从脱贫攻坚到共同富裕:数字技术赋能贫困治理的路径研究※——贵州省“大数据帮扶”例证

内容提要：脱贫攻坚时期数字技术赋能贫困治理释放了巨大的行政治理效能,为现阶段巩固脱贫攻坚成果,迈向共同富裕提供了大量的实践经验。以贵州省“大数据帮扶”为案例,阐释数字技术通过构建平台型政府促进社会协同、内部协同、治理应变能力拓展,构建学习型政府促进政府形成双环学习模式与贫困治理平行经验分享能力提升,以此呈现数字技术赋能贫困治理的具体机制路径。贵州省劳务就业扶贫大数据平台、乡村振兴云、扶贫民生领域监督系统等数字技术的建设和运用是数字技术赋能贵州省贫困治理的具体内容。贵州省“大数据帮扶”的经验表明,数字技术赋能平台型政府与学习型政府构建是贫困治理效能提升的有效路径,并在迈向共同富裕进程中展现出缩小城乡发展差距的持续赋能效应。然而,具体实践中仍存在数字收集偏差、数字孤岛及数字依赖等科层体制下需警惕的数字化陷阱问题。

一、 引 言

数字经济发展已成为自20世纪90年代以来日益重要的经济增长引擎,成为一种新的经济形态。中共二十大报告明确要求“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群”。在数字基础设施建设高速推进的背景下,数字经济发展已成为推动中国经济增长的重要驱动力。现阶段,以互联网、大数据等数字技术为代表的产业及相关应用得到了极大发展,数字经济规模从2012年的11万亿元增长到2021年的超45万亿元,占GDP比重从21.6%提升至39.8%,软件和信息技术服务业、互联网和相关服务企业的业务收入保持了17.7%和16.9%的高速增长。根据第50次《中国互联网络发展状况统计报告》,截至2022年6月,中国网民规模已达10.51亿人,互联网普及率为74.4%,相较于2012年的5.64亿人、42.1%均取得了极大提升,移动支付、电子商务等数字化应用场景已快速渗入到人民生活的各领域。可以说,数字经济的快速发展和社会生活方式的数字化变革对政府秉承“以人民为中心”理念的数字化社会治理提出了更高的要求。

加强数字技术赋能是推动国家治理体系和治理能力现代化的重要路径,是中共二十大提出实现中国式现代化的必然要求(郝跃和陈凯华,2022)。目前,中国社会已进入数字发展时代,数字经济生产关系转变实现了生产组织形式的“平台化”、生产资料和资源的“集中化”、所有权关系的“多元化”、社会经济活动的“普惠化”(尹振涛和徐秀军,2021)。同时,以互联网为代表的数字技术凭借其开放性、无边界性、传播快速性、去科层化等特点构成国家治理的新空间,成为推进国家治理体系和治理能力现代化的重要场域(叶林和侯雪莹,2020)。“互联网+政务服务”加快了中国政府职能转变进程,驱动着“放管服”改革向纵深推进,并赋予政府治理模式重塑新动能(翟云,2021)。可以说,数字技术有效解决了基层治理面对巨大社会需求的回应压力与基层可利用资源不足限制的两难境地(陈天祥等,2021)。脱贫攻坚的进程中,大数据、互联网等数字技术手段的广泛运用,在贫困政策落实、贫困治理体制机制构建与完善等方面均发挥积极作用。数字技术将精准扶贫方略扩展至精准识别、精准管理和精准帮扶,使数字技术和扶贫政策有机融合,搭建以政府为主体、社会力量广泛参与的扶贫信息综合平台,完善政府、市场和社会的协同机制,形成扶贫合力,开创了贫困治理的新模式(余菲菲和何冰儿,2022)。数字技术在脱贫攻坚时期的成功运用,为面向共同富裕的乡村数字治理及城乡融合发展提供了成功经验和发展方向。在乡村治理方面,数字技术的嵌入改变了信息沟通的结构,实现了组织间目标协同、信息共享和信任增强,形成了资源利益基础上的合作模式,突破了传统的资源依赖和权利机制(邱泽奇和由入文,2020),这一结构的转变为乡村治理带来新的机遇。现阶段,数字乡村已成为中国乡村建设的重要政策指向,数字乡村建设所形成的数字化乡村治理,在乡村人口流动所形成的“人地分离”的情况下,维系了乡村人口之间的信息、情感、行动交互,一定程度上维护了乡村传统的熟人社会,形成了一种数字化乡村治理结构(邱泽奇等,2022)。在城乡融合发展方面,中共二十大报告明确指出“坚持城乡融合发展,畅通城乡要素流动”,并提出“要健全基本公共服务体系,提高公共服务水平,增强均衡性和可及性”的要求。数字技术的发展为城乡要素融合和城乡公共服务均等化提供了有效的工具。数字经济发展促进了生产要素在城乡间双向流动,加速了城乡基本建设和公共服务均等化(姚毓春等,2022),以远程医疗、智慧医疗为代表的数字化医疗推动了医疗资源向普惠性、公平性发展(孙茜等,2022)。数字技术通过推进人力、土地、资本要素与基本公共服务在城乡间的有序流动,为实现城乡经济、社会和空间融合提供了积极动力(孙涛和王硕,2023)。总的来说,数字技术发展既是对基层治理的优化与革新,也是通过数字城乡建设实现城乡融合的共同富裕之路、推动乡村实现全面振兴的发展之路(苏红键,2022)。

在中国式现代化进程不断推进、数字技术不断深入社会生活以及数字技术赋能中国反贫困事业取得阶段性胜利的背景下,亟需全面总结脱贫攻坚时期数字技术赋能贫困治理的实践路径,为进一步利用数字技术赋能贫困常态化治理、巩固脱贫攻坚成果、推动乡村振兴、实现共同富裕提供经验总结与理论依循。

