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
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30