一、研究缘起：数字治理能力的现代化

    政府治理体系和治理能力现代化是中国政府“善治”（good governance）的内在要求，而政府电子治理能力现代化是信息化时代赋予政府治理能力的新内涵。政府流程再造是强调以信息技术来革新基于专业化分工和官僚制的分割式管理模式，提升政府电子治理能力的改革工具。人类社会进入一个信息爆炸和技术日新月异的大数据时代，“互联网+”和“大数据×”成为引领政治、经济和社会等领域变革的利器。大数据作为一种提升政府数字治理能力的工具成为西方国家抢占政府信息化高地的战略选择。美国奥巴马政府发布了“大数据研究和发展倡议”，旨在提高从庞杂、海量的数据中提取观点与知识的能力；英国政府更是利用大数据的观念和技术来打破公共部门之间的藩篱，降低行政成本。[1]2015年8月，国务院印发了《促进大数据发展行动纲要》，明确了国家大数据的建设任务和政策机制，建立数据强国。因此，如何利用大数据来推进公共管理深化改革是当下落实“数据强国”、提升中国政府电子治理能力的关键。而如何将大数据思维和大数据技术运用到政府流程再造中，以提升行政效率和公共服务水平是一个值得探讨的话题。作为政府治理函数的重要变量，大数据在政府治理过程中发挥“大数据×”的功效。[2]大数据之于政府流程再造的“乘数效应”不仅体现为以大数据技术来全面整合公共部门信息资源、推进政务资源共享，实现行政组织结构、业务流程的再造；更为重要的意义在于秉承大数据思维强调的主动服务、开放共享、整合服务和数据决策的理念，通过对海量数据的深度挖掘与多维剖析，主动识别公众服务需求，以顾客为导向，利用大数据技术打通政府组织的层级、职能和运作程序，提供“纵向到底”和“横向到边”的无缝隙服务。

    二、大数据环境下政府流程再造的分析框架

    随着社交网络技术、物联网、 云计算 和云储存等技术的兴起和发展，人类社会进入大数据时代，大数据成为学术界、工商业界甚至政府密切关注的热门话题。学术界围绕大数据的背景、内涵、特征和大数据技术等开展研究，如《Nature》在2008年9月推出了“Big Data”专刊，计算机社区联盟于同年12月刊发报告《大数据计算：商业，科学和社会的革命性突破》，阐述在数据驱动背景下解决大数据问题所需的技术以及面临的一些挑战；[3]2011年《Science》推出关于数据处理的专刊“Dealing with data”。[4]工商业界则重在推进大数据产业发展，形成大数据新业态，如塔吉特、亚马逊等公司利用大数据技术分析网站用户的搜索行为、浏览行为和购买行为，挖掘用户的行为偏好和习惯，主动向用户推介服务和产品，构建基于大数据的营销模式，推进商业模式创新。政府则将大数据作为提升政府信息化水平和国家治理能力的战略选择，如奥巴马政府的“大数据研究和发展倡议”。大数据作为一种思维方式和技术力量对经济、社会和国家治理的革新力量已经显现出来。正如麦肯锡研究所预测的那样：“大数据将成为全世界下一个创新、竞争和生产率提高的前沿”。[5]维克托·迈尔-舍恩伯格和肯尼思·库克耶在大数据旗舰作《大数据时代》中也反复强调：“大数据是人们获得新认知、创造新价值的源泉；大数据还是改变市场、组织机构以及政府与公民关系的方法，强调以大数据技术为基础的新思维和新方法”。[6]

