数智赋能政府治理的理论与实践进展：一个跨学科学术会议综述*

王 芳 张 超 黄梅银 朱学坤 连芷萱 马 鑫 姚汝婧 刘清民 张 鑫

（1.南开大学网络社会治理研究中心 天津 300071）

（2.南开大学商学院信息资源管理系 天津 300071）

数据与智能技术的应用有力助推制度优势转变为治理效能，为中国式现代化发展注入了新的活力。为了深入探讨数据赋能政府治理的理论机理、实践应用与未来发展方向，“2023 数据赋能政府治理评价指数”发布暨数智治理学术研讨会于2023 年5 月20日-21 日在南开大学举行。来自高校、政府、企事业单位的200 余位专家学者、主管领导、专业人员和学生参加了会议。会上，南开大学网络社会治理研究中心主任王芳教授发布了2023“数据赋能政府治理评价指数”。该指数已经连续五年发布，从社会治理、公共服务、保障支撑和公众参与四个维度对我国76 个城市数据赋能政府治理的最新进展进行评估，以期促进城市政府应用数据与智能技术提升治理效能。2019 年，该报告以“大数据提升政府治理效能”为主题，首次由南开大学网络社会治理研究中心与大数据提升政府治理能力国家实验室在中国国际大数据产业博览会（贵阳）上联合发布［1］。2023 年评估报告以“中国式现代化情境下智能、活力与包容的数字治理”为主题，揭示了数智技术的应用与中国式现代化发展在理论内涵上的共通之处。指数发布后，来自美国马萨诸塞大学阿默斯特分校的Jane Fountain 教授等近20 位国内外知名专家学者就数智治理相关问题展开跨学科研讨，取得了丰富的学术成果。本文总结提炼并系统呈现与会专家发言主要观点，揭示了当前相关领域的最新研究成果，以期推动政府数智治理的学术研究和社会实践。

1 数智治理的内涵、范式与发展逻辑

数智治理是当前政府数字化转型发展的方向，是释放数据动能、发挥数据创新引擎作用的必要前提。数智治理是指治理主体运用数据与人工智能技术进行经济社会治理的过程。数据与智能技术的使用是数智治理的主要特征。数智技术的使用既可以带来治理效能的提升，也带来新的挑战。此次会议中，来自中国人民大学的安小米教授、上海交通大学樊博教授、清华大学张楠教授、北京大学黄璜教授分别从数智治理的概念特征、数字治理的范式、数据赋能政府治理的路径、数字政府的逻辑出发，分析政府数智治理的理论机理与动态演变规律，探讨了信息与智能技术为政府治理带来的机遇与挑战，为提升数字政府治理水平、促进数字经济高质量发展贡献了重要的理论观点与实践建议。

1.1 数智治理的概念特征

厘清数智治理的内涵是进行相关研究和社会实践的前提。安小米等通过系统调查三大国际标准组织的在线术语标准库，共发现四个数据治理（data governance）定义［2］，在对其核心概念进行解构的基础上，提炼出数智治理的核心概念。“数智治理”概念的国际共识包含三个方面：社会特征、主体特征与技术特征。社会特征强调数字化转型，利用颠覆性技术创造一个健康、宜居的数字未来社会；主体特征最重要的是以人为本的改进，强调公共、私人、民众参与、伙伴关系和协作以及具有完整性、多样性、包容性、主权性、无偏见、透明性的集体智慧；技术特征强调人机协同、个人权利得到保护，公共利益与价值的最大化必须要以负责任、值得信赖、安全和风险管理的方式变革性地使用数据、信息、知识和技术。安小米提出，从技术、社会、主体三个维度来看，数智强调技术的应用，治理强调各种主体的参与，特别是对变化可能产生的各种风险进行管理，而数智治理则包含了数字技术的使用与共同参与。

