返回上一页 文章阅读 登录

邵春堡:新时代数字技术、数字转型与数字治理

更新时间:2021-01-06 15:32:55
作者: 邵春堡 (进入专栏)  
信息垄断、信息污染和信息孤岛问题,网络病毒、网络黑客、网络安全问题,智能化带来的情感、暴力、甚至仇恨,以及对智能过高的期待和不负责任的智能炒作问题,平台自身的生态系统问题。

   具体来说,企业要“把数据治理和数字管理结合起来,从组织架构、管理制度、操作规范、信息技术应用、绩效考核支持等多维度对组织的数据模型、数据架构、数据质量、数据安全、数据生命周期等方面进行全面的梳理、建设以及持续改进。”[4]通过数据治理,达到精准营销、改善用户体验、提升服务质量,将无序的数据转化为利润。

   政府要在数字社会、数字政府建设基础上,提升公共服务和社会治理等数字化智能化水平,“将数据转化为科学决策,使舆情监控、网络反腐、政府绩效考核等公共领域对数据的应用程度不断加深,实现政府决策、政府管理由事后决策转变为事前预警,从而为各行各业提供有效的业务信息支持。社会各种组织可以利用数据开发与实用性强的大众应用,提升公众在社会管理中的参与度,实现全社会向创新方向发展。”[7]

   总之,数字治理是对数字社会行使权力和控制的活动,包括组织、制度、流程、工具等要素。通过数字治理,增强企业竞争实力、政府治理能力、社会创新活力,实现对数字的治理和用数字来治理。

   数字世界色彩斑斓,新事物新现象迭出,不可预知性、不确定性正在冲击我们的生产生活。安全和发展成为数字世界的两大痛点,对此不能回避,必须面对,需要做好平衡,以安全保发展、以发展促安全;需要我们树立数字意识和思维,培养数字能力和方法,构建治理体系和机制,完成数字治理的任务,实现数字治理目标。

   (三)完善数字治理的多元主体和合作共享机制

   现代治理强调政府、企业和个人等多方面的治理主体,数字治理平台适应这样的多元化治理主体,强化数字治理的协调、联动和共享,营造公平、包容和竞争的治理环境,充分激发社会创新创造活力,有效开发跨主体的兼容和共享数字信息系统,尽可能使信息系统跨部门共享,减少信息不对称问题,避免道德风险和逆向选择,降低信息成本和治理成本,扩大数字经济公共产品和数字社会公共服务的供给,促进跨部门、跨区域、跨系统对接,形成有效联动、共同推进的治理工作格局和工作机制。

   共享机制要避免有共享无协同的问题,避免与相关单位数据资源彼此分散、割裂和碎片化状态,挖掘各治理主体不同地区、层级和部门以及自身的应用潜能,促进政府、企业、社会组织和个人间的数据交换,真正实现数字信息共享。比如,电信运营商各自掌握的手机大数据都不完善,在上级监管部门协调下就可实现数据融合资源共享,从而提升数字运用能力,在疫情防控、社会管理、公共安全、商业服务等领域发挥不可替代的作用。为解决“数据割据”“数据孤岛”和“数据碎片化”等问题。要推动大数据的跨界融合,使其发挥更大的作用,这就需要政府和企业开放大数据,推动商业创新和社会众包。比如在防疫后期的复工复产中很多企业出现供应链衔接问题,而企业纳税和交易数据就提供了解决线索。营改增以后增值税的缴纳数据刻画了企业的供应链,据此可以摸清企业之间的网状联系,并为复工复产规划提供决策依据。数字治理的协同互助,还需要加强各个部门的协调配合,建立工作沟通机制,研究数字化智能化升级工作中的突出问题,明确治理职责分工,统筹推进治理,确保治理任务落实到位。

   (四)强化数字治理的顶层设计和统筹运行机制

   要以系统思维和整体思维设计数字治理。日趋成熟的数字社会需要多元主体参与、上下左右形成系统有序的数字治理过程。

   在数字政府、数字社区、数字企业等社会组织的系统化建设中,既要体现不同层级不同领域的特点,又要统筹规划、投资、建设、运营、运维,理顺治理机制,形成治理合力,确保数字治理总体目标实现。

