基于空间搜索的基层社区督查效果影响因素分析

doi:10.16381/j.cnki.issn1003-207x.2024.1188

摘要/Abstract

摘要：

社区督查作为我国基层治理体系的核心环节，对于维护社会稳定、促进社区和谐发展起着至关重要的作用。随着社会的快速发展和城市化进程的不断推进，基层社区的复杂性和多样性日益凸显，对社区督查工作提出了更高的要求。通过有效的社区督查，能够及时发现和解决基层治理中的问题，为社区稳定发展奠定坚实的基础。本文分析督查组和督查对象属性对督查效果的影响，在该问题中，将带有二维属性的督查记录看作空间中的点，识别密集出现督查问题的属性值组合范围，抽象为二维属性空间中的频发子集搜索问题，为研究社区督查问题提供了新的视角和技术路径。本文首先利用逻辑回归识别督查组和督查对象的关键二维属性组合。然后，基于空间搜索的思想，构建非线性优化模型识别频发子集，并转化为混合整数二次规划模型。为了提高求解效率，利用McCormick不等式转化为线性规划模型求解，从而得到易出现督查问题的最小频发子集，使得督查对象和督查组的属性取值在频发子集范围内时，督查问题的出现次数达到一定比例。本文基于我国某地区基层社区督查台账数据，利用所提出的方法和模型，对案例进行说明分析，模型结果可以为提升社区督查效果提供有效的决策辅助。

关键词: 基层社区督查, 逻辑回归, 空间搜索, 频发子集, 混合整数二次规划

Abstract:

Community governance is a key component of grassroot administration management system in our country， and also serves as the “last mile” for social governance. It also plays a crucial role in maintaining social stability and promoting the harmonious development of communities. With the rapid development of society and the continuous advancement of urbanization， the complexity and diversity of grass-roots communities are increasingly prominent， putting forward higher requirements for community inspection work. Effective community inspection can timely discover and solve problems in grass-roots governance and lay a solid foundation for the stable development of communities. However， previous research related to community governance is basically limited to case studies or qualitative analytics， and rarely adopts quantitative methodologies to analyze the problem. The inspection team and the inspected community are important components in the process of community inspection. To provide managers with more objective and interpretable decision support how the attributes of inspection teams and communities influence the effectiveness of community inspections is analyzed in this paper. The historical inspection records can be regarded as the points in the multi-dimensional space， and identifying the range of attribute values where inspection issues frequently occur can be abstracted as a frequent subset search problem in a two-dimensional attribute space. Logistic regression on the historical inspection records is employed to identify critical two-dimensional attribute combinations. Based on the results， then a mixed-integer quadratic programming model is proposed to search a space where the inspection issues frequently happen， and is transformed into a mixed-integer quadratic programming model. To enhance computational efficiency and tractability， McCormick inequalities are used to convert the model into a linear programming， and the smallest frequent subset in space prone is identified to inspection issues. Thus， the rectangle regions in the two-dimensional space， which do not overlap and are identified through the search process， represent the frequent subsets of inspection issues. To identify the attribute value ranges corresponding to a certain proportion of inspection issues， the proposed optimization model aims to minimize the sum of the areas of all frequent subsets， thereby ensuring that the distribution of inspection records with inspection issues within these subsets is more dense. Based on the practical data of community inspection records， case studies are conducted on the problems of community personnel management and community assistance， and the results demonstrate the effectiveness of the proposed method. The method can be extended to other risk analysis and influencing factor analysis problems， overcoming difficulties such as insignificant regression analysis， the inability of association rules for continuous values， and the complexity of nonlinear programming. The proposed methodology and models also offers an alternative and effective decision support framework for improving the effectiveness of community inspections. This model identifies the minimal infrequent subsets where inspection issues are likely to occur. This research assists grassroots governance departments in focusing on critical issues and provides a scientific basis for decision-making in personnel allocation and resource management. It contributes to enhancing inspection efficiency and improving overall community governance. Additionally， the study offers significant theoretical support for the improvement and development of future grassroots governance systems. The proposed framework provides valuable insights and methods for exploring more scientific and efficient grassroots governance models and facilitates the construction of a more refined and efficient inspection system.