二、 数字技术赋能贫困治理的双重路径:平台型政府与学习型政府的构建

从提升政府管理绩效的视角出发,数字技术赋能实际上可以归结为推动构建平台型政府和学习型政府两条路径,以此实现政府管理绩效的提升。政府绩效管理把绩效作为管理的核心,强调多元服务主体,凸显机制创新、重视管理方法与技术的运用以及突出应用性和回应性等特征。一方面,随着互联网、大数据和智能算法的发展,以公共价值为基础的绩效治理已逐渐成为政府绩效管理的发展方向,在新公共管理理论基础下的社会协调领导机制将逐渐转变为全社会多主体广泛参与的协同领导机制,这将为政府在面对具有高度复杂性、动态性、广泛性的社会治理任务时提供新的治理体系。在实践中,数字技术驱动下的政府绩效管理已经积累了诸多成功经验,如北京市“接诉即办”的城市治理绩效评估模式、贵州省大数据与实体经济深度融合的绩效评估模式等(翁列恩和杨竞楠,2022)。另一方面,数字技术作为工具嵌入,实现了流程再造,优化了政府业务处理流程,提高了政府公共服务供给效率,包括就业服务和基本社会保障等民生服务,教育、医疗等公共事业性服务以及环境保护等公益性基础服务等,同时,数字技术的嵌入提升了服务型政府的回应能力,促进政府逐步向以实现公共价值的政府转型。

1. 数字技术赋能下平台型与学习型政府的一般特征

O’Reilly(2011)首次提出了“Government as a Platform,GaaP”(政府即平台)的理念。随之,学界对相关概念,如政府大数据平台及平台型政府等内容进行了广泛的讨论(杜超和赵雪娇,2018;Thompson和Venters,2021)。从现有文献对平台型政府及相关概念的探讨来看,平台型政府应该是秉承共建共享的理念,通过提升政府资源整合能力,促进包含内部和外部的全社会协同治理,增强政府治理效用与创新能力,实现治理现代化的一个政府构建构想。

数字技术赋能下的平台型政府应具备以下特征:集成性、模块化、拓展性和开放性(如表1所示)。集成性意味着数字资源的继承和融合,数字政府的连通能力随着数字资源集成度和融合度的提升,逐步从单个部门在线、多个部门在线且分散、向统一的政府云平台发展。模块化意味着通过构建可复用式的标准化资源,从条块化向模块化发展实现不同业务间形成耦合结构并可复用,提高业务连通能力(北京大学课题组和黄璜,2020)。开放性意味着平台型政府提供了更多的外部接口,能够对接更多的非政府组织、公众,面向公众开放政府数据,公众既是政府数字资源的供给者,亦是政府开放数据的使用者,以此促进政府与公众合作,形成治理共同体。拓展性意味着平台型政府依托数据、算力、算法可以实现自我迭代升级,促进政府基于现有资源,提升应对复杂社会治理问题的应变能力与创新治理能力。

表1 数字技术赋能下平台型与学习型政府的一般特征

学习型政府是在学习型组织和组织学习理论基础之上所构建的概念。学习型组织的构建是基于组织所处的环境是复杂的、多变的、充满不确定性的,因此组织如果要在这种环境下生存,必须具备解决环境的能力,这就决定其本身需要随着环境的变化而变化。那么,学习型政府是以团队学习、信息交流和知识共享为基础,通过提高行政人员素质和创新政府管理来实现行政发展和公共利益最大化的公共组织。它以服务社会、实现公共利益最大化为共同愿景,以集体创新为精神实质,以数字政务为平台的管理手段,以构建精简、扁平、弹性的组织结构为依托和以发挥善于学习的组织优势为主要特征。

数字技术赋能下的学习型政府应具备以下特征:精简扁平化、灵活性及知识共享性(如表1所示)。精简扁平化意味着数字技术的信息效应有利于提高科层体制下中间环节的组织运转效率,提升了组织间交流信息的传播速度,拓展了组织间信息传递的传播路径。灵活性意味着数字技术赋能后的政府具有应对复杂环境变化的弹性组织结构与创新应变机制,数字技术集合更广泛的信息资源,能够在短时间内对外部变化做出响应,并借助数字技术的工具优势建立常态化应变机制,以此提高政府组织的调节和适应能力。知识共享性意味着数字技术为政府提供了经验知识复刻与分享的工具手段,优质教育、医疗等公共资源不仅能够依托数字技术载体形成异地共享或拓展,同时数字公共服务供给模式的经验知识复刻也降低了政府治理经验学习的成本,提高数字化经验转移的可行性。

2. 平台型政府赋能贫困治理的机制路径

数字技术赋能下的平台型政府依托其集成性、模块化、开放性及拓展性,通过促进社会协同、内部协同与治理应变能力拓展,实现政府贫困治理效率的优化与创新,提升政府整体贫困治理效能(如图1所示)。

图1 数字技术赋能贫困治理的实现路径

(1) 社会协同:数字治理生态构建。数字治理资源包括传统治理资源及数据、算法、算力等新生治理资源,决定了实现数字治理需要包括科技企业、社会组织、公众等更多的社会力量参与(孟天广,2022)。具体来说:一是数字治理生态的开放性与包容性加强了社会协同。社会组织、企业等通过标准化、模块化的数字资源有效接入数字贫困治理生态,尤其是互联网平台企业,改善传统政社、政企合作中社会组织、企业“悬浮”于社会治理的弊端。同时,虚拟社群实现了跨边界、跨组织的行动动员,加强了社会协同的动员能力,虚拟社群既是贫困治理的行动者,又是治理资源的供给者,促进了公众参与数字贫困治理生态建设。二是数字技术智能辅助,提升社会协同的治贫效率。数字技术提供了有效的线上协同机制,真正形成了政府部门之间、政府与社会主体之间、社会主体与社会主体之间“网状”连通形式,可复用的模块化数据资源能够根据权限分配,在社会协同网络中的参与主体之间流动,提高了协同机制运行的效率,尤其是在东西部协作扶贫的项目运行中,数字技术构建的数字平台有效促进了相关帮扶项目的匹配与落地,在项目具体协调中,被帮扶地方各级政府、帮扶地方各级政府、帮扶企业、被帮扶贫困户等多个参与主体,实现了合同远程签订等便捷化的合作方式,依托平台型政府的开放性加强了社会协同,实现了贫困治理效能的提升。

