返回上一页 文章阅读 登录

周盛:大数据时代改革获得感的解析与显性化策略

更新时间:2018-09-10 18:10:32
作者: 周盛  
使得“文化礼堂”的影响力和实效性已远远超出所在的行政村,成为周边村社共同的文化地标,全省近80%的农民都了解这一项目,小成本的文化综合体建设产生了超出预期的大收益,满意度高达84.10。

  

   “客观—主观”二维的获得感分析框架显示,大量改革项目的获得感都有提升的空间,但优化的路径是不同的。对于“高收益低满意”的改革项目,强调政策的普惠性,精准对接群众需求,同时有针对性地加强政策宣传,引导政策受众理性认知政策绩效、感知自身权益变化应是提高群众获得感的主要策略。对于“低收益高满意”的改革项目,增加资源投入,提高政策执行绩效,逐步扩大政策覆盖面,为非物化权益转化为物化收益提供制度化的渠道等都是将群众内心的认同和期盼转化为获得感的有效举措。

  

   (二)社会群体维度分析

  

   群体的获得感不是个体获得感的简单汇总,而是一定群体内非均衡分布的社会心理或情绪。它也分两个层面:一是数量意义的获得感,是指相关人群共享的改革发展成果及其对这种客观收益的主流评价,即大部分个体对改革项目带来的收益或权益变化所表达的态度、意见和情绪的总和。二是结构意义的获得感,是指客观收益和主观评价在群体内部的分布情况。

  

   作为改革的目标,“使全体人民在共建共享发展中有更多获得感”,这不仅是数量上的要求,也是结构上的要求,所以对获得感的测量和提升都必须兼顾总量与结构。但现实中的改革政策很难做到在提高总体获得感的同时优化其分布结构,尤其是在改革进入攻坚期和深水区的背景下,“实现帕累托改进的改革机会已经很少了,将来更是几乎没有了”[14],数量意义的获得感与结构意义的获得感通常处于一种非同步增长甚至是此消彼长的紧张关系。这种紧张关系主要表现为以下两种形态:

  

   一是“不均衡的总量增长”。以1994年分税制改革为例,从全国总的形势来看,改革是成功的,基本实现了提高中央政府经济调控和行政管理能力的改革初衷[15],在构筑我国市场经济体制基础的同时,实现了经济与财政的“双速增长”[16],对我国社会主义市场经济建设的基础性作用毋庸置疑。然而,分区域的比较显示,财政体制的这种调整对经济增长的作用存在显著的地区差异,其积极效应与各地区经济的初始发达程度成正比[17]。换言之,地区间因为发展速度差异导致的财力不均衡、公共服务不均等的问题并没有因此缓解,中部地区严重落后于东部和西部地区的问题在一定程度上更加严重了。正是这种“结构意义的获得感”缺失,稀释甚至消减了1994年分税制改革促进总量增长的政策利好。数量与结构的二维分析成为反思分税制改革得失的主要框架,也为未来的财政体制改革明确了问题导向。

  

   二是“低增益的结构优化”。以2014年的户籍制度改革为例,此轮改革旨在“促进有能力在城镇稳定就业和生活的常住人口有序实现市民化,稳步推进城镇基本公共服务常住人口全覆盖”[18]。实施近三年来,城乡统一的户口登记制度取消了农业户口与非农业户口性质区分,在制度层面消减了长期存在的刚性户籍壁垒;以居住证为载体逐步推进义务教育、就业服务、基本养老、基本医疗卫生、住房保障等城镇基本公共服务覆盖全部常住人口,在利益层面弥合了城市居民、农民和跨越城乡的农业转移人口之间的福利鸿沟,歧视性甚至排斥性的公共产品分配结构正在逐渐纠正。客观地说,这一轮户籍制度改革并没有显著提高社会的总体福利水平,也不会像城乡二元的户籍体制为低成本竞争提供大量的体制外廉价劳动力。但这种结构的优化依然是必需的,长期游离于制度之外的利益得到了保障,公共服务结构性差距的缩小彰显了制度的正义,也使经济发展更趋平衡、社会形态更趋稳定,起初局限于特定群体的获得感会逐渐扩散,持续释放改革红利。

