大数据助推国家治理现代化：应用影响与政府对策
臧超 姜一民
摘要：党的十九届四中全会指出“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则”，凸显了大数据等信息技术手段助推国家治理现代化的重要作用。大数据作为一种具有重要价值的战略资源，能够在国家治理领域中推动政府决策科学化、社会治理精准化和公共服务高效化水平的大幅提升。因此，应从组织领导、政策出台、数据中心建设、人才支持以及安全保障等多个维度加大大数据建设力度，助推国家治理体系和治理能力现代化。
关键词：十九届四中全会;治理现代化;大数据
中图分类号：D630;F49
DOI：10.13784/j.cnki.22-1299/d.2020.01.007
一、运用大数据助推国家治理现代化的价值意蕴
随着中国特色社会主义进入新时代，经济社会环境日趋复杂，社会利益诉求更加多元，致使传统治理模式面临新的挑战。2017年12月，习近平总书记在中共中央政治局第二次集体学习时强调：“要运用大数据提升国家治理现代化水平。要建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式的创新，实现政府决策科学化、社会治理精准化、公共服务高效化。”这一重要论断为推进国家治理体系和治理能力现代化打开了一条技术赋能的路径。
●有利于促进社会治理模式精准化
1.社会治理由单一主体向多元综合治理主体转变
长期以来，我国企业、组织和公众都习惯于事务规划依赖政府牵头，活动执行依靠政府主导，摊子处置依附政府兜底，这种粗放型的大政府治理模式，已经难以应对社会治理精准化的需求。迈入数字治理时代，单一的治理主体向多元的综合治理主体转变，政府与众多社会力量建立良好的合作关系，共同完善大数据平台的建设，形成以党组织为核心，以政府组织、社会機构和公民群体为治理主体的多元治理体系成为政府治理变革的方向。在新的治理体系中，一方面，“大政府”转换成了“小政府”。借助大数据等信息技术手段，各治理主体处于网状的拓朴结构中，都是散布在社会各处地位平等的治理节点。理论上，任何两个节点都可以直接联通，而不必通过第三节点，这在提升政府行政效率、降低政府办公成本的同时，也促进了治理的精准化水平。另一方面，“大政府”过渡为“强政府”。政府可以通过大数据的辅助，与其它新的治理主体实时高效地沟通，及时掌握社会动态，提高了精准化服务水平。同时，借助大数据技术可以直观反映一个行业、产业或领域的最新趋势，从而高效实施治理措施，提高精准化管理水平。
2.社会治理渠道由单向向双向交互转变
传统粗放型的政府治理主要依靠广播式、说教式、粗放式的治理渠道，其特点是传播速度快、受众范围广、行政成本低。但缺点也非常明显，一方面工作目标聚焦于社会整体概况，治理对象不够精准，另一方面工作重点集中于管控，无法获得治理对象的具体需求。大数据利用其扁平化、交互式、快捷性的优势，构建起双向交互式的治理通道，并且可以根据对象的需求细节定制个性化服务，甚至基于相关的统计数据和计算模型，勾勒出治理对象潜在的需求，从而实现主动式、自动化的消息推送。例如，在运营城市应用领域，依托大数据中心，实现城市信息资源的全面共享、整合、计算，以智能分析预测等手段，为政府、公众提供多元化的服务，逐步实现由被动式管理向主动式响应的转型，以高效率的跨部门智能协同提升城市精细化管理和服务的水平。
●有利于健全科学化的政府决策机制
1.打造政府决策的神经中枢
