京公网安备 11010802034615号
经营许可证编号:京B2-20210330
唤醒“沉睡”的政府大数据 上海浦东探索市场监管“互联网+”模式
网络订餐方便快捷,可无证餐饮掺杂其中,餐厅质量良莠不齐;政府数据系统记录了餐厅好坏,却长期“养在深闺人未识”。
如何解决这其中的矛盾?24日,记者从上海市浦东新区市场监督管理局(下简称浦东市场监管局)获悉,浦东市场监管局等政府部门正主动将原本“沉睡”在各自内部的信息高度共享、多方应用,并逐步向社会公众开放。这是浦东新区围绕自贸区建设,创新事中事后监管机制,运用“大数据”推进社会信用体系建设的重要抓手之一。
订餐先看“脸谱” 数据不再“沉睡”
一家网络订餐平台的用户张先生最近在订餐时有了新发现:平台上的一些商户信息中都不约而同地挂着“脸谱”(政府部门对餐厅的信用评价等级),点开“脸谱”,营业执照、餐饮服务许可证和食品安全监督公示信息跃然屏上。
这些数据正是由浦东市场监管局与这家网络订餐平台对接并向全社会开放共享的。这一方面可以更好地保护公众的知情权、参与权和监督权,另一方面可以督促企业自律,主动承担社会责任。笑脸、平脸和哭脸三种“脸谱”形象地反映了商户的食品安全状况,便于消费者选择优质、安全的餐饮服务。
过去,有些消费者常反映,有的商家上传的证照信息和实际经营状态是不一致的。但是第三方平台无法准确掌握信息,在进行资质审查时确实存在困难。如今,有政府及时、专业、权威信息的支撑,对加强平台管理有很大帮助。
清退“黑暗料理” 食安社会共治
一家网络订餐平台会员王女士最近在订餐时碰到了小麻烦,她经常光顾的一家平台商户突然不见了踪影。后来,她才知道,那原来是一家卫生状况很差且无证照的“黑暗料理”,现已被市场监管部门和第三方平台联手处理。
据悉,这家网络订餐平台已将政府监管信息以20%的比重纳入其新制定的信用评价体系(原仅包括餐品质量、价格、销售量、口味评价、卫生情况、送餐速度、用户投诉记录等要素),以此对商户进行综合信用质量评分和排序,并将配套采取关闭网店、停止网上经营、通报政府部门等手段,加强对入驻商户的线上管理和联合惩戒,以提高第三方平台餐饮服务的整体诚信度。
浦东市场监管局相关负责人介绍,消费者能够更直观地感受到政府信息的价值,通过消费者的理性选择、用脚投票,通过市场无形的手“挤出”不符合法律法规、不符合食品安全标准的商户,从而倒逼餐饮行业提高整体水平。与此同时,通过数据开放、共享,实现良币驱逐劣币,促使好的企业做得更好。
挤出诚信“水分” 让数据开口说话
“仅凭第三方平台线上核查,或是单纯依靠政府部门线下监管,力量都是有限的。”浦东市场监管局局长陈彦峰表示,“我们整合政府和市场的大数据资源,探索‘互联网+信用监管’模式,就是为了更好地对网络订餐食品安全的线上线下齐抓共管。”
据了解,一些网络订餐平台在服务中形成的信用评价、投诉举报等大数据也将同步流向政府部门,推动互联网与市场监管的深度融合,促进行政资源的有效配置,推进市场动向与政府监管的无缝衔接。
一方面,监管部门将对检查情况和市场评价良好的企业实行“远距离监管”,充分保护创新创业者的积极性;另一方面,对检查情况和市场评价差、甚至存在违法行为的商户,将集中力量予以严管,维护市场正常秩序,促进市场公平竞争。
记者了解到,浦东市场监管部门和第三方网络订餐平台正研究拓展大数据在信用监管、智能监管领域的功能应用,在实行食品信息追溯管理、推进食品安全责任保险、落实消费维权首付赔偿制、开展从业人员食品安全培训等方面加强协作交流。
陈彦峰说,目前网络订餐行业只是探索开展“互联网+信用监管”的第一步,今后还将向各个行业、各个领域推行。信息资源将逐步向全社会敞开大门,欢迎社会各方加入共治行列。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27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