Key words: community governance, logistic regression, spatial search method, frequent subset, mixed-integer quadratic programming

中图分类号:

C931

王贇,沙梦一,廉鹏. 基于空间搜索的基层社区督查效果影响因素分析[J]. 中国管理科学, 2026, 34(7): 218-228.

Yun Wang,Mengyi Sha,Peng Lian. Analytics of Influencing Factors of Community Governance Based on Spatial Search Method[J]. Chinese Journal of Management Science, 2026, 34(7): 218-228.

图/表 7

表1

图1

表2

参数及变量定义"

符号	定义	符号	定义
$K$	$K$ 为二维空间频发子集编号的集合； $k$ 代表第 $k$ 个频发子集， $k ∈ K$	$x k 1, x k 2$	第k个频发子集对应的督查对象属性值的最小值和最大值，即频发子集端点横坐标的范围
$I$	$I$ 为历史督查记录编号的集合；i为每条历史督查记录的编号，i $∈ I$ ； $I 1$ 为出现问题的督查记录的编号集合， $I 1 ⊆ I$	$y k 1, y k 2$	第k个频发子集对应的督查组属性值的最小值和最大值，即频发子集端点纵坐标的范围
$p i$	第i条督查记录中督查对象的属性值	$w k i$	0-1变量，判断第i条督查记录中督查对象的属性值是否在第k个频发子集的范围内
$q i$	第i条督查记录中督查组的属性值	$v k i$	0-1变量，判断第i条督查记录中督查组的属性值是否在第k个频发子集的范围内
r₁	针对二维关键属性中督查对象的属性，历史督查记录中属性值最大值与最小值的差	$u k i$	0-1辅助变量， $u k i = w k i v k i$
r₂	针对二维关键属性中督查组的属性，历史督查记录中属性值最大值与最小值的差	$a k k 1, b k k 1$ $c k k 1, d k k 1$	辅助变量，分别代表第k个频发子集和第k₁个频发子集顶点横坐标、纵坐标的最大值和最小值
$α$	频发子集内出现督查问题占总问题数目的最低比例	$z k k 1, h k k 1, g 1 k k 1,$ $g 2 k k 1, l 1 k k 1, l 2 k k 1$	0-1辅助变量，用于分析第k个频发子集和第k₁个频发子集的位置关系
$β$	每个频发子集内督查记录占所有督查记录的最低比例	$s 11 k, s 12 k,$ $s 21 k, s 22 k$	辅助变量
M	取值足够大的常数