   在网络、系统、平台、数据、业务等运转系统上,要全方位统筹规划和顶层设计,确保网络实现一体化运行,真正有助于整体上提升数据质量,提高数据可获取性,提升数据价值转化率,实现数据从无形资产到有形价值的转变,实现数字治理的一盘棋大局。

   在治理标准规范、管理制度、法律法规等配套措施上,规范基本操作,明确主要职能,力促数字治理实践的标准化、制度化、法治化,防止和规避各自为阵、重重障碍、重复浪费的现象,防止表面上很繁荣、实际上无规范的治理乱象。

   在建立数字治理的秩序上,需要增强共识,统一协调,不同层级政府、不同市场主体、不同规模企业、不同的社会组织,都应纳入数字治理大局,在统筹规范的同时突出各自特点,运用好数字治理的自主权。在治理主体方面,应明确政府的业务数据、企业的交易数据和个人的行为数据;在治理要素方面,应当包括技术发展、战略策略、组织结构和标准规范四个内容;在治理流程方面,健全数据采集、数据存储、数据分析、数据挖掘、数据展现五个环节。

   总之,“国家层面的竞争力将部分体现为一国拥有大数据的规模、活性以及对数据的解释、运用能力”。[8]而数据规模和数据活性有赖于数据收集、数据分析、应用和管理等具体环节上,当把这些环节串联成一个有序的、完整的流程时,才能形成数据治理过程。这样的数字治理就会既有宏观上的规范,又有细节和流程上的有序,方能保障良好的治理效果。

   (五)建立制度和法律法规体系,维护数字治理秩序

   数字治理过程要贯彻法治理念。随着数字社会的运行和数字治理的实践,需要将数字治理探索中的成功做法和有效经验制度化、法制化。根据数字经济、数字社会和数字治理的发展程度,不断出台、修改、完善数据治理安全的法律法规,平衡好技术创新与风险、网络开放与安全、数据挖掘与隐私保护、数据垄断与竞争之间的关系,营造有利于数字治理的法律环境,查处数据滥用、数据泄露等违法行为,引导各方面积极履行社会责任,坚守法律和伦理底线。

   就政府治理主体而言,要依据法律法规全面梳理行政审批事项,优化网上审批服务流程,做到法无授权不可为、法定职责必须为;推进数字监察,利用大数据、区块链等技术实现全程留痕和有据可查,规范和约束权力运行,强化执法问责;加强数字政府运维过程中的执法监督,形成合法的政府建设机制和有效的市场参与机制。

  

   四、以数字治理的鲜明特点和优势提升治理效果

   数字治理有一些不同于传统治理的特点和优势,正是这些特点和优势,使这种新型的治理具有数据的流动性、资源的复用性、平台的赋能性,进而在治理过程中呈现出数字资源流动的开放活力,激发出治理的创新热潮;数字要素复用的无限分享,实现着治理的低成本高效能;数据积累赋能的广泛合作,输送着挖掘不尽的治理动力。

   (一)平台性、社群性和交互性的交流方式,实现着民主平等的治理效果

   数字治理打破过去点状和线状的信息传输方式,站到了平面和立体的信息互动平台之上,而平台可以弥补单个企业资源有限、市场协调有时滞的缺陷,在短时间里动员和协调生态中的人员、技术、设备,提供规模庞大的响应服务。比如“在疫情防控中数字平台高效配置资源。一方面,平台企业积极组织人力物力,保障战时民生所需商品的市场供应,全球采买各类急需医疗防护用品,通过企业快捷物流体系向疫区输送防疫物资,展现出数字经济的精准高效。另一方面,平台企业发挥特殊的社会组织功能,比如有的电商依托自身公益平台及时发起募捐,为疫区购买输送急需物资,体现出平台企业直接联系各类人群的广泛性和持续性。”[9]

