专家研讨 | 城市智慧治理的发展现状与完善路径

随着新兴科技与治理体系深度融合，以及其实践应用场景的丰富和理论探索的深入，中国正在迈入智慧治理新时代。智慧治理作为推动智慧社会、智慧城市发展的主要实现路径，是全球治理理念在实践领域的深化革新，是现代信息技术赋能高质量政府治理的现实呈现。作为一种新兴的治理模式，智慧治理正日益成为推进国家治理体系和治理能力现代化的关键驱动力。

中国人民大学公共管理学院教授郐艳丽认为，近几年城市智慧治理取得显著成效，但整体仍然存在多种问题，致使智慧化手段难以在政府管理中得到全面运用，短期高投入难以带来长期治理成本的下降。人本化、综合化、法治化、协同化是城市智慧治理的基本理念和发展趋势。中山大学中国公共管理研究中心研究员、政治与公共事务管理学院教授梁平汉认为，我们应按照数据运行过程的特点，根据治理目标和任务合理规划数据的采集，并区分不同的应用场景，发挥政府的不同作用，避免政府部门垄断治理。同时，智慧治理中还需要谨慎使用人工智能算法，厘清政府、市场和社会的边界，调动各方积极性。

完善城市智慧治理有哪些政策建议？

1、打破“信息孤岛”。应达成部门间资源共享机制，实现不同部门数据的共同开发、信息的互联互通。

2、加强规范管理。注重智慧治理立法，确立治理标准，规范主体行为。以法律法规形式推动智慧城市建设，明确政府、企业、个人在治理过程中的权责范围，实现治理的规范化；同时要构建智慧信息安全保障机制。

3、深化数据应用。加强数据的有效利用，促进智慧数据向智慧决策的转化。避免智慧信息流于形式，要着力提升对智慧信息的分析与预测能力。

4、促进多元协同。政府应重视与企业、公众互动平台建设，搭建问题快速反馈通道；同时可以适当建立问题反馈奖励制度，以提升公众参与城市治理的积极性。

政府应该在数据运行中扮演什么角色？

根据数据产生者与拥有者的关系可以将大数据主要应用场景分为三类，政府在其中可以产生不同作用。

1、当数据产生于生产活动，数据运行通过降低成本创造价值。这些数据对于其他市场主体可能具有潜在价值，智慧治理中如果也需要这些数据，那么政府应该给予这类企业足够的激励以促使其分享数据，降低公共事务成本。

2、当数据产生于整体性的社会活动，数据运行通过提升效率产生价值。这类场景中的数据公共品性质最强，最具有创造社会价值的潜力。政府应该主动参与其中，在数据的收集、存储和加工处理中发挥主要作用，建设开放的数据基础设施，并鼓励其他主体积极开发应用这些开放数据，从而提升公共事务效率。

3、当数据产生于个别用户的行动，数据通过优化服务对象的体验而创造价值。在这类场景的智慧治理中，应该区分数据的产生是来自于用户的自愿披露，还是不知不觉中的被动采集。对于后者应严加禁止，坚决打击；对于前者则应予以保护，并严格监管，积极引入多元主体参与，在政府监管之外形成社会的非正式监管体制，以优化公共事务体验。

更多精彩观点

01

近年来我国智慧治理发展特征

1、治理理念转向服务

智慧治理的最初形态表现为对城市的数字化管理，对各类城市违法行为进行督查、对各类案件进行处置，旨在提升管理监察效率，实现管理覆盖范围的扩大。随着政务公开的不断推进，政府管理与居民需求不断磨合，促使政府职能发生转变，服务的概念不断深化，数字化管理被赋予更多服务的内涵，演进成为新的智慧治理模式，智慧服务成为新的建设重点。

2、治理技术不断创新

科学技术的发展与升级促使治理经历了数字信息化到智慧化的发展阶段，实现了从问题式治理向预防式治理的转变。一方面，数字化治理依托移动通信、互联网和地理信息系统等技术，实现了城市治理的空间建构与网络建构，对城市进行精准把控。另一方面，智慧化治理依托“互联网+”、云计算、大数据、人工智能等新一代技术，实现了城市治理问题的综合整治和有效预判，在掌握信息的基础上提升了分析与预测的能力。近年来，智慧城市管理标准规范得到提升，精细化管理服务能力进一步优化。

3、治理范围逐步拓展

智慧治理范围的拓展主要表现为以下两个方面：一是功能维度的扩张，表现为智慧治理涉及政府行政、城市治理和社会治理的多个领域，并呈现信息互联共享的趋势。二是空间维度的扩张，表现为智慧治理的覆盖范围由市辖区向乡村扩张，全域智慧治理的趋势正在形成。

