基層智治大腦重塑政府決策的機理研究

摘? ? ? 要：在數字時代，有效使用信息的能力是影響組織決策的核心因素，但其在政府決策中的作用機理卻較少得到關注。本文結合資源基礎理論和動態能力理論，構建了基于信息能力的政府決策過程分析框架，并運用該框架對數字化改革先發省份基層智治大腦唯一市級試點——Ｑ市進行個案分析，系統考察基層智治大腦在提升政府信息能力的同時重塑決策過程的具體機制及實際效果。研究發現，“大腦”的應用顯著強化了政府對決策信息的獲取、配置、整合、運用能力，實現了決策信息獲取從條線多頭采集向跨域融合感知與洞察迭代，決策信息整合從政務數據匯聚共享向智能要素構建共享迭代，決策信息配置從鄉鎮小閉環向市域一體化大閉環配置迭代，決策信息運用從經驗判斷向人機協同智能選擇迭代。決策過程各階段的優化重塑結合組織、制度安排的完善，推動了政府決策范圍、效率及質量的系統性變革。

關? 鍵? 詞：政府信息能力；政府決策；基層智治大腦

中圖分類號：Ｆ４９? ? ? ? 文獻標識碼：Ａ? ? ? ? 文章編號：１００７－８２０７（２０２３）０８－００４５－１３

作者簡介：張鳴，中共浙江省委黨校公共管理教研部副教授，浙江省“八八戰略”創新發展研究院研究員，研究方向為數字政府與數字治理。

基金項目：浙江省哲學社會科學規劃課題“市場進入類跨部門審批事項‘最多跑一次改革成效測評與政策完善研究”，項目編號：１９ＮＤＪＣ２８９ＹＢ。

美國管理學大師西蒙指出，決策貫穿了所有的管理活動，管理就是決策，決策是組織的生命線。［１］從國家治理的高度看，科學決策是科學執政、合理行政的基礎，特別在當前百年未有之大變局下，科學決策是黨執政興國的重要方式和方法。正因如此，習近平總書記在２０２０年秋季學期中央黨校中青年干部培訓班開班式上強調，提高科學決策能力是領導干部必須提高的七種能力之一。與此同時，作為百年未有之大變局的關鍵變量之一——數字革命及數字技術的發展催生了政府治理發生革命性變革，其中的一個重要方面就是政府決策。而“大腦”①作為政府治理數字化轉型的集中體現，是特定業務領域具有普遍意義、可復用的數據、知識、算法、模型、組件等智能化要素的集合。［２］作為一個智能化中樞和仿生學名字，各類“大腦”同樣具有類似人腦的分析、思考、學習能力，因而其對政府決策、履職帶來的影響將大大超越單一的數字技術。正是鑒于“大腦”的重大作用，“大腦”建設成為構建數字化改革能力體系和動力體系的重中之重。“平臺＋大腦”的數據底座建設模式從一開始便成為整個數字化改革的基礎和標配。基于此，在實際治理情境下，數字技術尤其是其集大成者——“大腦”的建設應用如何具體影響政府決策過程？對于地方政府提高決策科學化水平產生了哪些積極作用？本文將結合資源基礎理論和動態能力理論，構建一個基于信息能力的政府決策分析框架，并以Ｑ市基層智治大腦的建設應用為分析案例，以期回答上述問題。

一、文獻述評與分析框架

（一）文獻述評

正如美國著名管理學家馬奇所言，組織決策制定研究影響了當代整個社會科學的行動觀。［３］組織決策長期以來是社會科學諸多學科長盛不衰的研究熱點。隨著現代信息技術的快速發展，公共管理進入了“數據事實”時代，人機交互、數據驅動成為主導。［４］數據化決策和智能化決策成為當前組織決策研究的焦點。從狹義決策的內涵——“做選擇”的視角來看，組織決策過程主要由對決策問題的識別和求解構成，包括了西蒙概括的決策過程四階段中的情報活動階段、設計活動階段、選擇活動階段。

在情報活動方面，大數據分析方法的引入可以將數據挖掘、社會計算與傳統公共政策的方法融合。如依托城市物聯網平臺實時采集城市管理數據，搭建巨量數據的組織、存儲和管理平臺，在針對事實數據進行分析的基礎上實現智慧城市管理決策。［５］同時，利用大數據技術能夠有效收集公眾關心和輿論關注的社會問題，從而及時捕捉到重要的決策問題。［６］新加坡政府就有意識地運用基于大數據的輿情監測來量化觀察公眾的政策偏好，并建立潛在政治動蕩的預警系統。［７］由此，基于大數據的政策制定可以有效減少對個人意見和主觀評估的依賴，它通過對政策和模型的基本假設和預測進行嚴格的測試從而強化了基于證據的政策制定。［８］究其根本，大數據驅動的決策制定在情報活動方面能夠終結抽樣并進行趨勢研判。［９］

在設計活動方面，大數據分析、人工智能、數字孿生等技術的應用使公共政策方案設計更加科學化、智慧化。“ＡＩ＋公共決策”通過人工智能技術集群的算法模型，建構了“智能決策支撐系統、智能決策處理系統、智能決策應用系統”，進一步將智能技術嵌入公共決策應用場景，實現公共決策模式“從循數決策到智能決策”。［１０］如在突發事件應對過程中，人工智能的介入能夠將決策信息與數據內容同步鏈接，以智能化邏輯算法分析多元數據交匯的節點信息，實現數據結構深層次的演繹推理，從而以智慧化的技術理性克服人類決策的有限理性。［１１］數字孿生則憑借“暴力算法”的優勢使得城市治理中的所有創新都可以在孿生平臺上進行模擬和試驗，避免了現實中決策失誤的高昂試錯成本。［１２］

