摘? ? ? 要：在數(shù)字時(shí)代，有效使用信息的能力是影響組織決策的核心因素，但其在政府決策中的作用機(jī)理卻較少得到關(guān)注。本文結(jié)合資源基礎(chǔ)理論和動(dòng)態(tài)能力理論，構(gòu)建了基于信息能力的政府決策過(guò)程分析框架，并運(yùn)用該框架對(duì)數(shù)字化改革先發(fā)省份基層智治大腦唯一市級(jí)試點(diǎn)——Ｑ市進(jìn)行個(gè)案分析，系統(tǒng)考察基層智治大腦在提升政府信息能力的同時(shí)重塑決策過(guò)程的具體機(jī)制及實(shí)際效果。研究發(fā)現(xiàn)，“大腦”的應(yīng)用顯著強(qiáng)化了政府對(duì)決策信息的獲取、配置、整合、運(yùn)用能力，實(shí)現(xiàn)了決策信息獲取從條線多頭采集向跨域融合感知與洞察迭代，決策信息整合從政務(wù)數(shù)據(jù)匯聚共享向智能要素構(gòu)建共享迭代，決策信息配置從鄉(xiāng)鎮(zhèn)小閉環(huán)向市域一體化大閉環(huán)配置迭代，決策信息運(yùn)用從經(jīng)驗(yàn)判斷向人機(jī)協(xié)同智能選擇迭代。決策過(guò)程各階段的優(yōu)化重塑結(jié)合組織、制度安排的完善，推動(dòng)了政府決策范圍、效率及質(zhì)量的系統(tǒng)性變革。

關(guān)? 鍵? 詞：政府信息能力；政府決策；基層智治大腦

中圖分類(lèi)號(hào)：Ｆ４９? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：Ａ? ? ? ? 文章編號(hào)：１００７－８２０７（２０２３）０８－００４５－１３

作者簡(jiǎn)介：張鳴，中共浙江省委黨校公共管理教研部副教授，浙江省“八八戰(zhàn)略”創(chuàng)新發(fā)展研究院研究員，研究方向?yàn)閿?shù)字政府與數(shù)字治理。

基金項(xiàng)目：浙江省哲學(xué)社會(huì)科學(xué)規(guī)劃課題“市場(chǎng)進(jìn)入類(lèi)跨部門(mén)審批事項(xiàng)‘最多跑一次改革成效測(cè)評(píng)與政策完善研究”，項(xiàng)目編號(hào)：１９ＮＤＪＣ２８９ＹＢ。

美國(guó)管理學(xué)大師西蒙指出，決策貫穿了所有的管理活動(dòng)，管理就是決策，決策是組織的生命線。［１］從國(guó)家治理的高度看，科學(xué)決策是科學(xué)執(zhí)政、合理行政的基礎(chǔ)，特別在當(dāng)前百年未有之大變局下，科學(xué)決策是黨執(zhí)政興國(guó)的重要方式和方法。正因如此，習(xí)近平總書(shū)記在２０２０年秋季學(xué)期中央黨校中青年干部培訓(xùn)班開(kāi)班式上強(qiáng)調(diào)，提高科學(xué)決策能力是領(lǐng)導(dǎo)干部必須提高的七種能力之一。與此同時(shí)，作為百年未有之大變局的關(guān)鍵變量之一——數(shù)字革命及數(shù)字技術(shù)的發(fā)展催生了政府治理發(fā)生革命性變革，其中的一個(gè)重要方面就是政府決策。而“大腦”①作為政府治理數(shù)字化轉(zhuǎn)型的集中體現(xiàn)，是特定業(yè)務(wù)領(lǐng)域具有普遍意義、可復(fù)用的數(shù)據(jù)、知識(shí)、算法、模型、組件等智能化要素的集合。［２］作為一個(gè)智能化中樞和仿生學(xué)名字，各類(lèi)“大腦”同樣具有類(lèi)似人腦的分析、思考、學(xué)習(xí)能力，因而其對(duì)政府決策、履職帶來(lái)的影響將大大超越單一的數(shù)字技術(shù)。正是鑒于“大腦”的重大作用，“大腦”建設(shè)成為構(gòu)建數(shù)字化改革能力體系和動(dòng)力體系的重中之重?！捌脚_(tái)＋大腦”的數(shù)據(jù)底座建設(shè)模式從一開(kāi)始便成為整個(gè)數(shù)字化改革的基礎(chǔ)和標(biāo)配?；诖?，在實(shí)際治理情境下，數(shù)字技術(shù)尤其是其集大成者——“大腦”的建設(shè)應(yīng)用如何具體影響政府決策過(guò)程？對(duì)于地方政府提高決策科學(xué)化水平產(chǎn)生了哪些積極作用？本文將結(jié)合資源基礎(chǔ)理論和動(dòng)態(tài)能力理論，構(gòu)建一個(gè)基于信息能力的政府決策分析框架，并以Ｑ市基層智治大腦的建設(shè)應(yīng)用為分析案例，以期回答上述問(wèn)題。

一、文獻(xiàn)述評(píng)與分析框架

（一）文獻(xiàn)述評(píng)

正如美國(guó)著名管理學(xué)家馬奇所言，組織決策制定研究影響了當(dāng)代整個(gè)社會(huì)科學(xué)的行動(dòng)觀。［３］組織決策長(zhǎng)期以來(lái)是社會(huì)科學(xué)諸多學(xué)科長(zhǎng)盛不衰的研究熱點(diǎn)。隨著現(xiàn)代信息技術(shù)的快速發(fā)展，公共管理進(jìn)入了“數(shù)據(jù)事實(shí)”時(shí)代，人機(jī)交互、數(shù)據(jù)驅(qū)動(dòng)成為主導(dǎo)。［４］數(shù)據(jù)化決策和智能化決策成為當(dāng)前組織決策研究的焦點(diǎn)。從狹義決策的內(nèi)涵——“做選擇”的視角來(lái)看，組織決策過(guò)程主要由對(duì)決策問(wèn)題的識(shí)別和求解構(gòu)成，包括了西蒙概括的決策過(guò)程四階段中的情報(bào)活動(dòng)階段、設(shè)計(jì)活動(dòng)階段、選擇活動(dòng)階段。

在情報(bào)活動(dòng)方面，大數(shù)據(jù)分析方法的引入可以將數(shù)據(jù)挖掘、社會(huì)計(jì)算與傳統(tǒng)公共政策的方法融合。如依托城市物聯(lián)網(wǎng)平臺(tái)實(shí)時(shí)采集城市管理數(shù)據(jù)，搭建巨量數(shù)據(jù)的組織、存儲(chǔ)和管理平臺(tái)，在針對(duì)事實(shí)數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上實(shí)現(xiàn)智慧城市管理決策。［５］同時(shí)，利用大數(shù)據(jù)技術(shù)能夠有效收集公眾關(guān)心和輿論關(guān)注的社會(huì)問(wèn)題，從而及時(shí)捕捉到重要的決策問(wèn)題。［６］新加坡政府就有意識(shí)地運(yùn)用基于大數(shù)據(jù)的輿情監(jiān)測(cè)來(lái)量化觀察公眾的政策偏好，并建立潛在政治動(dòng)蕩的預(yù)警系統(tǒng)。［７］由此，基于大數(shù)據(jù)的政策制定可以有效減少對(duì)個(gè)人意見(jiàn)和主觀評(píng)估的依賴(lài)，它通過(guò)對(duì)政策和模型的基本假設(shè)和預(yù)測(cè)進(jìn)行嚴(yán)格的測(cè)試從而強(qiáng)化了基于證據(jù)的政策制定。［８］究其根本，大數(shù)據(jù)驅(qū)動(dòng)的決策制定在情報(bào)活動(dòng)方面能夠終結(jié)抽樣并進(jìn)行趨勢(shì)研判。［９］

在設(shè)計(jì)活動(dòng)方面，大數(shù)據(jù)分析、人工智能、數(shù)字孿生等技術(shù)的應(yīng)用使公共政策方案設(shè)計(jì)更加科學(xué)化、智慧化。“ＡＩ＋公共決策”通過(guò)人工智能技術(shù)集群的算法模型，建構(gòu)了“智能決策支撐系統(tǒng)、智能決策處理系統(tǒng)、智能決策應(yīng)用系統(tǒng)”，進(jìn)一步將智能技術(shù)嵌入公共決策應(yīng)用場(chǎng)景，實(shí)現(xiàn)公共決策模式“從循數(shù)決策到智能決策”。［１０］如在突發(fā)事件應(yīng)對(duì)過(guò)程中，人工智能的介入能夠?qū)Q策信息與數(shù)據(jù)內(nèi)容同步鏈接，以智能化邏輯算法分析多元數(shù)據(jù)交匯的節(jié)點(diǎn)信息，實(shí)現(xiàn)數(shù)據(jù)結(jié)構(gòu)深層次的演繹推理，從而以智慧化的技術(shù)理性克服人類(lèi)決策的有限理性。［１１］數(shù)字孿生則憑借“暴力算法”的優(yōu)勢(shì)使得城市治理中的所有創(chuàng)新都可以在孿生平臺(tái)上進(jìn)行模擬和試驗(yàn)，避免了現(xiàn)實(shí)中決策失誤的高昂試錯(cuò)成本。［１２］

