ISSN 1008-2204
CN 11-3979/C

大数据驱动与政府治理能力提升——理论框架与模式创新

孟天广, 张小劲

孟天广, 张小劲. 大数据驱动与政府治理能力提升——理论框架与模式创新[J]. 北京航空航天大学学报社会科学版, 2018, 31(1): 18-25. DOI: 10.13766/j.bhsk.1008-2204.2017.0251
引用本文: 孟天广, 张小劲. 大数据驱动与政府治理能力提升——理论框架与模式创新[J]. 北京航空航天大学学报社会科学版, 2018, 31(1): 18-25. DOI: 10.13766/j.bhsk.1008-2204.2017.0251
MENG Tianguang, ZHANG Xiaojin. Big Data Driven and Government Capacity Building: Theoretical Framework and Innovative Models[J]. Journal of Beijing University of Aeronautics and Astronautics Social Sciences Edition, 2018, 31(1): 18-25. DOI: 10.13766/j.bhsk.1008-2204.2017.0251
Citation: MENG Tianguang, ZHANG Xiaojin. Big Data Driven and Government Capacity Building: Theoretical Framework and Innovative Models[J]. Journal of Beijing University of Aeronautics and Astronautics Social Sciences Edition, 2018, 31(1): 18-25. DOI: 10.13766/j.bhsk.1008-2204.2017.0251

大数据驱动与政府治理能力提升——理论框架与模式创新

基金项目: 

国家社会科学基金青年项目 15CZZ036

国家社会科学基金重大项目 16ZDA059

详细信息
    作者简介:

    孟天广(1983-), 男, 甘肃庆阳人, 副教授, 博士, 研究方向为中国政府与政治、政治学研究方法

  • 中图分类号: D63

Big Data Driven and Government Capacity Building: Theoretical Framework and Innovative Models

  • 摘要:

    大数据时代的到来,集中体现为复杂多变的治理环境向传统的政府治理能力提出了挑战,但强大新颖的科技创新又为政府治理转型及其能力提升准备了必要的基础条件。"大数据驱动的政府治理能力"依托于治理理论和实践的发展,结合了互联网技术革命,是一种互联网和海量数据支撑的、涵盖了更广泛内涵的政府治理能力,概括了政府治理能力建设在大数据时代所呈现出的新发展、新动态和新前景,这集中反映在功能拓展、技术支撑和应用创新三方面。结合理论发展和实践应用,当前中国应大力强化基于大数据的开放政府、智慧政府、回应政府和濡化政府等模式创新,以全面提升政府决策能力、吸纳能力、整合能力、濡化能力和传统政府能力。

    Abstract:

    With the advent of Big Data Era, the complex governance environment brings significant challenges for traditional government capacity. However, the powerful, innovative and scientific technology innovation prepares basic conditions for improving governance transformation and enhancing government capacity. The big data driven government capacity is based on the advancement of theory and practice of global governance. Combining the Internet technology revolution, massive data sources, and extensive governance issues, this paper summarizes the new development, new dynamics, and new perspective of the government capacity building in Big Data Era. Big Data contributes to the government capacity construction through three channels, namely function extension, technical support and innovative application. Based on global experiences, China should vigorously strengthen the innovative applications such as open government, intelligent government, responsive government and enculturating government to comprehensively promote the government capacity on policymaking, opinion absorbing, integration and cooperation.

  • 信息化社会、网络化时代和数码技术的广泛应用,已经对当代人类社会留下了至深且巨的印记。伴随着信息技术和互联网的飞速发展,尤其是Web2.0时代网络数据和社交数据的空前膨胀,传统的数据存储、管理和分析能力已经难以顺应新信息时代的客观要求。面对全球数据量的指数级增长,《科学》2008和2009年分别提出“大数据”和“计算社会科学”等概念来讨论新信息时代的科学研究。[1]2015年5月,习近平总书记在给国际教育信息化大会的贺信中说:“当今世界,科技进步日新月异,互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式,深刻展示了世界发展的前景”。

    著名信息技术研究机构Gartner认为,大数据是指需要新处理模式才能确保更强的决策力、洞察力和流程优化力的海量、高速增长和多样化的信息财富。大数据所具有的规模容量超大、类型种属多样、流动速度快捷和价值密度高等特征,不仅为传统的数据管理和分析模式带来了重大的挑战,而且极大地推动了机器学习和云计算等大数据分析学方法的发展。界定大数据不能简单以数据规模为准,而要考虑数据管理和分析的复杂程度。除了数据规模,大数据区别于传统数据的特点还包括:数据形式混合着结构化、非结构化数据;数据存储于不同数据生产者;对数据挖掘、机器学习等数据分析技术的高要求等。[2]更确切地说,大数据改造着人类社会的组织和行为方式,将人类从事经济、社会和政治活动的场域扩展到虚拟空间,重构着政府、企业、社会组织和个体等行为主体的行为模式及其关系。[3]46—56以互联网为载体,大数据时代的信息量得到了质的增长,加之互联网的交互性极强,突破了空间和时间限制,各个行为体的观点、情绪、诉求和行为得以在虚拟空间充分表达、急剧碰撞且飞速传播,并最终影响现实中的社会生活。

    中国经济的飞速发展以及计算机和信息技术的跨越式进步,使得中国在大数据方面较之于当今世界许多国家具有了超前性发展,甚至较之于发达国家也具有了极其难得的竞争优势。因此,随着大数据技术的迅速发展,大数据在政府治理领域中日益广泛应用,实践的发展正推动着学界就大数据与政府治理的关系问题进行深入的探讨。文章通过全面分析大数据驱动的政府治理能力建设问题,深入分析大数据为政府治理能力提供的驱动力,从而得出关于数据驱动政府治理能力的理论依据。文章首次提出“大数据驱动的政府治理能力”(Data-driven Governing Capacity, DGC)概念,其意指一个国家或地区的公共权力部门直接面对大数据、全面基于大数据、创新应用大数据而实施政府治理活动的过程及其能力。同时,文章基于大数据时代所展现的大数据驱动问题,政府治理的基本框架及其面临着的治理挑战等三个层次分析,结合国家能力、科技与政治、治理理论等理论资源充分挖掘了大数据驱动政府治理能力构建的理论路径和实践创新。

    截至2017年6月,中国网民规模达到7.51亿,互联网普及率达到54.3%,超过全球平均水平5个百分点。[4]移动互联网塑造的社会生活形态进一步加强,“互联网+”行动计划推动政企服务多元化、移动化发展。这意味着与互联网相融合的新技术、新产品、新模式和新业务对政府传统管理方式带来了巨大影响。民众通过网络问政于政府,越来越成为普通百姓参与国家政治、经济和文化生活的一种常见渠道。而政府通过网络问政于民,也越来越多地成为各级政府感知和回应民众诉求、选择和实施公共政策的一种普遍形式。[5]由此,“互联网+”通过在线化和数据化产生大量实时的数据,与大数据技术相结合,通过分析可使政府决策更具超前性、准确性和科学性,还可以动态地收集公众需求,问政于民,问需于民,使政府决策更能回应和满足社会关切。在这个意义上讲,大数据时代的到来向传统的政府治理提出了更加尖锐的挑战。

