数智赋能：政府治理评价指标体系研究报告

编写单位 南开大学中国式现代化发展研究院南开大学网络社会治理研究中心 编写团队 组长 王芳南开大学网络社会治理研究中心主任 工作组主要成员 王美权南开大学信息与传播学院博士研究生朱学坤南开大学信息与传播学院博士研究生张馨月南开大学信息与传播学院博士研究生 联系邮箱：1120231398@mail.nankai.edu.cn 前言 以人工智能为代表的新一代数字技术正加速推动全球社会迈向智能化阶段，成为引领新一轮科技革命和治理变革的重要力量[1]。在人工智能技术体系不断成熟与数智治理战略持续推进的背景下，算法模型、算力基础设施与数据要素正在加速融入社会治理与公共服务领域[2]。联合国通过《全球数字契约》将数字公共基础设施与人工智能治理纳入全球合作框架[3]，欧盟“数字十年”计划与《人工智能法案》相继出台[4][5]，OECD、世界银行等国际组织持续推动数据治理、GovTech发展以及公共部门数字化转型相关框架建设[6][7]。在数字政府持续深化的背景下，全球主要经济体正在探索新技术在政府治理中的应用与制度安排，治理实践由数字化建设向数智化迈进[8]。 然而，在数智化加速推进的同时，治理能力结构面临新的系统性挑战。第一，技术迭代与制度适配之间仍存在明显时间差。随着算法系统逐步嵌入决策、监管与公共服务流程，透明机制、责任界定与人类监督体系亟须同步完善，治理结构面临新的制度压力。第二，治理风险形态正在升级。从数据共享与隐私保护问题，进一步延伸至模型可解释性、算法偏差与生成内容可信度等复杂风险，技术嵌入对治理可靠性与合法性提出更高要求。第三，各国在数字基础设施、制度供给能力与技术应用深度方面差异显著，治理能力结构呈现不均衡状态，既影响政策执行效果，也可能扩大数字鸿沟。当前多数数字政府评估体系侧重在线服务水平或技术应用广度，难以全面反映智能社会背景下政府治理的真实状态。 在此背景下，本报告提出“数智赋能政府治理评价指标体系”，以能力识别为核心导向，构建覆盖数智赋能社会治理、数智赋能公共服务、数智化保障支撑与数智化公众参与四大维度的结构化框架，系统刻画政府在数智化转型中的能力形态与运行状态，提供一套可对话、可比较、可改进的能力识别工具，为各国在智能社会背景下推进数字政府建设提供结构参照。 目录 一、全球数智化政府治理发展态势01 （一）数字政府向智能化治理的演进趋势（二）国际组织与主要经济体的制度推进路径（三）数智治理发展的共同趋向010106 二、数智赋能政府治理面临的现实挑战07 （一）技术底座与数据体系的适配（二）智能技术进入治理流程后的制度承接（三）数智治理中的风险结构转型（四）数智公共服务的可及性分化07070809 三、数智赋能政府治理指标体系结构10 （一）指标构建原则（二）2019—2023数智赋能政府治理指标体系演进（三）2025年数智赋能政府治理指标体系101113 四、指标体系的国际参照与结构迁移18 （一）指标体系的国际参照（二）跨制度环境的迁移空间1819 一、全球数智化政府治理发展态势 遍强调辅助决策而非替代决策。OECD与UNESCO发布的《G7公共部门人工智能工具包》指出，人工智能嵌入政府体系时应加强制度与能力建设，公共部门在使用人工智能时必须同步建立安全、可靠与可问责的制度框架，并将伦理与治理原则转化为可操作规则[5]，从全球范围看，智能应用仍呈现出场景分散、区域差异明显的特点，其发展程度与既有数据治理能力和制度成熟度密切相关。 （一）数字政府向智能化治理的演进趋势 全球数字政府的发展呈现出较为清晰的阶段性特征。联合国对193个成员国的评估显示，数字公共服务覆盖面持续扩大，但不同国家在基础设施、数据治理能力与制度保障方面差异明显，数字化进程呈现出不均衡分布特征[1]。这一现实表明，数字政府的演进并非线性跃迁，而是在不同发展基础上逐步推进的过程。 （二）国际组织与主要经济体的制度推进路径 早期阶段的核心任务在于政务流程的电子化与服务渠道的线上化。政府通过建设统一门户、电子申报系统和在线服务平台，提升公共服务的可达性与行政效率。在这一阶段，数字技术主要承担工具性角色，用于优化既有行政流程。联合国长期采用在线服务指数、通信基础设施指数与人力资本指数衡量电子政务发展水平，强调三者共同构成数字政府的基础条件[1]。世界银行GovTech成熟度指数（GTMI）亦将“核心政府系统与共享数字基础设施”列为评估重点，指出基础系统的稳健程度直接影响后续整合能力[2]。这一阶段的治理结构并未发生根本性变化，其主要成果体现在服务形式与行政效率的改善。 当前国际数智治理实践的显著特征，是各类主体不再把数字化视为单项技术改革，而是通过制度化工具持续重塑政府运行的组织方式与责任结构。这种制度化转向，使数智治理从政策倡议逐步进入规则、评估与执行机制并行的阶段。 在国际组织层面，联合国通过议程整合将数字问题嵌入全球治理体系。《全球数字契约》明确将数字合作、数据治理与人工智能治理纳入多边合作议题[6]。这一制度安排并不直接规定技术标准，而是通过政治确认与多边承诺形成持续议题压力，使数字鸿沟、能力差距与人工智能风险问题成为长期国际协商内容。联合国电子政务调查的周期性发布则提供了一个持续监测工具，使发展水平差异与能力不足问题能够被量化呈现。联合国路径的实质，是将数智治理与发展议程、权利议程绑定，形成持续的制度关注。 随着数字基础设施逐步完善，政府运行转向数据整合与共享机制建设的新阶段。OECD提出，数据应被视为公共部门的战略资产，并通过制度安排促进跨部门共享与复用，用以支撑政策设计、服务改进与绩效评估[3]，且2023年发布的OECD数字政府指数中进一步将“数据驱动型公共部门”作为核心维度之一，强调数据治理规则、互操作机制与数据质量管理的重要性[4]。在这一阶段，政府决策与公共服务逐步依赖数据监测与分析工具，运行透明度与可量化程度明显提高，但核心决策责任仍然掌握在人类行政主体手中。 近年来，人工智能技术的成熟推动部分国家在特定场景中探索智能辅助应用。风险识别、趋势预测、资源调度与智能客服等应用逐步扩展，但其部署方式普 府是否形成协同、数据共享与责任分配机制”的问题。成员国在参与评估与同行审议时，不仅需要报告技术建设情况，更需要说明制度协调与数据管理安排。数智治理因此被纳入公共管理结构改革的议程。 OECD的制度创新在于将数字政府建设抽象为一套可对照、可评估的治理能力结构。其《数字政府政策框架》提出六个维度，包括数字优先设计、数据驱动型公共部门、政府即平台等[1]。这一框架的关键意义在于，它把数字化转型从“部门项目是否上线”转变为“政 世界银行则通过成熟度评估与项目支持，将数字转型拆解为可分阶段实施的改革任务。GovTech成熟度指数覆盖近200个经济体，其目的在于识别政府在核心系统、在线服务、公众参与及制度保障方面的结构短板[2]。与单纯排名不同，这一指数被用于政策对话与 融资决策，从而将评估结果直接转化为改革优先序安排。近年来提出的数字公共基础设施（DPI）框架进一步强调，身份体系、支付系统与数据交换机制构成数字服务供给的底层结构[3]。 欧盟采取了以法律规则推动协同的路径。《数字十年政策方案2030》设定统一目标与监测机制，为成员国提供共同进度框架；在此基础上，《公共部门互操作性条例》明确成员国在跨境数字公共服务设计与数据 交换方面的责任，并建立协调与评估机制[1]，进一步以立法形式明确公共部门互操作的实施机制和协作要求，使相关目标进入制度化落实阶段，互操作性因此从技术标准问题上升为法律义务。 美国的制度路径体现为将数字服务体验与数据治理能力通过立法和行政规范固化为合规要求。《21世纪综合数字体验法案》要求联邦机构改进网站与数字服务质量，并授权行政管理和预算办公室发布实施细则，从而把用户体验提升纳入法定责任[2]。与此同时，《基于证据政策制定基础法案》确立联邦数据管理与开 放数据的制度框架，使“以数据改进政策”成为跨机构义务[3]。