大數據下的公共服務遞送：技術稟賦及其不確定性的克服

吳新葉 江榮榮

摘 要：公共服務是關乎居民公共生活質量的關鍵領域，大數據為精準遞送提供了技術保障，因而成為技術治理擁躉的政策倡導議題。隨著公共服務智能化的推進，大數據的應用空間將進一步擴大，而“用戶本位”理念、關鍵技術的針對性應用、云計算、虛擬建模等，則塑造著公共服務精準遞送的新模式。在技術治理的角度，大數據同樣也會帶來服務遞送的不確定性。克服技術僭越公共性的有效選項有：樹立技術服務于公共價值的定位、采取有序而漸進的行動策略、挖潛技術“倒逼”公共服務體制改革的動力機制、對技術應用加以規制等。

關鍵詞：大數據;公共服務遞送;技術治理;風險

一、問題的提出

公共服務遞送（public service delivery）是指公共服務到達服務使用者“終端”的多元合作生產過程，也是公共服務政策落實過程中相關方（stakeholder）的互動過程。其中，服務產品的供給者、使用者、工作者以及潛在的服務目標對象間的互動程度、方式和特征，特別是“終端”使用者的參與狀況，直接影響到公共服務遞送的績效水平。[1]目前，我國的公共服務遞送在制度設計上初步顯示出“三支柱”框架特征：一是政府主導的核心支柱，旨在提供非排他性的公共服務，多以自上而下的方式實現;[2]二是針對社會弱勢群體的選擇性福利供給支柱，有似于世界銀行關于養老保障修正版的“零支柱”模型，[3]政府扮演公共服務遞送的“保底”角色;三是基于多樣化和差異化公眾需求的服務遞送支柱，以滿足非均衡狀態下的服務需要，社區、市場等形成了多邊互動的遞送伙伴關系。[4]一定程度上，這三種遞送模式是遷就國家財政能力與需求差異化的交叉產物，力求全面實現國家倡導的“基本公共服務均等化、普惠化、便捷化”目標。在這些模式中，政府集公共服務付費者（payer）、供給者（provider）、監管者（regulator）等多重角色于一身，對遞送方式及其實施質量更為重視。《國務院辦公廳關于政府向社會力量購買服務的指導意見》（國辦發〔2013〕96號）明確了公共服務供給改善和公共服務質量提升的改革發展目標。從制度供給的角度看，政府已經推進了公共服務遞送的多向度改革，問題的關鍵是如何提供優質、高效、便捷的公共服務？

當前，我國正在推動公共服務供給側改革，其中倡導的“精細化”原則同公共服務遞送的便捷化目標是契合的。事實上，這一改革也是對傳統科層制遞送模式的反思和再調適。一方面，傳統公共服務遞送方式以政策執行效率為績效標準，并不關注“終端”公眾的服務體驗，因而并不清楚公眾對公共服務的所需、急需和特需是什么。比如，很多地方的“農家書屋”長期處于閑置狀態，實質上是不清楚農民的公共文化服務需求造成的。再比如，由于針對殘疾人的“上樓、下樓”服務缺位，殘疾人“出門難”導致城市盲道和建筑物的輔助設施利用率低下。另一方面，傳統公共服務供給者（付費者）偏好普惠原則，多以“大水漫灌”方式落實政策，缺乏對差別化服務需求的精準識別與瞄準，導致大量公共服務資源投入“失準”和浪費。媒體披露的“低保戶開豪車”“經適房住大款”[5]等現象并不是個案，這都足以證明公共服務瞄準出現了偏差。再一方面，傳統公共服務遞送多側重于滿足現實需求，而針對未來發展趨勢的服務遞送選項則十分有限，因此相關部門長期陷于事務主義漩渦而難以抽身，只能采取“頭痛醫頭、腳痛醫腳”的策略來被動應對。

理論上，如上問題并非無解，在技術治理的諸多選項中，大數據因其技術稟賦而成為熱烈推崇的方案。這是因為大數據能夠以特定的方法和技術，精準靶向公共服務遞送的相關難題。比如，精準預判人們對公共服務的需求，有助于提高公共服務決策的科學性和服務遞送的有效性。值得一提的是，在大數據日益滲入公共管理領域的背景下，一些地方已經在公共服務遞送環節采用了大數據技術，積累了技術治理的初步經驗和地方性知識。總之，以大數據為代表的技術治理及其應用前景既是可期的，也是可控的。

