关于社会治理方面专科毕业论文范文和谈基于信用社会治理新模式方面毕业论文怎么写-毕业论文网

本论文是一篇免费优秀的关于社会治理论文范文资料，可用于相关论文写作参考。

谈基于信用社会治理新模式

【摘要】本文对基于信用的社会治理新模式开展探索,阐述了社会诚信治理的建设体系,包括汇聚整合信用相关数据资源、构建信用指标体系、信用建模和管理、信用服务与应用；而后以政务服务领域信用建模为例,应用RFM 模型选取信用指标因子、使用熵值法计算指标权重、结合专家打分法结合业务经验调整权重,探索信用体系等级化与政务服务差分匹配体系,形成客观、科学、公正的信用建模分析方法.

【关键词】社会治理信用建模熵值法

一、引言

社会信用体系是社会主义核心价值观的重要内容,是社会基本经济关系和公民基本道德规范的基石.加快社会信用体系建设是完善社会主义市场经济体制、加快经济转型升级、创新社会治理和满足人民群众新期待的迫切要求.2014 年6 月,国务院颁布了《社会信用体系建设规划纲要（2014—2020 年）》[1]；2015 年3 月,福建省政府颁布了《福建省社会信用体系建设规划（2015—2020 年）》[2],明确了与人民群众切身利益和经济社会健康发展密切相关的行业信用建设的具体目标和任务,确立了社会信用体系建设清晰的顶层设计.党的十九大报告提出要推进诚信建设和志愿服务制度化,强化社会责任意识、规则意识、奉献意识.

本文以政务服务领域信用建模为例,探索基于信用探索社会治理新模式.以政务数据为基础,结合第三方数据,通过构建不同的信用因子体系,支撑各领域的差异化信用建模,建设信用体系等级化与社会服务差分匹配体系,使用客观、科学、公正的信用建模分析方法,就信用主体在不同领域进行信用建模,并做出评价；从而为政务服务、公共服务、金融服务等信用应用领域发展提供信用服务支撑,提高社会公众的道德素质,提升社会诚信意识和信用水平,使诚信这一社会主义核心价值观深入人心.

二、现状分析及探索目标

征信体系发展历史悠久.早在1958 年,费埃哲公司发明了第一个信用评分模型,1989 年,其发布了第一个通用的FICO 评分模型,FICO 模型是一个基础通用的信用评分模型,主要应用于金融领域.经过数十年的发展,国内外根据自身的发展特点和需要,形成了不同的信用体系.

2.1 国内外信用体系现状

目前,国际上逐渐形成三种主流征信模式.市场主导型,以美国、加拿大、英国为代表,以营利性质的征信机构成为主导,为信用信息使用者提供独立的第三方服务；政府促进信用管理立法、监督信用管理法律的贯彻执行.政府主导型,以法国、德国、比利时等国为代表,主要供银行内部使用,服务商业银行防范贷款风险和央行金融监管、执行货币政策.会员制型,以日本等国为代表,以行业协会建立信用信息中心为主导,为协会会员提供个人和企业信息交换系统,通过内部信用信息共享机制实现征集和使用信用信息的目的.

我国的信用体系发展始于金融领域,形成以人民银行征信中心主导的金融信用体系；改革开放以来,我国政府以建设诚信社会为目标,形成以国家部委主导的社会信用体系,并逐渐形成法院、税务等部门联合奖惩工作机制,2017 年11 月编办批复设立国家公共信用信息中心,增强了社会信用体系建设工作力量；近年来,在国家发改委和人民银行的指导下,我国43 个创建示范城市开拓创新,探索区域社会信用体系建设的新模式、新方法,形成了大量实践经验和成功模式；杭州、成都、合肥、福州等示范城市在社会诚信治理体系建设方面开展了多方面的探索,并取得了显著的成效,但仍存在一些问题.此外,以腾讯、阿里等互联网公司主导的市场信用体系在互联网金融领域应用也日渐成熟.

2.2 当前信用体系不足分析

纵观国内外征信体系,国际的征信体系主要应用于金融领域,应用于赢利、行业会员或者金融风控,缺少以社会治理作为切入点的征信应用.

在国内,人行为主导的金融信用体系仅对失信行为进行记录,缺少信用评估评分机制；大部分省市信用体系建设停留在信用档案检索、信用信息公示查询等基本功能层面,尚未建立信用评估、分析等深化应用,阿里芝麻信用及部分信用试点城市设置单一信用分评估体系,但却广泛应用于各个领域,由于信用建模因子过于固定,在各领域中未根据领域特点选择不同的因子进行建模,难以做到公平合理,信用评价的有效性和合理性有待改进.

