• 执法计划生成、启动、任务指派、受理、检查、复查、处罚、立案、核查、结案等任务处置的全流程工作闭环
      

     

     

     

     

     

    执法记录仪与移动执法的无缝对接

    开始检查自动启动

    执法现场全程留痕、证据音视频同步上传云端


      

     

     

     

     

     

     

          按照《“互联网+执法”系统地方建设任务书》“一云一端一系统”的总体布局,以“精准排查、精准整治、精准执法、精准监管”四个精准为抓手,按照应急管理部统一门户、业务应用、应用支撑、数据支撑、基础设施的“互联网+执法”系统的总体架构要求为基础,结合业务实际,明确“五个统一”标准,(即统一执法依据标准、统一执法设备标准、统一执法数据标准、统一执法流程标准、统一执法文书标准),构建起完整的标准规范体系和运行保障体系。通过计划管理、法规查询、任务执行、证据采集、审核审批、文书开具等功能,全面满足执法人员全流程、全覆盖(无死角、无盲区)移动办理监督检查、行政处罚等执法办案工作需要。

    互联网+执法

    全面规范执法行为,推动执法能力提升,提高执法针对性

    多维汇总执法数据并直观展示、及时掌控执法宏观态势 变“肉眼感知”为“数据感知”、变“事后处置”为“事前预防” 深度挖掘数据价值、直观呈现数据背后的问题、特征、趋势。


      

     

     

     

     

     

    智能关联、高效执法

    执法过程AI智能推荐隐患、违法行为

    法律依据、处罚措施、自由裁量权智能匹配


      

     

     

     

     

     

    移动执法+执法记录仪全程留痕

    执法全流程工作闭环

    电子文书+电子签名+电子签章

    全新的电子文书、电子签名、电子签章,执法文书自动生成、移动端手写签批、一键获取电子公章、高效执法
      

     

     

     

     

     

    物联网和信息化管理联动,落实企业安全主体责任

    实现地区内各行业企业的“分类管理、分级督办、高效执法”闭环管理,隐患消灭在萌芽状态

                   执法流程电子化,科技支撑提效率

     

     

    系统通过计划管理、法规查询、任务执行、证据采集、审核审批、文书自动生成等功能,全面满足执法人员全流程、全覆盖(无死角、无盲区)移动办理监督检查、行政处罚等执法办案工作需要。

                                  “一企一策”智能辅助

     

     

    通过“一企一策”智能辅助功能,强化执法数据治理深度学习,执法人员选择执法对象,系统根据行业领域、危险特性、执法检查记录等智能匹配检查事项清单,初步实现执法人员数字赋能。通过企业特征标签、执法清单和执法信息深度融合,实现“三不检两重点”,运用互联网+智能化手段,切实提高监管执法智能化、精细化水平。

    规范化执法清单管理流程

     

     

     

    基于法规标准时效性监测机制,在法规标准修订、废止时进行合规预警并快速修正,解决执法清单与法规要求脱节的问题;建立一线执法人员的负反馈机制,用隐患及违法数据反哺负面清单,源于基层,服务基层。

  •                          核心功能—隐患排查治理

     

    平台智能匹配符合企业的隐患排查治理清单,且细化了隐患检查事项;创建检查计划内容和频次,并指派给负责人员进行隐患排查。该平台已与政府部门隐患排查治理信息系统互联互通,可实时掌握到企业隐患排查治理全貌。

     

         平台立足实现本质安全、消除事故隐患这一根本,紧紧抓住落实企业主体责任这一关键,落实行业主管部门直接监管、安全监管部门综合监管、地方政府属地监管;坚持管行业必须管安全,管业务必须管安全,管生产经营必须管安全,党政同责、一岗双责、齐抓共管。通过综合监管端、行业监管端、属地监管端、监管巡查端、企业端,五端合一,实现安全监管“四个一”,即织一张“网”,企业与部门对接,摸清底数,消除监管盲区,一网打尽,政企互动;布一条“线”,行业部门与监管部门连接,谁家孩子谁领走,齐抓共管,左右联支;睁一双“眼”,键对键,网上实时监控,面对面,实地检查督办,始终有眼盯关;悬一把“剑”,三色预警,三查监管,评估定级,重点单位管理,依法处罚,始终剑悬头顶。

     

    核心功能—分级分类监管

    督促指导、企业分级、属地管理、精准监管

     

