
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
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02