我国数字政务服务产业的发展及其问题消解方略——以行政智能决策为中心的考察*

黄 昕

(湖南工商大学,湖南 长沙 410205)

一、引言

在新一轮科技与产业革命的浪潮引领下,新一代信息技术的持续突破和创新,互联网技术、大数据、云计算的迅速扩张,以及与相关产业的深度融合,为政府、企业、机构的创新模式、运作方式和决策行为提供了历史机遇。国家发展改革委在2021年印发并实施的《“十四五”推进国家政务信息化规划》中明确了推进政务信息化建设,坚持数据赋能,提高治理效能,逐步实现政务数字化决策和智能化监管目标。2022年颁布的《国务院关于加强数字政府建设的指导意见》明确提出,在政府机构中要广泛应用数字技术构建数字化、智能化的政府运行新形态,从而优化政府决策和提升运作效率。2023年2月,中共中央、国务院印发的《数字中国建设整体布局规划》指出要“发展高效协同的数字政务”[1],这为我国数字政府建设规范了顶层设计要求。信息技术的发展为人工智能与政府治理的深度融合提供了基础[2]。行政部门将借助人工智能辅助决策来应对高度复杂、高度不确定的后工业社会公共问题。通过计算机“算力”和“算法”等技术实现智能化的数据处理和分析,以提高决策行为和政务服务效率,推动决策行为从经验性向客观性转变,降低决策行为的风险和不确定因素,进而提高决策机制的规范性和政策预期的稳定性和有效性[3]。随着大模型的出现,学界已经开始关注ChatGPT引入数字政府的决策作用。毫无疑问,ChatGPT赋能数字政府提高其智能决策、智能管理和智能服务能力[4],有助于控制数字政府规模,强化数字政府监督[5],但也随之带来了诸如提供虚假信息、泄露个人隐私和数据安全等问题[6]。

数字政府是数字中国建设的关键环节,是推进国家治理体系和治理能力现代化的重要举措,是适应新一轮科技革命和产业变革的必然要求。数字技术的广泛运用是工业革命后的一次颠覆性社会革命,工业革命作用于实体社会,对实体社会运行方式进行改良,而数字革命则是利用数字技术创造了新的空间[7]。科学技术的进步、智能基础设施不断完善、政府与社会切实需求共同推动了智能决策时代的到来。一方面,从全球发展的历史经验和客观规律来看,以智能化、数字化转型实现智能决策是提升行政决策质量的必由之路[8]。另一方面,智能决策技术的进步及其能力边界的不断扩充,必将深刻改变产业发展模式与路径,由此带动相关产业的快速发展。现实中,智能决策已被广泛地应用于政府治理、政策制定、公共资源配置等领域[9]。例如,利用大数据技术能够快速高效地对行政服务中出现的问题进行收集并分析,对城市交通、环境、公共安全等进行实时监测和分析,帮助政府预测和响应各种突发事件;利用人工智能技术进行智能客服、智能问答等公共服务的优化和提升,提高了政府工作的效率和政府服务的满意度[10]等。

随着智能决策技术应用进程加快与程度加深,智能决策市场规模将迅速扩张,这为数字政务服务产业创造了广阔的应用前景,也为我国制造业产业升级、数字化和智能化转型,振兴和提升制造业发展质量与效益,实现产业跃升提供了契机[11]。在数字政务服务产业基础和规模、技术的商业化应用场景与前景方面,我国拥有其他国家难以匹敌的优势,然而如何识别和发挥这些优势,政府服务的这种数字化变革又会如何影响产业结构,以及影响程度有多大,学界论之甚少,甚至连行政智能决策这一概念也缺乏明确定义。数字政务服务产业快速发展的同时对政府制定的政策、法律和法规提出了新的更高要求,数字政务服务产业内部也出现了诸如产业基础创新投入不足、高端人才不足、产业供需结构性矛盾等问题。显然,目前我国数字政务服务产业发展还缺乏明确的思路和策略。本文尝试在已有的智能决策思想框架下,引入行政智能决策的概念,科学解读数字政务服务产业的内涵、系统构成及其应用领域,进一步厘清我国数字政务服务产业发展现状和存在的问题,为我国数字政务服务产业发展提供可行的方案。

