數智賦能政府治理的理論與實踐進展：一個跨學科學術會議綜述*

王 芳 張 超 黃梅銀 朱學坤 連芷萱 馬 鑫 姚汝婧 劉清民 張 鑫

（1.南開大學網絡社會治理研究中心 天津 300071）

（2.南開大學商學院信息資源管理系 天津 300071）

數據與智能技術的應用有力助推制度優勢轉變為治理效能，為中國式現代化發展注入了新的活力。為了深入探討數據賦能政府治理的理論機理、實踐應用與未來發展方向，“2023 數據賦能政府治理評價指數”發布暨數智治理學術研討會于2023 年5 月20日-21 日在南開大學舉行。來自高校、政府、企事業單位的200 余位專家學者、主管領導、專業人員和學生參加了會議。會上，南開大學網絡社會治理研究中心主任王芳教授發布了2023“數據賦能政府治理評價指數”。該指數已經連續五年發布，從社會治理、公共服務、保障支撐和公眾參與四個維度對我國76 個城市數據賦能政府治理的最新進展進行評估，以期促進城市政府應用數據與智能技術提升治理效能。2019 年，該報告以“大數據提升政府治理效能”為主題，首次由南開大學網絡社會治理研究中心與大數據提升政府治理能力國家實驗室在中國國際大數據產業博覽會（貴陽）上聯合發布［1］。2023 年評估報告以“中國式現代化情境下智能、活力與包容的數字治理”為主題，揭示了數智技術的應用與中國式現代化發展在理論內涵上的共通之處。指數發布后，來自美國馬薩諸塞大學阿默斯特分校的Jane Fountain 教授等近20 位國內外知名專家學者就數智治理相關問題展開跨學科研討，取得了豐富的學術成果。本文總結提煉并系統呈現與會專家發言主要觀點，揭示了當前相關領域的最新研究成果，以期推動政府數智治理的學術研究和社會實踐。

1 數智治理的內涵、范式與發展邏輯

數智治理是當前政府數字化轉型發展的方向，是釋放數據動能、發揮數據創新引擎作用的必要前提。數智治理是指治理主體運用數據與人工智能技術進行經濟社會治理的過程。數據與智能技術的使用是數智治理的主要特征。數智技術的使用既可以帶來治理效能的提升，也帶來新的挑戰。此次會議中，來自中國人民大學的安小米教授、上海交通大學樊博教授、清華大學張楠教授、北京大學黃璜教授分別從數智治理的概念特征、數字治理的范式、數據賦能政府治理的路徑、數字政府的邏輯出發，分析政府數智治理的理論機理與動態演變規律，探討了信息與智能技術為政府治理帶來的機遇與挑戰，為提升數字政府治理水平、促進數字經濟高質量發展貢獻了重要的理論觀點與實踐建議。

1.1 數智治理的概念特征

厘清數智治理的內涵是進行相關研究和社會實踐的前提。安小米等通過系統調查三大國際標準組織的在線術語標準庫，共發現四個數據治理（data governance）定義［2］，在對其核心概念進行解構的基礎上，提煉出數智治理的核心概念。“數智治理”概念的國際共識包含三個方面：社會特征、主體特征與技術特征。社會特征強調數字化轉型，利用顛覆性技術創造一個健康、宜居的數字未來社會；主體特征最重要的是以人為本的改進，強調公共、私人、民眾參與、伙伴關系和協作以及具有完整性、多樣性、包容性、主權性、無偏見、透明性的集體智慧；技術特征強調人機協同、個人權利得到保護，公共利益與價值的最大化必須要以負責任、值得信賴、安全和風險管理的方式變革性地使用數據、信息、知識和技術。安小米提出，從技術、社會、主體三個維度來看，數智強調技術的應用，治理強調各種主體的參與，特別是對變化可能產生的各種風險進行管理，而數智治理則包含了數字技術的使用與共同參與。

