理帶來了難度。通常紀檢監察統計部門主要以“立案數量”“結案數量”“信訪舉報量”“黨紀政紀受處分人數”等指標進行統計，更多地關注結果，卻無法反映腐敗發生、演化的動態過程。同時，在已有數據的層層上報以及人工手動錄入過程中也難免出現統計誤差，影響了統計的真實性與時效性。大數據技術的應用能有效完善現行的網上直報處理平臺，實現業務整合和深度挖掘，并且大數據具有數量巨大、來源廣泛、處理速度快等特點，人為干擾程度較低。可以多源頭、多維度對同一對象進行驗證，剝離一定假數據；也可以多角度、全面地為傳統的紀檢監察統計指標提供補充和驗證，能夠在很大程度上強化紀檢監察機關對統計質量的控制，提高統計數據的真實性、準確性、完整性與及時性。

(三)大數據為紀檢監察統計提供了新的分析思路

第一，走向實時統計。傳統的統計分析以人的主觀能動性為基礎，多為事后統計，紀檢監察統計目前主要根據查辦案件的情況來摸清腐敗發生人群、領域及其發生的規律，均是腐敗發生后的統計數據。但腐敗有較長時間的潛伏期，對于潛伏期的腐敗情形，紀檢監察統計則無能為力，因此也無法完全實現有針對性的預防。而在大數據時代，恰恰可以通過對大量非結構性數據的分析實現由階段性統計到實時統計，實現對腐敗全過程的監控，提高數據的適用性和有效性。

第二，不再追求精確性。維克多·邁爾—舍恩伯格曾經說過：“統計學的一個目的就是用盡可能少的數據證實盡可能重大的發現。”[1]29傳統的紀檢監察統計依賴量小而精確的數據來實現對整體趨勢的預測，完成“定性—定量—再定性”的過程。在大數據時代，只有極少的一部分數據是結構化數據，大部分的非結構化數據無法適用于傳統統計。可能一條微博、一段視頻就蘊含著一條腐敗線索，如果一味追求以往的精確數據就會錯過重要信息，大數據強調的規模的完整性和混雜性，有利于更進一步接近事實真相。在大數據時代，我們所要做的就是直接從“定量”的海量數據中找出那些真正的、重要的數量特征和數量關系，得出可以作為判斷或決策依據的結論，因此統計分析的過程可以簡化為“定量—定性”，從而大大提高得到新的定性結論的可能性。[3]

第三，相關分析更為重要。傳統的紀檢監察統計在數據來源、數據規模和計算能力有限等條件的限制下，往往無法全面捕捉現象與現象之間的相關關系。基于樣本數據的估計，更多偏重于微觀的因果關系，而忽視甚至放棄了“總體”。腐敗恰恰是一種系統性的社會痼疾，如果不能從總體視角認識腐敗，則必將導致腐敗控制和腐敗預防陷入被動。按照紀檢監察實踐的傳統策略，人們只能憑借有限的數據構建簡單的證據鏈條，而大量與腐敗相關的因素未能進入分析員和決策者的視野。如果沒有系統思維策略，以碎片化的具體措施應對統合性的社會問題，勢必導致“頭痛醫頭、腳痛醫腳”的困局。

大數據時代將徹底改變這種情況。但在大數據時代，數據量巨大，計算能力顯著提高，新的分析工具和分析方法層出不窮，尋找事物之間的相關關系變得更為容易，見微知著，更容易通過網絡關注熱點、消息傳播路徑等豐富的信息構建多元化的相關關系體系，還原現象與其相關要素之間的關聯，在更宏大的視野下審視腐敗現象，從而為預測、預防、控制腐敗贏得主動和先機。

(四)大數據“倒逼”紀檢監察統計提升服務能力

由于工作性質的原因，從改革開放之初至2000年，紀檢監察統計數據在公開的報道中幾乎找不到。近幾年，隨著紀檢監察工作透明度的提高，相關數據的發布也更加公開化了，但是離全部公開化還有很長的距離[4]。公眾對政府的信任從政府數據透明開始，在大數據、云計算等現代信息技術的沖擊下，存在于政府和公眾之間的信息差正在逐步縮小，政府數據開放在開放內容及開放方式上均得到大幅革新，政府的服務意識、服務能力也隨之增強。大數據超越了傳統的數據分析方法，一定程度上促使政府統計分析和服務更趨精細化。大數據的發展也培育了公眾多元化的需求，未來政府可以根據公眾的偏好，對不同人群提供針對性服務。我國國家統計局建立了國家數據網，定期發布各類統計數據，還通過“統計開放日”“數據中國”客戶端、手機“搜數”等一系列創新工具提供數據服務。[5]85紀檢監察統計作為官方統計的一部分，在大數據時代下應加快數據公開進程，提升服務能力，獲得公眾支持與信任。黨的十八大以來，紀檢監察數據更新、發布、開發和利用都有很明顯的改進，在很大程度上為整個紀檢監察工作提供了助力。

