精细化目标与治理工具：大数据在政府购买公共服务的应用

（新疆财经大学 法学院，新疆 乌鲁木齐 830012）

当前，社会治理现代化的理念正在被承担社会治理职责的政府部门落实到决策制订和治理行动中去。这期间，治理现代化的宏观目标又不断被一个个微观目标所支撑，“精细化治理”就是其中重要目标之一①支振锋认为改革开放所取得的经济奇迹为政府部门精细治理提供了坚实的物质保障，但同时也要强调提升政府精细化治理的能力，即“增强政府办小事的能力，统筹好大小，树立人民无小事的观念”。具体论述可参见支振锋：《大国法治与精细化治理》，《理论视野》，2014 年第2 期，第13-16 页。。精细化社会治理“既要在行政管理的程序与机制上多做努力，做到以科学管理促进科学发展，又要在增强社会诉求回应性方面下功夫，以社会参与提升治理的灵敏度与细致化程度”[1]。精细化的社会治理模式更加注重治理技术层面创新，引入了更加多样的信息化治理工具来实现对广大人民对公共服务诉求的精准回应，而不再粗放地运用单一的行政手段来制订政策和提供公共服务。在此大背景下，大数据技术正在被广泛作用于社会治理领域，它对现代社会治理模式带来了革命性的技术创新。社会治理精细化的目标对政府提供公共服务的模式提出了新要求和新思路。破解公共服务供给中的“短板”，推动公共服务精细化治理“是服务体制机制转换、知识工具支撑、现实窘境倒逼和治理绩效目标追求的逻辑必然”[2]。本文将从大数据在政府购买公共服务中的应用逻辑入手，探讨当前大数据在政府购买公共服务中的应用困境，在此基础上讨论创新大数据技术在政府购买公共服务中的优化策略。本文的讨论将从“治理政策工具”视角去理解与发展大数据在政府购买公共服务中应用，着眼于将大数据作为公共治理的工具价值，从新政策工具建构的战略方向提出创新政府购买公共服务的决策、执行和绩效评估的精细化变革的理论建议。

一、大数据在政府购买公共服务中的应用逻辑：以社会治理精细化为连接点

（一）大数据与社会治理精细化

作为社会治理模式改革微观目标的“精细化”理念被认为最早根植于企业现代化科学管理的理念，即通过量化、细化和标准化的管理模式从而达致更低的管理成本和更优质的管理效果。“随着精细化管理逐渐被引入公共管理领域，主要体现为政府精细化管理”[3]。精细化管理理念移植到政府社会管理领域产生了对过去粗放式社会管理的革新效用。“粗放式社会管理模式显然不能回应日益复杂的社会管理任务，以及日益增长的社会管理需求，必须引入精细化的管理理念和管理模式”[4]。也就是说，在引入以新信息管理技术、新型数据化管理机制以及采用更符合社会公众需求的“服务供给意识”来创新社会治理路径，以及建构治理目标精确靶向、治理机制精细设计、程序严格的运作模式，从而力求在社会治理的全方位精细化，使社会治理能高效运行。

随着新信息技术时代的到来，信息处理技术为提升社会治理效果对社会公众诉求的对应性，增强社会治理政策的灵敏度与细致化程度提供了助力。大数据技术在社会治理中的运用主要是处理庞杂的、多类型的高速流转的数据，通过对数据中蕴含的各类信息的识别、处理，最终整合并汲取出有价值的信息作用于社会治理，使之达到“有的放矢”精细化效果。大数据技术在社会治理中的运用能够实现社会治理决策的科学性、民主性，并“实现决策参与机会和结果的公正性，实现公共利益的最大化，为公众提供精准化、个性化的公共服务”[5]。因此，大数据技术已经成为实现社会治理精细化目标的重要手段。

