随着“数据密集型科学”

T.Hey, -- , - , Springer Berlin Heidelberg, 2012,p.1.

的不断发展和应用，我们的一只脚已经迈进了数字时代。数字政府就是这个时代的因应和结果，人们利用数字算法去改变思想观念、公共产品的生产、政策激励与规制，乃至改变政府治理相关的法律制度。由于数字技术的本质是一系列计算规则，而算法更是为人们提供了处理问题的逻辑步骤或程序，

T.Gillespie, P.J.Boczkowski, K.A.Foot, eds., : , , Cambridge: The MIT Press, 2014,p.167.

因而数字政府的算法应用必然会形成有别于市场逻辑的算法场景。学术界在讨论算法革命的同时，更关注技术应用对于政府管理效率的改进及技术风险等问题。本文认为，从技术赋能视角探讨数字政府建设的路径，必须跟踪由算法所形成的应用场景，这是建构技术赋能框架的依据，也是对数字时代行政管理规律与趋势做出判断的依据。

一、技术赋能2.0：从效率到服务的承袭与变迁

政府治理引入技术具有悠久传统，而数字化政府的技术源头则可以追溯到20世纪60年代电脑技术的应用。由于那时的电脑体积庞大、成本昂贵，政府应用的领域多限于电子资料的存储与处理。那个时期的数字技术应用目标是提高效率，为“新泰罗主义”的现实翻版。克拉默认为，技术在政府部门的应用具有承袭惯性，效率追求就是典型。他的研究发现，到1975年人口超过5万的美国城市有九成以上的政府部门都采用了各种电子化的电脑应用系统，以财政和警务领域的应用最为普遍，因为这些政务部门对效率的追求更为迫切。

L.Kenneth Kramer, “Managing Information System,” in James L. Perry, ed., , San Francisco, CA: Jossey-Bass,1990,pp.527～544.

随着大批人才的快速成长，计算机开始进入辅助决策系统阶段，应用目标是减少决策的不确定性，越来越多的办公、规划、评估等政府管理部门在数字化的征途上走向深入，并逐步形成了一套整合资料库、交易处理和决策支持等功能于一体的战略管理信息系统(Strategic Management Information System, SMIS)，效率导向体现得淋漓尽致。

J.Ang, N.Shaw, F.Pavri, “Identifying Strategic Management Information Systems Planning Parameters Using Case Studies,” , vol.15, no.6, 1995, pp.463～474.

如果以技术赋能加以定性，这是1.0版本的“标配”。

七岁解属文。父友齐中书舍人陆乂、马元熙尝造〔李〕德林宴集，有读徐陵文者，云“既取成周之禾，将刈琅邪之稻”，并不知其事。百药时侍立，进曰:“《传》称‘鄅人藉稻’。杜预《注》云‘鄅国在琅邪开阳’。”乂等大惊异之。

中国的数字化治理实践始于20世纪90年代，晚于美国，但起点较高，与系统性的信息高速公路工程几乎同步推进。比如，1993年由国务院启动的“金卡工程”，本质上就是数字货币的技术应用，在提高效率的同时，还有效整合了不同政府金融监管部门的职能，借助计算机网络系统首次实现了跨地区、跨系统的结算。在这个意义上，中国数字化政府甫一问世便不再唯效率至上，还着眼于助推政府职能优化和机构改革。再比如，办公自动化(OA)的目标除了效率追求，还试图通过数字技术应用而改造办公流程。有学者因此认为，中国既往的数字政府建设体现出技术取向和管理取向并存的特征，由此形成了“信息网络化和系统联动一体化”格局。

根据《国家信息化领导小组关于我国电子政务建设的指导意见》(中办发[2002]17号) 精神，中国电子政务建设的整体框架是形成办公业务资源系统、金关、金税、金融监管、宏观经济管理、金财、金盾、金审、社会保障、金农、金质、金水等“十二金”系统，全面改变政府治理方式的同时，也改变着人们的社会生活习惯。

根据西方发达国家“21世纪公共管理的框架性议题”

L.R.Johnsons,Fred Thompson, - , Stanford, Connecticut: JAI Press Inc.,1999, p.32.

来判断，中国政府治理的数字化进程与发达国家是同步的，而技术应用目标却是后来居上，从效率导向走上服务本位的政府改革的轨道。这是数字时代的技术赋能2.0版本特征。

无论对信息技术的态度如何，人们都不得不去适应和接受数字社会。技术赋能不独是学术界经世致用的关怀，也是中外政府治理共同的价值追求。仅以数字技术为例，美国前副总统戈尔在推动信息高速公路建设的讲话中强调，要通过信息技术应用来防范政府管理中的官僚主义和腐败现象，并提升公务员的服务能力。

A.Gore, “The Information Highway,” , vol.143,no.2, 1994,pp.4353～4354.