    首先,政府治理理念面临挑战。在大数据时代,政府需要创新治理理念,传统的政务信息公开日益不适应国情,需要更大程度地公开和整合政府数据资源,公众有权利获得政治信息,参与公共事务的全过程,倡导合作互动的治理思想,要求政府与其他社会组织打破僵化的局面,促进数据的流通。这些都给传统的政府治理理念带来了挑战。

    其次,政府治理方式面临挑战。过去政府的治理方式靠权威发放红头文件,要求公众服从命令,注重管治而弱化了服务的职能,追求效益而忽视了结果。以往政府官员靠经验做出的决策常出现问题,造成权责失衡,而目前中国正处于大数据浪潮中,公众获取的信息量也越来越多,政府不再垄断着大量的信息知识。大数据带来的变化对传统的治理方式提出了全新的挑战。现在政府必须学习数据分析的理论模型、数据应用的管理方法,采用多渠道搜集海量的数据,分析相关问题,做出科学的决策。

    再次,政府治理体系面临挑战。制定大数据中政府治理的体系面临诸多问题。一方面是个人隐私的问题。中国个人隐私保护方面的制度极其不完善,目前没有一部完整的数据法。另一方面是数据公开的难度。政府部门的数据公开缺乏强有力的政策,制约着数据的公开。基于中国国情,政府不仅面临着如何公开数据、数据公开内容以及数据公开范围的矛盾,而且安全与自由之间的平衡点难以把握。

    最后,政府治理的沟通方式面临挑战。与大数据紧密相关的互联网发展且不断渗透的用户群体使得网络力量不断增强,并开始发挥着广泛的社会和政治影响力。在中国,伴随着互联网及社交平台的飞速发展,“网民”成为一个影响力愈来愈大的群体,掀起了一波又一波的网络舆情热潮,推动了各式各样的网络舆情事件,给政府治理带来新挑战。这种局面的形成源于:一是互联网和ICT技术革新而引起的“信息爆炸”和“社交化网络”所带来的网络行动主义浪潮;二是网民不断多元化而引起社会需求猛烈集中碰撞和爆发;三是政府应对网络的策略调整和治理能力提升问题。面对互联网,部分机构习惯性采取“回避”“堵塞”的应对策略,或延续传统舆情监管方法,缺乏治理和应用网络提升政府治理能力的新工具和新方法,妨碍了服务型政府的有效运行。

    大数据驱动政府治理能力建设的理论渊源包括以下三大理论视角:国家能力、科技进步与治理模式、治理理论。基于这三大理论视角,人们可以深入挖掘作为科技进步的大数据资源和技术,如何通过科技进步与治理模式的互相影响,以提升国家的强制性权力和渗透性权力。

    第一,国家能力的视角。作为国家治理现代化的必要条件,国家能力是国家将自己的意志、目标转化为现实的能力,尽管学术界对国家能力有多样性观点,但均认为国家能力对于国家治理水平至关重要。[6]一般而言,国家能力包括国家汲取财政的能力、调控能力、合法化能力以及强制能力[7],也有人将其分为强制性权力和渗透性权力[8]。政府作为国家治理的核心角色,国家能力很大程度上反映为政府能力。国家能力是国家权力之特定构成,源于一国特定的政治制度、国家社会关系、政治经济关系等。大数据资源和技术不仅扩大了国家能力的范畴,将国家的边界扩展到虚拟空间,而且为国家能力的强化提供了新途径和新工具。

    第二,科技进步和治理的视角。互联网和大数据等科技进步对治理模式和机制的影响。科技水平与治理能力、治理方式之间的互动关系一直是科技哲学、管理哲学领域的经典研究议题,而大数据及其相关技术则为这一议题带来了新的考查视角:一方面,以数据为驱动的政府治理有望利用科技手段实现在传统社会及技术条件下难以落实的价值理念;另一方面,大数据不仅是一种现实技术,而且是一种构成性的话语体系,有助于人们开拓科技与治理之间良性互动的新可能与新空间。数据驱动的政府治理及其相关领域知识的积累,有望为公共部门工作带来革命性变革,完善政务信息资源数据库,推动数据资源的统一共享和开放,提高宏观调控决策科学性,提升公共服务资源配置效率和服务效能。

    第三,治理理论的视角。大数据为从绩效导向的治理走向过程导向的治理创造了技术条件和社会动力。近来,治理理论的新发展正在从绩效导向的治理走向过程导向的治理,对“政府质量”的学术兴趣大幅提高,这为政府治理能力提出了新理解、新要求和新方向。作为治理能力的重要维度,政府质量的核心是公正性, 即执行政府权威的机构的公正性。民主并非衡量政府质量的充分标准,政府质量的核心价值是公正地行使公共权力。与传统治理理论对民主存在意识形态化依赖不同,政府质量理论认为公共权力合法公正运行比代议制民主更能塑造政治合法性。“政府质量”强调公共权力行使的质量之于治理的重要性,反对“结果导向”的流行治理理论,“结果导向”治理模式的理论基础是理性选择,假定公民是结果导向的,基于短期物质福祉的结果来形成政治反馈,相应治理模式是“基于结果的治理模式”。政府质量采取“过程导向”的治理模式,认为公民与政府之关系的重点在于过程公正性。

    十八届三中全会正式启动了“全面深化改革”的伟大历史进程。三中全会决定指出,深化改革“必须切实转变政府职能,深化行政体制改革,创新行政管理方式,增强政府公信力和执行力,建设法治政府和服务型政府”。这为创新学术界对政府治理及其能力的认识提出了新要求。在随后的学界讨论中,有关政府治理的认识得到不断的深化,大体上出现了本体论、核心论和功能论三种解释路径。就本体论而言,王浦劬认为:“政府治理是指政府行政系统作为治理主体,对社会公共事务的治理。就其治理对象和基本内容而言,其包含着政府对于自身、对于市场及对于社会实施的公共管理活动”[9]。就核心论而言,何增科认为:“政府治理在国家治理中处于核心地位,是整个国家治理体系中最为重要的一个子系统。政府治理现代化是现代化整体性变迁进程的一个重要组成部分,同时又是现代化的重要推动力量”[10]。张小劲和李岩从功能论视角认为,政府治理所强调的是通过对政府自身的改革而改善政府治理,通过政府治理的现代化而实现整个国家治理的现代化,其功能所向一是市场,二是社会,因而有市场治理和社会治理的分野。[11]

    尽管三种主张具有一定的张力,但根本上又具有共同点。这三种解释实际上都强调,政府治理既包含了关于治理主体的认定,也涉及了治理的功能领域、治理内容以及治理方式的确认;而在全面深化改革的意义上讲,涉及政府治理的全面深化改革,既强调以政府自身的改革求得政府治理的改善,又关注政府对公共事务的治理实现优化和改善。当前中国面临着经济发展模式的转型任务,面向着城镇化迅猛发展的艰巨挑战,面对着“互联网+”环境下大数据资源和技术空前多样化,更处在以互联网基础上全球化发展的全新环境之下,因此,必须全面而深刻地认知这些变化并根据这些认识寻求对政府治理及其走向现代化的道路。