    政府流程再造（Government Process Reengineering）是将企业流程再造的理论与方法牵引和移植到公共管理改革中来，是企业流程再造工具从工商管理领域扩展到公共管理领域，是人类由工业社会走向网络信息化社会的时代要求，对政府部门管理流程进行根本性的重新设计、从而使得公共部门在行政成本、公共服务和公共产品的质量、公共支出的效率等具有可量化标准方面取得巨大改善，最终达到政府流程的剧烈性改变。在信息技术力量的支持和驱动下，政府流程再造的逻辑表现为行政管理理念革新、行政组织结构重组和行政业务流程再造。政府流程再造并不是简单的、单纯的网络信息技术解决方案，而是以顾客和流程为中心的人文因素和以网络信息技术为主的技术性因素双重作用的结果。[7]相对于传统的分部门、分环节管理模式，政府流程再造具有以下三个方面鲜明特征：第一，以公众为导向。顾客导向是新公共管理运动中一种革命性管理理念，流程设计要以方便公众获取服务为出发点，公共服务要从“以部门为主”的管制走向“以公众为主”的服务；第二，以技术为支撑。信息技术为政府流程再造的实现提供了基础，这种基础性作用主要表现为改善了部门之间资源融合共享和让政府与公民沟通更为便利；第三，以效率为目标。通过政府流程的“根本性的再思考”和“彻底性的重新设计”，推进部门虚拟整合、减除不必要的支付，再造了一个具有“企业家精神”的政府。

    政府再造作为一种新公共管理运动的改革中措施普遍关注，但在实践中遭遇到观念障碍、体制障碍和技术障碍。据英国FCD调查机构对全球600个企业流程再造项目调查显示：78%的企业项目取得的效果与预期相距甚远，甚至有45%的项目取得负面效应。究其原因，企业业务流程再造的短期目标、企业文化再造滞后于项目再造以及理论体系缺乏有效的创新方法和工具支持是主要原因。[8]而大数据作为一种社会变革力量，为政府流程再造提供了新思维和新技术，是政府流程再造的革新者、赋能者和重塑者。大数据思维的核心要义是政府部门在公共服务中要秉承主动服务、开放共享、整合互动、顾客导向和品质效率的理念，这与政府流程再造所强调的效率目标、顾客导向、一站式服务是一致的；而大数据技术强调在公共服务中全面利用大数据的收集技术、储存技术和分析技术等，这与政府流程再造要求以信息技术为支撑也是一致的。因此，大数据对政府流程再造的作用将不仅仅停留在技术革命的层面，还体现在政府治理理念和思维模式转变的层面，在政府流程再造中要全方位地引入大数据思维与技术，对行政管理理念、行政组织结构和行政业务流程进行全方位再造。大数据在政府流程再造中扮演着革新者、赋能者和重塑者的角色，大数据思维是行政管理理念的革新者，大数据技术是行政组织结构的赋能者和行政流程再造的重塑者。大数据支持下的政府流程再造的分析框架如图1所示：从时间维度看，大数据强调战略先导，强调在政府流程再造中革新理念，形成数据开放、数据共享、数据决策的大数据思维；从方法维度看，大数据强调在政府流程再造中将运用大数据的数据采集技术、数据处理技术、数据储存技术、数据分析/挖掘技术、数据结果展现技术；从知识维度看，大数据强调对政府部门内部业务流程、跨政府部门的业务流程和政府对外服务业务流程等进行全方位的流程再造。

    三、作为革新者的大数据思维：行政管理理念再造

    网络信息技术的出现与普遍运用，就像工业革命一样，预示着经济和社会的转型。大数据作为影响经济和社会发展的第四次革命，要求公共管理者革新工业化时代的“小数据”思维，树立“大数据”思维。大数据思维包括思维态度和思维方式两个方面，前者是指在思想上对大数据的认识和重视，树立数据观念、让数据说话；后者是指一种大数据思维范畴，反映了大数据时代人们思维方式的变革。[9]政府流程再造目的是构建以公众需求为导向，对政府部门原有组织结构、服务流程进行彻底重组。如何识别公众需求、如何再造行政组织结构、如何重塑行政业务流程，大数据思维起到了催化作用。数据开放思维，确保公众参与权和知情权，政府主动为民服务、与民沟通；数据共享思维，实现政府部门协同、以扁平化组织增强回应性；数据决策思维，促进公共决策的科学化，主动识别公众需求和感知社会热点，为民众服务。