传统的政府决策的调查研究、科学论证和风险评估等治理环节，受人为因素、模式经验以及因果推理影响较大。首先，现实中政府重大决策往往容易被“一把手”的个人领导方式、领导能力和领导风格所干扰，使政府决策结果的科学性难以保障。其次，政府决策容易受到本地以往成功先例或域外政府部门的先进模式所左右，然而由于内部优劣势、外部机遇风险以及时空因素的差异，常常导致政府决策的理想效果出现偏差。再次，传统的政府决策依赖单纯的因果推理过程，难以胜任海量数据的现实挑战，从而影响决策的科学化水平。大数据在移动互联网、云计算、区块链等计算技术支撑下，将元胞自动机、遗传算法、退火算法等计算机算法模型引入到治理流程，统筹收集、统计和分析所有相关数据流形成决策数据集，以离散的自动关联计算代替线性的人工因果分析，大大提升了政府决策的科学化水平，从而打造政府决策的强大神经中枢。
2.塑造政府决策的神经末梢
长期以来，政府部门内部、公务人员以及政府之间由于数据体制、定密标准和信息公开等方面的问题，导致政府决策活动中信息互通不充分的瘀点、痹点或痛点广泛存在。信息不充分，一方面体现为信息不对称现象。信息贫乏的决策者处于不利地位，掌握的信息不准确、不深入或不一致，从而使决策结果面临失误风险。另一方面，信息不全面也是一个重要的信息不充分问题。传统的政府部门掌握的数据量小、数据类型单一、数据互通频率低，决策基于“小数据”行政效果尚可。但是大数据时代，数据在体量、结构与速率等方面已经发生了质的提升，仅仅“只见树木不见森林”式的依赖数据本身进行规划决策，已经无法满足治理现代化的需求。大数据针对信息不充分的问题进行解决方案的剪裁，在大数据共享平台的基础上理顺数据共享机制体制，依托数据挖掘技术攫取源数据背后隐匿的重要信息。随着大数据的不断嵌入、细化与整合，拔掉体制、部门和人员之间的“数据烟囱”，使政府决策者更容易地用数据思考、用数据说话、用数据办事，数据应用仿佛神经末梢充分遍布政府决策的方方面面和治理过程的每个角落，从而促进决策科学化管理水平进一步提高。
3.建立政府决策的神经回路
随着网络社会的到来，特大生产事故、重大自然灾害以及突发群体事件借助互联网新媒体经常在网络空间上形成舆情热点。在网络传播规律作用下，随着网络事件的进一步拷贝、传播和发酵，突发舆情又反过来影响线下的事态进一步发展，线上线下迭代震荡，社会影响呈几何级增长，考验着政府的应急决策能力。
传统的应急管理培训活动借助桌面推演、角色扮演和无领导讨论等实训手段，来培育决策者事前准备、媒体沟通以及应急处置能力。但是随着国家治理方式的转变，离开信息技术的支持，就不能更好地实现重大隐患在线监测、风险超前预警和事故高效处置，而运用大数据等先进技术分析重大风险和重大隐患信息变化情况，查找潜在危险源，加强预测研判，可以提升以大数据为支撑的应急智能预测预警水平。首先，通过传感器监测、网络监测和遥感监测等多种手段开展现实社会和网络空间的二元动态监测，建立隐患、风险和灾害的底数虚拟模型。其次，通过机器学习、人工智能和云计算等技术，建立覆盖事前预防、事中应对和事后恢复的决策案例推演算法。最后，利用虚拟现实、增强现实以及混合现实等数据仿真技术，打造全息化、可视化和立体化的决策效果反馈系统。可赓续性的虚拟、推演、仿真的大数据应急管理链路像政府决策“大脑”的神经回路一样，提升了决策的预见性、多样性和稳定性，促进了政府决策科学化水平的提升。
●有利于打造高效化的公共服务体系
大数据时代，庞大的数据体量、繁杂的数据类别和高频的数据速率都对传统的公共服务体系提出了严峻挑战，随之而来的是低效的数据治理窘境。一是缺乏规划，重复建设，难以共建。传统的公共服务体系内部及部门之间，对于各自数据管理系统都是独立牵头进行调研和规划的，一定程度上满足了便捷性、保密性和低成本等现实需求，但客观上也导致了不可避免的低水平重复建设现象。近年来，虽然国家成立了各级信息化与网络安全领导小组以指导信息化建设工作，并加强了相关项目的申报、审核和评估工作，而且也对一些纵向系统进行了精简、合并和优化，以缓解数据冗余问题，但各横向公共服务部门间林立的数据藩篱，仍然使得统筹共建公共服务体系的数据系统工程难以及时落地。二是物理隔离，数据壁垒，难以共享。