京公网安备 11010802034615号
经营许可证编号:京B2-20210330
促进大数据发展行动纲要:推动产业创新发展(2)
专栏2 国家大数据资源统筹发展工程
整合各类政府信息平台和信息系统。严格控制新建平台,依托现有平台资源,在地市级以上(含地市级)政府集中构建统一的互联网政务数据服务平台和信息惠民服务平台,在基层街道、社区统一应用,并逐步向农村特别是农村社区延伸。除国务院另有规定外,原则上不再审批有关部门、地市级以下(不含地市级)政府新建孤立的信息平台和信息系统。到2018年,中央层面构建形成统一的互联网政务数据服务平台;国家信息惠民试点城市实现基础信息集中采集、多方利用,实现公共服务和社会信息服务的全人群覆盖、全天候受理和“一站式”办理。
整合分散的数据中心资源。充分利用现有政府和社会数据中心资源,运用云计算技术,整合规模小、效率低、能耗高的分散数据中心,构建形成布局合理、规模适度、保障有力、绿色集约的政务数据中心体系。统筹发挥各部门已建数据中心的作用,严格控制部门新建数据中心—展区域试点,推进贵州等大数据综合试验区建设,促进区域性大数据基础设施的整合和数据资源的汇聚应用。
加快完善国家基础信息资源体系。加快建设完善国家人口基础信息库、法人单位信息资源库、自然资源和空间地理基础信息库等基础信息资源。依托现有相关信息系统,逐步完善健康、社保、就业、能源、信用、统计、质量、国土、农业、城乡建设、企业登记监管等重要领域信息资源。到2018年,跨部门共享校核的国家人口基础信息库、法人单位信息资源库、自然资源和空间地理基础信息库等国家基础信息资源体系基本建成,实现与各领域信息资源的汇聚整合和关联应用。
加强互联网信息采集利用。加强顶层设计,树立国际视野,充分利用已有资源,加强互联网信息采集、保存和分析能力建设,制定完善互联网信息保存相关法律法规,构建互联网信息保存和信息服务体系。
4.支持宏观调控科学化。建立国家宏观调控数据体系,及时发布有关统计指标和数据,强化互联网数据资源利用和信息服务,加强与政务数据资源的关联分析和融合利用,为政府开展金融、税收、审计、统计、农业、规划、消费、投资、进出口、城乡建设、劳动就业、收入分配、电力及产业运行、质量安全、节能减排等领域运行动态监测、产业安全预测预警以及转变发展方式分析决策提供信息支持,提高宏观调控的科学性、预见性和有效性。
5.推动政府治理精准化。在企业监管、质量安全、节能降耗、环境保护、食品安全、安全生产、信用体系建设、旅游服务等领域,推动有关政府部门和企事业单位将市场监管、检验检测、违法失信、企业生产经营、销售物流、投诉举报、消费维权等数据进行汇聚整合和关联分析,统一公示企业信用信息,预警企业不正当行为,提升政府决策和风险防范能力,支持加强事中事后监管和服务,提高监管和服务的针对性、有效性。推动改进政府管理和公共治理方式,借助大数据实现政府负面清单、权力清单和责任清单的透明化管理,完善大数据监督和技术反腐体系,促进政府简政放权、依法行政。
6.推进商事服务便捷化。加快建立公民、法人和其他组织统一社会信用代码制度,依托全国统一的信用信息共享交换平台,建设企业信用信息公示系统和“信用中国”网站,共享整合各地区、各领域信用信息,为社会公众提供查询注册登记、行政许可、行政处罚等各类信用信息的一站式服务。在全面实行工商营业执照、组织机构代码证和税务登记证“三证合一”、“一照一码”登记制度改革中,积极运用大数据手段,简化办理程序。建立项目并联审批平台,形成网上审批大数据资源库,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。鼓励政府部门高效采集、有效整合并充分运用政府数据和社会数据,掌握企业需求,推动行政管理流程优化再造,在注册登记、市场准入等商事服务中提供更加便捷有效、更有针对性的服务。利用大数据等手段,密切跟踪中小微企业特别是新设小微企业运行情况,为完善相关政策提供支持。
7.促进安全保障高效化。加强有关执法部门间的数据流通,在法律许可和确保安全的前提下,加强对社会治理相关领域数据的归集、发掘及关联分析,强化对妥善应对和处理重大突发公共事件的数据支持,提高公共安全保障能力,推动构建智能防控、综合治理的公共安全体系,维护国家安全和社会安定。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20