  

   高速增长的政策当然是提升整体获得感的路径之一,但其积极效应是有限度的,必须同时确保结构的均衡性。一旦结构意义的获得感突破合理边界,就会与数量意义的获得感相互抵销,影响人们对政策的认同,改革政策必须将重心转移到结构的优化。改革的获得感正是在数量与结构的动态平衡中才能保持较高的水平。

  

   (三)动态时间维度分析

  

   改革政策利好的释放是一个快慢不均的过程,政策受众的感知和评价也会随着政策的推进起伏变化。因此,从动态时间维度分析获得感又区分为两个层面:一是结果导向的获得感,可以通过一次性的末端测量获取相应数据;二是过程导向的获得感,即政策推进过程中实际获益及主观评价的变化情况,必须通过动态的跟踪监测才能获取。相比之下,前者可以为我们政策评估提供简单的结论,后者对解释获得感缺失的机理更具有说服力,对未来的政策过程优化也更有指导意义。政策实践中,影响“过程导向获得感”的变化因素主要是两点:一是改革政策自身的质量和实施绩效;二是群众对政策收益的心理预期。

  

   以浙江省近年来不断深化的行政体制改革为例,笔者先后参与对“四张清单一张网”改革项目[19]与“最多跑一次”改革项目[20]的第三方评估。评估结果显示,“四张清单一张网”改革实施三年后的总体满意度为78.55(满分为100),而“最多跑一次”改革实施半年后的总体满意度为89.15,基本完成预定政策目标时的总体满意度上升到93.36。造成两个项目获得感呈现显著差异的原因在于政策主体的执行力度和政策受众的心理调适。首先,“最多跑一次”改革是本年度诸多改革项目中的“一号工程”,各级政府都由党政主要负责人亲自牵头,并作为年度考核的重点工作,推进的速度和力度前所未有。第二,“最多跑一次”改革清晰的目标诉求,加之广泛深入的政策宣传,使群众在短期内理解并认同了这一改革项目的内容(网络相关信息点击量达1600余万次,评论认同度超过了90%)。第三,群众对政策过程的全程参与显著地提升了获得感。群众对“四张清单一张网”改革重要平台“政务服务网”的参与率较低是影响其获得感的主要原因,仅有50.5%的受访人群登录或浏览过该网站。相比之下,“最多跑一次”改革将服务对象的评价作为考核的主要指标,倒逼政府部门在精减审批事项、合并审批权限、优化审批流程时必须尽可能吸纳服务对象的意见,改革在政府与群众不断的“互动—协商—谅解—认同”中得以推进。这也在一定程度上解释了企业投资项目审批、多证合一的商事登记等复杂事项,虽然尚未完全实现“跑一次”的既定目标,但全程公开透明、民主参与的机制使群众的满意率依然在90%以上。

  

   公共服务的供给过程不同于普通产品,其生产和消费是同时发生的,人们对服务质量的评价与服务过程的感受密切相关[21]。我们可以在供给侧通过各种行政手段提升政策执行主体在改革进入深入区后攻艰克难的决心与能力进而提高获得感,还可以在需求侧引导群众对各阶段的政策收益有更为理性的认知,同时通过增加群众对政策过程的参与,提高其对政策执行主体的理解、认同和信任,让群众心理预期的变化与政策红利的释放相匹配,从而让群众的获得感在政策过程的各个环节都维持在较高水平。

  

   三、大数据技术支持的获得感显性化策略

  

   要精准呈现一个立体、动态的获得感,沿袭行政系统内部的绩效评价显然是片面的且有失公允,传统的满意度抽样调查也欠科学高效。触发第三次工业革命的大数据技术让我们看到了将“获得感”这一概念显性化的可能性:“物联网技术突破数据采集瓶颈,宽带泛在突破数据传输与交换瓶颈,云计算突破数据存储与大规模运算瓶颈”[22],支撑政策评估的数据技术有了质的飞跃。具体来说,我们可以从以下三方面入手,借助大数据技术使“获得感”显性化,使其从抽象的概念框架变成实实在在的政策评价指标。

