精准治理：中国场景下的政府治理范式转换

    2 关于政府治理理论的研究现状
    2.1 本文使用的治理概念及其文本内涵
    “治理”一词源于希腊文，其最初的含义中有操纵引导(Steer)的意思，这个古典意义的用法在英语中被沿用，用于指统治国家的具体活动[1]。20世纪90年代以降，“治理”的当代意涵由于世界银行、联合国以及国际货币基金组织等的运用而被极大拓宽了，以世界银行的“全球治理指数(WGI)”为例，其衡量治理的6个维度分别为意见与问责、政治稳定与暴力禁止、政府效能、监管质量、法治、腐败控制，指涉经济学、政治学以及社会学的广泛内容[2]，这种对治理概念的泛化使用形成了一系列以治理为核心词汇的概念，并一定程度上造成了对该词的滥用现象[3]。比如“治理”同特定级别的组织类型相结合就形成了“全球治理”、“公共治理”、“社会治理”、“非营利组织治理”、“地方治理”等概念；同特定的治理领域及相应的行为和绩效相结合就形成了“环境治理”、“海洋治理”、“网络治理”、“信息技术治理”等概念；同特定的治理模型及相应的实证或规范性理论相结合就形成了“规制治理”、“参与式治理”、“多层治理”、“元治理”、“协同治理”等概念；当进一步用规范性的标准来评价治理体系或治理过程时，就产生了“民主治理”、“公平治理”、“善治”等概念。这些不同类型、层次、标准的治理概念，被越来越频繁地应用于政治领域以及公私部门的治理实践中[4]。
    本文的“政府治理”概念是在其古典意义上使用的，即由政府、公共部门、经授权的组织所秉持或奉行的以政策的分析、制定、发布、实施、调整为主要内容的行动或过程，其目的是实现公共政策与公众需求的匹配、社会的持续平稳发展。这个意义更接近上面提到的“公共治理”、“社会治理”、“元治理”等概念。“政府治理”行动的发起者或治理过程的维系者是政府和公共部门，我们称之为“治理主体”，“治理主体”通过下级部门的“次治理主体”或其他组织收集、整理、分析公众的治理需求，推行、实施其政策并获得反馈，我们称这些部门和组织为“治理中介”，而政策需求的表述者和所施行政策的体验及反馈者我们称之为“治理个体”，在这里，本文避免使用“治理对象”这样的词汇，以表明本文所述的“政府治理”概念只具有最轻意义上的政治学中的统治、经济学中的管制或管理等较具冲突性的主体间意味，虽然即使是新近发展的政府治理理论也都无可避免地具有这样的意味。
    2.2 政府治理理论研究现状与数据驱动的政府治理实践
    2.2.1 国外研究与实践现状
    (1)政府治理理论研究。1997年，联合国开发计划署(UNDP)将“治理”定义为“政治、经济和行政权威管理国家事务的活动”[5]，据此，政府治理理论逐渐成为继新公共管理理论之后学界的研究重点。回应理论界对公共行政(PA)、新公共管理(NPM)等理论范式研究的突破性进展，现代治理理论针对旧有治理理论范式的官僚主义倾向(PA)与管理主义倾向(NPM)的问题，发展出了较为多元化的治理理论。经过奥斯特罗姆对地方水域系统管理的开创性研究[6]，学者们从强调合作的整体政府(Whole of Government)改革发展出了协作性治理(Collaborative Governance)理论，即在执行公共政策或管理公共项目及资产时，由一个或多个公共机构引入非直接利益相关者，参与正式的、取向一致的、协商性集体决策的治理安排[7]；进一步的，奥斯特罗姆又通过实证社会科学分析从数百个公共政策案例中发现，与协调不同主体的集体行动的协作性治理相比，多中心的治理结构在公共服务的提供和使用上会更有效率，从而开创了多中心治理(Polycentric Governance)理论研究的滥觞[8]。然而，ICT的发展深刻影响了“技术-经济-社会”系统的变革，由此涌现出了新的治理问题，回应型治理(Responsive Governance)正是在这种背景下提出来的，该理论强调多种形式的公共问责、政治公正和对社会需求的响应[9]，这是治理理论试图“回应”现代政府治理问题，并突破旧有理论范式桎梏的理论尝试。