伴随着WIFI、物联网和5G等通信技术的快速普及，使得数据编码、传输与互通等数据链路服务愈加便利，数据的存储、传送与下载像自来水一样简易。然而，由于国家公共服务数据内容的特殊性，使得数据脱敏、数据清洗以及数据传输等共享环节的行政成本居高不下。更有甚者，由于新兴数据定密界限的模糊化，一些涉密公共服務部门为了保障数据安全的保密性、可控性和完整性等属性，更是人为增强了“因噎废食”式数据交换验证机制，使得数据共享难上加难。三是结构驳杂，兼容不良，难以共治。处于数据爆炸的时代，大量涌现的互联网智能终端、PC节点和物联网设备无时无刻不在产生数据，不仅数据流量巨大，而且包含结构化、半结构化以及非结构化的复杂数据结构。传统的公共服务主要集中在一维数据的存储、统计和分析，但是面对新兴领域的二维图像、三维模型或数据碎片等数据类型都难以实现向上兼容，所以迫切需要更新、改造和升级既有平台以适应公共服务体系共治的现代化需求。
低效的公共服务印象，进而固化数字政府形象，如遇突发的公众危机事件就极易嬗变为“塔西陀陷阱”式的公共服务信任风险。如何统一公共服务领域的数据“度量衡”，提高公共服务数据精简化、规范化和标准化水平，成为国家治理现代化视域下迫切需要回答的现实问题。大数据引入元数据技术（Metadata）到公共服务领域，可以大大提高运行效率、提升服务效果和降低运维成本。元数据，又称中继数据，作为一种电子式数据目录，是描述数据属性的数据，可以用来支持数据存储索引、数据资源查找、数据文件记录等业务需求。元数据在公共服务中的应用，一方面打破了数据脱敏的桎梏，由于元数据本身并不存储数据对象内容，而只是描述数据资源的一部分属性，因此并不会造成敏感隐私数据记录的整体泄露，在保障信息安全的同时提升了数据共享效率;另一方面降低了数据冗余度，现代化的公共服务要求数据具有高内聚、低耦合和强鲁棒等特性，元数据用方案树与邻接表描述公共服务路网的拓扑结构，用数据库存储路网数据，达到了尽可能减少数据冗余度的目的。例如，在公共服务过程中，经常涉及到诸如身份识别、服务类型、受理条件、办理程序、申报材料、收费标准等众多数据内容，这些数据广泛分布在各公共服务部门灾备系统之中，大数据通过元数据的清洗、建模或移植，保证公共服务所需数据的全面、详实和准确，使公共服务更趋规范化、标准化和高效化。可见，伴随大数据公共服务共建、共享与共治进程的不断深入，大数据公共服务最终将实现各公共服务部门间的高效共赢。
二、面向国家治理现代化的大数据政策对策
●加强组织领导
根据《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》、国务院《促进大数据发展行动纲要》、工信部《大数据产业发展规划（2016-2020年）》等重要文件精神，应加快在中央与地方各级政府建立国家治理现代化大数据领导机构，负责统筹社会治理部门规划、政府决策统一协调以及公共服务顶层设计等相关工作，分析态势、合理定位、科学谋划，促进形成职责清晰、协同共进的现代化治理体制，共同推动形成国家治理大数据资源共建、共享和共用的良好发展格局。例如，2018年10月，为了以数字化技术提升政务服务水平，打造一流营商环境，吉林省成立政务服务和数字化建设管理局，整合电子政务、大数据建设、营商环境优化等职责，统筹吉林省的数字化建设、营商环境建设、社会信用体系建设等方面工作。
●加快出台扶持政策
根据《关于全面推进政务公开工作的意见》《中华人民共和国政府信息公开条例》《关于推进公共资源配置领域政府信息公开的意见》等文件，建立国家治理大数据应用标准体系，实现对电子政务数据采集、传输和存储等全生命周期的规范化管理。尤其要把握教育、养老以及医疗等民生服务相关领域的政策细化，保障在大数据风险可控原则下，最大程度有序推进政府数据的脱敏、开放和复用，促进大数据技术在推进国家治理体系和治理能力现代化过程中的运用。
●建立国家治理数据中心
