行政监管视角下的引智工作信用评估体系研究

于 来

一、引言

改进和完善引进国外人才和智力工作管理制度，是习近平总书记“择天下英才而用之”战略思想的重要举措。要深化引智工作体制机制改革，创新管理方式，研究建立统筹推进、协同共享、便捷高效、公正透明的管理体系和长效机制；要加强顶层设计，加快引智立法，营造良好的外国人来华发展法治环境。中国是引进国外人才和智力的大国，每年引进国外人才的规模超过30万，2018年，受中国各行各业聘请的外国人来华服务超过50万人次。然而，由于外国人来华工作具有特殊性，审批环节多、时间长，涉及多个部门协同，监管存在漏洞，需要主管部门减少重复审批，提高办事效率，加强对外国人来华工作的管理。2016年9月，国家外国专家局发布《关于外国人来华工作许可制度试点实施方案的通知》[1]，将“外国人入境就业许可”和“外国专家来华工作许可”整合为“外国人来华工作许可”，在北京、天津、上海等地开展试点工作，对外国人申请到中国工作实行统一准入标准和审批监管制度，对原有制度进行改革和完善。2017年3月，国家外国专家局等四部门联合发布《关于全面实施外国人来华工作许可制度的通知》[2]，对全面实施外国人来华工作许可作出统一部署，明确实施科学分类管理，加强政务信息资源共享，有效运用大数据创新监管模式，建立外国人来华工作领域的社会信用体系。

由于许可审批的严格性和有限的行业配额，来华工作的外国人、用人单位、协助办理手续的第三方中介机构这三者作为利益相关者，为实现利益最大化，在许可办理及其业务相关领域，很容易产生失信行为，如伪造材料、未按规定纳税、聘用岗位与实际用人岗位不符等。这些失信行为成本低，失信主体反复利用监管制度的漏洞，频繁发生违法违规行为。引智工作主管部门受人力和技术手段所限，信息无法实现互联互通，资源无法整合协调，大量举报、投诉很难得到快速有效处理，这也是造成引智工作中出现信用缺失的重要原因。2016年4月，国务院发布《关于建立完善守信联合激励和失信联合惩戒制度加快推进社会诚信建设的指导意见》[3]，建立和完善守信联合激励和失信联合惩戒制度，加快推进社会诚信建设，要充分运用信用激励和约束手段，推动信用信息公开和共享，建立跨地区、跨部门、跨领域联合激励与惩戒机制。2019年7月，国务院办公厅发布《关于加快推进社会信用体系建设构建以信用为基础的新型监管机制的指导意见》[4]，加强社会信用体系建设，进一步发挥信用在创新监管机制、提高监管能力和水平方面的基础性作用。

国务院和行政主管部门政策文件的出台推动了引智工作的信用建设和快速发展，对监管对象进行信用评估是科学有效管理外国人来华工作，控制失信行为发生的重要方式。建立引智工作信用评估体系，是主管部门对引智工作监管对象事前、事中、事后全环节监管的现代化治理实施路径，是为国家引智工作监管体系建设提供的决策支撑。

