贵阳市全国首部大数据立法《条例》5月起正式实施

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

贵阳市政府数据开放立法工作去年3月启动,去年7月初,由贵阳市人大财经委、法制委,市政府法制局和大数据战略重点实验室抽调人员组成六个调研组,历时50天完成了对贵阳市40家数据铁笼实施单位和56家大数据企业的调研工作。同时委托10个区(市、县)人大常委会对各地大数据发展及政府数据开放工作进行调研。最终形成了3个立法调研总报告,104个分报告。

去年9月28日,贵阳市人大常委会与中国政法大学签订战略合作协议并举办贵阳市大数据立法高层咨询论证会,对法规文本(初稿)进行了论证。与会领导和专家对贵阳市开展大数据地方立法工作给予充分肯定,对条例文本初稿进行了会商,提出了60多条意见和建议。随后又召开四次征求意见会,并将条例草案公开征求意见。后又对收到的意见建议综合分析归纳,逐条研究。

今年1月24日,经贵阳市第十三届人民代表大会常务委员会第四十八次会议审议,《条例》顺利通过。3月30日,经贵州省第十二届人民代表大会常务委员会第二十七次会议批准,《条例》自2017年5月1日起施行。

《条例》的出台是贵阳市作为首个国家大数据综合试验区的核心区,在开展7个方面创新性实验中制度创新方面取得的重大突破,为推动实施国家大数据战略,推进数据资源开放共享具有重要的示范效应,为加快打造以大数据为引领的创新型中心城市,推进贵阳市政府数据共享开放依法有序进行具有重大现实意义。

《条例》包括总则、数据采集汇聚、数据共享、数据开放、保障与监督、法律责任、附则七章共三十三条。《条例》明确,贵阳市人民政府依托“云上贵州”贵阳分平台,统一建设政府数据共享平台和政府数据开放平台,用于汇聚、存储、共享、开放全市政府数据。政府数据实行分级、分类目录管理。

《条例》中对数据共享开放的权限、民生服务保障、以及一些涉密数据等做了明确规定:数据共享开放,须保个人隐私;在政府数据共享开放工作中,应当维护国家安全和社会公共安全,保守国家秘密、商业秘密和个人隐私;任何组织和个人不得利用政府数据共享开放,从事违法犯罪活动;违反条例规定,造成国家秘密、商业秘密和个人隐私泄露的,由相关部门依照有关法律法规处理;给公民、法人和其他组织造成损失的,依法承担赔偿责任。

《条例》规定,在民生保障服务方面,数据优先开放;信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、企业登记监管等民生保障服务相关领域的政府数据,应当优先向社会开放;社会公众和市场主体关注度需求度高的政府数据,应当优先向社会开放。

《条例》明确,共享的政府数据分为无条件共享、有条件共享两类。无条件共享的政府数据,应当提供给所有行政机关共享使用;有条件共享的政府数据,仅提供给相关行政机关或者部分行政机关共享使用。无条件共享的政府数据,通过共享平台直接获取。

《条例》规定,对涉密政府数据,经脱敏脱密后开放。除法律法规另有规定外,对涉及国家秘密、商业秘密、个人隐私的政府数据,应当进行脱敏、脱密等技术处理后向社会开放。

《条例》明确,贵阳市大数据行政主管部门应当会同有关行政机关制定政府数据安全应急预案,定期开展安全测评、风险评估和应急演练。发生重大数据安全事故时,有关行政机关应当立即启动应急预案,及时采取应急措施。

《贵阳市政府数据共享开放条例》5月1日起正式实施,这是全国首部政府数据共享开放地方性法规,也是我国首部设区的市关于大数据方面的地方性法规。

近年来,贵阳市大数据产业发展从无到有、风生水起、异军突起,取得了显著成绩。截至2016年底,贵阳市大数据及关联产业规模总量达到1300亿元,数据中心服务器3.5万台,呼叫中心座席达15万席,贵阳大数据交易所交易会员达500家,交易金额达1.2亿元。

把各级政府部门的数据资源创新应用、创造价值、释放能量,共享开放,这是贵阳市以大数据引领打造创新型中心城市的重要路径。 

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
运维 大数据 数据建模
连载7:阿里巴巴大数据实践:OneData模型实施介绍
如何从具体的需求或项目转换为可实施的解决方案,如何进行需求分析、架构设计、详细模型设计等,则是模型实施过程中讨论的内容。
6172 1
连载7:阿里巴巴大数据实践:OneData模型实施介绍
|
5月前
|
存储 数据可视化 大数据
大数据平台架构设计与实施
【7月更文挑战第3天】本文探讨了大数据平台的关键技术,包括数据采集(如Kafka、Flume)、存储(HDFS、HBase、Cassandra)、处理(Hadoop、Spark)、分析挖掘及可视化工具。架构设计涉及数据收集、存储、处理、分析和应用层,强调各层次的协同与扩展性。实施步骤涵盖需求分析、技术选型、架构设计、系统部署、数据迁移、应用开发测试及上线运维,旨在为企业决策提供强有力的数据支持。
|
机器学习/深度学习 大数据
机器学习lgb全国大数据创新应用大赛用户贷款风险预测 完整代码数据 可直接运行
机器学习lgb全国大数据创新应用大赛用户贷款风险预测 完整代码数据 可直接运行
152 0
|
机器学习/深度学习 JSON 自然语言处理
全国大数据与计算智能挑战赛:面向低资源的命名实体识别基线方案,排名13/64
全国大数据与计算智能挑战赛:面向低资源的命名实体识别baseline,排名13/64。第一名:0.68962791,基线:0.67902593 ,感兴趣小伙伴可以刷刷榜。 国防科技大学系统工程学院(大数据与决策实验室)
全国大数据与计算智能挑战赛:面向低资源的命名实体识别基线方案,排名13/64
|
人工智能 自然语言处理 大数据
贵阳数博会分论坛:人工智能遇上大数据
此次「人工智能遇上大数据」论坛由两部分构成,主题演讲和话题讨论。覆盖产、学、研三界的国内外嘉宾,在主题演讲环节分别分享了各自所在领域对人工智能、大数据的认识。
225 0
贵阳数博会分论坛:人工智能遇上大数据
ML之LGBMRegressor(Competition):2018年全国大学生计算机技能应用大赛《住房月租金预测大数据赛》——设计思路以及核心代码(二)
ML之LGBMRegressor(Competition):2018年全国大学生计算机技能应用大赛《住房月租金预测大数据赛》——设计思路以及核心代码—191017再次更新
ML之LGBMRegressor(Competition):2018年全国大学生计算机技能应用大赛《住房月租金预测大数据赛》——设计思路以及核心代码(二)
|
人工智能 供应链 大数据
ML之LGBMRegressor(Competition):2018年全国大学生计算机技能应用大赛《住房月租金预测大数据赛》——设计思路以及核心代码(一)
ML之LGBMRegressor(Competition):2018年全国大学生计算机技能应用大赛《住房月租金预测大数据赛》——设计思路以及核心代码—191017再次更新
ML之LGBMRegressor(Competition):2018年全国大学生计算机技能应用大赛《住房月租金预测大数据赛》——设计思路以及核心代码(一)
|
存储 运维 Cloud Native
|
存储 数据采集 安全
大数据安全“暗礁”多,立法滞后审核松是症结|可还行
1.当前,大数据在提升政府治理能力、产业转型升级、服务改善民生中发挥的作用越来越大。 2.但记者采访中发现,受立法滞后、交易秩序不稳定、核心技术与发达国家差距较大等因素影响,数据安全面临挑战。
|
机器学习/深度学习 算法 安全
下一篇
DataWorks