大数据驱动下社会保障发展与研究的转型升级

文／邓大松 范秋砚

当前中国正处于经济转型、社会转轨的关键时期，社会结构快速变化、组织形态不断更迭，涉及养老、医疗、贫困等民生保障的诸多复杂问题不断涌现。大数据技术环境和信息化社会相互交织，为社会保障改革和发展提供了关键契机。当前社会保障大数据应用已取得一些成效，但总体来看仍处于初级探索阶段，尚有无穷的潜力等待挖掘。未来社会保障研究及应用亟需由大数据分析思维和方法引领，推动社会保障研究转型升级以及政府社会保障公共决策与服务水平的整体提升。

大数据是推动社保改革发展的内在需求和必然选择

如今信息技术与经济社会的交织融合引发了数据迅猛增长，以容量大、类型多、存取速度快、应用价值高为主要特征的大数据已成为国家基础性战略资源，更进一步上升为国家发展战略，在经济增长、结构调整、民生保障、政府治理等领域发挥着日益重要的作用。综合来看，大数据已成为推动社会保障改革发展的内在需求和必然选择。

在新时代背景下，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。民生安全风险及其保障呈现多样化、多层次化的特征，传统的识别机制和手段难以精准识别信息化时代高复杂性和高不确定性的社会风险和公共问题，亟待利用大数据识别和分析社会风险、洞察民生需求，从而防范和规避社会风险，优化资源配置，提高保障水平，缩小城乡、区域差距，促进形成公平普惠、便捷高效的民生安全保障体系，不断满足人民群众日益增长的个性化、多样化需求。

在养老保障方面，充分利用养老保险基金征缴、管理、支出、转移等方面的数据，通过管理与分析，为政策调整和完善提供依据，为管理监控确定方向和重点，评估和分析制度运行状况，确保基金安全、高效运行。同时，将信息化建设作为提升经办管理水平的有力载体，建立全国统一的社保信息化平台，通过数据的互联互通和充分共享，确保社保资源的合理利用，减少养老保障的运作成本，提高经办管理服务效率，为基础养老金全国统筹奠定技术基础。

在医疗健康保障方面，面对实时生成的海量电子健康档案、电子病历数据库，建设覆盖公共卫生、医疗服务、医疗保障、药品供应、计划生育和综合管理业务的医疗健康管理和服务大数据应用体系，助力探索预约挂号、分级诊疗、远程医疗、检查检验结果共享、防治结合、医养结合、健康咨询等服务，革新医保基金监管模式，防范骗保等危害制度可持续的行为，进而推动构建更高水平、更高质量医疗保障体系。

在扶贫、救助与福利方面，借助大数据的动态支持和保障，有助于推动对扶助对象的定性认识到定量把握的科学转变，对帮扶措施进行真实、精准的掌握和评估，进而动态调配资源，规划部署工作，以便进一步实施更精准、更有针对性的帮扶举措。

大数据与社保改革发展和研究范式的转变

近年，人社系统为适应信息技术发展趋势，先后提出并推动从“人社信息化”向“信息化人社”转变，从“信息化人社”向“互联网＋人社”升级，人社大数据进入加速发展期。第三代社保卡、电子社保卡持卡人数已达12.41 亿，聚合了公民身份、参保、就业、医疗、金融等丰富信息，为推动业务横向整合与数据联动奠定了坚实基础；依托人社大数据的跨省异地就医结算、跨省及省内异地待遇资格认证极大提升了便民服务效能；借助大数据分析比对的医疗服务智能监控系统全面应用、社会保险基金监管系统上线运行等。

大数据既向传统的社会保障学科方法论范式提出挑战，又为新的研究范式突破提供了条件。大数据时代，个人和群体的行为通过数据得以记录，而通过抓取、存储、分类、清洗、计算和分享等活动，实现数据分析、演示和实验，能发现社会发展运行的规律。大数据驱动的数据密集型技术，实现海量数据资源和多元化大数据方法与社会保障特定领域的研究相结合，将研究对象和研究问题充分数字化、网络化，有利于多学科协同发展和知识创新，日趋显现出独特魅力。

一方面，大数据将推动社会保障实证研究从样本统计时代走向总体普查时代。传统的实证研究大多借助抽样调查的结构化数据库，借助经验分析、逻辑分析、统计计量分析等方法和手段，从微观个体、数据量有限的结构化数据中探求普遍性、规律性，客观上面临时效性不足、数据质量堪忧、假设合理性存疑、结论准确性有限等诸多问题。而大数据极大地拓宽了信息来源、提高了获取信息的时效性，拓展了对非结构化和半结构化数据的挖掘，扩展了样本数据的规模和类型，从而包含了刻画复杂整体的完整数据信息。可以说，大数据正促使社会保障研究方法发生变化，具体表现在从理论驱动向数据驱动转型，从有限检验向全景仿真转型，从“小数据”验证向“大数据”发现转型。

