大數據時代的政府績效管理

馬亮

〔摘要〕 大數據分析技術為政府績效管理提供了契機，同前大數據時代的傳統政府績效管理模式相比，大數據時代的政府績效管理模式在許多方面有顯著優勢。大數據時代的政府績效管理模式實現了以民為本和數據驅動，有力推動了政府績效持續改進。但是，大數據時代的政府績效管理也面臨如何高效運行和可持續發展的挑戰。因此，要加強政府績效管理的制度化建設，加快政府績效管理體系的數字化轉型，提升政府績效管理人員的大數據分析能力，推動數據開放和公眾參與。

〔關鍵詞〕 大數據，政府績效管理，數字化，數據開放

〔中圖分類號〕D630?? ?〔文獻標識碼〕A〔文章編號〕1004-4175（2020）06-0014-09

一、引言

進入21世紀初，以大數據分析技術、人工智能技術、區塊鏈技術等為代表的新興信息技術催生了“第四次工業革命”的到來，并對經濟增長、社會發展和政府治理的方方面面產生了深刻的影響。特別是大數據分析技術的廣泛應用，對政府管理帶來了不容忽視的影響。大數據分析技術為政府改革創新提供了機遇，也對政府管理提出了多方面的挑戰。公共事務的大數據包括三類海量數據：公共部門在運營過程中主動收集的高度結構化的行政數據;互聯網數據，如官方網站、搜索引擎和社交媒體等;物聯網數據，如建筑物、機動車、街道、移動終端等各種傳感器。這些海量數據為政府改革創新提供了契機，但是公共部門在大數據收集、處理、分析、解釋和決策等方面都面臨著治理挑戰 〔1 〕。這是因為政府部門和公務員相對于企業而言缺乏信息技術能力，難以充分利用大數據分析技術進行治理創新。

大數據在城市治理的應用核心是打破政府部門的信息孤島，從而推動公共事務的共享共治 〔2 〕182-183。比如，在大數據服務公共管理方面，杭州市城市大腦與數字駕駛艙的創新實踐引人入勝。在阿里集團的技術支持下，杭州市政府提出“一部手機治理一座城”的超前理念，提出城市治理的算力時代，推動城市治理的中樞化，將數據打通并實現可視化，探索跨層級、跨部門、跨系統的系統平臺與應用場景，為城市管理者開發數字駕駛艙 〔3 〕5-7。

目前，大數據分析技術越來越多地用于國家治理體系與治理能力現代化，但是關于它如何賦能政府績效管理卻還缺少深入研究。《國際行政科學評論》（IRAS）發表了有關大數據、公共政策與公共管理方面的論文集，從多個方面探究大數據如何推動公共管理。2017年10月，《公共政策與行政》（PPA）發表了專輯“大數據分析及其在公共組織績效與效率測量中的應用”，探究高等教育機構如何利用社交媒體數據來評估公共服務績效 〔4 〕。但是，總體來說，對大數據如何應用于政府績效管理的研究還遠遠不足。

政府績效管理迫切需要大數據技術的有力支撐，而大數據技術也將在政府績效管理領域獲得廣泛的應用和長足的發展。如果回顧政府績效管理的歷史，可以看到大數據分析技術的應用并非新鮮事。美國巴爾的摩市1990年代開發的CitiStat等PerformanceStat，都可以視為這方面的先驅 〔5 〕9-11。北京市2019年以來推動的“接訴即辦”也可以視為大數據時代的政府績效管理探索。但是，大數據分析技術如何發揮作用并幫助改進政府績效管理，卻還沒有得到系統研究。

本文研究的核心問題是：大數據時代的政府績效管理如何才能運轉自如并發揮作用？我們期望探究大數據時代的政府績效管理有何特征，在哪些方面和多大程度上有別于傳統政府績效管理。與此同時，我們還會探討將大數據技術應用于政府績效管理會面臨哪些障礙、需要在哪些方面進行變革。最后，本文討論了大數據時代的政府績效管理的理論啟示，并探討了如何進一步推動大數據時代的政府績效管理。

二、大數據分析技術與政府績效管理

將大數據分析技術應用于政府績效管理，會帶來許多值得關注的影響，并使大數據時代的政府績效管理同傳統政府績效管理出現多方面的實質性差異。本部分將分析傳統政府績效管理模式所存在的主要癥結和突出問題，并將其同大數據時代的政府績效管理進行比較，探討大數據分析技術應用于政府績效管理而產生的主要影響。

