公共服务的“智能化”建设：发展现状、实践困境与优化路径

摘要：基于海量数据资源和数据治理思维的进步，数据共享已成为生态优化与社会治理创新的技术驱动力，数据开发已成为政府职能转变的新动力和推进公共治理智能化的重要抓手，这对推进行政体制改革、建设人民满意的服务型政府具有重要价值。但就现实发展而言，公共服务智能化仍面临利益责任难划分、共享标准不统一、政策约束难执行、人才短缺与安全保障不完善等多重困境。基于社会治理的实践发展，以数据治理“智能化”整合模式，通过推进公共治理体系的转型，运用数字化共享技术，精准着力点的定位，建构新的公共治理体系，重塑集体组织公共服务精神，是今后一段时期公共服务治理智能化的重要路径，也是公共服务智能化的内在要求。

关键词：数据共享;公共治理;公共服务;国家政务服务平台

大数据应用为政府治理现代化提供了重要的技术支持，开辟了“数字革命”新路径。大数据应用是信息智能化的新阶段，新兴科学的创新和疉加，为政府精细化管理和精准化服务提供了重要抓手;中国现行的城市公共服务体系，“促成和延续了城市群发展过程中的不协调现象，应将新公共服务治理模式引入城市群发展中”，对社会治理和人民生活产生了重大影响。

大数据开发使用越来越受到国家层面的重视。“中共中央政治局”于2017年12月，进行了第二次集体学习，习近平总书记强调，我国应该深入大数据发展现况与趋势，推动国家大数据数字战略，“加快数字基础设施的改进，推进数据资源的整合，开放数据的共享，保障数据的安全”。目前，各国政府已将其升级到战略高度层面。为政府精细化管理提供重要支持，成为政府集体共识，切实可行的实施路径。

一、 公共服务智能化的发展现状

“大数据”时代的到来，“为政府公共治理的智能化，带来了一个千载难逢的机会，但也带来了挑战”。同时，大数据是公共治理智能化的一种技术层级路径，借助大数据技术创新公共服务体系、公共治理智能化指引，破解政府治理难题，全面提升公共治理的智能化、优化政务服务，以及结构性供给面的改革调整。

当前，国家實施大数据治理战略，逐渐认识到社会治理的重要性，中国正处于推进全面深化改革，实现经济社会发展的重要战略机遇期。各地方各部门对大数据工作重视程度不断加强，大数据应用在各行业领域发展不断深入，带来治理思维和治理方式的改变，目前的发展有如下几个表征，对公共服务体系建设，提出了更高标准和要求。

首先，政策法规环境不断优化。

大数据应用成为“政府治理创新的重要驱动力，不断推动政府治理理念、治理模式、治理内容和治理手段的转变”，把大数据开展上升至国家战略层面，通过中央部委与各地区、各部门之间的互联互通与信息共享机制，提升公共服务的整体效率，实现跨部门数据流的整合，数据共治共享已经成为国家战略目标也是社会治理发展基础条件之一。

其次，国家数据共享交换平台积极推进，部门间数据互联初具雏形。

落实“放管服”改革，政府积极推动国家数据共享交换平台等各大应用服务平台的建设。目前，政府高度重视大数据应用层面，并将大数据共享平台为代表的新一代信息产业发展，涵盖了9大公共资源交易业务领域资源，截至2018年6月底，在全国政务外网范围已实现全覆盖的“省市覆盖率均为100%，区县级覆盖率达到95.9%，區县级政务外网整体覆盖率达到96.1%”，区县级政务外网共享服务仍在持续推进。各地相继开展数据共享建设，积极推动数据战略布局，实现资源数据集中，为当地人民群众与企业服务。

再次，审批服务和集中办理环节优化，落实"一网"通办全覆盖。

一是依法设立行政审批局，具有行政许可等其他法律效力执行单位，优化审批服务机构和职责的整合，全面推行标准化审批服务流程，接受社会监督，实行“一枚印章管审批”，杜绝重复盖章。