在選擇活動(dòng)方面，現(xiàn)代信息技術(shù)推動(dòng)了決策方案論證的智能化。各地嘗試建立的“數(shù)字駕駛艙”或“領(lǐng)導(dǎo)駕駛艙”在運(yùn)行過(guò)程中就能基于對(duì)數(shù)據(jù)的全面分析，依托人工智能輔助決策系統(tǒng)對(duì)決策方案進(jìn)行排序并推薦經(jīng)過(guò)優(yōu)化的可行方案。［１３］甚而，現(xiàn)代信息技術(shù)推動(dòng)了決策形成的高效化甚至自動(dòng)化。有學(xué)者提出，可以通過(guò)設(shè)計(jì)一系列規(guī)則代碼（規(guī)章條例）將數(shù)據(jù)（社會(huì)現(xiàn)實(shí)）轉(zhuǎn)化為輸出（協(xié)議或政策方案），從而將政策過(guò)程算法化。［１４］在被稱(chēng)為“賽博格”模式的理想形態(tài)中，發(fā)達(dá)的計(jì)算能力可以使治理系統(tǒng)內(nèi)部層級(jí)高度扁平化，這意味著基于數(shù)據(jù)集中的人工智能在公共決策中將對(duì)人工決策產(chǎn)生范圍更廣的替代作用。［１５］這種基于“數(shù)據(jù)＋算法”的新型決策機(jī)制，不僅能實(shí)現(xiàn)自動(dòng)決策，替代傳統(tǒng)的經(jīng)驗(yàn)決策，還可以通過(guò)學(xué)習(xí)的閉環(huán)使決策的效率和效果不斷得到優(yōu)化和改進(jìn)。［１６］

綜上所述，以往研究表明現(xiàn)代信息技術(shù)的嵌入和穿透對(duì)決策過(guò)程的不同階段帶來(lái)了重大變革，將有助于提升決策科學(xué)化、精準(zhǔn)化水平。然而，上述研究主要是從理論層面分析信息技術(shù)應(yīng)用對(duì)公共決策帶來(lái)的“應(yīng)然”或“理想狀態(tài)”影響，缺乏現(xiàn)實(shí)治理情境下信息技術(shù)運(yùn)用影響地方政府決策過(guò)程及其效果的實(shí)證分析。而且，已有研究大多分析探討某種具體技術(shù)對(duì)決策過(guò)程特定階段帶來(lái)的影響，鮮有針對(duì)集各類(lèi)智能技術(shù)于一身的智能化中樞（如“大腦”）對(duì)決策全過(guò)程影響的研究。

（二）分析框架

雖然不同學(xué)者對(duì)決策過(guò)程的研究側(cè)重有所不同，但無(wú)一例外都強(qiáng)調(diào)信息之于決策的重要作用。用諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主美國(guó)學(xué)者肯尼斯·阿羅的話來(lái)說(shuō)：“各種決定，不論是在哪里采用，都是所接收信息的一個(gè)函數(shù)?！保郏保罚菀虼?，有效使用信息的能力即信息能力自然成為影響決策形成的關(guān)鍵變量。所謂“信息能力”可界定為在協(xié)同中定位、傳遞和利用信息（資源）等的能力。［１８］其主要由信息整合能力、信息統(tǒng)領(lǐng)能力、信息監(jiān)管能力、信息強(qiáng)制能力、信息吸納能力、信息汲取能力、信息濡化能力、信息調(diào)控與認(rèn)證能力構(gòu)成。［１９］還有學(xué)者提出政府信息能力包括信息制度能力、信息資源管理能力、信息響應(yīng)與網(wǎng)絡(luò)輿情治理能力、公共信息服務(wù)能力。［２０］上述研究從不同側(cè)面揭示了政府信息能力的內(nèi)涵及要素，但在面向基層政府決策過(guò)程分析時(shí)卻很難適用。前一個(gè)框架從宏觀的政府與自然環(huán)境、社會(huì)環(huán)境互動(dòng)視角提出，因而對(duì)于較微觀的決策過(guò)程分析由于可操作性較差而難以開(kāi)展深入研究。后一個(gè)框架從靜態(tài)視角對(duì)政府信息能力進(jìn)行橫向領(lǐng)域劃分，同樣難以適用于對(duì)動(dòng)態(tài)決策過(guò)程的分析。

針對(duì)這一困境，本文嘗試基于戰(zhàn)略管理領(lǐng)域中對(duì)一般組織能力的研究成果來(lái)重新審視和理解政府信息決策能力。因?yàn)樽鳛樘厥夤步M織的政府首先也是一種組織，其能力也必然符合一般組織能力的某些共同特征。組織擁有的資源和能力如何與所處環(huán)境動(dòng)態(tài)匹配以獲取競(jìng)爭(zhēng)優(yōu)勢(shì)是戰(zhàn)略管理領(lǐng)域研究的核心問(wèn)題。資源基礎(chǔ)理論的基本原理是一個(gè)公司競(jìng)爭(zhēng)優(yōu)勢(shì)的基礎(chǔ)主要來(lái)自于該公司對(duì)其所支配的有價(jià)值資源的運(yùn)用。為了獲取持久的競(jìng)爭(zhēng)優(yōu)勢(shì)，企業(yè)必須努力掌握并充分運(yùn)用有價(jià)值的、稀缺的、難以模仿且不可替代的資源，如果企業(yè)擁有這種戰(zhàn)略資源，就有獲得持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)的潛力。［２１］動(dòng)態(tài)能力理論則是近年來(lái)基于能力觀視角的活躍度最高的理論，其解釋了組織如何提高與環(huán)境動(dòng)態(tài)匹配能力從而快速應(yīng)對(duì)外部技術(shù)和市場(chǎng)的變化。動(dòng)態(tài)能力理論代表學(xué)者美國(guó)經(jīng)濟(jì)學(xué)家大衛(wèi)·蒂斯及其合作者認(rèn)為，在模糊以及不可預(yù)測(cè)的市場(chǎng)環(huán)境中，企業(yè)整合、構(gòu)建、重新配置其內(nèi)外部資源的能力是企業(yè)持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)的來(lái)源。［２２］國(guó)內(nèi)學(xué)者同樣認(rèn)為，面對(duì)不斷變化的環(huán)境，企業(yè)需要具備整合、構(gòu)建和重構(gòu)內(nèi)外部資源的能力，從而突破既有路徑依賴(lài)以獲得持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)。［２３］

由上可見(jiàn)，資源觀導(dǎo)向的資源基礎(chǔ)理論重點(diǎn)強(qiáng)調(diào)組織對(duì)于資源尤其是戰(zhàn)略資源的獲取和運(yùn)用能力。然而，資源基礎(chǔ)理論并未說(shuō)明組織內(nèi)部對(duì)資源如何進(jìn)行加工利用從而得以有效運(yùn)用。能力觀導(dǎo)向的動(dòng)態(tài)能力理論則拓展了資源基礎(chǔ)學(xué)派的靜態(tài)研究視角，闡明了在動(dòng)態(tài)環(huán)境下組織如何基于對(duì)資源持續(xù)地利用、加工、重組從而獲得并維持競(jìng)爭(zhēng)優(yōu)勢(shì)。除了獲取資源，動(dòng)態(tài)能力最核心的是組織對(duì)資源的整合能力和配置能力。整合能力主要指組織對(duì)所擁有的不同來(lái)源、不同層次、不同類(lèi)型、不同內(nèi)容的資源進(jìn)行梳理過(guò)濾和融合轉(zhuǎn)換，從而形成條理性、系統(tǒng)性和價(jià)值性俱佳的資源體系。資源配置能力包括組織對(duì)資源的配置與重新配置。從流程的視角看，組織首先必須依賴(lài)資源獲取能力從周?chē)h(huán)境中發(fā)現(xiàn)并獲取各類(lèi)資源，然后根據(jù)組織目標(biāo)和環(huán)境變化將“輸入”的不同資源分配至特定機(jī)構(gòu)或個(gè)人，并在必要的情況下基于資源整合能力將各種資源進(jìn)行梳理過(guò)濾和有機(jī)融合，最后運(yùn)用相應(yīng)資源得以“輸出”特定產(chǎn)品或服務(wù)。