（一）傳統政府績效管理模式的主要問題

政府績效管理是指政府部門收集績效數據，將其轉化為績效信息，進而基于績效信息進行績效改進的過程。政府績效管理的核心是績效信息，這是因為政府績效管理的所有活動都是圍繞績效信息的收集、分析和使用而展開的 〔6 〕25-30。本質而言，政府績效管理意味著政府績效信息的使用，即將政府部門采集的績效信息用于問題診斷、決策支持、組織學習、績效改進等目的 〔7 〕。

政府績效管理的傳統模式包括目標管理（目標責任考核）、公眾滿意度調查、第三方評估等，但是這些政府績效管理模式存在的問題也非常突出。本文主要探討目標責任考核、公眾滿意度調查和第三方評估所面臨的主要問題，以及大數據分析技術將如何會重塑這些傳統政府績效管理模式。

目標責任考核是目前各級政府的主流績效管理模式，采取自上而下的目標分解和任務考核，并主要依據官方統計數據進行績效管理 〔8 〕。由于統計數據存在滯后性和失真性情況，加之其同民眾的真實感受尚有距離，政府績效管理往往難以真正回應民意，也無法為政府績效改進提供決策參考。與此同時，目標責任考核容易誘發“數字出官、官出數字”，使“上有政策、下有對策”擾亂了政府績效管理秩序。實踐中，目標責任考核強化了一些政府部門“眼睛向上”的執政理念，相反的是，“以人民為中心”的執政理念難以真正兌現。

公眾滿意度調查是自下而上的民意測評，旨在通過普通民眾、企業等外部利益相關者的感知和評價來衡量政府績效，并使各級政府部門樹立“以人民為中心”的執政理念和服務意識。但是，公眾滿意度測評的主體往往不是政府部門的直接服務對象，對政府部門的績效表現知之甚少，無法客觀公允地進行評價 〔9 〕。在實際操作過程中，公眾滿意度測評往往委托第三方機構具體執行，在抽樣、調查、分析等環節可能被操縱，使測評結果的可信度不高。與此同時，各個政府部門的職責和管理或服務對象不同，這使滿意度測評的可比性欠缺 〔10 〕125-136。2019年全國開始推行的“好差評”制度，使服務對象可以對其接受的具體服務事項進行評價，而這將使每個服務事項、每個工作人員都能得到精準評價。但是，目前來看其實際推行情況還有待觀察，這同民眾的評價習慣有關，也同政府部門的執行能力有關。

第三方評估是近些年來國務院及各級政府普遍重視的一種測評模式，旨在邀請獨立、專業、客觀、公正的第三方機構對政府績效進行評估，打破政府內部封閉評估誘發的各種問題。但是，第三方評估在推行過程中也難以盡善盡美，而在獨立性、群眾認可度等方面出現了“局部失靈” 〔11 〕。這同第三方機構對政府部門的認知不足和信息匱乏有關，也同第三方評估市場發育不健全不無關系。比如，一些第三方機構往往在政府部門的“授意”下進行評估，評估結論早已事先確定，評估過程往往流于走形式，第三方評估的“共謀”問題令人擔憂。

最后，盡管新興信息技術發展迅猛，但是政府績效管理卻很少加以利用。這使很多地方政府的績效管理仍然停留在“手工作坊”階段，即便采購或開發了績效管理軟件，但是也僅限于信息化、可視化和自動計算等功能，尚未進入大數據分析階段。這使既有政府績效管理模式在績效數據的采集、匯總、積累、挖掘、分析等方面存在十分明顯的不足和缺陷，也亟待加快大數據分析技術的引入。

綜上所述，可以看到傳統政府績效管理的幾種主流模式都迫切需要進行深刻轉變，否則就難以適應國家治理體系和治理能力現代化的需求，同人民對美好生活的追求也相去甚遠。與此同時，大數據分析技術為政府績效管理轉型提供了技術準備和機會窗（對事件發展干預的最佳時期），需要盡快推動大數據分析技術在政府績效管理中的應用。

（二）大數據時代政府績效管理的特征

總體來說，傳統政府績效管理的問題反映在管理目標、數據來源、數據分析方法和績效信息利用等多個方面。相對來說，大數據時代的政府績效管理在績效信息的收集、分析和使用方面會有顯著差異。至關重要的是，大數據分析技術使政府績效管理人員認識到政府績效的信息來源可以更加多元，信息收集、存儲、處理、使用等環節都可以引入大數據分析，并使政府績效管理體系發生根本改變。

表1刻畫了大數據時代的政府績效管理特征，并將其同傳統政府績效管理模式進行比較。這些方面的比較表明，兩種政府績效管理模式在如下問題上差異明顯：為什么進行績效管理，績效管理的數據來自哪里，如何分析績效數據，如何使用績效信息。