（二）社会治理精细化与政府购买公共服务的内在逻辑关联

政府购买公共服务是一种带有契约属性的社会治理行动，其具有追求绩效导向、各主体平等参与以及运作过程公开透明等特点，这与社会治理现代化的目标具有内在一致性①2013 年11 月，中共十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》（以下简称《决定》），按照推进国家治理体系和治理能力现代化的总目标要求，先后三次把政府向社会力量购买公共服务作为转变政府职能、创新政府治理方式和推进社会事业深化改革的重要内容。见《中共中央关于全面深化改革若干重大问题的决定》，《人民日报》，2013 年11月16 日。，“也是我国全面深化改革、推进政府治理体系和治理能力现代化、优化公共服务供给机制的重要路径选择”[6]。

在中国改革开放40 年的国家治理实践中，政府部门代表国家在很长一段时间都扮演着“万能”的角色，是社会治理的直接“行动者”，即其负有社会治理的主要职责并直接承担公共服务生产和提供，体现了社会治理中的强烈的“父爱主义”②父爱主义意味着在某些领域、在某种程度上政府可以而且应该充当“家长”或“父亲”的角色，而作为政府这一抽象概念具体体现者的政府“官员”则是父爱式法律和政策的制订者和执行者。法律父爱主义在当前中国有其存在的社会经济基础、民众心理基础、政治基础和有实证法上的规范基础。具体论述可见孙笑侠，郭春镇：《法律父爱主义在中国的适用》，《中国社会科学》，2006 年第1 期，第47-58 页。。在社会主义市场经济深入推进的进程中，面对这种多元化的公共服务的需求，我国政府公共服务的管理模式也逐渐从“全能型政府”向“有限政府”转变[7]。

（三）大数据在政府购买公共服务中的作用机理

大数据技术与传统小数据方法的根本差异主要体现在数据样本类型的特殊性和对数据分析的进路等方面，即大数据分析的数据类型是全样本而非随机样本，样本特性是多样混合而非精确性，分析进路是相关关系而非因果关系[8]，正是这些普适性技术特性使得大数据成为一种非常重要的信息挖掘工具。

大数据技术不仅可以补足政府部门制订治理政策时因为“信息缺失”产生的对应性不足的短板，而且也为充分实现社会公众对公共服务的正义的诉求打通了更加宽广的通道，这是新公共服务理念下政府职能转变的必然路径。“大数据嵌入到新公共管理之中更加强调公共性和社会性来彰显秩序与正义双重的价值诉求”[9]。

大数据在政府购买公共服务中的作用机理主要基于大数据的技术特征，这些技术特征与政府购买公共服务制度中的核心要素相对应。国务院办公厅于2013 年发布了《关于政府向社会力量购买服务的指导意见》（国办发〔2013〕96 号），在这个规范性文件中，将政府购买公共服务的制度构成因素分解为购买主体（谁来买）、承接主体（向谁买）、购买内容（买什么）、购买机制（如何买）和绩效管理（如何买得值）等五个方面③具体见《国务院办公厅关于政府向社会力量购买服务的指导意见》第三部分“规范有序开展政府向社会力量购买服务工作”的内容。中华人民共和国中央政府网：国务院信息公开，具体网址http://www.gov.cn/zhengce/content/2013-09/30/content_4032.htm，访问日期：2019 年9 月14 日。，这也可以被看做是政府购买公共服务全过程所要解决的核心问题。这五个政府购买公共服务制度的核心构成要素，可以结合大数据技术所具有的“大数量（Volume）、多样性（Variety）、速度快（Velocity）和价值性（Value）”的“4V”特征[10]来解读大数据技术对政府购买公共服务精准化的作用机理，可以从“需求的精准识别与预测、供给智慧性决策支持以及服务资源供需匹配过程这三个维度得以清晰展现。”[11]将大数据的技术特征与政府购买公共服务制度中的核心要素融合是推进公共服务供给侧改革的逻辑基础，具体而言可以“将大数据技术应用到公共服务的需求表达、信息挖掘、协同治理、评价反馈等全流程中”[12]。

二、大数据在政府购买公共服务中的应用

（一）应用大数据可以实现公共服务需求信息的有效识别和精准供给

政府购买公共服务的决策源泉和运作首先依赖于社会公共服务需求识别。传统的政策制定与公共服务提供，主要是基于政府内部或者建立在专家集体建议之上的决策，而需求导向和需求调查下的政策制定和公共服务提供，依据公民的需求偏好来分配资源，开始向公民让渡和共享购买服务的部分决策权[13]。

