基于大數據應用的企業紀檢監察體系架構探索研究

韓麗

摘要：目前，數據已經被作為國家戰略性資源，大數據的應用也逐步滲透到了工作和生活的方方面面，成為了重要的實踐性技術。隨著市場經濟體制的逐步完善和社會的日益進步，改革發展不斷變化的新形勢對黨風廉政建設和反腐敗工作提出了新的更高的要求，如何合理運用大數據技術優化現有的企業紀檢監察機制不僅與科學發展觀相吻合，也是企業創新創效實踐的重要探索。本文基于大數據技術理念，融合集團公司現有紀檢監察機制，提出基于大數據應用的紀檢監察體系架構，從信息采集、信息量化、數據分析和數據決策四個層面，優化紀檢監察流程，實現監督制約、智能預警和制度完善。

Abstract： At present， data has been used as a national strategic resource and the application of big data has gradually penetrated into all aspects of work and life which becoming an important practical technology. With the gradual improvement of the market economic system and the increasing progress of society， the changing new situation of reform and development puts forward new and higher requirements for the construction of a clean and honest party style and anti-corruption work. Therefore， how to rationally use big data technology to optimize the existing enterprise discipline inspection and supervision mechanism is not only consistent with the scientific concept of development， but also an important exploration of enterprise innovation and effectiveness practice. Based on the concept of big data technology and integrating the existing discipline inspection and supervision mechanism of the group company， a discipline inspection and supervision system framework based on big data application is putted forward in the artile. It optimizes the process of discipline inspection and supervision from four levels of information collection， information quantification， data analysis and data decision-making， and realizes supervision and restriction， intelligent early warning and system improvement.

關鍵詞：紀檢監察;大數據;保障監督;信息采集

Key words： discipline inspection and supervision;big data;safeguard supervision;information acquisition

中圖分類號：TP391 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）11-0176-03

0 ?引言

當前，企業紀檢監察工作的總體形勢向好，黨風廉政建設和反腐敗工作不斷取得新的明顯成效，始終保持著良好的發展勢頭。但從紀檢監察工作的歷史和發展途徑來看，客觀上面臨著“四個新變化”：即任務更加繁重、領域大大拓寬、標準不斷提高、要求更加嚴格。因此，為了順應時代發展的要求，適應新形勢新任務的需要，迫切需要創新思想觀念，與時俱進，尋找新的理念和技術，從而不斷加強和改進紀檢監察工作。

本文以南京晨光集團有限責任公司（以下簡稱“集團公司”）現有的職能架構與管理機制為基礎，開展基于大數據的紀檢監察工作創新性探索研究。

1 ?紀檢監察大數據的創新優勢

大數據毫無疑問是當今熱門的話題，是否能夠掌握并利用好數據對眾多行業的發展將產生至關重要的影響。醫療行業可以利用大數據收集病癥信息、減低醫療成本、改進醫療服務;教育行業利用大數據可以跟蹤教學效果、改善教學質量、提升學生能力。那么，在紀檢監察工作中，大數據也一樣可以體現其巨大的價值。

第一，監督制約。以大數據為載體可對各類別、各層次的體制內外監督資源進行整合，形成監督合力。監督合力效能的發揮可以分為兩個步驟：首先，在信息層面實現貫通整合，建立監督的立體網格，做到信息無死角，從而構造有效的“制度+科技的籠子”，對權力運行進行有效的監督制約。其次，隨著紀檢體制改革的深入，可以在適當時機，以監督管理平臺為依托，逐步完成體制內各類別、各層級監督資源更深層次的整合。

第二，智能預警。發揮大數據平臺的整合、挖掘作用，建立多維信息模型，以及智能化的預警分析機制，自動化、或者半自動化地從海量數據中識別需要重點關注的問題、環節、單位、崗位、個人，進行主動預警，最大限度發揮監督數據的作用，為領導決策提供強有力的支持。

第三，制度完善。通過紀檢監察部、人力資源部、黨委工作部、財務部等重點部門預設監測點與監測規則，獲取海量數據，從中發現苗頭性、趨勢性、高發性等問題，并追本溯源查找制度的不足之處，實現制度完善，達到標本兼治。

然而，集團公司現有的保障監督體系、大監督平臺等方案已經非常成熟，紀檢監察大數據的研究和實施應作為現有機制的補充、優化和演進。

2 ?紀檢監察大數據體系架構研究

紀檢監察大數據平臺涉及24個集團公司職能部門、紀檢監察審計部、保監辦和保障監督委員會。整個平臺將分為信息采集層、信息量化層、數據分析層和數據決策層四層，每層分別有歸口部門與之對應，整個平臺以大數據為理念、以信息化為手段、以保障監督為原則，融合了集團公司成熟的大監督方案，并在其基礎上進行了優化和創新。紀檢監察大數據平臺架構與操作流程如圖1所示。

2.1 信息采集層

信息采集層由信息報送和信息校對兩大功能模塊構成，架構如圖2所示。

2.1.1 信息報送

信息報送涉及保障監督體系方案中的24個集團公司業務部門，報送的內容涉及保障監督體系內容中關于各部門重點監督的警示事項，主要由具有監督權與考核權的部門在日常履職過程中，將相關部門及干部在執行集團公司決策和制度時，因違反相關規定，受到相應處罰或應進行處罰的事項，通過信息化平臺的該層提供給保障監督委員會辦公室（保監會）。

