(资料图)

谢鹏鑫 杜婷  随着数智技术的发展，当前，大数据、人工智能(AI)、云计算等先进科技正日渐应用于劳动关系风险监测预警中，推动劳动关系治理从传统的事后处置向事前监测预警转变。这一转变不仅有利于防范化解劳动关系领域的风险隐患，也为劳动者权益保障和企业健康发展提供了坚实的技术支撑。

劳动关系风险监测预警平台的核心功能在于运用AI技术对多维度数据进行实时分析，从而实现对劳动关系风险的智能监测和精准预警。例如，北京市总工会搭建的劳动关系风险监测预警平台，建立了“三早、三对接、三联动”工作机制，实现了劳动关系风险监测预警的数字化、智能化和专业化。上海市闵行区人社局建立的劳动关系智慧预警管理平台，利用大数据、云计算、人工智能等方式，对企业多维度数据进行智能分析，精准预判企业风险等级，推动了劳动关系风险监测的实时化、可视化。重庆市九龙坡区运用“互联网+大数据”手段打造的和谐劳动关系公共服务智能平台，通过构建劳动关系风险监测预警指标体系，整合多部门数据，对影响劳动关系和谐的因素进行动态监测和分级预警，实现劳动关系隐患矛盾的提前预防和快速化解。由此可见，运用AI技术实时监测劳动关系风险，能够有效预防和化解劳动争议，提高劳动关系风险处置的效率和效果。

尽管劳动关系风险的智能监测和精准预警取得了显著成效，但在运行过程中仍面临一些有待解决的问题。首先，部门间的数据共享和整合尚不充分。劳动关系风险监测预警的基础是大数据，但劳动关系相关数据涉及就业、社保、工商、税务、企业等跨部门数据，部分部门存在一定的数据壁垒，数据共享的意愿不强，影响了监测预警的准确性和全面性。其次，部分平台的预警模型尚不够成熟。劳动关系风险监测预警的核心是构建科学合理的预警指标体系，需要进一步优化设置指标体系和预警模型，提高预警的精准度。再次，一些地区基层工作人员对平台的应用能力不足。劳动关系风险监测预警平台一般涉及市、区等多个层面，基层工作人员收到监测预警信息后的处理效率，直接影响监测预警机制的实施效果。此外，相关法律法规尚不完善。劳动关系风险监测预警涉及数据的隐私保护、平台的运行流程和操作标准等，需要加强对相关工作的法律支持。

为了进一步提升劳动关系风险监测预警机制的效果，需采取一系列针对性措施。其一，加强数据整合是基础。需要构建统一的数据共享平台，打破部门间的数据壁垒，整合行政数据、企业数据和第三方平台数据等多维度数据资源。通过数据的互联互通，能够全面、及时、准确地掌握劳动关系的动态变化，为风险监测和预警提供可靠的数据支撑。其二，优化预警模型是关键。需要构建涵盖劳动用工、社会保险、权益维护、生产经营等多个维度的指标体系，并利用机器学习等前沿技术，不断对预警模型进行优化和升级。同时，注重模型的适用性和可解释性，确保预警结果能够为决策提供有力支持，提高预测结果的精确度。其三，提升基层实践能力是保障。通过组织专业培训、编制操作手册等方式，增强基层工作人员对监测预警平台使用的熟练度和重视程度。同时，借助信息化手段，开发便捷实用的监测工具和移动应用，提升基层实践人员的工作效率。其四，完善法律法规是支撑。明确监测预警工作的职责分工、操作流程和执行标准，以及监测预警数据的导入规制、使用权限和隐私保护。通过健全的法律法规框架，保障监测预警工作有法可依、有章可循。其五，强化跨部门协作是动力。通过建立联席会议制度，明确劳动仲裁、监察、法院、工会等各部门职责，建立健全跨部门、跨层级的协作机制。可以设立专门的协调机构，及时沟通和解决劳动关系风险监测预警工作中的问题。其六，多元主体参与是拓展。一方面，通过建立举报奖励机制、开展宣传教育活动等方式，鼓励引导社会力量参与劳动关系风险监测预警。另一方面，通过与第三方技术服务机构、高校及科研院所等合作研发，共同推进劳动关系监测预警技术的发展与应用。

(作者单位：西南财经大学)

标签：