更多的西方学者期待技术能够超越个体赋能而实现对公共组织的赋能，通过信息(数字)技术应用促进政府组织的网络化、扁平化、弹性化、多角化等自我革命。芳汀认为，以网络虚拟技术武装起来的政府，将有助于改变官僚制的科层约束体制、公务员的角色互动，甚至影响到公民的权利与义务关系。

在中国治理体系与治理能力现代化背景下，技术赋能被赋予了更新的治理期待。数字政府建设的关键是“如何利用现代数字技术促使政府数字化转型”，促进新的治理模式和服务典范的形成。

在实践上，很多地方政府已经就技术赋能达成了不约而同地共识，如上海在疫情防范中应用“一网统管”时就明确提出了数字赋能的目标之一是“诱发治理变革”。

最后，政府回应过程，其场景特征是“充分性”。这是“官民”交互的治理过程，技术赋能的目标是提升政府回应的能力。充分回应公众需求是人们对数字政府的期待，但对“充分度”的把握却是难题，且在实践中有被放大的偏颇。有时候，“充分度”被片面理解为全面而及时的回应，一旦出现回应迟钝便会面临问责，导致政府负担过载越来越普遍；有时候，“充分度”被理解为事无巨细的事务处理，公众对于政府回应的期待也在水涨船高。算法需要营造怎样的交互场景才能为政府回应确立明晰的行动边界？在更为广阔的交互场景下，算法能否赋能政府“充分”回应千人千面的个性化需求令人充满期待。

以往的教育管理是突出权威——服从模式的“硬”管理，而现代管理理念则要求教育管理方柔性管理为本。即在整个的管理系统中突出强调情感管理的核心地位。领导要注意师生员工的情感满足，注重情感投资，做到“以情感留人”。教师在教学中也应突出情感投入的作用。只有教师自身投入真情实感，才能真正感受到学生的情感需要，才能最充分地调动和唤起学生的热情，使师生为一个共同的目标而努力。

二、数字政府建设：算法营造的场景议题

人类历史上的每一次技术革命都塑造了新的生产方式与社会秩序。在多方合力推动下，大数据、5G、人工智能、区块链等新型数字技术越来越多地进入政府治理领域，新的算法塑造了与众不同的场景，也改写了政府治理的逻辑。比如，为了解决个人信息隐私问题，以及数字化进程中出现的数据权属、算法黑箱、歧视与偏见、网络安全等实践应用问题，世界很多国家的政府采取了“有为”策略，即便是崇尚自由市场经济的欧美国家，也有针对性地实施了一种基于算法的治理(algorithm governance)。

D.Doneda, V.A.F.Almeida, “What Is Algorithm Governance?” , vol.20, no.4, 2016,pp.60～63.

在经验上，各国的算法治理在主体、客体与治理方式等方面并无太大差异，基本按照世界银行的治理逻辑展开，具体表现在规范算法技术的应用、引导技术赋能、保护公民的合法权益、防范技术治理的新风险等方面。概而言之，不同国家的政策指向和治理侧重点都围绕算法逻辑展开。

从政府治理过程论的角度看，算法逻辑的关键是营造了数字化的决策场景。迄今为止，以数据驱动为特征的算法逻辑已经在私人部门初露锋芒，平台、物联网等新业态塑造了新的商业生态，因而算法在行政管理中的应用多被寄望于自动化决策应用，人们也期待信息新技术能够促进深度的决策参与，并塑造更多的公共事务管理新场景。在理论上，公共生活的所有信息都可以被处理，接近总量的无限大样本避免了“需求失真”现象的发生，同时“全数据分析模式”还突破了统计的技术瓶颈，满足了公共决策对信息时效性的要求。

在技术禀赋上，算法的确能够达到上述目的，可以持续地“搜集”“分析”和“加工”信息，营造可选择的数字化场景，为做出决策提供支持。

从组织论的角度看，算法逻辑的重点在于能否成为推动政府组织变革的动力机制。数字技术的应用场景表现在现实和虚拟两个层面，算法为二者交互提供了技术支撑。比如，现代科层制是组织运转的现实场景，权力分工、规则逻辑、责任和非人格化等特征所构造的公共生活理性原则是现代组织的基本形态。一个多世纪以来，科层组织的发展经历了多次科技革命的洗礼，如交通和通讯技术等一度改变了科层制的运转方式，但并没有侵蚀到科层制的根基，反倒增加和丰富了科层制的功能结构。这一“内卷”现象无疑体现了科层组织的强大生命力。20世纪90年代的网络技术也曾被寄予改造科层制的厚望，但“扁平化”“流程再造”“公文管理”等都没有被替代。算法是否能够延伸到公共部门已经不是关键，重点是会给公共组织带来怎样的重构机会。更进一步说，为了寻找到更优的组织体系，算法是颠覆科层制组织的技术动力吗？ 这是数字政府建设对组织变革的期待，期待算法场景能够提供支持方案。