基于此，政府信息能力可解構(gòu)為信息資源獲取能力、信息資源配置能力、信息資源整合能力和信息資源運(yùn)用能力四個(gè)方面。在信息資源“輸入”環(huán)節(jié)，信息資源獲取能力能夠幫助政府發(fā)現(xiàn)和采集自然和社會(huì)環(huán)境中的各類(lèi)治理信息，識(shí)別出潛在的決策問(wèn)題。進(jìn)而信息資源配置能力將把獲取的治理信息進(jìn)行分配、發(fā)送和傳達(dá)，向政府系統(tǒng)內(nèi)的目標(biāo)需求方“供給”。與此同時(shí)，不同來(lái)源、不同層次、不同類(lèi)型、不同內(nèi)容的零散雜亂的治理信息經(jīng)由信息資源整合能力的歸集、梳理、加工、轉(zhuǎn)換，形成與決策目的相匹配的治理信息資源體系或數(shù)據(jù)庫(kù)，同時(shí)完成對(duì)決策問(wèn)題的分析思考。再通過(guò)信息資源運(yùn)用能力的對(duì)外“輸出”，完成對(duì)決策方案的選擇并形成相應(yīng)的信息“產(chǎn)品”——政府決策。值得注意的是，所有的決策都是在特定的信息空間內(nèi)進(jìn)行的，提升信息流動(dòng)效率的關(guān)鍵是對(duì)信息空間進(jìn)行技術(shù)升級(jí)。另外，根據(jù)技術(shù)執(zhí)行分析框架，客觀的技術(shù)在轉(zhuǎn)化為被執(zhí)行技術(shù)的過(guò)程中，會(huì)受到制度和組織安排的調(diào)節(jié)。由此提出基于信息能力的政府決策過(guò)程分析框架（見(jiàn)圖１）。

二、研究方法與數(shù)據(jù)來(lái)源

（一）研究方法

本文采用典型案例的研究方法，通過(guò)對(duì)Ｑ市依托基層治理大腦推動(dòng)政府決策科學(xué)智能化的個(gè)案分析，揭示數(shù)字技術(shù)的嵌入如何通過(guò)強(qiáng)化政府獲取信息的能力從而重塑政府的決策過(guò)程。Ｑ市位于其所在省份西南部，轄２區(qū)、３縣和１個(gè)縣級(jí)市。近年來(lái)，Ｑ市大力推進(jìn)基層管理體制改革，于２０１８年提出打造“中國(guó)基層治理最優(yōu)城市”。在這一目標(biāo)的指引下，Ｑ市于２０１９年率先探索鄉(xiāng)鎮(zhèn)（街道）模塊化改革，將鄉(xiāng)鎮(zhèn)（街道）工作劃分為“大黨建、大協(xié)調(diào)、大治理、大執(zhí)法、大經(jīng)濟(jì)、大服務(wù)”６個(gè)功能模塊，打破了鄉(xiāng)鎮(zhèn)（街道）條線機(jī)構(gòu)設(shè)置的壁壘。在此基礎(chǔ)上于２０２０年作為所在省份唯一的綜合試點(diǎn)市啟動(dòng)“縣鄉(xiāng)一體、條抓塊統(tǒng)”改革，通過(guò)權(quán)責(zé)體系、職能體系、服務(wù)體系、指揮體系、支撐體系和考核體系６大體系建設(shè)，初步形成了跨層級(jí)、跨領(lǐng)域、跨部門(mén)上下貫通、高效協(xié)同的整體治理格局。與此同時(shí)，Ｑ市積極推進(jìn)政府?dāng)?shù)字化轉(zhuǎn)型，成功創(chuàng)建“雪亮工程”全國(guó)示范城市，構(gòu)建“三通一智（治）”線上治理平臺(tái)體系①。正是得益于前期的牢固基礎(chǔ)，２０２２年，Ｑ市成為所在省份唯一的基層智治大腦市級(jí)試點(diǎn)單位。Ｑ市作為案例的典型性在于：該市黨政領(lǐng)導(dǎo)高度重視基層治理的數(shù)字賦能，不遺余力地推動(dòng)基層治理數(shù)字化改革，在其所在省份（根據(jù)第三方評(píng)估，該省是全國(guó)數(shù)字政府發(fā)展和數(shù)字化水平的領(lǐng)頭羊）率先探索基層管理體制與基層治理數(shù)字化改革。正是由于改革的創(chuàng)新集成性、績(jī)效顯著性，Ｑ市“縣鄉(xiāng)一體、條抓塊統(tǒng)”縣域整體智治改革和基層智治改革分別獲評(píng)所在省份２０２１、２０２２年改革突破獎(jiǎng)金獎(jiǎng)?？梢?jiàn)，Ｑ市的改革實(shí)踐為觀察數(shù)字技術(shù)的應(yīng)用對(duì)基層政府決策轉(zhuǎn)型提供了良好機(jī)遇，值得高度關(guān)注和深入挖掘，對(duì)該個(gè)案進(jìn)行研究不僅具有典型性，還具備較大的啟發(fā)性。

（二）數(shù)據(jù)來(lái)源

本案例的資料主要通過(guò)以下三種方式獲得：第一，跟蹤調(diào)查。筆者多次赴Ｑ市進(jìn)行實(shí)地調(diào)研，對(duì)多個(gè)縣級(jí)社會(huì)治理中心和鄉(xiāng)鎮(zhèn)（街道）智治中心基層政府的決策過(guò)程和日常治理活動(dòng)進(jìn)行深度觀察。第二，半結(jié)構(gòu)化訪談。訪談人員包括縣級(jí)社會(huì)治理中心和大數(shù)據(jù)發(fā)展管理局的相關(guān)領(lǐng)導(dǎo)，以及鄉(xiāng)鎮(zhèn)（街道）的相關(guān)領(lǐng)導(dǎo)和工作人員。訪談問(wèn)題主要包括：基層智治大腦應(yīng)用對(duì)政府決策過(guò)程帶來(lái)的影響、數(shù)據(jù)及智能技術(shù)驅(qū)動(dòng)決策的主要應(yīng)用場(chǎng)景、遇到的問(wèn)題挑戰(zhàn)、取得的成效等。第三，文獻(xiàn)資料收集。在調(diào)研和訪談過(guò)程中，系統(tǒng)收集Ｑ市各級(jí)政府及部門(mén)關(guān)于基層智治大腦建設(shè)、數(shù)字化改革的政策文件、工作報(bào)告、匯報(bào)資料等。

三、案例分析

（一）基層智治大腦對(duì)政府決策過(guò)程的影響

２０２２年初，Ｑ市所在省將數(shù)字化改革體系調(diào)整為“１６１２”構(gòu)架①，提出“６＋１”系統(tǒng)“大腦”②，基層智治大腦建設(shè)正式啟動(dòng)。Ｑ市作為唯一市級(jí)試點(diǎn)單位，率先建設(shè)這一服務(wù)基層治理領(lǐng)域的智能化能力中心。

⒈決策信息獲取階段：從條線多頭采集向跨域融合感知與洞察迭代。在基層智治大腦建設(shè)之前，Ｑ市基層治理信息由條線主導(dǎo)分領(lǐng)域采集，視頻、傳感器等設(shè)備采集的數(shù)據(jù)資源難以有效整合，人工采集信息也需上傳多個(gè)平臺(tái)。信息資源多流并行的狀況嚴(yán)重影響決策者對(duì)事件全貌的整體掌握。針對(duì)這一痼疾，基層智治大腦建設(shè)從存量資源利用、增量資源開(kāi)發(fā)入手暢通決策信息流。

在存量資源利用方面，通過(guò)橫向互通、縱向貫通實(shí)現(xiàn)全量信息資源的融合感知。一方面，打通市域內(nèi)基層治理相關(guān)信息平臺(tái)。Ｑ市結(jié)合“縣鄉(xiāng)一體、條抓塊統(tǒng)”改革，打破與公安局１１０平臺(tái)、行政執(zhí)法監(jiān)管平臺(tái)間的數(shù)據(jù)壁壘，在省內(nèi)率先實(shí)現(xiàn)非警務(wù)類(lèi)糾紛警情、綜合執(zhí)法類(lèi)事件、市場(chǎng)監(jiān)管類(lèi)事件與傳統(tǒng)社會(huì)治理類(lèi)事件的協(xié)同處置。截至２０２２年６月，已歸集７８?jìng)€(gè)部門(mén)３２０項(xiàng)核心數(shù)據(jù)，匯總了“七張問(wèn)題清單”，應(yīng)急救災(zāi)等全領(lǐng)域信息６３９３萬(wàn)余條。③另一方面，貫通對(duì)接省級(jí)相關(guān)信息平臺(tái)。Ｑ市利用基層智治大腦試點(diǎn)的契機(jī)，以基層治理“一件事”業(yè)務(wù)需求為牽引，梳理打通了省建系統(tǒng)目錄清單，并綜合運(yùn)用設(shè)置業(yè)務(wù)協(xié)同、數(shù)據(jù)共享網(wǎng)關(guān)、標(biāo)準(zhǔn)化業(yè)務(wù)接入要求等手段，完成基于事件流轉(zhuǎn)的省、市兩級(jí)業(yè)務(wù)系統(tǒng)的對(duì)接集成。

