智库出品

　　■ 可持续信用综合考虑经济资源及社会资源的承载力，关注企业、行业、区域的可持续增长，克服在经济增长战略上盲目扩张的倾向，强调结构合理适度杠杆，避免过度加杠杆导致的风险甚至经济金融危机。

　　■ 和谐信用重视信用本体的和谐发展，强调经济驱动方保证福祉都能演进增长。福祉增长水平可能有所不同，但都能够有不同程度的增长。对于区域经济体，可通过信用手段引导不同城市的相同产业的演进方向，趋势一致、和谐。

　　党的十八大以来，以习近平同志为核心的党中央根据我国经济发展的深层次矛盾，提出创新、协调、绿色、开放、共享的新发展理念，推动经济朝高质量方向发展。高质量发展意味着对资源进行更加有效的配置，而信用作为资源配置的有效手段，在增强经济发展动力上至关重要。党的十八届三中全会明确提出使市场在资源配置中起决定性作用。现代市场经济从一定意义上来讲是一种信用经济，高度发达的信用体系在防范金融风险、提升政府管理和服务水平、提高市场资源配置效率等方面发挥着越来越重要的作用。为此，国务院颁布《社会信用体系建设规划纲要（2014－2020年）》，部署加快建设社会信用体系、构筑诚实守信的经济社会环境。

　　围绕高质量发展，运用大数据等技术，构建高质量信用体系，将有利于江苏加快信用强省的建设步伐。高质量信用体系的建设，可以考虑从绿色信用、可持续性信用、和谐信用、协同信用四个信用维度入手。

　　绿色信用是指将环境效益考虑进企业的投融资活动中，通过构建企业的排污权、水权、用能权等相关环境数据，将企业的污染排放、环境违法违规记录等指标因素与金融机构信贷审批标准进行结合，引导企业履行环境责任的一种信用手段。近些年来，通过绿色信用的引导，江苏在传统纺织业、高新技术业、制造业和能源产业取得了相应的成果。以排放严重的钢铁行业为例，江苏主要城市钢铁行业存续企业数在减少，但注册资本无明显变化，说明钢铁行业在绿色信用的引导下进行结构整合、重组。这说明，江苏在发展绿色信用方面有着一定的优势。为进一步发展绿色信用，引导行业发展，并紧密结合大数据技术对各行业的环境产出进行分析，确定不同行业的绿色信用指标数据、权重，完善指标体系建设仍是重中之重。

　　可持续信用综合考虑经济资源及社会资源的承载力，关注企业、行业、区域的可持续增长，克服在经济增长战略上盲目扩张的倾向，强调结构合理适度杠杆，避免过度加杠杆导致的风险甚至经济金融危机。截至2018年10月，南京新增企业存续户数逾65万；与北上广深相比，增速也算比较迅猛。但是，从月度数据的增量数据，可以清楚地看到商业服务业的突变：2016-2017年突增近19万家商业服务业企业，从规模上都属于0-1万的注册规模。经济大数据分析将适时预警这类经济异常。遵守客观规律，坚守科学发展观，是可持续信用建设的根本。

　　和谐信用重视信用本体的和谐发展，强调经济驱动方保证福祉都能演进增长。福祉增长水平可能有所不同，但都能够有不同程度的增长。对于区域经济体，可通过信用手段引导不同城市的相同产业的演进方向，趋势一致、和谐。通过数据对比，江苏省的计算机、软件、纺织和化工产业，在苏州、南京、无锡和南通市均表现出截然不同的趋势，总体呈现和谐上升的趋势。

　　协同信用，是指以促进不同城市间资本互通性为目的而采取的信用手段。以京津冀、长三角、珠三角三个城市群为例，京津冀城市群基本上北京、天津占据主体位置，其他城市之间的互通性差，整体表现出协同性不够的情况，长三角城市群和珠三角城市群协同性较好。再以河南、四川、江苏和陕西四个省份内城市之间资本的互投情况为例，江苏省的协同性较强，也从侧面印证江苏省的经济发展处于全国领先水平。

　　基于以上分析，为了进一步建设高质量信用体系，完善信用市场，建设信用强省，我们提出以下建议：

　　夯实信用经济大数据基础，为经济高质量发展储蓄原动力。以企业为中心，以360度企业画像为核心，对内整合江苏工商、税务、财政、统计、旅游等政府各部门的企业数据。充分发挥第三方机构数据优势，对外引入涉及企业的新闻舆情、创新资质（商标专利）、招聘、合法合规（法院诉讼、行政处罚、法院判决）、招投标等数据，通过运用大数据、云计算等技术，对企业数据进行综合治理，形成省信用大数据融合中心，将多源异构的企业数据转化为可直接服务于客户的优质企业信息，实现数据价值的提升，为绿色信用、可持续信用综合指标的构建提供数据支持。

　　运用知识图谱、图数据库技术，识别企业网络关系，勾勒企业集团风险。基于企业间的投资、高管任职、专利合作、商业竞争、诉讼纠纷等十几种网络关系，通过知识图谱、图数据库技术，以一个企业为核心逐层向外探察而形成的一个复杂关系网络图谱，直观立体展现企业在商业活动中的各种千丝万缕的关系，绘制企业动态商业图谱，实时计算企业商业社交网络，准确描绘企业发展布局或发现企业群体风险。

　　构建企业信用评价体系，微观上实现企业风险可量化；宏观上防范系统性风险，守住不发生系统性风险的底线。企业作为经济活动的主体单位，其生产经营活动状况的好坏、行为的规范与否，直接关系到投资者或债权人的利益，这就要求对企业进行综合科学的评价，为使用者提供较为科学的决策依据。根据企业主体在多方面留下的行为足迹信息，如登记、资质、专利、申请备案、违规处罚、招聘、宣传等企业数据，利用集成学习的方法，使用某种规则把数据挖掘、机器学习、大数据领域最新研究成果模型分析结果进行整合，从而获得比单个算法模型更好的预测效果的一种模型，对全国海量企业的全景式数据分析和深度挖掘，构建企业综合评价模型，展现企业的信用风险。例如，信用情况可从经营状况、合法合规、创新资质、行为偏好、规模体量和财务状况六个维度分别对企业进行信用评分，将六个维度的信用评分进行综合计算，给出企业的信用综合得分，根据得分情况对企业综合信用等级和企业风险等级进行评价，并与全国企业的信用状况进行对比。

　　以全新的视角审视江苏经济运行状况，为推动江苏经济高质量发展提供决策支撑。从微观的企业个体入手构建江苏产业和宏观经济的监控体系，不仅实现江苏经济运行指标的动态更新，将江苏宏观经济运行指标钻取并量化到微观个体企业，实现经济运行监测的精细化管理，为各级领导提供省内地市间的经济指标对比能力，总结、借鉴标杆成功经验和举措，促进江苏本地相关产业快速发展。

　　（作者为中国科学院大学教授、欧洲科学院院士 吴德胜）