
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29