(2) 内部协同:公共价值的提升。在公共价值维度,数字平台型政府的构建增加了人民对美好生活的向往。在贫困治理过程中,数字平台型政府通过加强政府内部的协同性,有效提升了贫困治理的效率。具体体现为:一是依托平台型政府集成性的特征,促进贫困治理中的数据共享,以数据资源融合为基础,形成跨层级、跨部门的业务协同。随着政府平台与扶贫数据实现共享互通,在线化的跨部门、跨层级业务协同形成了对贫困认定资料的在线同步核查,并对巩固拓展脱贫攻坚成果时期的监测户进行监测,显著提升了“帮扶政策”与“被帮扶人”的匹配度,帮扶政策的高效落实改善了人们对生活的满意度。二是平台型政府革新了贫困治理流程,提升政府对贫困相关利益群体诉求的回应效率。平台型政府的构建实际上也是政府顺应数字经济发展的一种治理思维与手段的革新、制度的重构(魏成龙和郭诚诚,2021)。在数字平台嵌入贫困治理的过程中,对贫困户认定、核查、公示等治理流程进行了更有效率的优化,以其开放性的特征拓宽了公众的反馈与监督渠道,具有广泛监督效力的公示取代了过去“小范围、窄通道”的公示方式,形成更广泛多元主体协作的治理共同体。数字平台对公众提供的监督线索与反馈问题能够形成更有效率的响应,以公平、公正的治理流程提升人们的公平感和幸福感。

(3) 治理应变能力拓展:共同富裕治理目标转向。脱贫攻坚取得全面胜利后,贫困治理工作发生了新的转向,脱贫攻坚时期通过数字平台收集的农村基础性数据成为面向共同富裕治理目标下开展农村工作的重要基础,具体来说:一是巩固脱贫攻坚成果的动态监测,防止规模性返贫成为治理重点。依托平台型政府的集成性和模块化特征,在原有贫困治理大数据平台的基础上实现防返贫的动态监测是数字平台型政府通过迭代升级带来最直接的工具效应。数字赋能的平台型政府通过调用模块化资源实现标准化的可复用数据资源,避免了基层政府再次进行相同数据的重复收集,基于智能算法,根据贫困群体所处的地理位置、社会保障、医疗条件、个体及家庭特征等因素,综合评估监测农户致贫、返贫风险,并及时给出预警。二是共同富裕的任务需要在进一步夯实地域发展不充分的基础上,改善区域发展不均衡的问题,打破城乡二元发展结构。数字技术赋能的平台型政府依托其拓展性特征,为推动公共服务均等化进程、缩小城乡之间公共服务供给差距等创新治理和复杂性治理任务提供了积极作用。不断推进数字乡村建设,促进数字普惠金融等“数字技术+”在农村地区的迅速发展,为实现城乡要素双向自由流动和公共资源合理配置提供数字基础。面向共同富裕视域下难度不断上升的治理任务,平台型政府将持续促进政府治理应变能力的拓展与提升。

3. 学习型政府赋能贫困治理的机制路径

数字技术赋能下的学习型政府依托其精简扁平化、灵活性、知识共享性特征,通过赋能政府双环学习、拓展贫困治理的平行经验分享能力,实现政府贫困治理效率的优化与创新,提升政府整体贫困效能(如图1所示)。

(1) 赋能政府双环学习:认知与反思。双环学习是在单环学习的基础上,基于对现状的认知进而强调对造成现状原因的反思,这种模式需要系统思考、共同愿景、自我超越、团队学习及创造性张力(彼得·圣吉,2003)。数字技术拓宽了政府内部的评估与督察手段,形成更加直观、精确的数据反馈。数字技术的精简扁平化特征为政府跨层级、跨部门之间的核查监督提供了更加便捷的工具和渠道,数字技术赋能的学习型政府在面对贫困治理过程中出现的新问题、新情况,其灵活性特征能够基于贫困治理现状的客观认识快速形成决策,并且数字技术提供了更加精准的数据资料和反馈通道,加强了政府对贫困帮扶政策落实的纠偏力度。同时,依托贫困数据及智能算法形成的辅助决策能够加强政府相关部门对现阶段贫困治理机制的再认识,通过数字技术赋能贫困治理所积累的客观贫困现状的数量和结构特征,可以降低决策者因主观经验带来的认知偏误,缓解主观偏误决策导致的帮扶资源与被帮扶者的错配,实现对现有贫困治理机制体制具有反思性的总结与创新,形成基于现实经验与客观认知的新的创新帮扶模式与工作机制。简言之,数字技术赋能下学习型政府的精简扁平化与灵活性特征有利于政府形成具有认知与反思的双环学习模式,既加强了贫困政策执行中的纠正与督查力度,也能够对贫困帮扶政策本身及贫困治理工作机制形成有效反思和创新。

(2) 提升贫困治理的平行经验分享能力。平行经验分享的概念是徐秀丽和李小云(2020)提出的实践导向下的一种发展新叙事。可以理解为发展策略、模式或实践经验在既定条件下的复刻。在贫困治理实践中,通过发挥数字技术“捷径效应”实现贫困治理的平行经验分享体现在数字技术作为学习载体及治贫工具两个层面。在学习载体层面,治贫经验能够借助数字技术实现更广泛的传播,突破现阶段的“条块制度”,形成跨区域、跨部门、跨层级的政府内部学习,移动互联网的发展进一步将治贫经验的内部学习穿透至村一级,促进处于脱贫攻坚第一线的工作人员基于被帮扶区域、群体的特征,学习、吸收先进经验模式,推动本区域的贫困治理工作。在东西部协作扶贫中,政府、非政府组织、企业等多元参与主体基于数字技术实现了“网状”学习模式,使优秀的东西协作项目通过政府、非政府组织、企业之间的相互学习形成治贫经验的平行分享。在治贫工具层面,数字技术嵌入政府公共服务供给模式促进了平行经验分享。依托数字技术构建的就业扶贫信息平台,实现就业岗位定制化服务,数字化就业扶贫模式能够依托数字技术实现跨区域、跨层级的平行经验分享并形成有效复刻。类似地,教育、医疗等数字化公共服务供给模式、数字化贫困政策匹配与落实经验均能够跨地区、跨层级实现高效率复刻。简言之,数字技术赋能下学习型政府的知识共享性特征推动经验知识的复刻与分享,通过效率优化与创新提升贫困治理效能。