2.3 信用评价新模式探索

本文旨在针对现有信用体系存在的不足,根据政务服务、公共服务、金融服务等不同领域,选取相应维度的信用数据和信用因子,支撑法人、自然人等主体在该领域的信用建模.

首先,将政务、公共信用等各类数据源导入信用评估系统,形成参评评价因子体系,包括资产维度因子、履约历史评价因子、行为偏好因子、政务信用履约因子等维度的评价因子.而后,根据不同领域,选择相关因子,并设置不同因子的权重,使用相应的模型算法,基于信用主体各类信用信息进行定量计算和定性分析,探索客观、科学、公正的信用建模分析和评价方法.

三、社会诚信治理建设

为了在区域探索基于信用的社会治理新模式,主要有以下工作：汇聚整合信用相关数据资源,建设信用指标体系,信用建模和管理,以及信用服务与应用.

3.1 汇聚整合信用相关数据资源

汇聚整合信用相关数据是信用体系建设的基础性工作.主要包含建设信用体系标准规范,信用相关数据汇聚,信用数据体系整合等工作.

首先,建设信用体系标准规范.参照国家、省信用领域相关标准规范和管理办法,建立地方信用体系标准规范,包括信用业务标准、信用信息接口标准规范、以及数据归集和使用的管理办法.

其次,开展信用相关数据汇聚.根据标准规范,整合和共享公共信用信息资源,广泛归集整合地区范围内各级政府部门和公共事业单位的信用信息,包括区域法人库、人口库、各部门信用数据、人行征信系统数据、金融机构数据等；建立信用信息共享机制,提供安全、高效的信用信息交换服务和目录服务,实现信用数据的跨部门共享和在全域范围的互联互通,并实现与国家、省信用信息共享交换平台对接,满足应用建模的需要.从信用记录收集渠道划分,分为政务信用记录和非政务信用记录,政务信用记录是行政、司法等国家机关执行公务活动中的信用信息记录；非政务信用记录是指法人和自然人交易活动中的信用信息记录.

而后,整合形成信用数据体系.对多源数据进行抽取、清洗、融合等处理,形成具有数据量大、响应快、数据多样的自然人、法人等主体的信用数据库.信用数据主要包含经济信用记录和社会信用记录等类别,其中,经济信用记录包括履约、产品质量、纳税、偿还贷款等信用记录[3]；社会信用记录包括教育、治安、科技、司法等信用记录.

3.2 信用指标体系建设

以区域信用数据库为基础,充分分析并运用政务数据和社会数据,使用定性与定量相结合的方法构建自然人、法人、家庭、行政村等信用主体的信用评价指标体系,力求多维度、高质量的反应自然人、法人等信用主体的信用状况.

以自然人的信用评价体系为例,设置信用优秀、信用良好、信用一般、信用较差和信用极差5 个等级.信用等级划分的依据是信用的评分,并实行动态管理.信用评分主要通过量化考评,采取“基础信用+ 应用信用+ 年度信用”的评分模式,主要政务数据为评分依据形成基础分,以应用行业为评价依据形成应用分,若自然人每月度无失信行为可进行自动月度度加分.

3.3 信用建模和管理

建设信用评分模型管理系统,进行信用建模.依托信用积分模型及算法,准确地预测和评价社会主体的信用水平,推动社会治理能力与治理体系的现代化.

信用评分模型管理系统建设,信用评价模型管理系统是对信用评价基础模型管理、应用模型配置、建模分析服务的基础支撑类系统,主要包含三个主要功能模块：信用主体信用指标体系、模型算法设计与调优、评价模型配置管理.依托信用评分模型管理系统进行信用建模,通过剖面分析、单变量判别分析、相关性分析及主成分分析,协调各指标权重,统一量化各指标的贡献,建立信用评分评级模型,量化自然人与法人等主体信用水平高低.首先,将政务、公共信用等各类数据源导入信用评估系统,形成参评评价因子体系,包括资产维度因子、履约历史评价因子等维度的评价因子体系.而后,根据不同应用领域,选择相关因子,并设置不同因子的权重,使用相应的模型算法,基于信用主体各类信用信息进行定量计算和定性分析,自动生成信用标识（评估等级或符号）,探索客观、科学、公正的信用建模分析和评价方法.

3.4 信用服务与应用

应用信用主体的信用评级和评分,不断拓展信用应用场景,不断拓展、探索支撑智慧城市不同领域（如智慧旅游、从业主体准入信用应用等）的差异化信用评价体系,为社会治理、共享经济等服务,进行模型评估和优化,不断应用反馈优化模型体系.