在工具理性的角度，大數據本質上不過是一種治理手段，正如大數據概念提出者舍恩伯格所言：“大數據是……采用所有數據的方法”，[6]要想為人類創造更多的經濟價值、科學價值以及社會價值，人們必須在使用數據過程中，通過數據獲取、存儲、分析、實時處理等技術應用，找到關聯事物之間的相關關系，進而幫助人們捕捉現在和預測未來，從而達到善治目標。比較而言，公共服務在價值屬性上所彰顯的是公共性，公眾唯有在公共政策與公共服務獲得了效用，其價值才能得到體現。[7]借助大數據的技術優勢，公共服務如果能夠被精準識別與精準預測，理論上存在“倒逼”政府轉變服務遞送方式的可能，即從被動響應轉向“創造公共價值”的主動服務。[8]這種轉變折射出公共服務的價值導向，同建設服務型政府的目標是一致的。然而，所有科學技術對現實世界和現實生活的改造都可能引發新的不確定性，美國政治學家漢娜·阿倫特就曾不無擔心地寫道：“這一改變是如此激烈，以至于可以說，那些仍然信任常識和用日常語言交流的外行和人文主義者，已經觸及不到實在了。”[9]作為科學技術大家庭的一員，大數據也在事實上改變著我們的生活世界，公共服務遞送只是其中的領域之一，其潛在的風險既存在于數據可靠性方面，同時也有數據壟斷、數據霸權等方面的不確定性。[10]大數據的工具理性影響著公共服務遞送方式及其發展趨勢，是否也會改變公共服務的價值屬性和公共性定位呢？這是本文要關注的另一個問題，即：在大數據應用過程中，技術工具是否存在被濫用和無限放大的可能，這會為公共服務遞送帶來哪些不確定性？

基于如上反思，結合我國公共服務遞送實踐經驗，本文試圖揭示大數據的技術稟賦是如何促進精準遞送的，同時探討中國公共服務遞送模式的變革方向，以及針對技術治理不確定性的應對策略。

二、精準遞送：大數據技術稟賦及其在公共服務中的利用

公共服務遞送是一個多元主體合作的互動過程，因此越是精準對接，越是有助于彼此間互動的展開。在這個遞送過程中，決策科學是精準對接的前提，而在政策執行、服務合作以及“終端”（公眾）的體驗與享有等方面，大數據的精準性能夠為公共服務遞送提供支撐。

1.數據分析技術的應用：精準識別

精準遞送的前提是對公共服務進行精準識別，包括識別服務需求、識別服務產品類型及其屬性、識別服務對象及其訴求、識別服務方式及其適用領域等。大數據在商業應用中已經驗證了需求識別的準確性與應用的可行性，最為典型的就是亞馬遜應用大數據開發的商品推薦系統。基于用戶在網站購買行為的數據，亞馬遜進行了有效的采集和計算，利用相關分析技術找到用戶與其購買產品之間的強相關關系，繼而進行精準化的產品推薦。至于為什么推薦這些產品，則是人們在前大數據時代比較關心的問題。可以認為，在大數據時代，人們已經不太留意事物之間的因果關系，即“為什么”已經不是大家的興趣所在，而是更加關注事物之間的相關性關系，致力于尋找事物之間“是什么”。從精準識別的角度看，大數據提供的相關關系能夠幫助人們更好地了解我們所生活的世界。關于公共服務的精準識別，可以順此外推到大數據對公共服務需求、產品類型、服務對象、服務方式、服務領域等遞送要件與遞送的關鍵環節。

隨著數據量不斷激增甚至無限接近總體，人們對于公共服務（“是什么”）的判斷越來越自信。換句話說，利用大數據挖掘公共服務的相關性及其結果也會越來越準確，對于公共服務“是什么”也就越來越接近精準。并且，這一分析過程的周期遠遠短于利用因果關系解決問題的時間，更有助于便捷、高效地發現不同公共服務之間的內在關聯，為人們急需解決公共服務的相關問題提供更加科學的答案。在這一點上，大數據相關分析（“是什么”）可以有效滿足公共服務遞送環節對服務效率和質量的要求。顯然，作為數據的清洗與挖掘等關鍵應用技術，相關性分析不僅能夠精準識別公眾的真實服務需求，形成以居民需求為導向的公共服務供給模式，而且還能夠為公共服務的多維度內容分析和預測提供技術支持。當然，技術理性也表明，這并不意味著大數據中的因果分析（“為什么”）完全可以被相關關系（“是什么”）所取代，[11]如果能夠實現二者之間的契合，則大數據的技術稟賦將在公共服務遞送應用中得到進一步的發掘。

