摘 要：政務(wù)算法之于繁多的政府事務(wù)而言，有助于形成標(biāo)準(zhǔn)的解題方案與策略機制。但是，人工智能等技術(shù)與工具的二重性以及技術(shù)使用者的理性經(jīng)濟人動機，再加上無法公開透明的“算法黑箱”，會不可避免造成數(shù)據(jù)偏向、數(shù)據(jù)缺陷。因此，需要堅持公共利益最大化原則，利用區(qū)塊鏈技術(shù)增強算法透明度，推動政務(wù)公開與信息安全相統(tǒng)一，在政務(wù)算法方案形成中增加機器倫理學(xué)評價過程，并在條件成熟時制定政務(wù)算法通則或相關(guān)法律，最大程度上避免算法過濾、算法偏見、算法歧視和算法操控等現(xiàn)象的發(fā)生。

關(guān)鍵詞：政務(wù)算法 公共價值 算法歧視

【中圖分類號】D63 【文獻標(biāo)識碼】A

什么是政務(wù)算法？

所謂政務(wù)算法（Government affairs Algorithm，簡稱GovAlgo）是指政府事務(wù)中解題方案的準(zhǔn)確而完整的描述，是一系列解決問題的清晰指令，政務(wù)算法代表著用系統(tǒng)的方法描述解決問題的策略機制。

廣義“政務(wù)（Government affairs）”概念，可以涵蓋政府主導(dǎo)或參與開展的所有事務(wù)和社會活動。政府政務(wù)大體上可以分為協(xié)同（G2G：政府對政府）、治理（G2S：政府對社會）、服務(wù)（G2C：政府對公眾；G2B：政府對企業(yè)）和決策（G2S：政府對社會）四個部分。政府是最大最主要的數(shù)據(jù)產(chǎn)生、營運和驅(qū)動主體。從數(shù)據(jù)類型來看，政務(wù)數(shù)據(jù)分為五類：僅政府有權(quán)力采集的數(shù)據(jù)（如資源類、稅收類、財政類等）、僅政府才有可能匯總或獲取的數(shù)據(jù)（如投資總額、地區(qū)生產(chǎn)總產(chǎn)值等）、由政府發(fā)起產(chǎn)生的數(shù)據(jù)（如政務(wù)熱線、交通流量、流行性病理學(xué)統(tǒng)計等）、政府監(jiān)管職責(zé)所擁有的數(shù)據(jù)（如人口普查、金融監(jiān)管、食品藥品管理等）、由政府提供服務(wù)所產(chǎn)生的消費和檔案數(shù)據(jù)（如社保用戶、水電氣用量、公共安全等）。

政務(wù)算法的產(chǎn)生有以下三個必要條件。一是海量信息和大量數(shù)據(jù)。政務(wù)大數(shù)據(jù)，通過大數(shù)據(jù)技術(shù)將政務(wù)相關(guān)的數(shù)據(jù)整合起來應(yīng)用在政府業(yè)務(wù)領(lǐng)域，在賦能政府機構(gòu)、提升政務(wù)效能的同時，為算法的提出奠定數(shù)據(jù)基礎(chǔ)；二是情境重現(xiàn)與條件反復(fù)。政務(wù)活動，無論是協(xié)同、治理，還是服務(wù)、決策，具有明顯的周期性和重復(fù)性。而過程的相對穩(wěn)健性是算法產(chǎn)生的客觀基礎(chǔ)。三是問題情境與解決方案。政務(wù)算法是用系統(tǒng)的方法描述解決問題的策略機制。沒有明確的問題定義，就沒有算法存在的必要性；算法構(gòu)建的目的是形成可以解決系列問題的一套方案。

政務(wù)算法具有五個特征：一是有窮性（Finiteness）。政務(wù)算法必須在執(zhí)行有限個步驟之后終止并產(chǎn)生明確結(jié)果；二是確定性（Definiteness）。政務(wù)算法的每一步個驟必須有確切的定義；三是輸入項（Input）。一個算法有0個或多個輸入，以刻畫運算對象的初始情況；四是輸出項（Output）。一個算法有一個或多個輸出，以反映對輸入數(shù)據(jù)加工后的結(jié)果，沒有輸出的算法是毫無意義的；五是可行性（Effectiveness）。算法中執(zhí)行的任何計算步驟都是可以被分解為基本的可執(zhí)行的操作步，即每個計算步都可以在有限時間內(nèi)完成。