图12表示圆柱域约束下aF和bF的协调关系。图12中，左侧点集表示aF的变动，aF={aF0,aF1,aF2,aF3,,aFi,,aFu}，u=∞；右侧点集表示bF的变动，bF={bF0,bF1,bF2,,bFj,,bFw}，w=∞。aF和bF的协调关系可表示为aF×bF={〈aFi,bFj〉|aFi∈aF,bFj∈bF}。

从制度化的角度看，算法逻辑制造了技术权力约束的新场景。

为了形成新的技术秩序，法学家追求针对算法风险的管控，期待法治能够成为技术理性建构公共秩序的特别工具。在私人部门的算法应用逻辑下，合理的监督、激励或控制等功能都是为了实现资源配置的最优化，因此制度化的算法治理首先要实现对算法权力的规制。在这个意义上，行政管理的算法逻辑要服务于政府治理的两个目标，即公共利益的初始目标和人的价值实现的终极目标。因此，数字政府既要为公民提供免遭算法侵权的制度保护，为人民在遭遇侵权时提供行政救济，更要为“预防”侵权发生提供底线保障。为此，国外有学者预测，在算法日益进入公共生活之际，需要呼唤基于“正确性、公平性或对规则的忠实性的算法问责”(accountable algorithms)。

J.A.Kroll, “Accountable Algorithms,” , vol.165,no.3, 2016,pp.633～705.

就构建治理共同体而言，算法问责同样适用于未来的数字政府建设。

作为一种生产性要素，算法如果不能超越甚或摆脱传统的政府治理路径依赖，那么便失去了数字政府建设的应用价值。数字技术在私人部门应用中所反映出来的治理诉求无法一一都复制到公共部门，但算法开启了政府治理和公共生活的互动新模式，所创设的规则体系为新技术在行政管理的应用场景提供了多样化的选择。其中，虚拟共同体场景的建构更具意义，它从理念层面重塑了自我、政治和法律思维，

为行政管理制造了双向的秩序建构通道，形成了对国家、社会、组织以及自我的赋能。

当然，在治理体系与治理能力现代化语境下，算法逻辑还需要回答公共部门治理能力建设的相关问题，这也是数字政府建设的愿景。

其次，赋能治理规则制定，建构“新”中心。在数字技术应用的权力场景下，算法赋能规则制定突出体现在行政决策系统的规则制定上面。一旦技术生成的规则影响了决策的正当性，越是数字化的决策越是会加快形成“新”的中心。下面以算法场景的反例来映射规则制定的机制：算法歧视的源头是开发人员的价值偏见，而建立在这种偏差基础之上的所有决策却满载着歧视的“代码”，由此形成的利益分配无疑会带来政策不公的恶果。英国达勒姆市开发的智能警察系统旨在对风险做出评估，但是该系统模型的算法依据是以邮政编码作为预测因子，因存在种族歧视倾向而备受质疑。人们担心，假设这套风险评估工具被广泛应用，有可能形成歧视特定种族的新中心。

在数字政府的权力格局下，从规则制定来寻找再中心化的答案，技术赋能被寄予了更高的期待，如果出现了现有规则体系被改写、被替代的现象，则预示着再中心化的权力格局已经基本成型。

三、数字赋能的基本框架：算法场景的逻辑演绎

一定意义上说，技术赋能是人工选择的结果，旨在通过技术嵌入的方式实现对人、对组织的赋能。在经验上，英国的电子政务的确在政府部门产生了电子赋能的治理效应，提供了更为高效的一站式服务质量，但一些程序性流程仍然需要在线下完成。

V.Weerakkody, G.Dhillon, “Moving from E-Government to T-Government: A Study of Process Reengineering Challenges in a UK Local Authority Context,” , vol.4,no.4,2008,pp.1～16.

在中国，类似的情况比比皆是，甚至出现了线上和线下同时并存的窘境，技术应用在实践上的效能改进并不是一帆风顺的。有研究发现，技术对人的赋能也大体相同，唯有同社会生活相联系时才会出现积极的赋能结果。

W.J.Orlikowski, “Knowing in Practice: Enacting a Collective Capability in Distributed Organizing,” , vol.13,no.3, 2002,pp.249～273.

由此推断，数字政府建设需要一个基于算法场景的赋能框架，否则不排除发生技术应用疏离甚至南辕北辙的不确定性。

最后，以持续、交互学习来营造算法场景，“预判”政府职能变迁。这是技术赋能的高级层次，通过算法场景模拟发展趋势。比如，面对数字化浪潮带来的治理不确定性和功能盲区，

如何强化政府的监管职能？私人部门的算法场景应用弊端已经引起人们的警觉，因此加强政府规制职能的呼声开始增多。

如果算法逻辑的“不可监督”难局也出现在数字政府建设与运转之中，治理主体的学习能力势必要超越机器学习，否则难以借助算法算力来实现纠偏，数字政府监管职能也难以得到强化的机会。

1.学习场景：政府职能的算法应用

从手术病理结果来看,154个乳腺病灶中,良性病灶有90个,恶性病变有64个。良性病灶中,炎症病灶5个,纤维瘤50个,导管内乳头状瘤8个,纤维囊性乳腺病22个,粘液腺瘤5个。恶性病变中,原位癌2个,导管内癌6个,透明细胞癌2个,浸润性小叶癌8个,浸润性导管癌46个。

