当前位置: 首页 » 政策法规 » 地方法规 »安徽省市场监督管理局关于印发《安徽省市场监督管理部门涉企信息归集应用暂行规定》的通知 (皖市监办发〔2021〕19号)

安徽省市场监督管理局关于印发《安徽省市场监督管理部门涉企信息归集应用暂行规定》的通知 (皖市监办发〔2021〕19号)

扫描二维码 分享好友和朋友圈
放大字体  缩小字体 2021-09-08 08:22:39  来源:安徽省市场监督管理局  浏览次数:1592
核心提示:本规定所称涉企信息,是指各级市场监督管理部门在依法履行职责过程中产生的能够反映我省企业信用状况的信息、相关司法协助信息,以及我省企业在生产经营活动中形成的并自主申报公示、能够反映企业信用状况的信息。
发布单位
安徽省市场监督管理局
安徽省市场监督管理局
发布文号 皖市监办发〔2021〕19号
发布日期 2021-09-01 生效日期 2021-09-01
有效性状态 废止日期 暂无
属性 专业属性
备注  

各市、省直管县(市)市场监管局,省局机关各处室(局、中心):

《安徽省市场监督管理部门涉企信息归集应用暂行规定》经省局2021年度第21次局长办公会议审议通过,现印发给你们,请遵照执行。

2021年9月1日

安徽省市场监督管理部门涉企信息归集应用暂行规定

·      第一条 为规范全省市场监督管理部门涉企信息归集应用工作,健全完善企业信用监管体系,实现企业信用精准画像,赋能综合监管、智慧监管,根据《企业信息公示暂行条例》、《安徽省人民政府办公厅关于印发安徽省涉企信息归集应用实施办法(试行)的通知》(皖政办〔2018〕23号)等法规及文件要求,结合实际,制定本规定。

第二条 全省各级市场监督管理部门归集、公示、共享、使用涉企信息及其管理活动适用本规定。

第三条 本规定所称涉企信息,是指各级市场监督管理部门在依法履行职责过程中产生的能够反映我省企业信用状况的信息、相关司法协助信息,以及我省企业在生产经营活动中形成的并自主申报公示、能够反映企业信用状况的信息。

第四条 涉企信息归集应用,应当遵循合法、及时、准确的原则,维护国家安全、公共安全,保守国家秘密,保护商业秘密、个人信息和隐私。

第五条 省市场监管局(以下简称“省局”)数据管理平台(以下简称“数据中心”)是全省市场监督管理部门涉企信息归集应用的统一平台。全省市场监督管理部门建设使用的各类信息系统数据都应接入省局数据中心,实现数据资源的统一管理、共享共用。

第六条 省局负责统筹推进全省市场监督管理部门涉企信息归集应用工作,建立统一的涉企信息归集应用管理制度,建设和管理省局数据中心和相关信息系统,督促指导下级市场监督管理部门履行涉企信息归集应用职责。

县级以上市场监督管理部门负责本行政区域内涉企信息归集应用工作,落实执行涉企信息归集应用的相关制度规定,按照分级管理的原则做好相关涉企信息的归集应用工作。

第七条 涉企信息归集的范围:

(一)依法应当公示的信息。包括企业注册登记备案信息、股权出质登记信息、知识产权出质登记信息、商标注册信息、行政许可(备案)信息、适用普通程序作出的行政处罚信息、纳入经营异常名录和严重违法失信名单信息、抽查检查结果信息、司法协助信息、企业年度报告和即时公示信息,以及其他依法应当公示的信息。

(二)其他能够反映企业信用状况的信息。包括被授予荣誉称号等诚信信息,提供虚假材料、违反告知承诺内容的信息,发生产品质量、食品安全等责任事故被市场监督管理部门处理的信息,被市场监督管理部门责令改正违法行为但拒不改正或者逾期不改正的信息,适用简易程序作出的行政处罚信息,行政强制执行信息,被处以行业禁入的信息,检验检测信息,企业执行标准自我声明的信息,投诉举报信息等。

第八条 省局制定市场监督管理部门涉企信息归集资源目录,统一涉企信息归集的格式和内容,并定期更新。

第九条 涉企信息归集实行“谁产生、谁提供、谁录入、谁负责”的原则。各级市场监督管理部门应当按照涉企信息归集资源目录归集涉企信息,并对信息的真实性、准确性、及时性负责。

第十条 各级市场监督管理部门应当建立健全内部涉企信息归集工作机制,按照以下分工落实信息归集责任:

(一)信用监督管理机构牵头负责市场监督管理部门涉企信息归集总体工作,会同相关业务机构制定市场监督管理部门涉企信息归集资源目录,督促各相关机构落实信息归集工作责任,牵头负责归集企业年度报告、经营异常名录、“双随机、一公开”抽查结果等信息;

(二)登记注册(行政审批)机构负责归集企业注册登记备案、股权出质登记、行政许可(备案)、司法协助等信息;

(三)执法稽查(综合执法)机构牵头负责归集行政处罚、行政强制执行等信息;

(四)12315指挥机构牵头负责归集投诉举报信息;

(五)各相关业务机构负责归集各自履职过程中产生的其他涉企信息;