1.2 数字治理的两种范式

数字治理是我国政府推进社会治理的核心模式，为理解数字治理的基本内涵，需要梳理数字治理的发展逻辑与治理范式。数字治理指政府与社会、公众等多元主体间以及政府部门之间以数据为客观基础，以公民意识为价值导向，利用信息数字化技术对原始数据进行收集、处理和利用的过程［3］。樊博提出数字治理包括无缝隙服务和大数据决策两种范式。在互联网和大数据技术逐渐兴起的过程中，需要面对以下两个问题：（1）怎样用数字治理推进无缝隙的管理服务；（2）怎样用大数据推进智能化决策。第一种数字治理范式是把传统政府职能式和层级式的架构转换成横向整合和纵向整合的数字政府，实现跨部门数据开放、信息共享和业务协同。其核心问题在于软层面而非技术层面，技术可以赋能，但是赋能要产生化学反应式的推进，单个职能部门信息系统的建设不是数字化转型，只有跨部门跨层级联动、扩大数据共享范围与业务协同范围才是真正的数字化转型；第二种是利用大数据进行决策。在实现数字治理的过程中会留下非常多的数字化痕迹，这些宝贵的财富绝对不能束之高阁，而应当应用于大数据决策。他指出，传统的量化分析是自顶向下，从理论到实证，但大数据分析恰恰是自底向上，从数据驱动的角度去分析各种各样的问题。从技术到数据，为政府治理赋能，实现数字化转型。

1.3 数据赋能政府治理的分层思考

当前，大数据已成为推动经济转型发展的新动力、重塑国家竞争优势的新机遇、提升政府治理能力的新途径［4］。与数字技术发展趋势相关联，政府数字化转型的内容经历了从内部供给变革向供需互动、多元合作到整体智治的演变［5］。会上，张楠从技术工具创新、运作管理优化、组织结构重组、职能方式转变和理念思维转型等五个层次探讨了数据赋能政府治理转型。在这五个层次上，政府向下通过数据治理夯实数据赋能治理转型的“底座”，向上通过政策决策范式转变攀登政策智能的“塔尖”。在“向下”层次，数据治理是推动政府数字化转型的基础。从利用大数据来治理（“怎么用”）到对大数据进行治理（“怎么管”），我国已经进行多方面探索。如全国一体化政务大数据平台建设，国家政策文件要求明确部门的数据职责，地方关于建立“政企协作”的数据授权运营体系和“四定三权三监管”的数据管理体系的探索等多个方面；在“向上”层次，大数据背景下政府决策面临着动态性、非线性、混杂性等多方面挑战，信息化和智能化是向上发展的重要方向。以中美贸易摩擦想定设立与推演场景为例，政府决策涉及政治、经济、文化等众多影响因素，贸易摩擦的时间、冲突点等具有高度不确定性，谈判与博弈策略空间复杂等多方面挑战。张楠提出，运用前沿信息技术、智能技术与决策科学辅助政策制定、执行和效果评估迫在眉睫。在原有数据赋能治理转型的五个层次基础上，可以从技术发展的迭代上升与政策决策水平优化两个视角将模型丰富为七个层次。

1.4 数字政府的逻辑与发展

信息技术的快速迭代不断催生着政府治理模式变革，政府数字化、智能化运行成为推进国家治理体系和治理能力现代化的有力支撑［6］。当前，数字政府建设进入深度应用阶段，围绕政务服务“一网通办”、城市治理“一网统管”、政府运行“一网协同”，各地创新持续涌现，形成综合场景和垂直场景双向发力格局［7］。但仍面临不少突出问题，机遇与挑战并存。下一阶段数字政府建设的重点和亮点有哪些?如何深入挖掘大数据、人工智能等新一代信息技术的价值进而赋能政府治理?值得深入探讨。

黄璜针对上述问题，提出数字化转型一般性框架：包含知识系统、沟通系统、协作系统、资源系统和工具系统五方面的技术系统，以及规则系统和目标系统两方面的治理系统。技术主要解决政府数字化转型所需要的运行知识、沟通机制、协同机制、工具和通用资源，治理主要进行规则制定和实现数字化目标。他指出，当前数字政府系统不断演变并呈现以下发展趋势：在数据系统方面，数据从过去的管理对象变成了管理工具，数据共享和数据开放工作不断推进；在工具系统方面，已从过去的重视安全或计算单一维度转变为平台化（微服务）和（通用）应用支撑平台整体建设，平台驱动的政府建设成为发展新方向；在协作系统方面，过去仅侧重单位内部的协同，当前从“三融五跨”到“一网通办”“一网统管”“一网协同”协作系统升级以解决复杂协同问题；在沟通系统方面，已经从传统WEB/APP 等平面系统演变到虚拟孪生的数字世界；在知识系统方面，业务应用升级到决策，通过把数据资源和平台工具结合起来为宏观、中观、微观不同层级的决策提供服务；在治理系统方面，强调通过数字化对规则系统进行改革，以实现治理现代化的目标。数字政府建设是一个动态过程，是一个迭代地解决“信息瓶颈”的过程，未来新的重点应当是推进（大数据辅助）决策系统建设，以提升政府决策能力。