利用大数据技术可以实现社会不同群体对公共服务需求的种类、数量和需求强度等核心数据的提取和挖掘。政府购买部门制定信息收集标准建立需求信息体系，利用大数据识别有效需求；政府部门依据财政状况做出采购公共服务的决策，满足不同目标群体的需求，实现供需有效对接[14]。

利用大数据技术可以将政府购买公共服务项目与承接主体的承接能力进行匹配，从而提升确定公共服务承接主体的精准度和最优化的筛选，在诸多符合承接标准的服务主体中遴选出最理想的那一个。

（二）大数据可以用于精准评估政府购买公共服务的绩效

应用大数据的分析评估机制将实现对政府购买公共服务效果评估的精确性。大数据时代的公共政策效益评估是一种“循数评估”，它不再受制于评估主体的评估行为选择和评估对象的应对策略，只需对政策全流程的数据进行相关性分析，具有评估主体多元化、评估方法间接化、评估行为隐形化以及评估内容全面化的特点，能够“从看似没有规律的数据中找到规律，从看似没有关联的数据中找到关联”[15]。大数据分析系统因为数据分析的技术优势，可以较为精确地显示政府部门所购买的哪些公共服务项目更趋向于满足社会公众的需求意愿以及满意度①例如，对“市民服务热线”大量数据的挖掘就发现，人们最关心的往往是首次得到回应的“时间”和“态度”，即使有关问题还没有得到完全解决。这一发现的重要之处在于，满意度并非仅仅受到问题是否解决的影响，而可能与“是否被尊重”“是否被重视”更加直接相关。这一需求信息对于优化公共服务体系、提高回应度具有重要的指导意义和价值。具体分析可见容志：《大数据背景下公共服务需求精准识别机制创新》，《上海行政学院学报》，2019 年第4 期，第44-53 页。，“并将此作为新的需求感知以启动下一轮的需求管理周期，形成管理闭环。”[16]

（三）借助大数据技术可以减少公共服务供给领域的寻租现象

在实践中，大数据对公共权力监督模式可以划分为“精准公开模式、关联预警模式、智能管理模式、评估测量模式”②研究表明，从监督成效的角度来看，精准公开模式是成效最为显著的方式，很多地方运用这种模式之后都公布了查处问题的数量，以此证明监督的成效。具体分析可以参见宋伟，邵景均：《基于大数据的廉政监督模式与发展趋势分析》，《中国行政管理》，2019 年第7 期，第26-30 页。，基本可以涵括政府购买公共服务的全过程。利用大数据对公共服务的资金预算与实际支出的符合度分析，可以阻止承接主体通过寻租而获得预算资金追加的企图。

（四）大数据的应用可以在一定程度上增强公众对公共服务从决策到供给全过程参与的社会性

公众对公共服务的需求表达的信息传递渠道太少，导致公共需求没有在政府决策时被有效考虑，这成为当前政府向社会组织购买服务中存在的痛点。因此，政府在公共服务项目决策时对大数据的运用可以有效挖掘出社会公众的有效性需求的信息表达[17]，这也拓宽了社会公众从决策到供给全过程参与渠道。

三、大数据在政府购买公共服务中的应用困境

（一）协作困局与数据孤岛

作为政府公共管理的政策工具，政府购买公共服务的过程就是一个有机统一的政策系统运行的过程，从公共服务购买政策制定、政策执行到政策效果评估的全过程都要依赖诸多主体的合作，需要在各种政策需求精准识别与预测的过程中实现技术协作以及数据资源获取和挖掘之间的数据共享。但在政府购买公共服务的实践运作中，这些数据、信息以及技术协作等要素往往呈现碎片化的形态，这极大地阻碍了政府购买公共服务的实际效果。