一方面要建立统一的公共治理数据中心。《国家信息化发展战略纲要》明确了未来十年我国将建成国家政府数据统一开放门户，向社会公众提供政府数据资源一站式开放服务。要以既有数据库为基础，根据政府部门所辖行业发展现状与相互关系，重新统一设计数据结构、中间件和交互接口，建立面向公共治理应用的数据交换中心，克服各信息系统横向间仍然存在的共享壁垒、“信息孤岛”和“数据烟囱”等问题，提升国家治理的决策水平。另一方面要积极运用数据挖掘技术。中国作为名副其实的网络大国，拥有极其丰富的数据资源，然而传统的基于因果线性推理的数据算法，既难以应对如此庞大的数据体量，也无法有效捕获源数据蕴藏的其它信息。因此，要运用离散性的大数据关联关系分析算法，对国家治理数据进行数据清洗、数据脱敏和数据挖掘，提取源数据背后的重要信息。例如，对市场主体的服务和监管部门，可以联动环境管理、安全生产、信用管理等政务部门，根据国内宏观经济指数、产业行业发展趋势、市场供需平衡状况等海量动态信息，利用大数据的数据关联比对分析去加工数据，充分挖掘新的政府数据价值，实现对市场主体运行的监测、管控和预警，进而引导生产企业、行业协会以及商会组织等对象的市场行为，提高公共服务现代化水平。
●加大大数据人才智力支持
大数据驱动的国家治理现代化要通过大数据人才驱动发展，大数据技术方面的人才类型、人才储备和人才队伍建设是实施国家治理现代化的出发点、落脚点和突破口。一方面要加大大数据人才的培育力度。未来5到10年，我国大数据市场规模增长年均增速将超过30%左右。在高速发展的同时，大数据人才缺口却高达130万左右，尤其熟悉社会治理与公共服务的政府复合型人才更是奇缺。要鼓励普通高等学校进行专业设置和工作调整，开设数据科学、挖掘数据、机器学习等相关专业，尤其是与公共管理学、公共政策学等学科交叉的研究生教育，培养新一代数据领域高端人才。同时，积极拓展社会化继续教育。各类信息技术企业的员工规模非常可观，可以弥补校园人才培养周期长和实践经验不足的短板。通过企业孵化器、大数据产业园和创客中心等培训载体，提高与政府具有合作关系的企业研发人员对政务数据的敏感度、对公共服务的辨识度以及对社会治理数据的分析能力，加强大数据理论课程和社会科学知识在企业内部的推广，培养跨学科、应用型、复合型数据人才。另一方面要加大大数据人才的引进力度。鼓励各级政府和企业加强合作交流，与世界名企、国内知名厂商中的大数据企业对接合作，汇聚一批数据采集、存储、分析、加工、应用等方面的大数据高级人才，引导他们投身到国家治理领域建设。政府机构要定期进行人才市场调研、编制人才需求方案、合理配置人才资源，推出具有吸引力的人才政策。
●增强安全保障
辩证地看，大数据也意味着“伊卡洛斯悲剧”式的大风险，需从法律和技术两个维度加强数据治理安全保障。一方面要充分认识到国内目前针对大数据技术的专门法规仍存在法律空白。应基于《中华人民共和国网络安全法》《中华人民共和国密码法》《互联网个人信息安全保护指引》等法律法规，根据治理状况、安全基础和大数据业态加快出台面向国家治理应用领域的大数据政府规章或规范性法律文件。另一方面要构建基于等级保护的大数据纵深主动防御体系架构。提高积极防护意识，在国家治理的数据清洗和脱敏、数据采集和存储、数据编码和传输、数据应用与挖掘等全生命周期链中，依据公安部《信息安全技术网络安全等级保护基本要求》和《计算机信息系统安全保护等级划分准则》等安全标准，进行定级备案、测评整改和监督管理，实现数据风险的监测、预警与处置，确保大数据可信、可控和可管，提高国家治理现代化的安全水平。
基金项目
中共吉林省委党校（吉林省行政学院）系统2018年度调研课题《大数据与实体经济融合路径研究》（QS20180224）研究成果。
作者简介
臧超，中共长春市委党校信息技术部工程师，研究方向：大数据与社会治理;
姜一民，大連市宇信易诚科技有限公司计算机技师，研究方向：大数据技术。
责任编辑 解梅娟