    （一）数据开放理念

    尽管数据公开不是一个新鲜议题，但在大数据语境中来观察政府数据开放却是一个新的学术讨论焦点。政府数据公开观念经历了“以政府为中心”和“以公民为中心”两个阶段，当下随着大数据技术的发展进入“以每个人为中心”阶段，如表1所示。正如威廉姆·爱格斯所言：“网络技术正在改变整个政府机构的行为和使命”。[10]新信息和通讯技术推动了生活方式、工作方式、组织方式与社会形态的深刻变革。随着信息技术从web1.0发展到web2.0、再到web3.0，政府形态也从政府1.0发展到政府2.0、再到政府3.0。在政府1.0时代，数据开放表现出“以政府为中心”的特征，政府发布简单静态信息，为公众提供单向在线服务，在国家治理中扮演单纯提供信息的角色。在政府2.0时代，以Blog、论坛等社交媒体和Web2.0等技术快速发展让越来越多的企业和个人开始接受并尝试这些技术带来的高效、便利和即时的沟通模式。[11]政府目标侧重于整合政府后台任务，围绕职能和权力来集成信息，向社会开放更多信息，并与公众进行直接互动。政府侧重于“以公民为中心”，其角色表现为限制性地公开和参与。随着云计算、物联网等新一代信息技术的发展，大数据技术的数据采集能力、数据储存能力和数据分析能力使得“以每个人为中心”的观念成为可能。因此，与基于移动互联的web3.0时代相适应的政府3.0就是要树立“以每个人为中心”的观念，主动公开信息，保障公民主动参与。
 

    表 数据开放的比较 

    （二）数据共享理念

    在工业化时代，因数据标准、储存格式和传输格式的差异，导致政府部门的数据不能互通共享；而官僚体系下“条块分割”的组织安排更加剧了数据割裂的格局，出现了数据“部门化”、数据“私有化”和“信息孤岛”等问题。在大数据时代，数据是一种稀缺资源和财富，但“只有共享的数据资源，才能释放数据的价值”。[12]大数据不仅改变了人类的工作和生活方式，还改变了人类的思维方式，即“从小样本到全样本，从追求精确到容忍不精确，从因果关系到相关关系”。[13]舍恩伯格不仅直接提出要树立“全样本”数据思维，大数据采集技术、储存技术和分析技术为收集、分析海量的、结构化、非结构化数据提供了强有力技术支持；而且其“容忍不精确”和“相关关系”的数据思维也间接隐含着要收集“全样本”数据。只有全样本数据，才能“容忍不精确”从低价值密度数据中发现价值，才能通过“相关关系”来预测未来事物发展趋势。因此，“全样本”数据内在要求公共管理者摒除“数据是部门私有财产，数据是权力”的观念，树立数据共享理念。正是因为大数据共享，才提升了政府部门间协同能力，构建了虚拟组织；才提升了公务员的决策能力，减少了中间管理层，组织趋向扁平化；才提升了政府管理能力，分析公众需求，提供“一站式”服务。

    （三）数据决策理念

    在小数据时代，因数据量小、缺乏全面的、准确的数据支持，人们在预测事物发展趋势时主要采用经验式可能性认识，是中国式的“差不多”和“大概”思维方式。[14]公共决策者在自身知识和经验基础上，借助于小数据和基于结构化数据的决策支持模型作出决策，其本质仍是一种经验式决策。究其根源在于决策支持的数据量是“样本式”小数据，数据类型是结构化数据。在大数据时代，传统位置相对固定的电脑和基于移动互联的手机、GPS、平板电脑、传感器等大数据采集技术可以采集文本、图像、音频和视频等“全样本”数据，大数据处理技术、 数据分析 /挖掘技术可以对这些结构化和非结构化数据进行科学分析，这样基于整体的、海量的、准确的数据预测更为精确，是一种科学式的可能性认识。大数据的核心价值是预测，体现在发现和挖掘潜在价值，从“未知”可能中发现问题和规律，而不是发现现实价值，即从“已知”现实中发现问题和规律。数据决策思维就是“用数据说话”，从传统经验式决策走向科学式决策，通过大数据技术主动识别公众服务需求、及时感知社会热点问题，为民众服务。