二是优化公共服务的整体有效性，统一国家数据共享平台的对接，让企业和人民群众少跑腿，改善各级政务服务大厅的“一站式”功能，通过政府信息平台共享数据，将部门办公室窗口整合成一个综合窗口，实现“一号”申请、“一窗”受理、“一网”通办。按照数据共享要求，防止“重复建设”和“信息孤岛”，严格审批新的信息系统，减少不必要的资源浪费和损失。

二、 公共服务智能化的实践困境

当前，面对“数据共享”带来的挑战，往往受到传统观念和部门利益的掣肘，部门障碍仍然存在，政务服务难以实现业务协调，阻碍了公共服务智能化进程，成为公共服务治理实践困境的突出表现。

1. 治理主体利益责任难划分。

一是随着中国互联网的全覆盖渗透，在现有的行政治理架构下，隐含着一个权责问题，所形成的传统管理模式在应对大数据应用发展新态势、新特点、新趋势有些力不从心，无法有效推动智能化与经济社会发展深度融合，显露示出一定的局限性。

二是中国大数据应用运用公共治理难度大，没有依据中国的发展状况，将大数据应用治理分为大数据设施（物）、大数据用户（人）、大数据信息（内容）三类进行有效分类，没有考虑到不同个体、情况和事务的具体区分对待，没有理清各领域的治理对象。即，各级政府没有接入“国家数据共享交换平台”和“政务服务平台体系”，无法展现统筹协调各领域全面发展进步的科学谋划。

2. 数据共享标准不统一。

一是政府数据逐步开放确实是一重大利民利好的举措，当前，国家电子政务内网尚未完全建成，社会管理和公共服务业务系统在现有电子政务外网，承担各级政务部门较少，“在各级政府部门手里都掌握中国信息数据资源80%以上”，政务部门传统条块式的组织架构导致了“信息孤岛”“烟囱林立”“条块分割”和“各自为政”现象严重。

二是在80多个政务特定的中央部委网络中，由于历史原因，各部门信息化已经下放，但缺乏统筹和统一规范，横向数据交互的复杂度高，大量业务专网广泛存在且互相隔离，网络难互联、系统难互通、数据难汇聚，当不同部门的业务系统进行数据交互时，开发的系统方案和程序没有业务通用性，导致水平交互率覆盖较差，无法适应大数据发展的要求。

3. 数据共享安全保障不完善。

一是数据中心、移动智能終端携带大量重要商业数据和用户个人信息，安全地位日益凸显，但适应大数据发展的各类信息保护、数据资产保护等制度体系还不完善。

二是新型网络威胁的技术复杂性和隐蔽性越来越高，带来的网络安全和数据安全的高度风险，恶意传播信息病毒也日益增多，尤其在通过平台进行数据共享时，会导致大量数据的集中，容易成为黑客攻击的主要目标。

4. 数据管理人才短缺的牵制。

一是目前中国劳动市场上数据人才缺口的差距，正在快速的增长，根据《制造业人才发展规划指南》（教职成〔2016〕9号），指出2025年，新一代信息技术产业人才缺口将达950万人，这其中是以数据科学和数据分析为主，由于大数据领域是一个新兴行业，很难找到适合的专家和学者，相关岗位供需不平衡现象逐渐显现。

二是大数据发展不断深入，高端复合型技术人才的不足变得越来越突出。国内大数据专业人才主要来自高校、工程师群体和海归专业人才，在劳动市场“供不应求”情况下，中国劳动市场存在大数据专业人才断层的“两头断”现象，一是大量的基础型人才缺失，二是缺少最顶尖的学科带头专业人才。

三是行业求职者学历与招聘需求也出现错位，还没有形成完善科学的体系，造成低学历未技术智能化、高学历却无法满足企业实际应用需要，引发“高学低就”现象，制约了大数据应用的发展。

