
中国将运用大数据加强市场服务和监管_数据分析师考试
在国务院新闻办今天举行的国务院政策例行吹风会上,国家发展和改革委员会副主任连维良表示,我国正在构建以信用为核心的新型市场监管机制,并提升政府运用大数据加强市场服务和监管的能力,以提高监管和服务的有效性,降低行政成本。-----数据分析师考试
连维良说,加强对市场主体的服务和监管,是深化改革促进发展的必然要求。过去,我国政府的管理更多考虑方便管理者自己,服务方式僵硬,手段单一,效率低下,内容单调。新形势下,必须创新服务理念,丰富服务内容,改进服务方式,不断提供优质的、贴合市场需求的公共产品和服务。
近日,国务院常务会议审议通过了《关于运用大数据加强对市场主体服务和监管的若干意见》。“这是顺应大数据时代潮流,运用大数据理念和技术,更加有效地推进简政放权、放管结合、优化服务的重要政策文件。”连维良说,我们已经处于一个大数据的时代,市场主体活动日趋频繁,全社会信息量“爆炸式”增长,依靠传统的以现场办理为主的服务方式、以抽查为主的监管方式,已经无法适应互联网、大数据时代和人民群众的要求。
连维良指出,政府要在有限的时间和资源约束条件下,把握各类企业的共性和个性化需求,为不同企业提供更具针对性的服务,利用互联网提高注册登记效率,简化项目审批程序,综合评估企业信用状况,有效地开展经济运行监测预测和风险预警,准确判断市场供需状况和价格走势等。这些工作,都必须更多利用大数据、云计算等现代信息技术。
根据部署,近期,有关部门将加快落实信息公开制度,加快推进政府信息共享,全面推进社会信用体系建设,全面落实商事制度改革的各项措施,充分利用社会力量。
在运用大数据进行监管的过程中,如何打破各类数据之间的分割,让海量的信息真正发挥作用?“我们已经具备解决信息孤岛问题的条件。”连维良说,目前的电子政务网,在国家的层面可以覆盖所有机关,在省一级层面覆盖到所有省区市,在地市层面覆盖率达到94%,县级覆盖率达到83%,打破信息孤岛已经具备技术支撑。
连维良说,从制度层面看,按照国务院要求,已经在信用体系建设部际联席会议框架下建立了信用信息共享交换机制,这个机制现在几乎每个月都有一次例会,推动信用信息实现共享。目前,在国务院层面,已经有35个部门正式实现了衔接,有10个部门能够向信用信息共享交换平台提供信息。
连维良也表示,尽管解决信息孤岛问题的条件已经具备,但解决好“有需求、无来源”的数据缺失问题,以及“有数据、无整合”的数据归集问题,仍然需要一个过程。
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