京公网安备 11010802034615号
经营许可证编号:京B2-20210330
南海以大数据促进行政服务审批改革
昨日,国务院行政审批制度改革工作领导小组办公室调研组来南海调研行政审批制度改革工作,区长郑灿儒和副 区长冼富兰陪同,并向审改办调研组详细介绍了南海区的“331”行政服务体系(三网融合、三单管理、一窗通办)、网格化治理和大数据平台。
审改办此次调研佛山主要是为了了解佛山改革的动因,市区各级在改革中采用的成本小见效大的实招,以及改革的成效和目前的困境。同时也便于了解佛山对于中央部门审批信息共享开放有何需求。
“我 们的标准化‘三单’管理系统是数据源,跟佛山市的行政审批标准化系统对接,与省的标准化管理也是垂直对接的,跟网上办事大厅和部门系统也实现了对接,实施 成本更低,用起来也更方便。”在南海区行政服务中心一楼,工作人员通过大厅里的显示屏,向中央编办体改司(国务院审改办协调司)司长郭沛、处长赵旭东等人 介绍南海的行政服务体系和行政审批改革的支撑和成效。
2013年9月,南海区成为广东省行政审批标准化建设试点区。南海区组织信息化技术团队自行研发行政审批标准化信息系统,其集标准填报、专家审查、意见反馈、标准发布等功能于一体。目前,南海区行政审批标准化工作已全面进入专家评审阶段。
此外,南海目前正计划成立政务办。“行政服务中心要统筹各个职能局,如何更好地指挥和统筹,我们准备成立一个政务办。”郑灿儒说,政务办集服务、治理、决策于一体,能更有力地统筹行政审批工作。
了解了南海行政审批改革后,审改办调研组还参观了南海行政服务中心的综合窗口。
南海行政服务和审批,最大的支撑就是大数据。在调研现场,郑灿儒也向审改办调研组介绍南海目前正在推进的利用“互联网+政务”的大数据平台和社区网格化治理。
2013年,南海成立大数据管理统筹局。“既节省了部门的成本,也能为政府的决策和应急进行分析。”郑灿儒说,有了大数据的支撑,可以看到政策落实之后的效果,也能够看到部门的业务量,同时根据数据调整人力配置。
“网 格化也很有南海特色,南海300多万人只有3000多名警察,所以管理起来很麻烦。以前是哪里起火哪里救,现在我们把每个社区或村居划成一个个网格,网格 员发现问题,可以把情况马上传上来。”郑灿儒说,不单单是市政管理,以后安全生产、消防、城市执法等都会通过网格化来统一,分清楚每个单位、每个人的责 任,实现社区管理不留死角。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24