云计算、人工智能、区块链等技术赋能对于优化政府职能的作用方式和效果不一，但也存在一致性，其中以机器学习的算法场景最为突出。强大的算法与学习一旦形成合力，将为数字政府建设开拓出更广、更深的领域，因而对数字化时代的政府职能定位、运行和发展趋势产生强大影响。比如，建立在自我学习基础之上的强化学习(reinforcement learning)和深度学习(deep learning)两种方式都不排斥政府职能安排时可能出现的“犯错”，反倒可以借助算法的“纠错”机制突出政府与行政环境之间的互动，在不断的职能调整中得到优化结果。过去，中国的政府职能调整多年来之所以游离于“强其所应强、弱其所应弱”“抓大放小”“头痛医头、脚痛医脚”等悖论之间，是因为没有精准靶向哪些是核心职能。基于算法的场景再现有望打破这种顾此失彼的窘境，助推政府职能优化进程。在数字政府建设方面，算法学习的场景性有助于解决如下三大基本问题：

首先，确立“哪些”是政府核心职能。这是算法治理主体的学习与机器学习的理想结果，表面上涉及算法场景下的政府职能结构，但本质上是算法技术扮演了“谁”来决定这一根本性问题。有些核心职能的确定哪怕不是现实所需，却可能是未来之备。为此，机器学习能够为算法场景呈现出政府职能结构及排序，从而为政府决策提供数字化辅助性支持。《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》把“生态环境保护”同经济调节、市场监管、社会管理、公共服务并列为政府核心职能。这一战略安排丰富了政府职能结构，无疑会对未来数字政府建设产生制度性影响，因而算法场景要为五大核心职能在结构序列、强度、权重分配等方面提供支撑。理论上，基于算法的技术赋能具备这种条件，特别是建立在人工智能基础上的机器学习算法，其自我生产能力对政府职能调整的作用超乎想象。当然，对于人(行政管理个体)的赋能也遵循同样的逻辑，一旦数字政府运转中出现了剥离人的主体性现象，即意味着政府职能体系出现了偏差，算法场景就需要做出应用性的备选方案。否则，“对于现代人而言，一旦他们有办法就是反抗大数据”。

取少量梯度稀释藻液接种于BG11固体培养基中划线培养，待平板中长出不同形态单菌落后将其分别接种于新的固体平板中培养，直至平板中长出单一稳定的菌落，后挑取单菌落接种于液体培养基中培养用于后续实验。

其次， “如何”行使政府职能，在学习中校正出现的偏差。这是算法应用及其展开层面的场景议题，关注技术赋能是否能够逃离固有的约束机制，理想状态是实现职能迭代。任何事物在发展过程中都可能出现固化的惰性，如果外部改造也无法克服这种现象，则会形成“内卷”。政府职能也不例外。理论上，算法和算力能够为政府职能运转提供数字化预警场景，以避免出现有利于小部分群体而有损大众的极端结果。比较而言，技术赋能要解决的重大问题是要避免诸如“信息茧房”“数字鸿沟”“算法歧视”等技术弊端而导致的政府职能偏差，确保数字政府运转顺畅。

任何模型的建构都是为了灵活广泛地运用。因此教师可以引导学生从深度和广度上灵活运用几何直观方法，进行深层次和多维度的类比沟通，提升学生解决问题的能力。

2.网络关系场景：组织协同的算法应用

从管理学的角度看，技术赋能的目标之一是驱动组织变革，如改造固有的科层制结构和组织网络关系。

H.Håkansson, J.Johanson, “The Network as a Governance Structure: Interfirm Cooperation beyond Markets and Hierarchies,” in Gernot Grabher,ed., : , London: Routledge, 1993, pp.35～51.

在数字时代，数据赤字、网络冲突与网络犯罪，以及“用户”隐私保护等，对传统行政组织网络协同治理提出了新挑战。国内有学者以大数据的技术赋能研究发现，算法在驱动政府组织变革的同时，还有效提升了职能拓展、技术支撑和应用创新等三个方面的治理能力。

那么，技术赋能如何解决政府间合作的难局呢？

转接盒作为电压补偿器与信号采集系统之间的接口板，放置于测试间，具有信号输入/输出转接接口的功能，通过长电缆将电源电压回读信号VCC以及VBB送至采集系统输入端口，同时将电源输出反馈至电源监测端口。

其次，提供图谱导航场景，展示协同参与方的组织间关系，并提供可选择的行动路线方案。人工智能、区块链等新兴信息技术能够颠覆现实世界的治理逻辑，因而清晰的导航场景提供了组织网络互动的指南，为不同部门间的协同治理提供了“破窗”机会。在算法场景下，传统科层制组织向数字社会妥协，协同其他组织开展联合行动。以回应数字时代为特征的虚拟空间治理也是如此，因为单一政府组织在面对新领域和新挑战时往往束手无策，协同合作是必然选项。

