APP下载

科技创新推动政府治理创新

2017-07-04刘绘珍辛英豪

企业科技与发展 2017年10期
关键词:政府治理科技创新

刘绘珍 辛英豪

【摘 要】随着互联网、大数据和通信技术等的发展,越来越多的新技术和新思维引导科技的不断更新,打破了原有社会的稳定状态,给政府治理社会带来的机遇和挑战。从熵理论的角度,把政府治理的整个社会系统作为一个物质系统,科技创新是熵增的过程,而政府治理是熵减的过程。分析科技创新推动政府治理的创新过程中,社会系统从有序到无序,再从无序到有序的演化过程。社会系统需要在政府治理和科技创新交互的过程中,不断熵增和熵减直至达到新的平衡,最终迈入一个更高层面的平衡状态。

【关键词】政府治理;熵理论;科技创新

【中图分类号】D630 【文献标识码】A 【文章编号】1674-0688(2017)10-0057-03

政府治理变革的最深层动因是科技创新,飞速发展的信息技术的更新换代都极大地改变了人类的认知、思维方式,从而进一步改变了国家或政府的治理或管理方式[1]。大数据时代,数据通过网络化特别是移动互联网的传播能够在很大程度上降低基层与决策顶层之间的信息不对称,一定程度上推动权利结构的优化。此外,大数据驱动社会治理在思维层面发生了改变,不断走向开放、流动、精准和协作[2]。

在大数据时代潮流下,数据的逐步开放与共享在一定范围内缓解了决策信息失真、不对称等问题。而对信息的充分掌握将很快唤醒公众的安全意识、权利意识,传统的治理结构将受到挑战,国家或政府不再是治理结构的唯一主体,将逐步形成适应大数据分布的平权型治理结构[3]。

1 熵理论

德国物理学家克劳修斯(Rudolf Clausius)在1850年提出“熵”(entropy)的概念,熵最先应用于热力学定律中。在热力学系统中,熵表示对一个物质系统中能量衰竭程度的量度。熵能够说明物质或场所构成系统的状态量,能够将定性的分析结果予以量化。当该系统处在可能出现集中不同的状态,且每种状态出现的定义是Pi(i=1,2,m)时,则系统的熵可定义如下:

S(x)=-■P(xi)logP(xi)(1)

由公式(1)得出,熵的主要性质有以下方面:{1}可加性,整个系统的熵等于其各个状态的熵之和;{2}非负性,由于概率的本质(i=1,2,m),所以系统的熵是非负的;{3}极值性,也就是在系统状态概率时等概率(i=1,2,m)时,其熵值达到极大;{4}与状态编号无关联性,系统的熵值与其状态出现概率Pi的顺序无关,熵值与有序化之间存在关联的关系,系统的信息熵值越大,其有序化越低,呈现无序化的程度越高,相反情况下,系统呈现的有序化程度越高,则熵就越小[4]。

2 科技创新与政府治理

熵的基本概念显示:熵能够非常直观地对系统的有序和无序进行度量,混乱无序的程度越大,熵值也就越大。能够将系统的无规律运动进行量化,是熵理论的最大特点。随着时代的发展,科技也在不断交替变革,将熵理论引入政府治理的社会系统当中,能够比较直观地理解科技创新与政府治理之间的关系。政府治理是熵减的过程。即使同时代当科技水平处于一个开放的体系当中,当熵增大于熵减时,例如在国家层面,一个国家的科技受到国际影响,新观念的普及更新速度大于政府治理保持熵减的程度,那么当新观念宣扬到一定程度时,依旧会导致科技的创新和新技术的出现。

科技创新的本质就是熵增加的过程。熵值的增加在一定程度上使系统内部秩序发生紊乱,原有社会系统的平衡状态被打破了。当系统处于平衡状态下,系统内的各个单位会按照一定的规律均匀排列,各个单位也会在有限的活动中移动,或遵循某种秩序有序地运动。因此,在对科技创新的描述中,以熵的大小作为衡量系统是否处于平衡状态的标准。

在传统政府治理下的情况,政府治理的社会体系在科技创新出现的情况下,政府治理下的社会体系发生了混乱,即由于新观念、新技术的产生,治理体系发生了变化,出现了一些失控。经过一段时间的演化,社会体系经过混乱和变化后,在政府治理的作用下不断完善并逐渐趋于稳定,整个政府治理体系在创新后不断恢复秩序,最终达到一个新的稳定态势。

整个社会系统发生演变的过程,如热力学中热运动过程的不可逆性一样,社会体系中科技创新也是有方向性和不可逆性的[5]。从总体而言,社会系统需要在政府治理和科技创新交互的过程中,不断熵增和熵减直至达到新的平衡,最终迈入一个更高层面的平衡状态。

3 政府治理机制

政府治理的整个社会系统为一个总熵为S的系统,科技创新是熵增的过程,而政府治理是熵减的过程。在科技创新推动政府治理的创新过程中,始终存在着正熵和负熵的流入:

S=SG+ST(2)

