摘 要:智慧治理主要圍繞數(shù)據(jù)的收集、存儲、加工處理和開發(fā)應(yīng)用等運行過程而展開。我們應(yīng)按照數(shù)據(jù)運行過程的特點，根據(jù)治理目標和任務(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，智慧治理中還需要謹慎使用人工智能算法，厘清政府、市場和社會的邊界，調(diào)動各方積極性，從而更好地推進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】D630 【文獻標識碼】A

作為一種新興的治理模式，智慧治理正日益成為推進國家治理體系和治理能力現(xiàn)代化的關(guān)鍵驅(qū)動力。然而，“智慧治理”一詞尚無公認定義，有的學者認為智慧治理就是“通過大數(shù)據(jù)技術(shù)的廣泛性應(yīng)用構(gòu)建一個智能化的公共事務(wù)處理平臺，在這一平臺的支持下，社會稀缺資源能夠得到最為合理的配置，復雜的社會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“以人為中心的主導觀念下城市智能設(shè)施建設(shè)和社會多元治理方式創(chuàng)新融合的城市治理框架，也是在復雜城市環(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、加工處理和開發(fā)應(yīng)用等運行過程而展開，大數(shù)據(jù)等先進信息和通信技術(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，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)運行過程的特征為視角，討論智慧治理中的幾個問題。

數(shù)據(jù)越多越好嗎

在韋伯斯特詞典中，數(shù)據(jù)（data）有三個釋義：“作為推理、討論和計算的基礎(chǔ)的事實信息（例如測量或者統(tǒng)計量）”；“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，其價值來自于減少人類對于外界認識的不確定性，從而提升決策質(zhì)量。數(shù)據(jù)為決策服務(wù)，其價值來自于對于知識、技術(shù)、管理等其他生產(chǎn)要素的質(zhì)量的改進，而這些生產(chǎn)要素則通過與資本、勞動、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)造出更多更大的價值?？梢哉f數(shù)據(jù)要素并不能直接進入生產(chǎn)過程，其價值派生于其他要素（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)通過更新人們對于原有事物的信念發(fā)揮作用。這就不可避免會導致決策者在統(tǒng)計學上的“第一類錯誤”（拒真）和“第二類錯誤”（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，行動出錯造成的損失非常高昂，因此需要盡量減少出錯的可能性，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、接到舉報采取行動等，錯誤出警產(chǎn)生的成本可能遠小于未及時出警的成本，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登記群眾個人身份信息，多次進行人臉信息的采集與核驗，看似“便民”，但也可能導致公民身份信息的泄露，從社會福祉總體角度看有的舉動并無意義，僅僅是方便個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和任務(wù)，對于個人信息的采集進行整體統(tǒng)籌，嚴加把控，分類管理，減少數(shù)據(jù)的重復采集，不但要讓群眾“少跑路”，也要讓群眾的個人信息“少跑路”。

政府在數(shù)據(jù)運行中的角色

從人類文明史看，用數(shù)字形式來進行測量、統(tǒng)計、表達信息，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。英國功利主義哲學家邊沁認為，政府中的行政人員能負起搜集統(tǒng)計數(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，并不因為某個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)使個體對于世界的認識的提升也不會影響其他主體的認識提升。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)濟學理論，公共品的供給應(yīng)該由政府負責，市場在這一領(lǐng)域可能會失靈。

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)由政府一家獨辦。而且，數(shù)據(jù)作為一種要素，參與了價值的創(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，從社會整體來看可以認為數(shù)據(jù)要素的邊際收益遞增，可能導致社會最優(yōu)與個體最優(yōu)之間的偏離。這與知識這一生產(chǎn)要素所面臨的私人供給不足的特點類似。但是數(shù)據(jù)還有另一個重要特征，使我們不能簡單將對生產(chǎn)者進行補貼等激勵知識生產(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)的運行過程入手，對于數(shù)據(jù)的產(chǎn)生者、收集者和使用者等都提供適當?shù)募睢?/p>