    四、作为赋能者的大数据技术：行政组织结构再造

    计算机技术、通讯技术和互联网技术的不断更新，从根本上改变了政府的组织方式，促进了政府结构调整。通讯技术方便了政府部门间信息沟通，打破了沟通的时间和空间限制；云计算和云存储技术推进了政府部门间信息共享，解决了信息孤岛问题；大数据分析技术提升了政府部门的分析能力，辅助政府决策。大数据技术对于数据和信息的传递、整合和分析能力，提升了政府跨越更多传统界限进行整合的可能。这些整合并不一定改变了实体政府的组织结构和管辖范围，而是一种“虚拟”整合，创设了虚拟组织。也就是说，大数据技术作为政府流程再造的“赋权者”赋予了传统实体政府“虚拟治理”能力，使得组织结构由传统的金字塔式走向了虚拟化、扁平化和柔性化。

    （一）组织结构的虚拟化

    虚拟是一种利用信息和通信技术对专业化分工的行政组织、分裂化的行政业务、分散式的信息和服务进行整合的能力。[15]行政组织虚化是利用数字网络的沟通优势来打破受时间、空间约束的传统实体组织，将相互独立的“烟囱式”行政组织进行虚拟整合，是一种网络化的组织结构。在传统官僚体制中，分工理论决定了机构设置、职能配置和流程建构的方式。专业化将官僚组织分割为不同的次级组织，这些次级组织在权力上是分离的、在地理上是分散的、在形态上是物理实体，并且严格按等级制度运转。在大数据时代，基于移动互联的网络技术让部门沟通更顺畅、更紧密，云计算和云储存技术则为数据整合提供了更强有力技术支持，大数据技术改变了信息与距离、时间和储存等物资因素的关系，影响了官僚系统的信息流动、协调及其工作。大数据技术支持下的权力和信息的运转将突破传统等级制的约束，以顾客完整性服务需求为秩序来运转，形成了虚拟组织结构。虚拟组织是以技术作为连接和协调手段的动态联盟，其成员间的合作关系是动态的、不固定的，完全突破了以内部严密的组织制度为基础的传统官僚制。

    （二）组织结构的扁平化

    协调和控制是公共组织研究的重要议题，等级制是传统官僚制模式重要的协调和控制手段。等级制意味着较低层级的公务员在采取行动之前必须得到更高层级公务员的批准。这是一种上级与下级之间稳定有序的制度，在这种制度下，较低职位受到较高职位的监督。[16]因此，在官僚机构中，信息和权力集中在等级结构的上层，组织结构呈现出“高耸”金字塔式特征。这种传统的等级制工作程序在信息化时代出现了种种“不适应”。正如罗伯特·莫顿（Robert Merton）所言：“固守程序会导致效率降低等不可预见的结果，固守规则开始只是作为一种手段而出现，但最终却转化为目的本身了，从而出现了人们所熟悉的目标移位现象，也就是工具价值变成了终极价值”。[17]在大数据时代，数据是一种战略资源，共享的数据更是展现出强大的生命力和价值。云计算和云储存极大地丰富了政府共享数据的总量、范围和类型，这为数据分析和数据挖掘提供了基础。而大数据分析/挖掘技术的广泛应用，又提升了公务员的决策和管理能力，使原来在官僚机构中起上传下达作用的中间层被削弱或走向消亡，组织形态由“尖型”变为“扁型”。

    （三）组织结构的柔性化

    经典的管理理论认为任务的复杂性与人在等级中的地位正相关。在追求效率的过程中，为了简化任务，并且常常使任务的执行变得不需要技术，完整的公共服务被分割成不同小环节，由不同部门、不同人员来承担。传统的组织与管理策略就是以“组织—个人”为分析单位，按专业分工原则来配置权力，组织间的职能边界清晰。如前文所述，大数据提升了公务员的管理能力，使其能承担过度细化任务的集合；大数据提升了政府的协调能力，政府部门按顾客需求来组成工作团队。任务扩大化和工作团队都意味着行政组织间界限日益模糊和柔性化，行政组织模式由组织严密的官僚制逐步发展为临时性的、以任务为导向的团队式、松散的网络式组织。

