四、城市信用状况监测评价的模型
根据《纲要》和信用体系建设重点工作的要求，城市信用状况监测评价从守信激励和失信治理、信用制度和基础建设、诚信文化和诚信建设、信用服务和信用创新以及信用环境和营商环境五个方面开展，对城市信用状况和信用工作进展做出全面客观的评价，督促城市政府切实履行信用监管职责，提高信用监管水平和效果，加快社会信用体系建设进程。
（一）监测评价指标选择和模型设计的原则
监测评价指标选择和模型设计遵循实用性原则、科学性原则、导向性原则、公正性原则和适应性原则。实用性原则，即以城市的实际信用状况为落脚点，不超越历史发展阶段，协助城市政府关注信用建设中的薄弱环节和问题领域，解决实际问题；科学性原则，即以社会信用体系原理和城市信用理论体系为基础，将理论和城市实际情况相结合，客观反映城市信用状况和工作进展；导向性原则，即树立明确的价值导向，鼓励和引导城市信用建设向正确的方向和目标发展，落实重点工作要求；公正性原则，即在评价过程中，考虑城市经济规模、经济发展水平、人口规模等因素，并在数据采集、评价标准等方面对同类城市采取统一口径；适应性原则，即根据国家信用工作重点的调整和经济社会环境的变化持续改进监测评价体系，使之更加符合不断发展变化的客观实际。
（二）指标选择
城市信用状况监测评价指标从价值导向和社会信用体系建设内容出发，兼顾全面性、可识别性和可行性。首先，为了避免遗漏重要的指标，选取的指标考虑多个维度，能够全面反映城市信用状况和工作进展，既包括宏观层面的政策指标，也包括城市层面的中观指标，还包括具体信用工作的微观指标。其次，选取的指标应具有识别能力，能够实现监测目标，还应具有相对独立性，避免包含关系。最后，选取的指标应从实际情况出发，指标数据能够以合理成本获取并进行量化处理，保证监测评价的可操作性。
基于以上要求，2018年城市信用状况监测评价选取的评价指标涵盖守信激励和失信治理、信用制度和基础建设、诚信文化和诚信建设、信用服务和信用创新以及信用环境和营商环境五大方面，对城市重大诚信案例确认与弘扬情况、严重失信事件情况、综合失信状况、失信治理绩效、联合奖惩绩效、信用制度完善程度、信用信息公示情况、信用信息归集共享情况、统一社会信用代码转换进展、诚信文化宣传和教育情况、个人信用建设情况、市场主体信用承诺情况、信用服务及应用情况、信用创新情况、信用风险提示工作情况、金融生态环境状况、营商环境建设情况17个方面进行监测评价。
（三）数据的采集
目前，城市信用状况监测评价的数据来源主要包括五个方面：一是互联网站点，包括各城市的政府官网、与信用相关的政府相关部门网站（包括工商、质监、安监、食药监、国税、地税、环保局、住建局、检察院、法院、信用网等）、全国主流媒体、各地方媒体以及各类门户网站等10000多个站点，从这些站点中抓取信用事件和信用制度等文本数据。二是全国信用信息共享平台，该平台归集信息约324亿条，从中获得“黑名单”、重点关注名单等数据。三是第三方信用服务机构，目前主要由芝麻信用（蚂蚁金服）提供信用市场发展情况相关数据。四是各类统计数据和调查数据，主要是政府机构发布的规范性较强的统计数据和调查数据。五是城市归集共享，主要是由城市政府归集共享在日常工作当中产生的各类信用相关数据，如地方“红黑名单”、双公示和联合奖惩数据等。
城市信用状况监测评价数据具有数据源多样化、数据量大、更新频率高等特点，数据形态以非结构化数据为主。为保证数据的完整性、一致性、准确性和及时性，保证数据质量，真实地反映城市信用状况，我们针对不同的数据源采用不同的采集和处理技术。针对来源为互联网的数据，应用系统日志采集、网络爬虫、网站公开API、数据库采集等大数据采集技术，利用专业的数据采集工具获取结构化、半结构化及非结构化的海量信用信息数据，对残缺数据、噪声数据和冗余数据进行清洗、转换、集成，存储为统一的数据文件加载到数据仓库中，成为联机分析处理、数据挖掘的基础。针对其他数据，通过技术和人工相结合的手段对数据进行审核并统一加载到数据库中。
（四）指标体系设计
2019年，社会信用体系建设迎来了全面发力、全面渗透、全面提升、组合推动的新阶段，新时代对社会信用体系建设提出了新要求，信用工作重点转向构建以信用为核心的新型监管机制建设、信用信息创新应用与营商环境优化。为此，国家信息中心中经网在国家发展改革委的指导下，结合新时期的工作重点和任务要求，调整监测指标，扩充数据来源，在2018年城市信用监测预警指标体系的基础上对指标体系进行了改版升级。2019年城市信用状况监测预警将从守信激励和失信治理、信用制度和基础建设、诚信文化和诚信建设、信用服务和信用创新以及营商环境五大方面开展，监测评价各城市重大诚信案例确认与弘扬、综合失信状况量化测评、行业信用评价及监管、失信治理绩效测评、联合奖惩绩效测评、严重失信事件监测评价、信用制度完善程度、信用信息公示情况、信用信息归集共享、统一社会信用代码转换、诚信文化宣传和教育情况、诚信建设情况、信用服务及应用、信用风险提示、失信案例调查、营商环境建设情况等16个方面（见图2-3-1）。
