大数据时代政府治理研究

龙 泳

（武汉大学 政治与公共管理学院，武汉 430072）

0 引言

提高数字政府建设水平是“十四五”规划的重要篇章。《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》指出，要将数字技术广泛应用于政府管理服务，推动政府治理流程再造和模式优化，不断提高决策科学性和服务效率。大数据技术的应用改变了传统的政府治理模式，推动了治理场域从线下向线上的转移，优化了公共服务流程，提高了治理效能。

1 大数据时代对政府治理的积极影响

1.1 政府治理结构更加完善

政府、社会组织、企事业单位、志愿者等主体在协同治理过程中就某一治理目标而共同努力所形成的制度化权利安排和行为模式被称为治理结构，包括治理主体、治理方式、运行机制等治理要素。大数据技术的发展推动了政府治理结构的变革，为其提供了技术手段。一方面，大数据技术为多元主体合作共治提供了可能性。随着大数据等信息技术的迅速发展，互联网等平台的建立为社会互动提供了更为便捷的沟通交流方式，一系列新型政企合作平台的建立促进了政府购买和委托社会主体参与公共服务供给的多元主体共治格局的形成，在一定程度上完善了政府治理职能。另一方面，大数据技术的发展改变了治理主体互动的方式。受传统行政体制的影响，治理主体间多采取自上而下的纵向互动模式。大数据等信息技术的发展为治理主体横向沟通创造了条件，治理主体通过共建大数据平台，使政府、市场和社会组织等治理主体之间能更好地合作。同时，随着微博、微信等平台的发展，公民能通过自媒体平台自由发表言论，促进了民意表达渠道的畅通，为政府治理提供了智力支持。

1.2 政府决策更加科学

大数据时代，各类信息技术的发展使政府从传统决策模式转变为科学化决策模式。政府不能只依靠经验做决策，而要通过对海量数据的挖掘发现以往小数据时代和依靠经验无法发现的相关因果关系，为解决社会问题提供新的思路。例如，政府制定公共政策前，可通过大数据挖掘技术在各大网站、论坛、微博、微信等线上平台广泛收集民众意见，再通过数据筛选与清洗等技术汇总整理民众意见，并根据民意适当优化与调整政策内容，以确保政府制定的公共政策确实为民所需，进一步保障人民群众的切身利益。此外，政府在治理过程中可建立民意动态监测机制，依托大数据等技术对民意进行追踪，及时了解民众对突发公共事件的态度，通过科学决策，减小其对民众与社会发展的损害，增强政府公共危机管理能力。大数据技术的应用为政府制定科学化的决策提供了保障，同时也降低了决策成本。

1.3 政府信息更加透明

受传统行政体制的影响，政府在公共服务、社会治安、医疗卫生等公共事务治理信息方面享有绝对的主导权，且大部分资料与信息都是不对外公开的，实行严格的保密制度，在一定程度上容易造成权力寻租等不良社会现象的发生。随着大数据等信息技术的发展，民意表达渠道日趋完善，对政府治理信息公开的呼声愈发强烈，而大数据技术为政府信息公开提供了一定的技术与平台支持。因此，在技术完善与民意需求的双重驱动下，我国修订了《中华人民共和国政府信息公开条例》，优化和拓展了信息公开程序与范围，政府信息公开建设取得了阶段性进展。例如，国家统计局等相关信息管理机构实时更新经济、社会、文化等方面的数据，各省级政府部门的官方网站也通过互联网平台更新与本省发展相关的数据。可以说，大数据技术为民众了解政府治理现状提供了有效的渠道，进而促进了阳光政府、廉洁政府、诚信政府的建设，提高了政府公信力。

1.4 政府治理能力增强

随着治理理论的日趋完善，政府传统的行政管理模式急需改变，要向多元主体合作共治的治理模式转变。多元主体合作治理强调参与对象的重要性，主张在政府主导下，社会组织、事业单位、企业等多元主体通过多维互动，采取适当的治理方式与治理资源实现治理目标。大数据技术的发展为多元主体合作共治提供了技术支撑，推动政府治理走向智慧化发展阶段。首先，大数据技术将政府与社会其他主体进行了有效连接，使之从传统的线下会议转向了线上治理，可通过网络渠道协商议事，提高了公共治理效能。其次，大数据技术的应用有利于公共服务精准供给，提高供需匹配度。政府通过数据挖掘技术收集民众行为痕迹，结合对民众需求信息的调查结果，形成各类民众服务需求画像，以实现精准提供个性化服务，全方位满足民众公共服务需求。最后，大数据的应用有利于增强政府社会监管能力。政府在公共卫生、公共安全、经济发展等领域建立集“国家—省—市—区—街道—社区”于一体的六级信息动态监测网，实时掌握社会各领域的发展态势，以便根据数据科学预测未来状况，降低突发公共事件发生概率，提高政府公共危机治理能力。大数据等信息技术除为政府治理提供技术支撑外，还突破了政府传统边界，加快了信息在多元主体间的流动，使各主体都能参与到政府治理中，从而促进了政府治理能力的提升。

2 大数据时代政府治理面临的困境

大数据技术的发展将政府治理行为与数据紧密结合，政府利用大数据技术提高了政府治理能力。但由于大数据应用于政府治理的时间较短，所以大数据时代政府治理仍存在一些困境未得到解决。