二、以行政智能决策为中心的数字政务服务产业

(一)行政智能决策的基本概念

数据和智能技术加码政府的决策、服务和治理,将数字政府发展推进至智能化阶段。大数据决策是一种自下而上的治理方式,没有预先假设,数据作为一种理念和意识,为决策提供依据,并为社会治理提供一种新的思路和环境——依据数字特征安排公共事务[12]。行政智能决策是国家行政机关及其工作人员在处理国家政务和社会公共事务过程中,围绕既定目标,利用大数据、人工智能、优化算法、物联网等多种智能技术和工具,对相关数据进行建模、分析并得出决策的过程。计算机科学和人工智能技术,能有效辅助行政主体及公共部门在行政智能过程中综合约束条件、策略、偏好、不确定性等因素,自动实现最优决策,以提高行政履职与决策的高效、精准和稳定可靠[13]。行政智能决策具有典型的智能集约、决策主动性、自适应性和分布式特征。

随着人工智能技术、大数据、云计算等信息技术的快速发展,智能决策能力快速提升,智能决策越来越多地用于行政事务[14],并呈现出如下新功能:第一,行政智能决策实现了决策前置。以往政府都是在问题出现后再研究解决问题的方案与政策,错过了最佳施政窗口期,增加了政策成本。随着技术进步、模型参数不断增加,智能决策感知水平不断提升,智能决策系统能够更早地感知到苗头性、倾向性的治理问题[15],从而将决策前置[16]。第二,行政智能决策具备应对复杂决策的能力。行政智能决策产生于应对更加复杂的决策的需要[17]。例如,洛克希德·马丁公司已经研发出“综合危机预警系统”,该系统可以用来监视、评估和预测国家与地方的内部危机。第三,行政智能决策反应迅速。行政智能决策能够极大提升决策速度。根据美国国防创新单元实验室的预测,量子计算可以把预算决策的速度和准确程度提高一个数量级。在金融市场上,基于人工智能算法的高频交易已经非常普遍,科技公司智能计算能力已经远超人工交易能力[18]。第四,行政智能决策具有自适应性。行政智能决策引入了对抗性训练与决策,美国谷歌公司旗下的深度思维(DeepMind)公司开发出可以进行对抗性决策的智能技术,只需要通过自我对弈在对抗中学习并进化,就可实现决策能力指数级跃升[19]。第五,行政智能决策场景不断扩充。随着技术进步、各类大模型的出现,智能决策进入了算法时代,应用领域不断扩大,已经在众多领域应用[20]。美国国防部设立了“算法战跨职能小组”,能够利用人工智能准确模拟和分析战争,全面提升军事决策的速度。

(二)数字政务服务产业的内涵及构成

数字政务服务是指以新一代信息技术为支撑,重塑政务信息化管理架构、业务架构、技术架构,通过构建大数据驱动的政务新机制、新平台、新渠道,进一步优化调整政府内部的组织架构、运作程序和管理服务,全面提升政府在经济调节、市场监管、社会治理、公共服务、生态环境等领域的履职能力,形成“用数据对话、用数据决策、用数据服务、用数据创新”的现代化治理模式。行政智能决策能力提升是构建协同高效的政府数字化履职能力体系的重要组成部分,其对全面推进政府履职和政务运行数字化转型,统筹推进各行业各领域政务应用系统集约建设、互联互通、协同联动,创新行政管理和服务方式,以及对全面提升政府履职效能都有着重要的支撑和驱动作用。数字政务服务产业重点围绕政务云、智慧中台、行业应用、城市大脑、安全等核心领域,绘制覆盖产业链上下游关键环节的服务提供商图谱,助力数字政务服务基础设施建设和场景应用落地。

