产业扶持政策绩效评价推进数字政府建设场景初探——以A 市试点为例

●张 超 覃肖响

数字政府建设是推进国家治理现代化的重要途径和重要手段，扎实推进落实数字政府建设，是大数据时代政府信息化发展的新趋势。 2020年3 月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》， 提出要推进政府数据开放共享， 提升社会数据资源价值， 并建立规范的数据管理制度。2022 年6 月，A 市出台《“关于加快数字化发展， 推进数字文明先行市建设”议案的办理方案》，提出到2023年末，基本建成一体化的智能化公共数据平台，争取一批省部级改革试点任务和“一地创新、全省共享”项目。在此背景下，为积极响应上级政府号召， 着力探索现代化信息技术赋能，加强政府数据的开发利用，在市委市政府的授权下，A 市财政局牵头，市经信局、 统计局等相关部门配合，以A 市11 项涉企扶持政策评价项目为试点，尝试打通部门间数据“壁垒”，实现政策受益企业数据的归集、分析及应用，在形成较高价值绩效评价结论的同时， 也为推进部门间数据协同、加快数字政府建设提供了实践经验。

一、试点对象

A 市为S 省辖县级市，区位优势明显，是S 省首批工业强市，产业特色鲜明，化纤、玻纤、纺织等传统优势产业突出，对标“十四五”规划和高质量发展要求，A 市产业发展面临产业结构有待优化、 高素质行业人才稀缺、“腰部”企业数量不足、企业亩均效能整体不高等问题。 为推进A 市制造业高质量发展，自2016 年以来，A 市为相关重点扶持领域设立了一系列具体行业及普惠性扶持政策；2020 年， 在上一轮政策基础上进一步出台了“1+4+8” 等一系列涉企政策，包括1 项总政策，科技、人才、金融、 招商等4 项普惠政策以及制造业、数字经济、时尚产业等8 项A 市重点行业政策。 2022 年，A 市仍在有效期内的11 项涉企政策， 受扶持主体数量达到7182 个次， 详见下页表1。

表1 A 市2022 年涉企产业扶持政策受扶持主体统计

二、试点思路

本文以推进数字政府建设的关键领域和应用场景的角度出发，着力探索大数据、人工智能、云计算等现代化信息技术赋能政府数据的深度应用， 以A 市11 项涉企扶持政策评价项目为试点，由A 市财政局牵头，尝试打通部门间数据“壁垒”建成数据融合共享中心，汇聚财政局、经信局、统计局、科技局、民政局、人社局、金融办等部门数据，以及政策受益企业信息和互联网相关信息，通过数据的归集融合和清洗，形成高质量可用数据；同时，对A 市现有产业扶持政策体系进行梳理，从“政策制定－政策实施－政策效益”三个方面对政策目标偏离程度和目的达成可能性进行分析， 形成高质量高价值的绩效评价结论，进而根据评价结果进行相关应用。

本文打造了多部门数据互联互通共享，不仅为高质量高价值的绩效评价报告提供有力的数据支撑， 而且也为A 市其他相关重要辅政决策专题研究提供支撑。本文试图以重要业务或关键领域为切入口，推进政府部门间数据协同共享，为加快推进数字政府建设和应用场景提供了实践经验。

图1 绩效评价推进数字政府应用场景试点路径图

三、绩效分析

专项小组围绕产业政策设立初衷，借助人工智能、 大数据等信息化手段，从“政策制定－政策实施－政策效益” 三个方面对政策目标偏离程度和目的达成可能性进行分析，其中：

（一）政策制定层面分析

通过梳理研读政策文本、同类地区政策、 相关文献等资料， 掌握国家、A 市所在省、A市制造业、 服务业等产业的现状水平、发展历程、环境变化、政策扶持方向、历年政策变动、政策资金使用等关键信息， 进行四个方面的分析。即：一是需求匹配性分析，主要分析A 市现行政策与省级层面政策的符合度以及与本市市情需求的匹配度；二是政策实施可行性分析，判断政策资金投入方向是否必要，政策目标是否明确可行，资金支持范围是否界定清晰，相关制度建设、组织分工机制是否完备；三是政策重复与缺位分析，基于政策条款，结构性梳理政策要素，识别政策条款中可能存在的要素缺失、政策交叉重复等问题；四是政策的城市间对标分析，主要分析A 市与省内临近城市的类似扶持政策对比情况，包括扶持力度、扶持条件等。