1.2 數字治理的兩種范式

數字治理是我國政府推進社會治理的核心模式，為理解數字治理的基本內涵，需要梳理數字治理的發展邏輯與治理范式。數字治理指政府與社會、公眾等多元主體間以及政府部門之間以數據為客觀基礎，以公民意識為價值導向，利用信息數字化技術對原始數據進行收集、處理和利用的過程［3］。樊博提出數字治理包括無縫隙服務和大數據決策兩種范式。在互聯網和大數據技術逐漸興起的過程中，需要面對以下兩個問題：（1）怎樣用數字治理推進無縫隙的管理服務；（2）怎樣用大數據推進智能化決策。第一種數字治理范式是把傳統政府職能式和層級式的架構轉換成橫向整合和縱向整合的數字政府，實現跨部門數據開放、信息共享和業務協同。其核心問題在于軟層面而非技術層面，技術可以賦能，但是賦能要產生化學反應式的推進，單個職能部門信息系統的建設不是數字化轉型，只有跨部門跨層級聯動、擴大數據共享范圍與業務協同范圍才是真正的數字化轉型；第二種是利用大數據進行決策。在實現數字治理的過程中會留下非常多的數字化痕跡，這些寶貴的財富絕對不能束之高閣，而應當應用于大數據決策。他指出，傳統的量化分析是自頂向下，從理論到實證，但大數據分析恰恰是自底向上，從數據驅動的角度去分析各種各樣的問題。從技術到數據，為政府治理賦能，實現數字化轉型。

1.3 數據賦能政府治理的分層思考

當前，大數據已成為推動經濟轉型發展的新動力、重塑國家競爭優勢的新機遇、提升政府治理能力的新途徑［4］。與數字技術發展趨勢相關聯，政府數字化轉型的內容經歷了從內部供給變革向供需互動、多元合作到整體智治的演變［5］。會上，張楠從技術工具創新、運作管理優化、組織結構重組、職能方式轉變和理念思維轉型等五個層次探討了數據賦能政府治理轉型。在這五個層次上，政府向下通過數據治理夯實數據賦能治理轉型的“底座”，向上通過政策決策范式轉變攀登政策智能的“塔尖”。在“向下”層次，數據治理是推動政府數字化轉型的基礎。從利用大數據來治理（“怎么用”）到對大數據進行治理（“怎么管”），我國已經進行多方面探索。如全國一體化政務大數據平臺建設，國家政策文件要求明確部門的數據職責，地方關于建立“政企協作”的數據授權運營體系和“四定三權三監管”的數據管理體系的探索等多個方面；在“向上”層次，大數據背景下政府決策面臨著動態性、非線性、混雜性等多方面挑戰，信息化和智能化是向上發展的重要方向。以中美貿易摩擦想定設立與推演場景為例，政府決策涉及政治、經濟、文化等眾多影響因素，貿易摩擦的時間、沖突點等具有高度不確定性，談判與博弈策略空間復雜等多方面挑戰。張楠提出，運用前沿信息技術、智能技術與決策科學輔助政策制定、執行和效果評估迫在眉睫。在原有數據賦能治理轉型的五個層次基礎上，可以從技術發展的迭代上升與政策決策水平優化兩個視角將模型豐富為七個層次。

1.4 數字政府的邏輯與發展

信息技術的快速迭代不斷催生著政府治理模式變革，政府數字化、智能化運行成為推進國家治理體系和治理能力現代化的有力支撐［6］。當前，數字政府建設進入深度應用階段，圍繞政務服務“一網通辦”、城市治理“一網統管”、政府運行“一網協同”，各地創新持續涌現，形成綜合場景和垂直場景雙向發力格局［7］。但仍面臨不少突出問題，機遇與挑戰并存。下一階段數字政府建設的重點和亮點有哪些?如何深入挖掘大數據、人工智能等新一代信息技術的價值進而賦能政府治理?值得深入探討。

黃璜針對上述問題，提出數字化轉型一般性框架：包含知識系統、溝通系統、協作系統、資源系統和工具系統五方面的技術系統，以及規則系統和目標系統兩方面的治理系統。技術主要解決政府數字化轉型所需要的運行知識、溝通機制、協同機制、工具和通用資源，治理主要進行規則制定和實現數字化目標。他指出，當前數字政府系統不斷演變并呈現以下發展趨勢：在數據系統方面，數據從過去的管理對象變成了管理工具，數據共享和數據開放工作不斷推進；在工具系統方面，已從過去的重視安全或計算單一維度轉變為平臺化（微服務）和（通用）應用支撐平臺整體建設，平臺驅動的政府建設成為發展新方向；在協作系統方面，過去僅側重單位內部的協同，當前從“三融五跨”到“一網通辦”“一網統管”“一網協同”協作系統升級以解決復雜協同問題；在溝通系統方面，已經從傳統WEB/APP 等平面系統演變到虛擬孿生的數字世界；在知識系統方面，業務應用升級到決策，通過把數據資源和平臺工具結合起來為宏觀、中觀、微觀不同層級的決策提供服務；在治理系統方面，強調通過數字化對規則系統進行改革，以實現治理現代化的目標。數字政府建設是一個動態過程，是一個迭代地解決“信息瓶頸”的過程，未來新的重點應當是推進（大數據輔助）決策系統建設，以提升政府決策能力。