1.基于行政智能决策的数字政务服务产业架构。基于智能决策的数字政务服务产业的产业链架构仍然由基础层、技术层、应用层构成[21]。(1)基础层是支撑行政智能决策的资源平台[22],以包括硬件、软件、服务器、存储设备在内的技术设施为基础[23],以数据、算力、算法为核心[24],主要包括智能计算集群、智能模型敏捷开发工具、数据基础服务与治理平台三个板块。(2)技术层作为人工智能产业的核心,主要依托基础层的运算平台和海量数据资源进行识别训练和机器学习建模,以开发面向行政管理不同领域的应用技术,对应用层的产品智能化程度起着决定性作用[25]。技术层级又可以进一步分为通用技术层、AI软件框架层和算法模型层。(3)应用层则是将技术能力与行政管理具体场景相融合,帮助政府降本增效,目前主要应用的场景有数字政府、数字经济、数字文化、数字社会、数字生态文明等领域[26]。应用层基于技术层的能力,解决行政管理过程中的具体决策问题[27]。例如,利用计算机视觉技术,实现人脸识别[28];利用智能语音技术,实现语音识别[29];利用自然语言处理技术,实现智能客服的人机交流[30];利用深度学习能力,利用大数据进行智能筛选[31]。

2.以行政智能决策为中心的产业体系构成。数字政务服务产业体系主要包括核心产业、支撑产业、配套产业和衍生产业四个部分。核心产业是以公共行政职能数字化、智慧化为载体的产业群,如数字政府、智慧政务、城市大脑等。支撑产业主要包括直接支持行政智能决策的研发、加工、推介和金融支撑、媒体支持等产业群,如智慧中台、数字基础设施、政务云、物联网、人工智能、区块链、先进计算、政务大数据平台等。配套产业主要包括为行政智能决策提供良好的环境和氛围的产业群,如政务协同、电子印章、时空大数据中心等。衍生产业主要包括以行政智能决策成果为要素投入的其他产业群,如智慧旅游、智慧交通、智慧园区、智慧党建、智慧应急、智慧公检法等。

3.依托行政智能决策的数字政务服务产业发展模式。该发展模式又可细分为四类:(1)行政智能决策数据收集和治理模式,这种模式主要基于自己拥有的强大数据流量,致力于数字政府以及政务云的数据收集与加工;(2)行政决策计算资源服务模式,该模式主要基于核心自研技术服务以及基于先进计算的服务资源提供行政智能决策;(3)行政数字化智能化技术服务,该模式主要为自己产品或者上游企业提供底层的行政智能决策技术服务,服务更多集中在技术接口对接;(4)“行政智能决策+”服务模式,该模式主要基于已形成的行政智能决策技术和产品,赋能某个相关联产业。

三、我国数字政务服务产业发展现状

(一)数字政务服务产业发展的典型特征

1.数字政务服务产业整体步入成长期

在我国,数字政务服务产业处于快速发展期,数字政务治理服务效能显著增强。我国电子政务排名从2012年的78位上升至2022年的43位,成为全球增幅最高的国家[32]。从产业生命周期来看,整体上进入了成长期。从发展阶段看,数字政务服务产业正处于商业化模式确定阶段向多产业跨界聚合阶段过渡期,具体表现为:产业规模快速增长,行政智能决策方面的理论和技术不断成熟,训练模型丰富程度不断提高,决策的智能性和高效性持续增强。大型企业开始加入产业布局中,出现独立的商业化行政智能决策平台和软件,其应用领域也迅速扩大,涉及智能政务、智慧城市、智慧交通、智能金融监管、智慧园区、智慧公检法等领域。《数字政府行业趋势洞察报告(2022年)》显示,我国数字政府市场规模保持高速增长,以政务云为例,2021年,我国政务云市场规模达到802.6亿元,预计2023年将达到1 203.9亿元。

从产业格局来看,智能决策技术的不断突破,成为产业增长的核心驱动力,推动了数字政务服务产业应用领域不断扩展,形成了覆盖面广、服务用户多、应用场景丰富、稳定性要求高的特征。在不久的将来,数字政务服务行业生态将从垂直、分化的产业链分工演进到集约、共赢的生态共同体。在新产业、新业态、新商业模式经济建设的大背景下,行政智能决策将成为未来国际竞争的焦点和经济发展的新动能,数字政务服务产业链上的包括咨询规划、软硬件和应用公共提供商在内的各类参与者正面临前所未有的发展机遇,产业链上中下游的各类企业也将更加紧密地融合在一起。

