12月19日，由新华网主办，中国人民大学公共政策研究院、中国政法大学城市发展与治理研究院、中国人民公安大学治安学院、《信访与治理研究》刊物等学术支持，绿色全域（北京）文化传媒有限公司协办的“数字经济与社会治理暨2024社会治理创新分享大会”在北京召开。浙江省杭州市“AI驱动 数字赋能 推动预付式消费数字化监管模式改革”的经验做法入选“2024社会治理创新实践案例”。

近年来，随着健身、教培、美容美发等行业“预付式消费”经营模式兴起，因企业经营困难闭店、恶意圈钱跑路等引发的涉众矛盾纠纷持续增长，如何提前有效防范处置成为全国性难题。杭州瞄准这个“小切口”，推动预付式消费数字化监管模式改革，通过线上数据归集、算法模型构建、数据安全管理和线下处置机制闭环，着力破解预付式消费风险预警不及时、处置不协同等问题，实现风险处置由“信息滞后被动处置”向“线上预警提前防范”转变。

今年以来，拱墅区试点建设预付式消费风险研判预警系统，并在全市推广运行。系统累计接入企业200余万家，6.7万家涉预付式消费企业纳入AI大模型风险监测，预警风险企业3108家，落实属地线下核查2375家，提前干预处置299家，有效遏制该领域涉稳问题高发趋势。

以“网络+网格”为载体，建立一个数据底座。联合市信访局、市公安局、市法院，先后多次召开数据归集对接会，实时归集全市12345信访投诉、110警情、类型化案件等企业风险数据125万余条；联动市市场监管局、市税务局等综合监管部门汇聚市场经营主体、企业纳税信息等企业信息数据1470万余条；发动全市14725个基层网格排查涉预付式消费企业信息和风险数据336万余条。系统对归集数据开展实时清洗，建立企业风险专题数据库并实时更新，为AI大模型提供及时、充足的运算数据资源。

以“标签+算法”为逻辑，完善一套触发体系。跟踪分析多家近年来闭店、暴雷预付式消费企业的生命周期，梳理出共性风险特征84个，通过AI大模型从归集数据中挖掘短期内企业信息频繁变更、短期内消费投诉频发、异常促销和大额充值、疑似职业背债人等预付式消费企业风险特征，设定成预警标签。在此基础上，构建风险预警算法模型，根据美容美发、健身、教培等不同行业实际，梳理风险企业触发的标签数和预警值。系统对风险企业进行多标签叠加，累计总分后触发红、黄、蓝三色预警。

以“核查+处置”为流程，健全一条处置闭环。全市建立预付式消费风险预警处置工作机制，市综治中心统筹全市预付式消费风险预警研判的常态化运行，并将预警模型产生的风险线索、各地申请提级流转的预警事件、人力情报发现的风险信息流转各区县（市）核查处置。区县（市）社会治理中心负责该辖区预付式消费风险研判系统建设和日常运行，在核查处置市级预警线索的基础上，自主开展企业风险预警和闭环处置工作。属地街道、行业主管部门根据企业预警风险开展核查处置，及时反馈处置进展情况，实时动态调整预警风险等级，最终形成预付式消费风险企业“预警—核查—定级—处置”闭环处置流程。

系统全面运行以来，在风险预警、联动处置、基层减负、社会效益等方面，都取得良好的阶段性成效。风险预警更准、联动处置更早、减负增效更实、社会效益更好。