通過建立政務(wù)算法的結(jié)構(gòu)模型，可以進一步說明政務(wù)算法的過程機理：

問題定義是對算法所要解決問題的清晰描述，往往是資源約束條件下對特定沖突和矛盾的一種刻畫。在這一過程中，需要界定問題屬于協(xié)同、治理，還是服務(wù)、決策，說明問題的屬性和特征。進一步地，還可以測度問題的難易程度。

方案形成是算法的關(guān)鍵。一般有四個步驟，一是做法經(jīng)驗化，二是經(jīng)驗?zāi)Ｊ交悄Ｊ剿惴ɑ?，四是算法軟件化。其中，模式算法化是核心，包括對顯性知識的編碼化和隱性知識的顯性化。

算法輸入是使用一種方法和方法體系解決特定問題的過程。一種完善的算法體系，不僅包括一系列解決問題的清晰指令和策略機制，還可以借助“知識庫”，形成更好解決問題的綜合框架和輔助手段。

而所謂結(jié)果輸出，則是指在完成一組解決問題的清晰指令之后，要有數(shù)據(jù)加工后的結(jié)果，繼而把算法語言轉(zhuǎn)換成政務(wù)語言，幫助政務(wù)系統(tǒng)完成對實際問題的解決過程。結(jié)果輸出是否可以達到原來的設(shè)計預(yù)期，可以通過“反饋”進行評估。還可以根據(jù)反饋結(jié)果進一步修改和完善解題方案。

政務(wù)算法的價值與問題

通過政務(wù)算法可以顯著提高政務(wù)活動中產(chǎn)生的政務(wù)大數(shù)據(jù)的原始信息的價值。借助政務(wù)信息資源庫，通過關(guān)聯(lián)分析、聚類分析、分類、預(yù)測、時序模式和偏差分析等數(shù)據(jù)挖掘技術(shù)以及信息組合、數(shù)學(xué)建模、相關(guān)性分析等數(shù)據(jù)計算，加入政務(wù)算法程序，在 “協(xié)同流程、協(xié)同成效”，“治理體系、治理收益”，“服務(wù)提供、服務(wù)優(yōu)化”和“政務(wù)研判、政務(wù)預(yù)測”等八大政務(wù)業(yè)務(wù)主題領(lǐng)域，實現(xiàn)工具化、方案化解決問題的策略。其中，在工具和操作層面實現(xiàn)數(shù)據(jù)驅(qū)動和政府治理現(xiàn)代化的高效融合，是技術(shù)使用支撐政務(wù)質(zhì)量提升的一次革命。當(dāng)前，我國在數(shù)據(jù)領(lǐng)域具有較大優(yōu)勢，政府改革也有強大的內(nèi)在動力，中國有望成為世界上最早實現(xiàn)政務(wù)算法的國家。但在此之前，亟待解決的價值層面的問題是，如何提高體現(xiàn)公共價值的政務(wù)算法的效能？其中，算法過濾、算法偏見、算法歧視和算法操控等現(xiàn)象屢屢發(fā)生，主要可以歸因為以下兩點：

首先是客觀上算法的不透明性。人類負(fù)責(zé)提供數(shù)據(jù)、模型和架構(gòu)，算法負(fù)責(zé)給出答案。這種人機合作方式給我們帶來極大便利，但由于算法的運作不可監(jiān)察、不可解釋，將導(dǎo)致人類無法真正理解算法，更不能有效地控制算法，從而也就無法預(yù)見和解決算法可能帶來的問題。也就是說，算法運作宛若“黑箱”。

其次是主觀上算法的設(shè)計者、使用者、受影響群體各自存在一定的偏好性。信息不對稱和技術(shù)使用者的理性經(jīng)濟人屬性會增加產(chǎn)生算法偏見和算法歧視的概率。當(dāng)這種“偏見”和“歧視”出現(xiàn)在政務(wù)算法領(lǐng)域，就會對政務(wù)工作的公共價值取向產(chǎn)生直接影響。因此，政府工作必須努力實現(xiàn)公共利益最大化，盡量減少不同社會群體之間的事實上的不公平。這也說明，對于算法偏見和算法歧視的治理，應(yīng)成為治理體系和治理能力現(xiàn)代化推進過程中重點關(guān)注的問題。具體來說，需要做好以下幾個方面的工作：