2.數據建模技術的應用：精準決策

一般認為，大數據的技術特征可以概括為多樣（variety）、規模（volume）、高速（velocity）、價值（value）等四個方面。有學者從治理的角度賦予了大數據更多的特征，如數據挖掘實時性、容錯性、應用價值高等特征。[12]從管理學的視角出發，大數據作為一種重要的戰略資源，上述特性給管理者帶來機遇的同時，也帶來了諸多挑戰，如數據存儲、清洗、挖掘、分析、管理和應用等技術層面的問題不解決，將無助于大數據的有效應用，甚至可能對公共服務決策產生干擾作用。作為一項極為關鍵的技術，數據建模能夠將一系列紛繁復雜的數據化繁為簡：從大數據的固有屬性出發，對相關的各類數據信息進行抽象組織，形成整體邏輯結構圖，從而準確表現和描述數據信息之間的關系。

數據建模提高了決策的精準性，那么應用于公共服務遞送是否仍然具備這種稟賦呢？答案是肯定的：一方面，大數據對海量（volume）公共服務信息進行抽象化再組織，以多樣化（variety）的視角對存儲的信息進行清洗和發掘，使紛繁復雜的數據得到邏輯重組，從而揭示公共服務不同面向之間的相關關系;另一方面，大數據的高速（velocity）技術稟賦使分析和管理公共服務相關信息變得更為全面、深刻和準確，為公共服務遞送決策提供了有價值（value）的參考依據。比如，公共服務遞送的效率和準確率是檢驗大數據價值的兩個重要指標，而數據建模解決了這一技術難題。總之，數據建模的技術稟賦在公共服務遞送中有可發掘的空間。

具體而言，大數據建模對于解決目前我國公共服務信息體系建設中存在的“碎片化”問題，[13]就有很強的針對性，在技術上完全可行。具體體現在兩方面：一方面，以數據建模解決信息來源（即原始信息）碎片化問題。公共服務系統內部所收集的信息具有來源多樣化的特征，數據建模技術對于跨區域、跨部門和跨系統的原始信息管理有針對性。另一方面，以數據建模解決信息內容管理碎片化難局。作為涉及廣大人民群眾利益的公共服務信息，不但存在原始數據來源不精準的問題，而且在海量數據中也不乏重復信息和冗雜的垃圾信息，而數據建模恰恰能夠甄別信息內容，并對存疑信息進行邏輯處理，以整合信息內容，提高決策的科學性。總之，將分散、復雜、無序的信息整合起來，大數據的建模技術不但解決了信息來源問題，而且能夠解決信息內容問題，繼而為尋找公共服務遞送規律或趨勢提供技術支撐、為公共服務精準遞送決策科學化提供方案、為決策者調整政策和修改方案提供依據。

3.云計算技術的應用：精準驅動

云計算技術的核心是數據平臺，集分布式計算和虛擬資源管理等信息技術為一體，重點解決產品成本和擴展中的實際問題。比如，參與、共享、協同與創新等，都能夠從云服務平臺上得到技術支持。從以往的應用經驗上看，云計算的平臺技術已經在醫療、物流、教育、社區、政府管理等領域取得了共識，基于云計算的云服務正在成為下一代智慧城市建設的重要內容。因此有理由相信云服務平臺有助于驅動公共服務遞送的應用空間。比如，在社區公共服務遞送方面，云計算平臺的應用有效改善了服務信息系統的多主體格局的掣肘效應，平臺嘗試集成多源異構的信息服務和跨平臺協作，驅動信息共建、共享與協同共治，[14]挖掘了社區作為公共服務遞送伙伴的合作治理能力，為“終端”居民便捷享有公共服務增加了另一層保障。

概括起來，云計算平臺對于驅動公共服務遞送的作用集中在兩個方面：一方面，以治權開放的技術秉性驅動公共服務遞送。云計算平臺由于集成了多主體動力資源，為公共服務遞送的利益相關者提供了技術前提和動力資源。[15]綜合判斷，平臺對于服務遞送供給側的資源動員具有提升效用。其中，突出的作用是驅動多主體進行資源匹配、促進交流互動，有效拓展公共服務的供給規模。另一方面，平臺對政府公共服務改革的驅動，特別是在“放管服”改革背景下，平臺能夠降低公共服務交易成本，緩解公共服務公平與效率之間的緊張關系，改善服務質量等。表面上看，是平臺驅動了政府在公共服務遞送方面的主動性，而本質則是數據技術驅動政府實現了社會公平的價值，成為政府善治的一種手段或途徑。

4.虛擬技術的應用：精準體驗

虛擬體驗是大數據的另一項技術應用，通過創建虛擬情境和體驗真實世界來實現。虛擬體驗應用于公共服務遞送，需要關注服務“終端”（公眾）的目標群體，他們是公共服務遞送的服務對象，而虛擬體驗既強化了服務遞送的“終點”目標設定，又突出了公眾作為公共服務的價值理性與定位的“起點”原則。