在選擇活動方面，現代信息技術推動了決策方案論證的智能化。各地嘗試建立的“數字駕駛艙”或“領導駕駛艙”在運行過程中就能基于對數據的全面分析，依托人工智能輔助決策系統對決策方案進行排序并推薦經過優化的可行方案。［１３］甚而，現代信息技術推動了決策形成的高效化甚至自動化。有學者提出，可以通過設計一系列規則代碼（規章條例）將數據（社會現實）轉化為輸出（協議或政策方案），從而將政策過程算法化。［１４］在被稱為“賽博格”模式的理想形態中，發達的計算能力可以使治理系統內部層級高度扁平化，這意味著基于數據集中的人工智能在公共決策中將對人工決策產生范圍更廣的替代作用。［１５］這種基于“數據＋算法”的新型決策機制，不僅能實現自動決策，替代傳統的經驗決策，還可以通過學習的閉環使決策的效率和效果不斷得到優化和改進。［１６］

綜上所述，以往研究表明現代信息技術的嵌入和穿透對決策過程的不同階段帶來了重大變革，將有助于提升決策科學化、精準化水平。然而，上述研究主要是從理論層面分析信息技術應用對公共決策帶來的“應然”或“理想狀態”影響，缺乏現實治理情境下信息技術運用影響地方政府決策過程及其效果的實證分析。而且，已有研究大多分析探討某種具體技術對決策過程特定階段帶來的影響，鮮有針對集各類智能技術于一身的智能化中樞（如“大腦”）對決策全過程影響的研究。

（二）分析框架

雖然不同學者對決策過程的研究側重有所不同，但無一例外都強調信息之于決策的重要作用。用諾貝爾經濟學獎得主美國學者肯尼斯·阿羅的話來說：“各種決定，不論是在哪里采用，都是所接收信息的一個函數。”［１７］因此，有效使用信息的能力即信息能力自然成為影響決策形成的關鍵變量。所謂“信息能力”可界定為在協同中定位、傳遞和利用信息（資源）等的能力。［１８］其主要由信息整合能力、信息統領能力、信息監管能力、信息強制能力、信息吸納能力、信息汲取能力、信息濡化能力、信息調控與認證能力構成。［１９］還有學者提出政府信息能力包括信息制度能力、信息資源管理能力、信息響應與網絡輿情治理能力、公共信息服務能力。［２０］上述研究從不同側面揭示了政府信息能力的內涵及要素，但在面向基層政府決策過程分析時卻很難適用。前一個框架從宏觀的政府與自然環境、社會環境互動視角提出，因而對于較微觀的決策過程分析由于可操作性較差而難以開展深入研究。后一個框架從靜態視角對政府信息能力進行橫向領域劃分，同樣難以適用于對動態決策過程的分析。

針對這一困境，本文嘗試基于戰略管理領域中對一般組織能力的研究成果來重新審視和理解政府信息決策能力。因為作為特殊公共組織的政府首先也是一種組織，其能力也必然符合一般組織能力的某些共同特征。組織擁有的資源和能力如何與所處環境動態匹配以獲取競爭優勢是戰略管理領域研究的核心問題。資源基礎理論的基本原理是一個公司競爭優勢的基礎主要來自于該公司對其所支配的有價值資源的運用。為了獲取持久的競爭優勢，企業必須努力掌握并充分運用有價值的、稀缺的、難以模仿且不可替代的資源，如果企業擁有這種戰略資源，就有獲得持續競爭優勢的潛力。［２１］動態能力理論則是近年來基于能力觀視角的活躍度最高的理論，其解釋了組織如何提高與環境動態匹配能力從而快速應對外部技術和市場的變化。動態能力理論代表學者美國經濟學家大衛·蒂斯及其合作者認為，在模糊以及不可預測的市場環境中，企業整合、構建、重新配置其內外部資源的能力是企業持續競爭優勢的來源。［２２］國內學者同樣認為，面對不斷變化的環境，企業需要具備整合、構建和重構內外部資源的能力，從而突破既有路徑依賴以獲得持續競爭優勢。［２３］

由上可見，資源觀導向的資源基礎理論重點強調組織對于資源尤其是戰略資源的獲取和運用能力。然而，資源基礎理論并未說明組織內部對資源如何進行加工利用從而得以有效運用。能力觀導向的動態能力理論則拓展了資源基礎學派的靜態研究視角，闡明了在動態環境下組織如何基于對資源持續地利用、加工、重組從而獲得并維持競爭優勢。除了獲取資源，動態能力最核心的是組織對資源的整合能力和配置能力。整合能力主要指組織對所擁有的不同來源、不同層次、不同類型、不同內容的資源進行梳理過濾和融合轉換，從而形成條理性、系統性和價值性俱佳的資源體系。資源配置能力包括組織對資源的配置與重新配置。從流程的視角看，組織首先必須依賴資源獲取能力從周圍環境中發現并獲取各類資源，然后根據組織目標和環境變化將“輸入”的不同資源分配至特定機構或個人，并在必要的情況下基于資源整合能力將各種資源進行梳理過濾和有機融合，最后運用相應資源得以“輸出”特定產品或服務。

基于此，政府信息能力可解構為信息資源獲取能力、信息資源配置能力、信息資源整合能力和信息資源運用能力四個方面。在信息資源“輸入”環節，信息資源獲取能力能夠幫助政府發現和采集自然和社會環境中的各類治理信息，識別出潛在的決策問題。進而信息資源配置能力將把獲取的治理信息進行分配、發送和傳達，向政府系統內的目標需求方“供給”。與此同時，不同來源、不同層次、不同類型、不同內容的零散雜亂的治理信息經由信息資源整合能力的歸集、梳理、加工、轉換，形成與決策目的相匹配的治理信息資源體系或數據庫，同時完成對決策問題的分析思考。再通過信息資源運用能力的對外“輸出”，完成對決策方案的選擇并形成相應的信息“產品”——政府決策。值得注意的是，所有的決策都是在特定的信息空間內進行的，提升信息流動效率的關鍵是對信息空間進行技術升級。另外，根據技術執行分析框架，客觀的技術在轉化為被執行技術的過程中，會受到制度和組織安排的調節。由此提出基于信息能力的政府決策過程分析框架（見圖１）。

