摘要：我国政府在放管服改革中运用数据治理方式, 大大提升了政府治理能力, 服务型政府和高效政府已初步体现。但是传统体制、思维模式、基础设施、技术能力以及制度保障等已成为数据治理更好推广运用的阻滞因素, 因此必须针对这些薄弱环节进行改革和完善, 为实现数据治理创造有利的外部环境, 从而使放管服改革能借助现代科技顺利推进, 早日实现我国治理体系和治理能力的现代化。
政府数据治理, 就是政府运用大数据技术收集、存储、管理海量数据, 实现数据部门间共享, 并通过一定的分析工具辅助进行社会事务管理、提供良好公共服务、解决社会矛盾, 实现决策科学化、社会治理精准化、公共服务高效化。在放管服改革实践中, 各级政府运用数据治理的方式有效破解了许多制度性难题, 有效提升了政府治理的协同性, 体现了高效便民的价值导向, 所以研究更好地发挥数据治理在放管服改革中的作用, 对于实现国家治理体系和治理能力现代化具有十分重要的意义。
一、数据治理对于放管服改革的作用
数据治理作为一种建立在现代治理理念基础上的治理手段, 将会在放管服改革中发挥其独特作用。
1. 数据治理推动简政放权。
政府职能转变, 简政放权是基础。党的十八大以来, 国家在推进行政审批制度改革方面, 取得了重要进展, 一大批“含金量”高的行政审批、投资项目核准等项目被取消, 一些不合法不合规不合理的收费项目被清理, 将应当放给市场和社会的权力彻底放权, 各地不断创新性便民利民的举措。党的十九大后深化党和国家机构改革拉开了序幕, 更深层次的简政放权已经启动。互联网、大数据与云计算等现代信息技术为这些改革举措, 提供了足够的技术支撑, 借助于大数据技术实现数据共享, 通过网上虚拟政府的设置, 实现政务流程再造, 打破部门间壁垒, 形成协作机制。从一定意义上说, 是数据治理倒逼并加快了政府的简政放权步伐。
2. 数据治理促进了放管结合。
政府监管部门可以通过智能感知技术收集分散在各虚拟空间上的企业相关数据, 包括生产经营、销售物流、检验检测、安全环保等领域的数据, 通过大数据的分析处理功能, 准确识别企业违法失信、投诉举报、消费者维权等信息, 准确预警危害市场的失范行为, 提升政府的风险防范和应急响应能力, 将监管方式由过去的“人盯事”“一对多”“事后查”, 变为“大数据盯事”“多合一”“事前预警”, 大大提高监管的效能。
3. 数据治理实现优化服务。
当前公共服务发展不充分和不平衡的情况比较突出, 提供公共服务的主体单一, 部门之间缺乏有效协同, 供给主体与需求主体缺少互动, 公共服务无法做到精准化, 导致供给过剩和供给不足同时存在, 群众的满意度不高。
数据治理能在统一的大数据平台上实现公共服务主体的虚拟协同, 形成一体化的整体性治理。政府部门可以借助智能感知技术收集分散在各虚拟空间上的需求数据, 通过大数据的分析处理功能, 准确识别群众需求和偏好, 实现公共产品和公共服务的精准化。通过打通政府、公共服务部门间的数据壁垒, 促进数据流转共享, 将有效促进行政审批事务的简化, 提高公共服务的效率, 更好地服务民生, 提升人民群众的获得感和幸福感。
二、放管服改革中运用数据治理的制约因素
虽然在当前放管服改革中, 国家已通过政策、资金等方面鼓励支持数据治理在各级政务平台得到推广与运用, 但从实践的情况看, 政府使用数据治理还面临着许多制约性的因素。
1. 政府管理者大数据思维还没有建立起来。