    毫无疑问,大数据已经成为国家重要的资产密集地带,也是国家最重要的创新突破方向。因此,确立大数据发展的国家战略,完善大数据发展的全面布局,建立大数据发展的安全保障,发展大数据发展的基础设施,从而建立数据强国,实施数据治国,提升数据能力,便是未来一个时期中国政府和社会面临的重大任务。[12]《学术前沿》专门开设了“‘互联网+’治理体系优化”的专栏集中讨论大数据推动政府治理转型的四大方向:重塑政府治理的功能边界、重建政府治理的主导机制、重组政府治理的互动样式和重构政府治理的基本能力。[13]正是由于时代的变化和发展的挑战,要求政府治理必须实现转型和改革。具体说来,这些改革的要求涉及理念创新、体系变革、机构调整和职能优化四大维度。政府治理的理念创新,强调的是要确立服务型政府的理念,要为市场主体和社会主体有序而积极地参与和发挥作用提供基础性条件和法治环境的坚实保障。政府治理的体系变革,主张的是要在全面深化改革总体方向的指引下综合考量各级政府的职权划分,各就其位,各尽其责,建立高效而灵便的政府体系。政府治理的机构调整,主要是指要按照治理现代化的要求,对政府机构进行梳理,依据科学合理的原则精简、合并和撤除冗赘的机构或部门,向第三方社会组织或市场机构移交功能。政府治理的职能优化,主要是指从中央到地方各级政府应当实现高效廉洁,实行简政放权,从而最大限度地激发市场主体和社会主体的活力,实现中国经济的持续发展和社会的持续进步。总之,政府治理现代化就是全新时代的政府治理理念,涉及政府对公共行政发展规律的新认知,涉及公共管理与服务理论的新实践,因此,政府治理现代化具有分权化和网络化、民主化与法治化、科学化与技术化、系统化与创新化的时代特征。

    2006年,著名学者、1998年图灵奖得主、关系数据库的鼻祖Jim Gray发表了题为《第四范式:数据密集型科学发现》(The Fourth Paradigm: Data-Intensive Scientific Discovery)的公开演讲。2009年,由英国eScience计划前首席科学家Tony Hey等编著的《第四种范式》(The Fourth Paradigm)一书正式出版。按照他们的论证,人类社会的科学发展先后经历了四种“范式”:几千年前的科学以记录和描述自然现象为主,可称为“实验科学”即第一范式;文艺复兴之后,科学家们开始利用模型归纳总结过去记录的现象,发展出“理论科学”即第二范式;过去数十年间,计算机的出现催生了“计算科学”即第三范式,可以对复杂现象进行模拟仿真,推演出越来越多复杂的现象;而在今天以及未来,科学的发展趋势是,随着数据量的高速增长,计算机将不仅能做模拟仿真,还能快速处理海量数据,通过分析总结归纳得到理论发现,这就是成为“数据密集型科学”即第四范式。[14]

    第四范式本质上倡导数据驱动(data-driven)。在纯科学层面,数据驱动首先意味着科学发现的主导方式高度依赖于数据科学的发展,包括数据的采集、处理和应用;其次则意味着科学创新工作的主要样式转变为依托网络技术的信息分享和合作,即所谓“开放研究”和“开放科学”趋势;最后意味着科学知识的检验也依托于网络化的科学家社群。现有研究表明数据驱动型科学,如生命与健康科学、数字信息基础设施和数字化学术信息交流等基于海量数据的科研创新、过程、方法和模式,在海量数据和高维网络上发展出数据密集型科学。在社会应用层面,数据驱动不仅产生了广泛的影响,而且已经引发了重大实践变革。

    尽管社会各界已经普遍认为人类社会进入了大数据时代,并且认可大数据对经济社会发展和国家治理实践带来了巨大影响。[15]然而,很少有研究深入分析大数据驱动的内在构成。如果不能准确地理清大数据(驱动)概念的应用场景及内在构成,那么,当前社会各界对大数据或是极尽褒扬或是不屑一顾的评论就显得无的放矢。根据大数据的应用场景及发挥功能的差别,文章认为大数据(驱动)包括四个层面的构成:大数据(驱动)最早指海量数据资源,当人类社会积累的数据量太大太快而应用者无法应用传统方法开展分析时即形成了大数据;大数据(驱动)代表一系列处理海量数据资源的技术方法,即各类数据管理、存储、挖掘和分析的数据分析学;媒体上广泛宣传的大数据更多是指大数据产业,是市场主体充分利用数据分析学来采集和挖掘海量数据资源,从而对数据资源及其衍生品(数据产品)进行开发、交易、销售等活动;当然,大数据不仅作为数据资源、挖掘技术和数据产品,更为重要的是,大数据可以成为政府或企业解决特定困境或治理难题的有效对策方案。概言之,大数据驱动蕴含上述四个层面的涵义,从政府治理的角度而言,为政府治理之不同方面能力的提升贡献着数据资源、数据技术、数据产品和数据对策。

    大数据产业及其在政府治理领域中的应用,已引起学界的高度关注,围绕着大数据条件下政府治理能力的类型与维度,学术界展开了热烈讨论。文章认为,大数据驱动的政府治理能力可以从四个视角来加以理解:一是内部视角。这一视角强调大数据对于政府内部运作的意义,认为大数据可以改善政府的决策流程,优化政府的决策目标,提升政府决策的质量,明晰政府决策的效果,便利政府施政评估。二是外部视角。大数据对于政府作为治理主体的“对外”施政行为具有重要影响,大数据可以改善政府提供公共服务的水平和质量,大大便利政府履行监管职能,提高政府应对和处理社会危机和自然灾害的反应速度和敏感程度,尤其在全面深化改革的当下,可以展开“精准扶贫”,推行“精准施政”和实施“精准激励”。三是交互视角。这一视角强调大数据可以改变和改善政府与一般民众、社会组织和市场主体之间的互动,包括程序公开、规则公开、结果公示和信息发布等在内的政务公开,涉及网上办事、意见征询、网上投诉、网上评测、实时反馈等在内的在线政务,可以大大超越传统治理方式的阻碍、时滞和资源限制,极大地改变和改善政府与社会公众的相互关系。四是全球视角。这一视角强调,大数据不仅可以加强中国政府与外国政府、国际组织、尤其是外国普通公众的联系,而且可以参考和参照国际先进经验和做法,全面参与并主导大数据发展的世界潮流。