2 政府數智治理的重要場景

當前，政府部門越來越重視大數據和人工智能技術在促進數字經濟發展、增強創新驅動發展動能、提升國家綜合競爭力等方面的作用，并著力將其應用到社會發展的方方面面。復旦大學鄭磊教授、北京大學周慶山教授、華中師范大學段堯清教授、山東理工大學紀雪梅副教授分別從城市運行一網統管、政務熱線效能提升、基層治理和政務新媒體信息采納等不同治理場景展開具體分析，就政府數智治理面臨的種種現實問題提出了真知灼見。

2.1 城市運行“一網統管”

以大數據、物聯網、人工智能為代表的數字技術為城市治理提供了新的解決路徑。我國在城市數字治理領域開展了一系列的實踐探索，如浙江“最多跑一次”、上海“一網通辦”“一網統管”、杭州“城市大腦”等［8］。鄭磊提出，相對于一網通辦，一網統管的數據更具動態性，要從城市之聲（市民熱線12345）、城市之眼（公共視頻）以及城市之感（物聯網傳感器）等方面打通全域全時段數據；同時，融合社會數據（如外賣信息等），打造城市運行數字體征系統。基于現實問題和需求，通過數據之間的組合，找到數據間的關系（因果關系或相關關系），提前進行預防與干預，提升風險治理能力。具體來說就是從“觀管防”三方面，以感知（觀）→認知（管）→行動（防）的閉環鏈條提前預警，以達到治城市于未病。城市一網統管要以問題/需求為導向，以“管理鐵三角”（即想法→算法→辦法）為基本理念，以“四早”（早發現、早預警、早研判、早處置）、“五最”（最低層級、最早時間，以相對最小成本，解決最突出問題，取得最佳綜合效應）、線上線下、人機協同為方法，建立“三級平臺（市一級、區一級、街鎮一級）、五級應用”的運作體系。應充分利用科技之智、規則之制、人民之力，打通多個專業領域系統、形成柔性網絡、統籌協調，全面提升政府治理能力。

2.2 數智技術賦能政務熱線

政務熱線是政府感知社情民意的“傳感器”和政府部門間的協同樞紐［9］。隨著數智技術的發展，政務熱線從“回答問題”的工具逐步轉變為一種數據驅動的社會治理抓手，能夠為“熱線服務賦智”“熱線數據賦值”“政府部門賦能”“社會大眾賦權”。政務服務熱線應進一步與互聯網及數智技術結合，更好地實現一源多用和信息集成，同時要解決好政務服務熱線與其他機構的信息共享和協同。此外，應強化信息生命周期管理，對信息進行階段性處理和管理，提高數據質量和信息封裝，為實現后續信息共享、利用和分析打好基礎。周慶山提出，當前數智技術在政務熱線的應用上仍面臨不少挑戰。首先，技術應用不夠充分且不均衡，主要表現為便民熱線接通率不高，知識庫建設和應用不夠成熟；其次，數據治理基礎不牢，熱線數據的分析和應用水平還停留在“小數據化”的階段，缺乏規范的數據管理、共享、開放機制與智能化建設；第三，服務平臺建設不足，平臺建設和管理缺乏統一性，導致平臺之間的割裂和服務碎片化；第四，數據智能分析及情報研究仍有待進一步完善，分析缺乏解釋性的參考，無法支持更深入的決策研究；第五，熱線集成、協同與共享機制不夠健全，不同渠道的數據集成整合有待加強；最后，應急治理也有一定的改進空間。