三、 数字技术赋能贫困治理的案例分析:贵州“大数据帮扶”例证

1. 案例选择与研究区域基本概况

(1) 案例选择。选择贵州作为案例区域出于以下考量:一是贵州省是深度贫困地区,作为全国唯一没有平原的省份,受地理环境限制,贵州省曾是贫困人口最多、贫困面积最大、极端贫困程度深、致贫因素交织复杂的省份;二是贵州省是全国首个国家级大数据综合试验区,也是全国首个在全省全面推动大数据治贫的省级行政单位;第三,贵州省从首次提出采用“大数据+大扶贫”理念并开展具体实践至今已近十年,可观测、可追溯的相关历史实践资料丰富,且在落实大数据治贫过程中形成了取得中央政府认可、其他省级行政区学习的优秀治贫模式和经验。数字技术运用于极端贫困地区的成功经验和模式,其实现复杂程度远超于其他地区。基于此,贵州省以大数据为代表的数字技术赋能贫困治理的经验与模式对其他地区的贫困治理具有切实可行的借鉴意义,同时,从贵州省大数据扶贫的经验中可以进一步探索推动共同富裕的数字技术赋能手段。

(2) 贵州省“大数据帮扶”基本情况。截至2021年,贵州省数字经济增速连续七年位居全国第一位,作为全国首个国家级大数据综合试验区,数字经济发展的良好势头为贵州省大数据扶贫创造了经济社会环境。贵州省“大数据+大扶贫”的发展道路在脱贫攻坚时期已初步形成了“大数据+应用扶贫”“大数据+民生扶贫”“大数据+产业扶贫”等贫困治理模式。从政府治贫的视角出发,“大数据+应用扶贫”中的贵州扶贫云数据平台、“大数据”监督系统中扶贫民生领域监督系统、门户网站及微信公众号等已经实现了精准、动态和科学化的贫困治理模式;“大数据+民生扶贫”已经建成贵州省劳务就业扶贫大数据平台、贵州省教育精准扶贫系统、贵州省医疗健康云等系统,实现就业扶贫、健康扶贫和教育扶贫的数字化帮扶;“大数据+产业扶贫”中贵州“农业云”实现了作物生产、病虫害、气象等实时监测,数字产业的发展为数字要素回报流入农村提供了可能。

2021年全年,贵州省低收入人口动态监测信息平台监测数据总量超24万条,发出预警超6万条,基于预警信息及时将0.16万预警人口纳入兜底保障,为巩固脱贫攻坚成果,防止规模性返贫提供了技术支撑。贵州省“大数据帮扶”的发展可以划分为4个阶段(如表2所示)。

表2 贵州省“大数据帮扶”的阶段与发展

2. 贵州省大数据扶贫实践的平台型政府构建

(1) 贵州省大数据平台赋能全社会协同治贫。贵州全省搬迁规模达到188万人,占全国近1/5,就业扶贫成为易地扶贫搬迁的重要帮扶措施。贵州省劳务就业扶贫大数据平台(现为贵州省劳务就业大数据平台,以下简称“就业平台”)旨在为全省建档立卡和易地扶贫搬迁人员拓宽就业渠道,建立就业岗位“稳定池”、持续推动劳务就业扶贫工作,巩固贫困劳动力脱贫成果。截至2020年底,就业平台已录入建档立卡贫困劳动力约480万人,涵盖了全部建档立卡贫困户及易地扶贫搬迁户,入库劳务就业岗位约193万,推荐就业约66万人次,累计就业超29万人次。就业平台集成了政府、社会力量和受帮扶群体等多方主体,形成了有别于“政府主导+社会力量参与”的“政府搭平台+社会量协同”的新型就业帮扶治理模式。

表3报告了就业平台各参与主体的权限与职责。首先,人社部门是政府牵头职能部门,该部门的职责是对其他各部门的就业平台权限进行设置,以省扶贫办(现为省乡村振兴局)为主的其他部门利用就业平台对建档立卡贫困户和易地扶贫搬迁户进行监测预警。政府部门在就业平台中发挥的作用是依托政府内部数据共享与交换,为就业平台实现智能预警提供数据基础支持。其次,社会力量包含了劳务公司、乡镇或村合作社、数据采集员以及平台技术企业。劳务公司或乡镇、村合作社则主要负责数据的收集和定期维护工作,并在就业意愿达成后向被帮扶对象提供就业服务。在就业平台赋能下,企业减少了招工成本,提升了企业建设卫星工厂选址、农业产业投资以及产业链延伸等项目落地效率,就业平台降低企业交易成本将吸引更多企业加入就业帮扶的过程中,实现了以市场为基础的贫困可持续治理。数据采集员在制度设计中可以由劳务公司(合作社)发动村干部、网格员、包保干部承担,也可以由建立利益联结机制的劳务经纪人承担。实践中,多由具有本乡镇一定社会网络的劳务经纪人或村干部与劳务经纪人共同承担,旨在收集到更加准确的劳动力信息。平台技术企业的核心职责是实现劳动力与岗位匹配模型的构建,提升企业岗位与被帮扶对象之间的匹配效率。最后,被帮扶对象是就业平台的落脚点。被帮扶对象在就业平台中需配合信息采集员提供准确无误的信息,以便于形成劳动力画像的精准刻画,提高就业平台基于智能算法的“人岗匹配”精确度。

