●吳 磊
大數據(Big data),是指互聯網時代以“PB”(1024TB)為單位的巨量數據,傳統的信息軟硬件均不具備對如此龐大的結構化或非結構化數據的處理能力。大數據來源于人類社會發展到現階段所日漸積累并以幾何級數飛快增加的各種信息,這些信息都被網絡收集、存儲、傳播,匯聚成無比浩瀚的數據洪流。科學技術的長足發展是大數據能夠“為我所用”的前提,大數據需要特殊的技術,包括大規模并行處理(MPP)數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統等,這些技術使得我們能夠對大數據進行分析、處理,做出預測,輔助決策,從而實現大數據不可估量的潛藏價值。全球最具權威的IT研究與顧問咨詢公司——高德納(Gartner)于2012年對大數據的最新定義為:“大數據是大量、高速、及/或多變的信息資產,它需要新型的處理方式去促成更強的決策能力、洞察力與最優化處理。”
與上述定義相對應,大數據的處理原則有三:一是“樣本=全體”,即處理對象是數據整體,無需清洗過濾;二是注重相關性而不必探究因果;三是效率優先于精確。這三個原則在邏輯上是統一的,對應大數據大量、高速、多變的特征,我們既無可能、也無必要“按時”完成對全體數據的條分縷析與尋根問底,而應當合理利用工具,挖掘出傳統手段無法實現的數據價值。
黨的十九大明確把精準脫貧作為決勝全面建成小康社會必須打好的三大攻堅戰之一,完成2020年讓7000多萬農村貧困人口擺脫貧困的既定目標,任務十分艱巨。中央和地方各級財政投入了萬億以上的巨量資金,這些資金分布區域廣(28個省)、涉及項目多(超過10萬個),相應的用款部門和受益對象也是千差萬別,要對其實施精準監管,難度很大。2017年至今,財政部四川監管局一方面積極與四川省財政、扶貧開發、農業、林業、交通等省級部門進行工作銜接,通過聯席會議的形式,通報問題,研究辦法,建立數據互通、信息共享的聯合聯動機制,形成聯合監管共識;另一方面,持續對四川省集中連片特困地區、高原民族地區的重點貧困縣開展扶貧資金現場監管,通過查閱材料、座談交流、選點核查等方式,發現財政扶貧資金在管理、使用及績效發揮方面存在的多項亟待解決的問題,如有的市(州)、縣(區)黨委政府在合理規劃、統籌使用財政資金方面全局意識有待進一步加強,預算的科學化、精細化程度有待進一步提高,存在扶貧資金整合不充分,投向不夠精準,財經法規意識有待增強,超預算安排支出,部分地方性政策、決策的出臺未經充分論證與合規性審查等問題;有的財政部門對財政資金的管理仍然較為粗放,違規拆借財政(國庫)資金、大量沉淀于部門的結余資金未有效盤活,國庫集中支付制度和專戶管理規定未得到切實有效的執行,績效管理不到位;各扶貧項目實施部門和用款單位管理水平參差不齊,一些部門和單位存在不按規定用途使用財政資金、擅自變更項目實施內容、項目申報不實、項目推進遲緩、賬務管理混亂等問題。對于發現的問題,財政部四川監管局向財政部進行了匯報反映,同時制發財政監管意見書給相關地區和單位,提出規范建議,要求其整改。
上述財政監管部門多年沿用的“點面結合”監管模式,其優點在于對被抽選的部門、地區、項目、資金監管較為全面、深入、精確,監管人員直接面對具體監管對象,能夠將感性認識與理性判斷相結合,對于問題成因的分析可以做到具體準確,對于問題整改可以做到定向糾偏。而傳統監管方式的缺陷與不足也相當明顯:首先,傳統模式無力對財政扶貧資金實施全方位監管,而抽樣監管的隨機性和即興性問題,始終難以圓滿解決,如監管局系統每年投入大量人力物力,現場監管涉及的資金及項目數量與總量相比,占比很小,現場監管發現的問題,并不能推定其他部門或地區也存在;其次,對于問題的反應是滯后的,財政扶貧資金始終處于動態運行的過程,運行出現的問題,傳統模式遵循“取證-定性—處理”流程,糾錯糾偏局限于事中事后;再次,傳統模式側重于局部問題的發現與處理,對財政扶貧資金整體運行如何調整優化,發揮最大效益,尚缺乏宏觀層面的調控手段。
