大数据中国

搜索
大数据中国 首页 行业资讯 产业观察 查看内容
专访 | 国务院发展研究中心龙海波:数字化转型促简政放权
2020-2-28 17:04 |来自: 国家监委网站| 查看: 391| 评论: 0

党的十九大以来,“数字中国”上升为国家战略,政府数字化转型加速推进,这对放管服改革产生哪些影响?数字化转型推动放管服改革的重点方向是什么?围绕这一系列问题,记者采访了国务院发展研究中心创新发展研究部研究室副主任龙海波。

记者:近年来,放管服改革不断深化,数字化转型推动放管服改革进展如何?

龙海波:目前,数字化转型助推放管服改革的成效已经显现。全国投资项目在线审批监管平台实现纵横贯通。国家统一的信用信息共享交换平台与企业信用信息实现有机对接,企业注册便利化、企业登记全程电子化和电子营业执照在全国范围推广。全国一体化在线政务服务平台整体上线试运行。公共信息资源开放有序推进,持续推进数据共享和业务协同。

在各地实践探索中,通过构建一体化的政府大数据平台,让简政放权持续释放改革红利,投资审批便利度和协同监管效能不断提升, “互联网+政务服务”实现深度融合。主要表现:一是通过组建大数据管理局进一步统筹政府数据资源。二是依托数据共享提升了市场准入和投资审批便利度。三是逐步建立以企业信用约束为核心的新型监管机制。四是初步形成以“一网通办”为目标的政务服务新模式。“只进一扇门”“最多跑一次”“不见面审批”等地方服务创新典型不断涌现。

记者:社会民生是政府数字化转型的重要领域,当前还有哪些亟待改进之处?

龙海波:从数字化转型看,关键是跨区域、跨部门的协同机制没有完全建立。一是“减证便民”背后的数据贯通存在堵点。跨层级、跨区域、跨部门数据共享与交换尚未彻底解决,“信息孤岛”仍然存在。二是“一网通办”推广的目标导向与应用场景不明确。一些地方为了加快推进网上办理,没有考虑实际业务需求,一味开发APP、微信小程序,甚至一个部门有两个以上APP,这对于基层工作人员和办事群众而言相对烦琐。“一网通办”全面推广不是一蹴而就的,需要建立在多个移动应用端整合和数据可实现场景智能化基础上。

记者:从宏观视角看,政府数字化转型未来将产生哪些深远影响?

龙海波:政府数字化转型的目标是建设数字政府,而数字政府建设需要不断深化政府自身改革。具体而言,第一,以数据驱动为主要特征的数字化手段在改善宏观调控、创新监管手段、优化公共服务等方面影响深远,为政府职能转变提出了新的方向。第二,部门之间的信息壁垒将逐渐被打破,在数据和业务深度融合的背景下,以集约化为特点的跨层级、跨部门、跨区域的协同管理和服务更加高效。第三,运用数字技术重塑政府运转流程,将倒逼各级政府线上线下政务服务流程再造、数据共享和业务协同,逐步形成“以客户为中心”的高效灵活的运行方式。第四,政府数据透明开放将更好服务产业发展,推动传统制造业数字化转型,促进服务业高质量发展,不断增强公共服务的智能化、个性化和精准度。

记者:今后一个时期,数字化转型推动放管服改革的重点方向是什么?

龙海波:数字政府建设要以深化政府改革为抓手、以群众需求为导向,在建立健全国家数据资源管理体制和开放共享机制基础上,坚持“用数据说话、用数据决策、用数据管理”,提升政府对数字经济的统计监测和决策分析水平,提高社会综合治理的精准和有效性,探索与新业态发展相适应的监管方式和各方协同参与的治理机制,进一步加快政务信息系统整合和政务服务模式创新。

第一,基于数据开发的有效性,应重点关注宏观经济预测和社会综合治理,在已有调查统计基础上,进一步提升用大数据框架的数据汇聚与分析能力。第二,基于数据调用的精准性,应重点关注数字监管的灵活性和包容性,进一步完善以信用监管为核心的新型监管体系。第三,基于数据应用的前瞻性,应逐步推广政务服务网一窗受理平台,深入实施“一证通办、一网通办”,加快推进“大数据+公共服务”,进一步提升数据应用端的可实现场景和智能化水平。

免责声明: 除非特别声明,文章均为网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

 
 
在线客服①
在线客服②
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
服务电话:
15010106923
微信联系:
hb-0310
服务邮箱:
ab12-120@163.com
官方微信扫一扫
大数据中国微信

QQ   
冀ICP备15018178号-3

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2020-3-28 22:57 , Processed in 0.085354 second(s), 24 queries .

返回顶部