
整合信用大数据 打牢经济“基础桩”
“全面、准确的信用数据是建设社会信用体系的基本要素。中国经济的突飞猛进和互联网的发展催生了海量的信用数据,传统的技术手段无法满足庞大复杂的数据整合要求,需要使用大数据技术进行收集和分析,形成更加客观的信用评价体系。”第十二届全国人大代表、浪潮集团董事长兼CEO孙丕恕提出要基于大数据技术,整合政府、机构组织数据并纳入互联网数据,形成全国统一的综合信用数据资源平台,积极培育企业征信等大数据征信产业,分步骤建成全面、统一的社会信用信息体系,为中国社会主义市场经济的发展打牢“基础桩”。
孙丕恕说,政府对大数据在社会信用体系中的建设高度重视。去年7月25日,李克强总理在浪潮集团考察时,现场办公,要求相关部门以云计算、大数据理念,与企业信息技术平台有机对接,建立统一综合信用信息平台,实现“大数据”共享。7月23日,总理在国务院常务会议上也强调构建企业信用信息公示系统,包括国家社会信用信息平台,都要融入“大数据”的思维理念。国家各部委和地方政府也在积极运用大数据技术建设不同领域的信用信息系统,如国家工商总局打造全国企业信用信息公示系统,山东省建设“一网三库一平台”公共信用信息系统等。
那么,我国社会信用体系建设现状如何呢?孙丕恕介绍说,2014年可谓是我国社会信用体系建设的重要一年,不仅出台了《社会信用体系建设规划纲要(2014—2020年)》,国家发改委下发了《社会信用体系建设三年重点工作任务(2014—2016)》,明确提出要制定法律法规和标准体系,对信用信息平台建设和分享等重点工作进行了分工,形成了明确的顶层设计和行动规划。
“这些政策为运用大数据技术加快社会信用体系建设奠定了基础。但在实际推进中,仍需解决条块分割问题,避免出现新的信息孤岛;注重节约成本,实现原有信息资源的复用;丰富信用数据源,保证信用评价的全面性。”孙丕恕表示,国家虽然出台了一系列政策,但在具体实施过程中,仍然面临着一些问题。
为此,孙丕恕建议从组织数据和互联网数据两个方面整合融合入手。首先由政府专门机构整合现有政务业务系统的信用数据,建设基于政府数据的区域、行业信用数据资源平台;然后将金融、商务等层面的商业征信组织数据进行整合,形成区域、行业综合信用数据资源平台;在此基础之上,依托大数据分布式、海量处理技术,按照国家统一的分类目录和数据标准,以及系统间的数据交换机制,将各信用信息平台的数据进行逻辑集中,进行标准化的分类、归并,形成可利用的全国统一信用数据资源平台。
孙丕恕强调,信用数据散落在工商、税务、统计、海关等各业务系统中,政府可以利用大数据技术,在不新建系统的前提下,充分利用原有信息资源,进行各部门内部系统信用数据以及各部门系统间的信用数据整合,这样既能节约成本也能加快建设速度,一举两得。”
孙丕恕还提出了运用大数据技术采集电子商务、社交数据、媒体信息、网络行为、互动评价等互联网公开信息,建设信用数据第二轨的建议。他说,当前信用数据的来源不再局限于传统的财务、信贷、保险、信用历史等传统领域和组织内数据,更扩展到电子商务、社交数据、网络行为等领域。
鉴于此,孙丕恕主张将互联网数据纳入综合信用信息平台中,建立覆盖全社会的信用信息系统。“利用大数据技术萃取互联网中的高价值信用数据,并通过组织内数据和互联网数据的比对,挖掘信用信息之间的关联性,描绘信用主体信用全貌,能够通过更全面的数据来综合评判信用主体,实现数据的全面性和数据保真。”
此外,针对目前由于数据权属关系不清而导致的信用数据采集难题,孙丕恕表示,由于国家也没有相应的制度来保障,建议通过政府授权和市场化手段来规范数据的采集,对于纳入政府信用信息平台的数据,由政府依据有关法规、参照信用信息采集目录,授权大数据采集机构予以采集,其他情况则可以通过市场化的手段来解决。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01