监管的核心在于对监管对象的信用评估，需要构建完善的评估体系，尤其是合适的评价指标体系和科学的评价方法两个方面。国内外学者已经进行了大量的研究，指标体系方面，Altman和Rijken(2004)[5]等以短期偿债能力、留存收益、现金流量能力、总负债等方面构成信用评估指标。Jones等(2015)[6]从营运资金占比、流动性和偿付能力比率、杠杆率和资本结构比率、资产周转率等财务绩效指标构建信用评估指标体系。Grunert等(2005)[7]等主要考虑将经营能力、市场地位等非财务指标纳入信用评估指标体系。胡心瀚等(2012)[8]等基于非参数的变量选择方法筛选出固定资产周转率、营业利润率、财务杠杆系数、净利润增长率为信用评估指标。邹小芃等(2005)[9]等从企业基础素质分析、外部环境支持分析和企业发展潜力分析三个方面构建了包含企业财务状况、行业状况以及盈利能力增长率等方面的信用评估指标体系。马晓青(2012)等[10]等建立了包括短期偿债能力、长期偿债能力、营运能力和盈利能力等4项财务指标和客户类型、经营状况、建立信贷关系时间等9项非财务指标构成的信用风险评估模型。张云起等(2015)[11]等通过对电子商务平台的交易信息、政府商务信用监管信息和公共网络平台的大数据挖掘信息进行信息融合和数据分析，建立特定的信用评估模型。从学者们的研究中可以看出，随着企业信用评估研究的深化，加入非财务指标进一步丰富了企业信用评估指标体系，对更准确地研究企业信用评估起到了重要的作用。信用评价方法方面，梁琪(2003)[12]利用MDA模型对企业财务进行失败预测。唐亮等(2011)[13]基于面板数据构建了Logit模型对上市公司信用进行了评价。盛夏等(2016)[14]利用数据挖掘方法，提取相关变量对企业信用评级变动进行预测。Oreski等(2012)[15]等利用遗传算法和人工神经网络相结合的算法对零售行业信用进行了评估。肖文兵(2007)[16]等利用SVM模型对企业财务危机预警进行了研究。Manuel等(2014)[17]等研究将多种算法和模型进行集成，通过综合训练结果预测了信用评估的最终结果。总的来说，企业信用评估指标体系和研究方法呈现了多元化的发展，而在引智工作研究领域，由于其特殊性和复杂性，对引智工作主体的信用评估研究还处于基础阶段，理论和实践研究均不成熟。另外，从监管对象自身出发构建信用评估体系，不能针对性地实现引智工作信用监管。

本文从行政监管的视角，首先根据我国引智工作监管体系的发展模式，分析引智工作监管对象信用评估的主要因素，构建改进的模糊综合评价模型；然后选取30家引智工作用人单位为样本，利用该模型进行了实证分析，验证了该模型的适用性、稳定性和客观性，并解释信用等级评估实证结果；最后从有效落实引智工作信用评估体系建设层面，提出了建立统一的信用管理大数据平台、开发多种类评估模型、多部门协同联动和信用评估嵌入监管等政策建议，夯实了引智工作信用监管的实施路径。

本文的创新之处在于，基于行政监管视角构建引智工作信用评估体系，契合我国新型监管机制的建设要求，形成了更适合于行政监管引智工作的信用指标体系，并建立适用于引智工作监管对象信用评估的改进模糊综合评价模型，分类评估监管对象的信用等级，提出有效的政策建议，为我国引智工作监管体系的建设提供了决策依据。

二、我国引智工作监管体系的发展模式

我国引智工作监管体系涵盖了外国人来华工作许可制度的监督实施、事中事后监管、诚信体系建设等几个方面，总体来看，主要体现出如下几个特点：

(一)优化审批流程，重点强化服务保障

通过实行“互联网+政务服务”，实现“一网”管理外国人来华工作，即网上受理、网上预约、限时办结、实时查询、过程留痕、全程监察。通过实行实体服务窗口与网上系统服务平台融合发展，形成线上线下相辅相成、功能互补的服务模式。境外和境内申请外国人来华工作许可，申请外国人来华工作许可延期、注销的，用人单位按照“网上申请—网上预审—受理—审查—决定”的程序，通过网上提交信息，经受理机构预审通过后，由申请人、用人单位或其委托的专门服务机构，将书面材料提交给受理机构。外国高端人才可在线提交相应电子材料，不再提交纸质材料，优化了审批流程，减少了重复审批程序。同时，对于符合条件、标准的，决定机构作出准予行政许可决定，在线生成《外国人工作许可通知》，自许可作出决定之日起 10 日内颁发、送达《外国人工作许可证》；不符合条件、标准的，作出不予许可的书面决定，说明理由，并告知申请人或用人单位享有依法申请行政复议或者提起行政诉讼的权利，明确了办理时限，提高了审批效率，实现了办理时限承诺，进一步压缩审批时限。2017年3月国家外国专家局出台了《外国人来华工作许可服务指南(暂行)》，列明适用范围、事项审查类型、审批依据、受理机构、决定机构、数量限制、申请条件、申请材料、基本流程、办理方式、办理时限、注意事项等内容，并附相关表格样式以及申请材料示范文本，规范了审批事项，明确了审查环节和审查内容。目前，全国外国人聘用单位在系统中注册16万家，外国人来华许可申请31万人次，已审批决定30万人次，申请新办、延期、变更5万人次。

