摘 要:智慧治理主要圍繞數(shù)據(jù)的收集、存儲(chǔ)、加工處理和開發(fā)應(yīng)用等運(yùn)行過程而展開。我們應(yīng)按照數(shù)據(jù)運(yùn)行過程的特點(diǎn)，根據(jù)治理目標(biāo)和任務(wù)合理規(guī)劃數(shù)據(jù)的采集，并區(qū)分不同的應(yīng)用場景，發(fā)揮政府的不同作用，避免政府部門壟斷治理。同時(shí)，智慧治理中還需要謹(jǐn)慎使用人工智能算法，厘清政府、市場和社會(huì)的邊界，調(diào)動(dòng)各方積極性，從而更好地推進(jìn)國家治理體系和治理能力現(xiàn)代化。

關(guān)鍵詞:智慧治理 數(shù)據(jù) 人工智能 政府

【中圖分類號(hào)】D630 【文獻(xiàn)標(biāo)識(shí)碼】A

作為一種新興的治理模式，智慧治理正日益成為推進(jìn)國家治理體系和治理能力現(xiàn)代化的關(guān)鍵驅(qū)動(dòng)力。然而，“智慧治理”一詞尚無公認(rèn)定義，有的學(xué)者認(rèn)為智慧治理就是“通過大數(shù)據(jù)技術(shù)的廣泛性應(yīng)用構(gòu)建一個(gè)智能化的公共事務(wù)處理平臺(tái)，在這一平臺(tái)的支持下，社會(huì)稀缺資源能夠得到最為合理的配置，復(fù)雜的社會(huì)公共物品與公共服務(wù)需求能夠得到最大程度的滿足，社會(huì)秩序也能夠以最為合理的方式走向新的和諧局面”（張海柱、宋佳玲，2015）。也有學(xué)者從“智慧城市”（Smart City）角度出發(fā)，把智慧治理看作是“以人為中心的主導(dǎo)觀念下城市智能設(shè)施建設(shè)和社會(huì)多元治理方式創(chuàng)新融合的城市治理框架，也是在復(fù)雜城市環(huán)境中應(yīng)用信息通信技術(shù)形成的更為開放多元和具有快速回應(yīng)性的社會(huì)治理體系”（李云新、韓伊靜，2017），從上述定義看，智慧治理主要圍繞數(shù)據(jù)的收集、存儲(chǔ)、加工處理和開發(fā)應(yīng)用等運(yùn)行過程而展開，大數(shù)據(jù)等先進(jìn)信息和通信技術(shù)是智慧治理的物質(zhì)保障，而通過技術(shù)的應(yīng)用構(gòu)建平臺(tái)，形成多元主體參與的治理格局則是智慧治理的指向。本文將以數(shù)據(jù)要素和數(shù)據(jù)運(yùn)行過程的特征為視角，討論智慧治理中的幾個(gè)問題。

數(shù)據(jù)越多越好嗎

在韋伯斯特詞典中，數(shù)據(jù)（data）有三個(gè)釋義：“作為推理、討論和計(jì)算的基礎(chǔ)的事實(shí)信息（例如測量或者統(tǒng)計(jì)量）”；“可以傳輸或處理的數(shù)字形式的信息”；“由傳感設(shè)備或器官生成的信息，其中包含有用和無用或者多余的信息，因此必須進(jìn)行處理以變得有意義”?？梢?，數(shù)據(jù)的本質(zhì)是信息。“信息論之父”香農(nóng)認(rèn)為，“信息就是用來消除不確定性的東西”。也就是說，數(shù)據(jù)作為一種要素，其價(jià)值來自于減少人類對(duì)于外界認(rèn)識(shí)的不確定性，從而提升決策質(zhì)量。數(shù)據(jù)為決策服務(wù)，其價(jià)值來自于對(duì)于知識(shí)、技術(shù)、管理等其他生產(chǎn)要素的質(zhì)量的改進(jìn)，而這些生產(chǎn)要素則通過與資本、勞動(dòng)、土地等生產(chǎn)要素結(jié)合，生產(chǎn)出更多更新的產(chǎn)品和服務(wù)、創(chuàng)造出更多更大的價(jià)值。可以說數(shù)據(jù)要素并不能直接進(jìn)入生產(chǎn)過程，其價(jià)值派生于其他要素（梁平漢，2021）。從這一角度看，雖然大數(shù)據(jù)的運(yùn)用是智慧治理的前提，但是我們不應(yīng)迷戀于搜集更多更高維度的全量數(shù)據(jù)，而應(yīng)仔細(xì)思考數(shù)據(jù)本身可以發(fā)揮的作用。