從技術契合的角度審視，虛擬體驗對于居民享有公共服務開拓了新空間：一方面，虛擬技術使公共服務體驗成本大為降低，尤其是規模化體驗的人均成本幾乎可以忽略不計。根據劉易斯拐點論推斷，公共服務需求一旦出現指數級增長態勢，人們對公共服務多樣化、個性化需求矛盾便會出現。如果這種態勢同便捷化的訴求疊加，公共服務的遞送矛盾就更加突出。“先體驗后選擇”模式提供了矛盾解決的可行性選項之一，只要成本可控，就能夠在根本上控制公共服務的遞送成本。另一方面，虛擬體驗強化了公共服務遞送“參與”的職能，使公眾有效參與到遞送環節中來，避免了單向遞送帶來的諸多問題。畢竟，公共服務遞送的終極歸宿是公眾，只有得到居民認同，才能實現政策制定者預設的價值目標。必須承認，我國公共服務遞送模式突出了政府在政策制定與實施環節的主導地位，卻忽視了公眾在公共服務過程中的主體性建構功能，這是引發基層公共服務中公民參與不足、獲得感不強等一系列問題的根本肇因。虛擬體驗讓公眾在體驗中模擬參與，在技術上徹底改變了公眾的角色，客觀上有助于提升公民主動參與的積極性。同時，公民還可以在虛擬環境下表達自身的服務需求、開展服務評估、反饋服務改善意見，等等，這對于未來的公共服務精準遞送提供了良好的鋪墊。

三、“用戶”本位的服務遞送及其不確定性

在大數據技術運用中，“用戶”用來泛指所有擁有賬號的人，經過系統的身份驗證后即可獲得相關授權或進行身份識別。在大數據應用于公共服務的場景下，“用戶”有兩個基本范疇：一是需求導向。面向公共服務的目標群體及遞送主體，組建一個個實施單元，將公共服務的資源信息采集、加工、重組、計算等，整合進入服務遞送環節，為“終端”公眾提供高質量的服務，即“為用戶解決問題”。二是任務導向。通過數據過濾與清洗建立用戶興趣模型、通過計算與文本的匹配程度建立推薦系統、通過用戶記錄建立用戶生成內容（UGC）、通過用戶認可度建立服務反饋機制，即“為用戶代言”。大數據之于公共服務遞送，其基本效用是精準，“精準解決問題”“精準代言”無疑是目標導向的集合。然而，過猶不及，一旦公共服務遞送出現大數據的放大甚或濫用現象，便不可避免地會帶來治理的不確定性。

1.市場化與技術合流：公共服務遞送的潛在風險

相比于傳統服務模式而言，大數據服務面向“用戶”遞送方式是一項重大的治理范式變革。這是因為大數據技術下的“用戶”邏輯被嵌入到公共服務遞送中的“公眾”框架之下，傳統治理中的科層制運轉方式便需要做出調整或轉變以順應這種變化。但是，公共服務不是一般的市場化商品，[16]在科層制尚無替代方案的背景下，有可能出現技術異化的風險。

技術具有反自然性的稟賦，因此公共服務遞送越是嵌入技術，則越有可能對公共部門科層制治理造成沖擊。比較而言，大數據形成的沖擊可能是顛覆性的，破壞和干擾科層制固有秩序是大概率事件。如果技術嵌入疊加了市場機制，則這種風險更加顯著。在利益導向的市場化驅動下，大數據技術如果助力了非公共性的成分，便客觀上證明技術異化必然會發生在公共服務領域。誠然，包括大數據在內的所有技術能夠重塑政府治理結構和管理流程，如信息技術使扁平化結構替代了傳統的金字塔治理結構，使得原本處于政策塔尖的政府決策者更接近公共服務發生的現實場域或生活場景，而無需再身臨其境地獲得。[17]無論大數據技術本身具備多么強大的功能，它對于公共服務的遞送還不能脫離市場經濟的歷史形態，即便是當下實行的政府購買方式，也沒有改變社會主義制度下的市場特征。一旦大數據被應用于追求市場利益的極端化，便背離了公共服務的主導價值，市場主體成為“用戶”，真正的公共服務主體的“用戶”身份則被忽略。主要表現在以下三個方面：

