基于大數據案例分析的社會性監管創新研究

王靜 馮梓峰 李春仙

摘要：大數據技術在社會性監管領域的應用不僅可以提高監管水平和效率，增強監管的科學性，還能創新監管方式。大數據在工作場所安全、衛生健康以及環境保護等方面有著廣闊的應用前景。在工作場所安全領域，大數據可以對工作場所的設備故障進行精準排查，實現安全生產和實時監管的透明化。在衛生健康領域，通過建立健全信息追溯系統進而破除以人員經驗為主的傳統監管弊端。在環境保護領域，通過布設監測點、提高公眾參與程度，實現對環境問題的全時段、全過程監管，增強監管的針對性。有必要通過打造數據全方位的開放，建立強有力的技術支撐，構建監管的溯源系統，形成良好的合作機制，以進一步加強大數據技術在社會性監管領域的應用和推廣。

關鍵詞：大數據；社會性監管；監管模式；案例分析

中圖分類號：D035 文獻標識碼：A 文章編號：1008—7168（2019）02—0019—07

聯合國于2012年發布《大數據帶來的挑戰和機遇》白皮書，象征著人類社會正式邁進了大數據時代。所謂大數據是指“海量數據”，其規模巨大到無法使用典型數據庫軟件工具進行運行和處理。它具有4V的特征，即數據數量巨大（Volume）、數據種類繁多（Variety）、數據價值密度低（Value）、處理時效高速度快（Velocity）。對具有信息搜集任務的政府監管部門來說，大數據時代正是監管改革創新的有利時機。本文從社會性監管的角度出發，詳細分析了大數據在工作場所安全、衛生健康與環境保護中的具體應用。

社會性監管是市場經濟條件下，政府或社會公共機構為保障勞動者的生命安全、健康衛生以及防止災害、保護環境、維護經濟社會的良好秩序等，進而對市場主體的市場進入行為、企業的生產銷售、產品的質量水平和服務標準等各種市場經濟活動進行直接或間接干預，通過制定標準，禁止、限制特定行為的監管活動[1]（p.25）。與經濟性監管不同，社會性監管不是以某一產業為研究對象，而是為達到某種社會目標實行跨產業全方位監管，主要包括工作場所安全、衛生健康與環境保護三大類別。由于社會性監管切實關系到公眾健康與安全，因此放松經濟性監管的同時，我們應更加關注社會性監管。根據社會性監管的特點，大數據的應用會在監管中發揮巨大作用。

一、大數據在社會性監管中的作用

（一）增強監管的科學性

社會性監管的首要問題就是搜集諸如工作場所、食品藥品、環境污染等方面的相關信息，根據信息與現實情況做出監管決策。而政府依靠大數據監管可以獲得更加客觀精準的信息，提高監管的科學化水平。從信息生產看，大數據依托云計算等互聯網技術，由機器自動生產，擺脫了依靠人力搜集帶有很大程度的主觀性的生成方法，因此數據信息和資料也更加真實可靠。從數量看，大數據的起始計量單位至少為P（1000T）、E（100萬T）或者Z（10億T），數據量大就會使內容更加全面和豐富，能更好地體現實際情況[2]。從時間看，大數據的采集和生成方式可以做到實時更新，這就使數據的時效性得到增強，可以被及時利用，因此監管就是根據最新情況而做出的。從來源看，大數據包含了社會公眾的更多相關數據信息，信息的來源范圍和采集規模更加龐大，突破了以往社會公共機構只依靠監管人員的主觀經驗進行監管的局限性，而是依靠更多社會公眾的真實數據進而做出更加科學合理的監管決策。因此，監管從根源上變得更加合理、公平，科學性顯著提高。

（二）監管重心前移

大數據的核心就在于預測，利用大數據進行社會性監管就是在預測的基礎上把握趨勢，做出正確判斷，達到防患于未然的目的，使監管重心前移。傳統的社會性監管以事后補救為主，即使處理得當，所造成的一些健康損害卻是無法彌補的。因此，在社會性監管中，利用大數據進行預測與風險預警就尤為重要。谷歌是全球最大的搜索引擎，專業人員把搜索引擎里的關鍵詞與疾控中心流感數據結合起來建立了模型，在2009年H1N1爆發的前幾周，成功預測了H1N1在整個美國的傳播，甚至具體到特定的地區。與傳統模式相比，大數據呈現巨大優勢作用，使政府事后處理變為事前預測。

