
社保卡将全面对接互联网大数据
年内人力资源和社会保障部将联合人民银行开展试点,在部分地区发放第三代社保卡,主要是增加“一晃而过”的非接触功能,届时,社保卡的功能更加强大,应用场景更加广泛。同时,传统以线下应用为主的社保卡将对接互联网和大数据。未来,随着越来越多地区的社保卡搭载民政、卫生计生、公积金、涉农补贴等服务事项,社保卡将实现一卡多用。
我国第一张社保卡是1999年在上海发出的,目前社保卡已覆盖全国超过72%人口,发卡数超过10亿张。其中,约八成为加载金融功能的第二代社保卡,也有部分地区因为发卡时间较早等原因,居民仍持有第一代社保卡。据了解,人社部今年将保持社保卡发行进度,年底实现全国社保卡持卡人数达到10.5亿人,同时进一步提高社保卡启用率和银行账户激活率。
据了解,第二代社保卡在第一代社保卡的基础上进行了功能完善,不仅可代替原社保卡的功能进行医疗保险费用的刷卡结算,并且具有普通银行卡的金融应用功能。第二代社保卡存有持卡人姓名、照片、社保卡号等基本信息,具有信息记录、信息查询、业务办理等基本功能。是持卡人享有社会保障和公共就业服务权益的电子凭证。
人社部于2014年发布了人社领域102项用卡目录,比如就业登记、参保登记、个人自主社保缴费、养老金、失业金领取、就医购药结算等,目前全国平均已开通了80%的服务,用卡目录预计今年底将全部开通。具体而言,截至2016年底,21个省份和新疆兵团已开通80项以上的目录,其中山西、江苏、安徽、福建、湖北、湖南、广东7个省份已开通全部应用目录;山东、河南、浙江、四川、陕西、河北、新疆7个省份已开通95项以上的应用目录。
在此基础上,年内试点发放的第三代社保卡将加载“非接触”功能,相比第二代社保卡,通过这一技术改进,可以大大方便持卡人用卡,拓展应用场景。同时,传统以线下应用为主的社保卡还将与互联网和大数据深度融合,通过搭建社保卡线上服务平台,对接更多的社会服务渠道。
试点城市武汉市社保部门相关负责人表示,未来市民持第三代社保卡可办理各类政务业务,还可乘坐公交车、地铁,租借公共自行车,借阅图书,在超市进行小额支付。另一试点城市成都市预计两年内为全市参保人员全部免费换卡,同时建立“成都市人社数据开放服务平台”,第一批基于互联网的应用产品如“在成都”市民融合服务平台、人社APP、微信等将向社会发布并投入使用。参保人员可以经实名制认证后实现绑卡、查询信息、社保卡挂失、医院挂号、医保移动支付等功能。
根据人社部提出的目标,2020年之前,实现“互联网+人社”多元化、规模化发展。依托社保卡及持卡库,构建全国统一的个人身份认证平台,提供线上线下综合身份认证手段,形成实名制验证能力,做到“单点登录、全网通办”。
据了解,人社部将实施人力资源和社会保障大数据战略,融合社保卡应用、服务、管理信息,构筑“用卡轨迹图”。通过汇聚整合人口、就业、社会保险等数据资源,就能准确感知劳动者就业创业和人才服务需求,提供针对性服务。
举例而言,比如“待遇资格认证”,将逐步改变传统的单纯依靠现场认证的方式,利用旅行、就业、医疗、消费等生活轨迹信息,就能够判断待遇享受人员的就业状况、健康程度与生活质量,辅助认定就业扶持、社会保险、培训创业等政策待遇的享受资格。
此外,将推进就医一卡通,结合参保人员持卡就医购药的轨迹信息,实现对门诊、住院、线上线下购药等医疗服务行为的全方位智能监控。完善社会保险基金监管系统,推动社会保险与财政、税务、金融监管等大数据资源的融合应用,筛查社会保险基金欺诈违法违规行为,实现精确查处。同时,将开放社保卡支付结算接口,支持与各类社会支付渠道的应用集成。建设统一、开放的医保结算接口,支持相关机构开展网上购药等应用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10