从产业竞争的角度看,数字政务服务产业的竞争主要体现在技术、解决方案、市场拓展、服务质量以及人才等方面。作为一个技术密集型产业,企业间良性竞争有效推动了技术创新,例如,百度的语音、图像、NLP、对话式人工智能系统、智能驾驶系统等多项技术在竞争中脱颖而出。云从科技的人机协同操作系统,将感知、认知、决策的核心技术闭环运用于跨场景、跨行业的智慧解决方案,打造智能决策系统,实现人工智能技术闭环。科大讯飞对智能语音、自然语言理解、计算机视觉等核心技术的研究处于行业领先地位。

2.软硬件基础设施建设呈爆发增长态势

随着技术进步和应用场景的扩展,软件基础设施建设成为数字政务服务产业的核心部分。以政务云、数据库、移动互联网、物联网等数字基础设施为核心内容的建设投入快速增长。具体涉及以下内容:数据挖掘和分析软件、决策支持系统软件、人工智能算法库、智能算法软件和可视化工具软件等。就我国的情况来看,政府采购的政务数据分析、政策决策支持等软件的市场规模呈现爆发式增长态势。随着数字政务服务建设不断推进与深化,政府信息化市场规模已从2016年的2 499亿元增长至2021年的3 997亿元,复合年增长率为9.8%,远超同期GDP增长速度。预计2023年市场规模将达到4 617亿元。硬件基础设施由人工智能计算子系统、存储子系统、网络互联子系统组成。其中,人工智能芯片是人工智能硬件基础设施中人工智能算力最重要的承载。随着2020年新型基础设施建设相关政策出台,我国数字政务服务产业的硬件设施建设步入了快车道。一方面,各省市区投入资金大力建设智算中心、数据中心、云计算、服务器平台等设施;另一方面,在设施设备革新和技术储备部分,形成了较为先进、高效和安全的基础设施设备体系。据浪潮人工智能研究院测算,到2025年,全球算力规模将达到6.8ZFLOPS(FP16),是当前算力规模的20余倍。

3.初步形成行政决策智能技术生态系统

数字政务服务产业结构分为技术提供商、硬件生产商和系统集成商三个部分。技术集成商主要是一些科技公司和软件企业,这些企业致力于研发智能算法和机器学习、大数据和云计算等相关技术,并将其应用于行政智能决策,例如,IBM、Microsoft、百度、阿里巴巴等公司。硬件生产商主要是一些传感器和设备制造商。这些企业生产各种传感器和设备,如气象传感器、监控摄像头、智能终端等,用于数据采集和传输,常见的硬件生产商包括华为、中兴、海康威视等企业。服务提供商主要是一些专业的行政智能决策服务公司,这些企业通过将自己的技术和服务包装成为行政智能决策服务,来满足客户的需求,例如,汇能智业、北京启明星辰等企业。随着生态系统的技术、资源和创新水平的不断提升,一方面,提高了行政决策的智能性和高效性,使得行政管理和服务现代化和精细化,另一方面,推动了政务服务产业结构的优化和升级,促进产业良性发展。尽管数字政务服务产业发展的时间不长,但由于技术迭代速度快、创新频出,产业结构持续优化,我国数字政务服务产业已经初步成型,形成较为完整的生态系统,主要包括决策智能技术、应用场景、行业应用和生态伙伴等方面。

4.逐步演化出行政智能决策的新模式

数字政务服务产业将逐步由现有的商业模式转向新型服务模式。一方面,在市场业态和增长模式快速变化下,产业内部分企业正在实施以兼并收购为手段的扩张战略。诸多智能化企业通过收购智能决策团队实现企业扩张,从而以较低的机会成本获得核心竞争力,塑造出新型商业扩张模式。数字政务服务产业不同于传统产业,传统企业生产产品标准化、线性供应链固化使得技术团队作用相对不高,而数字政务服务产业技术性强,其团队作用非常高,其重要性不亚于产品效益。另一方面,智能决策业态变革与商业模式创新共同进化,智能决策技术能力、产品服务、业务流程、合作关系和商业模式随时间推移迭代演进。由于冗长的产品实验期和缺失的专利期,行政智能决策产品不断发展并开始使用替代性收入模式,以产品无偿试用的形式吸引客户使用,进而通过客户数据提升算法和产品及服务质量反过来吸引更多客户,形成良性循环。该商业模式降低了行业壁垒,能拉动产品高质量生产并且缩短产品生产周期,带来了数据网络效应。由此可见,未来产业的商业模式将从售卖“产品/解决方案”向售卖“服务”转变。