（三）非現場監管

相對于現場監管，非現場監管就是監管人員不在現場，而是遠程開展檢查或者核查的工作模式。即利用大數據，通過數據挖掘等技術分析業務信息，查找異常情況。一方面，非現場監管能夠保持監管的獨立性。在社會性監管中，現場檢查通常是監管人員依賴被檢查單位提供的實物證明，但存在被改寫與抵賴的情況，也存在各方面干擾監管人員判斷的情況。非現場監管能夠依據大數據進行前期分析取證，因此具有獨立性與靈活性。另一方面，非現場監管能夠減少監管的成本，提升監管效率。傳統社會性監管需要大量人員去實地檢查，而非現場監管通過遠程分析數據能夠降低監管經費成本。同時，遠程分析數據后再去現場檢查，更加有針對性，使監管效率提高。

（四）提高監管的公眾參與度

大數據時代，公眾不再是監管的觀眾而是監管的“決策者”。特別是在社會性監管領域，工作場所、食品藥品的安全性、醫療服務以及環境污染等情況都是每個人所關注的，大數據監管給公眾一個機會參與到其中。公眾可以利用社交平臺上的各種資源與信息，發表自己的意見與建議?；ヂ摼W、微信、微博等與大數據技術的結合可以為政府監管提供新的手段，公眾可以突破時空的界限與政府進行溝通，及時反饋身邊的情況。公眾在網站上的每一條搜索，在微博上的每一條評論，都會作為大數據的一部分被搜集與處理分析，為政府監管貢獻自己的力量。正如阿爾文·托夫勒在《第三次浪潮》中所述，“沉重的決策擔子，最后將必須通過較廣泛的民主參政來分擔解決”[3]（p.7）。與此同時，公眾也可以對政府監管的進度進行監督，確保監管的有力執行，從而減少“尋租”情況，讓政府的權力在陽光下運行。

二、大數據技術在社會性監管行業中的具體應用和分析

（一）工作場所安全領域

2017年，國家安全監管總局發布信息，一季度全國各類生產安全事故10131起，死亡人數為7196人，同比2016年第一季度分別下降了26.3%和16.6%。隨著信息化程度與水平不斷提高，安全生產形勢總體好轉，但少數行業領域形勢不容樂觀。如煤礦行業，占一季度發生重大事故的57.1%[4]。因此，對煤礦行業的安全監管成為重中之重。傳統的監管模式使煤礦生產陷入“發生煤礦事故—監管水平提高—事故影響減弱—監管水平降低—發生下一次煤礦事故”的僵局，而把大數據應用到監管中，能夠打破僵局創新監管模式，促進煤礦安全生產形勢進一步好轉。

1.煤礦大數據監管創新。首先，依托大數據對煤礦安全生產進行監管，可以預警重大災害的發生，緩解安全生產形勢。大數據可以更加全面地搜集包括礦井瓦斯濃度、采掘位置以及溫度濕度和電磁輻射等井下環境和條件的相關數據信息，通過與瓦斯爆炸、涌水災害等事故預測模型計算出來的數據進行對比，更加科學地指導煤礦的安全生產工作。其次，大數據監管可以實現對相關設備的實時跟蹤和遠程智能管理。一般情況下，除自然條件等不可抗力因素外，監管不力是造成安全事故發生的重要原因。一方面，故障眾多、設備失靈以及造成資源浪費的主要原因在于對煤礦采掘設備材料的生產、采購以及運輸等過程環節缺乏全過程的監管跟蹤。另一方面，對機器設備的故障排查、診斷與維修保養缺乏精準性，不僅造成了人力資源的浪費，還容易造成重大事故。依托大數據技術對煤礦安全生產進行監管，監管手段不僅依托傳統監管模式下的實地考察，更可依靠大數據平臺，進行全方位實時跟蹤[5]。因此，數據監管可以解決以上兩方面的問題和障礙，不僅實現了對煤礦安全設備的全過程監控，也可以及時精準地對故障進行排除診斷，進而為煤礦安全生產提供有力保障。另外，建立大數據監管平臺可以使企業、個人以及監管部門互聯互通，為煤礦安全事故的預防減災提供更加精準的數據支持和決策依據，使安全生產決策更加科學合理。