    五、作为重塑者的大数据技术：行政业务流程再造

    传统的行政业务流程严格地按官僚制的专业化、等级制和规则化原则运转，部门间按职能领域和职能关系编织成一条严密的、先后顺序的管理链条。大数据技术作为“赋能者”给予行政组织“虚拟治理”能力，构建了虚拟组织。虚拟组织扁平化只是组织的外部形态特征，其表征下隐藏着职责领域、决策权、行政信息和管理程序等组织元素的重新配置。大数据技术只有重新配置了这些组织元素，重塑了政府部门内部、跨政府部门和对外服务业务流程，才能真正实现组织结构再造。

    （一）政府部门内部业务流程再造

    政府部门内部业务流程再造就是为政府部门内部提供产品、服务和信息的流程，就是通过政府部门内部协作，改变各职能管理机构重叠、中间层次多的状况，使每项职能只有一个政府业务机构管理，做到业务不重复、机构不再重叠。大数据技术推动下的政府部门内部业务流程再造体现在两个方面：

    一是，在数据层建立政府部门数据共享库。以大数据为核心的政府部门内部业务流程再造离不开“数据”，这些数据包括电子证照、电子资料、审批信息和内部职责信息等，既有结构化数据，也有非结构化数据。这些数据的集成就相应形成了电子证照数据库、电子资料数据库、审批信息数据库和内部职责数据库。

    二是在应用层实现并联审批和辅助决策。并联审批就是将过去的从“受理—承办—审核—审批”不同环节的串联审批转变为同步办理，这是数据层的“部门电子证照库”、“电子资料库”和“部门审批信息库”共享在应用层的体现。同时，政府部门内部业务流程再造不仅仅对原有业务流程进行革新，更重要的变化是决策机制。[18]与传统政府内部层层请示，由上级决策不同，基于集成电子证照、电子资料和审批信息等数据构建的决策支持系统，辅助公共管理者决策，实现决策自动化，使得领导决策模式由过去的个人理性决策模式转变为基于数据的技术理性。[19]

    （二）跨政府部门的业务流程再造

    跨政府部门的业务流程再造就是以公众需求为导向，以提供完整性公共服务为目标，有效地整合不同业务和政府部门内部业务流程，实现跨部门跨业务的业务流程再造。大数据支持下的跨政府部门跨业务的流程再造包括以下内容：

    一是以数据集成为基础的跨部门流程再造。信息孤岛是我国当前政府信息化面临的突出问题，这直接影响到政府跨部门业务协作能力。如何整合广泛分散在不同部门的、异构的数据资源，成为提升政府跨部门合作能力的关键。而大数据技术中的云储存、Hadoop技术为数据集成共享提供了技术支撑，如图3所示。传统的数据集成中也会面对数据异构的问题，但是在大数据时代的异构性出现了新变化，主要体现在：数据类型从以结构化数据为主转向结构化数据和非结构化数据的融合；数据产生方式的多样性带来的数据源变化，从传统产生物理位置相对固定的电脑，到基于移动互联技术的手机、GPS、平板电脑、传感器等；数据存储方式从过去大多存储在关系数据库中，到存储在Hadoop的HDFS中；[20]数据来源部门，从传统主要来源于政府部门，到目前来源于政府部门、事业单位。

    二是以数据响应为核心的跨部门政务协同。以数据响应为核心的政府部门间的业务协同客观上需要突破组织藩篱、实现资源共享，设计无缝隙的流程管理链条。大数据支持下的数据集成和信息整合为构建以数据响应为核心的跨部门政务协同提供了基础；而无缝隙的流程管理链条是围绕政务服务流程中的价值链展开，也就是识别政务业务流程经过哪些环节或活动实现了价值增值。[21]图4就是响应公众开设餐饮类企业（含酒类零售）服务需求的跨部门政务协同流程。公众开办餐饮企业的服务请求被看成数据请求，政府部门审批应答被看成是数据响应，当公众的服务请求涉及多个政府部门时，系统会将这一请求以信息流自动分发到相关政府部门，相关政府部门依据其职能权限对同一个服务请求同时应答，以信息流打通部门之间壁垒。