第一，兩種政府績效管理的出發點和目的不同。出發點和目的決定了政府績效管理體系將如何設計和實施，因此具有舉足輕重的地位。政府績效管理的核心目的是改進，但是也會用于評估、控制、預算、激勵、宣傳、慶祝和學習等活動 〔12 〕。當然，我們也可以將政府績效管理的目的分為學習（改進政策或管理）、指揮與控制（監督并確保政策得以執行）和問責（結果導向的獎懲和績效溝通）。傳統政府績效管理的目標主要是為了進行問責和激勵，其次才是為了績效改進。相對來說，大數據時代的政府績效管理目標首先是績效改進，這同大數據分析技術所賦予的能力有關，也同基于大數據的政府績效管理的價值取向有關。更為重要的是，大數據分析技術使政府績效管理的預測能力實質性增強，不僅使其可以面向過去進行回溯、針對當下進行診斷，而且可以面向未來進行預測。

第二，兩種政府績效管理的數據來源不同。傳統政府績效管理是為考核而專門收集績效數據，而大數據時代的政府績效管理所使用的績效數據則是公共管理的伴生物或副產品。大數據的典型特征在于，為了某個目的而收集的數據也可以用于其他目的。比如，大學生使用的一卡通和學號關聯，將其在校園內的生活“一網打盡”，收集了學生在食堂、宿舍、教室、圖書館、校醫院、健身房等各個場所的學習、考試、上網、出入、消費和使用等數據，可以用于對學生的學習成績、心理健康狀況等進行預測和管理 〔13 〕98。換言之，我們不必專門為了績效管理而收集數據，而是可以將公共部門日常管理中自動產生和積累的數據用于績效管理。在大數據時代，互聯網、移動終端、物聯網等隨時隨地和無時無刻地收集了海量數據，而這些細顆粒度的行為數據為政府績效管理提供了可以二次利用和深度挖掘的數據資源 〔14 〕。這意味著政府績效管理可以“為我所用”地使用許多日常管理數據，以及企業采集和積累的各類數據。這樣一來，既能使政府績效管理的數據來源更加豐富多元，也能使政府績效管理的成本顯著降低。比如，過去為了衡量民眾對公共服務質量的滿意度，政府部門需要專門委托第三方機構進行抽樣電話調查，而由此帶來的成本也較高。在大數據時代，民眾的各類投訴和反饋可以通過社交媒體、政務熱線等各種渠道采集，而不需要專門為了考核而采集，這就大大降低了績效數據采集成本。

第三，兩種政府績效管理使用的數據類型有本質不同。傳統政府績效管理主要使用結構化的小數據，特別是來自統計部門的統計數據。這些統計數據往往是加總到一級轄區或部門的匯總數據，而以公民個人或企業為統計單位的原始數據則無法獲取并納入政府績效管理。這使政府績效管理所使用的數據比較粗糙，僅用于政府部門或轄區政府之間的橫向比較和歷時縱貫比較，很難進一步深入到更細顆粒度和更小時間段。這樣一來，被評估的政府部門很難真正找到自己的問題和差距所在，也不利于政府績效改進。相對來說，大數據時代的政府績效管理主要使用非結構化的大數據，這使政府績效數據呈現出巨量、多變、高頻、細顆粒度、高價值等特征。比如，大數據分析技術使政府績效評估對象的顆粒度進一步細化，可以精確到每一個工作人員，以及每一項具體職能或事項。與此同時，大數據分析技術也使政府績效管理的周期壓縮，可以近乎實時地反映政府運行的狀態。

第四，兩種政府績效管理模式的數據分析方法不同，并對政府部門提出了不同要求。傳統模式的政府績效管理主要采取簡單線性計算方法，比如通過加權平均等統計方法進行指標合成，算法、運算量及對機器算力的要求不高，甚至大量是通過手工操作完成的。這使政府績效管理的技術含量不高，但也有其優點，即政府績效信息的易懂性較強。在大數據時代，政府績效形成機理的非線性、不確定性和復雜性可以得到刻畫，政府績效管理更加依賴復雜建模和高深算法，并使績效數據分析模型更接近于真實狀況。由于受大數據本身的技術特征所影響，傳統政府績效管理的數據分析方法將難以適用，取而代之的是更加復雜的算法及據此形成的政府績效信息。比如，通過社交媒體、政務熱線等渠道獲取的海量數據都是非結構化的，采集、存儲和運算所需要的算力是一般計算機所無法勝任的。對這些非結構化數據進行整理和分析，也需要更加復雜的算法支撐，而很難使用傳統手工方式進行。這使政府績效管理對信息技術人員和數據分析人員的依賴性更強，并對政府績效管理人員提出了不同的勝任素質要求。