公式(2)中,SG为政府治理措施使社会发展趋于稳定的负熵;ST为新观念与新思维出现导致科技创新的正熵。

根據耗散结构的分叉现象[6]可以看出,起初社会发展处在一个相对稳定的状态,然而随着时间的推移和系统的涨落变化,出现了3种可能(如图1所示)。

当系统的总熵S>0时,有以下2种状态。

首先是SG<0且|SG|其次是SG>0:系统中产生的负熵不是起到抵消正熵和控制系统走向失稳的状态,反而强化了正熵,从而导致系统的总熵值反而升高。当前状态,社会系统的发展处于一种远离平衡态的无序状态。当新的理念、新的技术之间产生冲突,发展的不平衡不断增加,社会秩序和可控性不断下降。

当S<0时,SG<0,且|SG|>ST。系统负熵正熵刚好抵消,导致系统总熵值减小为负值,此时负熵产生的有序化效应大于正熵产生的无序化效应,政府治理可以有效进行,系统的总趋势走向有序化和稳定化。

当S=0时,即系统总熵等于0的状态下,系统演化的有序化趋势和无序化趋势将处于平衡状态,系统有序化性和无序化性将相互抵消,系统整体上处于一种暂时的稳定平衡状态。在技术飞速进步的时代,随着二者的相互作用,随着系统的影响要素的改变和外界环境的变化,这种平衡状态最终会消失,导致系统转向稳定或者失稳。

因此,在整体的政府治理创新体系当中,一方面要注重政府的治理和宏观调控,另一方面也要适当引导科技创新使其向积极的方向发展,以保证社会发展的活力和有效地促进政府治理创新。

4 科技创新创造性破坏政府治理的平衡

社会系统的发展是在科技创新和政府治理交互下进行的,科技创新是社会发展的双刃剑,可以促进政府治理创新,同时也打破了政府治理社会系统的原有平衡态。

4.1 科技创新“破坏”政府的传统形象,构建治理的新形态

信息技术的进步与发展逐渐改变了政府与社会传统的联系,将政府的组织结构和权力空间不断拓展到虚拟的网络世界。在线政府、数字办公、线上线下的同步治理方便了人民群众的生活,也提供了全新的治理模式和方法。在微博、公众号等媒体等不断推广以来,我国的政务微博、微信都呈现不断增长的趋势。

4.2 科技创新“破坏”层级的沟通鸿沟,开创沟通的新渠道

互联网使当今社会成为一个“信息爆炸”的时代。随着信息流通的速度不断提高,政府与基层、与群众之间的沟通也逐渐产生了新的渠道。经合组织公开的一项研究报告对“信息”和“协商”的性质做了解释,单就“信息”而言是政府为民众的生活工作提供信息,这是单项关系,而“协商”则不同,是民众给政府提供反馈信息的双向关系[7]。从信息到协商,体现了治理和沟通的进步,在大众通过虚拟社会参与意识不断增强的今天,通过新媒体渠道通畅政府与基层的沟通,倾听民众声音,能够在减少误会和消除鸿沟的同时提升政府的形象[8]。

4.3 科技创新“破坏”信息的处理模式,提供开放的新思维

大数据时代的到来使得政府的治理创新得到了一个全新的机遇和技术支持。加强大数据平台的建设有利于政府优化服务机制和促进经济的发展。此外,政府还可以通过对大数据的分析和应用,预测并引导未来的经济发展趋势,通过政策鼓励等手段,开拓新的经济增长点[9]。因此,利用大数据的优点,进行精准预测分析,降低行政成本,实现信息共享,为政府治理提供新思路的同时推动政府治理创新。

参 考 文 献

[1]陈振明.政府治理变革的技术基础——大数据与智能化时代的政府改革述评[J].行政论坛,2015(6):1-8.

[2]刘建义.大数据、权利实现与基层治理创新[J].行政论坛,2017,143(5):67-72.

[3]王向民.大数据时代的国家治理转型[J].探索与争鸣,2014(10):59-62.

[4]陈伟珂,向兰兰.基于熵及耗散结构的公共安全突发事件的过程分析研究[J].中国软科学,2007(10):149-

154.

[5]Jeremy Rifkin w,Ted Howard.Entropy A New World

View[M].吕明,袁舟,译.上海:上海译文出版社,

1987.

[6]肖雪梅,王艳辉,张思帅,等.基于耗散结构和熵的高速铁路事故演化机理研究[J].中国安全科学学报,2012,

22(5):100-105.

[7]Caddy. J,C. Vergez.Citizens as Partners:Informa-

tion,Consultation and Public Participation in Policy making[Z].OECD Online Bookshop,2001.

[8]祁凡骅,李声宇.中国政府治理创新的变革逻辑与挑战[J].公共管理与政策评论,2016,5(2):5-12.

[9]張述存.运用大数据思维推动政府治理创新[J].紫光

阁,2017(10):72-73.

[责任编辑:钟声贤]

猜你喜欢

政府治理科技创新
大数据提升政府精准扶贫治理能力探究
论以科技创新体系建设推动烟草行业可持续发展
山东科技创新与农业国际化战略发展研究
浅析创新社会治理
运动式治理常规化的特征、原因及其后果
智慧城市与大数据时代的政府治理
我国小产权房面临的现实困境
要素投入对区域经济增长贡献率分析
关于产业集群效应的研究