2.1 数据安全隐患

大数据时代，政府治理行为和民众的工作、学习、生活等各方面都与网络紧密相连，并生成大量痕迹数据。大数据如同双刃剑，在给人们带来便利的同时也带来了许多数据安全隐患。一方面，国家数据安全急需引起重视。随着大数据等信息技术的发展，我国进入了大数据时代，并建立了政治、经济、文化、社会治理等方面的信息数据库，一些不法分子可能会通过破坏这些信息数据库盗取相关数据，而以上信息的恶意泄露与不良使用将对政府治理与社会秩序的维护造成极大危害。另一方面，民众个人信息保护难。个人隐私与公共资源的边界不明，难以界定，因此数据的采集本身就面临着合法性的问题。基于此，在政府治理中，政府通过大数据对个人账户信息和使用痕迹记录进行挖掘与清洗后形成的公民信息数据库极易被不法分子加以利用，如通过对民众的行为进行逆向分析，还原出民众的完整生活状态，利用这些信息对民众的隐私安全、财产安全、人身安全造成极大的伤害。

2.2 数据使用效率低

政府在进行公共事务治理过程中，收集了政治、经济、文化、社会发展等方面大量的文本、数据等信息，这些信息在经年累月积累后形成了政府治理的数据库。但是，由于管理技术匮乏，这些数据资料的利用率较低，导致收集到的数据闲置，没有发挥出数据的实际作用。同时，我国电子政务经过多年发展虽已取得阶段性成果，并开始了智慧政府建设，但还处于建设初期，各地方政府的数据库建设标准各异，系统的数据规范与结构不一致，导致除某些大类发展指标一致外，大部分指标的数据类型不一，无法从横向上对收集到的数据进行利用。此外，受我国行政体制的影响，以及信息保护主义或功利主义思想等因素影响，各部门在数据互通中存在行政壁垒，导致各政府机关间数据互通难，“数据孤岛”“数字孤岛”等问题严重。

2.3 数据治理能力不足

数据治理既是技术难题，也是管理难题。一般而言，数据治理主要表现在对数据碎片、数据割据和“数据孤岛”3 个方面的治理。意识是行动的前提，只有树立智慧化治理观，才能将大数据更好地运用到政府治理中来。当前，虽然我国正在进行数字中国建设，各地区的“数字政府”“智慧政府”建设也在如火如荼地推进，但地方政府治理中仍然未真正理解数据治理的意义，数据挖掘与治理能力还有待提升。第48 次《中国互联网络发展状况统计报告》显示，截至2021 年6 月，中国网民规模达10.11 亿人。我国网民数量远远多于世界其他国家的网民数量，网民产生了大量的数据。目前，我国数据总量仍在增加，可见在大数据时代，我国并非欠缺政治、经济、文化、社会等方面发展情况的数据源，而是数据治理能力不足，故需进一步增强数据治理能力。

3 大数据时代政府治理的优化路径

数据资源是政府治理中的第一资源，其促进了政府治理流程优化与治理能力的提升。政府需多措并举突破当前治理中的困境，从而持续推进国家治理能力和治理体系现代化。

3.1 树立数据意识，转变治理理念

大数据时代，政府在治理过程中应打破传统界限，树立数据思维与智慧化治理意识，主动将大数据等现代信息技术运用到政府治理中，并不断提升数据治理能力。一是可以将除机密信息以外的政府治理信息公开，让公众更加便捷地利用政务信息开展经济社会活动。在为公众提供便利的同时增强其对政府的信任度，以掌握真实民意，从而做出科学决策，提高政府治理能力。二是树立多元主体合作共治意识。借助社会组织、企事业单位、公众等社会力量提供公共服务，加强社会治理，有利于将政府行政机关从繁杂的事务中剥离，使政府可以更好地对社会经济发展进行合理规划，提高公共治理能力。

3.2 健全法律法规，规范数据的使用

首先，完善政务信息公开的相关法律，明确规定哪些信息可公开和哪些信息不可公开，并制定相应的激励与约束机制，对相关行为进行奖励与惩罚，以保证信息公开的法律法规得到真正贯彻落实。其次，完善信息安全法。建立健全政府与公众信息的审查机制，加强对相关敏感数据的管理，明确各类信息使用的法定情形，防止不法分子滥用个人信息。最后，要明确规定各政府机关在信息安全保护中的职能与权限，以提高数据保护意识，督促各级行政机关与相关部门增强数据保护能力。

3.3 强化社会力量参与，优化政府治理结构

社会组织、企事业单位、志愿者等作为社会治理的主体，对提高政府治理能力具有重要的支撑作用。因此，政府需依托大数据技术建立多元主体协同治理的平台，将社会力量引入政府治理中，打造多元化治理格局，以推动治理创新，真正做到为人民谋幸福。同时，还应发掘社会力量的数据治理能力，如与大数据企业开展合作攻克社会治理技术难关，优化政府数据治理技术，完善治理方式。

3.4 培养专业人才，提高人才队伍质量

目前，我国大数据相关专业人才数量虽然很多，但高质量人才仍然较为短缺，因此政府需加强相关人才培养。一是加强现有人才队伍的培养。通过组织专题培训、前沿知识讲座、关键部门轮岗、挂职锻炼等措施加强现有人才队伍建设，提高其数据治理能力。二是实施人才引进战略。通过制订人才引进计划，分步骤从国内外引进各类型高层次人才。三是建立“产学研”联动人才培养模式，鼓励高等院校、科研院所和大数据企业合作，通过组建科研团队开展项目等形式培养高素质复合型大数据人才。