2.國內外案例分析。貴州省六盤水市是我國著名的煤都，安全生產形勢一直不容樂觀，其中瓦斯爆炸是安全生產的最大威脅。為緩解安全生產的嚴峻形勢，政府與煤礦企業共同啟動了“云上貴州·安全云”計劃，該技術最重要的措施就是建立監管信息化平臺，當前煤礦企業均已實現與該平臺的聯網。該平臺根據所監測到的瓦斯濃度將預警等級分為藍、黃、橙、紅四級警告，并分別由煤礦安檢員、安監站以及縣、市級安監部門負責監控[6]。同時，企業也可以根據預警隨時自查自糾監察執法中可能出現的隱患和危險，使事后災害處理向事前預警防范轉變。在傳統監管執法中，安全執法人員只能根據企業的基礎檔案數據、特種作業人員持證等煤礦企業所提供的信息，且必須下井才能檢查出可能存在的問題及隱患[7]。在大數據監管下，安全執法人員可從平臺數據進行客觀分析，也使下井檢查安全設備和防害裝備更有針對性。大數據技術的應用，不僅使煤礦安全生產由事后減災向預防轉變，也使監管部門的管理呈多樣化趨勢發展，提高了監管效率。

美國大數據技術較為成熟，利用相關數據建立模型，通過對生產過程中的各個指標進行分析對比，探索出事故發生的規律、預測未來；通過事前預測防范，能夠使事故傷害降低，甚至能防止事故的發生；即使發生礦難，利用大數據也能確定責任，進行相關處理。根據聯邦礦山安全健康監察局公布的新聞報道，2010年美國西弗吉尼亞州發生礦難，造成29人死亡。在判定主要責任應該由煤礦安全健康局還是出事煤礦所屬公司去承擔時，大數據為追責提供重要證據，調查結果為煤礦安全健康局沒有監管失職問題[8]。因此，大數據在事故災害追責中也有重要作用。此外，美國在利用大數據監管中，更加注重煤礦安全生產教育培訓，安全培訓體系與機構健全，而我國在這方面有欠缺，需要不斷完善[9]。

（二）衛生健康領域

食品、藥品與醫療服務監管是衛生健康監管的重點。由于食品是每個人每天必須要攝入的，其安全直接關系到人的健康，因此以食品行業為例，詳細分析大數據監管的創新。

1.食品大數據監管創新。首先，利用大數據技術可以對食品生產、加工與包裝的各個環節進行監管。收集食品從生產加工到包裝運輸過程中的包括物料重量、加工環境、滅菌包裝等在內的實時數據，通過對這些數據進行科學分析，使監管重心前移，進而從根源上消除食品安全的各種問題與隱患[10]。在監管依據方面，以往的食品安全監管方式主要依靠工作人員的主觀經驗，且監管主體以政府為主，責任認定比較模糊[11]。而大數據技術下的監管主體不僅包括政府還包括社會公眾，且責任認定比較明確，監管流程也由分段式監管向全部產業鏈監管轉變。其次，利用大數據平臺解決信息不對稱問題。傳統監管模式下，企業可以依靠信息方面的優勢獲得額外租金，消費者處于信息劣勢。而利用大數據平臺公開食品相關信息，能夠維護消費者的知情權與選擇權，解決信息不對稱問題。同時，政府利用平臺可以加深與消費者聯系，了解公眾對食品問題關注的重點和對食品監管的意見建議，不斷調整監管重點與方式，做到以公眾需求為導向的“服務型”監管。因此，在大數據監管下，監管范圍更加全面，從而食品安全性得以提高。