基于此，周慶山提出政務熱線智慧化轉型的幾條建議：首先是資源整合，推進政務熱線的平臺化轉型；其次是業務流程的數據治理，推動政務熱線的數據化轉型；第三是采用自動化處理和智能運行的方式，達到政務熱線的智慧化轉型；第四是組織集成和共享機構聯動，推動政務熱線的協同發展；第五是通過風險防控進行數據保護的轉型；最后是通過城市治理的反饋數據推動政務服務的精準化轉型，具體包括通過民意民情匯聚機制、社會風險感知機制、智能化決策輔助機制和民情的回應機制等。

2.3 數字化轉型應對基層治理碎片化

基層是社會治理的第一線，基層社會的和諧穩定與國計民生息息相關。基層治理對維持社會和諧穩定、應對社區生活方式變革以及處理突發事件等具有重要意義。沒有基層治理，就沒有全社會的和諧與穩定。當前，基層治理存在四大痛點［10］：一是政民聯通碎片化，居民差異化需求難以收集，自治熱情不高；二是權責觀念碎片化，基層民眾的權利意識不斷提升，但履行義務的意識卻相對較弱；三是服務供給碎片化，當前基層公共產品供給和基層治理能力，還不能夠完全滿足人民日益增長的個性化民生服務需求；四是事務管理碎片化，上級各部門信息融合度不高，部門之間銜接不暢, 基層治理及時評價機制缺失，對重大突發事件缺乏高度協同的聯動機制與信息共享渠道。

針對四大痛點，段堯清提出基層治理數字化轉型的四個路徑：（1）事件感知智能化，增強對地理位置、生命狀態、情感狀態等事件的實時感知，充分融入“一網通辦”平臺，搭建智能互聯互通平臺；（2）治理過程數據化，做好數據采集、數據標準化、隱私保護、完善數據權責制度；（3）服務智慧化，運用大數據和人工智能技術實現用戶需求自動感知，提供精準服務，實現數據開放共享，線上線下服務一網通辦；（4）評價及時化，建立基層治理數字化轉型質量標準體系、轉型階段評估和轉型效果評價。通過增強各治理單元協同聯動、合理配置有限資源、吸納更多主體參與基層治理工作，最終實現多元主體共建共治的基層治理轉型目標。

2.4 政務短視頻娛樂化的信息傳播效果

政務短視頻對娛樂化程度的把握成為新媒體環境下政務信息公開中亟需關注的問題，適當的輕量化、多樣化和個性化對于政務短視頻的信息公開效果提升有積極作用，不但可以促進政務信息的傳播，也塑造了更加鮮活的政府形象。研究政務短視頻娛樂化特征及其對公眾信息采納效果的影響，能為政務短視頻信息公開方式優化提供理論參考［11］。紀雪梅構建了娛樂化評價指標（包括語態表達、呈現形式、傳播渠道、主題內容四個維度），探究娛樂化對政務新媒體用戶信息采納效果的影響。結果發現網絡句式和熱門歌曲的運用、標簽運用、多媒體融合、政府職能體現程度對用戶信息采納有顯著影響，娛樂明星用戶聯合、原創特效、情緒強度對信息采納沒有明顯作用。此外，從信息維度、用戶維度、信息環境維度、信息技術維度幾個方面探究影響政務新媒體信息采納意愿的因素，發現信息維度的及時性、準確性、全面性對信息采納有正向影響；用戶維度的互動交流影響用戶感知易用性，進而正向影響采納意愿；社會環境對用戶信息采納有顯著的正向影響；技術維度的安全性、便捷性影響用戶感知易用性，進而影響采納意愿。

紀雪梅提出，為促進政務新媒體良性發展，在內容方面應該保證新媒體內容的及時準確和全面；在情感方面應保持中立；主題方面以用戶的信息需求為出發點，形式應個性化和多樣化，同時體現政府職能；在互動方面應關注輿情，對評論進行有效的回應；在文化傳播方面，因為不同地區的地域文化與社會背景不同，政務新媒體賬號可以結合本地的民俗風情和人文背景提供個性化的信息服務；在技術保障方面，要從功能、界面、安全、便捷這幾個方面去提升技術水準。

3 政府數據的治理、利用與價值激發

大數據是政府治理的工具、對象和環境［12］。政府數據的治理、利用與價值激發是數智賦能政府治理的關鍵因素。政府數據治理體現在對政府數據依法治理、政府數據源頭治理、政府數據精準治理和政府數據長效治理四個方面，涉及數據可用能力、數據有用能力、數據易用能力和數據善用能力四個方面［13］。南京大學夏義堃教授、中南財經政法大學陳美副教授、南開大學張丹助理教授、山東理工大學白如江教授分別就高價值數據利用、政府數據開放的影響因素、智慧城市的數據資源編排及基于數據的情報軌跡感知與預測展開討論，對于政府數據的進一步開放、利用與治理貢獻了有價值的思路與見解。