    人类社会进入大数据时代,复杂多变的治理环境向传统的政府治理能力提出了挑战,而强大新颖的互联网技术革命又为政府治理的转型及其能力的提升准备了前提条件。在此背景下,“大数据驱动下的政府治理能力”的概念得以形成并发展。与传统的政府治理能力强调政府的汲取能力、调控能力、合法化能力和强制能力不同,其依托于治理理论和实践的扩散及发展,又结合了互联网技术革命创造的新机遇,进而形成了“互联网+治理能力”,是一种互联网和海量数据支撑的、涵盖了更广泛内涵的政府治理能力,是政府治理能力建设在大数据时代所呈现出的新发展、新动态和新前景。

    大数据驱动的政府治理能力反映在功能拓展、技术支撑和应用创新三方面。大数据对政府治理能力的驱动首先反映在大数据驱动的认识论上,大数据驱动意味着政府治理能力必须要“直接面对大数据、全面基于大数据和创新应用大数据”,超越了既往政府治理能力的认识论基础,如传统政府治理能力强调经验驱动、危机驱动和理想驱动等机制,而大数据驱动取其长而补其短,为大数据技术革命与政府治理能力建设创造了关键性的衔接和转化机制。

    大数据为既为政府治理带来了新的挑战,但同时也创造了极其宝贵的创新机遇。[3]46—56这突出地表现在相辅相成的两个方面。一方面,在大数据时代,政府治理的理念、治理方式和治理体系也面临着严峻的挑战。但另一方面,大数据为政府治理转型带来了创新的巨大可能:一是拓展了政府的治理领域。在“一切皆可量化”的大数据浪潮中,网络逐渐成为现实世界的“镜像”,网络社会与现实社会日益融为一体,政府管理不再局限于线下管理,而必须全面掌握互联网对政府与公众行为的影响机制、调节规律及其与现实社会的联系,实现网上网下充分联动、协调共治;二是丰富了政府的治理手段。运用大数据技术,可以从更宽领域、更长时段、更精细度对公共管理过程进行分析,更加准确、及时、深入地把握网民多元化诉求,预判公共政策发展趋势,提高应对网络参与、政策干预的能力和效果。三是推动基于大数据的政府治理研究,借助大数据分析,公共治理的研究视角更加多元化和精确化。总之,大数据已经带来了社会全方位变革的趋势,政府只有适应这种趋势才能跟上时代的步伐。

    中国政府高度重视大数据与政府治理的相互关系,已经提出了一系列极其重要的指导意见和发展规划。仅依据时间梳理,就可以发现,中国共产党和政府特别强调大数据对于政务服务、公共服务、政府监管、社会治理等各个方面的推进意义。

    2015年7月,国务院办公厅公布了《关于运用大数据加强对市场主体服务和监管的若干意见》,首次在中央层面要求利用大数据开展政府治理活动。2015年9月,国务院公布了大数据发展的里程碑式文件《促进大数据发展行动纲要》。文件明确指出,信息技术与经济社会的交汇融合引发了数据迅猛增长,数据已成为国家基础性战略资源,并部署了三方面主要任务:加快政府数据开放共享,推动资源整合,提升治理能力;推动产业创新发展,培育新兴业态,助力经济转型;健全大数据安全保障体系,强化安全支撑。此后,国务院办公厅又进一步推出了《推进“互联网+政务服务”开展信息惠民试点实施方案》,着眼于政府政务应用和社会发展现状提出了大数据政务应用的整体方案。

    同期,中央层面组建了由国家发展改革委、财政部、公安部、工信部等10个部门组成的“促进大数据发展部级联席会议”以推进各部委大数据的统筹协调发展,推进国家治理体系和治理能力现代化。尤为重要的是,十八届五中全会明确提出要“实施网络强国战略,实施‘互联网+’行动计划,发展分享经济,实施国家大数据战略”。《十三五规划纲要》进一步明确了国家在大数据资源采集和关联分析、数据交换共享和开放、构建数据法律体系等政策议题。总之,上述中央文件已经将大数据的发展上升到国家战略层次,明确了大数据时代政府治理转型的基本目标,为政府将大数据应用于宏观调控、市场监管、社会治理和公共服务实践指明了方向。

    现有研究从不同角度为大数据推动政府治理转型提供了理论主张。全面基于大数据的治理能力是改革和转变政府职能、促进政府治理创新的重要动力,譬如打造大数据施政平台有利于推进简政放权改革和转变政府职能、政府创新治理方式,从而提升公共决策效率和决策质量,提升公共决策的科学化、民主化和法治化水平。[16]大数据还从应用层面提升了政府服务水平从而改善政府治理能力。大数据对政府治理能力的提升可以通过制度创新、平台创新、技术创新和人力资源体系创新得以实现。[17]基于国内外经验,大数据驱动的政府治理能力提升的路径非常多元、前景广阔,大数据驱动政府治理能力建设的潜在途径包括拓展政府治理能力的范畴、丰富了政府治理手段和推动基于大数据的政府治理能力评估-反馈机制。从实践应用角度,大数据驱动政府治理能力建设的途径包括开放政府、智慧政府、回应政府和濡化政府四大创新模式。

    首先,开放政府。开放政府是近十年来中外学界的热点议题之一。所谓开放政府,是指在一定制度框架和技术背景下,政府部门将自身的议程设置、调查研究、政策制订、落实监督及信息反馈等工作环节充分公开,从而确保可记录化、透明化、扁平化、规范化的一套标准、原则、程序和实践。大数据及相关技术为建立和完善开放政府提供了广阔的分析视角和实践空间。大数据时代是以全方位开放为理念。无论是美国提出的“开放政府”战略,还是规模不断扩大的世界“开放政府联盟”组织,世界各国政府的开放意识在强化。“互联网+”背景下,权力机制扁平化、决策主体多元化、协同效应复杂化等特点进一步使开放政府的建立成为必然。

    其次,智慧政府。大数据将引领公共部门决策从信息时代、知识时代向智能时代迈进。在智能时代,决策各个环节之间的合作、任务之间的对接会更精确,这就要求政府治理在一个较高层面实现“智能化”,以降低整个国家和社会的运行成本。所谓智慧政府,是指公共部门以一定的社会需要为前提,以国家法律法规为依据,在客观技术条件允许的情况下充分利用物联网、云计算、大数据分析、移动互联网等新一代信息技术,以用户创新、大众创新、开放创新、共同创新为切入点而开展的一系列决策/政务智能化措施。智慧政府强调以作为平台的政府架构为基础,实现政府、市场、社会多方协同的公共价值塑造,实现政府管理与公共服务的精细化、智能化、社会化。智慧政府的四个关键环节是决策的智能化、部署的智能化、执行的智能化及反馈的智能化。决策的智能化,是指决策议程设置、历史案例参考及政策效果建模技术的智能化。部署的智能化,是指软硬件配套设施将决策标准及流程付储于具体计算环节的智能化。执行的智能化,是指互联网、物联网等信息接收及输出终端在必要的人工辅助下落实相关政策或采取必要回应这一环节的智能化。反馈的智能化,是指政策反馈系统在对反馈信息进行收集、分类、预处理及信息提取方面的智能化。