從決策的角度看，數(shù)據(jù)搜集也并非越多越好。從概率論中的貝葉斯理論來看，數(shù)據(jù)通過更新人們對(duì)于原有事物的信念發(fā)揮作用。這就不可避免會(huì)導(dǎo)致決策者在統(tǒng)計(jì)學(xué)上的“第一類錯(cuò)誤”（拒真）和“第二類錯(cuò)誤”（容假）之間權(quán)衡。這與數(shù)據(jù)搜集的成本是否非常低廉、數(shù)據(jù)要素本身是否具有規(guī)模經(jīng)濟(jì)性無關(guān)，只與決策任務(wù)本身的收益成本權(quán)衡有關(guān)。例如，在航空航天等領(lǐng)域，行動(dòng)出錯(cuò)造成的損失非常高昂，因此需要盡量減少出錯(cuò)的可能性，需要大量新數(shù)據(jù)以最小化“拒真”的概率。但是，在日常生活中的許多決策領(lǐng)域，如公安出警救助、接到舉報(bào)采取行動(dòng)等，錯(cuò)誤出警產(chǎn)生的成本可能遠(yuǎn)小于未及時(shí)出警的成本，倘若不斷搜集數(shù)據(jù)，片面降低“拒真”的概率，反而會(huì)提高“容假”的概率，造成更大損失。由此可見，智慧治理中數(shù)據(jù)的收集與治理任務(wù)和決策的性質(zhì)息息相關(guān)，需要基于應(yīng)用情境進(jìn)行成本-收益分析，決定數(shù)據(jù)收集的邊界。

但需要注意的是，在數(shù)據(jù)收集和使用中，我們不能僅僅從政府部門或者工作人員的成本-收益角度“算賬”，而應(yīng)該綜合全局“算總賬”。例如，許多地方在疫情防控中重復(fù)登記群眾個(gè)人身份信息，多次進(jìn)行人臉信息的采集與核驗(yàn)，看似“便民”，但也可能導(dǎo)致公民身份信息的泄露，從社會(huì)福祉總體角度看有的舉動(dòng)并無意義，僅僅是方便個(gè)別部門和工作人員而已。因此，在智慧治理中也應(yīng)該基于具體的環(huán)境確定有限的治理目標(biāo)和任務(wù)，對(duì)于個(gè)人信息的采集進(jìn)行整體統(tǒng)籌，嚴(yán)加把控，分類管理，減少數(shù)據(jù)的重復(fù)采集，不但要讓群眾“少跑路”，也要讓群眾的個(gè)人信息“少跑路”。

政府在數(shù)據(jù)運(yùn)行中的角色

從人類文明史看，用數(shù)字形式來進(jìn)行測量、統(tǒng)計(jì)、表達(dá)信息，與政府的發(fā)展歷程緊密相關(guān)。“數(shù)目字管理”是現(xiàn)代行政管理的特征。英國功利主義哲學(xué)家邊沁認(rèn)為，政府中的行政人員能負(fù)起搜集統(tǒng)計(jì)數(shù)據(jù)及信息的任務(wù)（波蘭尼，2017）。在以大數(shù)據(jù)技術(shù)為主要特征的智慧治理中，政府當(dāng)然是扮演著基礎(chǔ)性的角色。而且，由于數(shù)據(jù)的使用具有非排他性，并不因?yàn)槟硞€(gè)主體的使用而排斥其他主體的使用；很大程度上其還具有非競爭性，數(shù)據(jù)使個(gè)體對(duì)于世界的認(rèn)識(shí)的提升也不會(huì)影響其他主體的認(rèn)識(shí)提升。也就是說，數(shù)據(jù)要素具有公共品的性質(zhì)。按照經(jīng)典的公共經(jīng)濟(jì)學(xué)理論，公共品的供給應(yīng)該由政府負(fù)責(zé)，市場在這一領(lǐng)域可能會(huì)失靈。