二、研究方法與數據來源

（一）研究方法

本文采用典型案例的研究方法，通過對Ｑ市依托基層治理大腦推動政府決策科學智能化的個案分析，揭示數字技術的嵌入如何通過強化政府獲取信息的能力從而重塑政府的決策過程。Ｑ市位于其所在省份西南部，轄２區、３縣和１個縣級市。近年來，Ｑ市大力推進基層管理體制改革，于２０１８年提出打造“中國基層治理最優城市”。在這一目標的指引下，Ｑ市于２０１９年率先探索鄉鎮（街道）模塊化改革，將鄉鎮（街道）工作劃分為“大黨建、大協調、大治理、大執法、大經濟、大服務”６個功能模塊，打破了鄉鎮（街道）條線機構設置的壁壘。在此基礎上于２０２０年作為所在省份唯一的綜合試點市啟動“縣鄉一體、條抓塊統”改革，通過權責體系、職能體系、服務體系、指揮體系、支撐體系和考核體系６大體系建設，初步形成了跨層級、跨領域、跨部門上下貫通、高效協同的整體治理格局。與此同時，Ｑ市積極推進政府數字化轉型，成功創建“雪亮工程”全國示范城市，構建“三通一智（治）”線上治理平臺體系①。正是得益于前期的牢固基礎，２０２２年，Ｑ市成為所在省份唯一的基層智治大腦市級試點單位。Ｑ市作為案例的典型性在于：該市黨政領導高度重視基層治理的數字賦能，不遺余力地推動基層治理數字化改革，在其所在省份（根據第三方評估，該省是全國數字政府發展和數字化水平的領頭羊）率先探索基層管理體制與基層治理數字化改革。正是由于改革的創新集成性、績效顯著性，Ｑ市“縣鄉一體、條抓塊統”縣域整體智治改革和基層智治改革分別獲評所在省份２０２１、２０２２年改革突破獎金獎。可見，Ｑ市的改革實踐為觀察數字技術的應用對基層政府決策轉型提供了良好機遇，值得高度關注和深入挖掘，對該個案進行研究不僅具有典型性，還具備較大的啟發性。

（二）數據來源

本案例的資料主要通過以下三種方式獲得：第一，跟蹤調查。筆者多次赴Ｑ市進行實地調研，對多個縣級社會治理中心和鄉鎮（街道）智治中心基層政府的決策過程和日常治理活動進行深度觀察。第二，半結構化訪談。訪談人員包括縣級社會治理中心和大數據發展管理局的相關領導，以及鄉鎮（街道）的相關領導和工作人員。訪談問題主要包括：基層智治大腦應用對政府決策過程帶來的影響、數據及智能技術驅動決策的主要應用場景、遇到的問題挑戰、取得的成效等。第三，文獻資料收集。在調研和訪談過程中，系統收集Ｑ市各級政府及部門關于基層智治大腦建設、數字化改革的政策文件、工作報告、匯報資料等。

三、案例分析

（一）基層智治大腦對政府決策過程的影響

２０２２年初，Ｑ市所在省將數字化改革體系調整為“１６１２”構架①，提出“６＋１”系統“大腦”②，基層智治大腦建設正式啟動。Ｑ市作為唯一市級試點單位，率先建設這一服務基層治理領域的智能化能力中心。

⒈決策信息獲取階段：從條線多頭采集向跨域融合感知與洞察迭代。在基層智治大腦建設之前，Ｑ市基層治理信息由條線主導分領域采集，視頻、傳感器等設備采集的數據資源難以有效整合，人工采集信息也需上傳多個平臺。信息資源多流并行的狀況嚴重影響決策者對事件全貌的整體掌握。針對這一痼疾，基層智治大腦建設從存量資源利用、增量資源開發入手暢通決策信息流。

在存量資源利用方面，通過橫向互通、縱向貫通實現全量信息資源的融合感知。一方面，打通市域內基層治理相關信息平臺。Ｑ市結合“縣鄉一體、條抓塊統”改革，打破與公安局１１０平臺、行政執法監管平臺間的數據壁壘，在省內率先實現非警務類糾紛警情、綜合執法類事件、市場監管類事件與傳統社會治理類事件的協同處置。截至２０２２年６月，已歸集７８個部門３２０項核心數據，匯總了“七張問題清單”，應急救災等全領域信息６３９３萬余條。③另一方面，貫通對接省級相關信息平臺。Ｑ市利用基層智治大腦試點的契機，以基層治理“一件事”業務需求為牽引，梳理打通了省建系統目錄清單，并綜合運用設置業務協同、數據共享網關、標準化業務接入要求等手段，完成基于事件流轉的省、市兩級業務系統的對接集成。

在增量資源開發方面，通過技術賦能、手段創新實現全域治理信息的即時洞察。其中，無人機的應用最為廣泛。Ｑ市組建了全市域無人機巡檢網，開發“綜合飛一次”場景，兩小時一次開展自動巡查。通過對拍攝照片的識別比對，精準識別施工隱患、垃圾亂堆、違法建筑等７０多種基層高頻事項。

訪談中Ｑ市Ｃ縣Ｈ鎮黨委副書記談到：“無人機航線規劃好之后，每天會固定時間飛出去巡檢，飛一次就能覆蓋我們大部分的鎮域。巡檢查出的問題通過ＡＩ算法能夠自動進行比對。我們給它（無人機）一個‘基層治理四平臺的賬號，比對出來的問題會實時報到綜合信息指揮室，這極大提升了我們對態勢的感知能力。”（與Ｃ縣Ｈ鎮領導訪談資料，資料編碼２０２２０７１２ＺＭＹＺＧ）

此外，人像卡口、車輛卡口、ＷＩＦＩ探針等新興技術也被應用于完善前端感知網絡，從而提高基層政府對社會事實洞察的速度、寬度和精度，“極大地拓寬了國家之眼的視野，提高了社會事實的像素”［２４］。