3.1 政府高價值數據的開放利用

根據2020 年全球數據晴雨表報道，只有10.63%的政府數據遵循了嚴格的開放標準和規則，這意味著大量的開放數據只能被瀏覽，而不能被機讀授權或批量下載。此外，人們也開始質疑政府開放數據的成本和利用效益問題，并擔心數據隱私和安全、數據監視主義等問題［14］。具體來說，通過對各國高價值數據政策的比較研究可知，高價值數據的“高價值性”可以從政治、經濟、文化、社會和環境等角度來評定，或者從工具性角度出發，對數據的“應用價值”和“需求量”來評定其“高價值”。從國際高價值數據的開放、利用、共享情況來看，歐盟地理空間數據集、美國各州政府高價值數據集和美國能源部開放能源數據的深度利用都極大地促進了經濟發展與科技進步。同時，在開放與利用過程中也面臨數據資源建設、成本控制、獲取與共享等方面的問題［15］。

夏義堃提出：首先，高價值數據的開放與利用需要思考如何評估數據的衍生價值，除了根據可量化的因素（如下載量）進行評估，還需要考慮對數據應用場景的影響等因素；其次，對于數據的供給可持續性問題，高價值數據的開放與利用需要權衡免費提供和定價收費的利弊；第三，高價值數據的開放與利用需要考慮數據市場競爭的公平性問題，以免扭曲市場；最后，高價值數據的開放與利用需要完善政府數據開放的標準和規范，需要評估開放數據的價值和適用場景，平衡上下游利益，注重中小企業的創新活力，保護隱私并規范跨境數據的流通。

3.2 政府開放數據的運行效果

在大數據時代，政府向社會公眾開放其所保有的數據，供社會進行增值利用和創新應用，將創造巨大的公共價值，推動經濟增長和社會發展［16］。然而，開放政府數據在取得一定進展的同時也面臨著一些問題，如開放意愿不足、數據質量不高、數據利用不充分等。考察其制度設計、研究其運行效果已是當務之急［17］。陳美通過政策文本量化評價的方法研究了良好制度設計對開放政府數據運行效果的影響，以及與開放政府數據運行效果具有因果關系的因素及組合路徑。他發現，開放政府數據政策質量平均狀況良好，但優秀城市占比不足，需進一步優化安全保護、保障體系、監督考核體系、開放機制、平臺管理、數據利用、數據治理、數據資源開放目錄以及責任規定等指標，提高政策質量。此外，我國市級開放政府數據制度的政策質量與運行效果不一致，數據管理、財政資源、技術能力、平臺建設、公眾需求對于開放政府數據工作意義重大，資源驅動、制度-資源驅動、需求-資源驅動是政府數據開放高績效的前因條件構型。

3.3 智慧城市的大數據資源編排

大數據在實時監測和響應、資源管理和優化、智能決策支持、城市規劃和設計等方面具有巨大潛力，通過分析大數據，可以識別出城市中的瓶頸、改善公共服務等，從而提高城市的效率和質量。智慧城市需要健全的數據治理機制，加強隱私保護措施，推動數據標準化和共享，以及持續提升技術能力和數據分析能力［18］。基于某市智慧城市建設案例分析，張丹從資源編排視角出發，提出了支持智慧城市建設的大數據編排模型，該模型包括三個建設階段。第一階段：開發統一的公共服務平臺，從數據入手解決存在的主要問題，建立大數據中心，支持數據收集和處理；第二階段：嵌入新數據源和管理方式，融合多源數據集合，提升公共服務效率，布控數據“探頭”，通過公共視頻監控、網格化管理方式、市民參與“爆料”等方式收集多源數據；第三階段：引入新技術推動創新，嘗試新技術（如物聯網、社交媒體、區塊鏈、人工智能、建立云計算中心、大數據研究中心等）以獲取和使用多源數據，釋放更多資源，樹立智慧城市標桿。張丹提出，通過這三個階段，形成數據獲取、數據處理、數據利用三階段的大數據編排模型，用于驅動智慧城市建設。