    行业主管部门、属地监管部门、综合监管部门都可通过平台实现对企业落实主体责任进行督促指导,对企业整体安全风险划分等级,按照分级属地管理原则,达到差异化、精准化动态监管。

    准确把握安全生产的特点和规律,以风险为核心,坚持超前规范、关口前移,从风险辨识入手,以风险分级管控为手段,把风险控制在隐患形成之前。并通过隐患排查治理,及时找出风险控制过程中可能出现的缺失、漏洞,把隐患消灭在事故发生之前

    整体思路

     

    生产经营单位落实主体责任:开展安全风险分级管控和隐患排查治理双重预防工作。

    政府履行监管职责:以部门监管职责为依据,实施分级属地管理,督促指导企业落实主体责任,实施监督检查,管控公共区域安全风险。

    以 “持续改进,绩效奖励 ”为推手,以 “三管三必须 ”为要义,以 “网格监管 ”为手段,全面实现全员安全生产责任制。

                                互联网+监管系统

     

       平台对隐患实现了自动“分拨”机制,对属     地、行业、专业委员会的数据进行自动考核     排名,建立“齐抓共管”的逻辑。

                                         互联网+监管

     

    落实企业主体责任、政府监管责任,企业与部门对接,摸清底数,消除监管盲区,一网打尽,政企互动,以部门监管职责为依据,实施分级属地管理,督促指导企业落实主体责任,实施监督检查,管控公共区域安全风险。

    核心功能—风险分级管控

    全面开展、科学评定、有效管控、安全实施

     

    落实企业主体责任,企业可通过该功能设定安全风险辨识方法,记录专家和全体员工,全方位、全过程辨识生产工艺、设备设施、作业环境、人员行为和管理体系等方面存在的安全风险。

                                                    网格化监管

     

    进一步完善“全覆盖、无缝隙”的安全生产监管责任体系,通过电子地图将辖区划分为若干个安全网格,以安全网格为最小管理单元,明确网格管理人员、责任人和管理职责,量化网格员的监管任务,严格落实网格监管责任。

  •  

         平台坚持以问题导向、实战导向、需求引领,保障前端数据采集规范准确,后台统计与分析自动学习,推动监管执法从数据组合、治理融合向智能聚合发展。通过监管执法力量、监管对象、隐患分析等多个主题,满足统计分析、趋势分析、多维查询、透视分析等要求,强化数据治理深度学习,善于透过现象看本质、分析历史见未来、捕捉弱信号背后的强信息,通过执法数据发现问题、发现规律、发现趋势,实现执法系统数据智能分析能力优化升级,为预警监测、监督管理、精准施策、智能执法提供全面、有效的数据支撑,辅助监管部门进行差异化、智能化监管执法,强化企业自身安全管理意识和能力,切实提高监管执法工作科学化、专业化、智能化、精细化水平,服务监管执法部门回归监管职能本位,真正落实“放管服”工作要求。

    监管执法数据智能汇聚分析为预警监测、监督管理、精准施策、智能执法提供全面、有效的数据支撑

    监管执法数据智能汇聚分析

     

     

    以“一张图”的形式,实现感知数据汇聚、融合、展示和共享,通过数据发现问题、发现规律、发现趋势,为预警监测、监督管理、精准施策、智能执法提供全面、有效的数据支撑,辅助监管部门进行差异化、智能化监管执法。

                      多维贯通,数据分析取得初步成果

     

     

    数据汇聚分析模块初步做到了行业领域全覆盖、工作动态全实时,并对执法数据做进一步统计分析、趋势分析、多维查询、透视分析等,让执法系统数据动起来、活起来、联起来。

    数据动起来,执法数据动态加载,在线执法人员实时定位

     


    系统根据全省执法人员业务办理情况,动态加载实时数据,实时定位在线执法人员,全面了解全省各级执法业务开展情况,做到全省执法数据动起来。

       数据活起来,区域、时间、行业等多维度                                             数据透视分析

     

     

        全省执法数据可根据区域、各级执法部门、月      度、各个行业等逐级透视下钻,直至查看具体      执法任务、任务办理详情、相关文书。

    数据联起来,多维贯通,执法数据多维度互联互通

     

     

    系统根据不同角度的执法业务需求,实现多个主题数据之间的互联互通,执法部门、执法时间、行业类别、执法文书等信息之间的相互联动查看。