(六)信息化机构负责数据中心改造建设,对归集的各类涉企信息进行数据清洗记名,为涉企信息归集工作提供技术保障。

第十一条 涉企信息归集以统一社会信用代码作为关联匹配信息的标识。各级市场监督管理部门应当自涉企信息产生之日起7个工作日内,通过以下路径归集至省局数据中心:

(一)企业登记注册信息、股权出质登记信息、司法协助信息、经营异常名录信息通过安徽省市场监管综合业务管理系统归集;

(二)行政许可(备案)信息通过安徽省市场监督管理局审批许可系统归集;

(三)适用普通程序作出的行政处罚信息通过安徽省市场监管行政处罚信息系统归集;

(四)“双随机、一公开”抽查结果信息通过安徽省事中事后综合监管平台归集;

(五)食品监督抽检信息通过安徽省食品安全抽检监测数据统计系统归集;

(六)产品质量监督抽查信息通过后台批量导入的方式直接归集;

(七)投诉举报信息通过全国12315平台归集;

(八)企业年度报告信息通过国家企业信用信息公示系统(安徽)归集;

(九)其他各类涉企信息的归集路径由信息产生部门会同信息化机构研究确定。

第十二条 省局各相关业务机构应当会同信息化机构,根据《行政许可和行政处罚等信用信息归集公示数据标准》《GS52-2017国家企业信用信息公示系统“双随机、一公开”数据规范》《加强重点领域信用监管数据标准》等数据标准规范,改造完善相关信息系统,并通过接口、数据交换等方式与数据中心对接,提升信息归集数据质量。

第十三条 各级市场监督管理部门应当建立健全涉企信息保密审查机制,依照有关法律法规规章规定,将相关涉企信息通过国家企业信用信息公示系统(安徽)向社会公示。

第十四条 归集的涉企信息按照“共享为常态、不共享为例外”的原则,由省局通过数据中心共享至各地市场监督管理部门。各地市场监督管理部门因依法履职需要查询或获取本行政区域以外的涉企信息,须经省局同意。

建立健全政府部门间涉企信息共享机制,将企业登记注册、经营异常名录、严重违法失信企业名单等涉企信息以及企业信用风险分类结果及时共享至相关政府部门,推动协同监管和联合惩戒。

第十五条 省局信用监督管理机构根据归集的各类涉企信息,按照通用型信用风险分类指标体系,将全省企业统一划分为不同信用风险类别。

省局各相关业务机构应当在通用型信用风险分类指标体系基础上,结合行业监管特点,建立适应本条线监管需要的专业型信用风险分类标准,实现更加精准的分类。

第十六条 各级市场监督管理部门应当建立健全企业信用风险分类管理工作机制,在事中事后监管工作中,依据企业信用风险状况,在监管方式、抽查比例和频次等方面采取差异化措施,提高监管效能。

第十七条 各级市场监督管理部门应当依法开放涉企信息资源,为社会公众提供便捷高效的信用查询服务,降低市场交易成本。逐步开发涉企信息数据分析应用功能,扩大涉企信息在公共服务领域中的应用。引导利益相关主体、消费者、新闻媒体查询使用涉企信息,对失信者形成市场性、社会性约束。

第十八条 各级市场监督管理部门应当建立健全涉企信息数据质量管理制度,开展经常性数据质量检查,及时发现和更正错误数据。

第十九条 各级市场监督管理部门及其工作人员存在下列行为的,依法依规追究责任:

(一)篡改、虚构、违规删除涉企信息;

(二)泄露未经授权公开的涉企信息;

(三)泄露涉及商业秘密、个人隐私的涉企信息;

(四)法律、法规和规章禁止的其他行为。

第二十条 本规定实施前产生的仍在有效期内的涉企信息,各级市场监督管理部门及其相关机构应当在本规定实施之日起3个月内完成归集。

第二十一条 个体工商户、农民专业合作社的相关信息归集应用参照本规定执行。

第二十二条 本规定自发布之日起实施。

附件:关于印发《安徽省市场监督管理部门涉企信息归集应用暂行规定》的通知.doc

食品伙伴网提供标准法规解读、舆情监控、合规咨询、申报注册等服务。
电询:0535-2129301
QQ:2891238009
食品标法圈
实时把握食品标法动态
请扫码关注食品标法圈

声明:

① 凡本网所有原始/编译文章及图片、图表的版权均属食品伙伴网所有,如要转载,需注明“信息来源:食品伙伴网”。
② 凡本网注明“信息来源:XXX(非食品伙伴网)”的作品,均转载自其他媒体,转载目的在于传递更多的信息,并不代表本网赞同其观点和对其真实性负责。
※ 邮箱:law#foodmate.net(发邮件时请将#换成@) QQ:139307733

 
 
[ 政策法规搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
 
按分类浏览
国家法规 (11844) 国外法规 (3603)
地方法规 (41828) 法规动态 (211)
法规解读 (2903) 其他法规 (536)
推荐地方法规
点击排行
按国家或地区浏览

法规中心  关于我们  广告业务  联系我们  信息服务

Processed in 0.047 second(s), 10 queries, Memory 4.65 M