另一方面，数据驱动与算法驱动将是大数据时代社会保障学科研究的两大重点和难点。首先是在何种程度上集聚了本领域产生的数据。人社领域作为资源“富矿”，拥有覆盖广泛的数据资源，无时无刻不在产生海量规模、时效性强、结构复杂的数据资源。数据是社会保障治理的基础，社会保障细分领域相对于相关经济社会生活领域的大小、数字化程度的高低、数据生成能力的大小和数据归集共享程度的高低，将会显著影响“数据驱动”程度。其次是在何种程度上发展了适合自身需要的算法和模型。人社大数据本身杂乱而混沌，在冗杂的大数据中挖掘可供分析和决策的信息才是大数据应用的目的和意义所在。这就必须利用数学算法建立复杂模型，依托“云计算”技术，挖掘、过滤和筛选出有价值的信息，作出具备逻辑关系的判断。因此，前期发展所积累的量化知识总量、计算能力的高低，将会严重影响“算法驱动”的强度。

值得关注的几个问题

党的十九大报告指出“按照兜底线、织密网、建机制的要求，全面建成覆盖全民、城乡统筹、权责清晰、保障适度、可持续的多层次社会保障体系”，要求“建立全国统一的社会保险公共服务平台”。笔者认为，这既揭开了中国社会保障深化改革与完善的序幕，又为大数据在社会保障领域的研究和应用提出了新的更高要求。

推动数据整合、开发与开放共享。大数据的来源可靠、精准是前提和基础。当前社会保障领域的数据分散在不同部门、机构和组织当中，因为部门壁垒“不愿”共享数据，缺乏法律、标准支撑，担忧数据安全“不敢”共享数据，受技术限制“不会”共享数据等问题客观存在，难以实现数据之间的有效关联和匹配，制约了社会保障大数据的研究及应用。因此，亟需建设由城市延伸到农村的统一社会保险、社会救助、社会福利大数据平台，加强与相关部门的数据对接和信息共享，加快建立数据共享和使用的评估审计机制，推动数据开发利用的技术研发，进而支撑大数据在劳动用工和社保基金监管、医疗保险对医疗服务行为监控、内控稽核等方面的应用，并逐步推动政府公共数据的开放共享，确保数据的真实、精准、合法、可用。

推动大数据在社会保障领域政策制定、评估、改进方面的科学应用。在大数据加持下，“用数据说话、用数据决策、用数据管理、用数据创新”已成为社会保障管理和决策的重点方向。沉睡的数据无法发挥价值，必须加以激活，弥补直觉盲区、经验式管理的弊端。通过对相关领域长年累月形成的原始数据分析，可以对服务人群精准刻画，挖掘出群体行为及需求的特点，提示社会保障现象的潜在规律，从而拓展业务模式，着重解决群众难点、痛点问题，为政府制定政策提供技术支撑，还可以持续跟踪评估社会保障相关政策制定和执行效果。

推动新技术工具在既有以及新出现的社会保障问题中的运用。社会保障治理存在着权益跟踪、基金平衡、风险预警防范等诸多既有问题，同时大健康、养老服务等新问题不断涌现，大数据作为新技术、新工具，如何有效切入社会保障的新老问题，已经成为技术驱动下的社会保障治理的一项重大课题。

注重实证分析与规范分析相结合。单一的实证分析或规范分析都难以诠释高度复杂和不确定的信息化时代，缺乏实证分析支撑的规范分析是悬浮的空中楼阁，没有规范质性分析作指导的实证研究则是盲目的计算游戏。不容忽视的是，社会保障具有准公共产品的属性，权利与义务相对对等而非完全对等，因此在大数据社会保障研究中不能片面强调纯而又纯的实证分析，必须将实证与规范相结合，实现大数据新工具的推进与社会保障理论和规范的创新融合。

完善社会保障学科的研究方法和研究范式。总体普查、数据及算法双轮驱动将推动社会保障学科研究从传统抽样调查下的相关—因果分析步入总体描述、诊断、预测及规划。然而，个体行动者的个体特殊差异、相互交往和网络关系的异常复杂，数据获取和处理的困难，以及研究对象的数据隐私，大数据在社会保障研究中的应用仍处于起步阶段，观念滞后、学科分立、理论零散、方向模糊、综合人才极度缺乏、原有学科框架知识制约，客观上已经成为大数据在社会保障领域深入应用的障碍。因此，仍然需要实务部门与理论界长期不懈的努力，共同推动大数据在社会保障应用与研究中的深入融合。