
促进大数据发展行动纲要:推动产业创新发展(3)
3 政府治理大数据工程
推动宏观调控决策支持、风险预警和执行监督大数据应用。统筹利用政府和社会数据资源,探索建立国家宏观调控决策支持、风险预警和执行监督大数据应用体系。到2018年,开展政府和社会合作开发利用大数据试点,完善金融、税收、审计、统计、农业、规划、消费、投资、进出口、城乡建设、劳动就业、收入分配、电力及产业运行、质量安全、节能减排等领域国民经济相关数据的采集和利用机制,推进各级政府按照统一体系开展数据采集和综合利用,加强对宏观调控决策的支撑。
推动信用信息共享机制和信用信息系统建设。加快建立统一社会信用代码制度,建立信用信息共享交换机制。充分利用社会各方面信息资源,推动公共信用数据与互联网、移动互联网、电子商务等数据的汇聚整合,鼓励互联网企业运用大数据技术建立市场化的第三方信用信息共享平台,使政府主导征信体系的共识性和互联网大数据征信平台的规模效应得到充分发挥,依托全国统一的信用信息共享交换平台,建设企业信用信息公示系统,实现覆盖各级政府、各类别信用主体的基础信用信息共享,初步建成社会信用体系,为经济高效运行提供全面准确的基础信用信息服务。
建设社会治理大数据应用体系。到2018年,围绕实施区域协调发展、新型城镇化等重大战略和主体功能区规划,在企业监管、质量安全、质量诚信、节能降耗、环境保护、食品安全、安全生产、信用体系建设、旅游服务等领域探索开展一批应用试点,打通政府部门、企事业单位之间的数据壁垒,实现合作开发和综合利用。实时采集并汇总分析政府部门和企事业单位的市场监管、检验检测、违法失信、企业生产经营、销售物流、投诉举报、消费维权等数据,有效促进各级政府社会治理能力提升。
8.加快民生服务普惠化。结合新型城镇化发展、信息惠民工程实施和智慧城市建设,以优化提升民生服务、激发社会活力、促进大数据应用市场化服务为重点,引导鼓励企业和社会机构开展创新应用研究,深入发掘公共服务数据,在城乡建设、人居环境、健康医疗、社会救助、养老服务、劳动就业、社会保障、质量安全、文化教育、交通旅游、消费维权、城乡服务等领域开展大数据应用示范,推动传统公共服务数据与互联网、移动互联网、可穿戴设备等数据的汇聚整合,开发各类便民应用,优化公共资源配置,提升公共服务水平。
专栏4 公共服务大数据工程
医疗健康服务大数据。构建电子健康档案、电子病历数据库,建设覆盖公共卫生、医疗服务、医疗保障、药品供应、计划生育和综合管理业务的医疗健康管理和服务大数据应用体系。探索预约挂号、分级诊疗、远程医疗、检查检验结果共享、防治结合、医养结合、健康咨询等服务,优化形成规范、共享、互信的诊疗流程。鼓励和规范有关企事业单位开展医疗健康大数据创新应用研究,构建综合健康服务应用。
社会保障服务大数据。建设由城市延伸到农村的统一社会救助、社会福利、社会保障大数据平台,加强与相关部门的数据对接和信息共享,支撑大数据在劳动用工和社保基金监管、医疗保险对医疗服务行为监控、劳动保障监察、内控稽核以及人力资源社会保障相关政策制定和执行效果跟踪评价等方面的应用。利用大数据创新服务模式,为社会公众提供更为个性化、更具针对性的服务。
教育文化大数据。完善教育管理公共服务平台,推动教育基础数据的伴随式收集和全国互通共享。建立各阶段适龄入学人口基础数据库、学生基础数据库和终身电子学籍档案,实现学生学籍档案在不同教育阶段的纵向贯通。推动形成覆盖全国、协同服务、全网互通的教育资源云服务体系。探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用。加强数字图书馆、档案馆、博物馆、美术馆和文化馆等公益设施建设,构建文化传播大数据综合服务平台,传播中国文化,为社会提供文化服务。
交通旅游服务大数据。探索开展交通、公安、气象、安监、地震、测绘等跨部门、跨地域数据融合和协同创新。建立综合交通服务大数据平台,共同利用大数据提升协同管理和公共服务能力,积极吸引社会优质资源,利用交通大数据开展出行信息服务、交通诱导等增值服务。建立旅游投诉及评价全媒体交互中心,实现对旅游城市、重点景区游客流量的监控、预警和及时分流疏导,为规范市场秩序、方便游客出行、提升旅游服务水平、促进旅游消费和旅游产业转型升级提供有力支撑。
(二)推动产业创新发展,培育新兴业态,助力经济转型。
1.发展工业大数据。推动大数据在工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用,分析感知用户需求,提升产品附加价值,打造智能工厂。建立面向不同行业、不同环节的工业大数据资源聚合和分析应用平台。抓住互联网跨界融合机遇,促进大数据、物联网、云计算和三维(3D)打印技术、个性化定制等在制造业全产业链集成运用,推动制造模式变革和工业转型升级。
2.发展新兴产业大数据。大力培育互联网金融、数据服务、数据探矿、数据化学、数据材料、数据制药等新业态,提升相关产业大数据资源的采集获取和分析利用能力,充分发掘数据资源支撑创新的潜力,带动技术研发体系创新、管理方式变革、商业模式创新和产业价值链体系重构,推动跨领域、跨行业的数据融合和协同创新,促进战略性新兴产业发展、服务业创新发展和信息消费扩大,探索形成协同发展的新业态、新模式,培育新的经济增长点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-07-30SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-07-30人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-07-30MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-29CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-29解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-29解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-29鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-29用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-29从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-29CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-29解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-29用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-29从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-292025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-29PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-29t 检验与 Wilcoxon 检验:数据差异分析的两大核心方法 在数据分析的广阔领域中,判断两组或多组数据之间是否存在显著差异是一项 ...
2025-07-29PowerBI 添加索引列全攻略 在使用 PowerBI 进行数据处理与分析时,添加索引列是一项极为实用的操作技巧。索引列能为数据表中的每 ...
2025-07-29