2 政府数智治理的重要场景

当前，政府部门越来越重视大数据和人工智能技术在促进数字经济发展、增强创新驱动发展动能、提升国家综合竞争力等方面的作用，并着力将其应用到社会发展的方方面面。复旦大学郑磊教授、北京大学周庆山教授、华中师范大学段尧清教授、山东理工大学纪雪梅副教授分别从城市运行一网统管、政务热线效能提升、基层治理和政务新媒体信息采纳等不同治理场景展开具体分析，就政府数智治理面临的种种现实问题提出了真知灼见。

2.1 城市运行“一网统管”

以大数据、物联网、人工智能为代表的数字技术为城市治理提供了新的解决路径。我国在城市数字治理领域开展了一系列的实践探索，如浙江“最多跑一次”、上海“一网通办”“一网统管”、杭州“城市大脑”等［8］。郑磊提出，相对于一网通办，一网统管的数据更具动态性，要从城市之声（市民热线12345）、城市之眼（公共视频）以及城市之感（物联网传感器）等方面打通全域全时段数据；同时，融合社会数据（如外卖信息等），打造城市运行数字体征系统。基于现实问题和需求，通过数据之间的组合，找到数据间的关系（因果关系或相关关系），提前进行预防与干预，提升风险治理能力。具体来说就是从“观管防”三方面，以感知（观）→认知（管）→行动（防）的闭环链条提前预警，以达到治城市于未病。城市一网统管要以问题/需求为导向，以“管理铁三角”（即想法→算法→办法）为基本理念，以“四早”（早发现、早预警、早研判、早处置）、“五最”（最低层级、最早时间，以相对最小成本，解决最突出问题，取得最佳综合效应）、线上线下、人机协同为方法，建立“三级平台（市一级、区一级、街镇一级）、五级应用”的运作体系。应充分利用科技之智、规则之制、人民之力，打通多个专业领域系统、形成柔性网络、统筹协调，全面提升政府治理能力。

2.2 数智技术赋能政务热线

政务热线是政府感知社情民意的“传感器”和政府部门间的协同枢纽［9］。随着数智技术的发展，政务热线从“回答问题”的工具逐步转变为一种数据驱动的社会治理抓手，能够为“热线服务赋智”“热线数据赋值”“政府部门赋能”“社会大众赋权”。政务服务热线应进一步与互联网及数智技术结合，更好地实现一源多用和信息集成，同时要解决好政务服务热线与其他机构的信息共享和协同。此外，应强化信息生命周期管理，对信息进行阶段性处理和管理，提高数据质量和信息封装，为实现后续信息共享、利用和分析打好基础。周庆山提出，当前数智技术在政务热线的应用上仍面临不少挑战。首先，技术应用不够充分且不均衡，主要表现为便民热线接通率不高，知识库建设和应用不够成熟；其次，数据治理基础不牢，热线数据的分析和应用水平还停留在“小数据化”的阶段，缺乏规范的数据管理、共享、开放机制与智能化建设；第三，服务平台建设不足，平台建设和管理缺乏统一性，导致平台之间的割裂和服务碎片化；第四，数据智能分析及情报研究仍有待进一步完善，分析缺乏解释性的参考，无法支持更深入的决策研究；第五，热线集成、协同与共享机制不够健全，不同渠道的数据集成整合有待加强；最后，应急治理也有一定的改进空间。

基于此，周庆山提出政务热线智慧化转型的几条建议：首先是资源整合，推进政务热线的平台化转型；其次是业务流程的数据治理，推动政务热线的数据化转型；第三是采用自动化处理和智能运行的方式，达到政务热线的智慧化转型；第四是组织集成和共享机构联动，推动政务热线的协同发展；第五是通过风险防控进行数据保护的转型；最后是通过城市治理的反馈数据推动政务服务的精准化转型，具体包括通过民意民情汇聚机制、社会风险感知机制、智能化决策辅助机制和民情的回应机制等。