2.國內外案例分析。廣東檢驗檢疫局實現了無縫隙的食品安全溯源管理。香港蔬菜約80%來自內地，而其中超過一半以上來自廣東，內地供港蔬菜質量成為監管重點關注對象。廣東省出入境檢驗檢疫局建立了基于RFID技術的食品安全溯源管理系統，對供港蔬菜從種植到消費的各個信息進行記錄[12]（p.21）。RFID即射頻識別標簽，讓每一件食品擁有唯一的“身份證”，能夠無線存儲、發送、讀寫數據。由此確保了食品來源清晰可查。貴州省監管中對大數據的應用十分值得借鑒。2016年底，貴州省清鎮市開始小范圍上線食品安全檢測云平臺，監管機構通過培訓相關監管人員，利用手機APP軟件和智能小程序，能夠隨時隨地對食品廠家或作坊的生產經營過程進行查詢和監測，實現了對食品安全生產的全過程、無盲區監管。同時，社會公眾也可以在手機上通過下載運行食品安全云軟件，對包括食品生產日期、營養成分與配料、檢測報告等在內的食品安全的各項信息進行查詢，從而緩解了食品信息的不對稱問題。同時，大數據監管也破除了傳統食品監管依靠人海戰術和人員經驗的一系列弊端，解決了監管漏洞與“搭便車”等相關問題，并在一定程度上實現了食品安全整個產業鏈的智能監管和智慧監管。

美國把大數據應用于食品行業監管中，實現了監管環節相互銜接的一體化管理。在總統食品安全管理委員會的指揮和部署下，一個部門只負責一個或者幾個產品的所有安全工作，使從田野到餐桌無縫監管的責任主體明確。同時開展食品追溯標準化工作，使食品安全生產受到全過程監控。此外，美國政府十分重視消費者的知情權與參與權，建立了全國范圍的食品安全信息網絡。網站設立了詢問請教專家的專欄，公眾能夠通過在線溝通、電子郵件等形式咨詢，并且在兩個工作日內就會得到回復[13]。該網站也會及時發布食品市場的檢測、問題食品召回情況等信息，使消費者及時知曉食品安全真實情況。

我國與美國的食品安全大數據監管既有相似，又有差異（參見表1）。大數據的應用使監管更加全面，食品更加安全。但是，無論食品監管還是大數據技術，美國都起步較早，因此各項制度比較成熟，在二者的結合上我國需進一步加強。

表1 中美食品安全大數據監管對比

資料來源：作者根據相關資料整理所得。

（三）環境保護領域

環境問題產生的原因主要是外部性，特別是負外部性，即某經濟主體的行為使其他經濟主體利益受損，卻沒有承擔相應的成本。在環境保護方面，企業對于其他企業或消費者的負外部性就是監管的重點。利用大數據進行環境監管，可以盡早發現污染問題，提升環境質量，同時明確相關責任并給予相應處罰。

1.環境大數據監管創新。在傳統監管模式下，環境問題發現后查找污染源會耗費大量時間與精力，同時企業間權責不明確，監管效果較差。企業環境信息公開程度差，因此公眾監督渠道受限，參與度不夠，難以形成社會共同治理局面。而利用大數據監管，不僅可以實現對環境的全方位監管，還可以增強監管的精準化。首先，大數據記錄了污染源各個時期的各類數據，可以分析其對環境影響的過程與程度，使監管具有針對性。通過對數據進行挖掘、處理，對任一污染對象進行重點關注，從而鎖定區域、行業、目標，對相關企業予以處置。通過建立污染物特征數據庫，實現溯源監管。同時，大數據監管通過布設監測點，獲取監測數據，能夠對環境進行全時段、全過程監管。其次，大數據監管實現了信息公開。在大數據平臺上公開數據以及分析結果，便于公眾監督。公眾可以在平臺上實時查詢最新數據，了解環境信息，維護自己的權益。監管的透明化也減少了政府“尋租”的空間。與傳統監管模式相比，大數據監管創新有著無可比擬的優勢（參見表2）。