第五，兩種政府績效管理模式的周期有很大不同。傳統模式往往是每年或半年進行一次政府績效管理，這同政府績效數據采集的成本和周期有關。傳統政府績效管理所依賴的原始數據是專門為績效管理而收集的，往往是由統計部門和相關職能部門提供。如果政府績效管理頻繁進行，則績效信息采集的成本將直線上升，而這是普遍財政緊縮的政府部門難以承受的。與此同時，統計部門披露的統計數據往往存在一定的滯后性，難以滿足更短周期的政府績效管理需求。比如，政府部門期望每周或每月進行一次政府績效管理，但是統計部門卻難以支撐這種高頻次的數據提取。大數據時代的政府績效管理周期不斷縮短，可以每月、每周、每日乃至實時進行。由于數據的采集來源多元，大量數據是實時更新的，將原始數據轉化為政府績效信息的過程是自動化的，所以政府績效管理可以近乎實時地進行。這意味著大數據時代的政府績效管理可以像天氣預報或汽車儀表盤一樣更及時地更新數據并實時可視化，從而使政府績效管理更加有效。

第六，兩種政府績效管理的對象不同。傳統模式的評價對象主要是部門或轄區，而大數據時代的政府績效管理則可以進一步細化到人、事、地理點位。比如，傳統政府績效管理體系收集了大量績效信息，但是這些數據并沒有得到充分利用，而往往僅限于考核和排名。對于接受考評的政府部門而言，難以獲取進一步的細顆粒度數據，也無法精準診斷和及時把握績效動態，這進而影響了政府績效改進。在大數據時代，政府部門可以將績效評分落在更細顆粒度的分析單位和時間段，這可以使政府績效管理更加精準化。與此同時，大數據的互聯互通也使政府績效診斷和歸因更加精準，并使政府部門更容易按圖索驥地查找問題根源，進而提出更加有針對性的績效改進方案。

第七，兩種政府績效管理的開放度不同。大數據時代的政府績效管理將會進一步拓寬公眾參與渠道，豐富公眾參與形式，使政府績效管理更加“以人民為中心”。傳統政府績效管理的封閉性較強，盡管公眾參與政府績效評估越來越廣泛地開展，但是主要是將公眾作為信息提供源，且公眾參與的環節有限、深度不夠。在大數據時代，公眾可以通過直接或間接、主動或被動的方式參與政府績效管理，公眾所發揮的作用也會有很大不同。公眾既可以在接受調查時主動向政府部門披露偏好和態度，也會在日常生活及同政府部門打交道的過程中自動披露相關信息。公眾在接受公共服務的過程中會“留痕”，而這些痕跡的數字化將使政府部門可以采集其偏好、態度和意愿，并用于政府績效管理。公眾還會和政府部門通過“合供”的方式共同設計和提供各類公共服務，并在這個過程中扮演更加重要的角色 〔15 〕。

第八，兩種政府績效管理的可視化程度不同。相對于傳統政府績效管理而言，大數據時代的政府績效信息可視化程度更高，并有利于決策者和民眾更好地理解政府績效變動情況。目前政府績效管理在可視化方面還有較大的提升空間，政府績效信息往往只是以排名或排行榜的方式出現，缺乏動態的圖表、形象的形式和直觀的呈現。這使政府績效信息的內涵無法得到進一步釋放，也影響了政府績效信息使用情況。相對來說，大數據時代的政府績效管理會全面提升政府績效信息的可視化，使人們可以通過大屏幕、計算機、智能手機等多種工具360度地瀏覽政府績效。與此同時，人們可以根據自己的需求來定制化政府績效信息的可視化，比如選定某個區域、部門和時間段，對某個績效維度進行分析。

第九，兩種政府績效管理模式的績效信息使用方式有很大不同。傳統政府績效管理主要進行排名和獎懲，而大數據時代的政府績效管理則會進行實時診斷、調適和績效改進。過去有關政府績效的大量數據未能用于政府績效管理，存在部門割裂的信息孤島，也使政府績效管理面臨“知其然而不知其所以然”的尷尬，即可以評估優良中差，但卻難以解釋和預測為何會存在績效差距。在大數據時代，由于績效數據的豐富性和實時性，可以使其利用價值進一步凸顯，并使績效信息使用更加順理成章。因此，政府績效信息使用的頻次、強度和多樣性都會得到顯著提升，并使政府績效管理真正發揮作用。