三、大數據背景下紀檢監察統計的現實困境

從數據結構到技術條件再到管理制度，紀檢監察領域的統計工作基礎都比較薄弱。大數據背景下紀檢監察統計要抓住機遇實現跨越式發展，必須克服以下現實困難。

(一)職能困境：大數據對紀檢監察統計部門統計職能的沖擊

作為公共管理主體，執政黨和政府對公共信息和社會數據具有天然的“壟斷”優勢，這在任何國家都一樣。鑒于打擊腐敗相關數據可能威脅執政黨的形象、沖擊社會秩序，紀檢監察和司法部門對相關信息與數據的使用一直保持高度的謹慎。大數據時代的到來，使官方統計作為公共統計信息主渠道的地位受到了挑戰。大數據的應用已經從商業領域向公共服務領域轉化和滲透。在大數據背景下，越來越多的行業擁有官方統計系統以外的海量數據，越來越多的企業和社會調查機構具備開發、挖掘和利用大數據資源的能力。政府統計部門不再是數據的主要提供者，也不再是數據的唯一發布者，逐漸由“生產—管理”型機構向“管理—生產”型機構轉變，其權威性將受到極大挑戰。隨著全球“開放政府數據”的呼聲日益高漲，大數據還將成為啟動透明政府的利器。屆時，包括紀檢監察統計部門在內的官方統計只有打破信息技術、條塊分割的體制限制，打破“信息孤島”和數據壁壘，實現數據之間的互通共享，完善信息發布，強化統計服務，才能最大程度享受大數據帶來的便利。

(二)方法困境：大數據改變了傳統的紀檢監察統計調查分析方法

傳統的紀檢監察統計遵循自上而下實證研究范式，即先從已有的理論或社會經驗出發，根據理論設定統計指標，再去利用統計數據進行實證分析。而大數據采用的是自下而上的數據挖掘方式，以數據為先導，不需要預先設定具體的研究目的或方法，也無需人為選擇關聯關系和假設前提，而是從大量實際產生數據中通過數據挖掘技術找到數據之間的關系并建立模型，進而形成新的認知和新理論。這種研究方式已廣泛地應用于當前的數據處理過程中，顛覆了傳統的統計研究范式。

目前紀檢監察統計分析主要針對結構化數據展開，處理方法相對單一，通過最基本的運算得出一般性的趨勢和規律，缺乏對數據的深度分析，尤其是對主要指標的深度解讀。大數據背景下的統計分析不僅僅是對數據進行簡單的匯總、羅列和比較，尤其是面對大量的非結構化數據，需要更專業的數據挖掘與處理技術，對數據的來源、科學性、邏輯性等方面進行判斷，最后進行加工整理。如果將大數據的數據挖掘技術和分析方法應用于傳統的紀檢監察統計中，將大大提升紀檢監察數據服務于決策、服務于社會的能力。

(三)指標困境：大數據對紀檢監察統計指標體系的沖擊

紀檢監察統計指標體系是反映紀檢監察工作總體特征的數量概念或具體數值，是由一系列相互聯系、相互依存、相互獨立的統計指標所組成的一個整體。目前紀檢監察指標體系本身就存在體系不統一、分類不規范、分析功能薄弱等問題，缺乏深度探尋腐敗規律的作用，而且調查發布頻率低，不能有效滿足實際工作的需求。在大數據時代，一些掌握大量數據資源的公司，如阿里巴巴、百度等能夠依托大數據的挖掘技術發布時效性更高、可信度更強、指標反映更具體的相關分析。目前我國已經能夠通過構建經濟預測的先行指標，利用大數據來預測經濟走勢。國家工商行政管理總局依托工商企業全量登記數據，借助大數據分析技術，構建了企業發展工商指數，該指數與GDP、公共財政收入等經濟指標具有顯著正相關性，能提前1～2個季度預判宏觀經濟走勢。[5]200未來隨著大數據應用范圍的日益廣泛，數據挖掘技術的日臻成熟，會有更多來自于民間非官方機構的統計指標應運而生，傳統紀檢監察統計指標的實用性、價值性、科學性將面臨更大挑戰。只有積極采用新技術、結合用戶需求，積極改進統計指標，才能推動紀檢監察統計工作的進一步發展。

