大数据时代政府治理何以转型

陈 朋

（江苏省社会科学院 廉政与治理研究中心，江苏 南京 210004）

作为承担维护公共安全、提供公共物品、调解社会矛盾等重要职责的政府治理，是现代国家治理的重要组成部分。人类社会的历史实践表明，有效的政府治理不仅是调解政府内部管理体系、改进政府运行方式的内在要求，也是调适国家与社会关系的必然诉求。但是，任何政府治理都是嵌入具体场景之中。具体情境既构成政府治理转型的重要推动力，也使其呈现鲜明的时代特征。对于当前的政府治理而言，广为应用的大数据就是其面临的新场景。实践证明，大数据技术在政府治理中的积极作用正日渐凸显，并一定程度上引发了政府治理的革命性变革，使政府治理面临更加错综复杂的外部环境。

客观而言，对于这个重大理论和实践议题当前研究给予了密切关注。在这个过程中，人们逐渐认识到大数据时代的到来给传统的政府治理提出了严峻挑战，同时又以其强大的信息能力为政府治理转型和能力提升创造了更为有利的条件。因此，大数据驱动的政府治理能力已经成为人们的基本共识。然而，尽管当前研究对大数据与政府治理的耦合逻辑及现实应用空间展开了多层面探讨，但总体上看，主要集中于“什么是大数据”和“大数据时代政府治理为什么要转型”等基础性问题上。相对而言，“大数据时代政府治理何以转型”这一既需要理论建构也需要实践探索的问题尚未得到应有的重视。基于此，本文力图从理念、结构和方式等方面对其作出尝试性分析。

一、理念转型：树立开发运用大数据的思维意识

虽然“观念的东西不外是移入人的头脑并在人的头脑中改造过的物质的东西而已。”[1]但是，它对人们日常行为的选择具有重要影响并从多层面施加作用。因此，在实际工作中，人们逐渐形成这样一个基本共识：理念是行动的先导，唯有理念先行才能确保行动跟得上。对于大数据时代政府治理转型而言，同样如此。正反两方面的诸多经验表明，要想政府治理顺应大数据时代的客观诉求就必须有正视大数据、理性应用大数据的思维观念。

然而，缺乏大数据思维恰恰是当前政府治理转型面临的首要挑战。这主要表现在两个方面：其一，政府尚未充分认识大数据所蕴含的巨大潜在价值，从而导致要么造成数据资源浪费，要么面对纷繁复杂的大数据束手无策。对于这种现状，李克强总理曾表达过忧虑。他指出，“目前我国信息数据资源80% 以上掌握在各级政府部门手里，‘深藏闺中’是极大浪费。”[2]2018 年8 月，笔者在县域治理的一项专题调研中曾对基层政府开发运用大数据的问题展开过分析，结果显示67.9%的受访者认为所在地政府对大数据尚未形成清晰判断，也未有效开发运用大数据。其二，对大数据的认识存在偏差。一些政府部门虽然认识到大数据具有重要作用，但是对数据的认识尚停留在“样本思维”和“因果思维”层面，真正体现大数据要求的“总体思维”和“相关思维”尚未树立。

这说明，大数据时代政府治理转型首要的乃是对待大数据的理念要适时转型。这主要源于两点：其一，大数据自身所蕴含的重大价值内在决定了政府治理转型应借助其重要推动作用。自2008年《科学》杂志提出“大数据”概念后，大数据就日渐成为人们关注的重点问题。按照目前相对一致的看法，“大数据是指传统工具无法在短时期内进行储存、搜索并整理、分析的大量的数据信息，因此，它是一个描述性的概念，是互联网、物联网及云计算等几种技术革命的叠加结果。”[3]长期从信息技术研究的机构Gartern 也认为，“大数据是指需要新处理模式才能确保更强的决策力、洞察力和流程优化力的海量、高速增长和多样化的信息财富。”[4]事实上，无论是从理论层面还是实践层面看，既可以将大数据看作是一种资源，还可以视作一种技术，甚至是一种思维方式。作为一种重要资源，它是“能反映物质世界和精神世界运动状态和状态变化的信息资源”［5］；作为一种技术，它“是信息社会发展到更高阶段或向更高阶段发展的一个特征和一种图景”［6］，具有超强的信息搜集、整理和应用效能；作为一种思维方式，大数据给公众传递的信号是“开放”和“共享”，让每个个体都成为重要的信息数据“发布源”和“接受源”，并努力运用这些数据资源与其他社会成员交流互动。所以，大数据被人们看作具有“信息量庞大、传播速度极快、传播方式便捷”的巨大“魔力”，它能实时收集、储存和处理各种相关数据信息，进而使政府决策所需要的信息资源更加丰富、充沛。同时，大数据还具备开放性、交互性等特征，能使公众参与公共事务决策的便利程度更强、互动性更足。所有这些最终都会对政府治理产生规制和影响，促进政府治理过程走向智能化、精准化和有序化。总而言之，大数据正在成为一种不亚于人力、物力、财力等物质资本的生活资料和市场要素，对人们的生产生活方式和政府治理方式产生着直接而又深远的影响。因此，面对汹涌而至的大数据，任何一个国家及其政府都不能置若罔闻更无法置身度外，都需要借用大数据来助力实现自身的治理转型。