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，如農(nóng)業(yè)企業(yè)對生產(chǎn)的精準控制和智能管理、制造業(yè)企業(yè)的智能化工業(yè)生產(chǎn)線、房地產(chǎn)經(jīng)紀類企業(yè)的在線看房等；數(shù)據(jù)產(chǎn)生于整體性的社會活動，如交通出行中的精細化公交調(diào)度與管理，智慧信號燈、智慧物流、零售餐飲企業(yè)的即時配送和精準選址等；數(shù)據(jù)產(chǎn)生于個別用戶的行動，如定制化生產(chǎn)、智能售后服務(wù)、用戶/客戶畫像、個性化推薦、遠程醫(yī)療診斷、信貸風險評估、信用體系等。

第一類場景中數(shù)據(jù)運行通過降低成本創(chuàng)造價值，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)濟中的正常經(jīng)營活動，政府不應(yīng)過多干預。當然，這些數(shù)據(jù)對于其他市場主體可能具有潛在價值，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)運行通過提升效率產(chǎn)生價值，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)是以加總的形式進入決策過程中，而且其目標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，最具有創(chuàng)造社會價值的潛力。實際上，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)該主動參與其中，在數(shù)據(jù)的收集、存儲和加工處理中發(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)對象的體驗而創(chuàng)造價值，數(shù)據(jù)的產(chǎn)生者和擁有者完全分離，某些時候還有著利益沖突。而且，價值創(chuàng)造與價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)分數(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采集。對于后者應(yīng)嚴加禁止，堅決打擊；對于前者則應(yīng)予以保護，并嚴格監(jiān)管，積極引入多元主體參與，在政府監(jiān)管之外形成社會的非正式監(jiān)管體制，以優(yōu)化公共事務(wù)體驗。

即使政府真的能掌握涵蓋社會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)改變了我們的社會經(jīng)濟形態(tài)，其本身對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治理的壓力。最近，筆者基于地級市數(shù)據(jù)的一項研究發(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)濟時代的許多經(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)，試圖使機器能夠勝任一些通常需要人類智慧才能完成的復雜工作，機器進行的“學習”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，基于人工智能的機器智能識別、身份驗證、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)對象，社會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？這需要我們對于人工智能和人類決策的相對效率進行比較，而這種效率比較本身也有著靜態(tài)和動態(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)資源和云計算提供的近乎無限的計算能力的支撐，人工智能通過深度學習可以從海量政務(wù)大數(shù)據(jù)中挖掘出寶貴的知識。相比于具有經(jīng)驗式、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，出錯概率更低，更可適應(yīng)新時代科學決策的新需求。

然而，從動態(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)訓練模型并不能完全避免人為的偏見、誤解和偏愛，社會公平和公正從而會受到影響。而且深度學習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現(xiàn)更快的學習。但是，與此同時算法也在不斷迭代升級，這就涉及到誰來對算法進行改進？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，算法就可能會持續(xù)輸出錯誤結(jié)果。第三，人工智能出錯概率可能較人為決策更低，但是仍然有出錯的可能，那么一旦出錯應(yīng)該向誰問責？是應(yīng)用人工智能進行政務(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，承擔的是有限責任，因此行政體制內(nèi)部的問責邏輯往往難以擴展到企業(yè)層面。這種治理主體的“權(quán)責失當”給社會帶來了較大風險（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)進行訓練的，而這些數(shù)據(jù)本身是對社會成員行為的數(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個體行為數(shù)據(jù)對于其他個體采取行動，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，更方便了一些社會成員針對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，此時應(yīng)用人工智能進行決策最容易產(chǎn)生爭議，算法在此時最多只能作為一種后臺的輔助和參考，而無法代替決策者進行信息采集和決策。

邊沁認為，政府比私人更能廉價地支配運用知識與權(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)的運行過程看，政府在數(shù)據(jù)的儲存上相對于企業(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)運行過程中的各主體的優(yōu)勢和特點，根據(jù)治理目標和任務(wù)規(guī)劃數(shù)據(jù)的采集，謹慎使用算法，區(qū)分政府、市場和社會的邊界，以充分發(fā)揮各方積極性，更好地推進國家治理體系和治理能力現(xiàn)代化。

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

參考文獻

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

[2]李云新、韓伊靜：《國外智慧治理研究述評》，《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：當代政治與經(jīng)濟的起源》，北京：社會科學文獻出版社，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，任何單位或個人轉(zhuǎn)載請回復國家治理周刊微信號獲得授權(quán)，轉(zhuǎn)載時務(wù)必標明來源及作者，否則追究法律責任。