基于多源數據應用的住建行業施工風險評估建模

傅瑤

（福建省星云大數據應用服務有限公司 福建省福州市 350025）

1 引言

隨著政務信息化建設和產業數字化的有序推動，海量的政務數據呈指數級增長，這些源源不斷增長的數據資源蘊含豐富的應用價值，但目前數據的應用還停留在表層，有待深入挖掘。2020年4月，中共中央、國務院印發《關于構建更加完善的要素市場化配置體制機制的意見》中提出，要加快培育數據要素市場，推進政府數據開放共享，提升社會數據資源價值，加強數據資源整合和安全保護在社會管理、應急管理、資源調配等方面更好發揮作用。政務數據資產價值的深入挖掘應用越發重要，是實現數據多跑腿群眾少跑路、政府監管和社會治理模式轉型的重要推動力，關系民生百態。

本文通過對住房城鄉建設行業政務數據應用的現狀分析，基于目前多源數據融合打通的現狀，探索如何實現數據融合的深入應用。具體以施工風險評估細分領域為研究對象，通過數據建模分析，輸出施工企業風險評估應用，評估結果應用于施工企業的分類監管，實現監管的前置和預判，也為跨部門間的協同監管和執法提供數據支持，助力住建行業具體業務的監管逐步從粗放型向精細化、精準化轉變，從被動響應向主動預見轉變，從經驗判斷向大數據科學決策轉變，提升市場監管效能。

2 現狀分析及研究目標

2.1 住建行業政務數據應用現狀及不足

中國政務大數據的發展歷經三個階段：2010年以前是以三金工程為代表的信息化建設；2011-2016年步入大數據平臺建設和數據整合，各級政府主導搭建了大量平臺；2017年至今，數據資產管理和應用成為新主題。近年來，國家高度重視并不斷完善大數據政策支撐，圍繞國家政策，各大部委和相關行業管理機構、各省市也陸續出臺了相關政策以促進大數據在各領域的深入應用，政務數據應用將逐步向“大監管大服務”方向邁進，用以實現更精準高效的監管和更便捷深入的服務。住房城鄉建設工作事關經濟社會發展全局，2019年，全國宜居環境建設完成投資約2980 億元，占基礎設施投資近三分之一，建筑業、房地產業增加值占全省GDP 的比重約為13%。住房城鄉建設部門肩負著統籌城鄉規劃管理，指導全國住宅建設和住房制度改革，監督管理建筑市場、建筑安全和房地產市場的重要職能，關系到民生保障和社會穩定。住建行業信息化大力推進始于2016年國家出臺《住房城鄉建設部關于印發2016-2020年建筑業信息化發展綱要的通知》（建質函〔2016〕183 號），后各省住建部門相繼出臺行業信息化總體規劃，并啟動行業大數據平臺建設。截至目前，各省住建部門已基本建設完成部門數據平臺，也通過各省級統一的政務數據匯聚共享類平臺，初步實現了與公安、市監、國土、民政等相關行業主管部門的數據對接和共享。

圖1

立足住建行業，數據應用領域還存在三方面普遍性的不足：一是行業內部業務協同不足。由于住建類行政許可（公共服務）事項的審批標準復雜，企業（個人）需要提交的申請材料多、內容雜、數據量大，行業信息系統缺乏統一的數據標準和技術規范，導致信息系統之間難以互聯互通，“煙囪”和“孤島”現象仍然存在，業務協同程度不高，與“放管服”改革的要求和“全程網辦”、“最多跑一次”的網上政務服務目標還存在較大差距；二是行業內部數據資源開發水平不高。行業各業務部門積累了大量數據，涉及的行業多、業務廣、鏈條長，數據匯聚整合和共享應用的程度較低，一些重要的核心數據資源開發利用滯后，數據共享和綜合應用水平不高，甚至出現數據“打架”的現象，還不能為行業監管、公共服務和科學決策提供有效支撐；三是外部數據融合應用深度不足。雖與公安、市監、國土、民政等相關行業主管部門的數據實現對接和共享，但數據應用主要還是停留在住建行業內部系統整合、入口整合、可視化展示、內部統計分析等表層應用階段，行業細分領域與外部數據融合應用深度不足，行業數據資源價值未能有效挖掘，未能實現對具體業務的有效支撐，從本質上實現治理模式轉變的目標還未實現。