（二）政策执行层面分析

主要从三个方面进行分析：一是分析政策扶持公平性，重点关注产业政策在配置财政资金的过程中， 是否充分考虑下辖不同地区产业发展需求，政策出台后是否有助于地区均衡发展， 各大扶持方向的资金分配是否有所侧重， 是否有助于快速高效补足产业短板、进一步扩大产业优势等目标；二是评价资金投入情况， 重点关注资金筹措的合规性和资金投入的经济性；三是评价政策宣传效果，重点关注主管部门是否及时组织开展政策宣贯会和相关潜在扶持企业对扶持政策的知晓情况。

（三）政策效益层面分析

本部分是分析的重点， 以具体产业扶持政策为分析单元，内容既包括政策实施带来的直接效益，也包括企业对于政策设立的需求匹配度和政策实施的满意度。 以A 市制造业政策为例， 效益分析内容重点关注以下三个方面，即：一是涉企政策综合分析，评价组对生产性设备投资奖励、产业数字化奖励、企业增产增效奖励、企业参展奖励（含境外与境内）、企业技术创新项目奖励、管理创新奖励、企业升级提档奖励等整体目标相近、 可比性较高的政策开展政策成效的横向比较分析，分析指标为企业产值增速、劳动生产率增速两大核心绩效指标； 二是重点政策投产分析， 由于工业企业技术改造奖励资金支出占制造业总体支出比重超过50%， 因此评价组重点对该政策的投产效率进行分析，采用DEA 模型，分别对企业、行业进行投入有效性分析；三是重点产业发展情况，对“新材料、新制造、新时尚”等重点产业、新兴产业进行分析。

四、分析结论

A 市一揽子产业扶持政策总体实施情况良好，对全区各产业固定资产投资、产业结构、生产效率等方面有一定的拉动作用， 但从总体来看各项政策仍存在以下问题：一是产业规划未及时调整，时尚、旅游、文化等产业发展缺乏有效布局，第三产业带动效益体现不足，产业同质化竞争相对激烈，大强企业增长缓慢。 二是人才、制造业等专项政策定位不明确，与产业高质量发展导向存在偏差。 人才政策未有效匹配本地人才发展规划，领军人才、重点领域急需紧缺人才发展定位不明确。 制造业倾向于企业的普惠支持，对产业基础设施、产业链、龙头企业培育等方向政策设计相对薄弱，缺少对重点行业的重点保障。三是全过程预算绩效管理仍需提升， 政策目标设置不科学、事前评估落实不到位，事中“双监控”执行不严谨，部分政策执行率低，政策效益不显著。 四是政策体系设计不科学，6 条政策条款存在交叉重复情况，10 余条政策条款内容要素不明确、 不完整，8 项政策存在扶持内容缺位、扶持对象不聚焦等情况。

五、实践亮点

本文中A 市的实践有以下亮点：

（一）分析路径方面

坚持以“绩效和结果为导向”，立足全局视角，兼顾不同管理主体的管理需求， 通过建立财政投入与产业发展核心指标的投入产出关系， 辅助地区产业扶持政策提质增效，进而切实推动产业高质量发展。

（二）数据应用方面

实现业务、财政、统计三大部门间的数据互通，于制造业政策评价中实现了15 项产业政策10000余家受扶持企业历年业绩数据的全覆盖汇聚。

（三）政策分析方面

借助信息化手段，实现针对产业政策的“摸家底-诊问题-优政策”的全方位分析闭环。通过文本挖掘算法发现要素不完整、交叉重复、政策缺位、政策协同低等各类型疑点条款20 余项，为后续政策调整优化提供参考。

（四）算法模型方面

遵循定性与定量相结合的原则， 以主管部门统计数据为主，结合外部公开数据、第三方数据机构数据，通过科学运用双重差分法、空间相关性算法、莫兰指数等评价技术， 开展政策投入产出的匹配性分析、贡献度分析、边际效益模拟、外部性分析等多种分析，实现了政策投产效率的科学、量化研判。

（五）结果应用方面

主要应用在五方面：一是强化政策修订，识别越位政策4 项、 缺位政策9 项， 并完成政策的修订调整；二是完善条款漏洞，发现政策条款漏洞20 余项；三是优化资金配置，形成政策间资金分配建议，针对每项条款提出政策内分配建议；四是辅助政府管理，结合地区发展禀赋， 辅助市县搭建差异化的扶持机制，加强产业协同作用；五是赋能企业遴选，基于外部数据，对扶持企业进行运营风险排查，发现12 家企业（占比4.52%）存在异常经营风险，供主管部门作决策参考。