2.3 数字化转型应对基层治理碎片化

基层是社会治理的第一线，基层社会的和谐稳定与国计民生息息相关。基层治理对维持社会和谐稳定、应对社区生活方式变革以及处理突发事件等具有重要意义。没有基层治理，就没有全社会的和谐与稳定。当前，基层治理存在四大痛点［10］：一是政民联通碎片化，居民差异化需求难以收集，自治热情不高；二是权责观念碎片化，基层民众的权利意识不断提升，但履行义务的意识却相对较弱；三是服务供给碎片化，当前基层公共产品供给和基层治理能力，还不能够完全满足人民日益增长的个性化民生服务需求；四是事务管理碎片化，上级各部门信息融合度不高，部门之间衔接不畅, 基层治理及时评价机制缺失，对重大突发事件缺乏高度协同的联动机制与信息共享渠道。

针对四大痛点，段尧清提出基层治理数字化转型的四个路径：（1）事件感知智能化，增强对地理位置、生命状态、情感状态等事件的实时感知，充分融入“一网通办”平台，搭建智能互联互通平台；（2）治理过程数据化，做好数据采集、数据标准化、隐私保护、完善数据权责制度；（3）服务智慧化，运用大数据和人工智能技术实现用户需求自动感知，提供精准服务，实现数据开放共享，线上线下服务一网通办；（4）评价及时化，建立基层治理数字化转型质量标准体系、转型阶段评估和转型效果评价。通过增强各治理单元协同联动、合理配置有限资源、吸纳更多主体参与基层治理工作，最终实现多元主体共建共治的基层治理转型目标。

2.4 政务短视频娱乐化的信息传播效果

政务短视频对娱乐化程度的把握成为新媒体环境下政务信息公开中亟需关注的问题，适当的轻量化、多样化和个性化对于政务短视频的信息公开效果提升有积极作用，不但可以促进政务信息的传播，也塑造了更加鲜活的政府形象。研究政务短视频娱乐化特征及其对公众信息采纳效果的影响，能为政务短视频信息公开方式优化提供理论参考［11］。纪雪梅构建了娱乐化评价指标（包括语态表达、呈现形式、传播渠道、主题内容四个维度），探究娱乐化对政务新媒体用户信息采纳效果的影响。结果发现网络句式和热门歌曲的运用、标签运用、多媒体融合、政府职能体现程度对用户信息采纳有显著影响，娱乐明星用户联合、原创特效、情绪强度对信息采纳没有明显作用。此外，从信息维度、用户维度、信息环境维度、信息技术维度几个方面探究影响政务新媒体信息采纳意愿的因素，发现信息维度的及时性、准确性、全面性对信息采纳有正向影响；用户维度的互动交流影响用户感知易用性，进而正向影响采纳意愿；社会环境对用户信息采纳有显著的正向影响；技术维度的安全性、便捷性影响用户感知易用性，进而影响采纳意愿。

纪雪梅提出，为促进政务新媒体良性发展，在内容方面应该保证新媒体内容的及时准确和全面；在情感方面应保持中立；主题方面以用户的信息需求为出发点，形式应个性化和多样化，同时体现政府职能；在互动方面应关注舆情，对评论进行有效的回应；在文化传播方面，因为不同地区的地域文化与社会背景不同，政务新媒体账号可以结合本地的民俗风情和人文背景提供个性化的信息服务；在技术保障方面，要从功能、界面、安全、便捷这几个方面去提升技术水准。

3 政府数据的治理、利用与价值激发

大数据是政府治理的工具、对象和环境［12］。政府数据的治理、利用与价值激发是数智赋能政府治理的关键因素。政府数据治理体现在对政府数据依法治理、政府数据源头治理、政府数据精准治理和政府数据长效治理四个方面，涉及数据可用能力、数据有用能力、数据易用能力和数据善用能力四个方面［13］。南京大学夏义堃教授、中南财经政法大学陈美副教授、南开大学张丹助理教授、山东理工大学白如江教授分别就高价值数据利用、政府数据开放的影响因素、智慧城市的数据资源编排及基于数据的情报轨迹感知与预测展开讨论，对于政府数据的进一步开放、利用与治理贡献了有价值的思路与见解。