首先，组织间关系的动态变化场景。算法驱动既要呈现出行政系统的内部组织结构，又要整体地展示各组织间网络关系及协同行动轨迹，为各方建立起对数字治理绩效的期待、认知与判断。算法驱动的政府间的组织协同动态场景在现实和虚拟双重空间都有体现，如建立在不同数字平台上的算法，可以有效赋能各个协同参与方来解决物联物通、业务拓展和治理升级中出现的各种问题。需要指出的是，一个政府部门做出的协同姿态必然会为其他政府部门协同参与提供可借鉴的场景，这也可以借助动态场景变化得到验证。

核密度估计中，带宽h选取是否恰当对研究结果的影响重大.一般根据研究的目的与研究区域空间尺度的大小确定.若要探析区域整体分布特征则取值较大，深入探讨局部特征则取值较小.

最后，营造组织网络的自适应场景。其目标是加深协同参与方对治理目标的理解，巩固新缔结的组织网络结构，为参与各方组织推荐资源、模拟与评估等。以政社间的组织协同为例，“政社”“社社”“社企”等构成了协同治理的组织网络结构，算法为“自适应”场景提供技术保障。早在2004年的十六届四中全会上，《中共中央关于加强党的执政能力建设的决定》从战略高度提出了加强“社会管理体制创新”的决策，首次提出要“建立健全党委领导、政府负责、社会协同、公众参与的社会管理格局”。这里，“社会协同”主体结构在官方文件中表述为“社会力量”，代表着国家治理的政策取向。尽管彼时的技术赋能并未触及到人工智能、区块链等领域，但顶层设计中的科技驱动已经引起了普遍重视。党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》再一次确认了社会治理的“四化”(社会化、法治化、智能化、专业化)目标，把智能化提升到国家战略的高度加以强调，技术赋能可谓是未雨绸缪。按照算法驱动的场景逻辑推演，“社社协同”如果出现相互赋能的结果，那么不但会提升社会治理的有效性，还反过来会促进社会的成长。

比如，2013年中国首次就包括科技类在内的四大类社会组织实行直接登记制度，有效驱动了社会协同的新机制。据统计，截至2020年底，中国各类注册社会组织数量达到89.4万个，显示出协同治理的巨大效力。

3.交互场景：政府过程中的算法应用

从过程论的角度看，政府主要由三个不同层次构成：一是物理层，其功能是为政府治理提供必要资源支撑，包括公共财政资源和社会资源。一旦物理层处于封闭状态，则意味着社会资源动员的难局已经产生，该空间的技术赋能任务就是解决资源困局。二是桥接层，其功能是链接政府与社会。该空间的技术赋能目标是监控治理过程和收集相关信息，并经过数据分析后反馈给政府。三是回应层，其功能是对社会需求做出应答。该空间的技术赋能目标是为公众提供及时、有效的公共服务。数字政府过程也存在如此三个层次，算法所营造的各种交互场景为技术赋能提供了可挖潜的空间。

对于地下水中氨氮的去除，国外用得最多的是臭氧氧化和生物活性炭技术，前者利用臭氧的强氧化性，而后者主要利用生物活性炭的生物降解功能。国内去除地下水中氨氮以吸附为主，一是利用沸石的强吸附和离子交换能力［1-2］，沸石成本低廉有较大应用价值；二是利用火山岩活化分子筛的强吸附性，同时以生物接触氧化为代表的生物处理法在实际应用中较为广泛，如深圳东深供水工程、宁波梅林水厂、上海市惠南水厂、蚌埠第二水厂等，氨氮去除率为66.6%～90%，但该工艺受诸多因素影响，特别是水温对氨氮的去除影响较大，此法适合于氨氮含量较高原水处理［3-4］。

首先，资源发现与动员过程。资源指为治理提供支撑的要素总和，数字政府将治理推向了深水区，数字化的秩序系统对于资源的需求更大、更加全面。在交互场景下，技术赋能的目标是将这些起到支撑作用的微小单元加总并利用起来，以有效降低治理成本。

理论上，算法自身就是资源配置的路径，如大数据对资源的精准发现和动员、云计算和虚拟体验为资源开发激活了技术驱动力等，技术赋能的重点集中在资源网络拓扑、协调资源动员策略，以及改善资源配置和资源结构等方面。

其次，共识达成过程。共识是治理实施的前提和基础，交互场景尤其需要共识。必须承认，数字化加剧分歧的同时，也为共识的形成提供了另一种可能的路径。如果说数字化时代的个体意见如何表达是难题，那么更为困难的工作则是如何将这些个体意见进行加总并集聚起来，如何对“高度共识”做出科学判断。算法凭借其技术优势，能够对不同个体的偏好、意愿与倾向表达加以计算，并将这些意见归并为特定数值，从而形成若干备选方案。因此，交互场景的算法功能在支持者与反对者之间架设了沟通的桥梁，促进了共识的形成。比如，人工智能算法能够将执行过程中的民意进行收集并在数据上做出标注，既可以将交互结果和原则进行程序固定，又可以将这些结果反馈给决策者。尽管所有的共识只是相对的，但交互场景与共识程度的相关性越高，则执行阻力越小，算法辅助的关键作用是在决策与执行之间营造连接和融合的场景。