第十，兩種政府績效管理模式的績效信息公開程度有很大不同。傳統模式的政府績效信息公開程度低，往往僅限于內部公示，而對外披露的信息量也較少。人們可以獲悉某個部門在某年度的績效處于什么相對位置，但是具體在各個方面的進一步表現卻無從得知。在大數據時代，政府績效信息公開程度會較高。隨著政府數據開放日益深入人心，不僅政府績效信息會向社會公開，而且政府績效的原始數據也將越來越廣泛地公開 〔16 〕59-78。這會使任何感興趣的個人和組織都能夠據此測量和評價政府績效，而不僅限于政府部門“壟斷”政府績效管理。因此，同過去的“黑箱”相比，政府績效會更像“金魚缸”一樣透明，并為政府問責和社會監督創造了更好的條件。

第十一，在應對弄虛作假（gaming）方面，兩種政府績效管理模式也存在明顯差別。傳統政府績效管理模式飽受欺上瞞下、弄虛作假等博弈策略的負面影響，這同自下而上的報告績效信息有關，也同績效數據容易遭受扭曲和篡改有關。比如，在強激勵和強問責的績效管理體制下，有關GDP、空氣污染、安全生產等方面的績效數據容易被篡改，往往出現“數字出官，官出數字”的現象，成為績效信息失真的重災區 〔17 〕7-10。在大數據時代，處處留痕、時時留跡的海量數據使弄虛作假無所遁形，大大擠壓了地方政府博弈的空間，使政府績效評估更加準確可靠。與此同時，大數據分析使一切數據和信息都可以回溯和校驗，這會使政府部門更加不敢弄虛作假，也使弄虛作假更容易被揭發。對于同一個指標的多個數據來源或不同數據處理環節可以進行三角校驗，很容易就可以發現數據造假的蛛絲馬跡。比如，遙感衛星返回的夜間燈光數據，可以用于衡量空氣污染程度;“蔚藍地圖”、社交媒體等提供了人們戶外拍攝的圖片以及對空氣質量的評論，據此可以提取能見度等數據;每家每戶安裝的家用空氣凈化器，也提供了海量監測數據。這些數據打破了政府環境監測站對空氣污染數據的壟斷性，并為校驗數據的真實性提供了依據。

三、大數據時代政府績效管理的問題與隱憂

上述分析表明，將大數據分析技術應用于政府績效管理有較大的潛在價值。但是，要認識到目標與手段、價值與工具之間的張力和關系，明確大數據分析技術服務于績效管理的目的與定位，避免陷入技術決定論的窠臼。將大數據分析技術應用于政府績效管理，仍然是為了實現政府績效管理的核心目標，這包括問責、激勵、學習、改進等。換句話說，要將政府績效管理的目標同手段相匹配，使大數據分析技術可以服務于政府績效管理目標。

近年來，有關技術治理的研究日益增多，反映了學者們高度關注大數據分析技術等新興信息技術在國家治理中的應用潛力及其誘發的問題。與此同時，越來越多的研究引入行為科學和實驗方法，期望探究政府績效管理中的認知偏誤、行為偏差及其解決之道 〔18 〕6-9。至關重要的是要避免工具主義和技術決定論，即為了使用大數據分析技術而使用，否則就可能導致政府績效管理目標和手段的本末倒置。從政府績效大數據分析來看，需要認識到大道至簡，厘清巨量數據的分解與歸因，使大數據幫助政府部門刻畫和解釋績效信息形成機理，進而為績效問題診斷和績效改進提供決策依據。具體來說，大數據時代政府績效管理容易產生以下問題和隱憂：

（一）數據有時會被人為操縱，導致績效扭曲

雖然大數據分析技術可以降低政府績效管理普遍面臨的博弈問題，但是這個問題可能仍將繼續存在。大數據分析容易發生“見物不見人”的問題，即雖然大數據分析技術可以幫助政府部門采集海量數據，但是這些數據的真實意涵和具體指向可能會被錯誤解讀。被評部門可能會采取一些弄虛作假的方式制造用于政府績效管理的績效數據，甚至產生績效改進的假象。與此同時，政府績效管理領域存在一個被稱為“坎貝爾定律”的規律性現象，即績效監測必然會導致數據扭曲和腐敗。一旦一項數據被用于政府績效管理，就可能使其陷入被操縱的風險 〔19 〕。因此，作為工具的大數據分析技術可以緩解政府績效管理面臨的博弈和造假問題，但是只要強激勵和強問責的壓力型體制不進行相應轉變，大數據分析技術的應用就可能會進一步助長而不是消弭這些問題。加強大數據分析技術對數據失真、弄虛作假、目標偏差等博弈問題的識別和應對，使政府績效管理能夠推動績效改進而不是助長弄虛作假，可能是未來特別需要強化的實踐方向。