在增量資源開(kāi)發(fā)方面，通過(guò)技術(shù)賦能、手段創(chuàng)新實(shí)現(xiàn)全域治理信息的即時(shí)洞察。其中，無(wú)人機(jī)的應(yīng)用最為廣泛。Ｑ市組建了全市域無(wú)人機(jī)巡檢網(wǎng)，開(kāi)發(fā)“綜合飛一次”場(chǎng)景，兩小時(shí)一次開(kāi)展自動(dòng)巡查。通過(guò)對(duì)拍攝照片的識(shí)別比對(duì)，精準(zhǔn)識(shí)別施工隱患、垃圾亂堆、違法建筑等７０多種基層高頻事項(xiàng)。

訪談中Ｑ市Ｃ縣Ｈ鎮(zhèn)黨委副書(shū)記談到：“無(wú)人機(jī)航線規(guī)劃好之后，每天會(huì)固定時(shí)間飛出去巡檢，飛一次就能覆蓋我們大部分的鎮(zhèn)域。巡檢查出的問(wèn)題通過(guò)ＡＩ算法能夠自動(dòng)進(jìn)行比對(duì)。我們給它（無(wú)人機(jī)）一個(gè)‘基層治理四平臺(tái)的賬號(hào)，比對(duì)出來(lái)的問(wèn)題會(huì)實(shí)時(shí)報(bào)到綜合信息指揮室，這極大提升了我們對(duì)態(tài)勢(shì)的感知能力?！保ㄅcＣ縣Ｈ鎮(zhèn)領(lǐng)導(dǎo)訪談資料，資料編碼２０２２０７１２ＺＭＹＺＧ）

此外，人像卡口、車(chē)輛卡口、ＷＩＦＩ探針等新興技術(shù)也被應(yīng)用于完善前端感知網(wǎng)絡(luò)，從而提高基層政府對(duì)社會(huì)事實(shí)洞察的速度、寬度和精度，“極大地拓寬了國(guó)家之眼的視野，提高了社會(huì)事實(shí)的像素”［２４］。

⒉決策信息整合階段：從政務(wù)數(shù)據(jù)匯聚共享向智能要素構(gòu)建共享迭代。面對(duì)層出不窮的基層治理問(wèn)題及其多樣化的治理需求，需要經(jīng)由資源整合能力的加工轉(zhuǎn)換形成具有條理性、邏輯性的信息資源體系，如此才能為決策問(wèn)題的分析奠定堅(jiān)實(shí)基礎(chǔ)。信息資源整合的基礎(chǔ)是提升數(shù)據(jù)資源體系的條理性、系統(tǒng)性。Ｑ市將數(shù)據(jù)歸集與質(zhì)量治理作為基層智治大腦的重點(diǎn)工作進(jìn)行推進(jìn)，圍繞醫(yī)療衛(wèi)生、社保就業(yè)、公共證照、城建住房等重點(diǎn)主題開(kāi)展數(shù)據(jù)歸集、清洗和比對(duì)。在此基礎(chǔ)上，基層智治大腦通過(guò)挖掘數(shù)據(jù)之間的內(nèi)在關(guān)聯(lián)形成面向基層治理的各類(lèi)數(shù)據(jù)產(chǎn)品，有效地發(fā)揮了數(shù)據(jù)的價(jià)值。如反映基層治理狀況的基層治理指數(shù)以基層治理數(shù)據(jù)庫(kù)中３４項(xiàng)結(jié)果性指標(biāo)與２１項(xiàng)過(guò)程性指標(biāo)為測(cè)度指標(biāo)生成，展示于基層智治大腦大屏首頁(yè)。

對(duì)數(shù)據(jù)分析和邏輯推理的算法、模型、組件等智能要素的歸集、構(gòu)建與共享是更高層次的信息資源整合，對(duì)后續(xù)決策信息運(yùn)用具有更重要的影響。在Ｑ市基層智治大腦建設(shè)中，由市政府統(tǒng)籌建設(shè)“大腦”相關(guān)智能要素。在算法方面，針對(duì)基層治理高頻需求，重點(diǎn)開(kāi)發(fā)交通、城管等相關(guān)算法。以城管算法為例，構(gòu)建機(jī)動(dòng)車(chē)違章停放檢測(cè)算法、非機(jī)動(dòng)車(chē)違章停放檢測(cè)算法、店外經(jīng)營(yíng)檢測(cè)算法等一系列算法能力?；鶎又卫淼男姓袨橐?guī)范和實(shí)踐知識(shí)在算法構(gòu)建過(guò)程中得到高度理性化的凝練、整合與表達(dá)，形成面向基層政府的“標(biāo)準(zhǔn)輸出”。在組件方面，Ｑ市在基層智治大腦公共數(shù)據(jù)平臺(tái)的基礎(chǔ)上，構(gòu)建由企業(yè)信用風(fēng)險(xiǎn)識(shí)別、公共場(chǎng)所電子導(dǎo)圖、空間準(zhǔn)入智審等一系列基層治理通用組件構(gòu)成的組件庫(kù)。這些融合了特定社會(huì)事實(shí)數(shù)據(jù)及識(shí)別方法的組件有效拓展了基層智治大腦在社會(huì)治理、政務(wù)服務(wù)、民生等領(lǐng)域的應(yīng)用，并通過(guò)要素超市實(shí)現(xiàn)智能要素對(duì)基層的一攬子整體化供給。截至２０２２年底，基層智治大腦要素超市已歸集算法、模型、知識(shí)等８６個(gè)智能要素和６個(gè)智能模塊。

“為全市各級(jí)基層治理應(yīng)用的開(kāi)發(fā)提供了共性能力沉淀和統(tǒng)一智能化基礎(chǔ)，避免了各自為政重復(fù)開(kāi)發(fā)建設(shè)，推動(dòng)了基層決策判斷從經(jīng)驗(yàn)判斷向知識(shí)集成進(jìn)行轉(zhuǎn)變”。（與Ｑ市大數(shù)據(jù)局領(lǐng)導(dǎo)訪談資料，資料編碼２０２２０５１７ＺＭＺＪＬ）

⒊決策信息配置階段：從鄉(xiāng)鎮(zhèn)小閉環(huán)向市域一體化大閉環(huán)配置迭代。能否提供更有效率的信息分配，即讓最合適的主體在最合適的時(shí)間和空間中獲得最合適的信息，決定了在什么樣的層次上建立主體之間的協(xié)同關(guān)系，以及決策協(xié)同的效率。Ｑ市鄉(xiāng)鎮(zhèn)（街道）盡管早前已普遍建立綜合信息指揮室，承擔(dān)事件流轉(zhuǎn)、交辦、反饋等信息資源配置功能，但受制于鄉(xiāng)鎮(zhèn)行政層級(jí)、軟硬條件等因素，信息配置的整體性、效率性存在明顯不足。對(duì)此，Ｑ市基層智治大腦通過(guò)建設(shè)全市統(tǒng)一“事件中心”，推動(dòng)了決策信息的配置從鄉(xiāng)鎮(zhèn)小閉環(huán)向市域一體化大閉環(huán)的迭代。

在事件跨域融合感知與洞察網(wǎng)絡(luò)的基礎(chǔ)上，Ｑ市基層智治大腦建設(shè)全市一體的基層治理“事件中心”，將“鄰禮通”“村情通”“民呼我為”“三聯(lián)工程”“基層治理四平臺(tái)”、無(wú)人機(jī)巡檢以及縣級(jí)相關(guān)平臺(tái)和部門(mén)業(yè)務(wù)系統(tǒng)中的基層治理事件統(tǒng)一接入、全量導(dǎo)入，實(shí)現(xiàn)事件跨部門(mén)、跨領(lǐng)域、跨層級(jí)的匯聚融合，截至２０２２年６月，匯聚事件總數(shù)達(dá)２０３．２４萬(wàn)件。在事件匯聚基礎(chǔ)上，“事件中心”對(duì)所有事件進(jìn)行標(biāo)準(zhǔn)化處理，并對(duì)事件的類(lèi)型、內(nèi)容、范圍、來(lái)源系統(tǒng)、處置要求等進(jìn)行多維度監(jiān)測(cè)、分析，進(jìn)而對(duì)具有多跨特征（跨系統(tǒng)、跨部門(mén)、跨層級(jí)）的事件進(jìn)行市域統(tǒng)一調(diào)度，將相應(yīng)事件分撥流轉(zhuǎn)至對(duì)應(yīng)部門(mén)業(yè)務(wù)系統(tǒng)或縣級(jí)社會(huì)治理中心，完成信息的初次分配。此外，“事件中心”接收匯聚部門(mén)業(yè)務(wù)系統(tǒng)和縣級(jí)社會(huì)治理中心關(guān)于事件處置結(jié)果的反饋信息，對(duì)辦件時(shí)長(zhǎng)、滿意度評(píng)價(jià)等信息進(jìn)行匯總分析、自動(dòng)賦分，并將處置結(jié)果反饋信息和分析加工后的監(jiān)測(cè)、評(píng)價(jià)信息向事件來(lái)源系統(tǒng)進(jìn)行再分配。在上述對(duì)事件信息雙向加工、統(tǒng)籌分配的過(guò)程中（見(jiàn)圖２），市域一體化決策信息統(tǒng)籌配置機(jī)制得以形成并有效運(yùn)行。

