
社保卡将对接互联网和大数据
记者了解到,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
KS 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 ...
2025-08-19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。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12