当“老赖” 遇到大数据

简介:

如果一个人或者一个企业,长期欠钱不还,怎么办?法院联合电信公司,发明了一种新的方法,让那些欠钱不还的“老赖”们“游街示众”,逼着“老赖”们不得不尽早还钱,虽然这种方式听起来有点新鲜,但却不失为一个有效的办法。最先因这个办法“倒霉”的是山东省淄博市张店区的“老赖”,如果有人拨打他们的电话,被叫语音或短信就会提示“您拨打的机主已被山东省淄博市张店区人民法院发布为失信被执行人”。每一个打过“老赖”电话的人,都会知道对方是个欠钱不还的主儿,简直是不让“老赖”们在社会上混的节奏。

“老赖”现象是中国社会的公害。在法院拉出的“老赖”黑名单里,不但有个人、有企业,也不乏政府机构。一边是恶意欠债的人过着逍遥自在的日子,一边是债权人被逼上破产的绝路,这种现象并不是孤例。2010年的一组统计数据显示,中国企业坏账率高达1%至2%,且呈逐年增长势头,而相比较之下,成熟市场经济国家企业坏账率通常为0.25%至0.5%;

中国每年签订约40亿份合同中,履约率只有50%;中国企业对未来付款表现缺乏信心,近33.3%的企业预计情况将“永不会改善”。最近几年,中国企业的债务状况非但没有得到好转,相反却越来越严重。根据国家统计局发布的数据,截至2010年11月末,全国规模以上工业企业的应收账款总额为6.46万亿元;2016年末,规模以上工业企业应收账款达到12.6万亿元,比2015年增长9.6%。6年间,规模以上工业企业应收账款几乎是翻了一番。许多企业赚到的钱都在账面上,一旦遇上“老赖”,不但赚不到钱,很可能连本钱都搭上。

没有生意发愁产品卖不出去,有了生意又怕上当受骗。信用缺失问题的普遍存在,大幅度增加了企业的交易成本。据专家测算,市场交易中因信用缺失、经济秩序问题造成的无效成本已占到中国GDP(国内生产总值)的10%—20%,2016年,中国的GDP达到74万亿元,据此计算,因失信造成的经济损失会高达10万亿元左右,这与当年11.6万亿元的税收总额非常接近,相当于中国企业又缴纳了一份高额的“信用税”。企业税负高,还可以为社会创造更好的福利;全社会“信用税”变高,除“老赖”则没有任何受益方,从这个角度看,消灭“老赖”比给企业减税更紧迫。

在欧美发达国家,有着市场化的信用体系,信用是公民和企业的通行证,哪怕只是在一个细小的环节上,有不诚信的表现或嫌疑,都可能处处遇到麻烦。惠誉国际、标准普尔、穆迪这三大国际评级机构,都是美国公司。中国评级机构不但在国际上缺少话语权,就是在中国国内也不被信任。中国百姓对私营第三方中介组织普遍存在 “偏见”,认为只要是私有公司,都可能会被收买。中国人更倾向于相信官方。骗子们吃准了这一点,也不惜代价找到“官方”做背书。越是骗子项目,越会把自己打扮成“官方”项目,用“官方”的信用忽悠老百姓上当。那些让公众和企业损失严重的“庞氏骗局”,大都采用了这样的方法。每当这些假借“官方”名义的骗局或“庞氏骗局”破灭后,都会给许多人和企业造成严重的伤害,同时也会让社会信用体系变得更加脆弱。

大数据和实名制的结合,让“老赖”和骗子们无处藏身,给中国社会信用体系“突变”创造了机会。转移和隐匿资产,是“老赖”们惯用的招法。现在,大数据的“火眼金睛”会追踪到“老赖”们的任何蛛丝马迹,不论是在存钱的过程,还是在花钱的过程,“老赖”们的钱从哪里来、到哪里去,都会被看得一清二楚。最高法2014年底开通“总对总”网络查控系统,可查询到被执行人全国范围内的存款、车辆、证券、网络资金等14类16项信息。全国3520家法院都能使用该系统进行查控。即使是“老赖”们藏匿的都是现金,那他们也无处可花。从2013年建立失信被执行人名单库以来,截至2016年底,全国法院共限制615万“老赖”购买机票、222万人购买动车、高铁票,“老赖”已经是寸步难行。

大数据的应用,让“执行难”成为过去式。最新数据显示,2016年全国法院执行案件收案529.2万件,执结507.9万件,同比分别上升27.2%和33.1%。非但如此,新技术也成制服“老赖”的重要手段。比如,开头所讲的电话彩铃信息提示,就达到了让“老赖”们“游街示众”的效果。“老赖”们不但很难再坑骗到别人,而且是在朋友圈里丢尽了脸。中国人向来是重脸面的,特别是在亲友和熟人面前。如果打电话的碰巧是儿子的老师或同学,或者是女儿的男友或准公婆,不但过不上想象中的“好日子”,还拖累家人无法在社会上立足,其赖账不还也就失去了意义。

很长一段时间中,“老赖”逍遥法外,债权人欲哭无泪的现实,严重破坏了社会信用体系和经济秩序。一个好的社会应当是好人得到利益,坏人受到惩罚;而一个理想化的社会,则是不再有好人坏人之分。用“游街示众”对付“老赖”,尽管是一种管用也“解恨”的办法,但也是一种无奈之举。建立以个人和组织自律为基础的社会信用机制,才是中国社会向更高文明进化的目标和方向。教育界有一个21天养成一个习惯的说法,中国人要养成诚信自律的习惯,肯定不会那么容易。但是,习惯成自然,希望法治能够帮助中国社会养成自律的习惯,并让这一习惯成为自然。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
3月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
323 14
|
5月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
217 4
|
4月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
186 0
|
5月前
|
分布式计算 DataWorks 数据处理
在数据浪潮中前行:记录一次我与ODPS的实践、思考与展望
本文详细介绍了在 AI 时代背景下,如何利用阿里云 ODPS 平台(尤其是 MaxCompute)进行分布式多模态数据处理的实践过程。内容涵盖技术架构解析、完整操作流程、实际部署步骤以及未来发展方向,同时结合 CSDN 博文深入探讨了多模态数据处理的技术挑战与创新路径,为企业提供高效、低成本的大规模数据处理方案。
346 3
|
5月前
|
SQL 人工智能 分布式计算
ODPS:数据浪潮中的成长与突围
本文讲述了作者在大数据浪潮中,通过引入阿里云ODPS体系(包括MaxCompute、DataWorks、Hologres)解决数据处理瓶颈、实现业务突破与个人成长的故事。从被海量数据困扰到构建“离线+实时”数据架构,ODPS不仅提升了数据处理效率,更推动了技术能力与业务影响力的双重跃迁。
|
3月前
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
162 14
|
2月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
|
3月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
161 1
|
5月前
|
SQL 人工智能 分布式计算
在数据浪潮中前行:我与ODPS的实践、思考与展望
在数据驱动决策的时代,企业如何高效处理海量数据成为数字化转型关键。本文结合作者实践,深入解析阿里云自研大数据平台 ODPS 的技术优势与应用场景,涵盖 MaxCompute、DataWorks、Hologres 等核心产品,分享从数据治理到实时分析的落地经验,并展望其在 AI 与向量数据时代的发展前景。
258 70