(四)保障困境：大數據對紀檢監察統計保障條件提出更高要求

在大數據背景下，紀檢監察統計系統需要完備的信息共享機制、專業化的人才隊伍、可靠的數據安全保護作為保障機制。然而這些條件在現實中還很不完善。

首先，統計需要有大量的數據源，更需要有各種數據之間的開放和聯通。與紀檢監察密切相關的數據庫包括金融、財政、政務、輿情等，但是這些數據分別歸屬于中央、地方黨政等不同部門。因此在大數據時代數據如何整合、如何共享，部門之間如何協同等都是從中央到地方需要解決的問題。其次，數據專家是制約紀檢監察大數據運用的關鍵。美國數據分析家Bill Franks曾說道：“成功分析的關鍵不是工具和技術本身，使用這些工具和技術的人才是取得成功的核心要素。”[6]我國現階段紀檢監察機關應用大數據的技術還比較薄弱，數據的收集存儲、挖掘分析等都不成熟。專業化的人才隊伍建設將是紀檢監察統計系統工程中的重要環節。再次，信息技術的典型特征在于它是一把“雙刃劍”，大數據技術在成為紀檢監察反腐利器的同時也會帶來個人信息安全問題。如果安防技術存在漏洞，數據庫一旦被攻陷，將會使得公職人員及其他相關社會成員的個人隱私受到嚴重侵犯。與此同時，公眾在各種網絡舉報平臺、政府信息公開平臺上發布的反腐言論也都有可能泄露個人信息，威脅個人安全。因此，對整個政府統計來說，應用大數據要從網絡安全、數據安全、災難備份和安全管理等各個角度考慮，部署方案，保障數據安全。[7]

四、紀檢監察統計的發展路徑：面向大數據

盡管面臨諸多困難與挑戰，但是大數據時代已經來臨，紀檢監察統計工作只能適應時代潮流，主動應對。

(一)推動職能轉變，提升紀檢監察統計服務能力

紀檢監察統計的最終目的是服務于全社會，而長久以來紀檢監察統計更多的是為黨政領導的決策服務，隨著公眾參與意識的增強，政府簡政放權步伐的加快，紀檢監察統計的工作重心應該及時由為決策者服務轉向同時更多地為社會大眾服務。首先，統計分析報告是公眾了解紀檢監察工作的主要渠道，在大數據時代，應該加大紀檢監察統計分析報告向公眾開放的力度，幫助社會公眾正確理解統計數據內涵。其次，紀檢監察部門要不斷開拓創新工作載體和應用，利用信息技術增加紀檢監察統計與社會公眾的接觸點，讓社會公眾更多地了解政紀檢監察統計工作的同時，擴大紀檢監察統計的影響力。再次，紀檢監察統計還要有針對性地服務社會公眾，利用大數據精細化的分析，滿足不同群體多元化的需求。

(二)完善技術方法，增強紀檢監察數據統計核心能力

“大數據”時代采用的是自下而上的方式，是從大量實際產生的數據中通過數據挖掘技術找到數據之間的關系并建立模型，這種以數據為先導的方式顛覆了傳統的統計研究范式。紀檢監察統計首先要加強數據整合的能力，不僅僅是政府統計內部數據的整合，更重要的是與其他來源渠道的數據以及各種非結構化數據的整合，進行更為高效的數據挖掘。其次，要變被動為主動，樹立“全過程分析”的意識，利用大數據的特性，在日常工作中側重培養對統計分析的前瞻性、時效性和準確性能力的掌握，做到事前抓指標、事中抓監測、事后抓分析。再次，要大力培養新型復合型數據人才。對于紀檢監察統計而言，要把更多的統計人員從統計專家向統計數據專家、統計分析專家的方向轉變。積極學習發達國家以及代表性互聯網企業在大數據處理和應用方面的經驗，改變現有統計人員的知識結構，更廣泛、更快速地應用先進技術與方法。