3.1 政府高价值数据的开放利用

根据2020 年全球数据晴雨表报道，只有10.63%的政府数据遵循了严格的开放标准和规则，这意味着大量的开放数据只能被浏览，而不能被机读授权或批量下载。此外，人们也开始质疑政府开放数据的成本和利用效益问题，并担心数据隐私和安全、数据监视主义等问题［14］。具体来说，通过对各国高价值数据政策的比较研究可知，高价值数据的“高价值性”可以从政治、经济、文化、社会和环境等角度来评定，或者从工具性角度出发，对数据的“应用价值”和“需求量”来评定其“高价值”。从国际高价值数据的开放、利用、共享情况来看，欧盟地理空间数据集、美国各州政府高价值数据集和美国能源部开放能源数据的深度利用都极大地促进了经济发展与科技进步。同时，在开放与利用过程中也面临数据资源建设、成本控制、获取与共享等方面的问题［15］。

夏义堃提出：首先，高价值数据的开放与利用需要思考如何评估数据的衍生价值，除了根据可量化的因素（如下载量）进行评估，还需要考虑对数据应用场景的影响等因素；其次，对于数据的供给可持续性问题，高价值数据的开放与利用需要权衡免费提供和定价收费的利弊；第三，高价值数据的开放与利用需要考虑数据市场竞争的公平性问题，以免扭曲市场；最后，高价值数据的开放与利用需要完善政府数据开放的标准和规范，需要评估开放数据的价值和适用场景，平衡上下游利益，注重中小企业的创新活力，保护隐私并规范跨境数据的流通。

3.2 政府开放数据的运行效果

在大数据时代，政府向社会公众开放其所保有的数据，供社会进行增值利用和创新应用，将创造巨大的公共价值，推动经济增长和社会发展［16］。然而，开放政府数据在取得一定进展的同时也面临着一些问题，如开放意愿不足、数据质量不高、数据利用不充分等。考察其制度设计、研究其运行效果已是当务之急［17］。陈美通过政策文本量化评价的方法研究了良好制度设计对开放政府数据运行效果的影响，以及与开放政府数据运行效果具有因果关系的因素及组合路径。他发现，开放政府数据政策质量平均状况良好，但优秀城市占比不足，需进一步优化安全保护、保障体系、监督考核体系、开放机制、平台管理、数据利用、数据治理、数据资源开放目录以及责任规定等指标，提高政策质量。此外，我国市级开放政府数据制度的政策质量与运行效果不一致，数据管理、财政资源、技术能力、平台建设、公众需求对于开放政府数据工作意义重大，资源驱动、制度-资源驱动、需求-资源驱动是政府数据开放高绩效的前因条件构型。

3.3 智慧城市的大数据资源编排

大数据在实时监测和响应、资源管理和优化、智能决策支持、城市规划和设计等方面具有巨大潜力，通过分析大数据，可以识别出城市中的瓶颈、改善公共服务等，从而提高城市的效率和质量。智慧城市需要健全的数据治理机制，加强隐私保护措施，推动数据标准化和共享，以及持续提升技术能力和数据分析能力［18］。基于某市智慧城市建设案例分析，张丹从资源编排视角出发，提出了支持智慧城市建设的大数据编排模型，该模型包括三个建设阶段。第一阶段：开发统一的公共服务平台，从数据入手解决存在的主要问题，建立大数据中心，支持数据收集和处理；第二阶段：嵌入新数据源和管理方式，融合多源数据集合，提升公共服务效率，布控数据“探头”，通过公共视频监控、网格化管理方式、市民参与“爆料”等方式收集多源数据；第三阶段：引入新技术推动创新，尝试新技术（如物联网、社交媒体、区块链、人工智能、建立云计算中心、大数据研究中心等）以获取和使用多源数据，释放更多资源，树立智慧城市标杆。张丹提出，通过这三个阶段，形成数据获取、数据处理、数据利用三阶段的大数据编排模型，用于驱动智慧城市建设。