⒉決策信息整合階段：從政務數據匯聚共享向智能要素構建共享迭代。面對層出不窮的基層治理問題及其多樣化的治理需求，需要經由資源整合能力的加工轉換形成具有條理性、邏輯性的信息資源體系，如此才能為決策問題的分析奠定堅實基礎。信息資源整合的基礎是提升數據資源體系的條理性、系統性。Ｑ市將數據歸集與質量治理作為基層智治大腦的重點工作進行推進，圍繞醫療衛生、社保就業、公共證照、城建住房等重點主題開展數據歸集、清洗和比對。在此基礎上，基層智治大腦通過挖掘數據之間的內在關聯形成面向基層治理的各類數據產品，有效地發揮了數據的價值。如反映基層治理狀況的基層治理指數以基層治理數據庫中３４項結果性指標與２１項過程性指標為測度指標生成，展示于基層智治大腦大屏首頁。

對數據分析和邏輯推理的算法、模型、組件等智能要素的歸集、構建與共享是更高層次的信息資源整合，對后續決策信息運用具有更重要的影響。在Ｑ市基層智治大腦建設中，由市政府統籌建設“大腦”相關智能要素。在算法方面，針對基層治理高頻需求，重點開發交通、城管等相關算法。以城管算法為例，構建機動車違章停放檢測算法、非機動車違章停放檢測算法、店外經營檢測算法等一系列算法能力。基層治理的行政行為規范和實踐知識在算法構建過程中得到高度理性化的凝練、整合與表達，形成面向基層政府的“標準輸出”。在組件方面，Ｑ市在基層智治大腦公共數據平臺的基礎上，構建由企業信用風險識別、公共場所電子導圖、空間準入智審等一系列基層治理通用組件構成的組件庫。這些融合了特定社會事實數據及識別方法的組件有效拓展了基層智治大腦在社會治理、政務服務、民生等領域的應用，并通過要素超市實現智能要素對基層的一攬子整體化供給。截至２０２２年底，基層智治大腦要素超市已歸集算法、模型、知識等８６個智能要素和６個智能模塊。

“為全市各級基層治理應用的開發提供了共性能力沉淀和統一智能化基礎，避免了各自為政重復開發建設，推動了基層決策判斷從經驗判斷向知識集成進行轉變”。（與Ｑ市大數據局領導訪談資料，資料編碼２０２２０５１７ＺＭＺＪＬ）

⒊決策信息配置階段：從鄉鎮小閉環向市域一體化大閉環配置迭代。能否提供更有效率的信息分配，即讓最合適的主體在最合適的時間和空間中獲得最合適的信息，決定了在什么樣的層次上建立主體之間的協同關系，以及決策協同的效率。Ｑ市鄉鎮（街道）盡管早前已普遍建立綜合信息指揮室，承擔事件流轉、交辦、反饋等信息資源配置功能，但受制于鄉鎮行政層級、軟硬條件等因素，信息配置的整體性、效率性存在明顯不足。對此，Ｑ市基層智治大腦通過建設全市統一“事件中心”，推動了決策信息的配置從鄉鎮小閉環向市域一體化大閉環的迭代。

在事件跨域融合感知與洞察網絡的基礎上，Ｑ市基層智治大腦建設全市一體的基層治理“事件中心”，將“鄰禮通”“村情通”“民呼我為”“三聯工程”“基層治理四平臺”、無人機巡檢以及縣級相關平臺和部門業務系統中的基層治理事件統一接入、全量導入，實現事件跨部門、跨領域、跨層級的匯聚融合，截至２０２２年６月，匯聚事件總數達２０３．２４萬件。在事件匯聚基礎上，“事件中心”對所有事件進行標準化處理，并對事件的類型、內容、范圍、來源系統、處置要求等進行多維度監測、分析，進而對具有多跨特征（跨系統、跨部門、跨層級）的事件進行市域統一調度，將相應事件分撥流轉至對應部門業務系統或縣級社會治理中心，完成信息的初次分配。此外，“事件中心”接收匯聚部門業務系統和縣級社會治理中心關于事件處置結果的反饋信息，對辦件時長、滿意度評價等信息進行匯總分析、自動賦分，并將處置結果反饋信息和分析加工后的監測、評價信息向事件來源系統進行再分配。在上述對事件信息雙向加工、統籌分配的過程中（見圖２），市域一體化決策信息統籌配置機制得以形成并有效運行。

⒋決策信息運用階段：從經驗判斷向人機協同智能選擇迭代。運用信息作選擇是決策的最關鍵環節，因而，如何作出選擇是影響決策質量的核心要素。基層智治大腦的建設通過構建業務智能模塊提供決策輔助等智能化服務，實現了決策選擇從經驗判斷向人機協同智能選擇的迭代，進而推動基層治理從事中事后處置向事前預警預測主動干預轉變、從運行監測評估向戰略目標選擇管理轉變。

基層事務盡管紛繁復雜，但大量重復發生的高頻事項仍有其一般發展規律，這為機器智能發揮預測預警的決策輔助功能提供了空間。Ｑ市基層智治大腦圍繞政府日常履職的高頻業務，在實時分析監測的基礎上持續完善事件預警算法模型和相應的智能預案，進而當“大腦”獲取或分析得出的信息確認達到預置觸發條件時，相關智能模塊便自動為決策者提供即時決策方案，甚至自主進行智能決策。以Ｑ市城區機動車違停管理“一件事”為例，當機動車違停“一件事”應用模塊接收到公眾舉報信息或視頻智能監測違停信息時，會基于算法模型分析結果，結合預置的事件處置方案與人事匹配鏈，進行自動決策并根據不同場景智能交辦。另外，如果治理信息的閾值尚未達到但已接近預置觸發條件，基層智治大腦同樣能夠基于預警算法模型構建的預警系統對決策者進行提醒，推動了決策作出由“請求－響應”被動型向“甄別－干預”主動型的轉變。

Ｑ市Ｑ區Ｔ鄉副鄉長舉例談到：“就像因病返貧家庭，以往要靠人工走訪了解，現在通過大數據實時自動比對，醫保單筆支出或累計支出超過一定數額，基層智治大腦就能即時預警因病返貧現象。我們收到預警之后會立馬采取針對性的措施。”（與Ｑ區Ｔ鄉領導訪談資料，資料編碼２０２２０６２７ＺＭＺＳＬ）