(二)实施科学分类管理，注重提升引智质量

遵循“鼓励高端、控制一般、限制低端”的原则，分类管理来华工作外国人，将来华工作外国人分为外国高端人才(A 类)、外国专业人才(B 类)、外国普通人员(C 类)三类，按标准实行分类管理，更加注重能力、实绩和贡献，突出市场评价、国际同行评价等市场需求导向，综合运用计点积分制、外国人在中国工作指导目录、劳动力市场测试等政策工作，建立科学、实用的外国人才评估体系。目前，在华工作的外国高端人才(A 类)4.2万人次，占比14%；外国专业人才(B 类)22.2万人次，占比70%；外国普通人员(C 类)10万人次，占比16%。

(三)创新管理模式，加强信息互联共享

通过启动运行外国人来华工作服务管理系统，实施一网管理、数据共享，做到了信息资源采集方便及时、信息交换共享简单快捷。进一步加强了科技、人社、外交、公安等部门信息共享、后台认证和业务协同，确保信息公开透明，数据集中统一，政务服务更加标准化、精准化、协同化。实现来华工作外国人一人一码，终身不变，动态管理其在华工作期间的信用记录。

(四)事中事后监管并重，完善以信用为核心的监管机制

针对引智工作事中事后监管特点，实施“双随机”监管机制。随机抽取检查对象、随机选派检查人员的“双随机”抽查是外国人来华工作管理部门提升监管效能的重要途径，除投诉举报、大数据监测、转办交办以外，外国人来华工作管理部门对来华工作的外国人、用人单位、受委托的专门中介机构所有监督检查都通过“双随机”抽查的方式进行，并减少对检查对象正常生活、工作和经营活动的干扰。抽查结果中有关用人单位和中介机构的信息通过外国人来华工作信用管理平台向社会公示，外国人的个人信息记入其个人信用档案。

探索外国人来华工作信用管理体系，建立信用信息归集共享和使用机制，依托外国人来华工作管理服务系统，实现全国各省市外国人来华工作信用信息互联互通和共享，信用信息使用嵌入审批、监管工作流程中。一是优化了信用评价机制。根据监管对象的信用记录，运用大数据手段进行评价分类，及时掌握来华工作外国人的生活工作情况，掌握其工作单位和中介机构经营活动的规律与特征，发现违法违规线索，提高风险预判能力，实现了有效监管。二是加强了对失信行为主体的约束和惩戒。对严重失信主体，及时公开披露相关信息，便于市场识别失信行为，防范信用风险。并将其列为重点监管对象，依法依规采取行政性约束和惩戒措施，从严审核许可申请，从严控制工作许可证发放，降低许可有效期。为特别守信主体开设“绿色通道”。对信用水平优良的诚信主体压缩工作许可审批时限，降低审核门槛，无犯罪记录、工作资历、专业技术或学历证明等采用承诺制。

从2017年全面启动实施外国人来华工作许可制度，我国人才引进政策已有了长足的发展，来华工作外国人才达到90.6万人次，高层次人才聚集效应逐步显现。总结起来，我国引智工作的快速发展，除了全方位的顶层设计和行之有效的组织实施体系，贯穿在准入审批、事中事后监管等各个环节的是信用监管的机制。一方面，通过建立健全信用信息归集共享和使用机制，将信用信息使用嵌入审批监管工作流程中，为准入审批、事中事后监管提供全流程决策支持；另一方面，通过实施信用评级规则使管理工作透明化，按照褒扬诚信、惩戒失信的原则，规范监管对象的行为，促进了引智工作长期可持续发展。可以说，信用管理是引智工作监管体系建设的核心。