    （三）政府对外服务业务流程再造

    政府对外服务业务流程再造主要是为公众提供产品或服务的流程，实现公共部门与社会公众沟通的电子化，实现公众快捷、方便地网上办事，这是政府业务流程再造中最为复杂和最为困难的。大数据支持下的政府服务业务流程再造就是要利用信息化技术，实现服务途径的虚拟化、便捷化和一体化，具体内容有：

    一是识别服务需求，从被动走向主动。自1999年“政府上网工程”启动以来，政府门户网站内容以政府部门和职能为中心来设置，企业或公民要围绕行政权力分配来运动，是一种“供给导向”的发展模式。[22]政府对公众的服务是一种“请求—响应”被动服务模式，如图5所示只有当公众在第3个环节明确向政府门户网站提出服务需求后，政府部门才在第4个环节做出响应。目前，Google Analytics、Adobe SiteCatalyst、Urchin、Siteimprove和百度统计等大数据分析和挖掘技术为识别公众需求提供有力的技术支持，也成为英国、美国、澳大利亚等西方国家改善在线服务的治理工具。[23]因此，对外服务流程再造可以利用这些 大数据技术 来主动识别公众需求和推荐服务，如图6所示。即在环节1，也就是公众通过政府部门网站的站内搜索和站外搜索工具来搜索需求信息时，政府就使用大数据技术提前介入，主动感知和收集公众搜索使用的关键词类型和特征、搜索精力等信息；并利用Hadoop等大数据分析对公众搜索记录和行为进行分析，识别公众的倾向和偏好，主动模拟公共部门向公众主动推荐服务，进行有效的服务预警，从而使公众避免信息“超载”所带来的失败。

    二是服务热点分析，从供给走向需求。政府门户网站是政府与公众间沟通的桥梁，其界面是政府向公众提供政府信息和办事服务的网页内容展现方式，是政府通过虚拟互联网提供公共服务的“前台”。中国政府网站的内容建设一直按“供给”逻辑，从政府部门职能履行角度来设计网站栏目和内容，缺乏用户体验手段，无法识别公众需求。[24]大数据思维方式要求利用大数据来提供公众需要的公共服务，这就要求政府网站建设要从“供给导向”走向“需求导向”，更加注重公众的体验。“热点图”是通过使用不同的标志或颜色将图或页面上的区域按照受关注程度的不同加以标注并呈现的一种分析手段。公众在政府门户网站页面上的点击行为直接反映了其服务需求，通过对政府网站用户在特定页面，尤其是导航类页面上的点击所对应内容的跟踪，可以获得用户需求的直接表达，如图7所示，页面上点击“热度”越高的区域表示用户关心度越高，其所对应的内容就是用户的需求。[25]采用大数据技术来分析网站栏目的综合访问质量绩效，追踪公众服务需求，并通过热点图来展现公众需要，以公众需求而不是政府供给来设计政府网站内容。

    三是整合服务渠道，从分散走向整合。目前，利用政府门户网站和手机客户端是政府在信息化时代为公众提供公共服务的两种途径。但这种技术的使用只是简单地嵌套在工业时代官僚制的运行机制下，每个政府部门为履行部门职能在后台建立了独立的数据库、业务平台和应用系统，在前台建立了单独的政府部门门户网站和移动客户端。这样，政府部门在后台的数据库、业务平台和应用系统是相互隔离的，形成信息孤岛；在前台形成多个认证渠道，使得公众必须按照部门需要来申请多个多账号来对应政府部门多端口。[26]大数据时代要求政府的业务运作要适应信息化时代要求，政府需要利用云计算、云平台、云储存等大数据技术，在数据层建立政府大数据库实现数据库的共享，在平台层构建大数据支持统一的政府业务支持平台，在应用层实现部门应用系统的互联互通，在前台构建统一的网站端口和移动端口。公众通过统一的身份认证就可办理不同政府部门的不同业务。