京公网安备 11010802034615号
经营许可证编号:京B2-20210330
山头林立级别特高 “打虎”大数据:传递哪些信息
打虎”大数据:传递哪些信息
表一
图一
图二
表二
表三
十八届中央纪委五次全会开幕前夕,1月7日,中央纪委监察部举行新闻发布会,通报2014年党风廉政建设和反腐败成效。中央纪委副书记、监察部部长黄树贤介绍了十八大以来中纪委的“打虎”成效:“中央纪委监察部对涉嫌违纪违法的中管干部已结案处理和正在立案审查的68人,周永康、蒋洁敏、李东生、李崇禧、申维辰等30人涉嫌犯罪已被移送司法机关依法处理;目前,正在立案审查的还有令计划、苏荣、朱明国等案件。”可以说,反腐力度之大、战线之长、硕果之丰,前所未有。
笔者通过统计、归纳68名被查高官的具体信息,得到十八大以来的“打虎”大数据。这些大数据传递了哪些信息?让我们用数据说话、用图表说事、用文字说理。
数量巨大
如表一所示,新中国成立至今的65年间,据公开资料统计,共查处省部级以上高官205名。党的十八大之前的63年内,因涉嫌腐败犯罪或严重违纪违法落马的省部级以上高官为145名,平均每年有2.3名高官被查、落马;党的十八大之后,两年多时间内因涉嫌犯罪或严重违纪违法落马的省部级以上高官达68名,平均每年有34名高官被查,年均落马高官数量为十八大之前的10多倍。这不仅说明当前我国省部级高官腐败问题的严重性,更反映出现阶段反腐力度之大,以及反腐败斗争的长期性与复杂性。
时间集中
从2012年12月2日四川省委原副书记李春城落马至2014年12月26日国家工商行政管理总局原党组成员、副局长孙鸿志被调查为止,在短短25个月时间里,68名省部级以上高官落马,平均每个月多达2.72人。
如图一所示,在2013年中,落马高官数大致保持按月递增,12月更是到达顶峰的6名;2014年,除1月份无高官落马外,每个月都保持至少3名以上高官落马,较之2013年同期落马高官数又有大幅提高,高官落马时间之集中,前所未有。
山头林立
高官腐败呈现出的一个新特点就是高官之间帮派盛行、山头林立。一些落马高官利用职务便利与在官场的“影响力”,大搞团团伙伙,结党营私,拉帮结派,形成利益共同体。在这些落马高官中,极具代表性的有“石油帮”“秘书帮”“山西帮”(见图二)。早在30年前,邓小平就首次提出“小圈子”害死人,并指出很多失误、错误缘起于“小圈子”主义。现阶段的高官腐败案件查处中,大量的窝案、串案一并被发现,“拔出萝卜带出泥”已成高官反腐背后常态。杜绝、防治帮派主义、山头主义,权力监督是保障,依法行政是关键,要确保行政工作在法治轨道上平稳运行。
覆盖面广
68名落马官员的地域分布中,中央机关占到了13名,所占比例高达21.7%。天津、重庆作为直辖市,分别有1名高官落马。其他省份中,山西、四川、江西3省被查人数“名列前茅”,具体官员的个人信息则与苏荣、周永康、令计划3只“大老虎”分别存在着千丝万缕的联系。香港特别行政区有2名国企高官被查,更是体现出反腐覆盖面之广。68名高官分别来自24个省、自治区、直辖市,占34个省级行政区的70.6%。反腐之风吹遍全国各地,昭示着“打虎”反腐的全面开展。
级别特高
如表二所示,新中国成立起至党的十八大之前,因贪腐问题落马的国家级高官仅4人,且都属于副国级官员。十八大后的两年间,落马高官中已有4名国家级高官。其中周永康为正国级,徐才厚、苏荣、令计划为副国级。落马高官级别之高,突出体现了中央反腐决心之大、力度之强。在“上梁不正下梁歪”的朴素理念下,只有高官中的腐败分子少了,基层官员中的廉洁楷模才能越来越多。
力惩军腐
在68名落马高官中,徐才厚、杨金山等人的身份尤其特殊。徐才厚原系中央政治局委员、中央军委副主席,上将军衔;杨金山原系成都军区副司令员,中将军衔;2014年被公诉的解放军总后勤部原副部长谷俊山,系中将军衔,涉嫌贪污、受贿等罪名。这几个人都属军队系统高层领导干部。长期以来,受限于监督乏力(军队系统监督主要靠军队纪委,而军队的纪委,仅为正大军级别,而七大军区级别均高于军队纪委),军队中因腐败犯罪落马的高官甚少。此次,军委副主席、军区副司令员因涉嫌腐败等双双落马,极具标杆意义。这将震慑军内硕鼠,有利于遏制军队腐败的高发势头。
严惩不贷
根据媒体公开报道统计,党的十八大后“落马”的68名省部级以上高官中,30名已经进入司法程序,其中已有6人被追究刑事责任或进入审判程序;另有24人还在接受组织调查(其中原山西省副省长任润厚于2014年9月30日因癌病逝)。已被查清的高官中,只有衣俊卿、付晓光、赵智勇、张田欣4人因未涉罪而仅作出相应的党纪、政纪处理,未牵涉司法程序。严惩贪腐,竭力遏制“老虎式”腐败,高官反腐坚持下猛药、出重拳、用重典,让不敢腐败成为领导干部的普遍心理。
十八大以来的反腐败斗争,可谓历年来反腐力度最大、措施最有力、成效最显著。一大批腐败高官的落马,不仅彰显出中央反腐决心与力度,更是给民间反腐以鼓舞。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31