表2 環境大數據監管創新

資料來源：作者根據相關資料整理所得。

2.國內外案例分析。廣西建立了環保大數據信息平臺，整合了行政辦公、環境在線、綜合業務管理等子系統，包含了污染源普查數據、環境統計數據、監督性監測數據等各類數據，實現了跨平臺的數據共享[14]。通過企業污染物排放在線監測系統，能夠對各指標進行實時監測，一旦發現指標值異常，即污染物超標排放，能夠采取應急措施，避免環境大面積污染。此外，在環境政策實施后，通過大數據進行關聯性分析、評價政策效果，隨后進行適度調整，做到動態管理。同時，廣西進一步開發環境保護手機應用軟件，使公眾能夠隨時隨地了解環境信息，也可在軟件上提出意見建議，真正成為監管主體一分子。

美國于2009年創立Data.gov門戶網站，整合了多個政府部門數據，生態系統就是其中重要的構成部分。生態系統大數據平臺包括多尺度土地變化特征、環境地圖平臺等子系統，實現了對環境的實時監管[15]。在數據收集管理方面，構建了環境信息生命周期框架，包括七個環節，形成了多層次合作網絡。這一框架使其他政府部門、企業與公眾結合起來，形成共同治理模式。在數據公開與開放方面，美國政府定期或不定期地將包括許可證信息、違法排污行為、監管內容與結果等在內的環境執法與違法信息向社會公眾開放，并且定期更新。這些信息由企業提供，一旦發現數據不真實，企業將面臨巨額罰款。美國法律要求排污企業必須安裝排放控制設備與排放檢測數據，以便監測。在數據利用方面，美國監管部門積極與其他單位合作。谷歌、微軟以及亞馬遜等眾多國外企業很早就開始著手布局并大力發展大數據技術，在一定程度上成為美國大數據技術快速發展的實際推動者，為大數據監管的實施和推廣提供了技術服務和支撐[16]。深水地平線鉆井平臺漏油事故的解決辦法就是依托大數據互通來阻止原油的泄露。公共部門與私營部門進行合作，在14天內完成了數據整合，以便各個工作小組可以分析天氣、海洋等數據，隨后預測地區受影響情況，并幫助確定應該向何地區派遣清理人員。公私合作模式一方面使政府部門工作效率提高，另一方面也使企業促進技術創新。此外，美國監管部門積極與高?？蒲性核_展合作。鼓勵高校設立相應學科，為大數據監管輸送人才做準備[17]。目前美國已有多所大學開辦了有關大數據的課程，加州大學伯克利分校還得到了一千萬美元的資助。美國環境大數據監管在各個環節都注重合作，社會力量參與度高，值得我國借鑒。美國環境大數據監管的平臺為生態系統大數據平臺，通過環境信息生命周期框架、多層次合作網絡收集相關數據，進而對違規企業或單位進行相應的處罰，同時每隔一定時期對數據進行更新，對數據造假的相關單位進行處罰，以保證公平、公正[18]。

三、加強大數據技術在社會性監管領域應用推廣的戰略對策

（一）打造數據的全方位開放

大數據監管的根本在于數據，而數據的開放是首要前提。國內外先進案例都是以建立大數據平臺作為數據開放載體。數據平臺的建立能夠解決社會性監管中信息不對稱的問題，同時給公眾與政府搭建了溝通的橋梁，政府監管可以在社會的監督下及時發現問題、糾正錯誤，提高政府監管的透明度。因此，政府部門有關人員應加強大數據意識，轉變傳統的思維模式，由以往的權威、封閉轉向開放與透明，使大數據可以更好地共享與利用。

（二）建立強有力的技術支撐

上述案例表明，把大數據技術運用到監管中，需要公務人員既具備大數據專業技能，又能夠熟悉政府工作流程，二者的完美結合能夠使監管效率提高，實現監管創新。但目前這種人才在我國屬于“稀缺資源”。在人才儲備相對薄弱的情況下開啟大數據監管模式，極易導致錯誤結論，使政府監管方向產生偏差。因此，我國應提高大數據技術水平，培養大數據相關人才。首先，在政府人員內部進行定期培訓，培養公務員大數據思維與技能。其次，與高校和科研機構合作，開設相關大數據學科，為政府輸送源源不斷的人才。最后，與企業合作，吸引優秀人才投身于政府監管。