3.4 基于數據的情報軌跡感知與預測

在大數據時代，多源異構的數據源中蘊含著情報事件發生的時間、地點、人物、機構、發生緣由等各類情報元素，各元素之間存在不同類型的聯系，有因果關系、相關關系、順承關系等，然而這些元素結構分散、關系類型難以判定，進而會導致情報決策分析的困難［19］。白如江提出一種“手工規則+預訓練模型表征+文本分類”的因果關系識別方法，主要包含四個部分：因果句檢測、因果三元組組配、因果表征、因果關系自動分類。在因果驅動的情報軌跡感知與預測中，考慮到情報發生演化過程是一個動態的復雜系統，之前發生的事件大概率會對其他相關事件產生一系列影響，而在之前的研究中，研究者大多通過計算主題之間的相似度來選擇下一階段的連接關系，但相似度并不等價于因果關系，不僅需要考慮事件間的語義聯系，還要考慮他們在時間線上的因果關系，揭示情報演化的因果軌跡。因此，利用BERTopic，通過預訓練模型和動態主題模型進行主題建模。通過主題詞距離和主題強度計算得出情報主題特征，基于PC 算法（Peter-Clark）學習情報主題之間的靜態因果結構，基于局部傳遞熵算法分別測度主題間的動態因果關系，并將傳遞熵的值作為衡量情報主題因果強度的依據。此外，利用圖表示學習方法建模因果網絡，將網絡表示到連續稠密的向量空間中，聯合多層圖神經網絡來預測獨立事件之間可能存在的因果關系。

4 新技術帶來的治理挑戰與對策

大數據、人工智能等新一代信息技術正在成為國家治理體系和治理能力現代化的核心推動力。然而，政府在應用大數據、人工智能、機器學習等智能技術解決很多棘手問題的同時，也面臨著算法歧視、智能技術監管、智能傳播時代網絡輿情風險治理等新問題。目前，相關政策針對自動駕駛、生物識別、服務算法、智能醫療等都提供了初步的治理工具，用于防范安全風險和進行權益保護，但仍存在種種不完備之處［20］。美國麻省大學阿默斯特分校Jane Fountain教授、武漢大學信息管理學院趙一鳴教授、中國人民警察大學夏一雪副教授分別從算法治理、機器生成內容的治理、網絡輿情治理方面介紹了各自最新的研究成果，提出了重要的見解與觀點。

4.1 人工智能算法治理

1977 年，著名制度經濟學家理查德·尼爾森針對協同治理面臨的復雜問題提出：“既然我們可以把人送上月球，為什么不能解決貧民窟問題?”［21］從登月到貧民窟治理，再到人工智能治理，政府面臨著機械復雜性、社會復雜性和計算復雜性三方面問題。隨著智能技術和復雜算法的應用，不平等現象、制度化偏見以及人工智能倫理等問題日益嚴重［22-23］。如隨著人工智能技術的發展與應用，越來越多的工作被機器取代，這進一步加劇社會和經濟的不平等。

Jane Fountain 指出，計算算法還面臨著算法歧視帶來的系統性偏誤問題。在包含復雜算法的自動決策系統中，如果基于有偏見的數據對算法進行訓練，所帶來的偏見可能被編碼到算法、模型和輸出結果中。在數字政府和公共管理中，人工智能技術同樣也存在算法系統性偏誤問題：（1）面部識別技術。從網上采集的圖片數據抹殺了有色人種的特征，生物面部識別算法對女性和有色人種表現出更高的錯誤率；（2）預測性警務。某些群體在警務相關數據中的比例過高，導致特定社區多年來存在過度警務，使用這些數據的算法將加劇對邊緣化種族或族裔群體的過度警務；（3）公共管理中的自動化決策。如果不在機器學習模型中加以考慮，在醫療、銀行貸款信用評分、招聘決策、教育（招生、升學）、社會福利項目、住房、交通規劃等多個領域中，不同人群之間行為模式的系統性差異通常會再現結構性不平等；（4）脆弱家庭。當前的福利資格自動化、兒童忽視和虐待評估技術更多是用于管理和懲罰窮人而不是提供實際援助。