在人工智能风险治理方面，美国国家标准与技术研究院（NIST）发布AI风险管理框架，为公共部门和企业提供统一的风险管理结构[4]。这种路径强调通过法律与技术标准相结合，稳定数智治理的责任边界。 服务整合[1]，强调集中建设能力以减少重复开发；日本数字厅发布《数字社会重点计划》，以年度优先事项方式明确跨部门改革任务与时间表，并通过内阁批准增强执行力[2]。这些实践共同指向一个治理逻辑：数字转型需要在组织结构与执行机制层面持续协调，而不仅依赖技术创新。 亚太国家更多通过中央协调机制与国家级推进计划强化整合能力。在智能社会加速演进背景下，中国的政策导向更加突出技术与治理协同，通过人工智能专项行动、智能社会标准化指引以及政务数据共享条例等制度安排，将智能应用推广与数据基础制度完善、数据要素市场化配置改革同步推进；新加坡《数字政府蓝图》提出以共用数字平台与统一身份体系支撑跨部门 国际组织与主要经济体在制度路径上呈现出三种互补方式，即通过评估框架塑造政策方向，通过法律规则明确责任边界，通过实施计划与成熟度工具推动阶段性能力建设。这些路径共同表明，数智治理已从技术 部署阶段转入制度结构持续调整阶段，其核心不再是应用新技术，而是如何在既有行政体系内形成稳定、可持续的运行机制。 策口号，而开始转化为制度设计与运行规则的一部分。技术部署、数据采集与公共服务供给方式，需要在制度层面回应不同能力结构与社会差异的存在。这种变化并不表现为单一政策措施，而是体现为治理价值取向的结构调整，在追求效率提升与能力扩展的同时，将公平性与普遍性作为制度运行的内在条件之一。 （三）数智治理发展的共同趋向 数智治理的发展，并不只是技术工具的更新，而是治理结构运行逻辑的转型。从数字化阶段到数智化阶段，变化的核心不在于系统数量的增加，而在于制度安排与运行方式的重构。早期数字系统主要承担流程优化与效率提升功能，其作用方式是嵌入既有行政结构之中，对原有流程进行技术性改造；而在当前阶段，围绕数据共享、互操作规则与算法治理所形成的一整套制度框架，正在反向塑造行政运行方式本身。 这种结构变化首先体现在责任配置的转型。数智系统的部署不再被视为纯粹的技术决策，而是被纳入合规审查与风险评估框架之中。治理关注点由事后监督转向事前审查，由运行结果的追责转向制度条件的预设。数字化决策过程本身成为需要论证、备案与持续评估的制度行为。责任因此从执行阶段向设计阶段前移，治理节奏也随之发生调整。 其次，数据在治理结构中的制度地位显著上升。数据不再仅作为部门职能的附属资源存在，而逐渐形成围绕产权界定、访问规则、共享义务与安全责任所构建的独立制度体系。数据逐步从部门附属资源转变为需要专门规则加以配置、共享与问责的治理对象，这意味着行政权力的一部分被重新组织到数据治理框架之下，部门之间的边界也从技术接口层面转向制度边界层面。 再次，公共服务的评价方式正在发生转换。数字化建设早期强调系统覆盖与渠道上线，而在数智阶段，评价重心逐渐转向运行质量、服务一致性与过程可验证性。数字服务不再是附加功能，而成为基本运行条件；服务体验与响应质量逐步进入合规范畴。治理评价因此由建设规模导向转向运行表现导向。在此基础上，人工智能的引入提升了透明性、可解释性与安全性的制度要求。技术权力不再依赖行政裁量的单一判断，而被纳入持续监督与风险控制框架之中。数智治理由此呈现出一个显著特征：技术能力的扩展与制度约束的强化同步发生，二者共同构成新的运行结构。 与此同时，包容性逐渐成为数智治理制度结构中的重要组成部分。在数智治理框架中，公平、可及与多元参与逐步得到重视。包容性不再只是发展目标或政 二、数智赋能政府治理面临的现实挑战 和职责监管模糊，这些因素在不同程度上影响数据作为战略资产的管理与复用效率[3][4]。碎片化的数据资产导致数据整合成本上升、共享效率低下和信任基础薄弱，最终限制了数据驱动分析与智能化工具在政策制