我们已身处大数据时代, 但我们的政府管理者思维仍然停留在小数据思维模式中, 这种建构在小数据基础上的传统思维影响着治理方式的转型升级。大数据技术是一种对数据应用的全新认识, 它不再过分追求数据的精确性, 而强调数据的完整性, 并且容忍数据的混杂性, 不再执着于因果关系的研究, 更加重视事物间相关关系, 它为人们数据认知开辟了新的维度, 是一种思维方式的迭代和更新。如果这样的思维方式没有在政府管理者中确立起来, 运用数据进行治理是无法实现的。
2. 传统政府管模式难以适应数据治理的要求。
政府数据治理以大数据技术为支撑, 以数据开放和信息共享为条件, 它对于政府组织的扁平化和协同性有着天然的要求。如果缺少这个条件, 即便大数据的硬件和软件都已具备, 数据治理还是缺少基本的组织条件。我国行政组织传统的科层制结构, 权力运行纵向层级多, 影响信息传递的速度, 同时横向权力以职能为限, 部门信息彼此割裂, 难以实现相互协同。比如, 政府机构中, 综合部门和行业部门之间职责划分不清, 协调难度大, 权责分离严重, 导致相同的问题各管一块, 各出各的招、各走各的道, 形成不了合力。所以党的十九届三中全会审议通过的《中共中央关于深化党和国家机构改革的决定》明确指出, 当前存在着机构设置不够优化、职能配置不够协同、机制运行不够高效等问题, 协同不够成为影响治理体系中的突出问题。
3. 大数据基础设施和技术能力还需提升。
大数据的发展和应用以完善的数字信息平台作为基础, 是互联网和现代信息技术在一个国家和地区成熟的产物, 大数据的运用须以较高的采集、存储、分析、整合、控制作为技术支撑。近些年来, 我国虽然在提高信息化水平方面做出了切实的努力, 取得了很大成就, 但我国以计算机为媒介的互联网终端服务的发展还不充分, 从事大数据治理的专业人才也很缺乏, 信息采集能力、采集设备、采集系统的不健全, 信息采集更新慢, 信息缺乏时效性, 使采集和整理的信息资源在数量上和质量上大打折扣。同时, 我国在大数据技术研究和开发方面起步较晚, 技术能力还比较薄弱, 还没有实现与国际先进技术保持同步发展。
4. 数据共享还存在制度性障碍。
大数据的发展与应用是以数据共享为前提的, 但由于部门间条块分割的管理格局, 使得每种类型数据仅能在部门和系统内闭环流转, 同时各种采集的数据没有制定统一的标准, 在数据资源的共享开放和开发利用上形成了技术屏障, 同时, 数据的使用和共享还缺少法律的规制, 因此普遍存在不愿、不想、不敢共享的问题。
三、为“放管服”改革建构完善的数据治理环境
1. 适应新技术变革, 建立数据治理思维模式。
理念决定方向, 思路决定出路, 政府治理者能否真正建立起大数据思维是实现数据治理的关键。政府治理者首先必须确立起“用数据来说话、用数据来管理、用数据来决策、用数据来创新”的数据意识和数据文化, 同时政府要将数据作为一种基础性战略资源给予高度重视, 在数据的使用上做到公开透明, 坚持信息公开原则, 坚决摒弃数据即权力的错误心态, 防止数据独占和数据欺瞒, 要用“全面、开放、共享”的理念来看待和配置数据, 引领和推动大数据技术在全社会的广泛应用
2. 加强基础设施建设, 提升数据技术能力。
拥有大数据的采集分析技术和完善的信息基础设施, 是保证掌握基础数据全面、足量、及时的必要条件, 也是决策者了解各种社会需求、选择和规划科学合理政策措施的基本前提。因此, 要优化网络设施空间布局, 大力发展宽带网络, 加强数据中心设计, 提高计算机存储硬件和相应管理软件的技术水准, 建立全面覆盖、动态跟踪、指标齐全的社会治理基础信息平台, 集合人口基础信息、居住信息、就业信息、房屋登记信息、违法犯罪信息、网络舆情信息、公共卫生信息、环境状况信息、劳资关系信息、突发事件信息等多种信息源, 运用数据分析工具进行研判, 形成科学精准的分析结果和行动方案, 提高新形势下社会治理信息化水平。为了促进大数据技术水平和能力的提高, 我们要在技术研发和人才培养方面出台相应支持政策, 比如可以设立大数据研究基金, 为科研人员开展前沿技术研究提供资金支持。要加强与国外先进大数据应用和研究机构开展交流合作, 立足自主创新, 突破大数据核心技术, 深度融合云计算、分布式处理平台、存储、感知等相关技术, 加强数据分析、应用等领域科研人员培养, 为政府数据治理提供人才储备和智力支持。