    (2)数据挖掘在政府治理中的应用研究。政府对数据挖掘的重视源于对安全性的需求，具有重大影响的两项工程是恐怖主义信息感知(TIA)计划和计算机辅助乘客筛选系统(CAPPS Ⅱ)[10]，例如，在2013年4月15日美国波士顿马拉松赛爆炸案中，通过海量的社会媒体数据在全球的传播，来快速识别和找出犯罪嫌疑人[11]；欧洲委员会资助的“ePOLICE”项目利用智能环境扫描雷达，通过发展先进的环境扫描及数据分析来确定未来的犯罪模式。随着大数据在商业领域的成功应用，越来越多的公共管理领域开始应用数据挖掘技术。在公共危机管理领域，对计算机生成的数据流的深入分析可以有效提高公共部门的应急管理能力，例如在飓风桑迪的应急救援中，FEMA成立了一个由公共机构和私人公司组成的创新团队，分析有关桑迪的Twitter内容，包括标题、文字和照片，特定地区的疏散率以及有关资源如电力、食品、燃料和水的关键词，通过对这些数据的分析，可以绘制出最需要救援的地区及区位图[12]。在食品安全监管领域，美国政府通过整合分析各部门数据和信息，建立了专门的食品安全网站(Foodsafety.gov)，通过数据开放，构建起一张全民监管的食品安全之网。在智能交通领域，通过整合多部门的数据信息，新加坡建立了智能交通系统(ITS)，该系统通过安装在主要交通路口的远程智能摄像机监控路口的运行状况，一旦有事故发生，交通控制中心可以及时采取措施调整交通流量，如改变该路口的信号灯配时以疏导交通。在公共卫生与医疗领域，2009年3月的甲型H1N1流感爆发的几周前，谷歌的工程师们根据对网络数据的分析，近乎实时地对全球的流感疫情进行了监测与判断，谷歌还推出了一项名为“流感趋势”的免费网络服务，可以帮助人们了解自己所在国家或地区的流感病例爆发情况。总之，政府利用大数据及数据挖掘可以解决许多公共治理的难题，进而满足复杂而快速变革时代所出现的新的公共需求，因此，政府治理的重要环节就是实现数据的公开与共享，虽然近年来国外政府公开了许多数据集，但只有一小部分为民众创造了价值[13]，目前政府数据开放面临的问题是公开的数据不能有效准确地测量其所代表的事务[14]。
    2.2.2 国内研究与实践现状
    (1)政府治理体系的理论及其演变研究。治理理论风靡西方之后，很快被引入中国。最初学术界对治理理论的研究，大多与公民社会研究相结合。例如，有学者指出，“随着经济改革的推进和社会问题的突显，国家与社会的关系研究越来越受到学术界的重视。新范式的倡导者不再‘盯住上层’，而是‘眼睛向下’，关注国家之外的社会领域。”[15]十八届三中全会之后，国内学术界掀起了“国家治理体系”的研究热潮，目前，学术界对政府治理体系的解构，基本从横向和纵向两个纬度进行[16]。横向解构，基本是对官方概念的再解读，即国家治理体系是综合协调并解决各领域各种矛盾的制度化架构，本质上是各个领域各种制度的有机组合。例如，有学者认为，“国家治理体系包括规范行政行为、市场行为和社会行为的一系列制度和程序，政府治理、市场治理和社会治理是现代国家治理体系中三个最重要的次级体系。”[17]对于“国家治理体系”的纵向解构，主要是从治理理念、治理制度、治理组织和治理方式这四个层次[18]或治理主体、治理机制和治理效果这三个层次[19]进行的。我国学界对“回应型治理”的研究认为，作为回应型治理的组织基础，重构后的政府责任体系至少应包含政府伦理责任、政府法律责任和政府绩效责任，而以公共服务内涵的重新界分为基础，选择不同的公共服务授权主体与授权方式将成为回应型治理的现实路径[20]。
    (2)基于数据分析的政府治理应用研究。与发达国家相比，我国政府治理中对数据的分析和利用，特别是对大数据的挖掘和利用，进而指导政府的治理过程的研究和实践都起步较晚，但最近也呈现出了中央和地方层面都积极推进的态势。例如，在电子治理领域，广东省政府于2014年2月26日正式成立了广东省大数据管理局；上海市已经建立了专门的“上海市政府数据服务网”，提供数据产品、数据应用、社会专栏和地理信息四类服务。同时，国务院发布了《促进大数据发展行动纲要》，将建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制。显然，从地方到中央，政府治理过程中对数据的分析和利用正在改变着我国政府治理的理念、方式和效果[21]。在城市发展领域，2014年国家发展和改革委员会、国土资源部、环境保护部、住房和城乡建设部联合发布了《关于开展市县“多规合一”试点工作的通知》，该通知在全国选取了28个试点市县开展“三规合一”工作，可以说“三规合一”的推进及其公共服务平台的构建就是我国利用地理信息数据的分析指导政府治理的实践[22]。不仅在城市规划领域，地理信息数据在公共卫生等领域也能够极大地提高政府治理的效率和效果[23]。在政府和政府间管理领域，理论界也认为政府利用大数据技术来整合政务信息，实现行政组织结构和业务流程再造，有利于提升部门内部和跨部门的运作效率[24]。另外，在危机管理领域，对社交网络、物联网、互联网的数据分析，能够提升政府应对突发事件和危机的能力[25]。
    

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] 下一页