然而，智慧治理終究應(yīng)落腳在“治理”上，需要多元主體的有序參與，不應(yīng)由政府一家獨(dú)辦。而且，數(shù)據(jù)作為一種要素，參與了價(jià)值的創(chuàng)造，其收益應(yīng)該基本遵循市場原則。另外，既然如前所述，數(shù)據(jù)的價(jià)值是基于決策任務(wù)的，數(shù)據(jù)也不是越多越好的，那么至少在個(gè)體決策者身上，數(shù)據(jù)要素存在邊際收益遞減的可能性。與此同時(shí)，從社會(huì)整體來看可以認(rèn)為數(shù)據(jù)要素的邊際收益遞增，可能導(dǎo)致社會(huì)最優(yōu)與個(gè)體最優(yōu)之間的偏離。這與知識(shí)這一生產(chǎn)要素所面臨的私人供給不足的特點(diǎn)類似。但是數(shù)據(jù)還有另一個(gè)重要特征，使我們不能簡單將對(duì)生產(chǎn)者進(jìn)行補(bǔ)貼等激勵(lì)知識(shí)生產(chǎn)和積累的工具照搬到數(shù)據(jù)中來。這就是數(shù)據(jù)要素的產(chǎn)生者和擁有者是分離的，數(shù)據(jù)資源來自于千千萬萬的用戶行為記錄，經(jīng)過數(shù)據(jù)采集、清洗和加工后成為數(shù)據(jù)要素，而產(chǎn)生數(shù)據(jù)的用戶不再是數(shù)據(jù)要素的擁有者（梁平漢，2021）。因此，如果要解決數(shù)據(jù)要素的私人供給不足問題，我們需要從數(shù)據(jù)的運(yùn)行過程入手，對(duì)于數(shù)據(jù)的產(chǎn)生者、收集者和使用者等都提供適當(dāng)?shù)募?lì)。

許憲春和王洋（2021）研究了部分類型企業(yè)的大數(shù)據(jù)主要應(yīng)用場景，我們可以根據(jù)數(shù)據(jù)產(chǎn)生者與擁有者的關(guān)系將其分為三類場景，政府在其中可以產(chǎn)生不同作用：數(shù)據(jù)產(chǎn)生于生產(chǎn)活動(dòng)，如農(nóng)業(yè)企業(yè)對(duì)生產(chǎn)的精準(zhǔn)控制和智能管理、制造業(yè)企業(yè)的智能化工業(yè)生產(chǎn)線、房地產(chǎn)經(jīng)紀(jì)類企業(yè)的在線看房等；數(shù)據(jù)產(chǎn)生于整體性的社會(huì)活動(dòng)，如交通出行中的精細(xì)化公交調(diào)度與管理，智慧信號(hào)燈、智慧物流、零售餐飲企業(yè)的即時(shí)配送和精準(zhǔn)選址等；數(shù)據(jù)產(chǎn)生于個(gè)別用戶的行動(dòng)，如定制化生產(chǎn)、智能售后服務(wù)、用戶/客戶畫像、個(gè)性化推薦、遠(yuǎn)程醫(yī)療診斷、信貸風(fēng)險(xiǎn)評(píng)估、信用體系等。