当前，我国政府购买公共服务领域的参与主体较多，购买公共服务的各部门由于归属不同社会管理领域，统筹工作较为困难。购买公共服务的政府部门协作困境主要体现在四个方面。

第一，政府部门之间由于各自的事务管辖的差异容易产生协作困难。政府各部门的事务管辖不同外显为职责不同，以部门职责（利益）是否完成（实现）作为工作行为的出发点和落脚点一般会成为基本的管理逻辑。这种职责利益局限于本部门事务管辖/权责利益的治理观念，必然使得公共服务所指向的公众利益会受到影响，甚至可能会导致“公地悲剧”出现——权责归属不清的公共服务则会产生无主体承担供给职责。

第二，政府部门与承接主体（社会组织）之间由于各自的工作流程的差异容易产生协作困难。不同政府部门对所需要由政府购买的公共服务（所要解决社会公共利益问题）的判断角度不同，各部门会以实现自己的公共职责为购买导向，导致承接主体只会按照购买主体（政府部门）的指示条件提供公共服务。由于政府部门职责分工不同，承接公共服务主体也必不相同。这进一步导致即便不同部门所购买是内容相同或类似的公共服务也会呈现不同的状态，这使得政府部门（购买主体）与承接主体之间的合作只是一个简单的购买—提供的行为相加，并未出现政府购买公共服务制度设计之初所期望的由不同力量共同参与所形成的定制—给付公共服务的协作效果。

第三，科层制下政府部门工作相对独立，且各部门之间协作关系链条冗长，行政沟通成本高昂。由于沟通规则的缺失和监管权责的混乱，政府部门与社会组织等其他社会治理主体之间的互动和合作缺乏足够明确的规则意识和合作理念，特别是作为承担公共服务供给前线的基层政府部门面临着“基层政府职能重构、基层社会关系架构重组、基层公众利益格局重塑”[18]等问题，进而导致“基层公共服务供给管理粗放、供需匹配模糊、供给技术粗劣、供给绩效粗疏”。因此，购买公共服务的政府部门主体在协作中需要反复协商沟通，协商周期延长，沟通成本高企，这也容易导致公共服务项目运行不畅或效果不佳。

第四，数据资源的相互隔离是也是政府购买公共服务协作困境的重要原因。在政府购买公共服务运行过程中最重要的行动即决策和评估需要依靠诸多信息数据的获取和分析，而地方政府公共服务信息共享程度不高、政府购买公共服务信息一体化平台建设进展缓慢、公共服务数据存储量级较低等问题阻碍着信息共享。已有研究表明，推进政府数据开放共享的关键在于政府间的协同效应和资源互补整合能力，而且数据共享获得的总收益受到收益分享比例和受机会主义影响降低努力成本行为的制约，因而导致政府购买公共服务资源共享的协作容易陷入困境[19]。由于政府购买公共服务数据资源的相对隔离并获取难度较大，使得较多数据处于静置状态，并没有充分作为大数据分析的基础性数据发挥作用，使对政府购买公共服务效果的实时分析遭遇“数据陷阱”困境，也使得政府部门与其他社会组织之间围绕公共服务的定制与提供而形成的相互协作局面的难以形成。

（二）工具中心主义与公共服务核心价值缺失

在将大数据运用到政府购买公共服务的实践运作中，技术层面的利用模式和效率原则成为了政府购买公共服务的主要考虑重点，这往往导致追求了大数据技术的工具价值，却忽视了大数据技术背后的“隐性收益”，即利用大技术实现政府购买公共服务的精细化治理这一根本目标容易被忽略。

大数据技术归根到底还是一种技术治理手段，就像人工智能一样，即使再智能化分析也代替不了人类群体的真实意志的反映，但是大数据分析技术在被采用后往往被异化为过度追求数据信息的工具价值。甚至在政绩工程和形式主义观念影响下，大数据技术的平台以及运行标准的建设难以构建统一的系统，实践中政府部门对大数据平台的建设依然存在着重投入、缺善用的建设模式。在建设阶段投入了很多资金，建成了配置先进的大数据平台，符合建设指标，但是大数据技术善用的关键要素即相关大数据应用人才的缺失，导致大数据分析结果的统筹—采集—分析—整合—反馈的应用链条并没有完成。

