
淮安治庸:三方巡查治不为 大数据库选有为
当前“三严三实”专题教育正如火如荼开展。深化作风建设,要以“严”的要求实现“实”的作风;建设良好政治生态,还要从严上入手、从实处着力;锻造过硬队伍、推进事业发展,也需要大力弘扬严的精神、实的作风。人民日报四版今起推出“严起来 实起来”系列报道,既强化问题导向,关注不严不实的突出问题;又报道新鲜探索,聚焦各地各部门的新作为、新变化、新气象。
惩治为官不为,鼓励为官有为。江苏淮安市一方面通过三方巡查治理“为官乱为、为官不为”,追责“太平官”“逍遥官”;另一方面,建立年轻干部大数据库,有针对性地选拔任用优秀年轻干部,为其发展打破“隐性台阶”。截至今年4月底,共问责干部233人。同时,一批优秀的年轻干部通过“大数据”筛选选任到合适的岗位上。
三方巡查 三级问责
问责决定书一律存入档案,问责结果一律公开
“淮安区诊所遍地,究竟有多少家符合条件?一些整顿期间还对外营业的诊所,你们是如何监管的?”
“目前全区有54家诊所按新规定不符合办诊所条件,比例很高,这是我们监管不力造成的……首先我应该对这些问题负责。”区卫生局负责人自我检讨。
这是近日淮安市淮安区“亮剑‘乱为不为’,提升政府效能”专项整治公开问政活动现场的一幕。
淮安市今年春节后上班第一天召开“为官乱为、为官不为”专项整治暨软环境建设大会,严查违规决策、错误履职、以权谋私、滥用职权、敷衍塞责、推诿扯皮、庸懒散拖、监管不力等8类问题。淮安市纪委第五纪检监察室主任高展说,对于“两为”问题,实施部门、监督员、纪检监察机关“三方巡查”制度。一方面,督促各地各部门加强对本地、本系统、本部门“两为”整治工作的监督;另一方面,纪检监察机关对工作滞后、措施不力的单位和群众反映强烈的问题开展重点巡查。
对三方巡查发现的问题,淮安区还实施部门、纪检监察机关、党委政府“三级联动”问责制度。问责情况实行“四个一律”:问责决定书一律存入档案,问责结果一律公开,被问责人当年度一律不得评先评优,被问责人在影响期内一律不得提拔使用。
截至4月底,淮安市三方巡查500余次,查实问题220多个,印发通报114期,点名批评244个单位234人次。
数据分析 综合考察
运用大数据发现优秀年轻干部
“我就是通过‘大数据’选拔出来的年轻干部,这对我来说既是机遇更是动力。”金湖县闵桥镇镇长、淮安市人社局政策法规和劳动监察处原处长李军说。
“今年初,我们借助大数据,通过筛选比对、调研了解、适岗测评,并发挥组织把关作用,将优秀年轻干部任用到合适的岗位上。”淮安市委组织部青干处处长卫龙君说。
治理为官不为,以用人导向引导为官有为。2014年,淮安市委组织部整合纪检机关和公安、信访、审计等部门信息资源,采集全市3498名年轻干部和专业人才的工作学习经历、能力特长、工作业绩、群众基础、个人发展意愿等11个大类107项信息,每年更新维护,动态摸清年轻干部数量、结构及分布、履职尽责和发展意愿等四个底数。
年轻干部大数据库,一方面着眼于专业结构,划分新型城镇化、生态环保、金融财经、现代服务业等类别,构建起11个专业型年轻干部数据库。另一方面着眼于干部队伍长远建设的需要,综合考虑年龄、性别结构和党派结构,分35周岁以下、40周岁以下和45周岁以下三个年龄段,构建起市县乡三级女干部、党外干部等分类数据库。
卫龙君介绍,在这次干部选拔工作中,由市委组织部牵头,先从大数据库中根据“硬性条件”进行筛选,结合单位党组织的评价情况,第一轮筛选出符合基本要求的干部90人。接下来,根据工作经历、岗位特点等,经过两轮比选,有21名年轻干部被作为重点调研对象,由4个调研组到单位访谈。
李军回忆说,在最后一轮适岗测评环节,他和其他20名候选人分成3个小组,围绕“新型城镇化”的话题进行无领导小组讨论和结构化面试,相关部门领导和专家作为观察组,着重考察他们的组织协调、思维分析等能力。
经过综合研判和集体研究,9名来自市直机关和事业单位、5名来自基层一线的年轻干部分任乡镇(街道)的党政一把手。从4月7日开始正式上岗至今已一个多月。
用人导向 正向激励
巡查主体和大数据指标还可完善
“组织为干劲足、冲劲大的年轻干部开辟成长成才的绿色通道,目的就是要鼓励干部为官有为,这种用人导向已经在年轻干部中形成了良好的激励作用。”李军说。
知名社会学者、中国人民大学法律社会学研究所原所长周孝正认为,淮安在大数据分析的基础上,通过实地调研、考核面试,并根据实际情况和发展意愿的综合考察结果来选拔官员,考察方式科学合理,也树立了倡导有为的用人导向。
“当地做法如果要形成长效机制,有两点可以进一步深化完善。”江苏省社科院社会政策研究所副所长张超认为,首先可以拓展“巡查”的主体,“巡查”的目的是为了发现问题,作为管理干部的有关部门当然是责任主体,但还可以将干部服务的对象——群众引进来。同时,大数据库的指标可以进一步完善。年龄、学历、工作年限等客观指标比较容易衡量,德、能、勤、绩这些比较主观的指标如何细化、量化需要有科学合理的评判指标来衡量,使得建立起来的大数据更有可用性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10