第一類場景中數(shù)據(jù)運(yùn)行通過降低成本創(chuàng)造價(jià)值，數(shù)據(jù)產(chǎn)生者與擁有者之間無利益沖突，甚至合為一體，因此應(yīng)被視為市場經(jīng)濟(jì)中的正常經(jīng)營活動(dòng)，政府不應(yīng)過多干預(yù)。當(dāng)然，這些數(shù)據(jù)對(duì)于其他市場主體可能具有潛在價(jià)值，智慧治理中如果也需要這些數(shù)據(jù)，那么政府應(yīng)該給予這類企業(yè)足夠的激勵(lì)以促使其分享數(shù)據(jù)，降低公共事務(wù)成本。

第二類場景中數(shù)據(jù)運(yùn)行通過提升效率產(chǎn)生價(jià)值，數(shù)據(jù)生產(chǎn)者雖然與擁有者分離，但是沒有明顯的利益沖突，原因在于數(shù)據(jù)是以加總的形式進(jìn)入決策過程中，而且其目標(biāo)取向較為清晰和單一。這類場景中的數(shù)據(jù)公共品性質(zhì)最強(qiáng)，最具有創(chuàng)造社會(huì)價(jià)值的潛力。實(shí)際上，一般所講的“智慧城市”主要體現(xiàn)在這一場景中。因此，政府應(yīng)該主動(dòng)參與其中，在數(shù)據(jù)的收集、存儲(chǔ)和加工處理中發(fā)揮主要作用，建設(shè)開放的數(shù)據(jù)基礎(chǔ)設(shè)施，并鼓勵(lì)其他主體積極開發(fā)應(yīng)用這些開放數(shù)據(jù)，從而提升公共事務(wù)效率。

第三類場景中數(shù)據(jù)通過優(yōu)化服務(wù)對(duì)象的體驗(yàn)而創(chuàng)造價(jià)值，數(shù)據(jù)的產(chǎn)生者和擁有者完全分離，某些時(shí)候還有著利益沖突。而且，價(jià)值創(chuàng)造與價(jià)值分配之間很難劃分截然邊界，關(guān)系微妙，很容易成為“大數(shù)據(jù)殺熟”“價(jià)格歧視”的利器，從而損害用戶利益。因此在這類場景的智慧治理中，應(yīng)該區(qū)分?jǐn)?shù)據(jù)的產(chǎn)生是來自于用戶的自愿披露，還是不知不覺中的被動(dòng)采集。對(duì)于后者應(yīng)嚴(yán)加禁止，堅(jiān)決打擊；對(duì)于前者則應(yīng)予以保護(hù)，并嚴(yán)格監(jiān)管，積極引入多元主體參與，在政府監(jiān)管之外形成社會(huì)的非正式監(jiān)管體制，以優(yōu)化公共事務(wù)體驗(yàn)。

即使政府真的能掌握涵蓋社會(huì)生活方方面面的海量數(shù)據(jù)，政府也不是智慧治理中的唯一行動(dòng)者。治理的最終目的還是提高人民群眾的獲得感、幸福感、安全感。從全社會(huì)的成本收益角度看，市場主體利用“互聯(lián)網(wǎng)+”技術(shù)形成的各種新業(yè)態(tài)、新技術(shù)改變了我們的社會(huì)經(jīng)濟(jì)形態(tài)，其本身對(duì)于治理格局就有著深刻影響。例如，電子商務(wù)、數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展極大提升了服務(wù)業(yè)的生產(chǎn)效率，增加了國內(nèi)需求，創(chuàng)造了就業(yè)，這本身就緩解了社會(huì)治理的壓力。最近，筆者基于地級(jí)市數(shù)據(jù)的一項(xiàng)研究發(fā)現(xiàn)，數(shù)字金融發(fā)展帶來的支付便利性提升顯著降低了盜竊案的發(fā)案率，提升了居民的幸福感和安全感。因此，數(shù)字經(jīng)濟(jì)時(shí)代的許多經(jīng)營方式的創(chuàng)新雖然并無“治理”的目的，也沒有政府部門的直接參與，但是也可以發(fā)揮“治理”的功效，在廣義上成為智慧治理體系的一部分。