第一，堅持公共利益最大化導(dǎo)向。在問題定義方面，要優(yōu)先推送事關(guān)公眾普遍利益和關(guān)切的問題。把算法問題與政策問題有機結(jié)合，通過政務(wù)活動有效緩解社會沖突和矛盾，顯著提升人民群眾在發(fā)展過程中的獲得感、幸福感和安全感。

第二，政務(wù)公開與信息安全相統(tǒng)一。從政府的公共性出發(fā)，按政務(wù)活動公開為原則、不公開為特例的方式，能公開的必須公開，包括算法的基本原則、結(jié)構(gòu)和過程等。在這一過程中，可以利用區(qū)塊鏈技術(shù)，記錄算法的過程和痕跡，增強算法的透明度。從安全保護而言，政務(wù)互聯(lián)網(wǎng)和政務(wù)專網(wǎng)適用于信息安全等級保護（總共分一到五級，其中五級為最高）；政務(wù)內(nèi)網(wǎng)則適用涉密信息安全分級保護（總共分為秘密、機密和絕密三級，其中絕密級為最高）。

第三，政務(wù)算法方案的形成應(yīng)增加機器倫理學(xué)評價過程。在做法經(jīng)驗化、經(jīng)驗?zāi)Ｊ交?、模式算法化、算法軟件化過程中，特別是模式通過編碼上升為算法的重要節(jié)點上，可以納入機器倫理學(xué)的評價過程。必要時，要設(shè)立專門的倫理委員會，通過專業(yè)人士的集體決策行為，保證人工智能輔助政務(wù)算法最大程度符合社會公共價值，以保護在技術(shù)能力、學(xué)習(xí)能力等方面存在差異的弱勢群體的利益。

第四、條件成熟時需要制定政務(wù)算法通則或相關(guān)法律。政務(wù)算法的推出，不是權(quán)宜之計，要有長遠(yuǎn)制度性安排。主要包括政務(wù)算法的基本原則，算法設(shè)計與發(fā)布者的權(quán)利、義務(wù)、責(zé)任，算法“黑箱”的技術(shù)規(guī)避，算法歧視的認(rèn)定與處罰等內(nèi)容。以法律調(diào)適的方式，促進政務(wù)算法的健康發(fā)展。

【本文作者為西南交通大學(xué)公共管理與政法學(xué)院教授】

參考文獻

[1]劉芮、譚必勇：《數(shù)據(jù)驅(qū)動智慧服務(wù)：澳大利亞政府?dāng)?shù)據(jù)治理體系及其對我國的啟示》，《電子政務(wù)》，2019年第10期。

[2]邵娜：《地方政府治理能力的現(xiàn)代化: 從治理能力到全景治理能力》，《山西師大學(xué)報( 社會科學(xué)版)》，2019第6期。

[3]張玥：《政務(wù)數(shù)據(jù)資源管理對行政組織效能的影響》，《中國管理信息化》，2019年第13期。

[4]周建原、蘆珂：《大數(shù)據(jù)時代基于云計算的電子政務(wù)平臺分析》，《智庫時代》，2019年第36期。

[5]劉建義：《大數(shù)據(jù)驅(qū)動政府監(jiān)管方式創(chuàng)新的向度》，《行政論壇》，2019年第5期。

[6]沈費偉、諸靖文：《大數(shù)據(jù)時代的智慧政府治理：優(yōu)勢價值、治理限度與優(yōu)化路徑》，《電子政務(wù)》，2019年第10期。

[7]蔡玉卿：《大數(shù)據(jù)驅(qū)動式社會監(jiān)督：內(nèi)涵、機制與路徑》，《河南社會科學(xué)》，2019年第8期。

[8]陳有偉、康磊：《基于Trie 樹的關(guān)鍵詞匹配算法在電子政務(wù)領(lǐng)域的應(yīng)用》，《智能計算機與應(yīng)用》，2019年第5期。

[9]陳光、伍紅建、楊一帆：《電子政務(wù): 政府治理能力現(xiàn)代化的新途徑》，《電子政務(wù)》，2014年第8期。

[10]韓娜娜：《中國省級政府網(wǎng)上政務(wù)服務(wù)能力的生成邏輯及模式-—基于31 省數(shù)據(jù)的模糊集定性比較分析》，《公共行政評論》，2019年第4期。

[11]徐俊、王宇軒：《大數(shù)據(jù)背景下的政務(wù)信息化架構(gòu)治理實踐》，《電子技術(shù)與軟件工程》，2019年第19期。

責(zé)編：羅 婷 ／ 王茂磊

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