第一，公眾“用戶”的數據被市場利用。這里，問題的關鍵還不在于“隱私”等個人信息數據的“被利用”，此類問題可以在法律的框架下找到解決方案。[18]比較而言，公共服務的公眾數據質量至關重要，否則將可能導致公共服務遞送南轅北轍。一般情況下，市場機制所偏好的數據多來源于社交數據和交易數據，大量的垃圾信息可能會對公眾的真實需求有所失真，于公共服務遞送無益。比如，美國的出借俱樂部（Lending Club）曾經和臉書（Facebook）就社交數據有過合作，最后得出的結論是垃圾信息無價值。即便是那些交易信息也存在失真現象，較為知名的證據是電商平臺中的“刷單”現象，虛假交易數據是無法真實反映交易狀況的。可以想象的是，一旦這些市場化的“大數據”被市場用戶所利用，并獲得政府資源的配置優先權，那么對于公共服務遞送的消極影響可想而知。

第二，公共服務遞送的理論效度被質疑。因理論依據指向“民”以及理論邊界觸及政府與市場關系，公共服務為越來越多的國家政府所接受，并以公共政策途徑加以落實。然而，一旦出現大數據技術異化問題，則可能顛覆人們的理論認同：一方面，異化的技術治理會顛覆公共服務的目標錨定與目標瞄準。比如，針對老年群體的公共服務目標瞄準上，異化的大數據可能導致服務溢出。在國內，有些城市出現過市場濫觴現象，有些公司為老年群體提供免費的“求助腕表”產品，結果老人們經常收到相關藥品廣告信息。這些“附加”廣告才是市場主體利用老年“用戶”的初衷，因此可以認為是服務溢出導致了市場失序的發生。另一方面，在供給側是不充分的前提下，服務遞送現實的方案多實行比例配置的方式。大數據的技術異化會放大需求或者過濾需求信息，因而供給側無論采取減量供給策略，還是推遲公共服務供給，所面臨的潛在風險都十分嚴峻，嚴重者可能會導致公眾對公共服務制度產生質疑。再一方面，突發風險狀態下的公共服務遞送具有“例外論”特征，這是大數據的技術短板。尤其在重大突發事件侵襲的條件下，大數據的預測與模型能力都十分無力：在突發事件發生之前，數據信息是匱乏的，不能為公眾提供恰當的預警方案，也無法在短期內快速地進行信息收集、分析和反饋，應急狀態下的數據利用無法體現全面、充分和完整，對于政府應急服務的決策幫助不多。[19]

第三，“用戶”的實時性數據被漠視。市場化的數據收集與處理基本能夠實現數據庫的連續性建構，但是，建立在技術異化基礎之上的數據建構往往會偏離公共服務的方向。可以想見，方向一旦偏離公共目標，則數據越“大”就越會漠視實時性數據，直接后果就是導致市場行為的濫觴。更為重要的是，一旦出現市場綁架政府現象，這種數據將成為政策出臺的依據，對于公共服務遞送的危害更為深遠。

2.消解公共性：對公共治理生態的傷害

開放的“用戶”系統是治理生態形成的前提和基礎。在本質屬性上講，公共服務要解決的是社會公正問題，公平性和合法性特征是“用戶”響應公共治理的結果，也是對政治系統“社會權威性價值分配”能力的檢驗。大數據為公共服務精準遞送提供了可能性，然而放大了精準遞送的技術治理就必然淡化甚至替代政治（政府）的定性決策，其潛在風險和可能衍生的次生災害最終會消解公共服務遞送的公共性，對公共治理生態造成傷害。具體有三：

第一，大數據對公共屬性的影響是即時的，立竿見影，體現出硬約束的短板效應。在“用戶”思維下，大數據在理論上能夠克服信息采集“樣本即總量”的技術瓶頸，全數據分析模式能夠有效克服大規模樣本處理過程中因技術條件限制、時間時效性要求等所引發的“需求失真”困境。[20]以社區公共服務為例，一個社區云服務平臺理論上就能夠解決社區服務供需匹配錯位問題，為社區“用戶”服務精細化提供可能，但無法解決“用戶”在服務共享、共同體建設等方面存在的問題。具體而言，基于大數據、云計算與移動通信等一系列新技術于一體的社區云服務平臺能夠通過實時追蹤社區區域范圍內用戶的網絡信息行為，獲取全體用戶完整而真實的服務需求數據，但是，算法技術發展的有限性則可能加劇社區“用戶”的猜忌與疏離。比如，算法偏見、區域與群體差異、遞送過程的不確定性等，都具備消解精準遞送的技術風險，有可能導致公共服務遞送的公共屬性南轅北轍。可以想象的是，建立在算法偏見之上的大數據輔助決策，政治倫理清算將如影隨形，任何政府都無法承受這樣的政治代價。

