京公网安备 11010802034615号
经营许可证编号:京B2-20210330
整合信用大数据 打牢经济“基础桩”
“全面、准确的信用数据是建设社会信用体系的基本要素。中国经济的突飞猛进和互联网的发展催生了海量的信用数据,传统的技术手段无法满足庞大复杂的数据整合要求,需要使用大数据技术进行收集和分析,形成更加客观的信用评价体系。”第十二届全国人大代表、浪潮集团董事长兼CEO孙丕恕提出要基于大数据技术,整合政府、机构组织数据并纳入互联网数据,形成全国统一的综合信用数据资源平台,积极培育企业征信等大数据征信产业,分步骤建成全面、统一的社会信用信息体系,为中国社会主义市场经济的发展打牢“基础桩”。
孙丕恕说,政府对大数据在社会信用体系中的建设高度重视。去年7月25日,李克强总理在浪潮集团考察时,现场办公,要求相关部门以云计算、大数据理念,与企业信息技术平台有机对接,建立统一综合信用信息平台,实现“大数据”共享。7月23日,总理在国务院常务会议上也强调构建企业信用信息公示系统,包括国家社会信用信息平台,都要融入“大数据”的思维理念。国家各部委和地方政府也在积极运用大数据技术建设不同领域的信用信息系统,如国家工商总局打造全国企业信用信息公示系统,山东省建设“一网三库一平台”公共信用信息系统等。
那么,我国社会信用体系建设现状如何呢?孙丕恕介绍说,2014年可谓是我国社会信用体系建设的重要一年,不仅出台了《社会信用体系建设规划纲要(2014—2020年)》,国家发改委下发了《社会信用体系建设三年重点工作任务(2014—2016)》,明确提出要制定法律法规和标准体系,对信用信息平台建设和分享等重点工作进行了分工,形成了明确的顶层设计和行动规划。
“这些政策为运用大数据技术加快社会信用体系建设奠定了基础。但在实际推进中,仍需解决条块分割问题,避免出现新的信息孤岛;注重节约成本,实现原有信息资源的复用;丰富信用数据源,保证信用评价的全面性。”孙丕恕表示,国家虽然出台了一系列政策,但在具体实施过程中,仍然面临着一些问题。
为此,孙丕恕建议从组织数据和互联网数据两个方面整合融合入手。首先由政府专门机构整合现有政务业务系统的信用数据,建设基于政府数据的区域、行业信用数据资源平台;然后将金融、商务等层面的商业征信组织数据进行整合,形成区域、行业综合信用数据资源平台;在此基础之上,依托大数据分布式、海量处理技术,按照国家统一的分类目录和数据标准,以及系统间的数据交换机制,将各信用信息平台的数据进行逻辑集中,进行标准化的分类、归并,形成可利用的全国统一信用数据资源平台。
孙丕恕强调,信用数据散落在工商、税务、统计、海关等各业务系统中,政府可以利用大数据技术,在不新建系统的前提下,充分利用原有信息资源,进行各部门内部系统信用数据以及各部门系统间的信用数据整合,这样既能节约成本也能加快建设速度,一举两得。”
孙丕恕还提出了运用大数据技术采集电子商务、社交数据、媒体信息、网络行为、互动评价等互联网公开信息,建设信用数据第二轨的建议。他说,当前信用数据的来源不再局限于传统的财务、信贷、保险、信用历史等传统领域和组织内数据,更扩展到电子商务、社交数据、网络行为等领域。
鉴于此,孙丕恕主张将互联网数据纳入综合信用信息平台中,建立覆盖全社会的信用信息系统。“利用大数据技术萃取互联网中的高价值信用数据,并通过组织内数据和互联网数据的比对,挖掘信用信息之间的关联性,描绘信用主体信用全貌,能够通过更全面的数据来综合评判信用主体,实现数据的全面性和数据保真。”
此外,针对目前由于数据权属关系不清而导致的信用数据采集难题,孙丕恕表示,由于国家也没有相应的制度来保障,建议通过政府授权和市场化手段来规范数据的采集,对于纳入政府信用信息平台的数据,由政府依据有关法规、参照信用信息采集目录,授权大数据采集机构予以采集,其他情况则可以通过市场化的手段来解决。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09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 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01