其二，当前政府治理转型所面临的多重压力客观上倒逼政府治理要注重开发运用大数据。作为承载国家重要职责的政府，其管理方式并不是一成不变的，而会随着社会生产方式的变革作出不断调适。梳理人类社会的发展历程可以发现，政府管理已经走过了统治型、管理型和治理型。如果说统治型政府模式主要是基于国家本位主义观念而创设政府机构、开展政府管理活动，那么管理型政府模式则是在社会风险剧增的情况下对统治型政府的替代，它不仅提倡决策从直觉走向科学和理性，而且主张政府行为要追求利益最大化。但是，随着工业社会向信息社会的转变，管理型政府方式也日渐捉襟见肘，现代政府治理模式应运而生。相比较前两种政府管理模式而言，这是一种在现代多元社会背景下产生、着力满足现代社会结构复杂和多元需求的公共事务治理方式。然而，这只是一种理想化的期待和追求，最终到底能否实现这一目标则维系于它能否有力回应社会需求。无数事实证明，一个对社会需求保持充分回应的政府，往往是一种兼顾公平正义和平等合作理念的现代政府。当前政府治理转型之所以步履艰难，一定程度上就是缺乏回应性，未能很好地整合各方利益诉求，继而导致政府和公众双方的主体效能都难以得到有效激发。这正是当前政府治理转型面临多重压力的缩影。而要破解这一难题，一个重要方略就是开发运用大数据，以大数据驱动为基础、以现代信息技术为依托、以数据搜集整合和应用为手段，对公众诉求进行全方位回应。也就是说，当前亟须引导各级政府要看到大数据及其相关技术在政府治理转型过程中所发挥的积极效能。

二、结构转型：建构开放扁平的政府组织体系

如果说理念转型是先行一步的基础性工程，那么推动政府结构转型则是“关键一招”。从组织行为学的一般规律看，组织结构是影响组织效能发挥的重要因素。面对大数据时代的全新环境，政府只有适时调整和优化自身组织结构，才能更好激发效能。从政府转型的现实需求看，信息化时代利用大数据技术推动政府调整和革新自身组织结构不仅是政府再造的重要内容，也是其必然选择。诸多事例表明，大数据技术已经对传统的政府治理结构提出了严峻挑战，形成了强劲的倒逼作用。因此，在已然明确大数据时代必然推动政府治理转型的情况下，重点则是要进一步思考如何推动政府结构转型。

“当前，政府部门、市场主体、社会组织和公民个人的活动环境和行为选择都发生了很大的变化，政府治理所面对的要素与以往相比有很大的不同。信息传递的快捷与便利，政府治理结构不断从垂直走向扁平，互联网时代话语权的下移与分散，以及公民政治地位的提升，使得政府治理机制不断从人治走向法治，从封闭走向透明，但是，政府能力具有有限性，政府职能不断从全能走向有限。”［7］这就意味着当前政府结构转型要紧扣组织体系革新。之所以要将组织体系的转型作为重点，主要是源于提升政府治理能力的本意使然。按照目前的通行看法，政府治理能力主要是指政府的调控能力、合法化能力及强制能力，或者说渗透性权力和强制性权力。但不管是何种能力或者说权力，它都维系于政府自身的组织体系以及政府与市场、社会的关系状态。因此，任何一个成熟型政府都会根据时空环境的变化适时调整自身组织体系，进而对不适合治理需求的组织体系进行矫正和纠偏。