三、引智工作信用评估体系的主要因素分析

(一)引智监管工作对象

引智工作涉及的监管对象群体结构复杂，既包含来华工作外国人，也有用人单位、受委托的第三方专门机构。其中，第三方专门机构是受用人单位委托全权办理来华工作外国人工作许可申请，协助来华工作外国人、用人单位准备相关材料，被授权经办网上申请，代理提交纸质材料到窗口进行现场核验。申请来华工作的外国人，在境外申请工作签证时需本人到我国的驻外使领馆进行面签，入境后不需要再前往外国人来华工作管理部门现场审查。入境后的一切手续由用人单位的经办人员或受委托的专门服务机构代办。目前，全国每年有30万来华工作外国人、17万家用人单位，以及1万家在系统中注册的受委托第三方专门中介机构。在工作许可的申请办理过程中，17万家用人单位中有超过三分之二的用人单位委托第三方专门服务机构全权代办，由此可见，主要监管对象是用人单位和中介机构，中介机构凭借其了解政策，熟悉业务流程，利用监管漏洞，在许可办理过程中产生一系列的虚假行为，用人单位出于自身的利益考虑，纵容中介机构舞弊造假。只有限制住了用人单位和中介机构，才能有效降低引智工作中失信行为的发生，真正发挥出信用监管的作用，引进符合市场需求的外国人才，更好地服务于我国重大战略和经济社会发展。

(二)信用数据的类型和特征

引智监管工作的信用数据特征主要体现在数据的模糊和不确定性，比如评价信息，来华工作外国人对用人单位在工作环境、薪金待遇、岗位匹配度等方面评价数据，很难准确地界定相应的等级，存在一定的模糊范围。另外，数量体量巨大，外国人主体方面，需要征集的数据包含如伪造工作经历证明、学历证件造假、无犯罪记录证明造假、体检证明造假、无正当理由不执行聘用合同等；用人单位主体方面，包含如聘用合同或任职证明造假、未按规定代缴代扣税款、聘用岗位与实际用人岗位不相符、所持相关行业准入许可或资质资格证书失效而继续聘用外国人从事相关工作等信用数据；中介机构主体方面，包含如协助伪造许可申请材料、办理手续时欺骗外国人、泄露外国人个人隐私等数据。

(三)信用管理的导向

目前，我国以市场需求为导向，将来华工作外国人分为无引进数量限制的外国高端人才(A类)、根据市场需求限制的外国专业人才(B类)和严格实行配合管理的外国普通人员(C类)，这是按照不同层次来华工作外国人基本条件进行的分类，依据的是外国人来华工作许可审批准入阶段的静态数据。我国的引智工作监管，旨在褒扬诚信，惩戒失信，这就需要征集与外国人在华期间行为表现相关的动态数据，如纳税情况、聘用单位岗位和实际是否相符、用人单位反馈的外国人工作表现等，制定科学的信用等级标准，针对来华工作外国人、用人单位和中间机构划分不同的信用等级，对信用状况良好的实行绿色通道、容缺受理等许可审批支持，对信用等级低的，给予禁止工作许可申请、降低许可有效期等相应的惩罚措施，实现实时监控、预警和管理的动态监管，充分发挥信用管理在引智工作管理中的引导作用。

(四)外国人在华工作流动性

来华工作外国人在华工作期间流动性大，在一份工作合同完成后，既有回国一段时间再来华工作，也有跨省市在新单位工作的。这就对引智监管工作提出了很大的挑战，因此，一方面需要各地方外国人主管部门有完善的信用记录，另一方面需要归集工商、税务、司法、公安、海关、外交、人设等部门的数据，并运用有效的数据分析模型和方法，建设互联共享、协同监管的引智监管平台，形成协调统一、时时联动的信用监管机制。

四、引智工作信用评估模型的构建

(一)评估方法：改进的模糊综合评价法

1.模糊综合评价法的基本思想。

模糊综合评价法是基于模糊性和不确定性，运用模糊数学理论分析评价对象的多因素隶属级别状况，并进行综合评估的一种方法，实质是对评价对象的客观综合判断以做出等级排序。这种方法是建立在确定评价对象指标因素集和评语集基础上，进而确定各因素在评语集的隶属度并计算隶属度矩阵，结合各因素权重，最终计算出综合评价值。

2.模糊综合评价法的改进和具体步骤。

传统模糊综合评价法，在指标权重的确定方面依赖专家个人的判断，主观性强，对评价指标的客观性考虑不足，导致权重与实际情况差异较大。本文采用CRITIC法确定指标权重，充分考虑各指标之间的相关性，并体现出各指标所反映的实际信息量的丰富程度，提高了综合评价结果的适用性、客观性和可信性。

(1)确定针对监管对象的评价因素集。

评价因素集分为准则层因素和指标层因素集。准则层因素集表示为：

X=(x1，x2，…，xm)

指标层因素集表示为：

X1=(x11，x12，…，x1n1)