Jane Fountain 提出，未來應該建立一個像美國食品藥物管理局那樣的數字時代監管機構，制定標準、審查程序、評估和監測結果。鼓勵技術向善，如積極利用技術進行社會變革，建立政府信任，參與刑事司法改革等。此外，可以通過多元主體合作促進制度創新。最后，回到尼爾森對“登月”與“貧民窟”問題的解答，我們真正需要的是制度結構的改變，僅依靠技術永遠無法解決不公正和不平等問題。

4.2 機器生成內容治理

人工智能賦能各行各業，成為新生產工具。AI驅動的內容生產方式可以進行各式各樣的生成和創作，步入AIGC（Artificial Intelligence Generative Content）時代［24］。與之相伴而生的是人工智能生成內容的治理問題，如版權問題［24］、數據權益的法律屬性等［25］。趙一鳴提出，數實融合三次浪潮，從IT 驅動、互聯網+，到如今的智能驅動，實現萬物智能向大交通、大能源、大制造、大健康、大金融深度融合。同時，機器生成內容（Machine Generated Content，MGC）的快速發展，如圖像生成、語音生成、數字人等，為相關技術和行業帶來了繁榮，但同時也為新時代的社會治理帶來了許多挑戰，如加劇信息過載和信息繭房，催生新虛假信息傳播和輿論操控，知識產權管理、信息倫理和環境保護等［26］。

趙一鳴提出，為應對上述挑戰，應該從以下五個方面思考MGC 的治理：首先，做好頂層設計，健全法律法規和治理機制，形成一套包括基本法律、部門和地方法規、臨時性條例在內的人工智能法律法規體系，對機器生成內容進行規范和管理；其次，政府要加強監管和引導，充分調動平臺企業、高校和科研院所、公眾等多元力量開展協同治理；第三，提高技術監管能力，打擊惡性技術使用，利用技術管控技術。科技公司應積極承擔社會責任，引導科技向善。人工智能從業人員應提高安全和倫理意識，將MGC 投放到合適賽道；最后，呼吁政府、企業、學術界、研究機構和用戶在開源共享平臺上協同合作，加快應用創新，并通過將“倫理先行”作為治理準則，加強自律自治，為MGC 進一步發展提供良好行業生態。

4.3 網絡輿情風險治理

網絡輿情治理的核心是在控制社會風險和激發網絡活力之間保持平衡［27］。ChatGPT 的發布宣告了智能傳播時代的到來，輿情傳播的全過程正剔除“人”的因素而實現“所有信息對所有人”的全新智能傳播模式。然而，智能傳播帶來了復雜化、多變化、深層化的特點，可能會對客觀外在環境帶來不確定性和風險，需要引起重視［28］。夏一雪提出，智能傳播技術可大致分為個性化推送、檢索過濾、生成合成、排序精選、調度決策等六類，實現了定制化和私人化的信息擴散。然而，它也帶來一些問題。首先，聚類效應會增加用戶對信息的理解，但也可能會增加個人隱私信息泄露的風險；其次，算法生產的“用戶畫像”本身隱藏著系統性偏見，設計者的認知和價值觀也會影響算法程序的公正性。信息繭房算法隔絕了用戶對自己興趣以外信息的接受，形成了信息封閉的“圍群”；最后，定制化和私人化信息傳播機制會加速與用戶觀點一致的信息的擴散，形成主流觀點霸權。

夏一雪提出，智能傳播算法存在的風險，既需要有目標的輿情異常預警，也需要無目標的常態演化性輿情預警。首先，應該建立完善的輿情監測和風險評估機制，及時感知并制定應對措施；其次，要加強個人隱私信息保障和信息過濾機制，保證信息傳播的真實、正確和準確性；最后，政府也需要強化輿情回應機制，引導公眾理性表達和輿論引導，避免信息泄露和風險損失。

5 數據賦能政府治理評價

政府績效評價與管理作為“新公共管理”運動所倡導的改革工具之一，在過去20 年間極大地推動了政府數字化改革。政府績效評價是對政府活動的效率和效果進行評價的一種實證性研究分析，包含績效監測與評價分析，既要“知其然”，又要“知其所以然”［29］。會上，南開大學網絡社會治理研究中心主任王芳教授發布了《2023 數據賦能政府治理評價報告》。評價報告以“中國式現代化情境下智能、包容與活力的數字社會治理”為主題，對我國76 個城市數據賦能政府治理情況展開評價研究，可以了解當前我國城市在此方面取得的成績與面臨的挑戰，激勵城市政府根據評估結果改進不足。通過“以評促建”“以評促用”，促進地方政府朝著評價目標不斷發展。