表2

表3

表4

表5

表6

参考文献 29

[1]	李芳，张雪然，高新. 近十年来国内基层治理体系研究回顾与展望［J］. 社会治理， 2023（6）： 96-107.
	Li F， Zhang X R， Gao X. Review and prospect of the research on domestic grassroots governance system in recent ten years［J］. Social Governance Review， 2023（6）： 96-107.
[2]	Goodnow F J. Politics and Administration： A Study in Government［M］. London： Routledge， 2017.
[3]	李声宇. 从嵌入到独立：督查机制的模式演化与政策匹配逻辑［J］. 华中科技大学学报（社会科学版）， 2020， 34（1）： 111-119.
	Li S Y. From embeddedness to independence： The running modes and policy matching of inspection mechanism［J］. Journal of Huazhong University of Science and Technology （Social Science Edition）， 2020， 34（1）： 111-119.
[4]	贾群. 问题与对策：我国当前政务督查工作研究［J］. 中国行政管理， 2005， 21（10）： 23-26.
	Jia Q. Problems and countermeasures： Research on current government supervision in China［J］. Chinese Public Administration， 2005， 21（10）： 23-26.
[5]	盖威，郭圣莉. 行政督查法治化的现实问题、理论依据及路径研究［J］. 中国行政管理， 2015， 31（2）： 28-33.
	Gai W， Guo S L. On legalization of administrative supervision： Practical issue， theoretical basis and realization path［J］. Chinese Public Administration， 2015， 31（2）： 28-33.
[6]	万庄. 科学整治督查检查考核工作乱象的几点思考［J］. 中国行政管理， 2019， 35（6）： 22-25.
	Wan Z. Several points on regulating the chaos in government supervisions and inspections［J］. Chinese Public Administration， 2019， 35（6）： 22-25.
[7]	蔡丽. 地方政府政务督查研究—以济宁市市中区为例［D］. 济南：山东大学， 2012.
	Cai L. The study of local government supervision—taking Jining City as an example［D］. Jinan： Shandong University， 2012.
[8]	王宇峰. G县政府政务督查效果评估研究［D］. 西安：西北大学， 2019.
	Wang Y F. Study on the evaluation of the effectiveness of government supervision in G county［D］. Xi’an： Northwest University， 2019.
[9]	李文韬. 地方政府政务督查绩效评估体系构建研究［D］. 天津：天津大学， 2012.
	Li W T. The Research on local government supervision performance system construction evaluation［D］. Tianjin： Tianjin University， 2012.
[10]	丁煌，梁满艳. 地方政府公共政策执行力测评指标设计——基于地方政府合法性的视角［J］. 江苏行政学院学报， 2014（4）： 99-106.
	Ding H， Liang M Y. Designing evaluation indicators system for measuring local government’s capacity in executing public policy： From the perspective of legitimacy of local government［J］. The Journal of Jiangsu Administration Institute， 2014（4）： 99-106.
[11]	Alawneh A， Al-Refai H， Batiha K. Measuring user satisfaction from e-Government services： Lessons from Jordan［J］. Government Information Quarterly， 2013， 30（3）： 277-288.
[12]	Alcaraz-Quiles F J， Navarro-Galera A， Ortiz-Rodríguez D. Factors determining online sustainability reporting by local governments［J］. International Review of Administrative Sciences， 2015， 81（1）： 79-109.
[13]	Chen H， Yang M， Tang X. Association rule mining of aircraft event causes based on the Apriori algorithm［J］. Scientific Reports， 2024， 14： 13440.
[14]	Xu R， Luo F. Risk prediction and early warning for air traffic controllers’ unsafe acts using association rule mining and random forest［J］. Safety Science， 2021， 135： 105125.
[15]	Weng J， Zhu J Z， Yan X， et al. Investigation of work zone crash casualty patterns using association rules［J］. Accident Analysis & Prevention， 2016， 92： 43-52.
[16]	Verma A， Dhalmahapatra K， Maiti J. Forecasting occupational safety performance and mining text-based association rules for incident occurrences［J］. Safety Science， 2023， 159： 106014.
[17]	Dong X， Hao F， Zhao L， et al. An efficient method for pruning redundant negative and positive association rules［J］. Neurocomputing， 2020， 393： 245-258.
[18]	张玲玲，周全亮，唐广文，等. 基于领域知识和聚类的关联规则深层知识发现研究［J］. 中国管理科学， 2015， 23（2）： 154-161.
	Zhang L L， Zhou Q L， Tang G W， et al. Research on algorithm of post-processing association rules based on clustering and domain knowledge［J］. Chinese Journal of Management Science， 2015， 23（2）： 154-161.
[19]	庞素琳，蔡牧夫. 基于大数据的城中村C2I2O设计与警力配备模型［J］. 系统工程理论与实践， 2018， 38（2）： 458-471.
	Pang S L， Cai M F. Design on C2I2O in the city and police equipment models based on big data［J］. Systems Engineering — Theory & Practice， 2018， 38（2）： 458-471.
[20]	余乐安，张有德. 基于关联规则赋权特征选择集成的信用分类研究［J］.系统工程理论与实践，2020，40（2）： 366-372.
	Yu L A， Zhang Y D. Weight-selected attribute bagging based on association rules for credit dataset classification［J］. Systems Engineering —Theory & Practice， 2020， 40（2）： 366-372.
[21]	李靖宇，郭湘媛，谢启伟，等. 基于随机森林融合的金融机构风险关联影响因素研究［J］. 系统工程理论与实践， 2024， 44（1）： 296-315.
	Li J Y， Guo X Y， Xie Q W， et al. Influencing factors of the risk correlation of financial institutions： Evidence from random forest fusion［J］. Systems Engineering-Theory & Practice， 2024， 44（1）： 296-315.
[22]	许保光，王蓓蓓，池宏，等. 基于贝叶斯网络的航空安全中不安全信息分析［J］. 中国管理科学， 2020， 28（12）： 118-129.
	Xu B G， Wang B B， Chi H， et al. Insecurity information analysis in civil aviation safety based on Bayesian network［J］. Chinese Journal of Management Science， 2020， 28（12）： 118-129.
[23]	臧宁宁，池宏，邵雪焱，等. 返航备降航班高风险频发子集搜索模型［J］.运筹与管理，2012，21（3）： 105-113.
	Zang N N， Chi H， Shao X Y， et al. The search model on the high frequent risk subsets of the diversion or turning back flights［J］. Operations Research and Management Science， 2012， 21（3）： 105-113.
[24]	Jha K， Saha S. Incorporation of multimodal multiobjective optimization in designing a filter based feature selection technique［J］. Applied Soft Computing， 2021， 98： 106823.
[25]	Pintas J T， Fernandes L A F， Garcia A C B. Feature selection methods for text classification： A systematic literature review［J］. Artificial Intelligence Review， 2021， 54（8）： 6149-6200.
[26]	Dhal P， Azad C. A comprehensive survey on feature selection in the various fields of machine learning［J］. Applied Intelligence， 2022， 52（4）： 4543-4581.
[27]	Dumitrescu E， Hué S， Hurlin C， et al. Machine learning for credit scoring： Improving logistic regression with non-linear decision-tree effects［J］. European Journal of Operational Research， 2022， 297（3）： 1178-1192.
[28]	周生彬，黄叶金. 基于互信息的变量选择方法［J］. 统计与决策， 2020， 36（1）： 20-23.
	Zhou S B， Huang Y J. Variable selection method based on mutual information［J］. Statistics and Decision， 2020， 36（1）： 20-23.
[29]	沈隆，周颖. 基于大数据变量最优组合的违约预测模型——以中国小企业为例［J］. 系统工程理论与实践， 2024， 44（3）： 912-931.
	Shen L， Zhou Y. Default prediction model based on optimal combination of big data variables： A case study of Chinese small enterprises［J］. Systems Engineering-Theory & Practice， 2024， 44（3）： 912-931.