    再次,回应政府。在数据驱动的政府治理这一语境下,回应政府这一政治学中的经典议题理应得到更充分的发掘和扩展。回应政府是指以现代信息技术和社会治理技术为信用证托,以多元化治理和协商性决策为理念,以解决公共问题、社会问题为根本目的,对公众诉求进行象征性或实质性回应的一系列准则、规范、流程、标准和实践。回应性不应以一时一事的回应为着眼点,而应以能否建立全方位、高稳定性、高可持续的回应机制为核心评价标准。一个合理、有序的回应政府体系,应体现以人为本、以现实需要为核心、以高效回应为己任、以法律法规为依据的基本特征,因而是一种兼顾社会平等合作理念与权力部门运行效率的复杂治理模式。大数据及其相关技术为实现全社会的民众诉求可得到全面把握、快速分析和精准回应的理念提供了技术基础。当今时代是一个需求多元的时代,政府对公众的服务也势必要体现多元化,满足个性化,大数据无疑可以提供有力支撑。对于社会主体而言,大数据施政带来的最直观变化,就是政府从管理型向服务型转变。大数据施政平台能够使政府从公共需求角度出发,通过对大数据的分析和运用,准确判别各类社会主体的真实需求,精准定位各阶层主体的不同需求,并根据差异化需求提供更有针对性的服务和精细化回应。

    最后,濡化政府。数据驱动的政府治理不仅体现为对新技术新手段的开放性包容,也应体现为对中华民族传统价值观的创新性拓展。政府治理联动机制本身是一个复杂的多元主体之间的关系,而濡化政府的核心要素是契约化、法治化、平等化和责任化。濡化政府是指政府应用大数据及其相关技术,应对大数据时代的社会风险和多元化趋势,充分调动文化性、理念性软实力,引领和引导社会主流意识,培育和培植社会核心价值,传导和传播良风善行,更好地发挥党风政风建设、教化社会的治理模式和治理能力。濡化政府的特征集中体现在政府的教化职能及其实现方式上。这种职能和方式是文化理念、当代治理理论与互联网技术革命相结合的产物,即“文化+互联网+治理能力”,因而涵盖了更为广泛内涵的政府治理能力。

    以大数据及相关技术应用为引领的治理能力建设正在对人类社会经济发展、公共管理和生产生活方式带来巨大影响。尽管世界各国的具体应用指向和局部发展路径呈现出特定的差异性、阶段性特征,然而,各国政府都普遍认识到公共部门数据不仅是某个部门的资产,而且还是整个国家和社会的资产,有必要依法、高效和充分利用海量数据资源推动政府治理能力的改善。大数据驱动下的政府治理能力指作为国家及社会治理主体的政府部门及其支持性机构,以大数据为基础决策依据,以大数据技术的设计、部署为基础,以数据收集、处理、分析和解读为主要工作流程所展开的管理性、服务性工作。大数据驱动的政府治理并非局限于某些特定议题领域或项目环节,而是一套跨越公共部门多层次多领域的标准、流程、技术、实践和理念。从这个意义上讲,大数据驱动下的政府治理能力与传统政府治理能力的继承与创新。政府治理能力体系理论强调协调机制和组织参数两方面因素。其中,协调机制涉及决策机制的标准化效度和执行流程的标准化效度等方面,组织参数涉及工作分工精细化能力、分权整合能力、反馈回应能力等方面。近年来,政府部门在实现机构和职能变革的过程中,通过科学选择和搭配相应的协调机制和设计参数,可以提升治理能力。

    中国信息通讯技术与大数据的跨越式进步,使得中国在大数据方面较之于当今世界许多国家具有了超前性发展,并呈现出国际竞争优势。近年来,中国政府开启了国家大数据战略,大数据驱动促使海量数据资源、数据分析技术、数据产业和产品、数据对策被日益广泛地应用于政府治理实践。大数据对政府治理能力建设的驱动表现在拓展政府治理能力的范畴、丰富政府治理手段和推动基于大数据的政府治理能力评估-反馈机制等诸多方面。结合理论发展和实践应用,中国应积极创新大数据驱动的政府治理能力提升模式,如应用互联网+政府服务平台,强化数据驱动下的政府决策和预测能力,基于大数据的政府政策回应能力和应急响应能力和数据服务下的政治传播和价值观教化等。综上所述,当前中国应充分利用大数据技术革新的时代机遇,以及中国大数据人才、技术和产业迅猛发展的本土优势,大力强化基于大数据的开放政府、智慧政府、回应政府和濡化政府等模式创新,以全面提升基于“互联网+”的政府治理能力,推进政府决策能力、吸纳能力、整合能力、濡化能力和传统政府能力。

    注释:

    ① 原文参见http://cq.people.com.cn/n/2015/0524/c365403-24982054.html

    ② Laney, Douglas.The Importance ofBig Data”: A Definition. Gartner. Retrieved 21 June 2012.

    注释:
    •网络政府与政治专题
    主持人语:互联网、信息技术已成为推动政治生态变革、促进政治发展、加强政府治理创新的核心动力。习近平总书记在中国共产党的十九大报告中指出,“政府要善于运用互联网技术和信息化手段开展工作,加强互联网内容建设,建立网络综合治理体系,建设网络强国”,明确了未来网络政治与政府治理在新时代国家治理体系中的战略地位与核心作用。在此背景之下,学界、政府应高度重视,共同探索如何利用、规范、整合互联网、大数据、自动化和人工智能技术,实现政治发展与治理创新。本期四篇文章从不同层面、不同视角涉及这一议题的几个重要方面。在宏观理论层面,这些研究不仅解析了网络政治生态系统的基本形构、因子与赋能过程,还首次提出“大数据驱动的政府治理能力”概念,构建了大数据推动政府治理能力创新的核心框架;在微观实践层面,基于量化研究和定性分析,研究探析了两类重要治理工具——政务微信、办公自动化系统的特征与影响、结构与功能,为网络治理提供了有益的实践经验与反思。      ——贾哲敏(北京航空航天大学公共管理学院副教授)
  • [1]

    LAZER D, ALSTYNE M V. Computational social science[J].Science, 2009, 323(1):721-723.

    [2] 刘涛雄, 徐晓飞.大数据与宏观经济分析研究综述[J].国外理论动态, 2015(1):57-64.
    [3] 孟天广, 郭凤林.大数据政治学:新信息时代的政治现象及其探析路径[J].国外理论动态, 2015(1):46-56.
    [4] 中国互联网络信息中心. 第40次《中国互联网络发展状况统计报告》[R/OL]. (2017-08-07). .
    [5] 孟天广, 李锋.网络空间的政治互动:公民诉求与政府回应性——基于全国性网络问政平台的大数据分析[J].清华大学学报(哲学社会科学版), 2015(3):17-29.
    [6] 薛澜, 张帆, 武沐瑶.国家治理体系与治理能力研究:回顾与前瞻[J].公共管理学报, 2015, 12(3):1-12.
    [7] 王绍光.国家汲取能力的建设——中华人民共和国成立初期的经验[J].中国社会科学, 2002(1):77-93.
    [8]

    MANN M. The autonomous power of the state:Its origins, mechanisms and results[M].State/Space:A Reader, 2008.