4、治理主体趋于多元

随着智慧治理的表现形式由单向式向互动式转变，治理主体的范围也在进一步丰富，企业、研究机构、社会公众等主体在各地治理实践中纷纷涌现，成为推动智慧治理运行的新力量。

5、治理效能整体提升

城市智慧治理的发展推动了静态治理与动态治理的结合，治理效能在整体上有所提升。静态治理是指形成了相对稳定的网格化管理，智慧治理将“上级部门—下级部门”的线性管理模式二维化，形成了由不同管理领域和不同管理层级组成的网格化结构，治理的运行能力增强。动态治理是指对城市动态变化进行实时监测，从而快速捕捉城市运行过程中的问题，并及时派出执法队伍予以处理。

02

当前城市智慧治理存在的问题

1、区域发展尚不平衡

由于智慧治理需要建立在通信、网络等设施广泛覆盖的基础之上，在经济发展水平各异的条件下，智慧治理的推进程度在全国存在较大地域差异。整体而言，城市智慧治理呈现出东部地区发展较为迅速、中西部地区发展较为缓慢和超大城市、大城市较为成熟、中小城市仍在探索的空间分布特征，而中西部也存在因为领导重视、定点扶贫等原因出现点状突进等特殊案例。

2、信息共享尚未形成

智慧治理过程中的典型问题是“信息孤岛”问题。随着治理精度的提高，作为国家和社会边界的乡镇成为重要的基层治理单元，相应对各方面信息的要求也越来越高。非部门对应的乡镇的简易化机构设置在应对自上而下的多部门治理要求和自下而上的多社会需求转换过程中，缺乏有效的切换机制和整合机制，“信息烟囱”问题更为尖锐。

3、信息安全难以保障

智慧治理主要依托移动通信技术与互联网，通信与网络安全直接影响到智慧治理信息的安全。智慧治理往往会获取部分个人信息，部分甚至涉及国家机密，在智慧治理平台难以依靠政府单独进行持续运转的前提下，平台建设、数据转化等环节往往需要信息技术企业、个人等角色辅助运行，因此存在一定的信息泄露风险。

4、部门协同缺乏长效机制

智慧治理作为一个具有综合性意义的概念，往往超越单个部门的权力界限，需要动用多个部门的资源，但部门协同机制的缺乏导致不同部门的智慧建设难以长期合作，这也成为“信息孤岛”问题难以从根本上解决的原因。

5、配套制度亟待完善

由于智慧治理仍然处于探索阶段，诸多城市实践仅将智慧化手段作为工作的辅助，致使其配套制度建设并未得到重视，专项立法寥寥无几。其他配套制度仍然有完善的空间，从管理人员的角度看，相关部门的管理岗位设置杂乱，管理人员技术水平各异，从业人员准入标准较低；从管理制度上看，目前多数城市的智慧治理实践缺乏统一指挥调度机构保障治理过程的顺利进行，对智慧信息的真实性和精准性尚未形成有效的评估机制。

03

数据视角下智慧治理值得探讨的几个问题

1、数据越多越好吗

数据作为一种要素，其价值来自于减少人类对于外界认识的不确定性，从而提升决策质量。数据为决策服务，其价值来自于对于知识、技术、管理等其他生产要素的质量的改进。可以说数据要素并不能直接进入生产过程，其价值派生于其他要素。从这一角度看，虽然大数据的运用是智慧治理的前提，但是我们不应迷恋于搜集更多更高维度的全量数据，而应仔细思考数据本身可以发挥的作用。

从决策的角度看，数据搜集也并非越多越好。从概率论中的贝叶斯理论来看，数据通过更新人们对于原有事物的信念发挥作用。这就不可避免会导致决策者在统计学上的“第一类错误”（拒真）和“第二类错误”（容假）之间权衡。智慧治理中数据的收集与治理任务和决策的性质息息相关，需要基于应用情境进行成本-收益分析，决定数据收集的边界。

2、政府在数据运行中的角色

我们可以根据数据产生者与拥有者的关系将大数据主要应用场景分为三类，政府在其中可以产生不同作用：数据产生于生产活动、数据产生于整体性的社会活动、数据产生于个别用户的行动。

第一类场景中数据运行通过降低成本创造价值，数据产生者与拥有者之间无利益冲突，甚至合为一体，因此应被视为市场经济中的正常经营活动，政府不应过多干预。当然，这些数据对于其他市场主体可能具有潜在价值，智慧治理中如果也需要这些数据，那么政府应该给予这类企业足够的激励以促使其分享数据，降低公共事务成本。