⒋決策信息運(yùn)用階段：從經(jīng)驗(yàn)判斷向人機(jī)協(xié)同智能選擇迭代。運(yùn)用信息作選擇是決策的最關(guān)鍵環(huán)節(jié)，因而，如何作出選擇是影響決策質(zhì)量的核心要素?；鶎又侵未竽X的建設(shè)通過(guò)構(gòu)建業(yè)務(wù)智能模塊提供決策輔助等智能化服務(wù)，實(shí)現(xiàn)了決策選擇從經(jīng)驗(yàn)判斷向人機(jī)協(xié)同智能選擇的迭代，進(jìn)而推動(dòng)基層治理從事中事后處置向事前預(yù)警預(yù)測(cè)主動(dòng)干預(yù)轉(zhuǎn)變、從運(yùn)行監(jiān)測(cè)評(píng)估向戰(zhàn)略目標(biāo)選擇管理轉(zhuǎn)變。

基層事務(wù)盡管紛繁復(fù)雜，但大量重復(fù)發(fā)生的高頻事項(xiàng)仍有其一般發(fā)展規(guī)律，這為機(jī)器智能發(fā)揮預(yù)測(cè)預(yù)警的決策輔助功能提供了空間。Ｑ市基層智治大腦圍繞政府日常履職的高頻業(yè)務(wù)，在實(shí)時(shí)分析監(jiān)測(cè)的基礎(chǔ)上持續(xù)完善事件預(yù)警算法模型和相應(yīng)的智能預(yù)案，進(jìn)而當(dāng)“大腦”獲取或分析得出的信息確認(rèn)達(dá)到預(yù)置觸發(fā)條件時(shí)，相關(guān)智能模塊便自動(dòng)為決策者提供即時(shí)決策方案，甚至自主進(jìn)行智能決策。以Ｑ市城區(qū)機(jī)動(dòng)車(chē)違停管理“一件事”為例，當(dāng)機(jī)動(dòng)車(chē)違?！耙患隆睉?yīng)用模塊接收到公眾舉報(bào)信息或視頻智能監(jiān)測(cè)違停信息時(shí)，會(huì)基于算法模型分析結(jié)果，結(jié)合預(yù)置的事件處置方案與人事匹配鏈，進(jìn)行自動(dòng)決策并根據(jù)不同場(chǎng)景智能交辦。另外，如果治理信息的閾值尚未達(dá)到但已接近預(yù)置觸發(fā)條件，基層智治大腦同樣能夠基于預(yù)警算法模型構(gòu)建的預(yù)警系統(tǒng)對(duì)決策者進(jìn)行提醒，推動(dòng)了決策作出由“請(qǐng)求－響應(yīng)”被動(dòng)型向“甄別－干預(yù)”主動(dòng)型的轉(zhuǎn)變。

Ｑ市Ｑ區(qū)Ｔ鄉(xiāng)副鄉(xiāng)長(zhǎng)舉例談到：“就像因病返貧家庭，以往要靠人工走訪了解，現(xiàn)在通過(guò)大數(shù)據(jù)實(shí)時(shí)自動(dòng)比對(duì)，醫(yī)保單筆支出或累計(jì)支出超過(guò)一定數(shù)額，基層智治大腦就能即時(shí)預(yù)警因病返貧現(xiàn)象。我們收到預(yù)警之后會(huì)立馬采取針對(duì)性的措施?！保ㄅcＱ區(qū)Ｔ鄉(xiāng)領(lǐng)導(dǎo)訪談資料，資料編碼２０２２０６２７ＺＭＺＳＬ）

在戰(zhàn)略管理層面，基層智治大腦綜合運(yùn)用通用算法模型、經(jīng)驗(yàn)知識(shí)案例、專(zhuān)用業(yè)務(wù)模型等智能要素，將治理態(tài)勢(shì)趨勢(shì)預(yù)測(cè)與治理議程設(shè)置相結(jié)合，為政府在公眾治理需求正式提出或治理問(wèn)題充分暴露之前調(diào)整治理策略提供了“戰(zhàn)略預(yù)警”和“政策之窗”。如Ｑ市Ｑ區(qū)基于基層智治大腦對(duì)各類(lèi)治理指標(biāo)的分析，在區(qū)社會(huì)治理中心、鄉(xiāng)鎮(zhèn)（街道）智治中心大屏設(shè)立“指標(biāo)預(yù)警”模塊，實(shí)現(xiàn)重要指標(biāo)的動(dòng)態(tài)預(yù)警，一旦某項(xiàng)重要指標(biāo)出現(xiàn)異常波動(dòng)，“大腦”將自動(dòng)發(fā)出警示并提供分析報(bào)告。

Ｑ區(qū)Ｄ鎮(zhèn)綜合信息指揮室副主任在談到這種改變時(shí)表示：“基層智治大腦進(jìn)行大數(shù)據(jù)實(shí)時(shí)分析，如對(duì)于反映村里矛盾糾紛、村干部情況的，它有信息匯總分析和趨勢(shì)研判，我們就馬上針對(duì)分析結(jié)果，撰寫(xiě)報(bào)告提供給主要領(lǐng)導(dǎo)進(jìn)行決策，針對(duì)性地抓重點(diǎn)問(wèn)題?！保ㄅcＱ區(qū)Ｄ鎮(zhèn)干部訪談資料，資料編碼２０２２００８０９ＺＭＬＴ）

同時(shí)，基層智治大腦基于對(duì)基層工作各領(lǐng)域全量數(shù)據(jù)的挖掘分析構(gòu)建共富指數(shù)和基層治理指數(shù)，量化呈現(xiàn)鄉(xiāng)鎮(zhèn)（街道）共同富裕實(shí)現(xiàn)程度與治理水平，為主要領(lǐng)導(dǎo)精準(zhǔn)把握所在省份提出的中國(guó)特色社會(huì)主義共同富裕先行和省域現(xiàn)代化先行戰(zhàn)略目標(biāo)的實(shí)現(xiàn)進(jìn)度，進(jìn)而為轄區(qū)內(nèi)戰(zhàn)略決策提供了有效的科學(xué)依據(jù)。

Ｑ區(qū)Ｄ鎮(zhèn)黨委書(shū)記表示：“基層智治大腦‘一屏統(tǒng)攬后，鄉(xiāng)鎮(zhèn)各項(xiàng)工作進(jìn)展?fàn)顩r以及在此基礎(chǔ)上形成的基層治理指數(shù)、紅色根脈強(qiáng)基指數(shù)等一清二楚，心里踏實(shí)多了?，F(xiàn)在每天上班都要先來(lái)看看指揮室的大屏。”（與Ｑ區(qū)Ｄ鎮(zhèn)領(lǐng)導(dǎo)訪談資料，資料編碼２０２２０６２６ＺＭＬＹＨ）

（二）基層智治大腦應(yīng)用于政府決策的組織和制度安排

技術(shù)與組織的關(guān)系是一個(gè)技術(shù)本身與技術(shù)使用方之間相互建構(gòu)的過(guò)程［２５］，制度和組織安排會(huì)干預(yù)技術(shù)的執(zhí)行［２６］。在數(shù)字技術(shù)重塑政府決策的過(guò)程中，將打破原體制的權(quán)力格局，為此需要進(jìn)行公共決策體制機(jī)制革新，否則大數(shù)據(jù)決策很難落地生根。［２７］為此，Ｑ市基層智治大腦建設(shè)堅(jiān)持體制機(jī)制改革和智能化技術(shù)雙輪驅(qū)動(dòng)，通過(guò)不斷完善組織、制度安排，充分發(fā)揮出技術(shù)嵌入對(duì)政府運(yùn)行過(guò)程的系統(tǒng)重塑作用。

