强化动态发现，推动事中事后监管 构建重大项目大数据监管模型，实现项目全过程动态的非现场监管。我们围绕重大项目监管的现实需求，创新构建了基于大数据的重大项目事中事后监管理论体系，系统设计了包括人流移动分析、地表温度测算等大数据监管路径和方法模型，
强化动态发现，推动事中事后监管
构建重大项目大数据监管模型，实现项目全过程动态的非现场监管。我们围绕重大项目监管的现实需求，创新构建了基于大数据的重大项目事中事后监管理论体系，系统设计了包括人流移动分析、地表温度测算等大数据监管路径和方法模型，对重大项目重点关注是否办理手续、是否符合政策规划、是否违法违规、是否存在工期严重滞后等，线上监测和线下检查有机结合，确保监管效率提高，监管效能提升。例如，我们将招投标、重型机械、卫星遥感及工程用电量等各类痕迹数据集合，建立“立体”评估体系，发现部分项目存在进展缓慢或违法违规现象。
构建企业运营大数据监管体系，实现企业运营情况和信用等级的有效监管。 结合有关监管需求，我们设计了基于企业商业轨迹整理和分析的大数据监管路径方法模型，主要涉及企业经营状况、安全生产、环境治理、信用建设、创新发展等方面，全面、客观地评估企业经营状况和信用等级，及时掌握市场主体经营行为、规律与特征，实现有效监管。例如，在钢铁领域，我们基于卫星遥感数据、人流移动位置、空气质量数
据监测，分析去产能执行情况；基于钢企运行数据，发现钢铁行业资产负债率与既定目标仍有差距；基于信用数据，发现个别钢企失信问题较为严重等。