(三)增加信息化投入，構建政府統計大數據共享平臺

目前我國參與反腐、防腐的黨的各級各類組織、政府、司法機構、公眾及其他社會組織之間的數據彼此孤立，嚴重制約了紀檢監察部門全面開展工作，也違背了大數據下數據開放的原則要求。建立數據聯通、數據共享機制和共享平臺是解決數據困境、開展紀檢監察統計工作的重要舉措。這就要求政府在大數據戰略指導下設立大數據應用頂層平臺，建立跨地區、跨領域、跨部門的大數據分享平臺。不但要在縱向上把中央、省級、市級、縣級乃至鄉鎮級的政府信息資源聯通起來，也要把橫向上的政府行政、司法、工業、農業、稅務、城建、金融等系統聯通起來。實現從公共組織到非公共組織、從中央黨政部門到地方各級黨政部門、從行政到司法的立體多維數據聯網。通過系統強大的匯總功能，對各個部門的相關數據進行綜合的篩選和定性，便于查閱和使用，還要保證數據的持續開發利用，實現歷史數據與新數據的有效對接。

(四)統一編碼標準，完善統計指標體系

隨著信息技術的發展以及工作的需求，紀檢監察系統各業務部門為了提高工作效率，按照各自的職責和管理需求編制或開發了各自的電子信息系統或指標體系。這些管理信息系統的編碼缺乏統一標準，指標體系零散交叉現象嚴重，給紀檢監察統計工作帶來了新的困難。統一的編碼標準是將不同系統的數據進行對接，并且應用于統計生產的必備條件。另外，統計指標體系也應統一規范，并且具有針對性和擴展性，能夠隨實際工作的需求做出適時調整。因此，在大數據技術條件下，應通過對紀檢監察統計業務的整合以及數據環境體系的完善，最終實現建立面向統計數據信息的統一元數據庫，包括對數據的指標、目錄、報表等元素進行規范，把好數據進出關卡，保證對數據描述、理解、存取的一致性，同時，通過元數據庫持續記錄并檢測系統內部數據一致性要求的執行情況，防止發生數據屬性相互沖突的現象，為數據的進一步管理與分析奠定基礎。

總之，大數據背景下的紀檢監察統計工作是一項全新的事業，挑戰前所未有，機遇前所未有。大數據是技術的進步，更是思維的變革，也是這個時代最典型的符號。設計全新的紀檢監察統計體制框架與工作機制，需要采納與應用最前沿的技術，更需要轉變認識世界的角度。“因為不受限于傳統的思維模式和特定領域里隱含的固有偏見，大數據才能為我們提供如此多新的深刻洞見。”[1]94

[1]維克多·邁爾—舍恩伯格，肯尼思·庫克耶.大數據時代：生活、工作與思維大變革[M].盛楊燕,周濤，譯.杭州：浙江人民出版社，2013.

[2]李國正. 政府統計在大數據環境下有許多事情要做[J]. 中國統計, 2013(8): 9-10.

[3]李金昌.大數據與統計新思維[J].統計研究，2014(1)：10-17.

[4]過勇，宋偉.腐敗測量[M].北京：清華大學出版社，2015:139.

[5]大數據領導干部讀本[M].北京：人民出版社，2015.

[6]FRANKS B.駕馭大數據[M].黃海，車皓陽，王悅,等,譯.北京：人民郵電出版社，2013.

[7]馬建堂.大數據在政府統計中的探索與應用[M].北京：中國統計出版社，2013:176.

[責任編輯羅海豐]

Technology, Action and Strategies: Transform and Innovation of Statistics of Discipline Inspection and Supervision under the Background of Big Data

LIU Jincheng, HU Shasha

(School of Law and Huminities, China University of Mining & Technology, Beijing 100083, China)

The work of anticorruption should be promoted on the basis of statistics of discipline inspection. The rapid development of big data technology has not only caused profound and essential changes in the production, collection, processing, application and release of the data, but also brought unprecedented opportunities to statistics of discipline inspection, which is helpful to rich sources of data, ensures the quality of data, offers a new analysis for the discipline inspection statistical thinking pattern and improves its service ability. At the same time, under the background of big data technology, discipline inspection statistics is also faced with many challenges like functions, methods, system, personnel, technology problems. To maximize the application value of big data and thus promote the further development of the discipline inspection statistics, it is advisable to follow the trend and make corresponding reforms and adjustments, such as to change the discipline inspection statistical functions positively, improve the technology and methods, increase the information technology investment and perfect the index system.

big data; discipline inspection; statistical analysis

2016- 06- 25

北京市紀檢監察學會年度重大項目(BJJW2015Z001、BJJW2015Z003)

劉金程，中國礦業大學(北京)副教授，從事廉政風險防控、廉潔治理與發展研究。

D630.9

A

1671-394X(2016)09- 0012- 05