依据大数据技术提供的信息分析结果进行政府购买公共服务的立项决策必然可以增加公共服务项目的科学性，但是还是不能忽视在运作实践中发挥政府购买公共服务各主体的主观能动性。重技术分析结果的思维会在政府购买公共服务精细化治理过程中导致“数据依赖症”，有的时候会被数据本身所麻痹，会陷入一种盲目乐观，即陷入认为“数据分析结论显示好的项目就是好项目”或者“数据分析结论显示结果好就是项目执行效果好”的机械化认识论，造成一种以数据为上的治理理念，而这并不会深刻反映政府购买公共服务数据背后的社会意义，很有可能导致最后的分析结果与当初的政府购买公共服务初设目标产生很大差异。

（三）公众的数据权责意识缺乏

数据的真实性一直是影响大数据在政府购买公共服务精细化运行的难题。数据不仅仅只是冰冷的数字，作为一种信息资源，其社会价值和经济价值都在被不断证实。在我国已经出现并运行的大数据交易中心也充分说明了政府部门对数据的价值属性也已经有了较为充分的认识。但是，对于信息数据的发布与散播，社会公民难以在保持开放和谨慎的矛盾态度间达成平衡。有些社会成员认为大数据只是信息时代的数字化产物，是虚拟的、非现实的，数据信息的使用是在虚拟空间进行的，离“现实社会”很遥远，因此在网络空间发布信息过于随意，即便编造虚假信息发布也不理解其行为后果和影响。“道义论”和“后果论”为代表的社会道德评判策略在网络环境里处于一种被遮蔽的状态，而“在现实社会中，权利和义务本来应该是同一的存在，大数据环境中虚实交错的身份则割裂了这种同一性，这就让很多行为因为不需要承担享受权利所应履行的相应义务”[20]。由此，虽然随意发布的有关虚假信息会扰乱公共服务的真实需求的分析，但信息发布者并不完全理解也不十分畏惧因此承担的相应后果，这正是大数据在地方政府公共服务需求信息采集和分析时面临的“木桶困境”——信息虚假性影响了对社会公众公共服务真实需求意愿的辨析。

由于大数据在地方政府购买公共服务过程中的应用，其主要机理在于发挥其对大量公共服务需求信息进行精准分析，而精准分析的基础和核心都是基于获取的数据量和真实性。如果所获取的数据夹杂着大量的虚假信息，那么大数据的分析效果将是无用的，甚至是与预期背道而驰的。所以，数据的真实性需要政府监管，通过对公共服务的真实需求信息数据分析并发现需求集中区域，这样有利于政府更好地进行公共服务的购买，公众也能享受到更理想的服务。因此，大数据时代，更加凸显了公众在信息数据领域的塑造责任意识的重要性，同时大数据对旧有公共服务信息获取和搜集模式的冲击，也会带来购买公共服务信息结构的优化和调整，这样才能更好地完成预期目标。

（四）公共服务需求信息的安全风险与技术威胁论

大数据时代为公民表达需求和诉求的管道提供了全新的模式，为公共服务的绩效治理开创了新的评价体系。但是，政府购买公共服务的需求与供给模式的创新也面临着新的挑战，主要是涉及数据安全领域。

信息的开放性与易获取性使得网络空间已经成为公民需求信息表达的重要平台。与此同时，公民的个人诉求和需求也完全暴露在网络空间，而网络空间的信息外泄所导致的信息安全已经成为影响公共服务需求信息的最大的安全风险。例如，社交软件的兴起使得空间和距离不再是沟通的阻碍，人们足不出户就可以在享受这些软件所带来的信息便利与快捷，但是智能化为主导的信息捕获和再推送的算法机制，使得任何发布信息的“我们”的个人信息也会被掌握。例如，微信、微博可以轻易用来观察某个人的社交网络情况从而掌握其个人身份信息，淘宝、京东等电子商务购物平台能准确分析用户的购物情况和购买倾向。这些案例可以很好地印证大数据时代下的“信息威胁论”，即公民在真实社会的个人隐私受到了大数据对信息分析所轻易掌握带来的威胁。