傳統監管模式存在種種不足,而大數據作為現代社會基礎設施的一部分,作用不斷凸顯,將大數據應用于財政扶貧資金監管,有助于補齊短板,提質增效。從大數據的處理原則來看,一是將整體作為對象,能夠有效克服現場監管的抽樣誤差和系統性誤差,降低監管成本;二是注重相關性不強調因果,能夠有效克服“信息不對稱”造成的監管效率低下問題,并能通過機器學習既有監管成果為后期政策調整提供決策參考,防患于未然;三是效率優先于精確,能夠有效壓縮問題發現到處理的時間,以動態監管應對資金動態運行,實現實時監控、實時優化。因此,研究和運用大數據開展財政扶貧資金監管,與財政扶貧資金運行規律與監管要求相適應,也符合習近平總書記關于 “切實加強財政扶貧項目資金管理,落實資金監管責任,提高資金使用效益”的要求。財政部2018年6月印發《關于全面加強脫貧攻堅期內各級各類扶貧資金管理的意見》(財辦〔2018〕24 號),明確了加強財政扶貧資金管理的總體思路,其中專門強調“運用信息技術手段,推動上下級、內外部大數據共享融合,利用扶貧資金動態監控平臺等信息系統加強監控,合理設置預警指標,實現各級各類扶貧資金全過程實時監控、流程追溯和智能檢索”,并于2018年下半年開始部署運行財政扶貧資金動態監控平臺,這是“大數據+”財政扶貧資金監管邁出的關鍵一步,標志著新的監管模式由理論層面落實到制度層面,又由制度層面轉化為具體行動。
財政扶貧資金動態監控系統無論從數據體量還是對數據的利用方式,定義為“借鑒大數據模式的數據分析應用”較為確切,還不算是真正意義上的大數據應用。財政部四川監管局積極落實財政部工作部署,自2018年9月起,研究本單位如何利用扶貧資金動態監控平臺及扶貧資金總臺賬等信息化手段履行職責,同時對四川省各地財政系統數據填報和系統應用情況開展了督導調研,從省級層面及各地反饋的信息來看,目前四川省各地已完成各級各類財政扶貧資金的指標錄入工作,項目績效目標還在填報過程中,資金支出進度未實現與國庫支付系統的直接連通,各項目資金支出數據由中間庫轉換導入動態監控系統,仍需人工干預,系統綜合運行狀況與“全過程實時監控”的要求尚有一定差距。由此可見,財政扶貧資金監管從傳統模式逐漸過渡到“大數據+”模式,還有很長的路要走,這一變革過程目前面臨的挑戰主要有三項:
大數據應用于財政扶貧資金監管,需要監管工作者跳出財政扶貧資金的框架,甚至跳出財政資金的框架,以大數據整體作為挖掘和分析的對象,破除層級傳導的制度體系障礙,通過監管架構扁平化拓寬“作業面”實現扶貧資金預算決算、執行、監督三位一體的融合,對眾多社會經濟指標數據進行科學建模和高效運算,通過多元化相關性數據特征,掌握財政扶貧資金的分配合理化程度、分區域支出進度、資金運行合規程度、績效目標實現程度、目標人群滿意度等考核信息,更要提升監管層級,鳥瞰項目鏈、資金鏈的運轉狀況,找準痛點、堵點、風險點,不斷提高前瞻性,為優化資金資源配置提供有價值的決策參考。而傳統監管模式因多年沿襲,仍具有巨大慣性,相當一部分財政監管工作者仍然堅持 “抽樣選點、現場查證、處罰震懾、偏重事后”的套路,有的覺得老辦法仍然能夠發揮作用,不愿走出舒適區另起爐灶;有的對科技進步趨勢缺乏深度了解,雖想作出改變但缺乏學習積累;有的則擔心 “大數據+”財政扶貧監管模式不夠成熟無法滿足工作需求,甚至造成行政風險。事實上,近十年來,大數據在世界范圍內發展迅猛,歐美發達國家的企業、社會組織和政府部門利用大數據極大提升了管理與服務水平;我國自IT行業開始,擴展到各行業,近年來也在大數據云計算方面急起直追并取得了驕人的成就,相對而言,我國政府部門引入大數據思維的步伐已相對滯后,更有必要看清全球走向數據化的趨勢,以包容開放的姿態接受先進的技術和思維模式,革除舊弊,轉變觀念。
大數據的價值在于各種數據的全面共享與整合,而目前無論是財政部門內部、財政部門與其他政府部門之間、政府部門與外部企業組織之間,仍大量存在“信息壁壘”“數據孤島”現象,構成了對大數據應用于財政扶貧資金監管的嚴重制約。一是財政部門內尚未有效統一數據格式標準與接口標準,未對數據的采集、歸集、存儲、應用等進行頂層設計和有效規劃,造成數據利用效率低下,如同一資金或項目,有的基層財政部門需按各類統計口徑分別填報進不同系統,人為增加了工作負擔,又如扶貧資金動態監控平臺未與國庫支付系統建立實時聯結,通過中間庫轉換并依賴人工干預,影響了數據的及時性和準確性。二是財政部門與其他政府部門之間數據共享程度不高,雖然國務院辦公廳于2017年印發了《政務信息系統整合共享實施方案》,要求政府各部門推動政務信息系統整合共享,但由于各部門缺乏主動提交共享信息的驅動需求,客觀方面部門間信息系統接口不一,也限制了部門間數據的有效共享。三是受制于政府內部的數據整合應用水平,因此財政部門向有關社會組織或企業調取、購買數據更是缺乏系統規劃,未能達到有的放矢收集政府部門外數據并深度發掘數據價值的水平。
