京公网安备 11010802034615号
经营许可证编号:京B2-20210330
近年来,我国各地数字政府建设进程不断加快,并且已经进入全面提升阶段。
来源 | 数据观
作者 | 石煜倩
编辑 | 杨盼
日前公布的国家“十四五”规划纲要提出,要提高数字政府建设水平,将数字技术广泛应用于政府管理服务,推动政府治理流程再造和模式优化,不断提高决策科学性和服务效率。
近年来,我国各地数字政府建设进程不断加快,并且已经进入全面提升阶段。相关数据显示,截至2020年11月底,我国有23个省级(占比71.9%)和31个重点城市(占比96.9%)地方政府明确了政务数据统筹管理机构,推进本地数字政府建设,16个省级(占比50.0%)和10个重点城市(占比31.3%)政府已出台并公开数字政府建设相关规划计划、方案意见。
数字政府重要的特质是“平台政府”,通过政务平台和一体化网络体系把政府与民众紧密联系在一起,民众通过政务平台享受政府提供的各类服务,并对政府机构及其工作人员直接进行评价和监督。上海卓繁信息技术股份有限公司(以下简称:卓繁信息)是全国首套政务服务软件提供商,也是国内数字政务一站式解决方案的领军企业,专注政务服务20年间,始终扎根电子政务信息领域,在高速发展的同时还基于自身的技术和经验帮助多地政务服务主管部门解决了其在“综合窗口、全科受理”改革中的痛点、难点。
智能政务服务工作台C款
“经过多年的发展,各地政府部门虽然在数字化转型方面取得了一定的进展和成效,但从网络化、数据化两个维度来看,政府部门数字化转型多集中在数字基础设施建设和工具引入层面,未能构建起与之配套的制度、管理和应用体系,难以有效支撑治理范式的数字化转型。”卓繁信息人工智能事业部总经理张冲在采访中分析道:在网络化方面,由于政府部门建设服务平台时缺乏整体性规划、平台建设和管理缺乏统一性、平台相互割裂、线上线下服务割裂,以及服务碎片化,严重影响公众使用体验,制约着数据化和智能化转型的推进;在数据化方面,数据管理体系和配套制度建设落后于现实需要,难以有效支撑数据治理和数据化转型,虽然政府部门逐渐意识到数据化的社会价值,但是传统的数据管理体制无法满足大数据的管理要求。
在对市场有了深刻的理解和分析后,卓繁信息也紧随时代发展,将大数据、人工智能、区块链等新一代信息技术应用于数字政府的项目实践中,为政府部门持续提供优质且高效的服务,做好“数字化助手”的支撑工作。例如,卓繁信息预计在本届数博会上展示的一体化政务服务平台整合政府部门政务服务资源,建设一体化在线政务服务应用,实现各级政府及其部门权责事项集中进驻、网上服务集中提供、数据资源集中共享,为公众和法人提供全方位、主动式、精准化、个性化、一站式的灵活高效便捷的融合服务。融合电脑端、移动端、自助终端等多渠道,建设涵盖查询查看、咨询问答、线上办事、监督评价、用户空间等功能于一体的线上服务的入口,打造“一网通办,多端互联”的新型政务服务模式。
作为数博会的“老朋友”,卓繁信息已经连续三年参加数博会,每次亮相都会在政务服务方面予以参会嘉宾新的启发。据了解,卓繁信息将携多款硬核产品及解决方案参展2021数博会,拟参展产品包括智能政务服务工作台、超级自助终端、智能咨询机器人、无感智能评价终端等多款硬件设备及跨省通办平台、一业一证系统等软件产品。届时,卓繁信息将重点展示在数字化进程中,如何助力政府发挥数据新动能,为群众提供包括政务服务及公众服务在内的多种便利服务。
当谈及数字政府建设未来的发展趋势时,张冲表示,面向未来,数字政府建设将以用户需求为导向,实现线上线下融合,提升公共服务普惠均等,最终实现共建共治。张冲从四个方面提出了具体建议:第一,数字政府建设应从需求侧场景应用出发,以使用者感受为导向,优化服务流程,推进服务“有求必应、无事不扰”,服务绩效由群众和企业评判;第二,数字政府建设应实现线上线下渠道互补、标准一致、线下兜底,线上体现速度、线下体现温度;第三,数字政府建设应拓展和优化公共服务、便民服务,不断提升公共服务普惠化、均等化水平,让人民群众的体验感更佳、获得感更足;第四,数字政府建设要厘清政府与市场边界,加强政企合作、多方参与,强化政策和监管的统筹协调,推进“云、数、网、端”整合、共享、开放,提升服务智能化水平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21