3.4 基于数据的情报轨迹感知与预测

在大数据时代，多源异构的数据源中蕴含着情报事件发生的时间、地点、人物、机构、发生缘由等各类情报元素，各元素之间存在不同类型的联系，有因果关系、相关关系、顺承关系等，然而这些元素结构分散、关系类型难以判定，进而会导致情报决策分析的困难［19］。白如江提出一种“手工规则+预训练模型表征+文本分类”的因果关系识别方法，主要包含四个部分：因果句检测、因果三元组组配、因果表征、因果关系自动分类。在因果驱动的情报轨迹感知与预测中，考虑到情报发生演化过程是一个动态的复杂系统，之前发生的事件大概率会对其他相关事件产生一系列影响，而在之前的研究中，研究者大多通过计算主题之间的相似度来选择下一阶段的连接关系，但相似度并不等价于因果关系，不仅需要考虑事件间的语义联系，还要考虑他们在时间线上的因果关系，揭示情报演化的因果轨迹。因此，利用BERTopic，通过预训练模型和动态主题模型进行主题建模。通过主题词距离和主题强度计算得出情报主题特征，基于PC 算法（Peter-Clark）学习情报主题之间的静态因果结构，基于局部传递熵算法分别测度主题间的动态因果关系，并将传递熵的值作为衡量情报主题因果强度的依据。此外，利用图表示学习方法建模因果网络，将网络表示到连续稠密的向量空间中，联合多层图神经网络来预测独立事件之间可能存在的因果关系。

4 新技术带来的治理挑战与对策

大数据、人工智能等新一代信息技术正在成为国家治理体系和治理能力现代化的核心推动力。然而，政府在应用大数据、人工智能、机器学习等智能技术解决很多棘手问题的同时，也面临着算法歧视、智能技术监管、智能传播时代网络舆情风险治理等新问题。目前，相关政策针对自动驾驶、生物识别、服务算法、智能医疗等都提供了初步的治理工具，用于防范安全风险和进行权益保护，但仍存在种种不完备之处［20］。美国麻省大学阿默斯特分校Jane Fountain教授、武汉大学信息管理学院赵一鸣教授、中国人民警察大学夏一雪副教授分别从算法治理、机器生成内容的治理、网络舆情治理方面介绍了各自最新的研究成果，提出了重要的见解与观点。

4.1 人工智能算法治理

1977 年，著名制度经济学家理查德·尼尔森针对协同治理面临的复杂问题提出：“既然我们可以把人送上月球，为什么不能解决贫民窟问题?”［21］从登月到贫民窟治理，再到人工智能治理，政府面临着机械复杂性、社会复杂性和计算复杂性三方面问题。随着智能技术和复杂算法的应用，不平等现象、制度化偏见以及人工智能伦理等问题日益严重［22-23］。如随着人工智能技术的发展与应用，越来越多的工作被机器取代，这进一步加剧社会和经济的不平等。

Jane Fountain 指出，计算算法还面临着算法歧视带来的系统性偏误问题。在包含复杂算法的自动决策系统中，如果基于有偏见的数据对算法进行训练，所带来的偏见可能被编码到算法、模型和输出结果中。在数字政府和公共管理中，人工智能技术同样也存在算法系统性偏误问题：（1）面部识别技术。从网上采集的图片数据抹杀了有色人种的特征，生物面部识别算法对女性和有色人种表现出更高的错误率；（2）预测性警务。某些群体在警务相关数据中的比例过高，导致特定社区多年来存在过度警务，使用这些数据的算法将加剧对边缘化种族或族裔群体的过度警务；（3）公共管理中的自动化决策。如果不在机器学习模型中加以考虑，在医疗、银行贷款信用评分、招聘决策、教育（招生、升学）、社会福利项目、住房、交通规划等多个领域中，不同人群之间行为模式的系统性差异通常会再现结构性不平等；（4）脆弱家庭。当前的福利资格自动化、儿童忽视和虐待评估技术更多是用于管理和惩罚穷人而不是提供实际援助。