（二）算法比較復雜，容易導致“黑箱”現象

由于大數據的復雜性和算法的神秘性，政府績效管理進一步“黑箱化”，績效數據向績效信息的轉化過程不可見和不可測，這使政府績效管理進一步神秘化 〔20 〕。如果說傳統政府績效管理所產生的績效信息是一目了然和通俗易懂的話，那么大數據時代的政府績效管理則變得令人費解和難懂。基于海量數據和復雜算法而得出的績效分值或績效指數，是對政府績效的高度濃縮和抽象，可能無法對應公共管理人員的實際感知。與此同時，掩藏在算法背后的主觀故意和偏見，也可能被算法“封裝”而難以察覺，并使政府績效信息失真問題進一步凸顯。對于絕大多數人而言，他們往往很難進入大數據分析的“黑箱”，也很難參透其背后所隱含的秘密，而這會使政府績效管理趨于神秘化。大數據時代的政府績效管理使具備大數據分析的技術人員處于更加核心的位置，而作為“消費者”或用戶的公共管理人員，則失去了對政府績效管理過程的控制。如何加強對大數據分析算法的監管，避免算法本身帶來的歧視和錯訛，是大數據時代政府績效管理需要特別關注的問題。

（三）績效管理體制變革滯后，加劇造假風險

既有的政府績效管理體制及其所處的組織模式，可能難以適應大數據時代的客觀要求。政府績效管理是公共組織管理的功能模塊之一，需要同其他功能模塊相匹配，并適應其所處的公共組織環境。大數據技術不僅要求政府績效管理體制發生根本性變革，而且對政府組織模式會產生摧枯拉朽的影響。大數據時代的政府績效管理在上述許多方面都迥異于傳統政府績效管理，并反過來要求政府績效管理體制和政府組織模式進行深刻的組織變革和管理革命。比如，政府績效信息的產生方式和流動方向會發生變化，而這有賴于官僚制自身的規則轉變，否則就可能阻礙政府績效管理的轉型。如果其他功能模塊和組織環境無法同政府績效管理相適應，那么就會極大地限制政府績效管理可能發揮的作用，并使大數據時代的政府績效管理前景淪為空想。因此，在“社會運行和社會變化加速化、社會高度復雜性和高度不確定性”的后工業社會，迫切需要建構全新的組織模式，推動官僚制組織加快向合作制組織轉變 〔21 〕。

（四）數據挖掘有待深化，質性分析比較欠缺

在大數據時代，人們普遍關注的是大數據，但是還有同樣重要的深數據，需要將大數據與深數據同時用于政府績效管理。“深”數據意味著“深描”，是通過對日常生活的觀察或互動而獲得的，有關用戶的價值觀、目標和消費行為等的豐富質性信息。大數據可能是“淺”的，這樣的數據對于用戶而言意義不大，或者沒有抓住最關鍵的問題。深數據則是基于訪談、觀察等獲得的深度解讀，能夠有力補充大數據，形成對政府績效的完整刻畫。因此，大數據時代的政府績效管理仍然離不開深數據，需要采用混合分析法（mixed analytics），將大數據與深數據結合起來使用 〔22 〕7-10。對于領導干部而言，不能寄希望于坐在辦公室“讀屏”來獲取績效信息并進行決策，而仍然要通過調查研究和深入基層來了解生動鮮活的實際情況。大數據和深數據各有不同的優勢并可以服務于不同的目的，而大數據時代的政府績效管理也需要加強對二者的同時使用。

四、推進大數據時代政府績效管理的策略

大數據分析技術為加速政府績效管理創新提供了技術條件，但是政府績效管理能否進入大數據時代，則取決于領導者的觀念和決心、政府數字化轉型和公眾參與等因素。至關重要的是，大數據時代的政府績效管理絕不僅僅意味著大數據分析技術在政府績效管理中的應用，而且預示著政府績效管理價值觀、思維方式和組織模式的深刻轉變。針對大數據時代政府績效管理所面臨的問題和隱憂，我們提出相應的對策建議，使大數據分析技術能夠更好地應用于政府績效管理。

（一）加強政府績效管理的制度化建設

政府績效管理的制度化至關重要，并決定數據驅動的政府績效管理能否可持續發展。基于大數據的政府績效管理有賴于問題、數據與領導的交互融合，即數據驅動、問題導向和領導力推的三者結合 〔5 〕268-270。數據驅動的政府績效管理可以說是一種績效領導體制，強調來自高層領導者的強力支持。但是，“成也蕭何敗蕭何”，只有推動政府績效管理從人治走向法治，使之脫離高層領導者的過度影響，不斷使特定高層領導者的個人烙印淡化，才能確保其能夠在長期可持續發展，并推廣應用到更大范圍。與此同時，隨著政府績效管理周期的日趨縮短，類似于豐田公司等企業的“日日清”將成為可能，而績效管理本身的價值也將式微。