    [9] 王浦劬.国家治理、政府治理和社会治理的含义及其相互关系[J].国家行政学院学报, 2014(3):11-17.
    [10] 何增科.国家治理及其现代化探微[J].国家行政学院学报, 2014(4):11-14.
    [11] 张小经, 李岩.从语义图解到模式理解:《关于全面深化改革若干重大问题的决定》中关于治理问题的论述[J].当代世界与社会主义, 2014(1):11-18.
    [12] 陈潭.大数据时代的国家治理[M].北京:中国社会科学出版社, 2015.
    [13] "互联网+"治理体系优化[J]. 人民论坛·学术前沿, 2016(5): 4-5.
    [14]

    HEY T. The fourth paradigm-data-intensive scientific discovery[M]//HEY T. E-Science and Information Management, Berlin: Heidelberg, 2012: 1.

    [15] 郭建锦, 郭建平.大数据背景下的国家治理能力建设研究[J].中国行政管理, 2015(6):73-76.
    [16] 张述存.打造大数据施政平台提升政府治理现代化水平[J].中国行政管理, 2015(10):15-18.
    [17] 杨光.建立大数据政府从信息互联开始[J].计算机与网络, 2015, 41(18):5.
  • 期刊类型引用(112)

    1. 陈甜,王龙卓. 数字化时代高校辅导员数字素养培育:内涵、价值与路径. 现代商贸工业. 2025(05): 58-60 . 百度学术
    2. 王彤,张开平,庄明. 基于数字平台的全过程公众参与——结合平台数据与调查问卷的实证分析. 公共管理评论. 2025(01): 170-197 . 百度学术
    3. 赵新潮. 构建统一要素和资源市场,赋能科技创新与产业升级:基于数据要素视角的研究. 中国发展. 2025(01): 59-64 . 百度学术
    4. 赵梦楚,吴芷逍,翁可若,周欣宇. 公务员数字素养:概念特征、结构测度及提升路径. 浙江理工大学学报(社会科学). 2024(02): 206-214 . 百度学术
    5. 李锋,刘杨. 建设平台型政府:新型企业组织驱动政府变革的内在机理与价值导向. 江苏社会科学. 2024(02): 131-139 . 百度学术
    6. 张跃胜,金文俊,谭宇轩. 地方政府数字治理能力提升路径研究——基于TOE分析框架的组态分析. 经济与管理研究. 2024(04): 93-111 . 百度学术
    7. 杜志章,吴家臣. 大数据驱动地方治理现代化效能评估体系研究. 信息技术与管理应用. 2024(02): 20-31+77 . 百度学术
    8. 宋锴业. 制造灵活性:数字治理的组织生态及其制度环境——基于M省A市的实证分析. 公共管理与政策评论. 2024(04): 39-55 . 百度学术
    9. 贾哲敏. 治在微端:政务新媒体社会治理研究. 编辑之友. 2024(07): 67-75 . 百度学术
    10. 郁建兴,周幸钰. 从多元主义到多维主义:数字时代公共治理的模式变革. 治理研究. 2024(04): 26-38+157-158 . 百度学术
    11. 吴少微,孟佳玮,魏姝. 控制抑或整合:技术治理何以影响政府绩效?. 电子政务. 2024(08): 54-67 . 百度学术
    12. 张开平,王彤,庄明. 数字技术与城市协商治理的内嵌式互动——基于C市参与式预算的案例研究. 江西师范大学学报(哲学社会科学版). 2024(04): 54-65 . 百度学术
    13. 曾莉,齐汉运,刘诗梦. 数字化水平对政府质量的影响——基于2011~2021年省级面板数据分析. 数字治理评论. 2024(00): 18-46+201 . 百度学术
    14. 吴群,朱嘉懿. 数字化水平对电商业与物流业协同发展的影响机制研究. 安徽大学学报(哲社版). 2024(05): 176-188 . 百度学术
    15. 葛艾红. 政府数字治理创新循环生态系统的构建研究. 创新. 2024(05): 60-68 . 百度学术
    16. 高学德,廉静. 数字治理背景下政府回应话语模式对公民满意度的影响——基于情感和理性视角. 电子政务. 2024(12): 65-78 . 百度学术
    17. 米加宁,彭康珺,孙源. 第四次工业革命与“数字空间”政府. 治理研究. 2023(01): 53-67+158 . 百度学术
    18. 向宁. 中国数字人文宗教研究的转型. 西南民族大学学报(人文社会科学版). 2023(02): 86-92 . 百度学术
    19. 丁声一,刘晓光,朱虹. 数字政府背景下固定资产投资便利化服务面临的问题与对策. 中国物价. 2023(05): 15-17+51 . 百度学术
    20. 郑雯,张毅. 数字政府评价共识与优化路径研究. 科技创业月刊. 2023(05): 105-109 . 百度学术
    21. 孟天广,严宇. 人感城市:智慧城市治理的中国模式. 江苏社会科学. 2023(03): 104-112+243 . 百度学术
    22. 郭成玉,丛楷力. 在线政务服务平台中地方政府回应公众诉求的动力机制——以山东省为例. 西华师范大学学报(哲学社会科学版). 2023(04): 52-60 . 百度学术
    23. 秦晓蕾,李宁. 大数据循证何以破解政府绩效评估数据失真?——基于C市13个区县经济活跃度大数据的案例研究. 公共治理研究. 2023(03): 59-67 . 百度学术
    24. 李燕. 城市治理现代化:中国式现代化的重要实现途径. 中共杭州市委党校学报. 2023(05): 44-53 . 百度学术
    25. 曹晶,于春梅. 数据治理下的高等教育第三方评估公信力提升. 高教发展与评估. 2023(06): 23-31+120 . 百度学术
    26. 张开平,孟天广,黄种滨. “软宣传”的兴起、特征与效果——基于2009-2023年主流媒体与政务新媒体的大数据分析. 新闻与传播研究. 2023(12): 86-103+128 . 百度学术
    27. 严宇,孟天广. 数据要素的类型学、产权归属及其治理逻辑. 西安交通大学学报(社会科学版). 2022(02): 103-111 . 百度学术
    28. 陈天祥,徐雅倩. 数字激励结构:数字要素变动中的政府转型逻辑. 江苏行政学院学报. 2022(02): 104-112 . 百度学术
    29. 孟天广,李珍珍. 治理算法:算法风险的伦理原则及其治理逻辑. 学术论坛. 2022(01): 9-20 . 百度学术
    30. 沈莉,吴玮莹. 数据赋能视角下“智慧社区”建设的瓶颈与出路——以H社区为例. 公共治理研究. 2022(02): 53-60 . 百度学术
    31. 李晓园,钟伟,滕玉华. 互联网赋能如何影响政府相对贫困治理绩效?——开放式创新的中介作用. 公共行政评论. 2022(03): 161-178+200 . 百度学术