⒈在組織安排方面，通過(guò)機(jī)構(gòu)、人員、“人”與“事”三元融合，實(shí)現(xiàn)基層智治大腦對(duì)治理場(chǎng)景的全面穿透。在機(jī)構(gòu)融合方面，Ｑ市推動(dòng)與基層治理聯(lián)系緊密的綜合行政執(zhí)法、信訪等部門(mén)整體入駐社會(huì)治理中心，同時(shí)司法、應(yīng)急管理、市場(chǎng)監(jiān)管等部門(mén)人員常態(tài)化進(jìn)駐社會(huì)治理中心。多部門(mén)人員入駐基層智治大腦物理載體的社會(huì)治理中心，有效推動(dòng)了相關(guān)部門(mén)依托“大腦”形成人機(jī)協(xié)同循數(shù)決策機(jī)制。在人員融合方面，Ｑ市整合基層治理重大改革各專(zhuān)班力量，成立“縣鄉(xiāng)一體、條抓塊統(tǒng)”基層智治系統(tǒng)建設(shè)工作領(lǐng)導(dǎo)小組和推進(jìn)辦，將基層智治大腦在完善治理體系的大場(chǎng)景下進(jìn)行規(guī)劃和建設(shè)，并以“改革＋大腦＋應(yīng)用”一體推進(jìn)的方式將“大腦”融入智能化能力中心。在“人”與“事”融合方面，Ｑ市借鑒“最多跑一次”改革、“一件事”集成改革的成功經(jīng)驗(yàn)，將基層治理中需要跨部門(mén)、跨領(lǐng)域、跨層級(jí)聯(lián)辦的事項(xiàng)作為“一件事”。全市１７件基層治理“一件事”拆解最小顆粒事項(xiàng)１４９３項(xiàng)，匹配人員３５２４人次，實(shí)現(xiàn)“一件事”處置精確到人?！叭恕迸c“事”的無(wú)縫銜接為“大腦”進(jìn)行事件智能交辦提供了前提與基礎(chǔ)，由此，在“一件事”智能辦理中實(shí)現(xiàn)了基層智治大腦對(duì)基層核心業(yè)務(wù)的全面穿透。

⒉在制度安排方面，通過(guò)制度框架與運(yùn)行機(jī)制的優(yōu)化完善，提供基層智治大腦有效運(yùn)轉(zhuǎn)的制度保障。Ｑ市由市委辦高規(guī)格出臺(tái)《關(guān)于鞏固提升“縣鄉(xiāng)一體、條抓塊統(tǒng)”改革 扎實(shí)推進(jìn)基層智治系統(tǒng)建設(shè)的實(shí)施意見(jiàn)》，提出圍繞基層治理實(shí)戰(zhàn)需求強(qiáng)化“大腦”在分析預(yù)警、輔助決策等方面的運(yùn)用，并將“大腦”運(yùn)用情況作為區(qū)縣數(shù)字化改革成效考評(píng)的重要依據(jù)，為“大腦”應(yīng)用提供制度依據(jù)與考核激勵(lì)。同時(shí)，Ｑ市以標(biāo)準(zhǔn)化手段重塑與“大腦”技術(shù)要求相匹配的基層政府運(yùn)行機(jī)制，在鄉(xiāng)鎮(zhèn)不斷完善模塊化運(yùn)行模式，按照“大腦”四條跑道（黨建統(tǒng)領(lǐng)、經(jīng)濟(jì)生態(tài)、平安法治、公共服務(wù)）的框架構(gòu)建鄉(xiāng)鎮(zhèn)（街道）“１＋４”（１個(gè)綜合信息指揮室＋黨建統(tǒng)領(lǐng)、經(jīng)濟(jì)生態(tài)、平安法治、公共服務(wù)４個(gè)模塊）標(biāo)準(zhǔn)化運(yùn)行架構(gòu)，將鄉(xiāng)鎮(zhèn)（街道）內(nèi)設(shè)機(jī)構(gòu)納入對(duì)應(yīng)模塊，實(shí)行扁平化管理、矩陣式協(xié)同，確保事件能夠按照“大腦”決策流程進(jìn)行智能化高效辦理。

（三）基層智治大腦應(yīng)用于政府決策的成效

基層智治大腦的應(yīng)用及相關(guān)組織、制度安排的完善，有效提高了政府信息能力，推動(dòng)了決策過(guò)程的優(yōu)化重塑，實(shí)現(xiàn)了政府決策范圍、效率及質(zhì)量的系統(tǒng)變革。

⒈決策范圍拓展：模糊治理現(xiàn)象變?yōu)榍逦鷽Q策問(wèn)題?；鶎又卫淼膹?fù)雜性、不規(guī)則性給決策者帶來(lái)了極大的不確定性和風(fēng)險(xiǎn)，造成基層政府由于“看不清”而采取選擇性決策?；鶎又侵未竽X通過(guò)構(gòu)建全時(shí)空多維度采錄感知網(wǎng)，打通各種信息來(lái)源渠道，將人、房、企、事、物等要素全量轉(zhuǎn)化為“數(shù)字化”可測(cè)算、可觀看、可治理的符號(hào)，從而在數(shù)字空間將模糊的治理現(xiàn)象變?yōu)榍逦鷽Q策問(wèn)題進(jìn)行求解。２０２２年，Ｑ市基層新問(wèn)題中有７０％依靠感知網(wǎng)中的無(wú)人機(jī)巡查識(shí)別，如垃圾偷倒、污水偷排、農(nóng)田占用等傳統(tǒng)方式不易及時(shí)精確察覺(jué)的模糊現(xiàn)象在全時(shí)空多維度采錄感知網(wǎng)的融合感知與洞察之下，能夠得到實(shí)時(shí)或準(zhǔn)實(shí)時(shí)的發(fā)現(xiàn)，并第一時(shí)間進(jìn)入決策議程，從而有效拓展了政府決策范圍。

⒉決策效率提升：方案選擇及執(zhí)行機(jī)制的再造。基層智治大腦基于對(duì)事件的智能化分析，結(jié)合預(yù)置的事件處置方案與人事匹配鏈，能夠自動(dòng)識(shí)別事件屬地、自動(dòng)實(shí)現(xiàn)事件分類(lèi)、自動(dòng)分派部門(mén)和人員、自動(dòng)根據(jù)預(yù)案與智能學(xué)習(xí)拉人建群并創(chuàng)建線上專(zhuān)班，形成了“現(xiàn)實(shí)問(wèn)題→符號(hào)表達(dá)→智能分析→自動(dòng)決策→高效執(zhí)行”的新型決策流程及執(zhí)行機(jī)制，最大限度地壓減了決策環(huán)節(jié)及信息周轉(zhuǎn)時(shí)間，從而使決策及執(zhí)行效率相比以往大幅提升。據(jù)統(tǒng)計(jì)，Ｑ市基層智治大腦運(yùn)行以來(lái)，事件辦件量上升３４．６％，而平均處置時(shí)長(zhǎng)下降１９．３％。以基層治理“一件事”揚(yáng)塵處置為例，以往從決策形成到處置完成一般需要７個(gè)工作日，而目前僅需１－２小時(shí)即可完成處置。這其中基層智治大腦實(shí)時(shí)進(jìn)行決策發(fā)起并自動(dòng)匹配人、事、部門(mén)、權(quán)責(zé)的智能決策、自動(dòng)執(zhí)行功能發(fā)揮了非常關(guān)鍵的作用。

⒊決策質(zhì)量改善：全數(shù)據(jù)決策支持克服有限理性。受制于個(gè)體認(rèn)知和信息處理能力的局限性，即便決策者水平再高也只能在有限理性范圍內(nèi)選擇滿意方案?；鶎又侵未竽X一方面通過(guò)數(shù)字空間與物理空間、社會(huì)空間相融合，使決策者能夠“一屏掌握”與決策問(wèn)題相關(guān)的全量治理信息和經(jīng)驗(yàn)知識(shí)案例，拓展了決策者的認(rèn)知范圍；另一方面，基于各種智能要素對(duì)數(shù)據(jù)的分析、挖掘、推理、判斷，提升了決策者的信息處理能力，從而促使政府決策更加合乎理性，決策結(jié)果更加靠近“最優(yōu)解”，進(jìn)而顯著改善了基層政府決策質(zhì)量。調(diào)研中多位鄉(xiāng)鎮(zhèn)（街道）黨政領(lǐng)導(dǎo)均表示，基層智治大腦通過(guò)實(shí)用、管用的數(shù)字化應(yīng)用，能夠?qū)Q策過(guò)程提供智能輔助，有效提升了決策的精準(zhǔn)度。

四、結(jié)論與討論

隨著數(shù)字時(shí)代的到來(lái)，以數(shù)字技術(shù)重塑政府決策成為理論界和實(shí)務(wù)界關(guān)注的熱點(diǎn)。已有研究普遍認(rèn)為，數(shù)字技術(shù)是政府決策模式變革的重大契機(jī)和推動(dòng)力，構(gòu)建了各種決策模型或框架進(jìn)行理論分析和論證。然而，鮮有針對(duì)數(shù)字技術(shù)對(duì)政府決策的系統(tǒng)實(shí)證分析?；诖?，本文聚焦數(shù)字技術(shù)對(duì)政府決策的影響機(jī)理，通過(guò)構(gòu)建基于信息能力的政府決策過(guò)程分析框架，并以Ｑ市基層智治大腦建設(shè)應(yīng)用為典型案例，深入剖析了數(shù)字技術(shù)影響政府決策過(guò)程的具體機(jī)理及實(shí)際效果。