表3 贵州省劳务就业扶贫大数据平台各参与主体的权限与职责

在就业平台中,政府部门更多地是搭建平台,信息采集、录入、平台匹配、就业帮扶落实、就业服务以及平台维护和迭代升级等环节均由社会力量提供或社会力量与政府协作提供。在贫困户与岗位形成“一对一”或“一对多匹配”后,村干部、网格员或村中社会工作人员的手机客户端将收到匹配信息,通过入户或电话进行岗位意愿调查,形成就业意愿后,劳动力的就业服务将由劳务公司、乡镇或村合作社提供。同时,在贵州省的具体实践中,就业平台集成的劳务公司与“东西扶贫协作”(现为“东西帮扶协作”)结合,将参与协作的企业集成至就业平台,进一步丰富岗位供给。总的来说,就业平台的搭建,推进了以市场为导向的就业帮扶机制建立,为巩固脱贫攻坚成果、推动乡村振兴提供可持续驱动力。

(2) 贵州省大数据平台赋能政府协同治贫。贵州省乡村振兴云(原贵州省扶贫云)一方面实现了省、市、县、乡镇、村庄等5级纵向治理主体的协同;另一方面,实现了省、市、县各级与贫困治理密切相关的医保、住建、教育、人社、农业、乡村振兴等11个部门的横向部门协同。在贵州省乡村振兴云平台下的乡村振兴防贫监测子系统,通过形成纵向与横向交织的“网状”模式,实现对防返贫监测的高效协同。首先,各级职能部门通过底层基础数据的动态更新,实现平台数据的共享,如医保部门、卫健部门涉及健康帮扶和大病救助的数据共享,民政部门则涉及兜底性保障,住建部门则涉及“住房安全有保障”的相关内容,教育部门则重点关注保障监测家庭的教育帮扶措施;其次,各部门数据汇总至省乡村振兴云后进行分析,根据预设的逻辑算法,实现系统自动提供预警线索信息的功能,在脱贫攻坚时期能够防止错误识别,如申请建档立卡贫困户家庭成员名下房产信息、车辆信息能够基于住建、公安部门提供的数据实现预警,在巩固脱贫攻坚成果时期,对监测户能够实时提供可能使其落入贫困的各类因素预警线索,如自然灾害导致的农业减产、因疾病、意外交通事故等突发状况导致家庭丧失劳动力等情况;最后,贫困系统中产生的预警信息会以“订单式”任务指派至相应责任部门,责任部门完成核查任务后,需在系统中录入核查资料并完结该核查“订单”,完成平台流程的闭环。

因病致贫是脱贫攻坚实践中最常见的致贫因素之一。在尚未形成数字技术赋能网状协同的帮扶阶段,因病致贫的群体需要提供诸多材料进行审核,再由责任部门进行层层上报,并由人工实现名单比对等流程,加大了各级部门“填表”的工作量,帮扶措施落实的时效性无法得到保障。在数字技术的赋能下,贵州省医保和卫健两部门与乡村振兴局形成了高效协同,相关预警线索能够突破科层体制下的“条块关系”,直接下沉至扶贫一线责任部门。一方面,贵州省医疗保障扶贫共享融通系统平台推动了贫困人口动态参保管理,通过医保数据与贫困户数据融通,实现城乡基本医疗保险的“应保尽保”“应资尽资”。2019年1月至2020年8月,贵州省累计资助参保缴费1588.99万人次,资助额达到18.87亿元,为健康扶贫提供了基础性保障。另一方面,数字技术赋能贵州省医疗保险实现全省联网并对接乡村振兴云平台。处于乡村振兴防贫监测子系统监测范围内的监测户成员在出院后进行医保结算,医保系统数据更新完成后即会实时在乡村振兴防贫监测子系统中呈现监测户的预警线索,医疗部门提供的具体预警线索简化了材料审核的流程,数字协同赋能有效提高了扶贫工作的效率。对于需要纳入大病救治的监测人口患者,在医院结算过程中,身份信息自动匹配至防贫监测子系统中的人口信息,实现自动核查、自动结算等功能,切实让监测人口实现“病有所医”。“数据多跑路”变革了传统就医报销等健康帮扶模式,被帮扶者能够高效享受帮扶政策带来的实惠。可以说,数字平台型政府的构建通过对群众诉求的快速响应,改善了公共服务供给模式,提升了人民的幸福感,实现了公共价值的提升。

(3) 贵州省大数据平台赋能政府治贫能力拓展。贵州省“扶贫云”平台上线初期,平台数据融通实现贫困识别率的提升,贫困识别正确率从2017年的95.98% 上升至2018年的99.17%,极大改善了基层面临的识别工作压力。“扶贫云”进一步迭代升级实现了贫困动态监测,通过开发“疑似漏评采集”“入户核查”“计划脱贫标识”“帮扶措施覆盖分析”等功能,实现具有“数据自动比对端口”的综合数据分析。2019年,贵州省依托“扶贫云”标注计划脱贫41.4万户、1413万人,通过平台的帮扶措施核实功能模块,对全省192.74万户、782.08万人的帮扶措施进行核实,数据共享实现了数据自动比对,减少人力物力投入的同时,有效形成了对2019年计划脱贫人口帮扶措施落实情况的精准动态监控。在面对监测范围从贫困群体转向低收入群体的背景下,贵州省“扶贫云”进一步升级为“乡村振兴云”,通过医保部门、卫健部门、教育部门、人社部门、公安部门、农业部门、残联、应急部门、乡村振兴部门、民政部门、住建部门、农户自主申请、社会监督以及村干部走访排查形成了“政府部门-公众监督-自我识别”的“立体”动态预警线索来源,尤其是在COVID-19全球大流行期间,数字平台与贵州健康码数据对接,以数字平台为基础的贫困预警线索工作机制实现从“人找政策”向“政策找人”转变,强化了帮扶措施与被帮扶人的精准对接。截至2021年底,“乡村振兴云”平台累计归集预警线索67.05万条,涉及人数64.73万人,共识别监测对象42.29万人,数据共享交换平台累计调用防贫预警监测名单23.02亿批次、调用流量8379.50Gb,数据调用条数1.26万亿条。因此,从治贫能力的视角来看,贵州省依托“扶贫云”到“乡村振兴云”数字平台的升级,逐步完成了“贫困精准识别→贫困动态监测→贫困动态预警”的治理能力迭代升级。