无疑，数字赋能2.0是数字技术在数字政府建设中深度应用的产物，经历了对效率导向的反思与技术叠加赋能的发展过程。对此，学术界围绕对人(个体)的赋能和政府(组织)赋能两个层面来探讨数字赋能的意义、议题领域与实现路径等基本问题。必须承认，虽然既有研究对数字政府建设有所关注，但对数字时代的算法技术禀赋及其在公共行政中的应用场景机理的讨论并不充分。基于人工智能、区块链和大数据等数字技术应用及其赋能，能够为数字政府建设带来怎样的结果？是否同数字政府建设的赋能期待实现吻合？数字化的算法逻辑及其场景应用同公共行政的框架如何匹配？对于这些问题的回答有助于从宏观层面把握数字政府建设的重点和方向，加深对数字技术应用与未来公共行政走向的理解。本文构建的数字技术赋能框架有两大特征：一是数字技术赋能不是技术治理的滥觞，而是有所框约、有所侧重的；二是算法赋能的技术机理是通过场景机制实现的，无论是针对个体还是针对政府组织的技术赋能都还没有僭越这个框架。尽管这些现象散见于各地方兴未艾的数字政府建设实践，然而这个建立在算法场景基础之上的技术赋能框架是理解数字化政府建设的视角，也是未来数字政府建设需要强化的应用领域。

4.权力场景：去中心化与再中心化的二重性逻辑

技术政治论认为，技术嵌入会改变治理的权力结构与权力关系。比如，有学者通过对人工智能的技术溯源研究发现，它“本质上既是一种权力，也是一种资本，更是一种分配机制。”

而作为权力配置的权威属性，技术赋能必然带来权力的下放，这是去中心化的过程，

而新的秩序形成则是一个再中心化的过程，算法同样能够为数字政府建设营造双重空间。在经验上，有研究针对英国和西班牙四个智慧城市建设的案例比较发现，在网络化治理和技术应用中，四个智慧城市建设都出现了新的边界和新的城市生活方式。根本原因是数字技术改变了权力运转的线路和惯性(去中心化)，形成了城市公共生活的新中心(再中心化)。

I.Calzada, “The Techno-Politics of Data and Smart Devolution in City-Regions: Comparing Glasgow, Bristol, Barcelona, and Bilbao,” , vol.5, no.1,2017,p.18.

这些城市的经验表明，在权力场景下，算法应用的技术赋能至少不是线性的，也可能不是单向的。

首先，去中心化，算法解构“旧”秩序。技术自身并无解构原中心的冲动，数字技术也是如此。算法已经在商业化的私人领域实现了解构，打破了固有的供需壁垒结构，对商业秩序形成了新冲击甚至替代。比较而言，数字技术对传统社会的中心格局具有更强的解构能力，这是由人工智能和区块链等数字技术的去中心化禀赋所决定的。比较典型的是区块链的技术赋能，以“公链”为特征的技术秩序不仅形成了新的公私边界，而且在事实上产生了“多中心社会结构”。

“在当今数字化时代，政府与平台都带有技术规制路径的取向，并不断演绎、强化着技术权力化和权力技术化的治理逻辑。”

同理，数字政府的算法应用也必然会解构传统科层制治理的中心格局。也就是说，数字技术应用不可避免地会带来治理权力的下放，技术赋能的任务是在公共生活中对权力主体进行赋能，以有效改变既有的权力结构，从而实现数字治理的变革。

五是训练组织不经常。网络安全行业自出现伊始，就带着鲜明的个性化、地下化印记。近年来更是发展迅猛，已然形成巨大产业规模。但是网络安全培训却始终缺乏标准化、可复制的培养模式，特别是具备优秀组训能力的师资力量更是一师难求。各级网络民兵自组建以来，按民兵专业分队有关要求落实了集中编组联训。但从训练的组织情况看，共同训练完成较好，专业训练难以深入，基本停留在讲授安全知识、观看教学录像、理论交流发言的老套路，没有打通从理论到实践的路径，缺少模拟实战化网络环境的技战术攻防训练，专业技术能力主要依靠个人在工作岗位上的自学自训，民兵网军的专业训练还没有真正落地。

