京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网大数据:终结“盖章长跑”_数据分析师
在新常态下,新技术、新产品、新业态、新商业模式的投资机会大量涌现。如何转变政府职能,便利投资创业?政府投资管理改革今年将有大动作,投资项目“盖章长跑”将终结。
大数据:多“跑”信息少跑腿
30多项前置审批加上20多项前置手续,共计50项。我们简单地想象一下,在极端情况下,按照行政许可法的要求,每一项20天,企业完成这些手续就是1000天(50乘以20),效率十分低下。”国家发改委投资司副司长罗国三说出了目前项目投资管理面临的问题。
目前企业反映比较突出的问题,第一是审批多,都要到政府来审批;第二是审批难,审批的前置条件很多。”在国新办日前举行的国务院政策例行吹风会上,国家发改委副主任胡祖才指出,“通过2013、2014连续两年修订政府核准的投资项目目录,目前我国已经大幅度缩小了核准范围。中央层面的核准项目数量减少76%左右,而且取消下放核准事项的含金量是非常高的。”
2015年,改革将剑指审批难。
投资管理将建立协同监管机制,充分利用互联网和大数据技术。”胡祖才说,“以前企业要办项目审批的话,都要跑到政府部门那里去,今年就可以实现网上办理,不用跑腿了。我们形象地讲,就是多‘跑’信息少跑腿。
在线审批:全过程透明可核查
2015年,我国将运用互联网和大数据技术来加快建设投资项目在线审批监管平台,横向联通有关部门,纵向贯通各级政府,实现项目在网上受理、网上办理和监管“一条龙”服务。
这样能够实现整个过程透明、可核查,使得服务和监管更加有效,促进市场规范运行。”胡祖才告诉记者,“建立协同监管机制是我们投资管理方式的一个创新。根据国务院部署,投资审批制度改革的进展力度将会是很大的。”
据介绍,建立协同监管机制首先要合理划分权限,针对企业反映比较突出的问题,要做到相关部门同步下放审批权限;同时,也要提升基层的承接能力,使得下放的审批事项基层能够接得住。
经过清理,目前项目核准前置条件有30多项,涉及近20个部门。此外,还要办理属于企业自主经营权的前置手续18项。“所以,我们正在按照国务院部署,该取消的取消,该合并的合并。同时又作出一个重大的改革,把原来的前置,除了规划、土地和重特大的环保以外,其他的统统改为并联办理,这样可以大大缩短审批时间。”胡祖才说。
寓“监管于服务”:一个平台和四项制度
现在还有一个突出的问题就是监管比较薄弱,以前政府的投资管理是重事前审批,轻事中事后监管。建立协同监管机制,主要是完善事中事后监管的机制。主要的创新就是,从理念上寓‘监管于服务’。”
寓“监管于服务”的创新如何真正实现?“概括起来讲,就是要建立一个平台和四项制度。”胡祖才说。
一个平台就是要在互联网上建立一个投资项目的在线审批监管平台,依托国家电子政务外网搭建,实现项目在线申报,有关部门可以在线办理、电子监察。通过这个平台,可以实现横向联通、纵向贯通,并联办理、同时办理,大大提高办事效率,不需要办完一个再办另一个。
四项制度包括:
——建立统一的项目代码制度。这是基础,实现项目建设全过程周期唯一的身份代码,相关部门的信息互联共享,项目单位可查询;
——建立限时办结制度。需要保留的审批事项,每个部门都要公布办事指南,明确告知受理条件,以及办理的流程和时限要求。公开以后严格执行,同时接受社会监督;
——建立一个联动的监管机制。相关部门的审批监管信息可以共享,如果发现一些项目没有依法办理有关手续就开工,可以及时纠正;
——建立项目信息在线备案制度。及时了解项目的开工信息、建设进展情况、竣工信息,政府有关部门可以实时提供政策的支持和大数据的服务等。
一个平台和四项制度建立起来以后,可以方便企业在网上办理相关的审批手续,大大节省人力物力。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19