重磅|中国评测发布2019年中国数字政府服务能力评估结果

      12月6日,由中国电子信息产业发展研究院指导、中国软件评测中心主办的“2019数字政府服务能力暨第十八届中国政府网站绩效评估结果发布会”在北京召开。本次大会主题是:打造智慧服务型政府,助力国家治理能力现代化。

中国电子信息产业发展研究院黄子河副院长出席会议并致欢迎辞。中央党校(国家行政学院)教授、国家信息化专家咨询委员会委员汪玉凯就数字化新趋势与数字政府建设做了主题发言。

图为中国电子信息产业发展研究院副院长黄子河致辞

来自科技部、工业和信息化部、交通运输部、商务部、北京市、浙江省、福建省、广西自治区、四川省、青岛市、深圳市等国务院部门、省(自治区、直辖市)、地市和区县政务信息化主管领导、代表,以及20余家新闻媒体记者共400余人参加了本次会议。

图为会议现场

发布两本数字政府领域研究报告

中国软件评测中心副主任吴志刚介绍了2019年数字政府服务能力评估工作的思路、评估聚焦内容,以及形成的两项研究成果——

《2019年中国数字政府服务能力评估总报告》《政务数据质量管理调查白皮书》。中国软件评测中心主任助理周亮在会上发布2019年中国数字政府服务能力评估结果。

中国软件评测中心副主任吴志刚主题发言

浙江省大数据发展管理局徐颖处长、贵州省大数据发展管理局省大数据院潘伟杰副院长以及佛山市政务服务数据管理局罗帜光调研员向与会代表分享了浙江省、贵州省和佛山市在政府数字化转型、大数据应用以及互联网政务服务建设方面的经验。拓尔思、大汉软件、网景盛世等机构技术专家,对数字政府建设领域主流应用技术做了生动演示与讲解。

数字政府建设进入全面提升阶段

十九届四中全会通过的《坚持和完善中国特色社会主义制度,推进国家治理体系和治理能力现代化若干重大问题的决定》中明确提出,“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则,推进数字政府建设,加强数据有序共享,依法保护个人信息”。

中国数字政府建设经历了萌芽期、探索期、巩固期,目前已经进入全面提升阶段。新时期数字政府建设改变了过去分散试点建设模式,重点从组织扁平化、业务协同化、数据融合化入手,致力于建成线上线下融合的一体化服务型政府。新时期的数字政府是一个整体协同的政府、平台支撑的政府、数据驱动的政府,其核心使命是支撑国家治理体系和治理能力现代化。

当前数字政府建设取得显著成效

通过本次评估,中国软件评测中心认为当前各地方、部门积极探索政府数字化转型或数字政府建设,在创新政府治理和服务模式、提升行政管理和服务效率提升,提高政府公信力和执行力等方面发挥的作用越来越明显。

中国软件评测中心主任助理周亮发布评估结果

重视统筹协调,数字政府建设逐渐制度化。截至2019年11月,全国32个省级单位中,有10个省级地方政府已出台并公开数字政府规划计划,指导数字政府建设。多个地区成立数字政府建设领导小组,明确政务数据统筹管理机构协调推进数字政府建设工作职能。

加强集约建设,建设成效显著。全国政府网站数量由2015年初的8.4万家集约至2019年12月初的1.45万家。上海、浙江、陕西、宁夏等地统筹建设电子政务云平台。北京、湖北、湖南、广东、广西、贵州、成都等地加快政府网站集约化建设步伐。福建、浙江、江西、广东等多地统筹建成全省政务服务App。

创新政务服务,不断提升群众获得感。为了让百姓办事像网购一样方便,多地政务部门始终坚持服务是推行数字政府建设的出发点和落脚点。上海、浙江、广东、贵阳、佛山等地深化一体化在线政务服务体系,打通部门界限、优化业务流程,为企业群众提供集成服务。浙江、江西省联合推进跨区域数据共享,实现身份证等11本证照跨省互认。福建、广东、长沙等地开发集约化的移动端App或微信小程序,实现办事服务“掌上办”、“指尖办”。

驱动数据赋能,促进治理能力提升。交通部、生态环境部、广东、山东、贵阳等地方、部门推进政府数据向社会开放。气象局、上海、贵州等积极推进数据开发利用,释放数据红利。南京、扬州仪征、深圳宝安等地积极运用数据加强社会治理,辅助决策。

深化技术创新,支撑数字政府高质量发展。部分地方在大数据、人工智能和区块链等新技术应用方面取得了积极进展。北京首都之窗“一网通查”搜索服务着力破解政务信息“找不到、找不快、找不准”问题。上海建立大数据联合创新实验室,汇聚多方数据资源,打通产学研用联通,在金融、医疗、交通等领域,形成了一系列创新成果,改善民生服务。浙江创建全国首个区块链电子票据平台,实现了电子票据全过程“上链盖戳”,保证票据的真实性和唯一性,提高监管效率。

数字政府建设中的几个关注点及建议

当前数字政府建设努力推进,取得了显著成效,但通过评估工作也发现几个需要各地关注的地方。一是,一些政府网站和同级政务新媒体服务渠道方面存在信息发布时间不同步、服务资源内容不一致性等现象。二是一些地方网上政务服务事项在办事收费标准、办理机构名称等方面存在与实际情况不一致情况,三是当前政务数据资源开发利用程度不高,以及无序开发利用现象待规范。