但是，我们要意识到，大数据应用到政府购买公共服务领域是技术发展的必然。尽管会出现一些技术风险甚至道德危机，但总体而言大数据的应用是利大于弊，也许大数据对于政府购买公共服务的模式革新会带来“阵痛期”，但这是未来社会公共治理发展的方向。克服公共服务需求信息的安全风险与技术威胁的困难，相信大数据技术会带给政府购买公共服务更多的新思路和新技术手段。

四、大数据技术在政府购买公共服务中的优化策略

（一）推动大数据在政府购买公共服务领域从“技术手段”向“治理工具”理念的转变

首先，大数据在政府购买公共服务中的应用应当体现为由一种“技术手段”向“治理工具”的路径转变。这种路径转变首要的是对大数据功能价值认识的转变。当下最重要的是提升政府部门对大数据作为一种有效的治理政策工具的整体性认知建构与运用的主动性选择。新信息时代的“数据治理”表现为“建构基于”循数“的公共政策制定模式，即以循数公共政策的方式直接或间接参与、渗透和辅助到公共治理的任何层面，从而提升公共治理各领域和各层次的目标达成度，体现数据治理的工具理性和管理主义”①基于“循数”的公共政策制定模式由两个递进层次构成：面向大数据资源，进行大数据技术分析。大数据资源是指从政策环境、政策主体、政策客体、政策工具等所有层面及流程中获得的制定公共政策所需要的各种信息。大数据技术分析是指在数据资源基础上，相关部门可以通过关联分析、倾向性分析、聚类分析、分类分析、社会网络分析等方法进行分析，形成基于数据的决策或者是数据驱动的决策。具体内容可见参马海韵、杨晶鸿：《大数据驱动下的公共治理变革：基本逻辑和行动框架》，《中国行政管理》，2018 年第12 期，第42-46 页。。但是，就目前认知状态来看，政府部门相关人员对大数据应用的认知层次尚未达到成熟的大数据的思维和应用模式，其应用实践也只是显现为在“起步”阶段摸索前进的状态，并没有得到“合理看待和应用”的应然状态。例如，以某省公务员为受访群体的关于如何看待大数据的问卷调查，结果显示“受访者更关注大数据与现实关联更多的实时性、关联性、精细化、获取便利等显性特征”[21]。因此，要想使得大数据更好地服务于政府购买公共服务，那么从实践总结并全面分析大数据应用对购买公共服务政策的制定和具体执行的所带来的各种影响，以及受此影响而引发的政府购买公共服务制度创新所演化出“数据治理”的规律，成为当前制度设计时应该首先考虑的问题。

（二）结合“数据即服务”的理论完善政府购买公共服务的大数据平台建设

第一，结合“数据即服务”的理论指导构建政府大数据资源平台框架。奥尔森在2009 年在建设云计算平台和大数据库的研究中提出了数据即服务的概念[22]，对公众部门之间数据的相互获取和处理以及阻碍信息共享交换的问题入手，提出完善的信息共享框架，并且通过实例验证框架的有效性[23]。

第二，明确和优化地方大数据机构职能体系，促进政府购买公共服务的大数据平台的完善。从基层公共服务购买模式实践来看，地方政府也已经发现大数据作为治理工具的重要性，设立数据治理机构可以看做是地方政府的一项重要治理创新，但依然存在“对于统筹整合政府数据的重视明显不足，同时由于隶属部门不同，机构在职责上也会表现出较为明显的差异”[24]等亟待补齐的短板。因此，完善政府购买公共服务的大数据平台的建设首要的是“优化地方大数据机构职能体系，亟需明确大数据行政管理职能的内涵外延，合理划分大数据局与相关部门职责分工，构建多元主体共建共享的数字政府体系”[25]。

第三，以服务需求为导向构建政府购买公共服务数据资源的共享管理。采用先进的大数据分析技术，以完备的共享交换流程、通畅的数据发布通道以及数据共享管理机制作为支撑。政府公共服务数据资源的共享管理框架一般包含“云平台的基础层，数据共享交换平台的数据层和数据开放平台的服务层”等三个层次[26]。