总体上看，大数据时代政府组织体系转型重点是要形成双重突破。第一层突破是着力从封闭性结构走向开放性结构。在传统的政府组织体系下，政府是处理和应对各项事务的中心。于外部，政府处于一统独大的地位和作用，公众和社会组织参与公共事务的积极性既得不到充分激发也缺乏必备的空间；于内部，各层级政府之间缺乏必要的上下互动和有效沟通。这样一来，政府组织体系之间就会形成一种封闭式结构，无论是在纵向还是横向上都缺乏互动和开放性。然而，随着多元化社会特别是信息社会、风险社会的来临，这种封闭式组织结构面临的问题越来越多。比如，应对风险挑战的能力会捉襟见肘。因为，“传统的控制、管制模式压抑人性，人与人之间关系复杂化、利益多样化、联系紧密化等导致人类之间的关系敏感化，风险因子增加”［8］。同样，应对信息技术挑战的能力也极为有限。无数事实表明，信息技术的发展正在使社会结构和政府自身的组织结构发生深刻变革，社会结构正在从工业社会的“中心—边缘”结构转变为“发散性网状”结构。这种多元网状结构不仅倒逼政府内部组织体系发生巨大嬗变性革新，而且会扩展人们之间交往的社会资本，为公共事务治理提供更加多元化和宽广的空间场域。面对这一切，政府组织体系变革必然适时而动，在政府内部要逐渐形成上下互动、信息资源共享、合作方式多元的组织架构，在政府外部也要通过开放治理边界，促动社会组织、公众等多元主体积极参与政府治理活动，通过大数据平台表达意愿、参与决策，成为政府治理活动的信息输入者和决策执行者。也就是说，要通过政府组织体系结构转型，着力建构一种开放性和多元化的组织体系，使上下级政府、社会组织和公众等主体都能成为政府治理的参与者、信息采集者和反馈者。

第二层突破是从官僚科层制走向扁平化。尽管中国的官僚制与通常意义或者说韦伯所讲的官僚制存在着存在显著差别，但在基本秉性上还是具有共同之处。那就是都注重程序理性，上下级政府之间通过严格的规章制度履行彼此的权属职责，通过森严的等级制维系权力运行、传递信息。这种科层制虽然能推动政府形成程序化运行，但是对上下科层之间“命令—服从”式关系的过多强调容易在无意间忽略了横向部门之间的交流互通。很多事例表明，基于权力职责体系分工和上下层级规制的官僚科层制，容易导致资源配置与之形成相反的倒金字塔结构。特别是“现代公共事务的复杂性是无法通过精细分工来实现良好治理的，因此，政府治理的官僚科层制弊端难以用传统方法解决”[9]。比如，政府部门之间经常发生的信息阻隔、信息壁垒、信息孤岛、数据鸿沟、互相推诿、权责不清等顽疾都是因此而生。而大数据技术恰恰具有纾解这一难题的独到优势，能促使官僚制改变其科层制弊病。比如，一些地方通过运用大数据建立“河长信息系统”有力破解了原先严重制约河道治理“九龙治水”问题。这说明，应适时借力大数据所形成的倒逼作用，着力拉平上下级政府之间的科层等级，打破横亘在纵向科层制与横向分工合作之间的体制壁垒，着力推动形成扁平化的政府组织结构。

三、方式转型：探索前瞻性决策机制和协同性运作机制

对于政府转型而言，无论是理念转型还是结构转型，最后都要落实到决策和运行机制上。因此，在推动理念转型和结构转型之后，要着力推动政府治理方式转型。具体而言就是要建立协同性运行机制和预判性决策机制。