在戰略管理層面，基層智治大腦綜合運用通用算法模型、經驗知識案例、專用業務模型等智能要素，將治理態勢趨勢預測與治理議程設置相結合，為政府在公眾治理需求正式提出或治理問題充分暴露之前調整治理策略提供了“戰略預警”和“政策之窗”。如Ｑ市Ｑ區基于基層智治大腦對各類治理指標的分析，在區社會治理中心、鄉鎮（街道）智治中心大屏設立“指標預警”模塊，實現重要指標的動態預警，一旦某項重要指標出現異常波動，“大腦”將自動發出警示并提供分析報告。

Ｑ區Ｄ鎮綜合信息指揮室副主任在談到這種改變時表示：“基層智治大腦進行大數據實時分析，如對于反映村里矛盾糾紛、村干部情況的，它有信息匯總分析和趨勢研判，我們就馬上針對分析結果，撰寫報告提供給主要領導進行決策，針對性地抓重點問題。”（與Ｑ區Ｄ鎮干部訪談資料，資料編碼２０２２００８０９ＺＭＬＴ）

同時，基層智治大腦基于對基層工作各領域全量數據的挖掘分析構建共富指數和基層治理指數，量化呈現鄉鎮（街道）共同富裕實現程度與治理水平，為主要領導精準把握所在省份提出的中國特色社會主義共同富裕先行和省域現代化先行戰略目標的實現進度，進而為轄區內戰略決策提供了有效的科學依據。

Ｑ區Ｄ鎮黨委書記表示：“基層智治大腦‘一屏統攬后，鄉鎮各項工作進展狀況以及在此基礎上形成的基層治理指數、紅色根脈強基指數等一清二楚，心里踏實多了。現在每天上班都要先來看看指揮室的大屏。”（與Ｑ區Ｄ鎮領導訪談資料，資料編碼２０２２０６２６ＺＭＬＹＨ）

（二）基層智治大腦應用于政府決策的組織和制度安排

技術與組織的關系是一個技術本身與技術使用方之間相互建構的過程［２５］，制度和組織安排會干預技術的執行［２６］。在數字技術重塑政府決策的過程中，將打破原體制的權力格局，為此需要進行公共決策體制機制革新，否則大數據決策很難落地生根。［２７］為此，Ｑ市基層智治大腦建設堅持體制機制改革和智能化技術雙輪驅動，通過不斷完善組織、制度安排，充分發揮出技術嵌入對政府運行過程的系統重塑作用。

⒈在組織安排方面，通過機構、人員、“人”與“事”三元融合，實現基層智治大腦對治理場景的全面穿透。在機構融合方面，Ｑ市推動與基層治理聯系緊密的綜合行政執法、信訪等部門整體入駐社會治理中心，同時司法、應急管理、市場監管等部門人員常態化進駐社會治理中心。多部門人員入駐基層智治大腦物理載體的社會治理中心，有效推動了相關部門依托“大腦”形成人機協同循數決策機制。在人員融合方面，Ｑ市整合基層治理重大改革各專班力量，成立“縣鄉一體、條抓塊統”基層智治系統建設工作領導小組和推進辦，將基層智治大腦在完善治理體系的大場景下進行規劃和建設，并以“改革＋大腦＋應用”一體推進的方式將“大腦”融入智能化能力中心。在“人”與“事”融合方面，Ｑ市借鑒“最多跑一次”改革、“一件事”集成改革的成功經驗，將基層治理中需要跨部門、跨領域、跨層級聯辦的事項作為“一件事”。全市１７件基層治理“一件事”拆解最小顆粒事項１４９３項，匹配人員３５２４人次，實現“一件事”處置精確到人。“人”與“事”的無縫銜接為“大腦”進行事件智能交辦提供了前提與基礎，由此，在“一件事”智能辦理中實現了基層智治大腦對基層核心業務的全面穿透。

⒉在制度安排方面，通過制度框架與運行機制的優化完善，提供基層智治大腦有效運轉的制度保障。Ｑ市由市委辦高規格出臺《關于鞏固提升“縣鄉一體、條抓塊統”改革 扎實推進基層智治系統建設的實施意見》，提出圍繞基層治理實戰需求強化“大腦”在分析預警、輔助決策等方面的運用，并將“大腦”運用情況作為區縣數字化改革成效考評的重要依據，為“大腦”應用提供制度依據與考核激勵。同時，Ｑ市以標準化手段重塑與“大腦”技術要求相匹配的基層政府運行機制，在鄉鎮不斷完善模塊化運行模式，按照“大腦”四條跑道（黨建統領、經濟生態、平安法治、公共服務）的框架構建鄉鎮（街道）“１＋４”（１個綜合信息指揮室＋黨建統領、經濟生態、平安法治、公共服務４個模塊）標準化運行架構，將鄉鎮（街道）內設機構納入對應模塊，實行扁平化管理、矩陣式協同，確保事件能夠按照“大腦”決策流程進行智能化高效辦理。

（三）基層智治大腦應用于政府決策的成效

基層智治大腦的應用及相關組織、制度安排的完善，有效提高了政府信息能力，推動了決策過程的優化重塑，實現了政府決策范圍、效率及質量的系統變革。

⒈決策范圍拓展：模糊治理現象變為清晰決策問題。基層治理的復雜性、不規則性給決策者帶來了極大的不確定性和風險，造成基層政府由于“看不清”而采取選擇性決策。基層智治大腦通過構建全時空多維度采錄感知網，打通各種信息來源渠道，將人、房、企、事、物等要素全量轉化為“數字化”可測算、可觀看、可治理的符號，從而在數字空間將模糊的治理現象變為清晰決策問題進行求解。２０２２年，Ｑ市基層新問題中有７０％依靠感知網中的無人機巡查識別，如垃圾偷倒、污水偷排、農田占用等傳統方式不易及時精確察覺的模糊現象在全時空多維度采錄感知網的融合感知與洞察之下，能夠得到實時或準實時的發現，并第一時間進入決策議程，從而有效拓展了政府決策范圍。