    32. 吴新叶. 算法赋能的场景议题与应用框架——以数字政府建设为对象. 人文杂志. 2022(06): 40-49 . 百度学术
    33. 王中原,邓理. 全球城市数字化转型的风险态势及治理路径. 全球城市研究(中英文). 2022(01): 30-43+190 . 百度学术
    34. 赵金旭,赵娟,孟天广. 数字政府发展的理论框架与评估体系研究——基于31个省级行政单位和101个大中城市的实证分析. 中国行政管理. 2022(06): 49-58 . 百度学术
    35. 王莉娜,胡广伟. 我国政府服务数字化治理评估体系的多维审思. 中国行政管理. 2022(06): 74-82 . 百度学术
    36. 任振朋,王润斌. 国际奥委会治理数字化转型及中国方案. 体育学研究. 2022(04): 20-30 . 百度学术
    37. 王雅君,李鲁威. 政务平台建设与治理效能转化:公共服务质量的优化机制——基于浙江政务服务网的案例研究. 中共杭州市委党校学报. 2022(05): 45-55 . 百度学术
    38. 邓念国,杨曦娥. 数字平台驱动的政府治理创新——基于贵州“云网平台”的考察. 中共杭州市委党校学报. 2022(05): 56-66 . 百度学术
    39. 章建兵. 城市大数据资源体系的设计. 电子技术. 2022(09): 168-169 . 百度学术
    40. 吴军民,周琳. 论新时代基层社会治理的智能化. 贵州社会科学. 2022(10): 100-107 . 百度学术
    41. 杨宏山,邱鹏. 城市运行管理的行动逻辑与组织模式. 北京航空航天大学学报(社会科学版). 2022(06): 81-89 . 百度学术
    42. 黄其松. 数字时代的国家理论. 中国社会科学. 2022(10): 60-77+205 . 百度学术
    43. 赵晓飞,鲁楠,李明. 农产品供应链数字化转型:理论框架与实现路径. 云南社会科学. 2022(06): 59-67 . 百度学术
    44. 胡仙芝,李婷. 现代政府监管的模式变迁与数字化改革路径. 新视野. 2022(06): 47-53 . 百度学术
    45. 孟天广. 数字治理生态:数字政府的理论迭代与模型演化. 政治学研究. 2022(05): 13-26+151-152 . 百度学术
    46. 黄其松,刘强强. 论国家治理结构的技术之维. 探索. 2021(01): 87-96 . 百度学术
    47. 王薪喜,孟天广. 中国城市居民的互联网使用与政治参与 基于介入方式与信息消费的类型学分析. 社会. 2021(01): 178-206 . 百度学术
    48. 孟天广. 政府数字化转型的要素、机制与路径———兼论“技术赋能”与“技术赋权”的双向驱动. 治理研究. 2021(01): 5-14+2 . 百度学术
    49. 赵娟,王烨,张小劲. 公众诉求与回应性监管:基于政务热线大数据的社会性监管创新——对三类社会性监管领域的比较分析. 电子政务. 2021(02): 15-26 . 百度学术
    50. 孟天广,王烨. 基于大数据的社会治理创新:地方创新与治理效能. 广西师范大学学报(哲学社会科学版). 2021(01): 111-123 . 百度学术
    51. 杨一,邹昀瑾. 以机器学习应对信息“爆炸”时代:公共管理研究的降维可视化探析. 中国行政管理. 2021(01): 105-113 . 百度学术
    52. 赵娟,孟天广. 数字技术与公共危机治理:治理能力与治理效能——来自社会公众与公共部门的证据. 中央社会主义学院学报. 2021(01): 172-185 . 百度学术
    53. 苏毓淞,刘江锐. 计算社会科学与研究范式之争:理论的终结?. 复旦学报(社会科学版). 2021(02): 189-196 . 百度学术
    54. 孙延华,韩茹雪. 大数据视角下地方政府治理能力提升研究. 内蒙古科技与经济. 2021(04): 33-34+36 . 百度学术
    55. 赵金旭,孟天广. 官员晋升激励会影响政府回应性么?——基于北京市“接诉即办”改革的大数据分析. 公共行政评论. 2021(02): 111-134+231 . 百度学术
    56. 毕凌燕,张海璇,左文明. 面向重大公共事务决策风险治理的大数据行动框架. 科技管理研究. 2021(07): 199-206 . 百度学术
    57. 赵娟,孟天广. 数字政府的纵向治理逻辑:分层体系与协同治理. 学海. 2021(02): 90-99 . 百度学术
    58. 李锋. 不得已的替代物:公务员对网络问政态度的实证分析. 电子政务. 2021(08): 105-115 . 百度学术
    59. 程同顺,杨明. 上下合谋:地方政府兴建政绩工程的解释框架——纵向府际互动视角下的案例分析. 天津行政学院学报. 2021(05): 3-14 . 百度学术
    60. 常多粉,孟天广. 动之以情还是晓之以理?——环境治理中网络问政的政府回应话语模式. 社会发展研究. 2021(03): 44-62+243 . 百度学术
    61. 彭向刚. 技术赋能、权力规制与制度供给——“放管服”改革推进营商环境优化的实现逻辑. 理论探讨. 2021(05): 131-137 . 百度学术
    62. 李占乐,张燕. 当前国内数字政府研究进展与趋势——基于CiteSpace软件的文献计量分析. 长沙大学学报. 2021(05): 65-71 . 百度学术
    63. 安小米,王丽丽,许济沧,黄婕,白文琳. 我国政府数据治理与利用能力框架构建研究. 图书情报知识. 2021(05): 34-47 . 百度学术
    64. 张国芳,季瑾. 整体智治导向的基层社会治理创新——基于嘉兴市“微嘉园”平台建设的考察. 公共治理研究. 2021(06): 21-27 . 百度学术
    65. 姚清晨,郁俊莉. 嵌入与变构:数字化技术重塑政府治理体系的逻辑及其基层困境. 甘肃行政学院学报. 2021(05): 41-52+126 . 百度学术
    66. 李天峰,李建华. 多重制度逻辑视角下智慧治理的冲突识别和机制因应. 伦理学与公共事务. 2021(02): 19-34 . 百度学术
    67. 梁华. 整体性精准治理的数字政府建设:发展趋势、现实困境与路径优化. 贵州社会科学. 2021(08): 117-123 . 百度学术
    68. 孟天广,黄种滨,张小劲. 政务热线驱动的超大城市社会治理创新——以北京市“接诉即办”改革为例. 公共管理学报. 2021(02): 1-12+164 . 百度学术
    69. 杨成波. 运动训练数据驱动决策发展方式的实现基础与实现策略. 广州体育学院学报. 2020(01): 86-90 . 百度学术
    70. 杨璐. 哈尔滨市政府门户网站建设问题研究. 经济研究导刊. 2020(05): 179-180 . 百度学术
    71. 徐国冲,蔡夏曦. 用互联网精神重塑政府. 学习论坛. 2020(01): 55-64 . 百度学术
    72. 杨孟辉,杜小勇. 政府大数据治理:政府管理的新形态. 大数据. 2020(02): 3-18 . 百度学术
