世界银行：大数据可扶贫，大数据可防腐败

继欧美等国政府乃至联合国纷纷宣布推动开放数据计划(Open Data)后，本周在世界银行于华盛顿举办的“DC大数据探索”研讨会上，来自各个领域的约150名数据分析专家， 共同探讨了如何利用数据分析来解决贫穷和预防腐败等世界性难题。

世界银行的一项努力目标就是在全球范围内促进透明化和责任化。 “世界银行的开放数据计划成长迅速”。世界银行的副行长及总会计师Chuck McDonough评价道： “对我们来说， 大数据能够帮助我们把我们的数据与其他一些合作伙伴的数据整合在一起，以帮助实现世行的发展计划。”

世界银行的开放数据计划是一个由世界银行与其他机构， 包括联合国发展计划署， 联合国商业发展署， UN Global Pulse以及卡塔尔计算研究院等共同参与的一个计划。 由世界银行的开放财务团队以及非盈利组织DataKind发起的8个项目组成。 旨在推动社会组织之间在数据与发展之间的合作。

卡塔尔计算研究院的社会创新部门的总监Patrick Meier说：“这种不同组织之间的广泛合作非常必要。这种合作并不容易，特别是在不同的机构之间的合作。这是一个反复渐进的过程。我们也都是摸着石头过河。”

世界银行运营部的总监Stephen Zimmermann说：“消除贫困的一个主要的挑战就是腐败的风险。”通过这周的研讨会，我们找到了很多利用大数据预防腐败的创新方法。

比如，在利用肯尼亚的粮食价格，香蕉和大米的消费量可以快速地分析和预测当地的通货膨胀率。从而为更合理地对当地进行援助提供支持。此外， Google也提供了一个针对预防腐败的一个分析工具。

无独有偶，毕马威在最近发布的一份白皮书，也提出了利用“主动式的数据分析来保证企业的反腐败合规”。针对欧美各国的企业反腐败法规，传统的企业自检方式是企业检查自身的规章制度是否符合法规的要求，然后对一些交易进行抽查。不过，既然大部分企业都已经存储了他们的财务数据，随着大数据分析的普及，企业的内部审计人员就可以利用数据分析工具和技术，对那些高风险的交易进行“定点”检查了。而一旦发生了违法行为，企业具有针对反腐败的数据分析也能够帮助企业减轻一部分法律责任。

比如，通过数据分析，企业可以确定一些高风险的交易类型。如那些与政府部门往来的资金，分析涉及大额现金的交易，或者涉及招投标方面的交易等等。内部审计可以针对这些项目进行专门的审查。

对于世界银行的数据开放计划来说， 最重要的是不同组织之间的数据共享， 以及基于数据共享之上的数据分析。 “这是一个较长的过程”， 正如DataKind的总监Jake Porway所说的：