大數據在安徽社會信用體系建設中的應用研究

◎文/占小鳳（安徽省社會科學院）

社會經濟對信用的巨大需求和大數據技術的廣泛應用，激發了各行各業深入信用領域，通過線上將互聯網數據轉化為信用信息并在云端整合傳統信用信息、線下豐富信用使用場景的方式共同拓寬社會信用體系格局，為社會信用體系建設提供新的路徑和手段，但同時也帶來了隱私泄露、信息冗余等問題。

一、大數據的定義

大數據的定義很多，這里采用百度百科的定義：大數據指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。該定義綜合了維基百科和研究機構Gartner對大數據的定義，可以看出大數據其實是一個數據集，具備Volume（大量）、Variety（結構多樣化）、Velocity（高速）、Value（低價值密度）的特點[1]。具體到社會信用體系建設中，大數據是指來自第三方支付機構、P2P平臺、社交平臺、電商平臺等互聯網平臺的信用信息，具備覆蓋人群廣泛、信息維度多元、應用場景豐富和信用評估全面的特點。不同于占據傳統征信體系主體信息地位的公共信用信息（來自政府及其職能部門）和金融信用信息（來自各類金融機構），互聯網信用信息內容雜、體量大、價值密度低、權威性也低，但由于包含大量無信貸記錄征信對象的信用信息，已然成為前兩者的重要補充：其能彌補傳統征信體系征信對象缺失、評估維度和評估結果應用場景單一的缺陷，并實現評估數據的實時更新。盡管如此，大數據征信仍存在不少隱患：一是信息主體隱私泄露更嚴重；二是數據范疇和內涵突破“金融屬性”，效用性尚待驗證；三是數據采集和使用往往難以遵循“獨立第三方”的基本原則。

二、江浙滬皖大數據應用對比研究

江浙滬皖同處泛長三角地帶，地理環境相近，區域合作密切，且江浙滬在大數據應用方面可圈可點，對安徽省社會信用體系建設中的大數據應用具有重要的借鑒意義，故本文選取江浙滬三地作為參考對象，并從以下幾方面進行比較。

1.信用制度建設

大數據在社會信用體系建設中的全程參與放大了信用體系建設中的種種弊端，如隱私泄露、信息孤島、信息冗余，而信用立法有利于保護信用主體隱私、促進信用數據共享、規范信用信息征集、擴大信用信息應用、指導信用服務機構發展，這方面上海和浙江兩地走在全國前列。2017年，上海和浙江兩地在全國率先出臺關于社會信用體系建設的綜合性地方行政法規，圍繞信用信息歸集、存儲、處理、使用等作出一系列規定，進一步完善社會信用體系的法制建設，促進信用服務產業發展。反觀安徽省，目前尚無立法計劃，僅依靠《征信業管理條例》《安徽省政府信息公開辦法》《安徽省政務信息資源共享管理暫行辦法》等來規范信用信息的公開和使用。2017年上海市和3個省會城市中，合肥的綜合信用指數得分最低且統一信用代碼重錯碼率最高。

2.大數據產業發展

大數據產業發展方面，四地均出臺了大數據產業發展行動計劃，但從結果來看安徽省相對落后，大數據產業發展地區指數僅排第15位，而上海、江蘇、浙江大數據企業注冊數和大數據產業發展地區指數依次排名第3、第4、第 5位。

上海圍繞數據創新基地、研究中心、交易機構、發展聯盟和產業基金完成大數據五位一體生態體系布局，業已形成400家大數據企業，涵蓋應用類、技術類、資源類、衍生服務類和產業支撐類，產業集聚形態初現。具體來說，2017年4月成立上海市數據交易中心，當年11月交易數據就突破10億，中心還牽頭成立大數據流通與交易技術國家工程實驗室促進大數據研發。通過成立上海市大數據應用創新中心、舉辦國際大數據論壇及上海開放數據創新應用大賽、建立上海大數據應用展示中心等，多方面促進大數據應用創新及成果推廣。

江蘇在大數據產業發展過程中，充分動員政、產、學、研、金、用各方力量，布局大數據產業體系和公共服務支撐體系。具體來說，在基建上，大力加強“無線江蘇”“寬帶江蘇”建設，布局新一代信息通信基礎設施；在研發上，2014年成立大數據技術企業聯合研發創新中心，2016年成立江蘇大數據聯盟，促進大數據關鍵技術創新；在數據共享上，徐州與貴州合作成立貴陽大數據交易所徐州服務分中心，服務江蘇省內企業會員；在典型應用推廣上，圍繞公共服務、產業發展、社會治理三大領域實施18項重點工程，促進大數據應用；在數據中心服務能力提升上，無錫成為全國六大云計算創新服務試點城市之一，且與清華大學共同建設國家超級計算無錫中心，這在四省（市）中是絕無僅有的。