（六）数据安全方面

市财政局坚持数据安全底线不放松， 反复与经信、统计等部门商讨数据共享方案，最终借助信息化手段实现企业数据全过程脱敏对接， 极大避免数据安全风险。

六、存在的问题与相关建议

（一）存在的问题

不可否认，虽然近年来党中央、国务院高度重视“互联网+政务服务”工作，提出深入推进政务职能转变的改革要求。 A 市各部门为解决跨部门、跨层级、跨地区的数据共享问题，也一直在积极探索，但A 市部门间数据孤岛问题还客观存在， 可共享信息数量少、质量低、需求不明确、缺乏及时性、层级共享不畅、安全风险等深层次瓶颈问题仍未得到根本解决。具体来说：

1.缺乏统一的联动管理机制。 业务关联部门没有建立统一的信息协同机制，数据多头管理、条块分割现象严重，造成系统的重复建设、资源浪费、信息孤岛， 影响政府部门协同合作的能力和行政效能的提高。以人才政策为例，该政策由组织部主要负责，但工作落实涉及人社局、科技局、民政局等7 个部门，组织部未充分统筹管理相关数据，与其他部门间数据也存在一定出入，导致政策评价中反复核对数据，一定程度上造成人力资源浪费。

2. 政务数据共享效果欠佳。 当前数据共享仍是“部门主导”，没有体现“需求导向”，存在政务数据“拿不到”“拿不全”“共享数据无人问津”“数据申请审核逾期”等现象，影响数据的实际应用。 如服务业政策，相关主管部门数据协调工作配合度不高，未及时共享数据，导致评价前期数据缺失严重，经财政反复协调后才予以提供，但也一定程度影响评价时效。另外，如文化、旅游等政策，相关主管部门未及时收集核心绩效数据，导致政策主要目标达成情况难以审查，影响政策评价结果的合理性。

3.共享数据的标准化有待提高。 共享数据的格式不规范，电子表格、电子文档等非结构化数据标准参差不齐， 线下资料在线上迁移中主要依靠手动录入，容易出现误差，影响数据质量。以制造业政策为例，评价实施过程中除了采纳统计局数据外，为拓展数据可获得性，评价组也同步采集企业填报数据。但经核查，即使评价组事先给出了明确的填报指南，但因该项工作未形成常态化机制，企业对数据填报的经验不足等原因，填报数据质量较差，数据缺失、填报错位、单位错误等异常情况频发，导致最终企业填报数据丧失可用性。 如数字经济政策，不同地区对数字经济产业的界定存在差异，导致A 市发展状况无法与我国其他地区进行比对，故而也难以合理界定政策成效。

4.数据价值转化不足。 部门基础数据库数据与其他业务数据深度结合能力未充分体现，缺少通过智能化的辅助决策和预测等手段提升政府科学决策的能力，没有为政府部门有效处理复杂的社会问题提供新手段。

（二）相关建议

针对上述问题，A 市财政局提出五点建议：

1.要明确数据共享的主管部门。 加快建立健全以市人民政府政务数据办统一牵头、有关部门参加的A市政务数据共享协调推进机制，有序推进政务数据共享的决策部署，统筹协调全市政务数据共享工作。

2.着力引导部门间信息互通。一方面，要在政府部门中培养合作的文化，从而在政府部门中形成一种跨部门合作与信息共享的长效机制；另一方面，要探索数据共享激励机制，将数据质量、数据利用率、数据贡献度等纳入数据共享评价体系， 对数据共享突出、积极共享数据的单位给予表彰、奖励等支持。

3.整合建设数据共享管理平台。 依托S 省一体化政务服务平台和数据共享平台，建设覆盖A 市各部门的政务数据共享应用平台。

4.加快完善各部门数据标准规范。 统一共享数据的类型、格式、属性，提高数据可用性，降低数据利用的复杂度，推动数据要素融合运用，切实保障数据安全可用。

5.深入挖掘数据应用场景。积极利用大数据、云计算、人工智能、区块链等新一代信息技术手段，开展政务大数据关联分析、深度挖掘、智能研判，实现动态监测、分析和预警，形成“让数据说话、用数据决策、靠数据管理”的现代化政府治理机制，以此提升政务数据价值，助力地区社会经济发展。