京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国务院办公厅关于运用大数据加强对市场主体服务和监管的若干意见
为充分运用大数据先进理念、技术和资源,加强对市场主体的服务和监管,推进简政放权和政府职能转变,提高政府治理能力,国务院办公厅印发《关于运用大数据加强对市场主体服务和监管的若干意见》(国办发〔2015〕51号)
《意见》要求
充分运用大数据、云计算等现代信息技术,提高政府服务水平,加强事中事后监管,维护市场正常秩序,促进市场公平竞争,释放市场主体活力,进一步优化发展环境。
《意见》强调
充分运用大数据的先进理念、技术和资源,是提升国家竞争力的战略选择,是提高政府服务和监管能力的必然要求,有利于政府充分获取和运用信息,更加准确地了解市场主体需求,提高服务和监管的针对性、有效性;有利于顺利推进简政放权,实现放管结合,切实转变政府职能;有利于加强社会监督,发挥公众对规范市场主体行为的积极作用;有利于高效利用现代信息技术、社会数据资源和社会化的信息服务,降低行政监管成本。
主要目标
1、提高大数据运用能力,增强政府服务和监管的有效性。
2、推动简政放权和政府职能转变,促进市场主体依法诚信经营。
3、提高政府服务水平和监管效率,降低服务和监管成本。
4、政府监管和社会监督有机结合,构建全方位的市场监管体系。
重点任务
一 运用大数据提高为市场主体服务水平
1、运用大数据创新政府服务理念和服务方式。
2、提高注册登记和行政审批效率。加快建立公民、法人和其他组织统一社会信用代码制度。
3、提高信息服务水平。
4、建立健全守信激励机制。
5、加强统计监测和数据加工服务。
6、引导专业机构和行业组织运用大数据完善服务。
7、运用大数据评估政府服务绩效。
重点任务
二 运用大数据加强和改进市场监管
1、健全事中事后监管机制。
2、建立健全信用承诺制度。
3、加快建立统一的信用信息共享交换平台。
4、建立健全失信联合惩戒机制。
5、建立产品信息溯源制度。
6、加强对电子商务领域的市场监管。
7、运用大数据科学制定和调整监管制度和政策。
8、推动形成全社会共同参与监管的环境和机制。
重点任务
三 推进政府和社会信息资源开放共享
1、进一步加大政府信息公开和数据开放力度。
2、大力推进市场主体信息公示。
3、积极推进政府内部信息交换共享。
4、有序推进全社会信息资源开放共享。
重点任务
四 提高政府运用大数据的能力
1、加强电子政务建设。
2、加强和规范政府数据采集。
3、建立政府信息资源管理体系。
4、加强政府信息标准化建设和分类管理。
5、推动政府向社会力量购买大数据资源和技术服务。
重点任务
五 积极培育和发展社会化征信服务
1、推动征信机构建立市场主体信用记录。
2、鼓励征信机构开展专业化征信服务。
3、大力培育发展信用服务业。
重点任务
六 健全保障措施,加强组织领导
1、提升产业支撑能力。
2、建立完善管理制度。
3、完善标准规范。
4、加强网络和信息安全保护。
5、加强人才队伍建设。
6、加强领导,明确分工。
7、联系实际,突出重点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14