第二类场景中数据运行通过提升效率产生价值，数据生产者虽然与拥有者分离，但是没有明显的利益冲突，原因在于数据是以加总的形式进入决策过程中，而且其目标取向较为清晰和单一。这类场景中的数据公共品性质最强，最具有创造社会价值的潜力。实际上，一般所讲的“智慧城市”主要体现在这一场景中。因此，政府应该主动参与其中，在数据的收集、存储和加工处理中发挥主要作用，建设开放的数据基础设施，并鼓励其他主体积极开发应用这些开放数据，从而提升公共事务效率。

第三类场景中数据通过优化服务对象的体验而创造价值，数据的产生者和拥有者完全分离，某些时候还有着利益冲突。因此在这类场景的智慧治理中，应该区分数据的产生是来自于用户的自愿披露，还是不知不觉中的被动采集。对于后者应严加禁止，坚决打击；对于前者则应予以保护，并严格监管，积极引入多元主体参与，在政府监管之外形成社会的非正式监管体制，以优化公共事务体验。

3、人工智能在智慧治理中的应用局限

从静态效率看，人工智能的基础是数据和算法，依托掌握在政府部门内部的大量数据资源和云计算提供的近乎无限的计算能力的支撑，人工智能通过深度学习可以从海量政务大数据中挖掘出宝贵的知识。相比于具有经验式、随意性、非定量等特征的传统决策模式，人工智能的效率更高，出错概率更低，更可适应新时代科学决策的新需求。

从动态效率来看，人工智能的前景未必非常乐观。

第一，在算法的应用过程中，基于已有数据训练模型并不能完全避免人为的偏见、误解和偏爱，社会公平和公正从而会受到影响。而且深度学习的算法很大程度上还是“黑箱”，而法治需要规则的透明性和确定性，算法的这一决策特征与法治要求不相符合。

第二，表面上看似乎人工智能可以发掘更多的数据，从而帮助公共部门的决策者实现更快的学习。但是，与此同时算法也在不断迭代升级，这就涉及到谁来对算法进行改进？在智慧治理中，人工智能应用的开发者一般不是政府部门工作人员，而是“乙方”，如果使用者和开发者之间缺乏有效沟通，算法就可能会持续输出错误结果。

第三，人工智能出错概率可能较人为决策更低，但是仍然有出错的可能，那么一旦出错应该向谁问责？值得注意的是，企业与政府的关系是合同关系，承担的是有限责任，因此行政体制内部的问责逻辑往往难以扩展到企业层面。这种治理主体的“权责失当”给社会带来了较大风险。

第四，现有的人工智能政务服务应用都是基于已有数据进行训练的，而这些数据本身是对社会成员行为的数字化测度。一方面，并非所有的与决策相关的行为都可以被合理量化；另一方面，日常生活中存在大量反常和意外，基于观察到的有限的单个个体行为数据对于其他个体采取行动，很容易产生小样本谬误。而且如果人工智能成为决策工具，在某种程度上，更方便了一些社会成员针对算法的要求改变自己未来的行为，“投其所好”，或者篡改数据的录入，以期获得有利于自己的结果，甚至干脆采取行动避免自己的行为被监控和测量。

04

城市智慧治理发展趋势

1、人本化

智慧治理应秉承“以人民为中心”的核心理念，向人本化趋势发展。智慧化手段在运用过程中能够相对高效地发现城市问题，是实现治理目标、提升治理效能的工具，而非治理的最终目的。具有公共性的城市问题往往与市场的负外部性具有密切联系，会影响资源配置过程中的公平性，这直接关系到人民群众的福祉。因此，构建以人民为中心的智慧治理体系是保障人民利益、维护社会公平的制度基础。

2、综合化

推动不同部门间的数据共通共享，未来城市智慧治理的一个重要趋势是综合化。综合化是指通过共建多个部门的基础数据库，将城市治理的各个领域综合起来，同时整合不同部门间从事类似工作的劳动力，实现工作人员的精简与办事效率的提升。综合化之所以势在必行，是因为这是降低政府治理成本、推进治理体系和治理能力现代化的必然要求。

3、法治化

随着智慧治理的不断建设与推广，为了进一步保障治理数据的互联互通与综合利用，同时进一步保障信息安全，智慧治理立法应提上日程。

4、协同化

当前的智慧治理虽然有多元的参与主体，但多主体间的互动较少，大多停留在政府部门与地方核心国企之间的合作。因此，智慧治理的重心应逐渐向下转移，实现治理主体的多元参与，“政府搭框架、企业填内容、公众找漏洞”的协同化模式将成为趋势。

文章来源：《国家治理》周刊2021年3月第1期《城市智慧治理的发展现状与完善路径》（作者：中国人民大学公共管理学院教授 郐艳丽）