研究表明，首先，集成各類(lèi)智能技術(shù)的“大腦”的應(yīng)用顯著強(qiáng)化了政府對(duì)決策信息的獲取、配置、整合、運(yùn)用，推動(dòng)了信息獲取階段從條線多頭采集向跨域融合感知與洞察迭代，信息整合階段從政務(wù)數(shù)據(jù)匯聚共享向智能要素構(gòu)建共享迭代，信息配置階段從鄉(xiāng)鎮(zhèn)小閉環(huán)向市域一體化大閉環(huán)配置迭代，信息運(yùn)用階段從經(jīng)驗(yàn)判斷向人機(jī)協(xié)同智能選擇迭代，從而在決策各階段迭代升級(jí)的過(guò)程中實(shí)現(xiàn)了政府決策過(guò)程的系統(tǒng)重塑。其次，“大腦”對(duì)決策過(guò)程重塑作用的發(fā)揮有賴(lài)于組織、制度安排的同步完善，需要在組織安排上推進(jìn)機(jī)構(gòu)、人員、“人”與“事”三元融合，在制度安排上優(yōu)化改革框架和政府運(yùn)行機(jī)制。再次，基層智治大腦的應(yīng)用及組織、制度安排的完善，推動(dòng)了模糊治理現(xiàn)象變?yōu)榍逦鷽Q策問(wèn)題，決策方案選擇及執(zhí)行機(jī)制的再造和以全數(shù)據(jù)決策支持克服有限理性，實(shí)現(xiàn)了政府決策范圍、效率及質(zhì)量的系統(tǒng)變革。這也預(yù)示著一種機(jī)器智能系統(tǒng)與人類(lèi)智能活動(dòng)高頻交流、即時(shí)反饋、優(yōu)勢(shì)互補(bǔ)、緊密協(xié)同的新型政府決策模式正在逐步形成。這種人機(jī)協(xié)同的新型決策模式通過(guò)物聯(lián)網(wǎng)傳感器自動(dòng)采集結(jié)合人工信息上報(bào)，實(shí)現(xiàn)決策信息獲取的跨域融合感知與洞察；通過(guò)機(jī)器智能系統(tǒng)智能要素對(duì)決策信息的加工轉(zhuǎn)換結(jié)合個(gè)人經(jīng)驗(yàn)知識(shí)分析，實(shí)現(xiàn)決策信息整合的實(shí)時(shí)精準(zhǔn)分析；通過(guò)機(jī)器智能系統(tǒng)自動(dòng)分撥流轉(zhuǎn)結(jié)合人工派單，實(shí)現(xiàn)決策信息配置的全域一體；通過(guò)機(jī)器智能系統(tǒng)自動(dòng)提供決策方案及自主決策結(jié)合個(gè)人專(zhuān)業(yè)判斷，實(shí)現(xiàn)決策信息運(yùn)用的人機(jī)協(xié)同智能選擇。

未來(lái)已來(lái)，為了加快新型決策機(jī)制在各級(jí)政府落地生根，以下兩個(gè)方面應(yīng)成為后續(xù)理論研究與實(shí)踐探索的重要議題：一方面，如何進(jìn)一步完善基層政府治理體系，以基層治理“一件事”集成改革撬動(dòng)政府運(yùn)行機(jī)制的再造。另一方面，如何健全“大腦”核心要素統(tǒng)籌建設(shè)機(jī)制，圍繞基層治理實(shí)戰(zhàn)需求開(kāi)發(fā)完善基于“大腦”的數(shù)字化應(yīng)用。

【參考文獻(xiàn)】

［１］（美）赫伯特·西蒙．管理決策新科學(xué)［Ｍ］．李柱流，湯俊澄，譯．北京：中國(guó)社會(huì)科學(xué)出版社，１９８２：３３．

［２］袁家軍．?dāng)?shù)字化改革概論［Ｍ］．杭州：浙江人民出版社，２０２２：４８．

［３］（美）詹姆斯·馬奇．馬奇論管理［Ｍ］．丁丹，譯．北京：東方出版社，２０１０：４４．

［４］范如國(guó)．公共管理研究基于大數(shù)據(jù)與社會(huì)計(jì)算的方法論革命［Ｊ］．中國(guó)社會(huì)科學(xué)，２０１８（９）：７４－９１＋２０５．

［５］徐宗本，等．大數(shù)據(jù)驅(qū)動(dòng)的管理與決策前沿課題［Ｊ］．管理世界，２０１４（１１）：１５８－１６３．

［６］段忠賢，等．大數(shù)據(jù)驅(qū)動(dòng)型政府決策：要素，特征與模式［Ｊ］．電子政務(wù)，２０１８（２）：４５－５２．

［７］Ｒ Ｎｇ．Ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｉｎ Ｓｉｎｇａｐｏｒｅ：ｋｅｙ ｄｒｉｖｅｒｓ ａｎｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｆｏｒ ａ ｓｍａｒｔ ｎａｔｉｏｎ［Ｊ］．Ｐｏｌｉｔｉｃｓ ａｎｄ Ｇｏｖ－ｅｒｎａｎｃｅ，２０１８，６（４）：３９－４７．

［８］Ｊａｎｓｓｅｎ Ｍ，Ｋｕｋ Ｇ．Ｂｉｇ ａｎｄ ｏｐｅｎ ｌｉｎｋｅｄ ｄａｔａ（ＢＯＬＤ）ｉｎ ｒｅｓｅａｒｃｈ，ｐｏｌｉｃｙ，ａｎｄ ｐｒａｃｔｉｃｅ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｏｒｇａｎｉｚａｔｉｏｎａｌ Ｃｏｍｐｕｔｉｎｇ ＆ Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ，２０１６，２６（１－２）：３－１３．

［９］陳一帆，胡象明．大數(shù)據(jù)驅(qū)動(dòng)型的公共決策過(guò)程創(chuàng)新及效果評(píng)估——基于ＳＳＣＩ和ＳＣＩ的文獻(xiàn)研究［Ｊ］．電子政務(wù)，２０１９（８）：１４－２７．

［１０］劉成，李秀峰．“ＡＩ＋公共決策”：理論變革，系統(tǒng)要素與行動(dòng)策略［Ｊ］．哈爾濱工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），２０２０（２）：１２－１８．

［１１］高文勇．人工智能應(yīng)對(duì)突發(fā)事件的精準(zhǔn)治理：基于“結(jié)構(gòu)—過(guò)程”維度的要素分析［Ｊ］．學(xué)術(shù)探索，２０２１（８）：８５－９５．

［１２］向玉瓊，謝新水．?dāng)?shù)字孿生城市治理：變革，困境與對(duì)策［Ｊ］．電子政務(wù)，２０２１（１０）：６９－８０．

［１３］李文釗．?dāng)?shù)字界面視角下超大城市治理數(shù)字化轉(zhuǎn)型原理——以城市大腦為例［Ｊ］．電子政務(wù)，２０２１（３）：２－１６．

［１４］Ｐａｓｑｕａｌｅ Ｆ．Ｔｈｅ ｂｌａｃｋ ｂｏｘ ｓｏｃｉｅｔｙ．ｔｈｅ ｓｅｃｒｅｔ ａｌｇｏｒｉｔｈｍｓ ｔｈａｔ ｃｏｎｔｒｏｌ ｍｏｎｅｙ ａｎｄ ｉｎｆｏｒｍａｔｉｏｎ［Ｍ］．Ｃａｍｂｒｉｄｇｅ：Ｈａｖａｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，２０１５：１５０－１５３．

［１５］［１８］黃璜，等．?dāng)?shù)字化賦能治理協(xié)同：數(shù)字政府建設(shè)的“下一步行動(dòng)”［Ｊ］．電子政務(wù)，２０２２（４）：２－２７．

［１６］張建鋒，等．?dāng)?shù)智化：數(shù)字政府，數(shù)字經(jīng)濟(jì)與數(shù)字社會(huì)大融合［Ｍ］．北京：電子工業(yè)出版社，２０２２：１２１．

［１７］（美）肯尼斯·阿羅．組織的極限［Ｍ］．陳小白，譯．北京：華夏出版社，２０１４：５１．

［１９］黃璜．?dāng)?shù)字政府的概念結(jié)構(gòu)：信息能力，數(shù)據(jù)流動(dòng)與知識(shí)應(yīng)用——兼論ＤＩＫＷ模型與ＩＤＫ原則［Ｊ］．學(xué)海，２０１８（４）：１５８－１６７．

［２０］周毅．論政府信息能力及其提升［Ｊ］．情報(bào)理論與實(shí)踐，２０１４（１０）：２０－２５．

［２１］Ｂａｒｎｅｙ Ｊ．Ｂ．Ｉｓ Ｔｈｅ ｒｅｓｏｕｒｃｅ－ｂａｓｅｄ“ｖｉｅｗ”ａ ｕｓｅｆｕｌ ｐｅｒｓｐｅｃｔｉｖｅ ｆｏｒ ｓｔｒａｔｅｇｉｃ ｍａｎａｇｅｍｅｎｔ ｒｅｓｅａｒｃｈ？ｙｅｓ［Ｊ］．Ａｃａｄｅｍｉｃ Ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｉｅｗ，２００１，２６（１）：４１－５６．