⒉決策效率提升：方案選擇及執行機制的再造。基層智治大腦基于對事件的智能化分析，結合預置的事件處置方案與人事匹配鏈，能夠自動識別事件屬地、自動實現事件分類、自動分派部門和人員、自動根據預案與智能學習拉人建群并創建線上專班，形成了“現實問題→符號表達→智能分析→自動決策→高效執行”的新型決策流程及執行機制，最大限度地壓減了決策環節及信息周轉時間，從而使決策及執行效率相比以往大幅提升。據統計，Ｑ市基層智治大腦運行以來，事件辦件量上升３４．６％，而平均處置時長下降１９．３％。以基層治理“一件事”揚塵處置為例，以往從決策形成到處置完成一般需要７個工作日，而目前僅需１－２小時即可完成處置。這其中基層智治大腦實時進行決策發起并自動匹配人、事、部門、權責的智能決策、自動執行功能發揮了非常關鍵的作用。

⒊決策質量改善：全數據決策支持克服有限理性。受制于個體認知和信息處理能力的局限性，即便決策者水平再高也只能在有限理性范圍內選擇滿意方案。基層智治大腦一方面通過數字空間與物理空間、社會空間相融合，使決策者能夠“一屏掌握”與決策問題相關的全量治理信息和經驗知識案例，拓展了決策者的認知范圍；另一方面，基于各種智能要素對數據的分析、挖掘、推理、判斷，提升了決策者的信息處理能力，從而促使政府決策更加合乎理性，決策結果更加靠近“最優解”，進而顯著改善了基層政府決策質量。調研中多位鄉鎮（街道）黨政領導均表示，基層智治大腦通過實用、管用的數字化應用，能夠對決策過程提供智能輔助，有效提升了決策的精準度。

四、結論與討論

隨著數字時代的到來，以數字技術重塑政府決策成為理論界和實務界關注的熱點。已有研究普遍認為，數字技術是政府決策模式變革的重大契機和推動力，構建了各種決策模型或框架進行理論分析和論證。然而，鮮有針對數字技術對政府決策的系統實證分析。基于此，本文聚焦數字技術對政府決策的影響機理，通過構建基于信息能力的政府決策過程分析框架，并以Ｑ市基層智治大腦建設應用為典型案例，深入剖析了數字技術影響政府決策過程的具體機理及實際效果。

研究表明，首先，集成各類智能技術的“大腦”的應用顯著強化了政府對決策信息的獲取、配置、整合、運用，推動了信息獲取階段從條線多頭采集向跨域融合感知與洞察迭代，信息整合階段從政務數據匯聚共享向智能要素構建共享迭代，信息配置階段從鄉鎮小閉環向市域一體化大閉環配置迭代，信息運用階段從經驗判斷向人機協同智能選擇迭代，從而在決策各階段迭代升級的過程中實現了政府決策過程的系統重塑。其次，“大腦”對決策過程重塑作用的發揮有賴于組織、制度安排的同步完善，需要在組織安排上推進機構、人員、“人”與“事”三元融合，在制度安排上優化改革框架和政府運行機制。再次，基層智治大腦的應用及組織、制度安排的完善，推動了模糊治理現象變為清晰決策問題，決策方案選擇及執行機制的再造和以全數據決策支持克服有限理性，實現了政府決策范圍、效率及質量的系統變革。這也預示著一種機器智能系統與人類智能活動高頻交流、即時反饋、優勢互補、緊密協同的新型政府決策模式正在逐步形成。這種人機協同的新型決策模式通過物聯網傳感器自動采集結合人工信息上報，實現決策信息獲取的跨域融合感知與洞察；通過機器智能系統智能要素對決策信息的加工轉換結合個人經驗知識分析，實現決策信息整合的實時精準分析；通過機器智能系統自動分撥流轉結合人工派單，實現決策信息配置的全域一體；通過機器智能系統自動提供決策方案及自主決策結合個人專業判斷，實現決策信息運用的人機協同智能選擇。

未來已來，為了加快新型決策機制在各級政府落地生根，以下兩個方面應成為后續理論研究與實踐探索的重要議題：一方面，如何進一步完善基層政府治理體系，以基層治理“一件事”集成改革撬動政府運行機制的再造。另一方面，如何健全“大腦”核心要素統籌建設機制，圍繞基層治理實戰需求開發完善基于“大腦”的數字化應用。

【參考文獻】

［１］（美）赫伯特·西蒙．管理決策新科學［Ｍ］．李柱流，湯俊澄，譯．北京：中國社會科學出版社，１９８２：３３．

［２］袁家軍．數字化改革概論［Ｍ］．杭州：浙江人民出版社，２０２２：４８．

［３］（美）詹姆斯·馬奇．馬奇論管理［Ｍ］．丁丹，譯．北京：東方出版社，２０１０：４４．

［４］范如國．公共管理研究基于大數據與社會計算的方法論革命［Ｊ］．中國社會科學，２０１８（９）：７４－９１＋２０５．

［５］徐宗本，等．大數據驅動的管理與決策前沿課題［Ｊ］．管理世界，２０１４（１１）：１５８－１６３．

［６］段忠賢，等．大數據驅動型政府決策：要素，特征與模式［Ｊ］．電子政務，２０１８（２）：４５－５２．

［７］Ｒ Ｎｇ．Ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｉｎ Ｓｉｎｇａｐｏｒｅ：ｋｅｙ ｄｒｉｖｅｒｓ ａｎｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｆｏｒ ａ ｓｍａｒｔ ｎａｔｉｏｎ［Ｊ］．Ｐｏｌｉｔｉｃｓ ａｎｄ Ｇｏｖ－ｅｒｎａｎｃｅ，２０１８，６（４）：３９－４７．