5.大模型推动数字社会向智能社会快速跃升

大模型一出现便在快速进化,目前已经形成包括各种参数规模、各种技术架构、各种模态、各种场景的大模型家族。从参数规模上看,大模型经历了预训练模型、大规模预训练模型、超大规模预训练模型三个阶段,千亿级参数规模的大模型已经成为当前的主流。从技术架构上看,Trans former架构是当前大模型领域主流的算法架构基础,在此基础上又形成了GPT和BERT两条主要的技术路线,当前几乎所有参数规模超过千亿的大型语言模型都采取GPT模式。从模态上来看,大模型可分为自然语言处理大模型、CV大模型、科学计算大模型等。从应用领域来看,大模型可分为通用大模型和行业大模型两种。通用大模型具有强大泛化能力,可在不进行微调或少量微调的情况下完成多场景任务,相当于AI完成了“通识教育”,ChatGPT、华为的盘古都是通用大模型。行业大模型则利用行业知识对大模型进行微调,让AI完成“专业教育”,以满足政务、金融、能源、传媒、制造等不同领域的需求。2023年3月,OpenAI公司最新发布了超大规模多模态预训练大模型GPT￣4,该模型具备了多模态理解与多类型内容生成能力。以GPT为代表的各种大模型是人工智能时代的“操作系统”,将重构、重写数字化应用,极大地推动了数字社会向智能社会跃升,同时将行政智能决策提高到新高度。

6.法律和政策环境日趋完善

国家和地方关于智能决策的制度政策与法律法规正不断完善,对产业发展起到保护、规范与促进作用。在国家层面,2017年,国家出台的《网络安全法》《中国人工智能发展战略》提出了产业发展战略规划与目标。2018年,国务院印发《加快推进全国一体化在线政务服务平台建设的指导意见》,提出了加快建设全国一体化在线政务服务平台。2022年3月,我国发布的《关于加强科技伦理治理的意见》提出,应加快完善科技伦理体系,有效防控科技伦理风险。2022年7月至8月,我国先后发布《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》和《关于支持建设新一代人工智能示范应用场景的通知》两大政策,旨在打造智能决策应用场景,探索行政智能决策发展新路径,以促进经济高质量发展。在地方层面,各省市出台了相关地方性法规和政策。2022年9月6日,《深圳经济特区人工智能产业促进条例》公布,是全国首部人工智能产业专项立法,提出创新产品准入制度,它要求政府构建人工智能产业公共数据资源体系,建立人工智能应用领域的公共数据共享目录和共享规则,推动公共数据分类分级有序开放。2022年9月22日,《上海市促进人工智能产业发展条例》发布,是全国首部促进人工智能产业发展的省级地方性法规。2022年8月24日,《哈尔滨市建设国家新一代人工智能创新发展试验区若干政策》发布,主要包括人工智能关键技术攻关、创新平台建设、产业载体建设、场景应用等十个方面。

(二)数字政务服务产业发展存在的问题

1.基础创新投入不足,数据管理体系松散

从企业研发创新角度出发,我国相关企业的创新研发支出仍远远落后于美国、欧洲和日本。根据OECD等机构在2021年公布的数据,从各国具体研发支出来看,美国持续位居全球第一;从增长趋势来看,中国科技研发投入的增长速度要明显高于其他国家,但实际占据的全球科技支出份额明显小于美国。数字政务服务产业需要海量的数据作为基础,但目前在数据收集、整合和管理方面还存在诸多的现实问题:一是数据来源不够全面、数据质量不高、数据格式不统一,以及部分区域、部分群体乃至部分阶层决策相关信息未能进入行政决策支持信息系统。二是产业技术标准系统尚未统一,由于该产业涉及的技术范畴较广,目前还没有出台统一的技术标准,这使得不同市场主体的智能决策服务之间存在着互不兼容的问题。三是智能决策系统安全和隐私保护存在漏洞。随着智能决策应用带来的潜在风险及不确定因素的增加,社会伦理问题日益突出,加上涉及大量的个人和敏感信息,如果安全和隐私保护措施不到位,将会带来较大的系统风险和挑战。