［２２］Ｔｅｅｃｅ Ｄ Ｊ，ＰＩＳＡＮＯ Ｇ，ＳＨＵＥＮ Ａ．Ｄｙｎａｍｉｃ ｃａｐａｂｉｌｉｔｉｅｓ ａｎｄ ｓｔｒａｔｅｇｉｃ ｍａｎａｇｅｍｅｎｔ［Ｊ］．Ｓｔｒａｔｅｇｉｃ Ｍａｎａｇｅｍｅｎｔ Ｊｏ－ｕｒｎａｌ，１９９７，１８（７）：５０９－５３３．

［２３］焦豪，等．動(dòng)態(tài)能力研究述評(píng)及開(kāi)展中國(guó)情境化研究的建議［Ｊ］．管理世界，２０２１（５）：１９１－２１０．

［２４］韓志明．智慧治理驅(qū)動(dòng)國(guó)家治理現(xiàn)代化的技術(shù)邏輯［Ｊ］．國(guó)家治理，２０２１（９）：１６－１９．

［２５］邱澤奇．技術(shù)與組織的互構(gòu)——以信息技術(shù)在制造企業(yè)的應(yīng)用為例［Ｊ］．社會(huì)學(xué)研究，２００５（２）：３２－５４＋２４３．

［２６］（美）簡(jiǎn)·芳?。畼?gòu)建虛擬政府：信息技術(shù)與制度創(chuàng)新［Ｍ］．邵國(guó)松，譯．北京：中國(guó)人民大學(xué)出版社，２０１０：７９－８６．

［２７］周陽(yáng)，汪勇．大數(shù)據(jù)重塑公共決策的范式轉(zhuǎn)型、運(yùn)行機(jī)理與治理路徑［Ｊ］．電子政務(wù)，２０２１（９）：８１－９２．

（責(zé)任編輯：董博宇）

Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｅ ｄｉｇｉｔａｌ ａｇｅ，ｔｈｅ ａｂｉｌｉｔｙ ｔｏ ｅｆｆｅｃｔｉｖｅｌｙ ｕｓｅ ｉｎｆｏｒｍａｔｉｏｎ ｉｓ ｔｈｅ ｃｏｒｅ ｆａｃｔｏｒ ａｆｆｅｃｔｉｎｇ ｏｒｇａｎｉｚａｔｉｏｎａｌ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ，ｂｕｔ ｉｔｓ ｍｅｃｈａｎｉｓｍ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｇｏｖｅｒｎｍｅｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｈａｓ ｒｅｃｅｉｖｅｄ ｌｉｔｔｌｅ ｒｅｓｅａｒｃｈ ａｔｔｅｎｔｉｏｎ．Ｃｏｍｂｉｎｉｎｇ ｔｈｅ ｒｅｓｏｕｒｃｅ－ｂａｓｅｄ ｖｉｅｗ ａｎｄ ｄｙｎａｍｉｃ ｃａｐａｃｉｔｙ ｔｈｅｏｒｙ，ｔｈｉｓ ｐａｐｅｒ ｅｓｔａｂｌｉｓｈｅｓ ａｎ ａｎａｌｙｔｉｃａｌ ｆｒａｍｅｗｏｒｋ ｏｆ ｇｏｖｅｒｎｍｅｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｐｒｏｃｅｓｓ ｂａｓｅｄ ｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｃａｐａｃｉｔｙ，ａｎｄ ｕｓｅｓ ｔｈｉｓ ｆｒａｍｅｗｏｒｋ ｔｏ ｃｏｎｄｕｃｔ ａ ｃａｓｅ ｓｔｕｄｙ ｏｎ Ｑ Ｃｉｔｙ，ｔｈｅ ｏｎｌｙ ｍｕｎｉｃｉｐａｌ ｐｉｌｏｔ ｃｉｔｙ ｏｆ ｇｒａｓｓｒｏｏｔｓ ｇｏｖｅｒｎａｎｃｅ ｂｒａｉｎ ｉｎ ｔｈｅ ｐｉｏｎｅｅｒｉｎｇ ｐｒｏｖｉｎｃｅ ｏｆ ｄｉｇｉｔａｌ ｒｅｆｏｒｍ， ａｎｄ ｓｙｓｔｅｍａｔｉｃａｌｌｙ ｅｘａｍｉｎｅｓ ｔｈｅ ｓｐｅｃｉｆｉｃ ｍｅｃｈａｎｉｓｍ ａｎｄ ｐｒａｃｔｉｃａｌ ｅｆｆｅｃｔ ｏｆ ｇｒａｓｓｒｏｏｔｓ ｇｏｖｅｒｎａｎｃｅ ｂｒａｉｎ ｉｎ ｉｍｐｒｏｖｉｎｇ ｇｏｖｅｒｎｍｅｎｔ ｉｎｆｏｒｍａｔｉｏｎ ｃａｐａｃｉｔｙ ｗｈｉｌｅ ｒｅｓｈａｐｉｎｇ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｐｒｏｃｅｓｓ．Ｔｈｉｓ ｓｔｕｄｙ ｆｏｕｎｄ：Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ“ｂｒａｉｎ”ｓｉｇｎｉｆｉｃａｎｔｌｙ ｓｔｒｅｎｇｔｈｅｎｓ ｔｈｅ ｇｏｖｅｒｎｍｅｎｔ＇ｓ ａｂｉｌｉｔｙ ｔｏ ａｃｑｕｉｒｅ，ｃｏｎｆｉｇｕｒｅ，ｉｎｔｅｇｒａｔｅ ａｎｄ ａｐｐｌｙ ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ，ｒｅａｌｉｚｉｎｇ ｔｈｅ ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ａｃｑｕｉｓｉｔｉｏｎ ｆｒｏｍ ｍｕｌｔｉ－ｌｉｎｅ ｃｏｌｌｅｃｔｉｏｎ ｔｏ ｃｒｏｓｓ－ｄｏｍａｉｎ ｆｕｓｉｏｎ ｐｅｒｃｅｐｔｉｏｎ ａｎｄ ｉｎｓｉｇｈｔ ｉｔｅｒａｔｉｏｎ，ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｉｎｔｅｇｒａｔｉｏｎ ｆｒｏｍ ｇｏｖｅｒｎｍｅｎｔ ｄａｔａ ａｇｇｒｅｇａｔｉｏｎ ａｎｄ ｓｈａｒｉｎｇ ｔｏ ｉｎｔｅｌｌｉｇｅｎｔ ｆａｃｔｏｒ ｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ ｓｈａｒｉｎｇ ｉｔｅｒａｔｉｏｎ，ａｎｄ ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｆｒｏｍ ｓｍａｌｌ ｔｏｗｎｓｈｉｐ ｃｌｏｓｅｄ ｌｏｏｐ ｔｏ ｌａｒｇｅ ｉｎｔｅｇｒａｔｅｄ ｃｌｏｓｅｄ ｌｏｏｐ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｉｔｅｒａｔｉｏｎ．Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｄｅｃｉｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｉｔｅｒａｔｅｓ ｆｒｏｍ ｅｘｐｅｒｉｅｎｃｅ ｊｕｄｇｍｅｎｔ ｔｏ ｈｕｍａｎ－ｍａｃｈｉｎｅ ｃｏｏｐｅｒａｔｉｖｅ ｉｎｔｅｌｌｉｇｅｎｔ ｓｅｌｅｃｔｉｏｎ．Ｔｈｅ ｏｐｔｉｍｉｚａｔｉｏｎ ａｎｄ ｒｅｓｈａｐｉｎｇ ｏｆ ｅｖｅｒｙ ｓｔａｇｅ ｏｆ ｔｈｅ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｐｒｏｃｅｓｓ，ｃｏｍｂｉｎｉｎｇ ｗｉｔｈ ｔｈｅ ｉｍｐｒｏｖｅｍｅｎｔｓ ｏｆ ｔｈｅ ｏｒｇａｎｉｚａｔｉｏｎ ａｎｄ ｉｎｓｔｉｔｕｔｉｏｎａｌ ａｒｒａｎｇｅｍｅｎｔ，ｈａｓ ｃｏｎｔｒｉｂｕｔｅｄ ｔｏ ｓｙｓｔｅｍａｔｉｃ ｃｈａｎｇｅ ｏｆ ｔｈｅ ｓｃｏｐｅ，ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｑｕａｌｉｔｙ ｏｆ ｇｏｖｅｒｎｍｅｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ．

Ｋｅｙ ｗｏｒｄｓ：ｇｏｖｅｒｎｍｅｎｔ ｉｎｆｏｒｍａｔｉｏｎ ｃａｐａｃｉｔｙ；ｇｏｖｅｒｎｍｅｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ；ｇｒａｓｓｒｏｏｔｓ ｇｏｖｅｒｎａｎｃｅ ｂｒａｉｎ