具體在施工安全監管這一細分領域，近些年施工安全與質量問題仍然高發并且還在持續上升，根據《住房城鄉建設部關于2019年房屋市政工程生產安全事故情況的通報》顯示，2019年全國共發生房屋市政工程生產安全事故773 起、死亡904 人，與2018年相比分別上升5.31%和7.62%。2020年3月，福建泉州欣佳酒店坍塌安全生產責任事故暴露出地方有關方面安全生產監管責任不落實，造成安全風險隱患的漏洞和盲區，監管手段落后，成效低下等問題，“安全標語寫得好，實際監察確很少”的現象在全國普遍存在。

2.2 研究目標

政務大數據的價值體現，歸根結底還是要基于行業應用的，本文以住建行業數據應用為研究目標，圍繞行業的特定業務場景，探索政務數據價值挖掘分析和綜合應用的有效措施。考慮到工程施工安全是住建行業發展的基本保障，針對施工安全與質量問題仍然高發，因信息單一導致的承攬工程安全風險無法預判，針對施工企業安全評估的政務大數據應用較少的現狀，具體以施工安全監管這一細分領域為例，基于存量的多源數據資源，構建出施工企業風險評估模型，實現基于大數據應用條件下施工安全的分類監管、預警和預判，目標是降低工程事故風險，提升住建行業服務品質、綜合治理能力和科學決策水平。

3 應用建模實例

3.1 研究主體概況

研究主體為福建省住房和城鄉建設廳，應用建模選擇目標群體為在福建省市場監督管理局注冊，福建省住建廳登記的施工企業。省住建廳己開發運行了50 套信息系統，信息資源歸集涵蓋企業管理、人員管理、工程管理、信用管理、住房管理、城鄉管理6 大類業務領域69 小類業務數據庫，系統服務住建行業約3.5 萬家企業，各類從業人員100 多萬，總共累積了約7.32T 的數據量。2018年開始，依托福建省政務數據匯聚共享平臺，實現了公安、市監、水利、國土等跨部門的相關外部數據接入，對外共享了住建企業信息工程信息、住房配置信息、從業人員信息、注冊人員信息內部數據。

3.2 多源數據融合應用整體流程

如圖1所示。

3.3 具體實施步驟

3.3.1 明確數據需求

內部數據：省住建廳內部業務應用系統的數據，包括房地產信息管理信息系統、施工企業新增綜合信用評價系統、建設工程責任主體不良記錄“黑名單”管理系統等。

外部數據：省住建廳外部相關部門的數據，包括省市場監督管理局（企業基本登記信息、企業年度報告情況、股東信息）、省公安廳（榮譽信息、行政處罰信息）等。

3.3.2 數據獲取

外部數據通過福建省政務數據匯聚平臺獲取，將省住建廳業務數據庫和福建省政務數據匯聚共享平臺數據抽取到數據資源中心，形成貼源庫。最終提取的政務數據包括注冊資本、成立時間、總資本、總負債、總收入、總利潤、凈利潤、企業性質、資質等級、不良行為次數、黑名單上榜次數、處罰次數、懲戒次數、外部信用評價分數以及安全事故發生次數。