2.供需矛盾较为突出,潜在需求仍不明晰

目前,我国数字政务服务产业的供需在总量上基本平衡,但结构性不平衡问题较为突出:一是技术创新和产业应用之间存在脱节。因为存在算法黑箱,数据处理具有隐私性,相关创新性技术例如ChatGPT、GPT4.0等辅助决策类工具不能及时应用于相关产品之中,造成技术与产业应用的脱节。二是决策技术与业务需求之间存在不匹配现象。传统企业的智能化程度整体上偏低,导致智能决策系统技术与企业业务需求存在数字鸿沟,造成了智能决策技术与业务需求间的不匹配。以制造业为例,业务信息化水平不足造成了场景数据获取困难,研发投入大和交付周期长,成为一部分企业转型升级的制约因素。三是潜在需求尚不明确。现实中,智能决策场景在金融和零售领域的运用较为成熟,但是数字政务服务产业的应用场景开发还处于初级阶段,导致部分潜在需求尚未被挖掘出来,制约了软件开发商、系统集成商、数据分析机构等市场主体的供给规模和能力,难以实现供求的精准匹配。

3.产业链发展尚不完整,企业缺乏协同创新性

一是数字政务服务产业涉及领域众多,但各领域的技术成熟度相对较低,统一技术规范和应用标准相对缺乏,削弱了产业链的完整性。不同企业之间在技术、标准、应用等方面缺乏协同和合作,会影响整个产业链发展的协调性,进而影响产业的整体水平。二是产业链内企业关联度不够,缺乏协同创新性。由于信息和技术滞后所带来的信息不对称问题,技术成熟的企业会挤占技术水平相对落后企业的市场份额,甚至导致该企业被市场淘汰,形成行业垄断。三是成本较高。成本包括技术研发成本、数据储蓄和处理成本以及安全和隐私保护成本三个部分。行政智能决策需要技术支撑,包括大数据采集、数据挖掘、人工智能算法等。这些技术研发需要大量的资金投入和技术积累;行政智能决策需要处理大量的数据,包括结构化和非结构化数据,这些数据需要存储在高性能的服务器和数据库中进行处理和分析,而这些设备和软件的成本较高;行政智能决策处理敏感信息时必须要保证数据的安全和隐私保护,这也需要投入大量的资金和技术支持。

4.政策措施未有效落实,创新主体积极性受挫

数字政务服务产业作为以数据与技术为基础的产业,在其发展过程中面临着一系列政策与监管的问题:一是政策法规与决策类技术创新的匹配度不高。考虑到智能决策技术的辅助性特点,在商业化应用时,相应的法律、法规需要重新界定,包括如何区分责任承担,如何有效监管等。在面对风险承担问题时进行清晰的界定,在一定程度上规避技术漏洞和伦理问题。二是在新产品研发过程中,普遍存在投融资活跃度较低、知识产权保护意识薄弱、对国家和地方出台的相关政策认识不到位或解读不全面等问题,造成国家和地方政府相关优惠政策未能有效落实。三是监管透明化不足,以及知识产权保护漏洞,一方面导致不少智能决策企业自主研发的科技产品成为他人的“果实”,极大地挫伤了技术创新企业的积极性;另一方面给中小规模市场主体的投融资带来了负面影响,容易造成其智能技术研发过程受阻,无法形成完整的产业链,最终导致资金链断流和投资方撤资等一系列问题。