［８］Ｊａｎｓｓｅｎ Ｍ，Ｋｕｋ Ｇ．Ｂｉｇ ａｎｄ ｏｐｅｎ ｌｉｎｋｅｄ ｄａｔａ（ＢＯＬＤ）ｉｎ ｒｅｓｅａｒｃｈ，ｐｏｌｉｃｙ，ａｎｄ ｐｒａｃｔｉｃｅ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｏｒｇａｎｉｚａｔｉｏｎａｌ Ｃｏｍｐｕｔｉｎｇ ＆ Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ，２０１６，２６（１－２）：３－１３．

［９］陳一帆，胡象明．大數據驅動型的公共決策過程創新及效果評估——基于ＳＳＣＩ和ＳＣＩ的文獻研究［Ｊ］．電子政務，２０１９（８）：１４－２７．

［１０］劉成，李秀峰．“ＡＩ＋公共決策”：理論變革，系統要素與行動策略［Ｊ］．哈爾濱工業大學學報（社會科學版），２０２０（２）：１２－１８．

［１１］高文勇．人工智能應對突發事件的精準治理：基于“結構—過程”維度的要素分析［Ｊ］．學術探索，２０２１（８）：８５－９５．

［１２］向玉瓊，謝新水．數字孿生城市治理：變革，困境與對策［Ｊ］．電子政務，２０２１（１０）：６９－８０．

［１３］李文釗．數字界面視角下超大城市治理數字化轉型原理——以城市大腦為例［Ｊ］．電子政務，２０２１（３）：２－１６．

［１４］Ｐａｓｑｕａｌｅ Ｆ．Ｔｈｅ ｂｌａｃｋ ｂｏｘ ｓｏｃｉｅｔｙ．ｔｈｅ ｓｅｃｒｅｔ ａｌｇｏｒｉｔｈｍｓ ｔｈａｔ ｃｏｎｔｒｏｌ ｍｏｎｅｙ ａｎｄ ｉｎｆｏｒｍａｔｉｏｎ［Ｍ］．Ｃａｍｂｒｉｄｇｅ：Ｈａｖａｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，２０１５：１５０－１５３．

［１５］［１８］黃璜，等．數字化賦能治理協同：數字政府建設的“下一步行動”［Ｊ］．電子政務，２０２２（４）：２－２７．

［１６］張建鋒，等．數智化：數字政府，數字經濟與數字社會大融合［Ｍ］．北京：電子工業出版社，２０２２：１２１．

［１７］（美）肯尼斯·阿羅．組織的極限［Ｍ］．陳小白，譯．北京：華夏出版社，２０１４：５１．

［１９］黃璜．數字政府的概念結構：信息能力，數據流動與知識應用——兼論ＤＩＫＷ模型與ＩＤＫ原則［Ｊ］．學海，２０１８（４）：１５８－１６７．

［２０］周毅．論政府信息能力及其提升［Ｊ］．情報理論與實踐，２０１４（１０）：２０－２５．

［２１］Ｂａｒｎｅｙ Ｊ．Ｂ．Ｉｓ Ｔｈｅ ｒｅｓｏｕｒｃｅ－ｂａｓｅｄ“ｖｉｅｗ”ａ ｕｓｅｆｕｌ ｐｅｒｓｐｅｃｔｉｖｅ ｆｏｒ ｓｔｒａｔｅｇｉｃ ｍａｎａｇｅｍｅｎｔ ｒｅｓｅａｒｃｈ？ｙｅｓ［Ｊ］．Ａｃａｄｅｍｉｃ Ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｉｅｗ，２００１，２６（１）：４１－５６．

［２２］Ｔｅｅｃｅ Ｄ Ｊ，ＰＩＳＡＮＯ Ｇ，ＳＨＵＥＮ Ａ．Ｄｙｎａｍｉｃ ｃａｐａｂｉｌｉｔｉｅｓ ａｎｄ ｓｔｒａｔｅｇｉｃ ｍａｎａｇｅｍｅｎｔ［Ｊ］．Ｓｔｒａｔｅｇｉｃ Ｍａｎａｇｅｍｅｎｔ Ｊｏ－ｕｒｎａｌ，１９９７，１８（７）：５０９－５３３．

