基于大数据的基本养老保险多主体行为演化机理与宏观效应研究

Puts forward integrating government big data and internet big data, discovering the real evolution process of varied and large real pension participants, and exploring evolution mechanism of micro participants influenced by various overlapping factors. Specific contents are as follow: integrating internet big date and government big data from social security, commerce, telecommunication to offer big data base; constructs heterogeneous social network with multi-attribute node based on millions of pension participants, the purpose of which is to assist researches on interactions participants; chooses ‘misdeeds-supervision’ as the main subject, through comparing and verifying micro data from different fields, recognizes misdeeds and their evolution processes of participants, and analyses the influencing factors; based on evolutionary game models, constructs the evolutionary model containing overlapping influence by personal characteristics, interaction relationships, and public opinions; analyses the spreading process and the systematic crisis of avoiding participating, avoiding contributions, early retirement, etc.

现代国家治理受到个人、企业、政府等多类海量主体行为的影响。在实践中，主体的微观行为常常聚合出预料之外又具潜在风险的宏观效应。大数据的累积，使得从微观角度剖析大量主体的行为互动和演化成为可能。基本养老保险涉及多类主体，其行为过程复杂，是具代表性的重大制度安排，将其作为切入点开展研究。.提出整合政务和互联网大数据，分析多类海量基本养老保险参保主体行为的真实演化过程，探索多因素交叠下主体行为的演化机理。具体包括：聚合社保、工商、税务等政务数据和互联网数据，形成数据分析基础；构建涉及百万参保主体的基于多属性节点的异质社会网络，作为互动性行为研究的基础；围绕“违规-监管”关系，依据对跨领域信息的交叉比对，识别参保主体的违规行为及其演化历程，剖析其影响因素；以演化博弈模型为基础，构建体现个人禀赋、互动关系、舆论环境等多重影响因素的演化模型；分析逃避参保、偷逃缴费、提前退休等行为的蔓延过程及其体制危害。

现代国家治理受到个人、企业、政府等多类海量主体行为的影响。在实践中，主体的微观行为常常聚合出预料之外又具潜在风险的宏观效应。大数据的累积，使得从微观角度剖析大量主体的行为互动和演化成为可能。基本养老保险涉及多类主体，其行为过程复杂，是具代表性的重大制度安排，将其作为切入点开展研究。.依据预期目标，课题在基本养老保险领域研究的数据基础、跨领域大数据融合模型、参保主体行为演化模型和重大政策效果成因及其治理策略研究方面取得了一定进展。以下围绕重大研究计划主旨介绍研究成果。.1、数据基础及其融合。采用社保、工商、通信、财报等跨领域数据刻画基本养老保险参与主体的真实行为，采用互联网大数据和问卷调查刻画参与主体的主观因素。两类大数据优势互补，并利用异质社会网络实现了数据融合，从而给出了跨领域大数据融合一个实例。成果初步探索并丰富了基本养老保险研究的数据基础以及国家审计应用大数据的发展路径。.2、海量微观主体行为的演化：采用演化博弈模型对基本养老保险不同参与主体的行为演化建模，较为全面的刻画了主体的个体属性及其相互影响。将对该领域重大体制问题的研究由以统计资料为基础的定性判断，拓展为以细粒度大数据为基础的定量分析，初步实现了一些重要宏观决策要素的可测可获。.3、政策效果成因及治理策略研究：利用大数据对涉及上百万主体的仿真模型进行了校准，利用代表性企业的调查结果修正假定。在天河二号进行的大规模仿真运算，较为成功的解释了逃避缴费行为、调降缴费负担、历史改革成本等重大治理问题的成因，和不同治理策略的效果。从而将以经验性的因果判断为主的政策研究方法，拓展为以大数据为基础、以问卷调查为辅的社会仿真计算，初步实现了基本养老保宏观政策效果的可推演、可验证。.课题所用数据涉及3个地域近千万人口、上百万家参保企业。3份研究报告被政府部门采用、行业应用4项、专著1部、获奖6项，发表论文16篇，其中SCI检索6篇。