5. 公共服务政策约束难执行。

一是信息化建设与国家改革要求存在较大差距，实现大数据应用所需的软件和硬件的集合基础设施存在严重的重复建设现象，缺乏整合，容易各自发展自成体系不利于行业的有效健康发展，网格基础建设框架与应用相互脱节，数据共享行业缺乏监管，信息化水平参差不齐，形成许多“僵尸系统”。

二是很多企业和人民群众反映协同程度和一网通办情况有待改革，业务流程不够优化，不少业务事项反复、重复提交材料，办事流程时间、跑动次数，并未减少，对于企业和人民群众办事的体现体验度和便利度，无法助于提升“一网通办”品牌服务的重要性。

三、 公共服务智能化的优化路径

有效统一汇聚和依法有序向企业和人民群众开放数据共享，全局的改革上取得重大突破，推动公共数据资源共享，积累了宝贵经验，但离人民群众的期望和国家的政策要求还有一定的距离，需要在以下几个方面继续突破，积极破除发展的瓶颈。

1. 公共治理智能化的优化路径。

第一，建立一站式全国数据共享交换体系，完善信息系统改造和对接过程。

一是与国家政务服务平台全面对接流程。按照全国一体化的要求完善网上政务服务体系，升级改造对接网上办事服务大厅，借助大数据技术创新公共服务体系、公共治理智能化指引，破解政府治理难题，以及结构性供给面的改革调整，全面提升公共治理的智能化、优化政务服务。

二是与省垂直业务系统对接。通过统一的服务总线，拓展政务服务管道，实现与省垂直业务系统对接，解决前端与后台系统、省级与地市级系统脱节的问题，促进审批环节提速提效，力争实现到現场办理事项“最多跑一次”“只进一扇门”，加强政府服务的在线供给能力。

三是与地市政务服务平台对接。地市的政务服务全面进驻全省统一的政务服务网，积极推动跨部门、跨区域、跨层级和跨行业应用为代表的重大政务信息化工程，将便捷服务应用向各种服务渠道对接，提升服务效率，努力做到只需一张网，办好所有事。

四是与应用支撑平台对接。利用基础数据共享模式加强政府公共服务治理的“供给侧”改革，在推进“简政放权、放管结合、优化服务”改革过程中，推动线上线下服务深度融合，推进部门间信息共享和公共服务衔接，实现公共服务基础数据整合。

五是建立“数据大脑”平台，促进公共服务智能化 。通过建设数据可视化平台，推进基础数据规范化管理、运营和管理等各方面的信息，实现全面掌握、高度整合和实时动态跟踪政府治理的发展轨迹，促进公共服务智能化提供科学依据。

第二，以事项目录标准化为基础，构建统一业务支撑体系。

一是建立政务服务事项目录库、政府统一信息资源库、事项服务档案库等重要应用的技术支撑，汇聚关联全省各部门政务服务运行的全过程基础数据库，搭建政务服务事项管理和运行管理的基础，对于跨部门跨区域发挥着重要作用。

二是相关部门按照各自公共软硬件和支撑数据权限，聚焦各地部门各地区域各地层级核心业务职能，加强政务服务管理问题的联合管理和应用，不断推进业务创新和改革，实现政务服务事项基础数据的统一、多方信息的使用，打造分级制度管理、责任主体明确、保障有力的服务流程管理体系。

第三，加强数据共享共治安全保障，建立监管信息预警机制。

一是完善基础数据采集机制，推动省直各部门基础数据和各地市数据共建共享，明确主体与层级责任，规范具体知识要求，防止数据分析发生大范围的系统性误差，做好数据采集整合全过程的服务质量管理。

二是提高国家电子政务对外网络覆盖面，国家数据共享交换平台和国家政务服务平台。推进政务信息资源共享风险评估指引和安全审查，使用基于数据的手段，整合与监管相关数据资源，促进线上线下监管的整合。