［２３］焦豪，等．動態能力研究述評及開展中國情境化研究的建議［Ｊ］．管理世界，２０２１（５）：１９１－２１０．

［２４］韓志明．智慧治理驅動國家治理現代化的技術邏輯［Ｊ］．國家治理，２０２１（９）：１６－１９．

［２５］邱澤奇．技術與組織的互構——以信息技術在制造企業的應用為例［Ｊ］．社會學研究，２００５（２）：３２－５４＋２４３．

［２６］（美）簡·芳汀．構建虛擬政府：信息技術與制度創新［Ｍ］．邵國松，譯．北京：中國人民大學出版社，２０１０：７９－８６．

［２７］周陽，汪勇．大數據重塑公共決策的范式轉型、運行機理與治理路徑［Ｊ］．電子政務，２０２１（９）：８１－９２．

（責任編輯：董博宇）

Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｅ ｄｉｇｉｔａｌ ａｇｅ，ｔｈｅ ａｂｉｌｉｔｙ ｔｏ ｅｆｆｅｃｔｉｖｅｌｙ ｕｓｅ ｉｎｆｏｒｍａｔｉｏｎ ｉｓ ｔｈｅ ｃｏｒｅ ｆａｃｔｏｒ ａｆｆｅｃｔｉｎｇ ｏｒｇａｎｉｚａｔｉｏｎａｌ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ，ｂｕｔ ｉｔｓ ｍｅｃｈａｎｉｓｍ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｇｏｖｅｒｎｍｅｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｈａｓ ｒｅｃｅｉｖｅｄ ｌｉｔｔｌｅ ｒｅｓｅａｒｃｈ ａｔｔｅｎｔｉｏｎ．Ｃｏｍｂｉｎｉｎｇ ｔｈｅ ｒｅｓｏｕｒｃｅ－ｂａｓｅｄ ｖｉｅｗ ａｎｄ ｄｙｎａｍｉｃ ｃａｐａｃｉｔｙ ｔｈｅｏｒｙ，ｔｈｉｓ ｐａｐｅｒ ｅｓｔａｂｌｉｓｈｅｓ ａｎ ａｎａｌｙｔｉｃａｌ ｆｒａｍｅｗｏｒｋ ｏｆ ｇｏｖｅｒｎｍｅｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｐｒｏｃｅｓｓ ｂａｓｅｄ ｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｃａｐａｃｉｔｙ，ａｎｄ ｕｓｅｓ ｔｈｉｓ ｆｒａｍｅｗｏｒｋ ｔｏ ｃｏｎｄｕｃｔ ａ ｃａｓｅ ｓｔｕｄｙ ｏｎ Ｑ Ｃｉｔｙ，ｔｈｅ ｏｎｌｙ ｍｕｎｉｃｉｐａｌ ｐｉｌｏｔ ｃｉｔｙ ｏｆ ｇｒａｓｓｒｏｏｔｓ ｇｏｖｅｒｎａｎｃｅ ｂｒａｉｎ ｉｎ ｔｈｅ ｐｉｏｎｅｅｒｉｎｇ ｐｒｏｖｉｎｃｅ ｏｆ ｄｉｇｉｔａｌ ｒｅｆｏｒｍ， ａｎｄ ｓｙｓｔｅｍａｔｉｃａｌｌｙ ｅｘａｍｉｎｅｓ ｔｈｅ ｓｐｅｃｉｆｉｃ ｍｅｃｈａｎｉｓｍ ａｎｄ ｐｒａｃｔｉｃａｌ ｅｆｆｅｃｔ ｏｆ ｇｒａｓｓｒｏｏｔｓ ｇｏｖｅｒｎａｎｃｅ ｂｒａｉｎ ｉｎ ｉｍｐｒｏｖｉｎｇ ｇｏｖｅｒｎｍｅｎｔ ｉｎｆｏｒｍａｔｉｏｎ ｃａｐａｃｉｔｙ ｗｈｉｌｅ ｒｅｓｈａｐｉｎｇ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｐｒｏｃｅｓｓ．Ｔｈｉｓ ｓｔｕｄｙ ｆｏｕｎｄ：Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ“ｂｒａｉｎ”ｓｉｇｎｉｆｉｃａｎｔｌｙ ｓｔｒｅｎｇｔｈｅｎｓ ｔｈｅ ｇｏｖｅｒｎｍｅｎｔ＇ｓ ａｂｉｌｉｔｙ ｔｏ ａｃｑｕｉｒｅ，ｃｏｎｆｉｇｕｒｅ，ｉｎｔｅｇｒａｔｅ ａｎｄ ａｐｐｌｙ ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ，ｒｅａｌｉｚｉｎｇ ｔｈｅ ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ａｃｑｕｉｓｉｔｉｏｎ ｆｒｏｍ ｍｕｌｔｉ－ｌｉｎｅ ｃｏｌｌｅｃｔｉｏｎ ｔｏ ｃｒｏｓｓ－ｄｏｍａｉｎ ｆｕｓｉｏｎ ｐｅｒｃｅｐｔｉｏｎ ａｎｄ ｉｎｓｉｇｈｔ ｉｔｅｒａｔｉｏｎ，ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｉｎｔｅｇｒａｔｉｏｎ ｆｒｏｍ ｇｏｖｅｒｎｍｅｎｔ ｄａｔａ ａｇｇｒｅｇａｔｉｏｎ ａｎｄ ｓｈａｒｉｎｇ ｔｏ ｉｎｔｅｌｌｉｇｅｎｔ ｆａｃｔｏｒ ｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ ｓｈａｒｉｎｇ ｉｔｅｒａｔｉｏｎ，ａｎｄ ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｆｒｏｍ ｓｍａｌｌ ｔｏｗｎｓｈｉｐ ｃｌｏｓｅｄ ｌｏｏｐ ｔｏ ｌａｒｇｅ ｉｎｔｅｇｒａｔｅｄ ｃｌｏｓｅｄ ｌｏｏｐ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｉｔｅｒａｔｉｏｎ．Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｉｔｅｒａｔｅｓ ｆｒｏｍ ｅｘｐｅｒｉｅｎｃｅ ｊｕｄｇｍｅｎｔ ｔｏ ｈｕｍａｎ－ｍａｃｈｉｎｅ ｃｏｏｐｅｒａｔｉｖｅ ｉｎｔｅｌｌｉｇｅｎｔ ｓｅｌｅｃｔｉｏｎ．Ｔｈｅ ｏｐｔｉｍｉｚａｔｉｏｎ ａｎｄ ｒｅｓｈａｐｉｎｇ ｏｆ ｅｖｅｒｙ ｓｔａｇｅ ｏｆ ｔｈｅ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｐｒｏｃｅｓｓ，ｃｏｍｂｉｎｉｎｇ ｗｉｔｈ ｔｈｅ ｉｍｐｒｏｖｅｍｅｎｔｓ ｏｆ ｔｈｅ ｏｒｇａｎｉｚａｔｉｏｎ ａｎｄ ｉｎｓｔｉｔｕｔｉｏｎａｌ ａｒｒａｎｇｅｍｅｎｔ，ｈａｓ ｃｏｎｔｒｉｂｕｔｅｄ ｔｏ ｓｙｓｔｅｍａｔｉｃ ｃｈａｎｇｅ ｏｆ ｔｈｅ ｓｃｏｐｅ，ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｑｕａｌｉｔｙ ｏｆ ｇｏｖｅｒｎｍｅｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ．

Ｋｅｙ ｗｏｒｄｓ：ｇｏｖｅｒｎｍｅｎｔ ｉｎｆｏｒｍａｔｉｏｎ ｃａｐａｃｉｔｙ；ｇｏｖｅｒｎｍｅｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ；ｇｒａｓｓｒｏｏｔｓ ｇｏｖｅｒｎａｎｃｅ ｂｒａｉｎ