京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工商总局启动大数据试点:监管更高效 服务更优质
成立于2005年4月28日、注册资本2439万元、电商平台上店铺动态评分均值在4.8以上、2014年12月12日有一条“12315”投诉记录、长期在58同城等招聘网站发布职位……这是浪潮集团开发的“企业千寻”征信公示应用对广州某服装公司的全景画像。
“对企业来说,无论是投资还是经营,都需要了解合作伙伴的资质、实力等,而对消费者来说,购买商品或服务、求职应聘时,也需要摸清企业的基本信息。”浪潮集团政府信息化事业部总经理张建利认为,目前市场主体信息分散,企业和公众获取全景信息难,政府监管也存在信息孤岛、资源不能共享等问题,大数据开发利用具有广阔的提升空间。
“政府部门推进简政放权,有效降低了市场准入门槛,让更多的市场主体参与进来,但这些企业是否遵纪守法、诚信经营呢?这就需要发挥‘严管’的作用,发挥大数据的作用。”北京邮电大学社会化网络信息管理与服务研究中心主任齐佳音认为,我国市场主体众多,往来活动越来越频繁,面对海量、动态、多样的大数据,传统的服务和监管模式面临挑战,需要用互联网思维来改造。
顺应大数据时代潮流,运用大数据加强对市场主体服务和监管,是促进政府职能转变,简政放权、放管结合、优化服务的有效手段。《2015年推进简政放权放管结合转变政府职能工作方案》中指出,开展加强对市场主体服务和监管的试点工作。积极运用大数据、云计算、物联网等信息化手段,探索实行“互联网+监管”新模式。
国家工商行政管理总局副局长刘玉亭介绍,今年1月国家工商总局正式启动大数据试点工作,与浪潮等7家数据公司合作,在北京、上海、江苏、山东、河南、浙江、广东等7省(市)的10个县(市、区)进行先行先试。“通过挖掘工商部门提供的市场主体数据和全网收集数据,数据公司每月底向工商总局提交试点县(市、区)市场监管和扶持小微企业发展方面的月度分析报告及源数据。”刘玉亭说,个别公司的报告中还设计了“典型企业画像”一栏,通过数据建模和对比分析,对典型企业进行全景画像,为工商部门日常监管提供了更为明确的目标。
齐佳音认为,大数据将在政府监管方面发挥越来越重要的作用。“通过集成分析政府部门掌握的市场主体相关数据和全网关联数据,相当于布下了‘天罗地网’,有助于填补监管漏洞和空白,为政府加强事中事后监管提供有力支撑。”
除了在监管中广泛应用外,大数据还将为市场主体和公众提供更多服务。“一方面,通过对不同企业的聚类分析,提供更具针对性的服务,比如对一些投资风险较高的领域,通过行业内企业关停比例等相关信息,给新进入者提供预警信号;另一方面,通过全网信息采集、分类处理,为消费者、投资人和合作伙伴提供更多共享信息,充分发挥政府信息服务的功能。”齐佳音说。
今年初,浪潮集团对试点地区青岛市南区近一年内成立的企业进行大数据分析,通过对是否进行工商登记变更、是否有行政处罚信息、是否有发布网络招聘信息、是否有中标信息等12个指标项进行权重计算,得出活跃企业占比为64.97%。“类似的大数据分析越来越多,将更好地为工商等政府部门对企业进行扶持、培育,及时有效发布各类优惠政策提供参考和依据。”张建利说。
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》。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,打破各类数据之间的分割,让海量信息真正发挥作用,加快推进以大数据为支撑的信用制度建设进程。
“简政放权不是放任不管,而是要从注重事前审批向完善事中事后监管和提供优质服务转变,从而为市场主体创造公平竞争的环境。”刘玉亭说,目前,大数据试点工作正在积极推进,下一步工作中,工商总局将运用大数据理念和技术,逐步完善大数据建模分析及管理,力争早日形成成熟可推广的经验。
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