| |
| 台州借智AI节省财政资金千万元 |
| 加入时间：2025-06-19 来源：中国财经报 作者：罗央央 |
|
|
| |
|
今年以来，浙江省台州市财政局抢抓人工智能技术浪潮，围绕财政资金精细化管理目标，持续探索项目资金分析评估的新方法、新路径，以金清水系水质监测项目为试点，创新引入AI技术对站点的重要性进行科学评估，推动压减20个低效站点，节省财政资金1080万元，为财政数智化管理提供了“台州经验”。
基本情况
为加强全市水质治理，在县控以上常规监测站的基础上，台州市污水办于2016年建成96座微型水质自动监测站，并于2023年完成项目续标。针对金清水系因工业生活排污、农业面源污染以及自然因素等导致的水质较差问题，2022年污水办在金清水系出入境断面及主要支流采购了57个监测站点3年数据服务。2025年合同到期后，台州市生态环境局提出申请，拟延续开展56个点位监测，计划3年投入资金约2880万元。
目前，在党政机关带头过紧日子的背景下，如何提高资金使用效益成为当前财政工作的重点。台州市财政局虽已推行了成本预算绩效管理工作，并取得阶段性成绩，但民生环保类项目的绩效评价，存在数据量大分析不易，专业性强评价困难等难题亟待解决。
主要做法
台州市财政局联合市生态环境局建立跨部门协作机制，引入部署DeepSeek大模型技术，创新运用AI绩效管理方式。按照业务驱动、注重质量的原则，从业务角度分析数据价值，通过构建“数据驱动+专业分析”的评价体系，将绩效评价结果与财政预算安排深度挂钩，实现从“基数预算”向“绩效预算”机制的转变。
一是构建一套协调机制。台州市财政局与市生态环境局密切协同配合，明确工作思路，突出大数据分析等部门协作的关键环节，统筹推进资金管理和优化监测效能。围绕站点布局、指标设定等议题，开展多轮跨部门研判。
二是制定一种数据标准。依托近3年水质监测历史数据特征，结合实际工作需要，确立水质波动（日预警频次、月黄橙预警）和水质优劣（综合排名）两大核心分析指标。在此基础上，对2022—2025年相关水质监测数据进行提取和清洗。
三是确定一个分析方法。一方面，在数据脱敏的前提下，运用AI工具，整合近3年逾10万条监测数据形成结构化数据库，运用机器学习算法对站点预警频次、水质质量等参数进行综合评估，生成站点重要性量化评分表。依据评分表，精准识别冗余站点，为优化布局提供有力参考。同时，结合站点分布图，详细分析站点地理分布与战略价值。通过“定量+定性”分析，动态模拟推演，科学论证站点布局优化方案，使决策依据从经验判断转向数据实证。
四是开展一系列科学研判。坚持数实结合，创新成本核算“纵横对标法”。在建设价格方面，主动摸清小微站点建设各环节投入成本，纵向追溯历史成本数据，横向对比全省同类项目招投标价格，严控站点建设运维支出标准，提出核减建议。在站点设立方面，建立“数据画像+实地复核”双轨校验机制，在AI系统导入地理信息系统进行空间分析的同时，针对部分数据分析和专业意见存在分歧的站点（如治污责任分界点、入河口关键节点），市财政局和市生态环境局联合开展实地复核与协商，最终一致决定科学延续37个点位，压减率达35%，累计节省财政资金1080万元，切实推动水质监测覆盖率与精准度双提升。
经验启示
技术赋能是财政管理的“加速器”。通过引入AI工具，构建数据分析模式，财政工作实现从传统经验驱动向数据驱动的转变，为财政资金管理提供了支撑。
业务能力是技术应用的“压舱石”。技术落地需以业务需求为根基，AI模型虽然可以在一定程度上帮助使用者从历史数据分析中挖掘出有效信息，但还需要与区域位置、周边地理环境等实际情况相结合。例如，数据分析结果显示某站点属于低效站点，但其所处的地理位置是治污责任分界点，通过实地复核最终保留了该站点。业务与技术的深度融合是项目绩效评价成功的关键。
下一步，台州市财政局将深化拓展AI技术在政府采购、债务风险预警等领域的应用场景，以“智能中枢”重塑财政资源配置逻辑，推动“花钱必问效”的绩效理念转化为高质量发展实效。此次实践不仅验证了AI技术对提升财政资金效益的乘数效应，更为政府治理现代化提供了可复制的数字化转型路径。
|
| 信息、图片来源网络，如有侵权，联系删除。 |
|
|
|
|
|