人工智能在智慧治理中的應(yīng)用局限

人工智能是近年來非常前沿和熱門的技術(shù)，試圖使機(jī)器能夠勝任一些通常需要人類智慧才能完成的復(fù)雜工作，機(jī)器進(jìn)行的“學(xué)習(xí)”自然離不開數(shù)據(jù)的輸入。人工智能技術(shù)的廣泛使用給人類社會(huì)生活帶來了很多便利，在政務(wù)服務(wù)中，基于人工智能的機(jī)器智能識(shí)別、身份驗(yàn)證、服務(wù)推薦、智能客服和信息處理等已經(jīng)廣泛應(yīng)用。但是，《終結(jié)者》《少數(shù)派報(bào)告》等美國影片中出現(xiàn)的人類決策將被人工智能代替的場景，也令觀者后怕。那么，在智慧治理中，人工智能的應(yīng)用可以走到哪一步呢？

回答這一問題的關(guān)鍵在于，作為服務(wù)對(duì)象，社會(huì)公眾在多大程度上愿意政府部門用人工智能代替人類決策？這需要我們對(duì)于人工智能和人類決策的相對(duì)效率進(jìn)行比較，而這種效率比較本身也有著靜態(tài)和動(dòng)態(tài)之分。

從靜態(tài)效率看，人工智能的基礎(chǔ)是數(shù)據(jù)和算法，依托掌握在政府部門內(nèi)部的大量數(shù)據(jù)資源和云計(jì)算提供的近乎無限的計(jì)算能力的支撐，人工智能通過深度學(xué)習(xí)可以從海量政務(wù)大數(shù)據(jù)中挖掘出寶貴的知識(shí)。相比于具有經(jīng)驗(yàn)式、隨意性、非定量等特征的傳統(tǒng)決策模式，人工智能的效率更高，出錯(cuò)概率更低，更可適應(yīng)新時(shí)代科學(xué)決策的新需求。

然而，從動(dòng)態(tài)效率來看，人工智能的前景未必非常樂觀。首先，在算法的應(yīng)用過程中，基于已有數(shù)據(jù)訓(xùn)練模型并不能完全避免人為的偏見、誤解和偏愛，社會(huì)公平和公正從而會(huì)受到影響。而且深度學(xué)習(xí)的算法很大程度上還是“黑箱”，而法治需要規(guī)則的透明性和確定性，算法的這一決策特征與法治要求不相符合。其次，表面上看似乎人工智能可以發(fā)掘更多的數(shù)據(jù)，從而幫助公共部門的決策者實(shí)現(xiàn)更快的學(xué)習(xí)。但是，與此同時(shí)算法也在不斷迭代升級(jí)，這就涉及到誰來對(duì)算法進(jìn)行改進(jìn)？在智慧治理中，人工智能應(yīng)用的開發(fā)者一般不是政府部門工作人員，而是“乙方”，如果使用者和開發(fā)者之間缺乏有效溝通，算法就可能會(huì)持續(xù)輸出錯(cuò)誤結(jié)果。第三，人工智能出錯(cuò)概率可能較人為決策更低，但是仍然有出錯(cuò)的可能，那么一旦出錯(cuò)應(yīng)該向誰問責(zé)？是應(yīng)用人工智能進(jìn)行政務(wù)服務(wù)的政府部門，還是開發(fā)人工智能應(yīng)用的企業(yè)？值得注意的是，企業(yè)與政府的關(guān)系是合同關(guān)系，承擔(dān)的是有限責(zé)任，因此行政體制內(nèi)部的問責(zé)邏輯往往難以擴(kuò)展到企業(yè)層面。這種治理主體的“權(quán)責(zé)失當(dāng)”給社會(huì)帶來了較大風(fēng)險(xiǎn)（陳榮卓，2021）。第四，現(xiàn)有的人工智能政務(wù)服務(wù)應(yīng)用都是基于已有數(shù)據(jù)進(jìn)行訓(xùn)練的，而這些數(shù)據(jù)本身是對(duì)社會(huì)成員行為的數(shù)字化測度。一方面，并非所有的與決策相關(guān)的行為都可以被合理量化；另一方面，日常生活中存在大量反常和意外，基于觀察到的有限的單個(gè)個(gè)體行為數(shù)據(jù)對(duì)于其他個(gè)體采取行動(dòng)，很容易產(chǎn)生小樣本謬誤。而且如果人工智能成為決策工具，在某種程度上，更方便了一些社會(huì)成員針對(duì)算法的要求改變自己未來的行為，“投其所好”，或者篡改數(shù)據(jù)的錄入，以期獲得有利于自己的結(jié)果，甚至干脆采取行動(dòng)避免自己的行為被監(jiān)控和測量。這尤其在上文所講的第三類場景中更容易產(chǎn)生。這些可能性都對(duì)人工智能在智慧治理中的應(yīng)用施加了限制。