    73. 张爱军. 人工智能:国家治理的契机、挑战与应对. 哈尔滨工业大学学报(社会科学版). 2020(01): 1-7 . 百度学术
    74. 王芳,张百慧,杨灵芝,李晓阳,刘汪洋,张建光,赵洪. 基于大数据应用的政府治理效能评价指标体系构建研究. 信息资源管理学报. 2020(02): 17-28 . 百度学术
    75. 孙延松. 人工智能在国家治理体系现代化过程中的运用探析. 老字号品牌营销. 2020(02): 26-27 . 百度学术
    76. 贾开. 数字治理的反思与改革研究:三重分离、计算性争论与治理融合创新. 电子政务. 2020(05): 40-48 . 百度学术
    77. 王芳,阴宇轩,刘汪洋,张百慧,张维冲,程序,邹建军. 我国城市政府运用大数据提升治理效能评价研究. 图书与情报. 2020(02): 81-93 . 百度学术
    78. 郑跃平,甘祺璇,张采薇,张晓斐. 地方政府数据治理的现状与问题——基于43个政务热线部门的实证研究. 电子政务. 2020(07): 66-79 . 百度学术
    79. 张红春,邓剑伟,邱艳萍. 大数据驱动的透明政府建设——媒介选择与政民互动重构. 北京理工大学学报(社会科学版). 2020(04): 60-69 . 百度学术
    80. 赵金旭,傅承哲,孟天广. 突发公共危机治理中的数字政府应用、信息获取与政府信任. 西安交通大学学报(社会科学版). 2020(04): 12-22 . 百度学术
    81. 任文琴. 基于大数据的民族地区地方政府管理——数据应用的视角. 学理论. 2020(08): 39-42 . 百度学术
    82. 黄甄铭. 大数据视阈下政府决策机制模型建构. 行政与法. 2020(08): 85-91 . 百度学术
    83. 段盛华,于凤霞,关乐宁. 数据时代的政府治理创新——基于数据开放共享的视角. 电子政务. 2020(09): 74-83 . 百度学术
    84. 郎友兴. 新形势下加强国家治理能力建设的几个重点领域. 国家治理. 2020(32): 32-37 . 百度学术
    85. 陈朋. 干部队伍专业治理能力建设:基本情势及影响因素——基于江浙沪三省(市)卫健委处级干部的分析. 求实. 2020(06): 57-67+109 . 百度学术
    86. 熊易寒. 用户友好型政府:互联网如何重塑国家与社会关系. 广西师范大学学报(哲学社会科学版). 2020(06): 21-32 . 百度学术
    87. 戴思源,孟天广. 公共危机治理中的数字政务应用和社会参与. 贵州大学学报(社会科学版). 2020(06): 22-29 . 百度学术
    88. 刘驰. 地方政府推动城市社区高质量发展的作用分析. 营销界. 2020(51): 89-91 . 百度学术
    89. 胡健,胡留所. “十三五”规划舆情分析及其对“十四五”规划编制的启示. 统计与信息论坛. 2020(12): 21-30 . 百度学术
    90. 简敏,张亚辉. 智慧社区信息化建设发展与效能提升. 重庆行政. 2020(06): 106-109 . 百度学术
    91. 何花,卢福营. 基于大数据驱动下的政府治理与角色转型. 贵州省党校学报. 2020(06): 46-54 . 百度学术
    92. 王鹏,魏必. 治理创新视角下的公共管理的变革. 国家治理现代化研究. 2020(01): 205-226+276 . 百度学术
    93. 王建学. 论突发公共卫生事件预警中的央地权限配置. 当代法学. 2020(03): 54-63 . 百度学术
    94. 黄胜. 大数据时代政府治理的机遇、挑战与对策. 现代职业教育. 2019(06): 220-221 . 百度学术
    95. 曾俊. 大数据驱动“互联网+政务服务”模式创新研究. 中国管理信息化. 2019(08): 161-162 . 百度学术
    96. 韩冬临,释启鹏. 改革开放40年中国政治学研究方法的多元发展及问题. 天津社会科学. 2019(02): 61-66 . 百度学术
    97. 赵金旭,孟天广. 科技革新与治理转型:移动政务应用与智能化社会治理. 电子政务. 2019(05): 2-11 . 百度学术
    98. 孟天广,赵娟. 大数据时代网络搜索行为与公共关注度:基于2011-2017年百度指数的动态分析. 学海. 2019(03): 41-48 . 百度学术
    99. 何涛. 新时代政治学研究议题的变化. 中央社会主义学院学报. 2019(03): 74-82 . 百度学术
    100. 师喆. 中国政治学恢复以来方法运用与研究的基本态势. 社会科学研究. 2019(04): 9-17 . 百度学术
    101. 王谦,李天云. 大数据产业高质量发展的政策建议. 决策咨询. 2019(03): 1-5 . 百度学术
    102. 谢治菊,许文朔. 数据驱动、交通变革与智慧治理. 云南大学学报(社会科学版). 2019(05): 113-120 . 百度学术
    103. 刘银喜,赵淼,赵子昕. 政府数据治理能力影响因素分析. 电子政务. 2019(10): 81-88 . 百度学术
    104. 周庆智. 道术之辨:大数据治理的原则和边界——以基层社会秩序变革为中心. 学海. 2019(05): 107-113 . 百度学术
    105. 王磊,赵金旭. 结构与技术的互动:我国政府电子治理的演化逻辑——基于政治系统的结构功能理论视角. 探索. 2019(06): 73-82 . 百度学术
    106. 吴文琦. 充分利用大数据技术提升基层政府治理能力. 人民论坛. 2019(35): 64-65 . 百度学术
    107. 孟天广. 大数据驱动的社会治理转型:理论视角与政策创新. 国家治理现代化研究. 2019(02): 3-22+242-243 . 百度学术
    108. 孟天广,赵娟. 大数据驱动的智能化社会治理:理论建构与治理体系. 电子政务. 2018(08): 2-11 . 百度学术
    109. 贺阳,蔡秋梅. 大数据时代下的政府管理创新. 广东蚕业. 2018(06): 142 . 百度学术
    110. 魏传立,王子怡. 推进黑龙江省“互联网+政务服务”问题分析. 管理观察. 2018(25): 63-64+68 . 百度学术
    111. 张浩. 浅议大数据背景下公共政策评估的创新. 信息技术与信息化. 2018(09): 178-179+182 . 百度学术
    112. 张振宇,陈安. 技术革命与应急管理变革:路径、实践与未来. 天津商业大学学报. 2018(05): 16-21+28 . 百度学术

    其他类型引用(91)

计量
  • 文章访问数:  851
  • HTML全文浏览量:  82
  • PDF下载量:  621
  • 被引次数: 203
出版历程
  • 收稿日期:  2017-08-31
  • 网络出版日期:  2022-10-11
  • 发布日期:  2018-01-24
  • 刊出日期:  2017-12-31

目录

/

返回文章
返回