
社保卡将全面对接互联网大数据
年内人力资源和社会保障部将联合人民银行开展试点,在部分地区发放第三代社保卡,主要是增加“一晃而过”的非接触功能,届时,社保卡的功能更加强大,应用场景更加广泛。同时,传统以线下应用为主的社保卡将对接互联网和大数据。未来,随着越来越多地区的社保卡搭载民政、卫生计生、公积金、涉农补贴等服务事项,社保卡将实现一卡多用。
我国第一张社保卡是1999年在上海发出的,目前社保卡已覆盖全国超过72%人口,发卡数超过10亿张。其中,约八成为加载金融功能的第二代社保卡,也有部分地区因为发卡时间较早等原因,居民仍持有第一代社保卡。据了解,人社部今年将保持社保卡发行进度,年底实现全国社保卡持卡人数达到10.5亿人,同时进一步提高社保卡启用率和银行账户激活率。
据了解,第二代社保卡在第一代社保卡的基础上进行了功能完善,不仅可代替原社保卡的功能进行医疗保险费用的刷卡结算,并且具有普通银行卡的金融应用功能。第二代社保卡存有持卡人姓名、照片、社保卡号等基本信息,具有信息记录、信息查询、业务办理等基本功能。是持卡人享有社会保障和公共就业服务权益的电子凭证。
人社部于2014年发布了人社领域102项用卡目录,比如就业登记、参保登记、个人自主社保缴费、养老金、失业金领取、就医购药结算等,目前全国平均已开通了80%的服务,用卡目录预计今年底将全部开通。具体而言,截至2016年底,21个省份和新疆兵团已开通80项以上的目录,其中山西、江苏、安徽、福建、湖北、湖南、广东7个省份已开通全部应用目录;山东、河南、浙江、四川、陕西、河北、新疆7个省份已开通95项以上的应用目录。
在此基础上,年内试点发放的第三代社保卡将加载“非接触”功能,相比第二代社保卡,通过这一技术改进,可以大大方便持卡人用卡,拓展应用场景。同时,传统以线下应用为主的社保卡还将与互联网和大数据深度融合,通过搭建社保卡线上服务平台,对接更多的社会服务渠道。
试点城市武汉市社保部门相关负责人表示,未来市民持第三代社保卡可办理各类政务业务,还可乘坐公交车、地铁,租借公共自行车,借阅图书,在超市进行小额支付。另一试点城市成都市预计两年内为全市参保人员全部免费换卡,同时建立“成都市人社数据开放服务平台”,第一批基于互联网的应用产品如“在成都”市民融合服务平台、人社APP、微信等将向社会发布并投入使用。参保人员可以经实名制认证后实现绑卡、查询信息、社保卡挂失、医院挂号、医保移动支付等功能。
根据人社部提出的目标,2020年之前,实现“互联网+人社”多元化、规模化发展。依托社保卡及持卡库,构建全国统一的个人身份认证平台,提供线上线下综合身份认证手段,形成实名制验证能力,做到“单点登录、全网通办”。
据了解,人社部将实施人力资源和社会保障大数据战略,融合社保卡应用、服务、管理信息,构筑“用卡轨迹图”。通过汇聚整合人口、就业、社会保险等数据资源,就能准确感知劳动者就业创业和人才服务需求,提供针对性服务。
举例而言,比如“待遇资格认证”,将逐步改变传统的单纯依靠现场认证的方式,利用旅行、就业、医疗、消费等生活轨迹信息,就能够判断待遇享受人员的就业状况、健康程度与生活质量,辅助认定就业扶持、社会保险、培训创业等政策待遇的享受资格。
此外,将推进就医一卡通,结合参保人员持卡就医购药的轨迹信息,实现对门诊、住院、线上线下购药等医疗服务行为的全方位智能监控。完善社会保险基金监管系统,推动社会保险与财政、税务、金融监管等大数据资源的融合应用,筛查社会保险基金欺诈违法违规行为,实现精确查处。同时,将开放社保卡支付结算接口,支持与各类社会支付渠道的应用集成。建设统一、开放的医保结算接口,支持相关机构开展网上购药等应用。
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