  

   第一,基于语义情感分析的数据挖掘技术,形成“主观—客观”维度获得感的关联性分析。现有技术已初步解决了海量的、非结构化数据的主题提取问题,并逐步转向对语义中情感表达的分析[23],使得我们可以进一步对公众态度的极性与烈度进行判断。我们还需在此基础上将政策受众客观收益与主观满意的相关数据进行关联性分析,既分析两组变量的总体相关性,同时关注异常变动的“噪点”。相关数据的收集,不仅包括传统意义的人均可支配收入、生活消费支出等年度、季度数值,还包括海量的、高频的数据,如电子政务网站存储的行政行为过程数据、社交媒体上与公共议题相关的用户创造内容以及搜索引擎的检索记录等。当我们将这些看似无序、无关的数据进行跨部门、跨区域、跨平台的链接和分析,就能挖掘出有价值的数据规律。

  

   在笔者全程参与的浙江省“最多跑一次”改革专项评估中,初期的数据显示以“一次办结率”为核心的客观收益指标与以特定办事对象“满意率”为核心的主观指标呈现显著的相关关系。但随着改革的深入推进,在部分地区和部分领域两组变量出现了异常的变化——满意率并没有随着一次办结率的提升而相应提高。对办件量最大的10类事项进行横向比较发现,社保(养老)类事项的“一次办结率”排名居中,但特定办事对象的主观评价排名最后;对办事对象群体特征、主观评价以及网络舆情的进一步分析表明,办理这一类事项的群体有相当一部分是中老年和外来务工人员,其对“最多跑一次”改革的诉求与期盼并不是简单地“跑一次办结”,而是希望办理流程简单易懂、办件材料精简、现场等候时间短、能够就近办理等。据此,这一项改革的目标和评价应当超越改革初期“一次办结率”的机械标准,将大数据挖掘发现的群众具体诉求逐一与政府机构设置、行政程序、数据流转机制的调整进行匹配,真正将改革进程纳入到获得感导向的轨道之上。

  

   第二,基于社会网络分析的舆情研判技术,形成“数量—结构”维度获得感的可视化分析。社会网络分析与大数据技术的结合,使社会互动关系的研究能够突破规模的约束,从单一行动的微观网络拓展到围绕公共政策的宏观网络,同时也使停留于关注度和正向评价比例等总体描述的舆情研判深化到对互动关系的结构化分析。这种结构分析分两个层次:

  

   一是数据信息自身的结构分析。特别是对网络舆情,通过网络密度、可达性、聚类系数和中心性测度科学比较行动者的影响力,准确识别关键节点,并通过不同时间节点的网络拓扑图的比较将网络舆情的传播和扩散规律可视化。这种结构分析对于政策执行者的意义在于“可以通过改变关键节点的中心度、聚集系数、议题设置等手段,来改变网络节点对信息的接触率、相互之间的交互率以及对社会网络的传播率”[24],从而减少负面情绪的传播,提升政策的获得感。

  

   二是线上信息结构与线下社会结构的关联分析。作为政策执行主体更希望获知的是不同群体之间获得感的差异,如政策直接受众、利益相关者与“非当事人”身份的普通公众对政策认同度的差异,不同社会地位、收入水平、教育背景的群体获得感的差异等。因此,在对网络舆情进行大数据分析的同时,抽样的民意调查依然是必须的,后者可以为公众意见的分歧提供社会化的解释。当然,人脸识别等技术的发展与广泛运用也赋予网络主体更多的社会特征,为线上线下获得感的关联分析提供了更具操作性的技术方案。

(点击此处阅读下一页)

爱思想关键词小程序
本文责编:川先生
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/112238.html
文章来源:作者授权爱思想发布,转载请注明出处(http://www.aisixiang.com)。
收藏