5.信息采集规制严格,决策功能场景受限

2021年8月,国家通过了《中华人民共和国个人信息保护法》,该法律明确规定,不得过度收集个人信息,对大数据杀熟、人脸信息等敏感个人信息的处理作出了规制,完善了个人信息保护投诉、举报工作机制,对于包括金融机构在内的各类用户数据共享也进行了进一步规范。显然,行政智能决策离不开大数据,在《中华人民共和国个人信息保护法》出台之前,机构、企业对于数据的采集相对容易,充足的数据量使智能决策生成的算法模型更加精准,覆盖的场景也更为宽泛。在该法律出台之后,对于数据采集的限制,如生物识别、宗教信仰、特定身份、医疗健康、金融账户、行为轨迹等都成为了受保护个人的敏感信息,这使得智能决策中可用于模型的重要数据大幅度减少。在维持决策精准度不变的前提下,法律法规对决策产品的算法和模型提出了更高要求,也对行政智能决策的功能扩张能力和场景延伸能力有一定的限制。

6.高端技术人才缺失,智库建设相对滞后

当前数字政务服务产业存在中高端复合型专业技术人才缺失的结构性矛盾。行政智能决策技术的不断更新和市场应用场景的不断扩展,拉高了市场对高素质、高水平的复合型专业人才的需求,导致我国当前专业人才的培养难以满足市场需求。其一,数字政务服务产业技术涉及人工智能、大数据、数据挖掘、机器学习等前沿技术。这些技术需要具备深厚的理论功底和专业技能才能得以掌握,但是市场缺乏足够数量的高素质技术人才。其二,智能决策不仅涉及技术,还涉及决策实践经验,现有的专业技术人员往往缺乏决策实践经验,难以根据实际需求和场景提供合适的解决方案。其三,数字政务服务产业的高风险和高压力特征,导致专业人才因工作压力大、发展空间受限、收入水平不高等原因流失。数字政务服务产业智库建设相对滞后表现为:专业智库的机构设置、职能分工尚不完善,专业智库建设缺乏有效的资金支持和资源保障,专业智库的研究战略和方向尚不明晰,专业智库发展落后于智能决策技术创新、市场业态变革和应用场景扩展。

四、数字政务服务产业发展的政策建议

(一)优化政策引导机制,促进产业创新发展

针对数字政务服务产业的特征,做好顶层设计。将创新驱动发展战略重点集中在制度创新、技术创新和人才创新方面,并制定创新策略。首先,在政策制度方面,数字政务服务产业需要制度创新、体制改革以适应新局势和新需求,进而推动经济增长模式的转变。数字政务服务产业发展对软环境的要求高于制造业,要适应内外部新趋势和新需求,积极主动地推进经济体制、行业市场化改革,综合改善产业行政和法律环境,为产业创新奠定良好的制度基础。其次,在技术经营方面,技术创新是产业扩容、升级、优化的动力来源,要加大对人工智能技术研发奖励力度,利用技术与管理的创新促进产业的快速发展;要不断创新制度和经营管理模式,激励从业者积极努力学习,引进先进技术和管理经验,全力加快行业发展,实现技术创新,实现现代化发展。再次,在人才引进方面,创新人才引入的多元化激励机制,探索多要素分配模式和途径,并建立多元化的收入分配和激励机制,切实改善用人留人环境,实现人才创新。

积极推进政府和企业数字化转型,做大市场,助力数字政务服务产业发展。一方面,积极推进政府数字化转型,提高政府信息化水平和服务能力,为行政智能决策提供基础设施和平台支持,尽快形成支撑智能决策的算据、算力、算法和算网体系。支持行政智能决策相关企业和机构的建设与发展,搭建行政智能决策平台,为政府部门和社会各界提供技术支持与服务。另一方面,设立产业专项基金,加强资金和资源投入,强化面向数字政务服务产业发展应用的5G网络、边缘计算硬件新兴信息基础设施建设,科学测算各行业企业自动化、智能化改造的产出和效果,引导企业找准技术研发投入的切入点,合理利用智能决策技术,以期实现数字化转型和高质量发展。