“大數據+”財政扶貧資金監管作為一種全新的監管模式,對人員素質提出了新的挑戰。財政干部雖然數量龐大,但理論素養、專業水準和職業技能參差不齊,且大部分財政干部尤其財政監管干部是財會、審計、金融等專業出身,不掌握計算機軟硬件和信息技術知識,不能滿足大數據監管的需求。既懂財政知識,又懂信息技術的跨界人才培養周期較長,在一定程度上制約了“大數據+”財政扶貧資金監管的快速推進。
實施“大數據+”財政扶貧資金監管,是對原有思維模式與工作格局的一場顛覆,不可能一蹴而就。首先應對當前政策環境、監管理念、工作機制、技術手段、人才儲備等現實因素進行科學評估,摸家底、找差距,必須清醒地認識到,現階段財政扶貧資金監管仍處在由粗放向精準,由抽檢向全覆蓋,由各地各自為戰向全國統一標準的發展過程中,離大數據模式下整體取樣、觸類旁通、實時反饋、決策高度智能化的理想狀態尚有較大距離。其次,應迅速著手進行頂層設計,堅定不移迎接科技帶來的財政監管方式變革,明確在扶貧資金監管中引入大數據理念,并公布確切的“時間表”與“線路圖”,統一思想,指導行動,督促各級財政部門和全體財政干部轉變觀念,做好組織保障、思想準備、加強理論和技能學習,鼓勵有條件的地區財政部門先行先試,探索新方法,積累經驗。再次,應立足現實,注重實效,通盤考慮,穩步推進大數據應用于財政扶貧資金監管,采取由“科技+制度”模式逐漸過渡到“大數據+”模式的監管方式變革,取樣對象由單一部門數據向大數據整體轉變,用全維度按需建模分析和決策樹系統逐漸替代局限于“安全、規范、高效”三個方向的問題查處整改,扎實穩妥推進監管模式升級。
扶貧資金動態監控系統雖然不算真正意義上的大數據應用,但其依托金財工程應用支撐平臺,具備統一的基礎數據標準和總賬標準,能夠對全國范圍內42類扶貧資金實現全周期管理,對項目實現全流程管理,并已實現28個省市的數據錄入,并預留了外部數據接口。現階段,財政監管干部可依托扶貧資金動態監控系統,熟悉并習慣于對系統中數據進行多維度多層次挖掘分析,充分發揮非現場監管總攬全局反應迅速的優勢,高質量實現監管目標,隨著系統功能的逐步改進完善,為下一步外部各類數據接入實現真正意義上的“大數據+監管”積累經驗,做好準備。
國務院辦公廳《政務信息系統整合共享實施方案》仍在持續推進過程中,財政部門應提高戰略定位,科學規劃,整合現有預算、國庫、監督等業務應用系統和數據,明確財政系統標準數據規范,搭建財政大數據共享平臺,并創造條件逐步建立與扶貧、人社、衛健、民政、教育、交通、公安、市場監管、稅務等部門及銀行間數據共享機制,并可根據需要向企業采購數據,實現跨平臺跨行業跨部門的數據充分共享,為多維度多層次開展數據分析提供條件,提升扶貧資金監管成效。
財政系統應采取多種形式擴充大數據人才隊伍規模,以適應新型監管模式的要求。一是通過招錄調動等方式直接補充懂財政也懂IT的復合型人才;二是通過對現有財政干部的教育培訓,擴展知識面,提高履職能力;三是可與高校、科研院所及IT企業開展合作,共同解決大數據監管中的重大復雜問題;四是可采取社會購買服務的方式,外聘專業人才完成大數據監管項目。
隨著可使用數據量的不斷增加,監管人員應積極探索各種方式,包括關聯挖掘、建模分析等各種手段,在海量低密度數據中,充分調取如項目批復、會計數據、規劃信息、招標資料、合同文本、自評得分……甚至新聞報道、考核成績、通話記錄、氣象信息、水電氣量、交通路況、經濟指標、網路輿情等多種要素,通過相關性計算對比,對扶貧資金的管理使用及績效情況實施全過程全鏈條智能監管,實現動態反饋問題,提供切實有效的決策建議,高質量實現監管目標。
不同于物質性的東西,數據的價值不會隨著它的使用而減少,而是可以不斷地被處理,發掘出新的價值。“大數據+”財政扶貧資金監管在推進過程中,必然會存儲大量數據,并總結提煉大量行之有效的數據處理模式,這些成果,可由財政扶貧資金監管擴展到財政資金監管,進而還可以通過對資金的有效監管,推動政府依法行政、高效行政,實現打造高效責任透明政府的目標,推動社會治理現代化。■