Jane Fountain 提出，未来应该建立一个像美国食品药物管理局那样的数字时代监管机构，制定标准、审查程序、评估和监测结果。鼓励技术向善，如积极利用技术进行社会变革，建立政府信任，参与刑事司法改革等。此外，可以通过多元主体合作促进制度创新。最后，回到尼尔森对“登月”与“贫民窟”问题的解答，我们真正需要的是制度结构的改变，仅依靠技术永远无法解决不公正和不平等问题。

4.2 机器生成内容治理

人工智能赋能各行各业，成为新生产工具。AI驱动的内容生产方式可以进行各式各样的生成和创作，步入AIGC（Artificial Intelligence Generative Content）时代［24］。与之相伴而生的是人工智能生成内容的治理问题，如版权问题［24］、数据权益的法律属性等［25］。赵一鸣提出，数实融合三次浪潮，从IT 驱动、互联网+，到如今的智能驱动，实现万物智能向大交通、大能源、大制造、大健康、大金融深度融合。同时，机器生成内容（Machine Generated Content，MGC）的快速发展，如图像生成、语音生成、数字人等，为相关技术和行业带来了繁荣，但同时也为新时代的社会治理带来了许多挑战，如加剧信息过载和信息茧房，催生新虚假信息传播和舆论操控，知识产权管理、信息伦理和环境保护等［26］。

赵一鸣提出，为应对上述挑战，应该从以下五个方面思考MGC 的治理：首先，做好顶层设计，健全法律法规和治理机制，形成一套包括基本法律、部门和地方法规、临时性条例在内的人工智能法律法规体系，对机器生成内容进行规范和管理；其次，政府要加强监管和引导，充分调动平台企业、高校和科研院所、公众等多元力量开展协同治理；第三，提高技术监管能力，打击恶性技术使用，利用技术管控技术。科技公司应积极承担社会责任，引导科技向善。人工智能从业人员应提高安全和伦理意识，将MGC 投放到合适赛道；最后，呼吁政府、企业、学术界、研究机构和用户在开源共享平台上协同合作，加快应用创新，并通过将“伦理先行”作为治理准则，加强自律自治，为MGC 进一步发展提供良好行业生态。

4.3 网络舆情风险治理

网络舆情治理的核心是在控制社会风险和激发网络活力之间保持平衡［27］。ChatGPT 的发布宣告了智能传播时代的到来，舆情传播的全过程正剔除“人”的因素而实现“所有信息对所有人”的全新智能传播模式。然而，智能传播带来了复杂化、多变化、深层化的特点，可能会对客观外在环境带来不确定性和风险，需要引起重视［28］。夏一雪提出，智能传播技术可大致分为个性化推送、检索过滤、生成合成、排序精选、调度决策等六类，实现了定制化和私人化的信息扩散。然而，它也带来一些问题。首先，聚类效应会增加用户对信息的理解，但也可能会增加个人隐私信息泄露的风险；其次，算法生产的“用户画像”本身隐藏着系统性偏见，设计者的认知和价值观也会影响算法程序的公正性。信息茧房算法隔绝了用户对自己兴趣以外信息的接受，形成了信息封闭的“围群”；最后，定制化和私人化信息传播机制会加速与用户观点一致的信息的扩散，形成主流观点霸权。

夏一雪提出，智能传播算法存在的风险，既需要有目标的舆情异常预警，也需要无目标的常态演化性舆情预警。首先，应该建立完善的舆情监测和风险评估机制，及时感知并制定应对措施；其次，要加强个人隐私信息保障和信息过滤机制，保证信息传播的真实、正确和准确性；最后，政府也需要强化舆情回应机制，引导公众理性表达和舆论引导，避免信息泄露和风险损失。

5 数据赋能政府治理评价

政府绩效评价与管理作为“新公共管理”运动所倡导的改革工具之一，在过去20 年间极大地推动了政府数字化改革。政府绩效评价是对政府活动的效率和效果进行评价的一种实证性研究分析，包含绩效监测与评价分析，既要“知其然”，又要“知其所以然”［29］。会上，南开大学网络社会治理研究中心主任王芳教授发布了《2023 数据赋能政府治理评价报告》。评价报告以“中国式现代化情境下智能、包容与活力的数字社会治理”为主题，对我国76 个城市数据赋能政府治理情况展开评价研究，可以了解当前我国城市在此方面取得的成绩与面临的挑战，激励城市政府根据评估结果改进不足。通过“以评促建”“以评促用”，促进地方政府朝着评价目标不断发展。