四、秉持公共性：算法场景下的赋能实现

算法的应用场景具有双重性，理性的技术赋能态度也应该一分为二：算法场景既不可能“使政治与治理问题逐渐消失”，

也不可能假装对治理没有帮助。从数字政府建设的角度看，技术赋能面临的最大困境在于如何秉持公共性的底线原则，这需要从算法营造的公共行政场景中寻找答案。

1.场景利用：主动拥抱技术

还可以从设计阶段来合理控制建筑结构设计对造价成本的影响。设计阶段需要充分关注建筑物的空间高度、使用功能以及内部平面设计等方面，通过对这些方面的科学合理设计可以促进结构设计工作的有效开展。例如，在高层建筑中，随着建筑层数的增多，水平荷载也成为建筑结构设计的控制因素。

数字政府建设中的算法应用有两大原则：一是技术应用“度”的把握，即社会在多大程度上能够接受之；二是技术赋能中的政府角色。迄今为止，没有哪一种赋能可以给出确切的比例来为技术应用做出切割，机械或静止地对算法做出判断固然是一种极端，然而盲目崇拜算法应用则是另一个极端。这两种极端都背离了算法的应用属性，算法场景利用的积极策略是主动拥抱技术。

当前，小范围的数字政府建设已经在公共服务精准递送、平台协同、政府规制等领域引入算法，并赋能组织创新和管理。比如，借用大数据的“无边界发展”平台在汇集各种相关数据的同时，还可以借用超强计算功能对公众“消费者”反馈的数据进行算法综合，技术赋能效应已经得到验证。在人工智能赋能公共部门的组织改革案例也有进一步的验证。比如，“个性化定制”在传统政府管理领域存在局限性，甚至被归类为“不属于政府权责范围”，但是算法场景则可以在“政企协同”“政社协同”“社社协同”的框架下，不同管理部门借由数字平台来提供差别化的解决方案，以满足个性化需求。可以想见的是，随着技术赋能的提升，算法将会创设更多的应用场景并被应用到数字化治理实践之中。

2.场景改造：建设性的策略选择

本质上，算法只是一种技术，学术界历来对技术的双刃剑持谨慎态度。对于数字政府建设而言，基于算法应用的技术赋能需要回归公共行政的价值原点，而不是任由数字化滥觞。数字不公正、破坏信任、知识产权侵犯、个体权利湮没等，由数字技术起，也应由数字技术而终。算法场景改造是一个建设性的方案，也是数字政府建设的针对性方案。

首先，改造解构性算法场景，整合各种建构性算法场景。像私人部门一样，算法在行政管理中的应用也是源于人类决策的先天缺憾。算法逻辑复杂化衍生了场景复杂化，只要有强大的算力“入股”，场景识别与技术赋能就可避免有限理性的约束。对于尚处于起步阶段的数字政府建设来说，策略性的处理方式是将“建构性”场景处于优先级序列位置。相对于“解构性”场景的破坏性，数字化政府建设更需要稳定的技术赋能支撑。以算法学习场景改造为例，一旦数字政府治理中叠加了分类、关联、过滤和智能化等自我学习功能，则多重建构场景就会增强自动化决策方案的科学性、可行性。

其次，寻找个体自我赋能的实现路径，目标是改造行为、转化为人的自觉行动。算法创设的治理场景是人主导的结果，而不是相反。在应然的角度，数字政府建设能够改变传统治理方式方法，那些凭借经验规律、知识生产与理性逻辑的传统治理路径将被算法逻辑所替代。这意味着数字技术赋能将改变人们关于“因果关系”与“相关性”的认知，因此行政管理的个体行动逻辑也将随之发生改变。技术赋能个体在技术治理的场景下从事公共生活，更为重要的任务是赋能个体有勇气、有智慧、有能力改变自己在公共生活中的行动方式。

最后，利用技术治理的场景来“倒逼”制度变迁。在决策者声誉、问责制，以及公众参与机制等方面，数字政府的技术赋能基本处于“裸奔”状态，很多领域都需要制度补缺，否则算法的技术规则将替代政府治理的公共性规则体系。为此，未来的数字政府建设不能满足于绩效水平的改善而忽视技术对“公共性”的侵犯。比如，关于公共服务需求，算法的规则是无限制地把“现在”信息链接到“过去”，并数据化地对接“未来”，这些多重场景的算法规则难免会颠覆公共规则。因此，在大量政府规制空白地带和新开辟的公共领域中，这种技术“倒逼”制度供给的需求更为迫切。

一般来说，我国各级政府的新型农村合作医疗管理委员会有以下成员组成：主任（各级政府领导）、成员（卫生、财政、农业、民政、发改、审计、食品药品监管、中医药、扶贫等部门的负责同志）。村级成立农村合作医疗管理小组：组长（村民委员会主任）、成员（村委会主任和农民代表）。按照县级新型农村合作医疗经办机构的职责，一般设置以下岗位：审核与监督、财务管理、信息管理、文秘综合。经办机构的人数按照工作需要以及精简高效的原则由县级人民政府编制部门下编，不得长期使用兼职人员。

3.场景转换：规避技术应用的不确定性

算法应用一定程度上会模糊公共性的边界，特别是那些新领域的公私边界尚待再界定。与此同时，一些“再中心化”领域也会充斥着技术治理的不确定性，很多生态边界遵循的技术原则不乏非公共性的成分，因此需要在治理场景转换中实现对技术应用的调适与校准，以有效规避数字政府建设的不确定性。