（二）加快政府績效管理體系的數字化轉型

政府績效管理是政府管理體系的模塊之一，其對大數據分析技術的應用在很大程度上取決于政府整體的數字化轉型進程。如果政府其他管理模塊的數字化轉型不夠，那么政府績效管理也很難充分利用大數據分析技術。比如，大數據分析依賴海量數據的互聯互通，但是如果政府部門的數據難以匯聚和共享，那么政府績效管理就將“巧婦難為無米之炊”。當然，大數據分析技術在政府績效管理中的應用將倒逼其他管理模塊的數字化轉型，但是這些管理模塊之間的相互依賴關系則使任何改革都可能“牽一發而動全身”。這要求政府確立數字化轉型的整體戰略，推動各個管理模塊的數字化轉型，并為大數據分析技術在政府績效管理的應用提供有利條件。

（三）提升政府績效管理人員的大數據分析能力，加強同相關企業和機構開展合作

在大數據分析技術方面，政府部門同企業有很大差距，特別是公務員普遍缺乏大數據分析意識和能力，難以適應大數據時代政府績效管理的迫切要求。從公務員的信息技術能力而言，大數據分析是主要短板，并可能制約政府績效管理在大數據時代的發展 〔23 〕。進而言之，大數據時代的政府績效管理同數字領導力有關，也即領導干部在互聯網環境下進行領導的能力。如何吸引和培養能夠勝任大數據分析的人員，是未來持續推進政府績效管理轉型的關鍵課題。與此同時，政府部門要認識到企業和機構掌握了大數據及其分析技術，可以通過多種形式加強政府與企業的合作和協同。這可能會使政府部門對企業的數據和技術依賴性進一步加劇，并需要構建和維護親清新型政商關系，避免政府被企業“牽著鼻子走”。

（四）推動數據開放和公眾參與

大數據分析技術在助力城市政府加強績效管理的同時，也需要“取之于民，用之于民”，通過政府數據開放來推動公眾參與、合作提供公共服務。政府部門積累了海量數據，但是這些大數據能否通過適當渠道和方式進行公開和可視化，讓更多的民眾、企業和學術機構利用這些數據進行商用、民用和研究，是未來應該考慮的重要課題。目前政府績效管理仍然是公民、基層組織和各級政府部門之間垂直方向的數據流轉，而缺乏跨部門和跨系統的橫向數據共享，以及不同地區、層級和部門之間的“斜交”共享 〔24 〕62-67。各級政府部門仍然是被動接受績效考核和問責，但是卻無法基于其所收集的大數據進行進一步的挖掘、分析和利用，一定程度上限制了大數據的潛在開發價值。未來應考慮加強政府績效大數據的共享共用，使之服務于政府部門績效改進，并使民眾、企業等利益相關者可以獲取這些數據并用于公共治理目的。

五、更深一些的思考

大數據分析技術蘊藏著無限的潛力，并在政府管理和公共服務的各個領域廣泛應用。但是，大數據分析技術在政府績效管理領域的應用還遠遠不夠，相關研究也甚少，這同其在其他領域的高歌猛進形成了鮮明對比。毫無疑問，大數據分析技術為政府績效管理創新提供了契機，但是真正將大數據分析技術運用于政府績效管理的卻還不多見。與此同時，少有研究考察大數據分析技術如何賦能政府績效管理。之所以政府績效管理領域還沒有受到大數據分析技術的強有力沖擊，就在于政府績效管理本身具有較強的政治敏感性，并同各個政府部門及其工作人員的利益攸關。當各級政府的整體績效管理模式仍然是以目標責任考核、公眾滿意度測評、第三方評估和績效預算等為主流模式時，大數據技術在政府績效管理領域的應用就很難一步到位。通過政策試點和學習來加快大數據分析技術在政府績效管理中的應用，使越來越多的公共管理人員能夠接受并擁抱大數據時代的政府績效管理，是推進其進一步發展的關鍵所在。

本文探究大數據時代的政府績效管理如何才能運轉自如并發揮作用，具體比較了大數據時代前后政府績效管理模式的根本轉變。研究顯示，同前大數據時代的傳統政府績效管理模式相比，大數據時代的政府績效管理模式在管理目標、數據來源、數據類型、數據分析、管理周期、評估對象、信息使用、信息公開、信息可視化、信息真實性等許多方面有顯著差別。大數據時代的政府績效管理模式實現了以民為本和數據驅動，有力推動了政府績效持續改進，可以說將帶來政府績效管理的一場深刻革命。但是，大數據時代的政府績效管理也面臨如何高效運行和可持續發展的挑戰，這同算法的神秘性、數據的真實性和有效性等有關，也同政府組織模式的整體轉型有關。