图2-3-1 城市信用监测预警指标体系
1. 守信激励和失信治理
“守信激励和失信治理”包括6个二级指标，分别为“重大诚信案例确认与弘扬”“综合失信状况量化测评”“行业信用评价及监管”“失信治理绩效测评”“联合奖惩绩效测评”“严重失信事件监测评价”。
（1）重大诚信案例确认与弘扬
“重大诚信案例确认与弘扬”是指对社会诚信体系建设具有守信示范效应的个人和企业的典型做法，主要包括国务院、各部委以及各省（区、市）政府表彰的诚信典型，例如“全国诚实守信道德模范”“诚信之星”“诚信企业”“诚信个人”等。此项指标设置的目的是树立守信先进典型，弘扬诚信美德。
（2）综合失信状况量化测评
“综合失信状况量化测评”是指依据全国统一标准，工商企业被列入“黑名单”和重点关注名单的情况。此项指标设置的目的是督促城市加强“黑名单”和重点关注名单企业治理，依法依规处罚失信主体。
（3）行业信用评价及监管
“行业信用评价及监管”是指行业信用监管工作的开展情况。此项指标设置的目的是督促城市推进行业监管工作，开展信用分级分类监管，对信用状况较差的行业主体进行整治，提高行业信用水平，提高监管效率，推动行业高质量发展。
（4）失信治理绩效测评
“失信治理绩效测评”是指对各城市政府失信被执行人治理情况、涉金融领域“黑名单”治理情况、电子商务专项治理情况以及中央文明委19个专项治理情况进行测评。此项指标设置的目的是督促城市政府加快重点领域失信问题治理，提升社会诚信水平。
（5）联合奖惩绩效测评
“联合奖惩绩效测评”是指针对“红黑名单”企业进行联合奖惩，并督导失信企业进行信用修复的情况。此项指标设置的目的是督促城市加快联合奖惩政策的落地实施，推进守信联合激励和失信联合惩戒工作，完善自动化联合奖惩机制，健全信用修复机制建设，督促失信主体完成信用修复。
（6）严重失信事件监测评价
“严重失信事件监测评价”是指对政务诚信领域、商务诚信领域、社会诚信领域、司法公信领域发生的严重失信事件、重大失信事件及政府反馈、信用事件的公开程度等多个方面进行综合性评价。此项指标设置的目的是鼓励城市政府对失信主体有所作为，及时披露失信事件，对失信事件做出相应的处置并在互联网上向社会公开。
2. 信用制度和基础建设
“信用制度和基础建设”包括4个二级指标，分别为“信用制度完善程度”“信用信息公示情况”“信用信息归集共享”“统一社会信用代码转换”。
（1）信用制度完善程度
“信用制度完善程度”是指依据《纲要》，在政务诚信、商务诚信、社会诚信和司法公信方面制定出台的信用制度情况。此项指标设置的目的是督促城市政府落实国家的大政方针，针对失信事件，及时出台信用制度进行约束治理，持续完善社会信用制度体系建设。
（2）信用信息公示情况
“信用信息公示情况”是指行政许可和行政处罚信用信息在城市信用网站上的公示情况。此项指标设置的目的是督促城市政府健全双公示信息公开工作长效机制，将行政许可和行政处罚信用信息及时、全面、完整公开，提高政务信息透明度。
（3）信用信息归集共享
“信用信息归集共享”是指城市信用信息共享平台和城市信用网站建设情况。此项指标设置的目的是督促城市政府加强信用信息共享平台和信用网站建设，充分发挥信用信息共享平台在信用信息归集共享方面的作用，实现信用网站作为信用体系建设宣传窗口的功能，完善信用信息归集共享机制。
（4）统一社会信用代码转换
“统一社会信用代码转换”是指统一社会信用代码转换、赋码工作的进展情况。此项指标设置的目的是督促城市政府提高统一社会信用代码转换准确度，争取达到将重错码率降至万分之一以下的目标，加快统一社会信用代码转换进程。
3. 诚信文化和诚信建设
“诚信文化和诚信建设”包括2个二级指标，分别为“诚信文化宣传和教育情况”“诚信建设情况”。
（1）诚信文化宣传和教育情况
“诚信文化宣传和教育情况”是指各城市利用新闻媒体和网络平台，通过典型案例发布、政策权威解读、组织开展“信用日”宣传等方式，开展信用宣传普及教育进校园、进企业、进街道社区、进村镇等活动的情况。此项指标设置的目的是督促城市政府在互联网上公开诚信文化宣教活动情况，对守信行为和守信典型案例进行宣扬，为社会信用体系建设营造良好舆论氛围。