面向共同富裕新征程,贫困治理将更加注重城乡收入差距、相对贫困的治理,推动公共服务供给差距的收敛成为缩小城乡发展不均衡的重要抓手。现阶段,贵州省正不断推动“互联网+公共服务”向乡村延伸,加强在乡村治理方面的数字化运用。如依托数字化平台建设,形成贵州政务服务网的数据汇集和业务融合,贵州政府政务服务网涵盖了省市县4000多个部门、1.7万个村庄、居委会便民服务站。在农村环境治理方面,依托贵州数字乡村建设监测平台,将1193个乡镇生活垃圾转运站、12.2万个垃圾收集点等相关信息纳入数字监管,实现乡镇生活垃圾的数字化管理,与实现中共二十大提出的宜居宜业和美乡村的重大任务相契合。数字技术赋能就业培训、教育、医疗、社会救助等领域均顺延脱贫攻坚时期的先进做法和经验,推动贵州省乡村治理迈向数字化、现代化。总的来说,数字驱动的平台型政府实现了治贫能力的迭代升级,提高了政府为应对不同时期贫困治理目标所提出的具体治理任务的行政效率。同时,大数据平台将拓展推动乡村数字化发展,有利于面向共同富裕所要求的城乡公共服务均等化的实现。可以认为,数字驱动的平台型政府为实现政府治贫能力升级与面向共同富裕的能力拓展提供了有效的工具。

3. 贵州省大数据扶贫实践的学习型政府构建

(1) 贵州省大数据赋能政府双环学习。贵州省大数据扶贫赋能政府双环学习体现在扶贫民生领域监督系统(以下简称“监督系统”)的建设与运用。监督系统集成了包含公职人员个人信息、工商数据、死亡数据等60个逻辑算法和智能模型,对扶贫民生领域资金情况进行不间断地实时监督。根据中央纪委国家监委网站公开数据,截至2019年6月,贵州省扶贫民生领域监督系统共采集民生资金类的数据5.5亿条,通过系统逻辑算法发现问题数据27.5万条,核实违规问题6934个,追回资金615万元。对于扶贫监督而言,数字技术赋能政府形成双环学习模式,数字技术嵌入贫困治理监督提升了政府对贫困现状的认识能力,加强了对现有贫困治理监督的纠偏力度,同时对现有贫困治理监督制度和工作机制形成有效反思,推动了贫困治理监督的转型升级(如图2所示),具体而言:

从线下监督到“线上+线下”监督。以云端数据为基础,通过智能算法模型,一方面,扩展了监督预警线索的来源,缓解了通过人工督查的局限性;另一方面,随着数据库数据与指标的不断增加、智能算法的迭代升级,平台系统所提供预警信息的精确度将不断增强,线下的核查效率将进一步提升,如贵州省六枝特区在扶贫民生领域监督系统的运用下,通过大数据算法模型的数据比对,发现冒领养老保险金等基层扶贫违规违纪的问题线索。

从静态结果监督到动态全流程监督。传统的监督工作采用检查、巡视、督查、信访、考核等形式,往往是一种具有阶段性、静态集中性并以结果为导向的监督,同时在问题的改进反馈方面,存在周期长、标准化低等不足。数字技术嵌入贫困治理监督后,形成了动态常态化监督机制。贵州省依托扶贫云(乡村振兴云)平台实现的数据库共享,数据收集的监督常态化周期缩短至“每月一次”,与数据库更新频率保持一致,实现了从数据收集到最终结果的全流程的有效动态监督。同时,监督平台凭借数据分析的逻辑算法,可自动发出监督预警线索和问题,依托平台所集成的各级政府职能部门,形成了预警问题的线上接受、线上核实、线下核实、结果核实与结果反馈等标准化监督问题处理流程,实现监督的动态化、常态化和问题处理与反馈的标准化。

从“举一反一”到“举一反三”。在传统监督中,只能采用“就事论事”的方式查处发现违规违纪行为,对政策或工作机制本身不加以判断,这主要囿于监督过程依赖于人工识别,受到人工主观因素的限制,很难从“个性”问题中发现“共性”问题。数字技术赋能扶贫监督后,通过大数据形成更加全面的综合研判,对扶贫工作中发现的行业性、领域性问题进行统一排查与整治,既实现了对扶贫工作违规违纪问题的稽查,又通过大量数据算法改进扶贫工作中政策制定、执行机制可能存在的问题,从政策设计方面进行根本性改进。贵州省毕节市威宁彝族回族苗族自治县通过民生领域监督系统提供的异常数据发现了如人情保、死亡保等违规共性问题,建立了《威宁县低保工作廉政风险排查制度》《威宁县低保经办人员和村居干部近亲属享受低保备案制度》等制度规定,依托数字技术实现工作机制上的反思与创新,实现举“特定问题”反“共性问题”和“制度设计问题”。

从政府监督到全社会监督。扶贫民生领域在传统监督过程中主要由各级纪委监委负责,监督范围有限。贵州省部分市县通过数字技术嵌入,扩展、简化群众实现监督的路径,将扶贫资源的相关利益主体纳入到“监督网”中。其中,将监督的内容简单化、易于理解化是数字技术嵌入后的重要作用。截至2018年8月,贵州省黔西南布依族苗族自治州将超过1100台触控一体机覆盖至全州下辖的所有行政村及乡镇卫生院,将身份证放置于一体机上即可显示自己可享受的帮扶政策及具体补助数额,受帮扶的群众可以通过这种简单的方式实现对帮扶资金、帮扶政策落实情况的有效监督,扩展了提供渎职、贪污的线索,有效降低了扶贫政策执行与落实可能产生的偏差,如民生监督终端机在贵州省六枝特区提供了老人去世后仍然被基层村干部冒领养老金的违规情况线索。