此外,不断扩展信用评价在政务服务、信用家庭、产业服务、区域信用合作等领域进行应用,将使用信用信息嵌入到区域政府行政管理和公共服务、主体市场经营、公众信用生活的各领域、各环节,营造信用生态.其中,政务诚信应用包括：诚信招商应用和公职人员信用应用；政务服务应用包括：招投标管理、容缺受理、虚拟注册等信用应用；信用家庭应用包括信用家庭申请服务；产业服务应用包括旅游服务行业应用、养老服务行业主体准入应用、学前教育行业主体准入应用；信用共享应用包括跨区域联合惩戒、跨区域信用旅游应用等应用.

四、政务服务信用建模

社会信用建模支撑政务服务、公共服务、金融服务等领域.在政务服务领域中的自然人信用体系建设和应用为例,应用“RFM 法”+“熵值法”+“专家打分法”进行信用模型的建设,探索信用体系等级化与政务服务差分匹配体系.

4.1 汇聚信用数据并建立信用指标体系

采集信用相关数据,并建立参评评价因子体系,包括资产维度因子、履约历史评价因子、行为偏好因子、政务信用履约因子等维度的评价因子,选取与政务服务相关的评价因子,主要选取政务失信因子、公益慈善因子、司法失信等因子作为建模依据；对于资产因子、行为偏好因子,由于和政务服务领域相关性弱,不进行选取.

应用RFM 模型（确定R 最近一次,F 次数,M 标志行为程度）建立自然人信用积分指标体系,应用以上选取的法人相关因子,作为信用建模的数据指标.自然人信用评估模型指标体系由一级因素、二级因素等要素构成.一级因素,是指对信用行为正负面的分类,包括表彰奖励、公益慈善、行为罚失信、财产罚和声誉罚失信；二级因素,是指对信用行为程度进行分级,失信行为每一类均分为“极严重”、“严重”、“一般”三种级别,守信行为每一类均分为“国家级”、“省部级”、“地市级”三种级别.

4.2 指标预处理

分析信用体系指标,进行极值处理及归一化等处理,对采集错误或参考价值小的数据进行处理和清洗.

首先,处理并清洗极值指标.梳理核对自然人信用数据采集项,剔除各指标中极大或极小的值,一般用比较合理的上下值替换,减少极值对该指标的熵的影响；剔除样本总数1-2%,但指标值贡献率超过20-30% 的极值样本.（结合专家判断,不包括一票否决）.此外,还需对失真异常的数据,采集错误或参考价值小的数据进行处理和清洗.

而后,指标归一化处理.指标归一化也成为指标的无量纲化,将指标实际值转化为不受量纲影响的指标评价值[4].

4.3 采用熵值法计算“权重”

熵值法能深刻反映出指标的区分能力,进而确定权重,是一种客观赋权法,有理论依据,相对主观赋权具有较高的可信度和精确度.但是,其智能程度不够高,与多元回归和主成份等统计方法不同,其不能考虑指标与指标间横向影响[5].同其他客观赋权法一样,若没有业务经验指导,权重可能失真.

使用熵值法计算失信行为维度的权重,得到自然人信用积分指标体系的权值,本质是通过各指标的信息价值系数来计算权重,价值系数越高,其对评价结果贡献越大.首先,计算自然人信用体系各个指标的熵值Hj：

4.4 指标加权计算得分

基于熵值法计算得到的权重,通过采用加法合成法得到信用指标的综合得分,而后,应用“专家打分法”结合专家经验,对“熵值法”计算指标的权值进行调整；此外,专家可识别制定特俗规则,如某些指标的一票否决规则.

4.5 政务服务领域信用分应用

政务服务领域的信用分主要用于以下场景：包括政务业务容缺受理、评优评先、差分奖补、虚拟注册、教育资源倾斜等应用.

公共服务领域的信用分主要用于以下场景：包括景区免门票、绿色通道、行业限制准入、图书借阅免押金等应用.

五、结论

本文分析了国内外信用体系建设现状,根据存在不足提出基于信用探索社会治理新模式.而后,文中阐述了社会诚信治理建设的主要工作,并以政务服务及公共服务领域信用建模为例,通过应用RFM 模型、熵值法、专家打分法等方法进行信用建模,探索信用体系等级化与政务服务差分匹配体系.

基于次方法论开展信用主体的信用评级和评分,可不断拓展信用应用场景,支撑诚信招商、公职人员录用、诚信家庭评选等众多信用应用,达到守信激励、失信惩戒的作用,提高失信成本,重塑良好社会秩序,形成全要素社会治理创新模式,弘扬诚信文化,探索基于信用应用的社会治理新模式.