市場監督管理數據分析及其應用

顧建剛　易潛

辛辛苦苦收集的監管數據該怎么用？歸檔僅僅是數據整理的基礎，查詢是最基本的應用，如何把這些監管數據利用起來，為企業和公眾服務，為政府決策提供參考，指導我們下一步的工作，就要對監管數據進行整理、分析，找出數據之間的內在聯系及規律。

一、建立監管數據庫

數據分析的基礎在于數據庫的建立。數據庫（Database）是按照數據結構來組織、存儲和管理數據，建立在存儲設備上的數據倉庫。上述的存儲設備可以理解為電子文件柜，我們所要做的是將數據按照制定的規則放入文件柜。

（一）監管數據的采集

我們平時采集的監管數據主要來自于各類檢查表、匯總表以及各個業務平臺的數據。對于表格中的數據，應在表格設計階段就考慮數據應用的針對性。

1.檢查表項目應根據法律法規的條款設定，盡量減少技術性或質量性方面的內容。對于市場監督管理部門的主要監管范圍來說，應著重于法律層面上的監管，減少技術層面上的監管。例如：食品生產單位制定的企業標準，監管部門在日常檢查中只需確認該企業有無企業標準、是否持有備案憑證，而無需對其標準內的詳細內容進行評判。

2.客觀性項目為主，減少主觀性項目。簡單來說，就是檢查表“傻瓜化”，即使不是很精通業務的人員，只需按照檢查表內容也能基本上完成相應的檢查。對于項目判定的方式，應盡量使用選擇題和判斷題等客觀題型，盡量減少主觀性。

（二）監管數據的錄入

采集完成的數據，無論是紙質的還是電子的，都應按照一定的規則，分門別類地錄入數據庫。錄入規則的制定，可依據需求而定，也可全部錄入。全部錄入，花費的精力較大，但是作為基礎工作來說，可以為以后的分析提供全面的支持。

紙質數據，可采用人工錄入。但隨著辦公自動化的普及，應開發適合本部門使用的OCR（Optical Character Recognition，光學字符識別）軟件，提高錄入效率。

電子數據，應做好數據導入接口，設定導入規則，將對應的數字、文本、圖片甚至音頻視頻導入數據庫。電子數據相對于紙質數據，最大優點在于即時性，隨著原始數據的變化，可以即時反映到數據庫中。

數據庫最可怕的“敵人”就是數據誤差。因此，在數據錄入或導入時，就應采取相應措施，減少誤差的產生。對于人工錄入數據的，應從人員自身素質、優化表格（前述）、設置數據自動過濾校對程序（如身份證號碼校對）等方面著手。對于電子數據，應根據需求，設計優化數據導入接口。

（三）開發市場監管數字平臺

數據庫是一個大型倉庫，而監管平臺的作用就是使用、維護“數據倉庫”的工具。監管平臺分為網頁端、電腦客戶端及手機客戶端。在市場監管機構整合之前，工商、質檢、食藥監所使用的監管系統（軟件）均按照各自的監管職能進行開發、應用，擁有各自的數據庫。在機構合并完成后，三個部門的監管數據如何進行共享、整合、應用？這就需要開發一套合適的市場監管數字平臺。

1.做好基礎調查工作。開發者可能對于部門、條線的監管內容不是很熟悉，因此，收集監管人員對于監管系統的意見建議，顯得尤為重要，特別是業務條線專家和基層一線監管人員的意見。同時，收集原各監管平臺的優缺點、改進意見等，可以少走很多“彎路”。

2.設計整體框架。包括平臺的基本結構、數據處理流程、劃分功能模塊、數據接口設計、數據邏輯聯系及數據出錯處理系統等。設計是整個監管平臺構建的基礎，直接影響到平臺的應用性及可持續性。

3.整合數據。對于原有的數據，應根據設計目標，進行導出、篩選、整合、導入。在數據整合過程中，會出現重復數據及錯誤數據，因此，在導出階段就應進行初步的篩選，剔除不必要的數據。例如：導出餐飲業的許可信息時，就應將《食品衛生許可證》的相關信息予以剔除。對于錯誤數據，可能無法完全處理，可在以后的實際應用階段，開放相關權限，予以糾正。

4.易用性。易用性是為了方便監管人員的使用監管平臺，提高工作效率的重要保證。監管平臺的交互界面是否友好、數據錄入是否方便、查詢結果是否準確、功能是否完備、數據更新是否及時等方面，是使用者所注重的。因此，從設計階段到日常使用階段，都應及時根據需求不斷完善。

（四）監管數據庫的維護

數據庫的建立完成之后，數據維護在平時的使用過程中是最重要的環節。通過日常維護，將數據庫中的各類數據保持在一個穩定、一致、最新的狀態。數據庫維護可分為數據維護、設施維護以及數據庫保護三個方面。

1.數據維護涉及有效數據的歸類整理、重復數據的剔除、冗余數據的刪減、數據準確性的驗證、數據的更新周期等方面。

2.設施維護。數據庫的物理“倉庫”即為硬件設備、設施及存放場所，如機房、存儲設備等。根據技術發展，及時淘汰、更新硬件設施，從而利于數據庫的穩定。工作人員也應不斷學習最新技術，更好地管理和維護數據庫。

3.數據庫保護。為了使監管數據具有權威性，將“黑客”阻擋在外，那么就要對數據進行保護。可以按照數據的重要性，設置高低不等的訪問權限，對數據加密，采用高級別的防御軟件等措施。同時，為了預防數據庫遭到破壞而產生嚴重后果，應對進行數據備份，可以定期備份也可以按需備份。