X2=(x21，x22，…，x2n1)

……

Xm=(xm1，xm2，…，xmnm)

其中，m表示准则层因素的数目，ni表示第i个指标层因素数目。

(2)确定备择评语集。

备择评语集是不同等级的评语组成的一个模糊向量。表示为：

V=(V1，V2，…，Vq)

(3)建立模糊评判矩阵。

通过隶属函数得出模糊综合评判矩阵，隶属函数是用来反映因素集X各指标对于备择评语集V的各指标的隶属关系。隶属函数U(x)∈(0，1)越接近1，x对U的隶属程度也就越大；反之，当U(x)越接近0，x对U的隶属程度越低。

对于信用水平的正指标，数值越大信用水平也就越高，其指标x对应第j级评语的隶属度公式为：

(1)

对于信用水平的负指标，数值越小信用水平也就越高，其指标x对应第j级评语的隶属度公式为：

(2)

(3)

(4)建立权重集——CRTIC法。

CRITIC方法是一种客观权重赋权法。它通过两个方面确定指标的客观权数：一是对比强度，以标准差的形式来表现同一指标各评价取值的差距，差越大评价方案的取值差距越大。二是评价指标之间的冲突性，以指标之间的相关性为基础，如两个指标之间具有较强的正相关关系，说明两个指标冲突性较低。第j个指标与其他指标的冲突性量化指标为：

(4)

其中rtj为评价指标t和j之间的相关系数。

各个指标的客观权重就是以对比强度和冲突性来综合衡量的。设cj表示第j个评价指标所包含的信息量，则cj可以表示为:

(5)

其中n为同一指标的评价数量。

cj越大，第j个评价指标所包含的信息量越大，该指标的相对重要性也就越大，所以第j个指标的客观权重：

(6)

其中m为所有指标的数量。

(5)计算综合隶属度矩阵。

根据前述的模糊评判矩阵R和“三等九级制”的量化值向量F，从而得到综合隶属度矩阵G，即：

(7)

(6)计算评价对象的综合得分。

在计算出综合隶属度矩阵后，计算评价对象的综合得分Y：

(8)

(7)确定信用等级。

根据得到的评价对象的综合得分Y判定用人单位的信用等级情况。得分在90～100之间的用人单位信用等级为AAA级；80～89之间的用人单位信用等级为AA级；依次类推。

五、实证分析

(一)数据来源及标准化处理

本文数据来源于外国人来华工作管理服务系统，选取了30家用人单位为研究对象，基于引智工作的保密性，本文隐去这些用人单位的名称，以FE1，FE2，…，FE30进行编码。样本充分考虑了用人单位规模、聘用外国人人数、地域分布等因素，更加全面综合地进行科学化选取。首先需要将数据进行标准化处理，目的是解决不同量纲数据的可比性问题。本文对原始矩阵进行标准化处理所选择的方法是min-max标准化。该标准化处理过程将原始数据转化，以使调整后的数据的所有值都落在0～1的范围内。将原始数据进行min-max标准化的计算公式如下。

正向指标数据的标准化处理公式：

(9)

负向指标数据的标准化处理公式：

(10)

(二)建立指标体系

建立引智工作监管对象信用评估体系。根据全面性、科学性、客观性、可操作性原则，在行政监管的视角下，充分考虑用人单位的行为数据，构建涵盖用人单位基本能力信息、业务办理信息、评价反馈信息和行为表现信息四大指标体系，具体内容见图1。

图1 引智工作监管对象信用评估指标体系

(三)指标权重的确定

具体步骤是：根据收集到的30家用人单位的16个指标数据，首先根据公式(4)得到相关系数矩阵，根据公式(5)和公式(6)，利用matlab程序软件计算出各指标的权重见表1。

表1 引智工作监管对象信用评估指标权重

(四)计算各指标层的隶属度

根据前文隶属度函数，以FE7用人单位为例，进行隶属度的计算，对于正向指标的隶属度，采用公式(1)进行计算；对于负向指标的隶属度采用公式(2)进行计算。

在计算各指标隶属之前，通过min-max方法将各评语集所对应的最大值进行标准化处理，即将F进行标准化处理。标准化处理结果F′如下所示。

对正向指标的隶属度，以聘用外国人人数(X12)为例，其真实值位于BBB级0.625和BB级0.500之间，所以指标X12对于BBB级隶属度为0.686 9，而指标X12对于BB级隶属度则为0.313 1。因此，指标X12对于评语集的隶属度向量为(0，0，0，0.686 9，0.313 1，0，0，0，0)。同样，依据该方法可以到其他正向指标对于评语集的隶属度向量。