3. 构建科学职责体系, 打造协同政府。
改革开放以来, 我们逐步深化了对政府行政职能的认识, 逐步认识到必须“以加强党的全面领导为统领, 以国家治理体系和治理能力现代化为导向, 以推进党和国家机构优化协同高效为着力点, 改革机构设置, 优化职能配置”, 推动政府职能职责体系建设。在单独的条和块的角度来看, 数据治理已取得了很好的成就, 行业的数据统一平台已初具规模, 比如金税、金土、金水、金审、金盾、金保等信息系统已能很好发挥作用, 但从国家治理的角度看, 各治理系统间缺少协同性, 还不具备“内外联动、点面结合、上下协同”的要求。所以必须以政府职责体系建设为重点, 将事权、职责、利益进行合理界定, 以“如何更好地解决问题”为职责出发点, 将应对某一问题的职责进行归类整合, 尽可能把比较完整的事权划分出来, 要适应大数据时代对事权的要求, 进行合理确权, 坚持“物理分散、逻辑集中、资源共享、政企互联”的思路, 平衡跨层级、跨系统、跨地域、跨部门、跨业务的职责和利益保障机制, 实现政府形态纵向上由“金字塔”向“扁平化”转化, 横向上由“碎片型”向“整合型”转化, 形成政府跨部门协同治理。
4. 打破信息壁垒, 实现数据共享。
为了实现数据共享的目标, 我们必须搞清阻滞因素, 以便有针对性地解决问题。影响数据共享的原因大致有三个方面:第一, 行政体制因素。科层制在管理权力上是分离的、在管理流程上是断裂的, 按照专业分工形成职能界限明显的相互独立的“烟囱式”行政组织。第二, 技术标准因素。由于缺乏顶层设计, 没有制定全国统一的数据标准体系, 各部门采集的数据标准不一致, 采取的处理技术、应用平台不同, 数据库接口也不互通, 为信息资源的共享造成了困难。第三, 法律风险因素。随着数据资源公开程度的日益加大, 由于缺少数据公开和数据安全方面的法律规范, 国家安全、个人隐私、商业私密面临巨大风险的问题越来越突出, 严重的可能会造成数据犯罪和数据灾难。
针对行政体制因素的影响, 本文前段已有阐释, 这里不再赘述。对于技术标准不一的问题, 就是制定统一的各类数据标准, 编制全国目录标准体系。要在统一数据交换方面做出统一安排, 同时在目录与交换体系、平台架构及功能、备份机制及运行保障方面制定统一规范。
对于法律风险因素, 应该建立健全政务数据开放、部门信息共享和知识产权保护等相关法律制度, 明确数据的范围边界和使用方式, 厘清各部门数据管理及共享的义务和权利。为了打破数据壁垒, 发挥大数据在政府治理中的作用, 要将信息公开和数据共享确立为政务部门的基本法律义务, 开放和共享应遵循“以开放为常态, 不开放为例外”原则, 但法律须对例外情况做出明确规定, 对涉及国家安全、个人隐私、商业秘密的数据要做出严格限制, 防止国家、公民和法人的利益受到不法侵害, 保证大数据在政府治理, 尤其在当前“放管服”改革中发挥积极作用。
参考文献：略
作者：张爱民
来源：《学理论》
声明：本文来自电子政务智库，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
