
大数据监管让失信企业寸步难行
企业事中事后监管是全程的监管,贯穿于市场主体存续发展的全过程。去年10月,南昌市启动了企业事中事后监管改革试点工作,并于今年5月在全国率先研发了南昌市企业监管警示系统。自该系统正式上线以来,社会反响良好,已有诸多企业从中受益。
警示系统让诸多企业受益
即将合作的企业规模有多大?信誉如何?公司信息是否“掺假”?……正当江西智博文化传媒有限公司总经理万容为不知如何判断合作公司的信誉度而发愁时,南昌市企业监管警示系统的上线,让万容的问题迎刃而解。
万容告诉记者,今年6月份,他们公司打算和南天控股有限公司合作,便在企业监管警示系统上查询了该公司的信用记录,发现该公司信誉良好,才放心与这家公司合作。“现在我们随时可以在南昌市企业监管警示系统上查看任何想了解的企业信息和信用状况,警示系统为我们在合作伙伴的甄选过程中提供了一个重要的参考,非常方便。”万容笑着说道。
通过南昌市企业监管警示系统,不仅可以了解企业的相关信息和企业的信用状况,还可以了解有关企业的登记、商标注册、办理不动产登记等一系列办事流程,为企业节约大量的时间和人力。“以前我办一个信贷放款,由于不是很清楚办事流程,前前后后花了2个多月时间。现在我只需要上南昌市企业监管警示系统上查一下,所有的流程和所需的材料一目了然,方便多了。”万容说道。
此外,警示系统还有一个提示功能,可以自动发短信提醒那些营业执照、相关许可证等证照过期的企业更换证照。“以前很多企业都不记得及时过来更换证照,现在警示系统会在证照过期前一个月,发信息提示企业来更换证照,证照过期的企业少了很多。”市市场与质量监督管理局外资局局长涂云强说。
让守信得“利”失信失“利”
南昌市企业监管警示系统不仅让群众受益,更给企业敲了一记警钟,促使企业自律、诚信经营。
昨日,记者打开南昌市企业监管警示系统,看到该系统设置了“企业信息”、“正常企业”、“警示企业”、“消费警示”、“办事指南”、“政策解读”6大板块。点击进入“警示企业”,可以看到相关企业的违法记录。市市场与质量监督管理局法规处处长张志刚告诉记者,公众可以随时查看到企业的违法记录,这对企业来说无疑是“致命伤”。“在每次企业代表座谈会上,多数企业都表示宁愿接受比以前更重的行政处罚,都不愿公示。这就证明,现在这种事中事后的监管手段相比之前以审批和处罚为主的传统监管方式,更能有效遏制企业失信违法行为。”张志刚说。
同时,警示系统还将让失信企业失“利”。南昌一家银行的业务经理肖列表示,通过企业监管警示系统,可以对贷款企业进行了解,了解其资产是否被抵押,是否有不良贷款记录,如果企业信誉不好,将很难甚至得不到我们的放贷。而守信企业却能得“利”。张志刚告诉记者,对于守信诚信的企业,将减少对其日常监督检查,并且在一些服务上也会为他们开启绿色通道,提供便利。
另外,在投融资、取得土地和政府资金支持、政府采购、获得荣誉等方面,守信企业享有优先权。
把执法权力关进数据的“笼子”
南昌市企业监管警示系统,通过公示企业的“警示信息”,达到向社会预警的目的,同时促进企业自律,也为企业提供服务,带来便利。而通过对企业实施分类监管、“双随机”抽查,也能促进企业规范经营,整改有关问题。
“双随机”是指随机抽取执法人员、随机抽取企业,有效避免了人情执法。与此同时,通过落实对违法企业实施联合惩戒措施,真正让企业“一处违法,处处受限”,加大企业违法成本,解决企业“事后监管”问题。
据了解,警示系统通过对各行政部门监管数据的留存,实现执法留痕,并将以此作为行政部门考核的依据,倒逼行政执法部门规范履职,解决政府部门“不作为、乱作为、慢作为”问题。“通过部门信息开放共享、企业监管协作联动,创新了企业事中事后监管方式,打破了部门之间的监管‘信息孤岛’,并且也通过监管留痕,有效地把执法的权力关进了数据的‘笼子’,在优化市场环境的同时,也为南昌市打造优良的‘信用环境’和‘政务环境’探索出了一条新路。”市市场与质量监督管理局徐局长表示。
目前,警示系统已经整合了34个执法部门的数据,下一步还将继续补充并重点加强对高危企业、重点行业、大型设备的监管。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14