江苏力推“不见面审批” 筹建省级大数据管理中心

简介:

作为对“放管服”改革落实的第一抓手,江苏推出的“不见面审批”受到了国家层面的重视,被列为经典经验向全国推广。

所谓“不见面审批”,就是通过对互联网技术的应用,推进政务服务事项网上办理并“应上尽上”,需求方在电脑端就可完成操作。

截至10月31日,江苏省市县三级行政机关共计118857项政务服务事项实现了网上办理,占比达98%,这也让政务网归集收纳的各类数据达到60多个T的容量。

根据中央精神,江苏省政府近日召开会议,对“放管服”工作进行总结,并研究部署下一阶段的工作。21世纪经济报道记者从会上获悉,在已有的经验基础上,江苏将加大政务信息系统整合共享力度,形成统一的政务信息共享交换渠道,实现省市之间、各部门之间的数据共享交换,推动信息资源跨地区、跨层级、跨部门共享,并争取在2017年底左右实现与国家平台的对接。

“一张网”全覆盖

“不见面审批”被江苏列为深化改革、转变政府职能的“当头炮”。这一改革是江苏有效解决企业和群众办事难、办事繁的重要手段,也是杜绝权力寻租、预防腐败的重要制度安排,试图努力将江苏打造成审批事项最少、办事效率最高、创新创业活力最强的省份之一。

在之前互联网开始普及的年代,各地政府都建有了网站作为对外联络的重要窗口渠道,但在具体实践中的做法都不一样,特别是技术标准和内容的展现形式。鉴于此,江苏从顶层设计开始,将“不见面审批”的技术和制度层面进行了统一规范,完成了技术、门户、客户端、认证、支付、批文、流通等“一致性”,仅用了4个月左右就实现了省市县三级政府的覆盖,尤其是使得政府权力清单“三级四同”完成可全覆盖。

江苏省政府副秘书长、省政务服务管理办公室主任方伟指出,全省各地各部门对各地区现有的政务服务门户和各部门网站的政务服务栏目进行整合迁移,实现全省政务服务内容汇聚、入口统一。

其中,难度较大的则是编制省市县三级审批服务事项清单,即同一事项的省市县三级名称、编码、类型、依据相同。

改革带来的好处显而易见。以南京市在全国首创房产交易与不动产登记一体化的全程在线办理为例,有效整合了40余项涉房业务,压缩80%的办理环节和50%的办理材料,在3个工作日内办结。

“新技术的应用发挥了重要作用。”方伟表示,有的试点城市采用了数字化的“多图联审”,大力削减了图审材料、环节、时间和成本,极大方便了办事人群。此外,江苏还积极探索了区域以及内部的专项评估,报告结果向社会免费提供,且5年内有效,降低了企业投资成本。

“不见面审批”要达到“3550”这样一个改革目标,即:开办企业3个工作日内完成、不动产登记5个工作日内完成、工业建设项目施工许可50个工作日内完成。

“尽最大限度减少需要见面的环节。”江苏省编办副主任张学才表示,不能“网上办”的(如审批环节还要现场勘验以后才能发放相关证照),可通过“代办制”、“快递送”实现“不见面”。

政务大数据如何应用

“网上办、集中批、联合审、区域评、代办制、不见面”是一个完整的制度设计,“网上办”是“不见面”审批(服务)实现的主要形式,从而形成“不见面”审批(服务)改革的有机整体。

目前,省编办正在全面推进“不见面”审批(服务)清单标准化工作,并针对“不见面”审批(服务)存在的标准不统一问题,协同省质监局、省政务办等多个部门制定“不见面”审批标准,推进“不见面”审批向规范化、标准化方向发展。

“不见面审批”只是最为直接的一个目的,从省级政府宏观调控的角度看,是否可以将这些数据进行更广泛的应用?

据21世纪经济报道记者了解,由于这一制度设计参考了借鉴世界银行营商环境报告评价方法,因此对13个设区市、96个县(市、区)开展简政放权创业创新环境评价,并会进行排名向各地政府反馈。

而在之前的实践中,针对“开办企业”、“不动产交易登记”、“投资项目报建审批”三项指标进行了重点优化,使得这三项指标在全国排名领先,受到了国务院第四次大督查中对“营商环境”的赞同。

开展对省以下政府的营商环境的评价,仅仅是政务大数据利用的一个方面。江苏省发展改革委副主任赵建军表示,信息资源的整合共享已成为大数据应用中遇到的重要的瓶颈制约和堵点难点,因此已在开展政务信息系统整合共享工作,并在筹建省大数据管理中心。

此前,国家发改委在南京召开“简政放权”调研座谈会,明确表示江苏方面可以先行先试,利用政务大数据进行更多的探索。

多位江苏省级部门负责人表示,通过对大数据的共享和研究,对提升自身工作效率很有帮助。很多涉及到多个政府部门、多个环节、多项审批的工作,虽然刚开始的时候较为繁琐,特别是有的审批都是串联的、互为前置的,但在多个部门的配合下一举得到了解决,不会再出现“审批互为前提”的问题。

江苏省住建厅副厅长宋如亚表示,工程建设项目审批实施主体在地方政府,但在相互协调共同努力下,对若干行政审批制度改革措施进行集成,确保了在50个工作日内完成,将改革前的“不可能”变成了“可能”。

“不见面审批”还带动了政府职能部门工作的创新,“多出了内容”。江苏省国土资源厅副厅长李闽表示,在全面实现实体经济企业5个工作日获得不动产登记证等涉及到“房产、地产”的过程中,开发出来的APP和微信公众号等基本实现了网上预约、申请等服务,同时也成为“人们关注房地产信息的聚集地”。

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
|
人工智能 安全 大数据
天津市大数据管理中心公布百个大数据优秀解决方案,紫光云、浪潮云、中科曙光等企业入选
天津市大数据管理中心公布百个大数据优秀解决方案,紫光云、浪潮云、中科曙光等企业入选
天津市大数据管理中心公布百个大数据优秀解决方案,紫光云、浪潮云、中科曙光等企业入选
|
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
|
3月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
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 1
|
4月前
|
存储 SQL 大数据
dataCompare大数据对比之异源数据对比
dataCompare大数据对比之异源数据对比
105 0
|
2月前
|
分布式计算 关系型数据库 数据库连接
MaxCompute数据问题之数据迁移如何解决
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。
34 0
|
2月前
|
分布式计算 Cloud Native MaxCompute
MaxCompute数据问题之没有访问权限如何解决
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
|
9天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
13 3