第二，在基本公共服務領域，大數據可能會消解政府維護社會公正的努力，導致“用戶”資源喪失。一般認為，在公共服務遞送的多元主體結構中，政府的利他動機遠超其他主體，因此政府更能夠提供高效、公正的公共服務。[21]正如有研究所指出的那樣，“統計分析的目的，是通過認識樣本進而認識總體，樣本必須是總體的忠實代表。”[22]因此傳統的統計技術應用于公共服務遞送，必然存在“需求失真”的弊端，那種技術無法在樣本獲取與篩選上達到滿意，公共服務需求分析與結果預測的準確性與樣本數據的代表性難以自洽。在公共服務遞送過程中，大數據的應用的確解決了傳統定量分析中的樣本收集極限難題，但無助于促進和提升公共服務供給的非中立性和價值多元性。較為典型的是基本公共服務領域，在事關人民群眾的生存、尊嚴和公共衛生等方面，政府的均等化主張就是非中立性立場，能夠有針對性地提供“定點”“定群體”“定時”等非中立性的遞送服務，顯然要比以精準遞送為特征的大數據技術中立性更具治理價值，更容易提升“用戶”對政府治理合法性的水平。在上海，針對殘疾人公共服務的需求調查，大數據并不能代替殘聯的專項調查數據，“每2～3年全區大規模的需求普查、一年兩次的組團調研和每周的家庭走訪”，[23]這些數據是政府購買服務決策的直接依據，而非其他方式。此外，大數據的不透明、難以審查、技術鴻溝等特征也會招致質疑，[24]削弱政府的合法性基礎，進而造成“用戶”群體的割裂，殃及治理共同體建設。

第三，在非基本公共服務領域，大數據的工具理性存在技術被泛化的風險。比較而言，大數據在非基本公共服務領域的“用戶”數量更為龐大，因此構建治理生態的難度更高。在我國，準基本公共服務、經營性公共服務和混合型公共服務領域實行了準入開放政策，更多的主體獲得公共服務遞送的合法資格，社會組織和企業等“社會力量”也參與到合作生產過程之中，“進一步放開公共服務市場準入，改革創新公共服務提供機制和方式，推動中國特色公共服務體系建設和發展，努力為廣大人民群眾提供優質高效的公共服務。”[25]公共服務遞送同時賦予了“用戶”（服務享有者）參與其中的權限，因此“線下”遞送客觀上體現了雙向互動的特征。在實踐中，多元主體為了爭取“用戶”而采取的各種競爭策略和措施豐富多彩：以互聯網、新媒體為主要技術手段，幾乎所有主體都開發了難以計數的各類服務App，再加上政府信息服務門戶網站、政務微博、微信公眾號等工具產品，有助于增加服務產品與“用戶”之間的黏性，并能夠根據后臺數據的分析報告和線上反饋意見，使處于競爭中的多元主體及時優化自己的服務，密切“用戶”的關系。但是，這種競爭關系一旦在大數據應用中失去對主體行為的監管，特別是算法監管失控的情況一旦發生，企業等社會力量追逐利潤的沖動將碾壓公共服務的軟約束機制，利益最大化必將凌駕于公共理性和企業社會責任（CSR）之上，非但不利于形成共同體的治理生態，反而會對“用戶”權益、政治生態造成傷害。

四、風險克服：公共服務遞送不確定性的應對

大數據對公共服務遞送的改變僅僅處于起步階段，但是所引發的變革卻是多維度的。大數據不但改變了公共服務遞送的方式與模式，同時也拓展了公眾對公共服務的認知與態度。目前，人們還難以預判其最終的影響結果，但我們對大數據固有的不確定性卻不能選擇無視或假裝不存在。畢竟，公共服務遞送的終極價值目標是讓公眾直接享有特定的公共資源或利益，以滿足生存、生活與發展需要。因此，公共服務的價值理性不能被技術的工具理性所替代，利用大數據驅動服務遞送必須服從和服務于這個公共性的價值指向。就技術治理的惰性而言，這些問題并非無解。具體的對策有以下幾個方面：

1.漸進推動，有序安排

任何技術應用都是人主動選擇的結果，不可能一蹴而就，需要逐步完善。當前，應用于公共服務遞送的大數據技術依然處于探索階段，盡管人們有著理想的技術期待，但實踐缺乏持續而穩固的技術選擇與服務資源配套。比如，大數據技術能夠對公共服務需求做出精準預測，但社會可支持的專業人員、配送體系與服務能力并不充分，再加上物聯網技術的跟進較慢，大數據對公共服務遞送的作用遠未得到充分發揮。“在許多失敗的技術植入案例中，人們往往可以發現，由于技術并未度過‘扎根期，因此其剛性的一面也就無法呈現出來。”[26]就認知的有限性而言，人們還很難對大數據之于公共服務未來的互動形式與方向做出定論。即便是那些取得成功的地方創新案例中，人們對于大數據技術的理解和接受也是千差萬別的，地方政府的政策安排與資源投放也多維持在可控范圍之內。在這個意義上，大數據支持下的公共服務遞送有著充分的技術縱深，需要政府根據技術應用規律有序安排和漸進推動，切忌盲動與冒進。