中国软件评测中心建议要加快完善数字政府建设制度体系。一是国家层面及地方进一步加强统筹协调机制,加强沟通协调,推动政务数据有序共享,理顺上下、左右协同体制机制。二是建议国家层面制定数字政府建设相关标准规范的,加强对各地数字政府建设的分类指导。三是建议各地进一步深化网上政务服务能力建设,打破数据壁垒,明确数据共享种类、标准、范围、流程等,实现不同渠道数据同源。推进政务服务标准化,推进政务服务事项无差别受理、同标准办理。四是建议有关部门制定政务数据资源开发利用制度规范,指导各地数据资源开发利用行为,完善推动政务数据资源开发利用制度化、规范化、法制化。

附:2019年中国数字政府能力评估结果:

来源:中国软件评测中心

### 回答1: Spark 3.0 是一次重磅发布,经过近两的开发,它在流处理、Python 和 SQL 方面都进行了重大更新。以下是对这些更新的全面解读: 1. 流处理:Spark 3.0 引入了结构化流处理 API 的重大更新,包括新的流式查询引擎和增强的流式数据源 API。这些更新使得 Spark 更加适合处理实时数据流,并提供了更好的容错机制和更高的性能。 2. Python:Spark 3.0 对 Python API 进行了重大更新,包括对 Pandas UDF 的支持和对 Python 3 的全面支持。这些更新使得 Python 用户能够更加方便地使用 Spark,并且能够更好地利用 Python 生态系统中的工具和库。 3. SQL:Spark 3.0 引入了许多 SQL 方面的更新,包括 ANSI SQL 支持、新的优化器和执行引擎、更好的分区管理和更好的数据源 API。这些更新使得 Spark 更加适合处理大规模数据,并提供了更好的性能和可扩展性。 总的来说,Spark 3.0 的更新使得它更加适合处理实时数据流和大规模数据,并提供了更好的性能和可扩展性。同时,它也更加方便 Python 用户使用,并且能够更好地利用 Python 生态系统中的工具和库。 ### 回答2: 近日,Apache Spark 社区正式宣布发布了最新版 Spark 3.0。这是一次重磅的更新,涵盖了流处理、Python 和 SQL 三大方面的内容。下面就让我们来逐一解读这些更新吧。 1. 流处理:Spark 3.0 引入了一项名为 Structured Streaming 的重要功能。它能够以批处理的方式处理流数据,并且保证了完全幂等性(即能够在多次运行时保证相同的输出)。此外,这个版本还增加了更多的连接器,可以方便地从 Kafka、Flume、Twitter 和 HDFS 中读取数据。 2. Python 支持:在 Spark 3.0 中,Python 支持得到了显著的提升。现在,Python 3 官方支持了 PySpark,而且这个版本同时也新增了 Python API 的许多改进。这里,值得一提的是,Python 开发者可以使用 Pandas 和 Pyarrow 来提高数据集和数据帧的操作速度。 3. SQL:Spark 3.0 中 SQL 的更新主要体现在两个方面:一是 SQL 引擎升级至 Apache Arrow,二是 SQL 执行计划优化。这些更新使得 Spark 3.0 的 SQL 引擎能够更快地处理 SQL 查询,并且提高了查询的执行效率。 此外,Spark 3.0 还新增了 Pyspark 的 type hints 和注释支持,提供了更好的代码接口提示;改进了原有的分布式机器学习功能,加入了新的规范、API 和示例;提高了 Kerberos 和 Hadoop 文件系统(HDFS)的兼容性等。 总之,Spark 3.0 的发布,标志着 Apache Spark 在数据处理领域中的核心地位得到了继续的巩固,并且为 Python 和流处理等开源生态提供了一种更加稳定、快速和可靠的解决方案。对于数据工程师和数据科学家们而言,这无疑是一个重要的里程碑。 ### 回答3: Apache Spark是一个快速通用的大数据处理引擎,Python是一种流行的编程语言,SQL是结构化查询语言的缩写,用于管理关系型数据库,这些都是当今最重要的技术学科。最近,Spark推出了Python3_Spark 3.0的重磅发布,这意味着Spark的核心技术已经经过了重大更新,让我们听听它是如何变得更加优秀。 Python3_Spark 3.0更新重大,首先是流式处理。在此版本中,新引入的流处理模块提供了对无限数据流的完全支持,没有大小限制,可以直接应用于大多数Spark数据源和流数据源,可以轻松实现亚秒级响应,并且还包含新的UI各类展示函数,可以轻松监视流式应用程序。 其次是对Python的原生支持。Python在数据处理界面上极受欢迎,PySpark现在在Python3中完全支持,包括与Python新功能的充分配合,如Python3的类型提示(typing),这意味着PySpark代码现在可以像使用Spark的Scala和Java API一样流畅地进行编写;大大提高了数据科学家和机器学习工程师的效率。 最后是SQL支持。Spark已经成为用户基础最广泛的SQL引擎之一之一。最新的Spark 3.0版本通过实现 ANSI SQL 标准来大幅度提高了 SQL 的兼容性和处理性能。Spark 3.0 将包括对 SQL 2016 的完整支持,包括 MATCH_RECOGNIZE和其他高级功能。此外,Spark 3.0 还支持更多的数据类型,并且还具备静态类型分析和优化,可以帮助用户快速有效地查询和处理大规模数据。 总之,Spark Python3_Spark 3.0的发布,在流、Python、SQL等方面提供了全面升级,使得它的核心技术更加完善和先进,有助于增强数据处理效率,实现更好的数据分析应用。对于正在使用Spark的用户来说,这让他们的生活更加容易。 对于Spark未来的发展,它的不断升级和创新发展势头十分强劲,我们期待它的更多惊喜发布
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值