(2) 贵州省大数据赋能贫困治理的平行经验分享。数字技术通过发挥“捷径效应”与工具效应实现了贫困治理的平行经验分享。在省内扩散方面,贵州省作为国家大数据综合实验区,在数字基础设施建设完备的省域范围内,“大数据+”模式能够在全省范围内快速形成有效复刻,如贵州省全省远程医疗的普及与推广,数字技术基础设施建设为全省医院联合体的实现创造了机会,乡镇卫生院的远程医疗逐步在全省范围推广,2016-2018年逐步实现了“县县通、乡乡通”和覆盖全部妇幼机构。在省际贫困治理平行经验分享方面,山西吕梁市作为全国14个集中连片特困地区之一,是易地扶贫搬迁集中安置的主战场。2017年底,由吕梁市委书记率领代表团前往贵州贵阳市、遵义市学习大数据产业发展,期间就贵州省的“大数据+工业”“大数据+旅游”“大数据+医疗”“大数据+扶贫”“大数据+产业”等方面进行了经验交流。其中,随着人工智能的发展,数据标注员成为大数据产业发展过程中的新兴职业,数字经济拉动资本向大城市聚集,但基于数字技术跨时空特点,劳动力与产业资本要素可分离的发展优势,贵州省推动数据标注员的培训工作,实现了贫困户“家门口”就业,如贵州惠水县百度百鸟河基地以大数据清洗、加工、标注为主营业务直接带动超过1000人的就业。吕梁市以“复刻+发展+创新”的方式对贵州大数据帮扶的模式与做法进行经验借鉴,通过建立标注驿站、开展标注培训拓展贫困群体新的增收渠道,尤其是在全市的易地扶贫安置点均设置了标注驿站,充分吸纳易地扶贫搬迁贫困劳动力就业。数据标注产业的发展依托了数字技术的“捷径效应”,充分发挥了数字技术的低成本、跨时空、生产要素可分离的优势,实现通过数据标注助力脱贫攻坚的治贫经验平行分享。除此之外,贵州省将互联网构建的虚拟场域充当治贫经验分享的渠道。贵州省信息中心主办的贵州综合信息网设置了大数据发展动态专栏、省外咨询专栏,贵州省大数据发展管理局设置了“大数据助力乡村振兴”专栏、“经典案例”专栏。贵州省也通过微信公众号“贵州脱贫攻坚”(现为“贵州省乡村振兴局”)定期发布省内外脱贫攻坚、乡村振兴案例以及相关新闻报道,如罗甸的“‘5514’工作模式高效推进防止返贫动态监测和帮扶工作”、凤冈的“香凤校企协作‘订单班’助力学生搭上‘就业直通车’”、岑巩的“‘五处发力’推进东西部协作”等经验做法。对于县乡基层政府而言,通过以上互联网渠道学习新的产业发展模式、帮扶措施,进一步结合地方实际形成具有地方特色的帮扶举措,这样的做法已经成为基层政府接收贫困治理平行经验分享的重要方式。

四、 数字悬浮:科层体制下的数字化陷阱

1. 数据收集:“最后一公里”的数字偏差

贫困治理中基础数据的采集是基层政府面对的普遍难题,虽然多数地区采用诸如“组团联村”“党员联户”等机制,但仍未有效解决数据采集过程中的难点(沈费伟和叶温馨,2021)。在刚性考核压力下,加之农村人口外流的影响,负责数据收集的第一线工作人员往往采用“统计+估计”的策略(王雨磊,2016)。“估计”的数据收集方式会导致相关数据存在严重的偏差,尤其是收入维度的数据。不同调查人员估算的方法不同、贫困户存在普遍的瞒报、漏报、低报收入情况的倾向、向上级争取财政资源或政绩考核的要求、数据收集的舞弊行为等均是数据收集产生偏差的缘由。在数据收集“最后一公里”出现的数字偏差沿着乡镇、县、市科层体制上报至省级主管部门,根据存在偏差且基本无规律可循的数据形成的帮扶决策,难免会为精准扶贫的瞄准精度带来负面影响。

贵州省各县、乡镇和村庄在数据收集、核查过程中,信息收集员使用估算方式应对脱贫攻坚时期申报建档立卡贫困户、巩固脱贫攻坚成果期间监测户瞒报、漏报、低报家庭收入信息等情况,导致在数据收集过程中存在误差。贵州省为应对可能存在的“数字偏差”,一方面,以县一级单位对乡镇负责信息收集的工作人员、村干部等相关人员进行统一培训,着重强调估算的原则,形成统一估算标准,如对外出务工人员工资收入的估算采用同村人、同区域、同行业交叉估算,保证收入信息的大致准确;另一方面,贵州省乡村振兴云平台形成的“省市县”三级核查系统,对估算数据与各部门底层数据库存在逻辑冲突或不一致的情况会及时形成预警线索信息,通过核查程序进一步降低了估算带来的数据偏差,如房产和车辆信息的瞒报情况。现阶段,虽然数据偏误得到了一定的控制,但数据收集的偏差仍然存在,尤其在对监测户外出务工收入方面的估算,仍然是数据收集所面对的难题。在常态化贫困治理中,需要进一步与税务系统对接,提高收入信息收集、核查的准确性。

2. 数字孤岛:制度与协同机制制约

数据资源未被有效利用会降低数字政府的协同性,难以真正提升政府治理绩效。数字技术与治理体制之间存在融合张力,体现在数字技术嵌入重塑办事流程方面存在诸多制约因素,可能会带来违约风险。同时,科层制结构的封闭和层级化特征导致“数据不敢共享”(北京大学课题组和黄璜,2020),行政职能部门只对上级负责,缺乏横向数字交换、数字共享的动力。总的来说,数字技术嵌入政府治理形成数字政府将带来封闭化与开放式治理的张力、科层制与扁平化治理的张力、碎片化与整体性治理的张力,其后果是机制不匹配导致协同的整体性受限、需求不对称减弱协同的一致性、标准化建设不充分降低协同的广泛性(黄璜等,2022)。由此看来,制度与协同机制建设的滞后加剧了数字孤岛的形成,造成了行政效率的下降。