（三）基于大数据创新政府公共服务供需数据信息融合运行机制

政府公共服务供需数据信息融合意指要将民众对公共服务多源的碎片化需求信息，通过大数据技术构建信息融合运行机制处理为满足公共服务决策的支持信息。因此，面向公共服务决策，借助大数据应用领域的信息融合模型进行数据处理，对公共服务的供需信息内容进行格式化和结构化描述，从而使得相关公共服务供需数据能够直接进入决策信息系统并产生直接的支撑服务。

政府公共服务供需数据信息融合运行机制框架包括数据处理模型模块、信息融合模块、公共服务决策模块。公共服务决策模块是公共服务供需数据信息融合运行框架的最终阶段；数据处理模块的功能是将初步处理的信息向信息融合模块传输并进一步筛选融合；信息融合模块则是整个供需数据信息融合运行机制中的核心。在此信息融合运行框架中，大数据技术将被充分运用到政府购买公共服务决策的全流程。公共服务决策模块是整个机制的驱动因素，它决定了对公共服务信息需求的回应。数据处理模型是信息中介桥梁，它提供公共服务的信息描述标准和筛选指标，为公共服务信息融合处理提供了规范化信息群，协助将原始信息模式化融合，从而为公共服务决策提供可视化的信息。

政府公共服务供需数据信息融合运行机制框架的技术进路可以用信息融合模型来解释[27]。依据该模型可以构建一种三层递进的政府公共服务供需数据信息融合运行机制模型。

第一，数据层融合。该层输入的内容是来自多渠道反映民意的碎片化公共服务需求信息数据；输出内容是集合化的、符合统一数据描述标准的信息群。数据层融合的主要目的在于对公共服务需求数据进行多源获取、一体化存储和规范化描述等处理。

第二，语义层融合。该层输入的内容来自数据层初步融合结果——集合化公共服务需求信息群。通过语词分析软件对这些多源数据进行语义特征提取，并进行语义融合规则下的信息语义融合等处理；输出内容为符合公共服务决策内容结构的语义化信息。

第三，决策层融合。该层输入内容为具有分类结构的公共服务信息，经由公共服务主题、规模、地域等语义融合以及数据可视化展示等处理，形成面向公共服务决策的具体信息。通过决策层融合，公共服务购买决策主体能够以直观、易理解的方式获取决策所需的整体信息。

政府公共服务供需数据信息融合运行机制模型的每一层数据融合工作都是以上一层输出结果为下一层的输入内容，并且各层之间的信息处理逐步深入和细化，最终达到为公共服务购买决策层提供全面的信息。

（四）充分实现大数据在政府购买公共服务中绩效评估的“工具”功能

政府购买公共服务以绩效获得为导向，因而政府购买公共服务的绩效评估要求注重评估模式的合理性。就当前公共政策绩效评估的基本模式来分析，已经基本达成了适用“有效性、高效性、公平性”这三项通用评估标准的共识[28]。由于目前政府部门在公共服务领域尚处于大数据治理理念的更新阶段，地方政府全面展开大数据治理的绩效评价仍需等待时日。但可以预见随着各级政府对大数据治理工具的更广泛、更全面的运用，大数据在政府购买公共服务的绩效评价及信息反馈、甚至项目再谈判等不同阶段都可以发挥重要的功能，将成为主要的绩效评估工具。

大数据技术在政府购买公共服务的绩效评价的“工具”功能，在宏观层面体现为对购买公共服务项目整体预期目标的系统性、整体性、协同性评价；在中观层面展现为对政府购买公共服务项目的数据汇集、信息渠道整合、项目全过程履约情况流程图绘制等绩效评估工作的直接参与；在微观层面表现为对政府购买公共服务绩效评价的数据获取、存储、共享、管理、传输等评估流程的数据支持性服务。同时，由于大数据还可以用于对政府购买公共服务项目的承接主体的履约能力以及能否形成伙伴型关系的预测分析[29]，这对未来政府购买公共服务的承接主体库的建设提供了先期可用的评价数据。将大数据作为政府购买公共服务绩效评价的主要工具，将使得绩效评价实现有效性、适应性、可管理性，还将对政府购买公共服务的风险性、公平性、合法性等进行先期反馈并提出项目绩效的改进路径，从而推进政府购买公共服务效益的提升。