（三）構建監管的溯源系統

社會性監管中的外部性問題時常導致權責不明確，監管效率低下。上述案例利用大數據技術，建立信息追溯系統。追溯系統是詳細全過程記錄數據對象和監管對象全部歷史信息的系統，在大數據監管方面和諸多領域有著廣泛的應用。建立和完善追溯系統，有利于全過程實時監管，是確保產品質量和工作場所安全的重要技術手段。此外，一旦出現問題監管部門也能夠及時查明原因，采取相應對策，同時對相關企業進行處罰。因此，我國在監管中應不斷完善信息追溯機制，形成權責明確的高效監管。

（四）形成良好的合作機制

大數據監管并非單打獨斗，而要依靠社會各界力量合作共贏?！奥摵祥_發”或者“公私合作”模式都有利于社會各方取長補短，共同進步。一直以來，我國監管的主體是政府部門，所有的監管工作幾乎都由政府一手包辦。盡管我國正在進行大數據監管改革創新，公眾能夠參與其中，但在一些地區與行業，政府仍然有較大主導權，社會力量參與度較低。在這方面應學習美國經驗，監管的各個環節都借助社會力量，實現監管主體的多樣化。除依托企業、高校與科研組織外，政府還可以培育社會組織等多樣性參與主體。例如“無邊界計算”時代，越來越多的異構計算平臺專注于商業數據分析，包括數據管理、數據整合、數據質量、高級和預測分析、客戶洞察、零售分析、欺詐檢測、安全解決方案等。我國在大力發展云計算、大數據和人工智能等技術的同時，也應積極參與國際數據分析組織和公司的各種論壇活動，釋放計算潛力，打破數據中心邊界，吸取各國經驗，全方位實現計算效率的持續提升。

參考文獻：

[1][日]植草益.微觀規制經濟學[M].朱紹文.北京：中國發展出版社，1992.

[2]胡維.大數據時代的非現場監管[J].中國金融，2015，（17）.

[3][美]阿爾文·托夫勒.第三次浪潮[M].黃明堅.北京：中信出版社，2006.

[4]一季度全國重特大事故起數相對穩定[DB/OL].http：//www.chinasafety.gov.cn/newpage/Contents/Channel_4178/20

17/0419/287284/content_287284.htm，2017-04-20.

[5]和軍，祝敏.基于大數據的政府監管創新[J].中共杭州市委黨校學報，2018，（4）.

[6]“大數據”讓煤礦安全生產成“老把穩”[DB/OL].http：//www.mkaq.org/html/2015/11/01/335066.shtml，2015-11-01.

[7]徐宗本，馮芷艷，郭迅華，等.大數據驅動的管理與決策前沿課題[J].管理世界，2014，（11）.

[8]王達.宏觀審慎監管的大數據方法：背景、原理及美國的實踐[J].國際金融研究，2015，（9）.

[9]Mike Bennett.The Financial Industry Business Ontology：Best Practice for Big Data[J].Journal of Banking Regulation，2013，（14）.

[10]黃家良，谷斌.基于大數據的電子商務行業監管體系[J].中國科技論壇，2016，（5）.

[11]白碩，熊昊.大數據時代的金融監管創新[J].中國金融，2014，（15）.

[12]陳譚.大數據時代的國家治理[M].北京：中國社會科學出版社，2015.

[13]毋曉蕾.美國和日本兩國激勵公眾參與食品安全監管制度及其經驗借鑒[J].世界農業，2015，（6）.

[14]檀慶瑞.廣西環保大數據建設的實踐與思考[J].環境保護，2015，（19）.

[15]陳剛，藍艷.大數據時代環境保護的國際經驗及啟示[J].環境保護，2015，（19）.

[16]謝思.基于大數據的政府監管改革創新[J].開發研究，2017，（6）.

[17]張勇進，王璟璇.主要發達國家大數據政策比較研究[J].中國行政管理，2015，（12）.

[18]安暉.美國大數據維穩鏡鑒[J].人民論壇，2014，（4）.

[責任編輯：楊 健]