相比上海、江蘇的距離感，浙江似乎顯得更接地氣一點，這源于芝麻信用在租賃、住房、出行等生活方方面面的實踐。浙江大數據發展在國內遙遙領先，不僅涌出現大批在國內有影響力的大數據企業，而且在大數據基礎設施、支撐平臺、應用開發上形成了較完整的產業鏈。截至2017年底，浙江共建立14家大數據省級重點企業研究院開展大數據核心技術攻關；選出75家大數據應用示范企業作為推廣大數據應用標桿；成立省大數據管理中心，建立大數據交易中心和政府大數據管理公司，并在全國率先推出政府數據開放平臺。

雖然安徽省在大數據產業發展上不如前三者突出，但也是“麻雀雖小五臟俱全”，產業聯盟、研發機構、數據交易中心一應俱全。安徽還積極引進國內外知名云計算大數據重點企業及項目，在云計算中心、數據中心建設等方面累計吸引投資300多億元，數十個重點項目正在各地市推進，初步形成了以合肥為中心，宿州、淮南為兩翼，各地多園區共同發展的大數據產業布局。2018年長三角數據智能合作峰會上，合肥蜀山經濟開發區、合肥上海產業園、淮南高新區大數據產業集聚發展基地榮獲“長三角大數據應用服務貢獻獎”。

3.大數據信用產品應用

在大數據信用產品應用方面，江浙滬皖基本上是按照政府和市場兩個層面開展，前者集中在資金扶持、招投標等方面，后者集中在企業的融資、租賃、招投標管理、行業管理等方面。由于各地征信服務市場發育程度不一，直接導致了大數據信用產品應用廣度與深度大有不同。在個人征信機構方面，目前市場上僅有央行征信中心及其下屬的上海資信公司，四地中僅有浙江的芝麻信用有個人征信試點資格。在企業征信機構方面，截至2017年7月，全國獲得備案的企業共134家，其中上海35家，浙江6家，江蘇3家，安徽暫無。從機構實力上來看，9家參與全國行業信用建設的企業征信機構中，有上海的憑安征信和在上海設置分支機構的清科集團；13家參與對各地方“雙公示”工作進行第三方評估的機構中，有浙江的芝麻信用，上海的憑安征信，在合肥有分支機構的數聯銘品，在上海、南京、杭州均建有子公司或合資公司且與安徽政府也有合作的金電聯行；15家與國家信息中心簽署信用信息共享協議的機構中，有憑安征信、螞蟻金服、安徽征信、南京匯法正信、金電聯行、數聯銘品。可見，安徽省征信服務機構發展勢頭良好，但與江浙滬相比仍有很大差距。

三、意見及建議

綜合上述分析，現對安徽省社會信用體系建設中的大數據應用提出以下建議。

一是加快信用立法研究，盡快出臺綜合性地方信用法規，規范信用信息使用[2]。社會信用體系建設，法律是保障，大數據背景下，立法的重要性更為凸顯。信用立法應包括社會信用體系建設推進中行之有效的實踐經驗，法規應體現地方特色、符合地方實際，主要內容應覆蓋公共信用信息的歸集、使用，同時立法過程應嚴謹，要有座談及廣泛征求意見的過程。

二是繼續推行統一信用代碼制度，降低重錯碼率，提高糾正率。統一信用代碼是企業的“身份證”，是企業信用體系建設的基礎。針對安徽省統一社會信用代碼重錯碼率整體偏高的情況，可以采取以下措施：首先依托省信用平臺，保障統一社會信用代碼跨部門、跨地區共享，以便及時發現重錯碼；其次是從減少存量和消除增量兩方面著手降低。減少存量上，各相關部門要密切同省級對口部門聯系，及時修改省級部門反饋的重錯碼，同時對社會公眾反饋的相關信息，要及時申請確認并修改；消除增量上，各部門要加強人員培訓，提高信息化程度，力爭做到新賦碼“0”重錯率。

三是培育本地企業征信服務機構，彌補行業空白。目前，安徽省獲得備案的企業征信服務機構數為零。針對行業空白，可以參考上海的經驗，從資金支持、數據支持和客源支持三個方面進行企業培育[3]，即資金上支持企業經營，數據上依法向其提供信用數據，客源上利用政府政策為其創造信用產品需求。

四是優化大數據產業發展環境（包括人才、基建、政策、市場、文化等），加快產業布局。繼續實施人才強省戰略，為大數據產業發展提供優質人才資源；投資通信基建，優化信息通信基礎設施；落實國家有關鼓勵大數據產業發展的政策及投融資政策，引導產業發展；加強大數據產品宣傳和推介，進一步優化市場發展環境。

五是以大數據應用為抓手，加快與大數據應用領軍企業的合作，共同推進信用信息應用。大數據產業發展涉及市場經濟的方方面面，而且涉及到一些先天資源的配置，在短期內調整的難度很大，既然業已形成在一線城市注冊、服務全國的大數據運營模式，安徽省在大數據產業上還有很長的路要走，不妨先以大數據應用為突破口，先借力發展，再徐圖趕超。[本文系安徽省社會科學院青年課題資助項目《大數據在我省社會信用體系建設中的應用研究》（項目編號QK201818）研究成果。]