（2）诚信建设情况
“诚信建设情况”是指城市个人诚信分建设情况和开展市场主体信用承诺工作情况。此项指标设置的目的是鼓励城市政府推进个人信用体系建设，建立健全信用承诺制度，构建以信用为核心的新型市场监管机制。
4. 信用服务和信用创新
“信用服务和信用创新”包括3个二级指标，分别为“信用服务及应用”“信用风险提示”“失信案例调查”。
（1）信用服务及应用
“信用服务及应用”是指信用产品和服务在政府工作、社会治理中的应用情况。此项指标设置的目的是鼓励城市政府促进信用机构发展，在政府工作中广泛应用信用产品，向守信主体提供便利优惠的各项服务，建立健全守信正向激励机制，服务实体经济。
（2）信用风险提示
“信用风险提示”是指城市政府部门通过信用网站发布的针对可能发生失信行为或存在失信隐患的行业、领域做出的提示和预警信息数量，例如产品质量警示、金融诈骗行为预警、违约高发领域警示等。此项指标设置的目的是督促城市政府关注严重诚信缺失领域，及时做出事前防范和预警，减少失信行为的发生。
（3）失信案例核查
“失信案例核查”是指城市信用主管部门对本地典型失信案例进行详细调查走访。此项指标设置的目的是督促城市政府针对典型失信案例，准确识别失信责任主体及失信行为，深入查找失信问题产生根源，防止此类问题再度发生。
5. 营商环境
“营商环境”包括1个二级指标“营商环境建设情况”，是指城市提高行政审批服务效率、建设政务服务大厅、缩短平均办件时间等方面的工作情况。此项指标设置的目的是督促城市政府深化“放管服”改革，加快政府职能深刻转变，建立“信易批”激励场景，尽快上线政务服务平台，提高“一网通办”事项覆盖率，压缩办件时间，提高政务服务水平，优化发展环境。
（五）模型综合评价方法
城市信用状况评价模型的综合评价方法主要包括四个方面：一是指标数据的预处理和无量纲化处理，二是城市信用综合指数计算方法的确定，三是各项指标权重的确定，四是模型测算和调试。
1. 指标数据的预处理和无量纲化处理
（1）指标数据预处理
指标数据预处理采用对数化或者指数化的方法。由于分项指标原始数据分布不同，部分指标接近正态分布，而部分指标严重左偏或严重右偏，如果直接进行无量纲化，则会导致绝大部分城市的分数集中在一个较小的区间。为了使各项指标最终分数符合“两端少、中间多”的一般认知，我们根据各指标实际数据的分布情况采取不同的方法进行预处理，使其近似服从正态分布。基于对以往多期数据的测算，共采取两种预处理方法：指标数据对数化（取自然对数）、指标数据指数化（取自然指数）。
（2）指标数据无量纲化
常见的无量纲化方法主要包括向量归一化法、线性比例变换法、极差变换法、正态标准化法、中心化法、功效系数法、分段打分变换法、线性和法、理想点法等。城市信用状况评价模型的指标主要分为两类，效益型评价指标（指标值越大信用状况相对越好）和成本型评价指标（指标值越大信用状况相对越差）。针对不同类型的指标分别应用功效系数法进行无量纲化处理，以消除不同类型指标的非一致性及互异评价指标在单位和量纲方面的差异对评价结果带来的不利影响。进行无量纲化之后，效益型和成本型评价指标都将变成效益型评价指标，为比较不同城市间综合指数大小提供了可行性。
2. 城市信用综合指数计算方法的确定
城市信用综合指数计算方法主要采取线性加权法。为增强综合指数可读性，将分项指标得分进行线性加权，计算综合得分，并通过分段线性平移法将综合得分调整至理想的分数，进而得到综合指数和各项分类指数。具体算法如是设CCI为城市信用状况综合指数，Wi为各个指标的权重，Vi为无量纲化后指标的评价值，理论公式为：
3. 指标权重的确定
指标权重的确定采取主观赋权法。权重确定方法主要有从决策者偏好出发的客观赋权法和主观赋权法，还包括从局部到整体的单一、综合赋权法。主观赋权法主要根据决策者的知识经验和对各指标的重视程度来确定属性权重，能够较好地反映决策者的意向，通用性和决策者的可参与性较好。由于城市信用建设工作是一项与时俱进的工作，监测指标需要根据社会信用体系建设进程不断变化，指标权重也需要根据监测重点进行相应调整，因此主观赋权法是更适合城市信用监测评价的实用型模型，对城市信用工作更具指导意义。
4. 模型测算和调试
模型测算和调试是模型在正式采用之前的必要步骤，以保证模型的稳定性和可靠性。在正式采用之后，对数据进行以12个月为周期的滚动测算，根据每期计算结果从时间维度纵向分析各城市信用状况的变动情况，从城市维度横向分析各城市信用状况排名的变动情况，研究其变化规律，并与实际情况进行对照，在此基础上对模型进行进一步调试，力求评价结果科学、公正和实用。