对于负向指标的隶属度，以投诉次数(X43)为例，其真实值位于AA级0.875和A级0.75之间，所以指标X43对于A级隶属度为0.257 1，而指标X43对于AA级隶属度则为0.742 9。因此，指标X43对于评语集的隶属度向量为(0，0.742 9，0.257 1，0，0，0，0，0，0)。依据该方法可以到其他负向指标对于评语集的隶属度向量。

所有指标对于评语集的隶属度向量构成模糊评判矩阵(详见表2)。在此，本文仅呈现出用人单位FE7的模糊评判矩阵RE1，其余用人单位的模糊评判矩阵不再一一列出。

表2 模糊评判矩阵

(五)模糊综合向量的计算

在确定出各指标的隶属度及模糊评判矩阵后，首先运用公式(7)可以计算出综合隶属度矩阵GFE7，具体结果如下：

GFE7=RFE7×F

=(45.869，66.869，82.211，96.574，41.483，30，61.291，28.356，73.511，52.896，79.357，55.667，85.897，72.51，47.529，97.529)T

在计算出综合隶属度矩阵后，运用公式(8)计算评价对象FE7的综合评价值YFE7，即结合各指标的综合权重W将该用人单位的综合隶属度矩阵集成为相应的分值。其具体计算过程如下：

YFE7=W×GFE7

=(0.012 4，0.040 1，0.013 6，0.024 5，

0.201 1，0.013 8，0.021 0，0.011 9，

0.010 3，0.019 6，0.018 7，0.043 5，

0.050 8，0.287 1，0.127 1，0.104 5)

×(45.869，66.869，82.211，96.574，

41.483，30，61.291，28.356，73.511，

52.896，79.357，55.667，85.897，

72.51，47.529，97.529)T

=64.23

因此，根据信用等级“三等九级制”分数集合，我们评判FE7能力为“BBB级”信用。

(六)实证分析结果与讨论

以FE7为用人单位例进行运算，最终得出了FE7综合评价值和信用等级水平。依据同样的步骤，得到30家聘用外国人的用人单位及信用等级状况，如表3所示。

表3 聘用外国人用人单位综合评价值及等级

表3结果显示，30家聘用外国人的用人单位信用等级状况总体偏低。有9家用人单位的信用等级处于A等水平,其中，仅有3家用人单位的信用等级为AA级，6家用人单位信用等级为A级。16家用人单位信用等级处于B级水平，其中，8家用人单位的信用等级为BBB级，5家用人单位的信用等级为BB级，3家用人单位的信用等级为B级。评级为CCC级的5家单位为FE2、FE5、FE10、FE20和FE21。以用人单位FE5为例，该单位规模实力较弱，聘用外国人人数占比和续聘外国人人数占比低，工作环境满意度、薪酬待遇满意度、岗位匹配度都比较低，而且还具有相对较高的差评次数和投诉次数，此外该单位还收到过政府相关部门的行政处罚。再看用人单位FE6，其信用等级是AA，查看分析原始数据，其在工作环境满意度、薪酬待遇满意度、岗位匹配度三个方面优势明显，还获得过行业协会颁发的奖项。

本模型是在行政监管视角下结合用人单位基础信息、业务办理信息、评价信息和行为信息制定的模型。选择模糊综合评价法以应对引智工作评价指标的不确定性和模糊性，并克服了传统的模糊综合评价法存在的依赖主观判断而评价结果不够客观等方面的局限；针对指标权重，采用CRITIC法确定指标客观权重，非常注重对用人单位的客观情况进行分析，使得评估结果更加具有客观性和合理性。