   来自各个方面的数字,呈多方位、全息性、动态式的图景,反映不同角度、时间、方位的现实。在平台上大家都可以参与治理,又是被治理者,组织、单位和个人通过自己的终端或平台与不同的治理系统互动,或单向输出信息,或相互沟通,各群体互动参与,治理者与被治理者的身份界限由清晰到淡化。这与以往统治式、领导式、监管式的自上而下的单向治理系统根本不同,体现了多元主体和共同参与的特点。随着智能技术增加,原来较多的以人为主的监管角色过渡到由智能机器人参与的多元治理者,这会减少许多人为的犹豫和感情影响,能够毫无保留地坚持既定原则,一视同仁地实现监管到位。

   (二)数据对不同事物和行为价值及其关系的反映,使原本复杂的治理关系变得简单

   当每个人都是数字信息提供者,物联网让万物都以活的数字存在时,数字信息海量存在。数字不仅是信息智能技术形式,也是信息的表达方式,是重要的商品资源,还是生产和工作的各种要素,数字具有了一般意义上的价值。2009年英国明确提出数据成为信息时代的新货币。治理中的数字不仅反映自身的价值,也能够同货币一样,反映各种数字背后体现的各种事物、行为的价值以及各种事物之间、行为之间、事物与行为之间的相互关系及其反映的价值程度。这就使原来复杂的治理和监管变得简单,进而提高治理效率,取得更好的治理效果。这种特点还有赖于数字技术的充分发展和运用才能更加突显。

   (三)数字治理过程中决策和执行的统一,撤除了许多不必要的藩篱和梗阻

   数字治理的重要作用体现在决策功能方面。收集积累规模数据是基础,科学的数据分析是关键,将分析成果用在决策过程是重要目的。因此,加强企业特色数据与政府大数据资源整合,加快建设数字政府和智慧城市,进而在此基础上形成更大范围的一体化数据平台,各子平台发挥独特的数字积累和分析能力,统一平台统筹更多数据,加强宏观的数字分析,有助于提升企业、社会组织特别是各级政府的决策能力和水平。数据对决策的作用是重要依据,但它毕竟还是第二位的,关键在于决策组织和决策者素养,在于决策组织能够很好参考和利用数字分析的成果。

   过去我们欣赏决策上的果断和一锤定音,甚至把决策组织的作用都依靠在主要负责者身上。好处是决策责任明确,谁决策权力大,谁担的责任重。决策者因担心承担决策风险,出于个人名誉或是晋升的考量,或者将不好的决策推给数据分析结果,或者可能过度保守或者决策滞后,错失机会。为将数据分析的决策辅助作用与决策组织更好地结合起来,可将决策的后果和个人声誉脱钩,在数字信息的基础上建立集体决策机制,共担风险,共负责任。

   由于决策数据来自各个方面,既能更充分地挖掘过去的信息,也能以不同的科技推理和预测未来形势,更会在庞杂的信息数据中涌现大量的意见建议,每个人都是信息的终端,都可以发声,扩散信息,比如疫情中民众在网络上表达求助救助的意见和建议,如果能充分利用这些网络数字信息,就会收集到最实际最有价值的建议。比如有的利用网络发起为困难者捐助,从筹集物资到安排运输,更加精准、路径更短,本身就是一种微型治理。人工智能和算法不带任何偏见地综合出有科学依据和民众基础的最优方案,一旦被决策机构选择拍板,在认识和执行中会减少阻力,因为汇聚信息的阶段已经是集思广益的过程,经过数字信息形成和过程中的讨论争锋,特别是多元数据的来源和间接参与决策,甚至决策主题都可根据信息反映较集中的社会矛盾来确定,这既符合认识论逻辑,也使决策具有了相当的透明度和科学性,省去往常那种动员和宣传解说工作,有利缩短执行前的准备过程,执行起来会更加自觉,行动中会减少阻力。

   (四)数字治理拥有的海量数据和智能运用,有利于形成综合治理

数字治理具有战略治理和算法预测的优势,超越传统治理的狭隘性,体现出数字治理立足长远算大帐的“胸怀”。这种宏观性的数字治理,克服了头疼医头、脚疼医脚的教条式缺陷。比如在疫情期间能够把防控、治理、恢复生产、缩小负面影响等各环节都包容一体,宏观统筹,(点击此处阅读下一页)


爱思想关键词小程序
本文责编:admin
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/124242.html
文章来源:爱思想首发,转载请注明出处(http://www.aisixiang.com)。
收藏