融合·联结·共享

习近平总书记强调，没有信息化就没有国家治理现代化。李克强总理在今年的《政府工作报告》中明确指出，政府应该大力推进“互联网+政务服务”，实现部门间数据共享，让居民和企业少跑腿、好办事、不添堵。信息化的核心是大数据的运用，当前，大数据在公共管理领域的地位与作用正逐渐凸显。政府部门应当如何使用大数据来提升自身的决策能力和治理水平呢？大体说来，主要有以下三个层面。

通过数据与政务融合，提升政府决策科学化水平和服务公众的能力

有效的政府治理需要建立在特定的信息基础之上，信息的多寡和优劣直接影响政府治理的水平和成效。二战以后，随着计算机技术的产生和发展，统筹学、系统论、信息论等相关学科和理论快速发展。它们的兴起曾对提升政府决策的科学化水平，强化政府管理和提升服务能力等起过巨大的推动作用。但随着社会的发展，公共服务需求的不断增长和日益多元对政府的治理能力提出了极大的挑战。建立在传统抽样调查和单纯的计算机技术基础上的决策活动，已经不足以对公众的现实需求做出全面而有效的回应。

在此背景下，政府部门急需引入新的技术以改变政务数据不足、数据使用效率不高的问题，而建立在互联网基础上的大数据正是这样一种技术。在具体的政务活动中，它不仅能够通过互联技术关注社会网络信息的变化，进行巨量信息的收集和储存，还可以通过云计算技术提升数据的分析和使用效率，即对数据进行多元次的优化组合，服务于不同的公共管理和服务事项，从而最大程度地提升政府决策的科学化水平和服务公众的能力。实践中，数据与政务的融合正在不断深入，比如，江苏公安综合管理服务平台在全国率先构建省市县三级图像传输与调度系统，打通警务基础平台与各类专业业务系统之间的联系，开发了电子档案、比对预警等功能，打破业务分割，最大限度整合信息资源，有力推进了平安江苏的建设。

通过数据的内部联结，建立无缝隙的整体性政府

分工是提高社会生产效率、推动社会进步的重要机制。同样，政府也需要合理分工，通过划分不同部门、分层设科的方式管理社会中的不同事项。从制度设置的角度来看，这种分工有助于提升政府治理效率。但是，政府部门内部的过度分工也极易带来部门主义甚至管理碎片化的问题。随着现代社会的发展，尤其是风险社会的来临，社会不同领域之间的联系日渐紧密，很多公共问题往往同时涉及多个不同的社会领域，仅仅依靠单个部门无法得到有效解决。在此背景下，需要通过数据的内部联结加强有机合作，建立无缝隙的整体性政府。

整体性政府是指公共服务机构为了完成共同的目标而实行的跨部门协作，或为了解决某些特殊问题而组成的联合机构。信息是政府治理和决策的基础，因此，打造整体性政府首先需要不同部门之间实现信息共享，数据共用。

长期以来，我国政府部门条块分割现象严重，信息和数据的存储和使用也呈现出部门化、碎片化的特征。大量数据沉淀在不同的公共部门内部而得不到有效运用，数据资源浪费严重。此外，由于不同部门的信息相互隔离，在进行社会管理时，往往各自为政，重复收集信息，开发数据。譬如，市民在办理水、电、气、银行卡等相关事项时，需要重复登记基本信息，给市民带来不便，行政效率低下。不仅如此，由于信息的过度割裂，有时甚至会出现“证明自己是自己”的荒谬现象。大数据技术强调不同公共部门间的联结和数据分享，从而大大降低信息重复开发带来的成本，并最终为公共部门充分利用数据信息、协同解决公共问题提供助力。

目前，一些地方政府在部门数据整合方面进行了积极探索，并且取得了良好成效。以南京市“我的南京”政务APP为例，其中的“我的家园”一栏集聚了南京人力资源与社会保障部门、交管部门、水务公司、电力公司、燃气公司、通讯公司等部门的数据。通过登录APP账户，用户不仅可以查询自己的公积金、社保、个税以及违章记录与驾照分值等信息，同时还可缴纳水、电、煤气费，极大地方便了居民的生活。

不过，上述数据的物理整合还只是数据整合的初始形式，更高层次的数据整合涉及不同政府部门之间的数据融通和共享。例如，如果能把患者的诊疗信息和家庭经济状况等数据都储存于一个共享平台中，其医疗报销、大病救助等事项就可以一站式完成，无需在社保、民政等多个部门进行相互证明，重复审核。但是，由于不同部门数据的类型和标准不尽相同，通过大数据推动政务整合必然涉及数据标准的设置、现有政务数据的梳理和完善以及政务流程的调整等问题。尽管这方面的工作才刚刚起步，但必然会成为未来政府治理变革的重要趋势之一。

通过数据的分享、整合和利用，推动政社协同治理

随着公共事务的日渐繁杂，越来越多的国家引入社会力量进行政社合作，数据的分享、整合和利用便是其中一种形式。在现代社会，政府和社会每天都会采集大量数据，并对其进行整理和分析。如何有效整合政府与社会的数据，真正建立起政社共享的大数据系统，并将其服务于公共目标的达成将是影响现代国家治理成效的重要因素。

在实践中，建立在数据共享基础上的协同治理主要有两种形式。

一是通过整合政府和社会现有数据资源进行协同治理。例如，2016年6月，江苏省保监局公布商业车险费率改革方案。该方案首次将车险费率与交通违章记录挂钩。根据方案，车主商业险的缴纳费率不仅与3年内出险理赔次数相关，也与上年度的交通违章记录相关，部分交通违章行为将直接导致下年商业车险的保费上浮。其中，保险公司可以通过对违章记录数据的研判，确定更加科学合理的车险费率；交管部门可以借助于商业车险费率与违章记录相挂钩这一杠杆，实现对司机开车行为的有效约束，从而减少交通事故发生的几率。正是共享，使原本沉淀在交管部门的违章数据被激活起来，大大提升了政务数据的使用效率。

二是通过数据挖掘实现协同共治。例如，今年春节前后，杭州图书馆推出了“悦读”APP。通过这一平台，市民可以将还没有进入图书馆馆藏的新华书店的新书直接拿回家。具体的操作流程是，新书扫码之后，只要通过图书馆馆藏数据库检验，即可进行图书馆购买支付与新书借阅活动。新书阅读完毕后，还可以通过APP进行线下流转借阅。从数据挖掘角度来看，该APP的最大特色在于通过收集市民的阅读需求，以图书馆的数据平台为基础，把原本的选书、购书、传书流程，通过网络巧妙地“外包”给广大市民，让他们在享受便利的同时不知不觉地成为图书馆数据库建设与借阅业务的帮手。

大数据在政府治理和决策领域的运用有以上三个由浅入深的层次。但在实践活动中，政府治理创新的实现并没有固定的步骤，某一领域的数据挖掘也许在数据整合还没有到位的情况下就展开了，几个层面的数据应用可能在政府治理中同时展开……这些情况与领导者魄力、行政传统与环境、互联技术、数据资源等因素相关。但数据与业务的融合、数据的内部联结、数据的分享整合应该是政府治理创新与科学决策的题中之义。