黨的二十大報告指出，中國式現代化具有人口規模巨大、全體人民共同富裕、物質文明和精神文明相協調、人與自然和諧共生、走和平發展道路等特點。2023 年的評價報告對2022 年“數據賦能政府治理評價指標體系”進行了修訂，突出了“中國式現代化情境下智能、包容與活力的數字社會治理”會議主題。新修訂的“數據賦能政府治理評價指標體系”包含社會治理、公共服務、保障支撐和公眾參與4 個一級指標，以及13 個二級指標和38 個三級指標。從智能、活力與包容的主題指標表現來看，在“智能”主題方面，問答系統的精確性和交互性表現較弱，部分中小城市和西部城市缺乏省網對接，統管乏力；在“包容”主題方面，多數城市就業保障支持體系完善，部分城市適老化仍有較大的改進空間，在數字融入方面，西部城市有待進一步提升；在“活力”主題方面，當前數據交易蓬勃向好，數據要素價值初步顯現，多媒體互動的價值進一步得到認可。

在整體排名上，上海、北京延續往年的優異表現，分別位列第1名和第2 名。深圳位居第3 名，較去年上升1 位。成都、廣州重返前五，分別位居第4 名和第5 名。在城市群方面，成渝雙城經濟圈參評城市的整體得分排名最高，珠三角城市群得分位列第二，長三角城市群和京津冀城市群得分相近。通過各一級指標比較，總排名前25 的城市在社會治理、公共服務、保障支撐和公眾參與四個一級指標中都具有明顯優勢。排名中間25 的城市，在保障支撐方面有較大提升空間，但在公眾參與方面表現較好；排名后25 的城市，在社會治理和公眾參與方面表現尚可，但在公共服務方面與排名靠前的城市有明顯差距。針對當前數據賦能政府治理存在的問題，王芳提出了幾點對策建議：（1）城市群協同創新，發揮核心城市引領和輻射帶動作用；（2）推動政務服務跨區域通辦，打造一體化政務服務合作模式；（3）優化營商環境，數智助力親清政商關系；（4）數智適老，強化老年群體數字關懷；（5）提升干部隊伍數字素養，促進數字政府建設。

數據賦能政府治理評價的意義在于動態引導政府關注數據的價值和局限，對齊標桿、補齊短板，不斷提升政府數字化治理的效能。從2019 年開始，“數據賦能政府治理指數”從“社會治理、公共服務、保障支撐和公眾參與”四個一級指標持續性考察城市政府運用大數據提升其治理效能的情況，通過對各城市得分情況進行比較，可以發現在不同維度上取得的進步和存在的不足［30］。同時，指數每年會根據數字政府的最新研究與實踐進展對二級或者三級指標進行升級調整。2020 年-2022 年的評價報告相繼關注數據助力扶貧攻艱、綠色發展、數字抗疫等主題［30］，適時反映我國數字政府建設實踐中取得的最新成果。通過分析政府在數據賦能治理方面所取得的最新成果以及面臨的問題和挑戰，為政府治理提供指引和參考，推動政府真正實現用數據對話、用數據決策、用數據服務、用數據創新，通過數據賦能提升治理效能和公共服務水平。

6 結語

通過數據與智能技術的賦能和助推作用提升政府的政策制定能力、公共服務能力和更好履行職責的能力是現代化政府治理的必然選擇。文章深度綜述了“2023 數據賦能政府治理評價指數發布暨數智治理學術研討會”上來自跨學科、跨領域與會專家的重要研究成果和主要觀點，系統呈現了該領域的最新研究進展，可以為后續的理論研究與社會實踐提供參考借鑒。會議研討成果表明，目前大數據對政府數字化轉型的重大影響已經顯現，政府數智治理的核心內涵、理論范式和演變規律逐漸明晰，研究工具與研究方法不斷發展。未來，除了持續深化政府數智治理的理論探索，拓展新一代信息技術在不同治理場景下的應用創新，解決當前數智治理面臨的數據安全、數字鴻溝、個人隱私泄露、算法歧視等新挑戰，還需要不斷檢視數據賦能政府治理取得的成績和存在的問題，更好地推動政府數字化轉型，實現國家治理體系和治理能力現代化。