京公网安备 11010802034615号
经营许可证编号:京B2-20210330
南昌建立跨部门监管警示平台:大数据帮忙 宽进严管不再难
7月27日上午8点,中国农业银行江西省分行中山支行职员刘津早早来到了单位。作为负责中小企业授信审批的客户经理,采集企业信息,是她每天必修的“科目”,也是最令她“头疼”的一件事,“银行和企业之间信息不对称,没有系统、可靠的企业信息来源,只能抱着一大摞材料,到各个监管部门去核实。”
不过,最近两个月,刘津跑腿的次数明显少了。“现在鼠标一点,就可以获取到企业所有信息。”电脑前,刘津熟练地登录“南昌市企业监管警示系统”,在键盘上输入市内一家企业的名字,一敲回车,结果几秒钟就出来了。“瞧,企业财产状态信息、监管信息、社会监督信息全出来了,一目了然。”刘津乐呵呵地说,有了权威部门的信息,不仅提高了工作效率,降低了贷款风险,还可以为企业“量体裁衣”制订融资方案。
和刘津一样,南昌市西湖区质监局监察科长杨爱群也曾有过类似的烦恼。商事制度改革后,南昌市企业注册数量出现“井喷”式增长,仅西湖区今年以来新登记注册的企业就有10865户,比去年增长了70%。“这么多企业,容易产生监管空白。”杨爱群说,照以往的办法,只能每隔一段时间,挨个去查。
“现在不一样了,警示系统帮我们汇总统计了辖区内企业所有的执法处罚记录,并根据性质严重与否,标明了黄色或者红色预警。”杨爱群说,这样一来,他们可以有针对性调整监管力量,提高监管效率。“你看,这家文体用品批发部因涉嫌销售假冒羽毛球拍,在今年5月份刚受到行政处罚。”杨爱群指着该企业信息说,“在企业红色预警未解除前,我们要对它进行突出监管。”
南昌市是从去年10月开始启动企业事中事后监管改革试点工作的。在试点中,最大的亮点莫过于依托企业监管大数据中心,研发出“南昌市企业监管警示系统”。该系统于今年5月1日上线,是国内首个落地的跨部门监管警示平台。截至目前,系统已采集全市11万户企业、22万多户个体工商户的信息。
“这相当于为企业建立了一个公开的‘经济户口’,‘一户一档’集中监督管理。”南昌市市场和质量监督管理局法规处处长张志刚介绍说,系统会将每天新办的企业自动推送至多个对口的后置许可部门,部门认领企业后可对企业进行跟踪监管,并及时将许可信息反馈到系统平台。这种“部门认领,企业认知”的方式从根本上厘清了各自职责,解决了该谁来管、怎么来管的问题。
“基本上每星期都会有一次检查,有时是工商部门,有时是食药监部门,或者税务部门。”对于南昌市梅岭云露有限公司负责人熊腾来说,平时最苦恼的就是要应付这些莫名的检查。“其实多数时候就是走马观花,例行检查而已。一个小厂至少要应对10多个部门的检查,有时工商部门前脚刚走,质监局的人又来了。”
“这种情况以后就不会有了。”南昌市市场和质量监管局副局长陶成说,之前,南昌30多个企业监管部门之间的信息是完全孤立的,缺乏沟通协调。警示系统业务平台不仅将企业经营行为记录在案,而且将监督行为也向社会公示,记录留底,并作为考核单位、追责的重要依据,真正把执法权力关进了数据铁笼。
对此,南昌市青山湖区某餐饮连锁有限公司负责人张先生深有感触:“以前,个别监管部门动不动就上门罚款,为了避免麻烦,我们大多都选择交完罚款息事宁人。现在好了,所有执法记录全部网上公示,要是敢乱开罚单,我们就让他‘吃不了兜着走’。”
企业监管警示系统的建立,较好地解决了“宽进”后,登记机关、后置许可部门和企业三者之间信息断层,监管缺位和失位以及执法部门“不作为、乱作为和慢作为”的问题。不过,它的作用还不仅仅于此。在不少人看来,宽进严管后,如何让守信者得“利”,让失信者失“利”,让企业重在提“信”,才是该系统更大的价值所在。
“通过这套系统我们可以更加方便地了解到合作方、供货商等企业的信用信息,在今后经营活动中,可以更合理地选择信誉好的合作伙伴。”江西东方酒业营销有限公司负责人朱九平说,企业监管警示系统打造了客观、透明、权威的平台,为创新创业提供了一个公平诚信的市场环境。“没有企业愿意将失信、违法记录曝光在网上,不仅没面子,还影响经营。”
“我们对守信等级高的企业,减少日常监督检查,还在服务上开辟‘绿色通道’提供便利。对失信的企业,则审慎审查,并在银行贷款、投融资、生产许可、资质审核等方面依法予以限制。”陶成说,要加大市场主体失信成本,让企业违法行为无处遁形,“一处违法,处处受限”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16