一级指标	二级指标	三级指标
督查对象属性	人口属性	总人数、当地常住人口占比
	经济属性	贫困人口数、人均年收入
	进驻社区工作队属性	工作组人数、党员比例、正处级及以上成员占比、大学及以上学历人员占比、来自经管法相关专业人数占比、35岁及以上成员占比、当地成员占比
	社区干部属性	社区干部人数、党员比例、大学及以上学历人员占比、35岁及以上成员占比、当地干部占比
督查组属性	自然属性	成员数、督查时间、35岁及以上成员占比、当地成员占比
	职级属性	正处级及以上成员占比、来自纪检委相关部门的人员比例、组长为正处级及以上成员占比、联络员为正处级及以上成员占比
	专业属性	从事纪检监察工作不低于四年人员比例、参加督查工作不低于三次的人员比例、来自经管法相关专业人员占比、大学及以上学历人员占比

频发子集包含问题记录的最小比例（%）	频发子集	社区干部中党员占比（%）		督查组中来自经管法相关专业人员占比（%）
频发子集包含问题记录的最小比例（%）	频发子集	最小值	最大值	最小值	最大值
30	k=1	57.00	87.50	83.33	94.44
30	k=2	50.00	50.00	83.33	94.44
40	k=1	50.00	100.00	83.33	94.44
40	k=2	60.00	88.89	80.00	80.00

频发子集包含问题记录的最小比例（%）	频发子集	社区干部大学及以上学历人员占比（%）		督查组中来自纪检委相关部门的成员比例（%）
频发子集包含问题记录的最小比例（%）	频发子集	最小值	最大值	最小值	最大值
15	k=1	0.57	37.50	84.62	95.00
15	k=2	62.50	88.89	84.62	92.31
20	k=1	0.57	42.85	83.33	95.00
20	k=2	60.00	92.30	84.62	95.00