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
Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17 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 ...
2026-09-17