其一，协同性运作机制。大数据的最大特征是数据信息量庞大、来源渠道多元，重要价值是能够通过整合、共享，进而共同服务于政府治理需求，但是当前上下层级政府以及部门之间在数据共享合作利用等方面尚存在诸多问题。这些问题不仅无益于大数据资源的挖掘与运用，而且使政府及其部门在权责履行、政策目标、运行过程等方面各自为政、部门本位，进而严重影响政府治理的效度与能力。事实证明，缺乏共享和协同的数据，只是孤立的数字而不是大数据。因此，要树立协同思维，推动各级政府尤其是地方政府向协同运作转型。从学理演进的角度看，“协同”的概念深刻揭示了人们在观察分析社会现象时所坚持的基本理念和所采用的重要工具。在协同学看来，协同是系统内部各要素之间相互作用的过程，各要素和子系统之间的相互作用会优化整个系统自身的结构，继而推动系统从无序走向有序。这正是近年来政治学、公共管理等学科倡导将协同学基本原理与多中心理论结合在一起并运用到治理实践中的重要原因。因此，进入信息化社会后，人们不得不重视信息技术在推动协同治理过程中所具备的“临门一脚式”的关键性作用。诚如协同学创立者赫尔曼·哈肯（Hermann Haken）所言：“对生物系统的信息研究，对于现代社会也很有意义，社会正常职能依赖于信息的产生、转移和加工过程。也许表现出来的最重要的特点是循环因果性，它导致集体状态，在社会学中，这种集体状态可能代表社会风气、公共舆论、民主或专政。”[10]哈肯在这里所揭示的就是信息对政府治理所发挥的潜在性影响。随后，他进一步提出：“信息不只与通道容量相联系，也不只与系统的中枢神经对各部分的发号施令有关，它还具有‘媒介’的作用，系统的各部分对此媒介的存在做出贡献，又从它那里得到怎样以相干的、合作的方式来行动的信息。”[11]事实上，经验早已表明，大数据有助于推动政府合作共享数据资源，促进不同层级政府以及政府部门之间实现信息流动和数据共享，进而实现多元治理主体在信息资源开发与利用上的协同合作。而对于大数据时代的政府治理而言，一旦实现信息资源的协同必将有助于促进政府治理活动的协同实施。正如此，很多人提出“应契合万物互联的新时代特点，建构互联网+城市治理的新模式，构筑扁平式的跨部门协作平台、职权分工基础上的综合管理平台以及多元化的社会参与平台，进而形成城市管理的多元共治新格局”［12］。这说明，大数据时代的政府治理必须着力构建协同合作机制，推动各治理主体将云计算、移动互联网、物联网、联机分析、数据仓库等大数据平台为关键连接点，在此基础上实现信息提取、互换、整理和分析，全力解决条条与块块之间存在的隔阂和冲突，破解纵向数据“上不去”“下不来”、横向数据“聚不了”“通不了”等问题，继而在动态连接中形成一种稳定的协同合作关系。

其二，预判性决策机制。诚如管理大师西蒙所言，“管理就是决策，决策是管理和政策活动的永恒话题”［13］。决策是政府治理的主要工具和手段，因此，任何一个政府都会把决策作为实施治理行动的重要凭借。诸多事实表明，当面对纷繁复杂、纵横交错、矛盾交织、变幻多端的公共事务时，缺乏数据支撑的经验决策不仅容易顾此失彼，而且难以对未来的发展趋势作出准确性预判。显然，这与大数据时代对政府治理转型提出的客观要求与创设的有利条件是极不匹配的。基于此，要借用大数据推动政府决策从应急性决策向预判性决策转变。美国长期从事大数据分析研究的凯文·凯利曾有过这样一种形象说法:“从人们睡醒睁眼的那一刻开始，网络就试图预测人们的意图。在记录了日常生活数据后，网络会试图先人们一步，在人们提问前就给出答案；在开会前就给出文件；在和朋友吃饭前根据天气状况、地理位置、本周饮食情况、上次与朋友一起吃了什么等数据推荐完美的就餐地点。”［14］这就是说大数据不仅会对人们的行动轨迹作出汇总梳理，而且还会对未来的行动取向作出预判。同样，它也会对政府治理施加类似影响，改变政府决策的方式：它能通过海量的数据资源和便捷的数据关联性分析，梳理出事件之间的显性及潜在的关联性分析，挖掘出公共问题背后所隐藏的本质及诸多内在联系，进而对事件的未来走向作出预判，拓宽政策分析的视野。这既是传统决策方式所不曾遭遇的场景也是其在新时空环境下不得不妥善应对的新境遇。这就意味着政府在决策过程中，要充分运用大数据所形成的庞大而又丰富的数据资源以及云计算所彰显的额超级计算能力，从随机抽样走向全样本分析，进而更好地作出预判性决策。

当然，要真正实现预判性决策还离不开充裕、丰富的数据资源。广域的数据资源来自哪里？其中一个重要路径就是重视和应用蕴含在公众日常生活中的大数据。经验表明，“大数据不仅产生于一些特定的行业或领域中，还产生于每一个人的日常生活中，微博、微信等社交媒体上大量的结构化数据和非结构化数据，包括人们的行为数据都是大数据的来源。基于此，作为数据最终价值的受益者和数据产生者的普通公众和社会组织组成的多元主体，其参与政府治理的必要性越来越突出”[15]。这说明，在谋划研判性决策过程中亟须通过扩充数据来源主体为研判性决策提供支撑。