本模型通过信用等级分类可以找出信用等级较低的用人单位，进一步深入剖析用人单位所存在的问题，有助于用人单位修复其信用水平。本研究所构建的模型可以对引智工作主管部门制定外国人来华工作信用管理制度提供有效依据，进一步推动其梳理征信渠道及实现方式，并结合外国人来华工作管理现状，制定诚信和失信认定办法以及诚信奖励与失信惩戒措施，同时将量化信用评估结果用于外国人来华工作许可审批和监管。此外，本模型可以帮助引智工作用人单位在业务办理和日常经营中，及时掌握自身发展的实际情况，从客观层面把握信用评估结果，从而制定有效的信用修复和经营发展战略。模型同样适用于其他行政部门的信用评估，尤其是对存在准入业务行政审批和事中事后监管工作的政府部门具有极其良好的适用性。

六、结论与政策建议

本研究是在引智工作信用问题突出和现有监管体系存在瓶颈的背景下提出的。由于现阶段引智工作信用监管存在着严重的不足，迫切需要对引智工作构建一套完整的信用评估体系。为确保信用评估的有效性，需要对信用评估体系建设加大支持，通过建立统一的信用管理大数据平台、开发多种类评估模型、多部门协同联动、信用评估嵌入监管等手段，达到切实有效信用监管的目的，最终建立健全良性运转的信用评估体系。建议从以下几个方面进行改进：

(一)转变监管模式：建立统一信用管理的大数据平台

随着外国人来华工作体量的不断增加，急需建设统一的大数据平台，建立完整、准确、科学的来华工作外国人、用人单位和中介机构的信用信息数据库是构建信用监管体系的前提和基础，发挥数据在信用监管中的价值。大数据平台包括数据采集、数据预处理、数据存储及管理、数据分析及挖掘、数据展现和应用等内容。数据采集接入主要包含政务公开数据、三方数据和外国人来华工作管理服务系统中信用数据。数据预处理主要完成对已接收数据的抽取、辨析等操作。大数据存储与管理是利用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中、事先未知、潜在有用的信息和知识。同时要建立以信用评估主体维度划分的风险数据集市，集成数据计算结果，实现全面监控和预警。

(二)创新监管手段：利用好评估模型和方法进行科学决策

有效利用评估模型是进行监管科学决策的重要支撑，通过信用评价模型与方法进行信用评价，形成信用等级，并及时动态更新数据，随时掌握监管对象信用情况。同时要结合外国人来华工作业务办理的全流程，对用人单位、中介机构、外国人三类主体分别建立多种评估模型，除信用评估模型外，还要建立反欺诈模型、准入模型、风险预警模型、黑名单入库出库模型、红名单入库出库模型，从多角度、多方位、多层次对来华工作外国人信用数据指标进行统计分析，在各流程节点利用模型进行评估决策，优化业务流程，提高审批效率，为政府业务决策提供信息保障，为引智工作监管提供科学的信用依据。

(三)构建监管机制：构建多层次监管部门协同联动机制

外国人来华工作信用监管作为复杂的系统工作，在客观上越来越要求政府提供综合协调、综合治理的体制机制。因此，多部门的协同联动是实现引智工作有效监管的关键所在，以整合各行政管理部门来华工作外国人信用信息资源、完善征信记录为基础，实现信用信息共享。结合引智工作主管部门的外国人来华工作信用管理办法，制定诚信奖励与失信惩戒措施，加强对外国人来华工作进行监管，达到褒扬诚信、惩治失信的目的。此外，各级监管部门在国家监管部门的统筹下，贯彻实施双随机联动抽查制度，合理有序实施检查，避免监管力量分散，提高监管效能。同时，建立各区域联席监管会议制度，合理分工、明确职责，协同有序地开展来华工作外国人的信用监管工作。

(四)提升监管效果：信用评估嵌入监管各个环节

要充分利用引智工作信用评估的结果，体现信用评估体系的价值。将信用评估嵌入到来华外国人工作管理审批全流程，从申请注册、添加经办人、提交外国人业务办理申请和事后监管等流程，建立健全信用信息体系，实现全国各省市外国人来华工作信用信息互联互通和共享，最大限度发挥信用信息作用。用人单位申请注册时，利用信用评估对用人单位信息真实性进行核验，校验其是否满足准入条件，判断其是否存在风险。用人单位添加经办人时，对经办人信息真实性进行核验、实名认证，校验其是否满足准入条件，判断其是否存在风险。事后监管过程中，利用信用评估模型对主体的信用信息定时更新，发现风险及时预警。