2.以大數據技術應用“倒逼”公共服務體制機制改革

在政府體制改革中，技術是一個根本性的動力。大數據技術的初步應用已經驗證了這一判斷。比較而言，大數據有不同的技術面向和應用空間，因此對公共服務體制的訴求和應答存在差異性，有使命感的政府通常采取主動回應的策略，而不是回避。一般情況下，技術“倒逼”政府公共服務體制改革有兩條途徑：一是主動建立虛擬治理體系。當有些公共服務在線上完成的條件具備時，政府便應當嘗試建立一個相對完整的虛擬組織結構以應對，資源配置、物流安排和基礎設施等遞送系統，都要沿著這一虛擬結構的邏輯來運轉。二是從結構到流程對政府公共服務體制機制進行再造。一旦大數據技術被全面應用到公共服務的所有領域，就得及時啟動對組織結構和制度結構的再造程序。比如，當下以“被動應對”為特征的項目制公共服務遞送，是以財政轉移支付和地方各級組織層層轉包等不同方式實現的，在運轉過程中難免存在服務遞送不精準，甚至可能導致資源的浪費。[27]政府主體要主動嵌入大數據技術，各級組織的項目管理就有了精準監管的技術支撐，居民日常性公共服務更是有機會得以重新界定，對其他組織也能夠產生有效的制約作用，甚至跟項目制有關的既有治理體系都有被替代的可能，這就是“倒逼”效應。

3.有效監管大數據應用的“靈活性”

大數據及其平臺的治權開放造就了技術治理的“靈活性”，具體表現在兩個方面：一是技術自身層面應該以公共價值為旨歸。在適應現有組織結構體系過程中，大數據技術表現出了可延展、可收縮的特征。比如，在商業領域應用甚廣的、針對選擇偏好所提供的精準推送服務，大數據技術的延展效應及其兩面性正在顯現，需要在公共服務遞送過程中引起警惕和加以解決，尤其是要加強針對非基本公共服務遞送主體的監管，切實保護“用戶”的合法權益。二是在大數據技術應用上，政府組織在選擇上的主觀靈活性應該有所約束而不是相反。限于主客觀條件的約束，選擇性使用技術無可厚非，但需要警惕技術異化的后果。這一問題在政府組織對大數據技術的理解與安排方面已有反饋。技術異化顛倒了公共服務的價值指向，但并非是不可克服的，技術規制提供了一個切實可行的解決方案。就公共服務遞送而言，這一制度監管方案需要同時解決三大問題：提供法律和正式制度的行動依據、設定技術應用的標準、確立獎懲的權威框架等。總之，當下的大數據只是滿足公共服務精準遞送的可選擇工具，而不是唯一工具。技術治理被賦予過高甚至無限的期待，勢必會有更多的資源將被動員起來，一旦出現本末倒置或者技術異化，就應該設立有效的策略以規避風險。

五、結語

我們正處于技術更新十分迅速的新時代，大數據只是日新月異的技術應用之一。在公共服務遞送實踐中，大數據以新的技術稟賦賦予了精準遞送的可能性與可行性。學術界的既有研究和實務部門的政策傾向多集中于大數據的積極性領域，對市場私人產品的技術邏輯應用甚至移植到公共服務領域多持肯定態度。本文是基于“用戶”思維的研究，區分了公共產品屬性及其遞送渠道的選項差異性，分析了合作生產的公共治理生態建設應該規避的可能風險，對于技術治理的公共服務遞送政策供給具有針對性。

比較而言，當前非基本公共服務領域的大數據應用更為開放，因而技術治理的風險在政府部門和社會力量兩個主體的遞送實踐過程中都有體現。好在這一問題已經引起決策部門的注意，并嘗試在改革中加以克服。比如，浙江省近年來實施的“最多跑一次”改革正在走向技術風險克服的新階段，要求各級政府依托事務受理信息服務平臺，秉持人民本位的治理原則，打破條塊之間信息壁壘，整合信息鏈條，優化為人民服務的質量。浙江經驗體現了政府部門應用大數據的技術“自覺”，以及“倒逼”政府改革的決心。還有一些地方正在嘗試以政府監管方式對技術風險進行約束，但僅限于局部領域，尚未形成模式。可以前瞻，隨著大數據技術的不斷發展與應用開發，以“用戶”為本位的技術應用如何全方位地規避技術治理風險，將成為未來治理生態建設的重點。

參考文獻：

[1]MANDELL M B.Modeling effectiveness-equity trade-offs in public service delivery systems[J].Management science，1991（4）：467-482.