三是依托国家企业信用信息披露制度，提供信用信息查询，和数据共享服务，如严重违法失信人名单机制、监督检查机制等服务机制。积极推进跨部门跨层面“双随机、一公开”监管信息机制，建立风险主动发现、执法跨界跨区联动的多方共享共治监管体系。

四是从技术创新的视角出发，使用区块链新技术，实现数据共享全生命周期管理和控制，区块链可追溯，不可篡改，不管在哪个数据环节，所有状态都是可信可管可控的，实现基于区块链技术的分层。

第四，加快法律法规的完善，确保决策治理的应用。

一是以技术革新推动出台或完善“数字政府”“智能治理”“智能服务”“数据治理”等建设相适应的法律法规;另一方面以政策法规为新技术推广应用保驾护航，为公共服务智能化的可持续发展提供法规制度支撑。

二是推动“信用体系建设”，统一社会信用代码条例，公共信用信息管理条例等法律法规的研究起草，对于不合时宜的法规各部门要抓紧梳理立改废，与开展“一号”申请、“一窗”受理、“一网”通办三个关键节点，加快实现数据互联互通。

三是建立相关基础数据的资源建设，共享，开放，流通和交易系统，深化数据资源的应用，加强政府与企业的合作，加快公共服务领域的数据集中和共享，提高社会治理的智能水平。

第五，完善大数据专业人才培养机制。近年来，随着大数据应用的重视，人工智能专业人才培养体系已逐步形成。2018年12月，“教育部”明确指出，有必要加快新兴产业战略性布局。因此，最关键的问题是要通过基础教育优势的创新，实施大数据专业人才协同培养机制，建立“校企联合”方式，以解决大数据专业人才培养的数量和质量问题。

在大数据研究领域，目前中国处于领先地位。自2017年以来，中国研究机构加强了对人工智能和大数据应用的专业学科建设，“截至2017年12月，全国共有71所高校，重点关注人工智能等技术领域，建立86个二级学科或交叉学科科目”，积极倡议国内高等教育与领先企业推动大数据人才的培养和开发。

四、 结论

在运用大数据助推政务服务中国社会经济发展的过程中，数据共建共享将使日常生活的透明度加大，信息安全问题也逐渐显现，包含国家安全层面、社会发展战略和公民个人隐私等。要有意识地构筑起数据安全的防线，切实维护数字信息安全，为数据更大范围开放、共享和促进大数据应用等工作提供坚实法治保障。

与此同时，公共服务智能化是公共治理体系的基础，是社会治理的保障和重要支撑，要运用数字化技术，建构新的公共治理体系，加快构建大数据安全应用保障技术支撑体系，并将其作为中国构建政府治理体系的试验场与突破口，以实现社会善治的战略目的。

参考文献：

[1] 翟云.“互联网+政务服务”推动政府治理智能化的内在逻辑和演化路径[J].电子政务，2017，（12）. 2-11.

[2] 陈潭，邓伟.大数据驱动“互联网+政务服务”模式创新[J].中国行政管理，2016，（7）：7-8.

[3] 麦伟杰.基本公共服务均等化的基本思想和推进过程[J].现代管理科学，2019，（4）：91-93.

[4] 李锐，毛寿龙.公共服务动机文献综述研究[J].现代管理科学，2015，（2）：100-102.

[5] 许阳，王程程.大数据推进政府治理能力智能化：研究热点与发展趋势[J].电子政务，2018，（11）：101-112.

[6] 叶正国.行政审批、组织重构与行政组织法变革[J].重庆社会科学，2014，（7）：25-32.

基金项目：国家社会科学基金重大项目（项目号：15ZDB173）;国家自然科学基金重大项目（项目号：71561137003）;教育部哲學社会科学重大招标项目（项目号：18JZD047）。

作者简介：詹佳昌（1985-），男，汉族，中国台湾省新北市人，致理科技大学讯息管理系助理教授，南开大学周恩来政府管理学院行政管理专业博士生，研究方向：公共政策、公共服务、社会养老。

收稿日期：2019-11-16。