首先，在私人领域、公共领域和交叉领域之间做出转换。在法学界，对于算法应用的关注点多集中于私法领域。比如，在政府决策辅助系统的技术性信息方面，学者们主张算法涉及的代码、数据等技术须向公众公开，目的是规范公权力决策的正当性、程序性与权威性。在数字化场景下，仅有私法保障是不够的，“算法安全意味着三个维度的内涵，既要保证算法免受攻击保障其可靠运用，也需要在国际竞争中发展出更为高效和智能的算法，还要求将算法的治理权力控制在国家权力的支配之下”。

为此，转换算法场景需要面向数字治理实践，形成一套基于算法治理的融法律法规、自治规则和道德规范于一体的规制体系，如此才能有效规避治理的不确定性。这已经在很多西方国家的疫情防控中得到反向验证：关于公共场所的安全数据应用，很多西方国家出现了规则间相互抵牾的问题，因此长时间都难以遏制疫情大流行，根本上是由于这些国家模糊了私人领域与公共领域的边界，即便是一些“公”“私”交叉领域，公共安全数据也无法有效地应用于疫情治理。

其次，在个体与公共组织间实现场景转换。换句话说，数字政府建设需要利用场景呈现技术来唤醒算法系统的使用者和所有者，在最大化利用数字技术的同时，有效规避算法风险。算法应用不能出现数据主体“缺席现场”的情况，如果公私边界是模糊的，技术赋能的任务将更加复杂而艰巨。欧盟和美国在算法应用的思路、框架、路径等方面大体相同，但在算法垄断、问责设计与监管方式上却体现出差异性的特征，根本原因在于政府作用的认知与定位不同使然。这为中国的数字政府建设提供了借鉴，坚持“以人民为中心”的治理理念需要对个体赋能提供权利保障。比如，从权力场景向权利场景的转换，迫切需要结合数字时代的治理特征，寻找针对个体权利救济的路径。在经验层面，至少在算法侵权还难以辨识的情况下，区分个体与组织的不同算法场景有助于从制度化的高度确立解决问题的优先项。

最后，在激励与规制场景间实现转换。政府的数字化程度与政府应用数字技术的能力须有效匹配。前者体现的是数字技术嵌入政府的程度，是政府运转中的数字技术应用状况；而后者则指向政府利用数字技术的治理能力，如公共部门的内部组织运转、政府职能转变、管理层级与流程优化等方面应用算法工具和算法规则的能力水平。二者的匹配是因为算法场景存在差异性，从规制的层面看，数字政府面临技术转轨的压力，需要利用算法来厘清公共权力的边界、界定政府职能、重塑政府主导的数据开放规制机制；而从激励的层面看，如何在数据流动与数字权利上实现突破，如何在算法场景中选择可及性更高的公共服务方案，将关乎政府治理的绩效水平。总之，技术赋能下的数字政府建设是一个全新命题，算法提供的场景也是全新的，技术赋能既决定着算法应用的未来，也决定着数字政府的未来。

五、总结

算法逻辑已经在私人(市场)领域颠覆了传统治理的方式方法，尽管在公共领域的算法场景尚未形成稳定的生态，但也显示出有别于传统治理的新动向。一旦算法与算力融合，技术赋能的效果将发生根本变化。当下，随着数字政府建设的不断推进，技术赋能被寄予更高期望，期待算法的一系列解题指令能够提供系统性解决方案。概而言之，在算法场景下，技术赋能改变着行政管理的传统，也注定会在数字时代改变人们的公共生活方式和行动逻辑。

作为建立在数据之上的解决方案，算法背后的技术治理纠缠着公共性的靶向问题。迄今为止，人类历史上的所有技术应用都存在技术异化的风险，数字技术在政府治理领域的应用也不排除这种可能性。从可欲性的角度看，技术赋能对数字政府建设将发挥重要作用：政府职能转变、发展路径、协同治理与再中心化等，无不需要匹配算法与算力所形成的治理场景。在数字时代，行政管理主体的差异性、公共事务的复杂性、公共诉求的共识性等，为算法应用的技术赋能开辟了广阔的想象空间。

必须承认，在建构数字秩序的诸多实然方案中，算法的贡献还非常有限。根本原因是很多地方政府仍然在谨慎、渐进地探索，更多的算法应用场景还处于“实验室阶段”。随着自动学习等智能算法被引入数字政府建设进程，行政秩序的平衡机制必将迎来新的变革。在这个意义上，数字政府的算法应用并非是简单的技术替代，而是实现政府治理的工具选项，即为国家治理服务、为政府改革服务。因此，国家、政府、公共组织与技术治理的纠缠不仅体现在数字新规则的问世，更为重要的是对数字政府的价值关怀。在可见的未来，算法应用的核心任务是通过技术赋能来实现“以人民为中心”的治理目标。