2.1.2 信息校對

信息校對涉及24個集團公司職能部門報送信息的初審，由各職能部門的自行把關，確認報送信息真實無誤后進行提交，報送信息將經由數據出口，由信息采集層傳送至信息量化層。

2.2 信息量化層

信息量化層由信息分類、映射模型、信息量化、數據存儲四大模塊構成，架構如圖3所示。

2.2.1 信息分類

信息分類涉及調用由信息采集層上報的信息，并依據上報信息的內容進行分類，信息分類將融合大監督平臺進行報送信息的映射。信息映射從下層收集報送信息，并通過映射模型對信息進行識別和區分。映射模型將融合集團公司大監督中五協同一派駐工作平臺方案，并基于各職能部門的個性化監督警示事項，進行更加細粒度的劃分和關聯。

2.2.2 映射模型

映射模型是對職能部門報送的信息進行的一次專業處理，更是大數據和大監督的一次融合。映射模型的架構如圖4所示。

映射模型基于24個職能部門報送的重點監督警示問題，首先進行一級映射，一級映射依據報送信息或報送事件的主體和性質，將所報送問題中的關鍵信息提取出來，一級映射的作用是將事件變為一個個獨立的、指向性較為明確的屬性;信息屬性提取出來后，將會進行二級映射，二級映射融合了成熟的大監督體系中五協同一派駐工作平臺方案，依據信息屬性的歸口部門、對應的監督主體和所應涉及的相關專業，將信息屬性進行更加專業、細粒度的分類，二級映射的作用是明確指向監督的主體。

映射模型是大數據和大監督的協同和融合，是信息分類所應遵循的一種標準，也是紀檢監察信息量化的重要基礎。

2.2.3 信息量化

信息量化是將主觀的文字描述轉變為客觀數據的過程。對于紀檢監察工作所涉及的監督警示事項，一方面要從事件本身的流程、規范、重要性等角度依據標準給出客觀評價，即給出警示流程量化值？姿，另一方面，要從事件所造成的影響和帶來的隱患給出客觀評價，即給出風險評估系數？著。兩種數據結合所得出的數據則為該事件的評估數據，評估數據不但可以為“事后處理”提供證據，更可以為“事前預防”提供有效歷史依據。大監督體系中“五協同”的引入將增加數據的專業性，而引入多人進行評價再加權平均得出數據，將增加數據的客觀性。因此，評估數據將滿足如下公式：■

式中，？著表示事件的風險評估系數，取值在0到1之間，0表示風險最小，1表示風險最大;？姿表示該事件的警示流程量化值，取值在0到100之間，數值越大表明該事件從專業角度的流程、規范等越符合標準。

2.2.4 數據存儲

數據存儲模塊通過數據庫等工具對量化后的信息進行留存，以供后期大量數據進行對比分析時使用。

2.3 數據分析層

數據分析層由數據審核和數據分析兩大模塊構成，架構如圖5所示。

2.3.1 數據審核

數據審核通過數據入口2，從信息量化層數據出口2中調用量化后的報送信息，經過保監辦對量化后的數據進行審核后，通過數據出口2傳至數據決策層進行事件的最終決策和處理。

2.3.2 數據分析

數據分析是紀檢監察大數據的精華所在，當量化后的數據存儲到一定規模之后，大量的歷史數據就變成了紀檢監察工作分析的原始素材，這些數據可以做成可視化的曲線等，可一目了然的實現橫向數據比對（如某職能部門1年中每個月的評估數據比對）和縱向數據比對（如某三個職能部門在同一個月中的評估數據比對）。從數據比對中依據紀檢監察工作的實際需求，可以得出有效的趨勢分析，這種基于客觀數據的趨勢分析，可以使紀檢監察工作的開展更加有針對性，也更加有效。

2.4 數據決策層

數據決策層的架構如圖6所示。

數據決策通過數據入口1從數據分析層調用趨勢分析等有效數據對事件進行輔助決策，使“事前預防”更加有針對性，更加有據可循。通過數據入口2調用的信息仍然參照成熟的保障監督體系中的紅黃牌預警、問責處理等機制進行“事中控制”和“事后問責”。

3 ?結束語

大數據是一種新興技術，也是一種新的認知方式，將它運用到紀檢監察工作中去，可以使紀檢監察工作更加智能化。紀檢監察大數據是大監督平臺的繼承，是保障監督體系可持續發展的有效手段，也是企業管理信息化的重要探索，可以進一步促進企業紀檢監察工作走向科學、法治和高效。

參考文獻：

[1]鄭曉毅.運用大數據創新紀檢監察工作的思考與探索[J]. 法制與社會，2017（34）.

[2]付艷茹，馬強.大數據背景下職務犯罪預防途徑和方法[J]. 中國人民公安大學學報（社會科學版），2015（6）.

[3]錢美宏.提高紀檢監察干部隊伍素質的幾點思考[J].企業文化，2017（23）.

[4]趙穎，賀曉東.互聯網+高校紀檢監察工作的新路徑[J].北京航空航天大學學報（社會科學版），2017（30）.

[5]李宜穎.大數據下的基層審計信息化建設的幾點思考[J]. 科學與財富，2017（3）.

[6]鄭毅.證析——大數據與基于證據的決策[M].北京：華夏出版社，2012.