需要注意的是，在第三類場景中，最容易產(chǎn)生分配上的矛盾和沖突，此時(shí)應(yīng)用人工智能進(jìn)行決策最容易產(chǎn)生爭議，算法在此時(shí)最多只能作為一種后臺(tái)的輔助和參考，而無法代替決策者進(jìn)行信息采集和決策。

邊沁認(rèn)為，政府比私人更能廉價(jià)地支配運(yùn)用知識(shí)與權(quán)力（波蘭尼，2017）。也就是說，政府在數(shù)據(jù)使用中具有比較優(yōu)勢。從數(shù)據(jù)的運(yùn)行過程看，政府在數(shù)據(jù)的儲(chǔ)存上相對(duì)于企業(yè)具有比較優(yōu)勢，在數(shù)據(jù)收集上則是政府和企業(yè)各有所長，在數(shù)據(jù)加工處理和開發(fā)應(yīng)用方面則是企業(yè)具有比較優(yōu)勢。因此，我們應(yīng)按照數(shù)據(jù)運(yùn)行過程中的各主體的優(yōu)勢和特點(diǎn)，根據(jù)治理目標(biāo)和任務(wù)規(guī)劃數(shù)據(jù)的采集，謹(jǐn)慎使用算法，區(qū)分政府、市場和社會(huì)的邊界，以充分發(fā)揮各方積極性，更好地推進(jìn)國家治理體系和治理能力現(xiàn)代化。

【本文作者為中山大學(xué)中國公共管理研究中心研究員、政治與公共事務(wù)管理學(xué)院教授；本文獲得國家社會(huì)科學(xué)基金重大項(xiàng)目“現(xiàn)代信息技術(shù)驅(qū)動(dòng)的我國營商環(huán)境優(yōu)化研究”（項(xiàng)目編號(hào)：20&ZD071）資助】

參考文獻(xiàn)

[1]張海柱、宋佳玲：《走向智慧治理：大數(shù)據(jù)時(shí)代政府治理模式的變革》，《中共濟(jì)南市委黨校學(xué)報(bào)》，2015年第4期。

[2]李云新、韓伊靜：《國外智慧治理研究述評(píng)》，《電子政務(wù)》，2017年第7期。

[3]梁平漢：《數(shù)據(jù)要素視角下的科技成果轉(zhuǎn)化與數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展》，《國家治理》周刊，2021年第5-6期。

[4][匈牙利] 卡爾·波蘭尼著，黃樹民譯：《巨變：當(dāng)代政治與經(jīng)濟(jì)的起源》，北京：社會(huì)科學(xué)文獻(xiàn)出版社，2017年。

[5]許憲春、王洋：《大數(shù)據(jù)在企業(yè)生產(chǎn)經(jīng)營中的應(yīng)用》，《改革》，2021年第1期。

[6]陳榮卓：《智慧治理的應(yīng)用效能和倫理邊界》，《國家治理》周刊，2021年第1-2期。

責(zé)編：羅 婷 / 賀勝蘭

聲明：本文為《國家治理》周刊原創(chuàng)內(nèi)容，任何單位或個(gè)人轉(zhuǎn)載請(qǐng)回復(fù)國家治理周刊微信號(hào)獲得授權(quán)，轉(zhuǎn)載時(shí)務(wù)必標(biāo)明來源及作者，否則追究法律責(zé)任。