党的二十大报告指出，中国式现代化具有人口规模巨大、全体人民共同富裕、物质文明和精神文明相协调、人与自然和谐共生、走和平发展道路等特点。2023 年的评价报告对2022 年“数据赋能政府治理评价指标体系”进行了修订，突出了“中国式现代化情境下智能、包容与活力的数字社会治理”会议主题。新修订的“数据赋能政府治理评价指标体系”包含社会治理、公共服务、保障支撑和公众参与4 个一级指标，以及13 个二级指标和38 个三级指标。从智能、活力与包容的主题指标表现来看，在“智能”主题方面，问答系统的精确性和交互性表现较弱，部分中小城市和西部城市缺乏省网对接，统管乏力；在“包容”主题方面，多数城市就业保障支持体系完善，部分城市适老化仍有较大的改进空间，在数字融入方面，西部城市有待进一步提升；在“活力”主题方面，当前数据交易蓬勃向好，数据要素价值初步显现，多媒体互动的价值进一步得到认可。

在整体排名上，上海、北京延续往年的优异表现，分别位列第1名和第2 名。深圳位居第3 名，较去年上升1 位。成都、广州重返前五，分别位居第4 名和第5 名。在城市群方面，成渝双城经济圈参评城市的整体得分排名最高，珠三角城市群得分位列第二，长三角城市群和京津冀城市群得分相近。通过各一级指标比较，总排名前25 的城市在社会治理、公共服务、保障支撑和公众参与四个一级指标中都具有明显优势。排名中间25 的城市，在保障支撑方面有较大提升空间，但在公众参与方面表现较好；排名后25 的城市，在社会治理和公众参与方面表现尚可，但在公共服务方面与排名靠前的城市有明显差距。针对当前数据赋能政府治理存在的问题，王芳提出了几点对策建议：（1）城市群协同创新，发挥核心城市引领和辐射带动作用；（2）推动政务服务跨区域通办，打造一体化政务服务合作模式；（3）优化营商环境，数智助力亲清政商关系；（4）数智适老，强化老年群体数字关怀；（5）提升干部队伍数字素养，促进数字政府建设。

数据赋能政府治理评价的意义在于动态引导政府关注数据的价值和局限，对齐标杆、补齐短板，不断提升政府数字化治理的效能。从2019 年开始，“数据赋能政府治理指数”从“社会治理、公共服务、保障支撑和公众参与”四个一级指标持续性考察城市政府运用大数据提升其治理效能的情况，通过对各城市得分情况进行比较，可以发现在不同维度上取得的进步和存在的不足［30］。同时，指数每年会根据数字政府的最新研究与实践进展对二级或者三级指标进行升级调整。2020 年-2022 年的评价报告相继关注数据助力扶贫攻艰、绿色发展、数字抗疫等主题［30］，适时反映我国数字政府建设实践中取得的最新成果。通过分析政府在数据赋能治理方面所取得的最新成果以及面临的问题和挑战，为政府治理提供指引和参考，推动政府真正实现用数据对话、用数据决策、用数据服务、用数据创新，通过数据赋能提升治理效能和公共服务水平。

6 结语

通过数据与智能技术的赋能和助推作用提升政府的政策制定能力、公共服务能力和更好履行职责的能力是现代化政府治理的必然选择。文章深度综述了“2023 数据赋能政府治理评价指数发布暨数智治理学术研讨会”上来自跨学科、跨领域与会专家的重要研究成果和主要观点，系统呈现了该领域的最新研究进展，可以为后续的理论研究与社会实践提供参考借鉴。会议研讨成果表明，目前大数据对政府数字化转型的重大影响已经显现，政府数智治理的核心内涵、理论范式和演变规律逐渐明晰，研究工具与研究方法不断发展。未来，除了持续深化政府数智治理的理论探索，拓展新一代信息技术在不同治理场景下的应用创新，解决当前数智治理面临的数据安全、数字鸿沟、个人隐私泄露、算法歧视等新挑战，还需要不断检视数据赋能政府治理取得的成绩和存在的问题，更好地推动政府数字化转型，实现国家治理体系和治理能力现代化。