根据贵州省贫困治理各部门内部协同的实践经验,各职能部门的数据交换频率为“每月一次”,初步实现了数据的动态交换,但尚未达到系统数据交换的实时同步。各部门数据的实时性对系统自动发出预警信息的即时性至关重要。因此,进一步提高数据交换的实时性,打破数据孤岛是应对复杂程度更高的乡村振兴及面向共同富裕的相对贫困治理的重要抓手。同时,贵州乡村振兴云(简称“省办平台”)与全国防止返贫监测和衔接推进乡村振兴信息系统(简称“国办平台”)的信息对接同步机制仍有待提高,目前县一级责任部门收到省办平台的预警线索后,若核实无误,将相关群体纳入监测系统需要完成在省办系统和国办系统的“双录入”操作,即完结省办系统中“订单式”任务,录入预警线索核查的相关记录后再次将新纳入监测范围的群体基础信息录入国办平台,国办平台数据库将每日覆盖省办平台数据库,尚未形成“让数据多跑路”的设计初衷,加大了基层的工作量。

3. 数字依赖:陷入“技术决定论”倾向

在面对复杂的行政治理任务时,以效率为导向或原则,最大化消除人的影响被视作效率最大化、消除个体寻租或个体能力不足的最佳有效方式。数字依赖的极致是组织理性将数字技术视为决定性因素,形成有别于“人定决策”或“人在回路”的“无人决策制”,这就意味着行政决策将会从“人是控制者”转向“数字技术是控制者”。这样的做法逐步淡化由人主导的合作与决策,改变了行政知识增长模式,行政逻辑发生转向,对解决行政问题的思维方式从基于因果意义的诠释,逐步转向基于相关关系的简单总结(张雪帆和蒋忠楠,2022)。陷入“技术决定论”陷阱将会完全以行政目标的实现为导向,而政府治理的目标不仅仅包含结果公正,同时也包含“程序公平公正、过程合理满意”的公共价值,完全依赖于数字技术带来的治理过程将会与政府治理的价值取向背道而驰。随着数字技术的不断发展,智能算法的不断迭代升级会进一步促使政府部门在诸多决策上依赖于数字技术给出的决策。陷入“技术决定论”陷阱后,基层政府更加依赖于数字技术,将注意力更多地倾向于能够采用数字技术解决的相关社会问题,而忽视了其他需要人工介入的社会治理问题。

从贵州省省办平台的乡村振兴防贫监测子系统来看,预警线索主要有医保部门、卫健部门、乡村干部走访排查等15个来源。然而,现阶段医保部门、民政部门、卫健部门、公安部门为预警线索提供的主要部门,通过省办平台的底层基础数据更新(如医保结算、大病救助、重大交通事故等)实现预警线索的提示。省办平台数据自动比对所实现的预警线索提示功能将大大提升基层政府获取预警线索的能力,贫困监测的效率显著提升。但不可否认的是,在外出务工收入等关键信息方面,仍需要依托相关部门和乡村干部走访进行排查。数据平台预警线索提供的便利性加剧了基层工作对数字工具的依赖,从而使其在防返贫工作方向上具有选择治理的倾向性,转移了基层政府对其它可能存在防返贫因素的注意力,这是面向共同富裕进程中,贵州省“大数据帮扶”需要警惕的重要内容。

五、 结论与讨论

本文通过构建数字技术赋能贫困治理的双重路径分析框架,以贵州省“大数据帮扶”为案例,阐释了数字技术赋能贫困治理的具体实现机制。基于全文分析,可以得出以下结论:

第一,数字技术赋能贫困治理的双重路径分别为平台型政府和学习型政府的构建,平台型政府实现了数字治理生态的全社会协同、公共价值提升的内部协同以及在共同富裕治理目标转向下的治理应变能力拓展。学习型政府实现了具有认知与反思特征的政府双环学习模式,提升了贫困治理的平行经验分享能力。

第二,通过贵州省数字技术赋能平台型政府与学习型政府构建的具体实践发现,贵州省劳务就业扶贫大数据平台构建了“政府搭平台+社会力量协同”新型帮扶模式,以市场为导向的就业帮扶机制实现了帮扶的可持续性;贵州省乡村振兴云平台集成11个部门的基础数据实现帮扶措施高效落实,提升人民的幸福感;大数据平台赋能下的政府在贫困治理过程中逐步形成“贫困精准识别→贫困动态监测→贫困动态预警”的能力迭代升级,并为面向共同富裕的数字化乡村建设所提出的公共服务均等化提供了有效的能力拓展工具。“大数据”监督系统实现了扶贫民生领域监督由“线下监督”的监督体系向“‘线上+线下’监督”的数字监督体系转变,实现了数字技术赋能政府构建双环学习模式;贵州省“大数据+”扶贫模式能够迅速在数字技术设施完备的省域范围内形成有效复刻,数字技术发挥“捷径效应”的特征有效促进了“大数据+产业”模式在省际转移,同时,数字技术发挥自身的工具效应推动了贵州大数据扶贫经验的传播。

第三,在科层体制下仍然需要警惕数字化陷阱。基于贵州省“大数据帮扶”的实践发现,数字收集过程中出现的数字偏差、制度与协同机制制约下的数字孤岛、陷入“技术决定论”倾向的数字依赖均是可能阻碍数字技术赋能贫困治理实现效率提升所存在的问题。

与绝对贫困治理比较而言,面向共同富裕的相对贫困治理更加复杂,需要同时兼顾经济与非经济因素、产业发展与技术进步等结构性因素、贫困人口自身脆弱性与贫困文化、社会排斥等主客观因素(雷勋平和张静,2020)。相对贫困治理将呈现出多维度因素的交叉融合特征(左孝凡和陆继霞,2020),政府要从绝对贫困治理时期的收入维度单一贫困治理向共同富裕目标下相对贫困治理时期的多维度贫困治理转向,这无疑对政府进行贫困治理提出了更高的要求(吴振磊,2020)。为此,从贫困治理的视角出发,从脱贫攻坚迈向共同富裕,政府应进一步推动可拓展的平台型政府建设。一方面,进一步完善政府内部数据共享机制,充分释放数据共享带来行政效率的提升效应;另一方面,加强数字技术赋能下更广泛社会力量的参与,推动全面社会协同治理,由此形成超越一般技术治理局限的数字技术支持,推动城乡公共服务均等化进程。同时,政府需要重视数字技术赋能下的双环学习型政府建设,形成具有技治融合特征的治理结构与体系,充分发挥数字技术工具效应的同时,警惕陷入“技术决定论”倾向的数字依赖。