大数据：现代政府廉政建设的利器

21世纪是科技高速发展的时代。大数据技术的应用领域不断扩大。在反腐败斗争中，大数据技术在工作的前、中、后三个阶段的应用可以提供新的思路，找到有效的突破口。

事前：预防腐败

对于健康而言，常识是“预防比治疗更重要”，对于廉政建设和反腐败斗争也是如此。构建腐败风险预警机制是反腐倡廉的重要手段。它强调事前评估，分析和判断所有可能导致腐败问题的环节，并提出预防措施，有效控制和化解腐败风险，大大降低反腐败成本。目前，中国的反腐败工作重点是建立腐败发生后的惩罚制度。缺乏积极主动的预警机制增加了事后反腐败的成本。

反腐败风险预警主要从“对事物”和“对人”两个方面考虑。“正义”是关注行政过程的各个方面是否存在漏洞和腐败的可能性，以及不健康做法的可能性。如使用大量资金、重大人员调整、大宗物资采购等。可以及时跟踪教育，提醒预防。“以人为本”是考察被选拔的领导干部和基层公务员是否适合政府工作。首先，有必要了解他们以前的工作状况和表现轨迹，以及是否有腐败迹象。二是了解有关各方的特点，进行风险评级评估，并进行进一步的测试、教育和警惕，或对风险评级较高的各方及时调整其建议的头寸。

大数据受到高度尊重，因为它可以从频繁的事件或行为中总结规则，并预测未来的发展趋势。数据时代是预测未来的时代。“在整个数据时代，最重要的事情是提前变得明智，也就是说，要有一个预防机制。”例如，浙江省纪委网站曾报道，绍兴市柯桥区坪水镇一个项目在实施过程中，存在项目数量、单价和总价都大幅度超出预算的问题。当地党风廉政建设信息监测中心通过大数据捕捉到了这种情况，采访了相关人员，并帮助他们及时刹车，没有犯任何更大的错误。这充分反映了大数据在预防腐败方面的巨大作用。

事中：廉政监督

对于健康而言，常识是“预防比治疗更重要”，对于廉政建设和反腐败斗争也是如此。构建腐败风险预警机制是反腐倡廉的重要手段。它强调事前评估，分析和判断所有可能导致腐败问题的环节，并提出预防措施，有效控制和化解腐败风险，大大降低反腐败成本。目前，中国的反腐败工作重点是建立腐败发生后的惩罚制度。缺乏积极主动的预警机制增加了事后反腐败的成本。

目前需要自上而下建立的政府信息公开制度强调政府事务的公开，包括透明的审批流程、财务运作的阳光、人员选拔的公开以及其他必须公开的信息。此类信息披露的程度、时间和权限掌握在政府手中。要传播的信息必须经过严格的检查和筛选。要披露的数据内容有很大的局限性。如今，信息披露的程度往往取决于技术发展的程度。技术人员可以使用大数据“网络爬虫(web crawler)”技术，有目的、有计划地从互联网上自动获取与公务员及其公务行为相关的各种信息，包括他们的网络行为、财产和资本流动以及信用信息等。

大数据技术在廉政建设中的应用将有效打破

对于健康而言，常识是“预防比治疗更重要”，对于廉政建设和反腐败斗争也是如此。构建腐败风险预警机制是反腐倡廉的重要手段。它强调事前评估，分析和判断所有可能导致腐败问题的环节，并提出预防措施，有效控制和化解腐败风险，大大降低反腐败成本。目前，中国的反腐败工作重点是建立腐败发生后的惩罚制度。缺乏积极主动的预警机制增加了事后反腐败的成本。

与廉政风险预警相对应的是廉政评估。廉政评价作为一种事后评价，是对政府的行政行为和领导干部的实际廉政情况进行评价，及时调整或纠正错误的决策或行为，依法依纪惩处违纪或违法的领导干部，或将他们移交司法机关，这在廉政建设过程中也起着至关重要的作用。评价政府及其工作人员，特别是各级领导干部廉洁奉公的方法很多。例如，一些研究者认为诚信评价可以从五个方面进行:诚信能力、诚信道德、勤勉数量、勤勉质量和生活方式。有些方面可以通过定量指标进行评估，而其他方面必须采用定性指标。有些指标操作简单，数据采集方便。有些指标更加复杂，难以获得。在这种情况下，大数据技术的引入可以解决一些以前难以解决的问题。例如，对生活方式的评价包括公平、诚实和自律。定性数据通常用于这些方面，很少有定量数据能够真正用于比较。评价结果在很大程度上取决于评价者的心理、情感因素和学术观点，人为因素造成的偏差很大。

适当参考大数据ETL技术，即通过数据提取、转换和加载，可以有效整合完整性评估过程中各种分散、凌乱和不均匀的数据。完整性评估数据将从“定性”变为“定量”，从“常规”变为“实时”，以便于分析、处理和应用。此外，在专业大数据技术的支持下，可以利用动态监测、多因素评估、群体和个人分析、交叉验证等方法对多源和非结构化数据进行定量分析，有效解决评价信息获取困难和定性数据分析困难的问题，实现对廉政建设各个方面的全面评价，确保廉政评价的准确性和科学性。