[2]黃新華，李松霖.論深化公共服務供給側結構性改革[J].中國高校社會科學，2019（2）：51-58.

[3]HOLZMANN R，HINZ R.Old age income support in the 21st century：an international perspective on pension systems and reform[R].World bank，2005.

[4]王郁，魏程瑞，王艷等.超大城市公共服務承載力的差異與提升對策研究——以北上廣深四城（2005-2015）為例[J].上海行政學院學報，2018（5）：18-26.

[5]練洪洋.定向經適房涉嫌“定向腐敗”[N].廣州日報，2013-06-22（2）.

[6]邁爾舍恩伯格 V，庫克耶 K.大數據時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：39.

[7]莫爾 M.創造公共價值：政府戰略管理[M].伍滿桂，譯.北京：商務印書館，2016：30.

[8]包國憲，王學軍.以公共價值為基礎的政府績效治理——源起、架構與研究問題[J].公共管理學報，2012（2）：89-97.

[9]阿倫特 H.過去與未來之間[M].王寅麗，張立立，譯.南京：譯林出版社，2011：250.

[10]唐皇鳳.數字利維坦的內在風險與數據治理[J].探索與爭鳴，2018（5）：42-45.

[11]梁吉業，馮晨嬌，宋鵬.大數據相關分析綜述[J].計算機學報，2016（1）：1-18.

[12]高奇琦，陳建林.大數據公共治理：思維、構成與操作化[J].人文雜志，2016（6）：103-111.

[13]周易.公共信息服務的供給側結構改革研究[J].情報理論與實踐，2017（5）：1-9.

[14]聶磊.“互聯網+”背景下的社區云服務的核心和趨勢[J].上海行政學院學報，2017（6）：14-18.

[15]劉家明.政府多邊平臺模式的動因、功能與實踐價值[J].廣東行政學院學報，2019（2）：5-17.

[16]鄧鎖.社會服務遞送的網絡邏輯與組織實踐——基于美國社會組織的個案研究[J].社會科學，2014（6）：84-92.

[17]吳新葉，趙挺.建設性空間：黨員干部聯系點的運轉及其不確定性的克服——以基層治理為視角[J].政治學研究，2018（2）：66-76.

[18]周漢華.探索激勵相容的個人數據治理之道——中國個人信息保護法的立法方向[J].法學研究，2018（2）：3-23.

[19]馬奔，毛慶鐸.大數據在應急管理中的應用[J].中國行政管理，2015（3）：136-141.

[20]陳潭.大數據驅動社會治理的創新轉向[J].行政論壇，2016（6）：1-5.

[21]PERRY J L，HONDEGHEM A .Motivation in public management[M].Oxford：Oxford University Press，2008：33–55.

[22]李連江.戲說統計：文科生的量化方法[M].北京：中國政法大學出版社，2017：23.

[23]趙挺.地方殘聯購買服務的探索與思考——基于上海市W區的調研[J].科學發展，2019（1）：112-116.

[24]朱劍紅.打破信用信息“孤島”（政策解讀）[N].人民日報，2015-06-26（2）.

[25]國務院辦公廳關于政府向社會力量購買服務的指導意見（國辦發[2013]96號）[EB/OL].中國政府網，（2013-09-30）[2020-05-10].http：//www.gov.cn/zwgk/2013-09/30/content_2498186.htm.

[26]黃曉春.技術治理的運作機制研究——以上海市L街道一門式電子政務中心為案例[J].社會，2010（4）：1-31.

[27]桂華.項目制與農村公共品供給體制分析——以農地整治為例[J].政治學研究，2014（4）：50-62.

Abstract：Public service is a key area related to the quality of public life.Big data provides technical guarantee for accurate delivery，so it has become a policy advocacy topic for supporters of technology governance.With the development of smart public services，the application space of big data will be further expanded.The concept of “user-oriented”，targeted application of key technologies，cloud computing，virtual modeling，et al，have shaped a new mode of precise delivery of public services.From the perspective of technology governance，big data will result in uncertainty of service delivery.Setting up the positioning of technology service in public value，taking orderly and gradual action strategies，tapping the potential technology to “force back”the public agencies and public service system reform，and regulating the application of technology are effective options to overcome the uncertainty of technological governance.

Keywords：Big Data;Public Service Delivery;Technology Governance;Risk

（責任編輯 方 卿）