运用大数据对市场主体服务和监管

简介:

建立项目在线审批监管平台

提高服务市场主体水平,首要就是推进注册登记便捷化。《意见》要求,依托河北省政府已建立的全省法人和其他组织统一社会信用代码数据库,在注册登记、市场准入、公章(含电子公章)备案等方面提供更加便捷有效的服务。按照国家、省统一部署,尽快建立全市公民统一社会信用代码制度。

加快全市统一的信用信息共享交换平台建设,实现重点部门重要信用信息的互联共享;运用大数据推动行政审批流程优化再造,建立投资项目在线审批监管平台,实现跨部门、跨层级项目审批、核准、备案的“统一受理、同步审查、信息共享、透明公开”。

同时,加强统计数据的服务和监测。充分利用统计门户网站等媒体发布信息,为企业提供服务。运用大数据改进经济运行监测预测和风险预警,及时向社会发布产业政策、投资政策以及经济发展、体制改革等相关信息,合理引导市场预期,有针对性地指导企业提升质量水平和自主创新能力,加快转型升级步伐。

服务方面,还要运用大数据拓展信息服务渠道。完善小额贷款市级信息化平台,探索建立小微金融服务股份公司,搭建小额贷款公司资金调剂市场,依法为小额贷款公司提供再融资、电商服务和产品创新等方面的服务。

培育和发展信用服务业

针对大数据这个新兴产业,要给予积极培育和扶持。《意见》提出,发挥政府引导作用,制定推动大数据产业加快发展的实施方案。依法有序开放政府信息资源,制定切实有效的政策措施,鼓励和支持银行、证券、信托、融资租赁、担保、保险等专业服务机构和行业协会、商会运用大数据,主动为企业提供服务,促进企业发展。

培育和发展信用服务业。培育发展信用咨询、信用调查、信用评估、信用担保和信用保险等信用服务业,支持征信机构依法开展征信服务,引导征信机构加强信用服务产品创新,为市场主体提供专业化的信用服务。扩大信用报告在行政管理和公共服务及银行、证券、保险等领域的应用,以应用促发展。加强信用服务市场监管,提高信用服务行业的市场公信力和社会影响力。

据透露,我市还将研究制定在财政资金补助、政府采购、政府购买服务、政府投资工程建设招投标过程中使用信用信息和信用报告的政策措施。

加强对重点领域的市场监管

大数据的市场监管领域,重点锁定在电子商务、安全生产、质量监督和食品药品安全领域。

推进电子商务信用体系建设,支持电子商务信用平台和第三方电子商务信用认证机构开展信用评价及认定,鼓励电子商务企业通过第三方取得信用认证和信用评级。推广应用网站可信标识,推进电子商务可信交易环境建设,健全权益保护和争议调处机制,加大网站诚信宣传。加强对电子商务平台的监督管理,及时采集和分析电子商务信息,严格信用监督,健全失信惩戒机制,规范电子商务平台经营行为。

安全生产领域,实施企业安全生产诚信分类分级管理,建立企业安全生产诚信信息平台,及时发布企业诚信等级信息,落实激励和惩戒措施,遏制安全生产事故的发生。

质量监督领域,根据宏观经济数据、产业发展动态、市场供需状况、产品质量和企业质量管理状况,对全市重点区域及行业质量进行深入分析,提出对策措施。建立涵盖生产企业、产品编码、执行标准、质量信用等数据的质量信息公共服务平台,开展企业质量信用等级评价,公布严重质量失信企业黑名单,更新、完善企业质量信用数据库,实现与市信用信息共享交换平台互联共享。

食品药品安全领域,完善食品药品监管平台建设,实现食品药品相关信息公开公示,积极推广“药安食美”社会共治系统应用。

改进市场监管方式

《意见》还提出,运用大数据健全事中事后监管机制,建立失信联合惩戒机制,推进信用承诺和信用信息应用,建立产品信息溯源制度。

充分运用大数据资源提高市场监管效能,在企业监管、环境治理、食品药品安全、消费安全、安全生产、信用体系建设等领域,推动整合并及时向社会公开有关市场监管数据、法定检验监测数据、违法失信数据、投诉举报数据和企业依法依规应公开的数据,构建大数据监管模型,进行关联分析,及时掌握市场主体经营行为、规律与特征,主动发现违法违规现象,提高政府科学决策和风险预判能力,加强对市场主体的事中事后监管。

全面建立市场主体准入前信用承诺制度,要求市场主体以规范的格式及时向社会公开信用承诺内容,违法失信经营后将自愿接受约束和惩戒。将信用承诺纳入市场主体信用记录,接受社会监督,作为事中事后监管的参考,确保2017年底前完成。将使用信用信息和信用报告嵌入行政管理和公共服务的各领域、各环节,作为必要条件或重要参考依据。推动将申请人良好的信用状况作为各类行政许可的必备条件。

另外,为保障大数据运用,下一步,我市还将着力推动大数据创新发展,统筹布局信息基础设施,提升数据服务能力;制定大数据技术标准、应用标准和管理标准等,指导建立企业间信息共享交换的标准规范;完善数据服务、网络安全防护和信息安全等级保护等相关制度,支持大数据安全软件产品研发生产,加强数据安全专业化服务队伍建设。

在互联网翻滚的浪潮下,大数据应用已经深入到人们生活的方方面面,涵盖商贸、医疗、交通等多个领域。大数据的先进理念、技术和资源,还在向政府职能领域逐渐渗透。日前,市政府办公厅印发的《关于运用大数据加强对市场主体服务和监管的实施意见》,其中明确提出,要通过运用大数据提高服务市场主体水平,加强对重点领域的市场监管,改进市场监管方式等。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
存储 数据可视化 数据管理
基于阿里云服务的数据平台架构实践
本文主要介绍基于阿里云大数据组件服务,对企业进行大数据平台建设的架构实践。
714 2
|
4月前
|
SQL 存储 大数据
某互联网大厂亿级大数据服务平台的建设和实践
某互联网大厂亿级大数据服务平台的建设和实践
68 0
|
22天前
|
分布式计算 运维 数据挖掘
MaxCompute是一个强大的云数据仓库服务
【4月更文挑战第1天】MaxCompute是一个强大的云数据仓库服务
22 1
|
3月前
|
数据可视化 大数据 数据挖掘
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
|
4月前
|
SQL 存储 大数据
从0到1介绍一下开源大数据服务平台dataService
从0到1介绍一下开源大数据服务平台dataService
108 1
|
4月前
|
Prometheus 数据可视化 Cloud Native
助力工业物联网,工业大数据之服务域:可视化工具Grafana介绍【三十八】
助力工业物联网,工业大数据之服务域:可视化工具Grafana介绍【三十八】
103 1
|
4月前
|
存储 SQL Oracle
助力工业物联网,工业大数据之服务域:项目总结【三十九】
助力工业物联网,工业大数据之服务域:项目总结【三十九】
43 1
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0