二、監管數據分析方法

監管數據分析，就是按照需求或制定的目標，選取某一時間段內的相關數據運用對應的分析方法進行統計分析，并將得出的結果應用于監管工作之中。分析方法可以分為描述性統計分析、驗證性數據分析以及前瞻性數據分析。在日常應用中，可以根據實際情況，選取一種或幾種方法同時進行分析。

（一）描述性統計分析

描述性統計分析，是指根據數據的數學分布，不經加工就能獲知所需信息，是基本的分析方法。例如：對于某區域內本年度營業執照的發放和注銷情況，可以獲知區域內經濟主體的增減量，從量上直觀地反映出各行業的發展狀況。

（二）驗證性數據分析

驗證性數據分析，是指針對某一目的提出一個假設或采取一種干預措施，經過一定時間后對獲得的結果數據進行分析。

數據分析的結果用于假設的驗證和措施效果的評判。例如：為了解決在日常監管中發現的共性問題，可以在一定范圍內采取某一方法或手段進行干預，在經過一段時間后，再對于結果進行評價。若有效，則推廣，若無效，需更換方法。當然，也可以同時選擇不同方法在不同的范圍內進行，最后進行結果評價，選取合適的方法來解決問題。

驗證性數據分析也可對事物之間的聯系進行相關性統計學驗證。例如：在食品生產行業，從業人員的文化水平是否與本單位的食品安全有關聯，通過填寫調查表的方式進行數據采集，并結合該單位的歷次檢查數據，進行兩者相關性統計學驗證，根據結果采取應對措施。

（三）前瞻性數據分析

前瞻性數據分析，也可稱為探索性數據分析。前瞻性數據分析是在數據之中發現新的問題或發展趨勢。例如：某市場監管局在對轄區內某一行業的專項檢查中，發現這些單位都存在類似的問題，上級監管部門就應引起重視，對于別的區域內同一行業采取對應措施。

在確定分析方法和獲得數據結果之后，應選取對應的分析工具一數學分析模型，進行數據分析。數學模型可以理解為將數據輸入模型，通過計算得出結果，將結果與標準進行比對，最終得出結論。數學分析模型的專業性較強，一般來說，應由熟悉監管工作的專業人員建立。

三、監管數據應用

獲得的監管數據經過錄入和分析，可將得到的結果或結論應用到監管工作中去。筆者將結合自身的工作實際，初步闡述數據分析的應用。

（一）監管對象分級管理

1.制定評判標準。評判標準制定的基礎在于各類監管結果的數據化。可以設計或選取具有代表性的監管表進行量化處理，并根據各項目的嚴重程度取不同的分值，最后排列分級。根據綜合監管的結果，進行分級管理。筆者推薦使用百分比分級法，就是將主體按得分從高到低排列，確定各級別所占的百分比進行分級。該方法的優點在于每個等級的主體數量相對恒定，避免了單純按得分高低進行分級后，“只上不下”、“上多下少”的問題，而且有利于提升主體間的創優動力。

2.根據等級的不同，適當延長或者減短監管周期及檢查內容的適量增減。等級高，可只查看關鍵項目或者部分重點項目；等級低，則按照要求進行“全身體檢”。

3.設立獎懲制度或方式。對于等級高的，進行公開表彰，優先推薦各級各類先進，獲得政府的各類經濟扶持及優惠。對于等級低的，在適當范圍內予以曝光，與企業信用掛鉤，并作為各項檢查的重點監管對象。

（二）根據數據分析結果指導、制定工作計劃

1.職能條線科室可根據上一階段或上一年度的監管結果，針對某一行業出現的共性問題，制定相應的專項檢查計劃（如食堂的進貨驗收臺賬、索證索票資料的專項檢查）。也可對某一行業的產品（如炒貨、熟食）等進行抽檢。

2.通過數據分析，提高對違法違規行為的預判水平，填補對相關行業的監管漏洞。例如：通過監管發現超過一定比例的企業食堂存在從業人員健康證不全的問題。那么，可以擴大檢查區域，或開展專項檢查，要求發證環節加強對企業食堂新申請《食品經營許可證》時，嚴格審查從業人員健康證，做到一人一證，人證對應，從而有效防止企業因該問題受到行政處罰。

（三）根據數據分析結果，減少內部之間評判差異

從整體來說，對于同一類型的企業或者同一檢查項目，不同的監管人員得出的結果不同。例如食品生產企業的從業人員的個人衛生問題（工作衣帽有無、是否穿戴規范），進貨驗收登記資料問題（有無臺賬資料、是否登記完整）。如果懷疑同一項目，各監管單位之間得出的結果差異較大，那么就應進行差異性統計學驗證，根據分析結果，及時調整評判標準，減少主觀性誤差的產生。

（四）通過數據分析，強化服務意識

數據分析結果可有選擇性地對公眾公布，同時也可為企業提供行業發展情況、運行趨勢等統計信息（注意商業機密）。例如：在監管中發現某行業列異企業數突然增長，就因列異原因，為該行業的其他企業提供參考，同時調整監管項目和內容。

根據分析結果，經研判后發布預警信息或開展有針對性的專題培訓。例如：在一個較短時間內，接到群眾大量針對于某大型美發機構充值卡問題的投訴，那么就可以向公眾發出充值卡相關問題的預警信息；在今年下半年，筆者所在單位就根據監管數據分析結果，針對食品生產企業開展了涉及生產環節關鍵點、進貨驗收臺賬資料、從業人員個人衛生等方面食品安全知識培訓。

在大數據時代，市場監督管理部門應不斷重視監管數據的分析和應用，適應經濟社會的高速發展。這不僅能加快推動數字化辦公的進程，更重要的是能為企業和公眾服務。企業是一個點，行業是一條線，各行各業匯聚成一個面，而數據分析是從全局出發，從面到線，甚至直接到點。筆者相信，通過不斷的學習和摸索，市場監督管理部門的數據分析水平一定會更上一個臺階。