3.3.3 數據預處理

按照應用需求，對獲取的政務數據進行包括數據清洗、比對、格式轉換、脫敏、重構的預處理，存儲建立基礎數據庫。

3.3.4 特征變量選取

對數據資源進行相關性分析，分析各個變量對于模型的重要程度，選取建模應用的特征變量，從而為后續業務建模奠定基礎。首先，從企業基本信息、資質信息、信用行為3 大維度選取訓練的特征變量，即從上述獲取的政務數據中的注冊資本、成立時間、總資本、總負債、總收入、總利潤、凈利潤、企業性質、資質等級、不良行為次數、黑名單上榜次數、處罰次數、懲戒次數以及外部信用評價分數等特征變量中選取自變量，上述政務數據中的安全事故發生次數作為因變量；而后，利用二維列聯表對所述自變量與因變量進行相關性分析，得到相關性最大的n 個自變量，即對企業安全事故發生次數影響最大；最后，得到影響企業安全事故發生次數的自變量主要與信用行為維度相關，即與不良行為次數、黑名單上榜次數、處罰次數、懲戒次數、外部信用評價分數等特征變量緊密相關。

3.3.5 創建風險評估模型

基于以上選取的特征變量，創建風險評估模型：

安全事故發生概率=1/（1+exp（a+b1*自變量1+b2*自變量2+…+bn*自變量n））；

其中a 和bn 均表示回歸系數；自變量n 為不良行為次數、黑名單上榜次數、處罰次數、懲戒次數、外部信用評價分數中的一個。

將上述變量及模型輸入SPSS 軟件中，應用logistic 回歸模型和線性回歸模型進行模型訓練，經過比較，線性回歸模型能較好地解釋各自變量對因變量的影響。實際得到的風險評估模型為：

發生安全事故的概率=1/(1+exp(0.642+0.079*不良行為次數+0.447*處罰次數+0.21*黑名單上榜次數+0.188*懲戒次數-0.007*外部信用評分))。

考慮到最終輸出的為發生安全事故的概率，通過歸一化處理，將所得結果映射為0～1200 的分數。

3.3.6 風險評估應用

利用訓練后的風險評估模型對企業風險進行評估，首先，計算每家建筑業企業的“發生安全事故的概率”；其次，通過(1-概率)*1200 得到基準分。由于存在信息缺失，需要平衡一些企業由于信息缺失而無法獲得真實的不良行為、處罰、懲戒等信息，對于能匹配到建筑證和施工安全證的企業進行分加分，其中建筑證一、二、三、四級分別對應加200 分、150 分、100 分、50 分，施工安全證對應加50 分，最終計算得到企業風險評估分數，將分數折算成A-E 五個等級，A、B 等級的企業風險系數較低，D、E 等級的企業風險系數較高。經過模型應用，省住建廳登記的施工企業總共17969 家，其中A 級311 家，B 級1634 家，C 級16010 家，D 級11 家，E 級3 家。針對不同的等級，省住建廳，聯合相關業務監管部門，制定分類監管方案，實行差別化、動態化管理，突出重點、提升監管效能。

4 結論

基于存量的多源數據資源，通過創建風險評估模型，應用于施工企業的分類監管、精準監管，探索“治未病”的事前風險監管機制，形成支撐部門具體業務的數據體系，助力住建部門實現監管轉型，讓數據與業務真正融合，同時能夠將涉及到其他監管部門的風險信息實現共享，形成協同監管、聯合執法的效果。

本案例針對施工安全監管細分領域開展數據應用研究，研究成果力爭在政務服務、住房租賃、房地產市場監測等其他住建行業核心業務領域實現借鑒意義，探索建設創新型應用。伴隨著住建行業大數據資源中心的深入建設、跨部門政務數據的進一步打通，數據資源的增長速度將超過預期，數據價值挖掘應用的速度亟需跟上腳步，通過應用過程積累的動態數據反哺行業大數據資源中心，方可實現“業務通、流程通、數據通”。在宏觀層面為因城施策、分類調控政策制定提供數據支撐，提升住建管理部門的決策分析能力；在微觀層面事前監測各類違法違規行為，提升行業監管的精準性和有效性。從而構建基于大數據應用條件下的縱向協調、橫向配合、快速反應的監管體系。