(二)发挥政府统筹作用,有序推进政策落实

加快构建“智能生态环境”,保障数字政务服务产业稳定发展。充分发挥政府的主导作用,建立健全数据治理的框架体系和规则秩序,理顺并设置数据管理的体制机制、数据开放共享的策略机制,制定数据治理的规则标准,落实数据安全及隐私保护的法律法规等。政府应推动构建有利于数字政务服务产业自身发展的“智能生态环境”,着力推进智能决策算法库、解决方案库、数据集和公共服务平台建设。另外,政府应系统开展数字政务服务产业布局优化工作,加大对现有优势技术的投资力度,推动产业结构持续优化。推进数据与算法偏见的治理,针对以往部分区域、部分群体乃至部分阶层决策相关信息未能进入行政决策信息系统的状况,政府部门要重点关注,通过深入实施大数据战略,不断强化基础信息平台建设和公共智能应用扩散,有效收集特定行政决策视域范围的公众信息,提升信息资源的代表性和覆盖面。针对数字政务服务产业中数据本身可能隐匿的社会偏见信息,可采用监测治理手段。

(三)坚持人本主义思想,明确技术辅助原则

坚持智能决策实施过程中的人本主义思想,确立技术辅助性原则。政府要引导市场将智能决策系统研发与应用定位在弥补人类行为与判断的不足上,更好地服务人类的生存发展。政府要在行政智能决策体制中确立技术辅助性的原则,明确人工智能技术在行政决策过程中的辅助性定位,不能将行政决策体制中的每个系统和每个环节完全交由智能系统操控。激励和激发行政智能决策技术赋能产业发展,要有效激励市场主体利用人工智能技术来开展数据收集、模型建立、规律探寻和决策支持等工作,组建数据管理和服务部门,实现数据有效开放、合理共享和有效监管,提升政府部门政务处理的工作效率和质量,不断将研究成果的市场和社会反馈用于智能决策技术和模型的改进提升。企业也应该把握产业发展规律,抓住关键点,做好数据支撑、信息量化和关联分析等基础性工作,最终实现智能行政决策系统高效、可靠、低成本运行,促进我国数字政务服务产业的可持续发展。

(四)完善市场监管体制,规范产业发展环境

实现数字政务服务产业的良性发展,要建立管理规范的体制机制,营造健康的产业发展环境。政府应该建立并逐步完善行政智能决策规范管理机制和体制,加强对行政智能决策技术应用的监督和管理,防止出现数据泄露、不当使用等问题。适当公开算法流程,及时向公众披露智能决策算法的设计理念、原则标准,赋予公众相应的程序权利,使其能够要求政府部门联合平台机构就智能决策运行过程、推理情况等说明理由。建立第三方责任评估机构,客观、合理评估各种风险,明确各方责任。加强数据共享和安全保障,强化政府在数字政务服务产业中的引领作用:一是加强数据安全保障。公民个人隐私的数据要采取加密保护措施,有效保护公民隐私和企业商业机密,防止个人或组织通过不恰当的途径获得数据以寻求自身利益。二是构建公共数据资源开放和共享平台,促进政府、企业和公众之间的数据融合与共享,以大数据为基础,利用人工智能算法提高决策科学性。三是建立行政智能决策算法的风险评估机制,判断其在具体应用场景中的适用可行性,明确政府领导和工作人员在人工智能技术使用过程中的具体责任,规避安全风险和算法歧视,推行技术分析和价值规范讨论相结合的解决问题的思路。

(五)强化权力约束措施,提高决策可追责性

强化政府行政智能决策过程中的权力规制,以防止智能霸权和资本僭越,进一步提高行政智能决策的可追责性。一是要强化对产业资本权力的制约。基于智能决策技术的特性,技术权力的根源和本质是资本权力,对于行政智能决策失误与错误的情形应当通过公共问责制的方式加以追责。把握法律法规的底线,对新技术形成一定的约束力,以满足加强立法、改进立法和完善立法的社会需求。二是要加强行政决策信息公开与智能决策算法商业秘密保护之间的协调,增强智能决策在行政管理与服务领域中运用的透明度,以体现行政信息公开的基本原则。三是在数据共享或传输的权利约束方面,构建数字政务服务产业的数据资源共享平台和交换机制,明确传输对象、传输方法、可传输数据范围,切实保护数据的秘密性,实现数据合法有序流动。四是鉴于公共利益的特殊性和重要性,政府、机构在选择市场供给主体进行智能决策算法系统开发时,必须事前约定在必要时公开算法代码和程序,保证智能决策模型和系统的公开透明和可问责性。