本文討論了大數據時代的政府績效管理面臨的挑戰，并探討了如何進一步推動大數據時代的政府績效管理。但是，這些探討仍然是初步性的，大量問題還有待于進一步深化。與之相關的重要問題，包括但不限于如下方面：第一，影響大數據分析技術在政府績效管理中應用的主要障礙是什么？這些障礙如何才能加以克服？在推進大數據分析技術的應用方面，應該采取自上而下還是自下而上的推進方式？第二，大數據分析技術同互聯網企業提供的解決方案有關，這意味著大量政府績效管理業務將不得不外包給企業，但是如何處理好政府與企業之間的微妙關系？第三，大數據分析技術將使政府績效評估過程更趨復雜和難懂，政府部門如何對內和對外溝通績效評估結果？領導干部和公眾會如何認知大數據時代的政府績效管理？第四，大數據時代的政府績效管理會在多大程度上影響政府部門、領導干部和公眾的哪些行為？我們期待更多的政府部門可以嘗試和探索大數據分析技術在政府績效管理中的應用，并希望有更多學者能夠加強對大數據時代政府績效管理的研究。

參考文獻：

〔1〕Mergel I，Rethemeyer RK，Isett K. Big Data in Public Affairs〔J〕.Public Administration Review，2016（06）：928-937.

〔2〕史蒂芬·戈德史密斯，蘇珊·克勞福德.數據驅動的智能城市〔M〕.杭州：浙江人民出版社，2019.

〔3〕張建鋒.數字政府2.0〔M〕.北京：中信出版社，2019.

〔4〕Rogge N，Agasisti T，De Witte K. Big data and the measurement of public organizations performance and efficiency：The state-of-the-art〔J〕.Public Policy and Administration，2017（04）：263-281.

〔5〕Behn RD.The PerformanceStat Potential：A Leadership Strategy for Producing Results〔M〕.Washington：Brookings Institution Press，2014.

〔6〕唐納德·P.莫伊尼汗.政府績效管理：創建政府改革的持續動力機制〔M〕.北京：中國人民大學出版社，2020.

〔7〕馬 亮.政府績效信息使用：理論整合、文獻述評與研究展望〔J〕.電子科技大學學報（社科版），2014（05）：1-11.

〔8〕Gao J.Governing by goals and numbers：A case study in the use of performance measurement to build state capacity in China〔J〕.Public Administration and Development，2009（01）：21-31.

〔9〕馬 亮.公眾參與的政府績效評估是否奏效：基于中國部分城市的多層分析〔J〕.經濟社會體制比較，2018（03）：113-124.

〔10〕周志忍.政府績效評估中的公民參與：中國地方政府的實踐與經驗〔M〕.北京：人民出版社，2015.

〔11〕尚虎平，孫 靜.失靈與矯治：我國政府績效“第三方”評估的效能評估〔J〕.學術研究，2020（07）：50-58.

〔12〕Behn RD.Why Measure Performance Different Purposes Require Different Measures〔J〕.Public Administration Review，2003（05）：586-606.

〔13〕周 濤.為數據而生——大數據創新實踐〔M〕.北京：北京聯合出版公司，2016.

〔14〕馬 亮.大數據技術何以創新公共治理？——新加坡智慧國案例研究〔J〕.電子政務，2015（05）：2-9.

〔15〕Ma L，Wu X. Citizen engagement and co-production of e-government services in China〔J〕.Journal of Chinese Governance，2020（01）：68-89.

〔16〕鄭 磊.開放的數林：政府數據開放的中國故事〔M〕.上海：上海人民出版社，2018.

〔17〕馬 亮.目標治國：官員問責、績效差距與政府行為〔M〕.北京：社會科學文獻出版社，2018.

〔18〕James O，Olsen AL，Moynihan DP，et al. Behavioral Public Performance：How People Make Sense of Government Metrics〔M〕.Cambridge：Cambridge University Press，2020.

〔19〕Hood C. Public Management by Numbers as a Performance-Enhancing Drug：Two Hypotheses〔J〕.Public Administration Review，2012（S01）：85-92.

〔20〕Andrews L.Public administration，public leadership and the construction of public value in the age of the algorithm and “big data”〔J〕.Public Administration，2019（02）：296-310.

〔21〕張康之.論社會運行和社會變化加速化中的管理〔J〕.管理世界，2019（02）：102-114.

〔22〕Ang YY. Integrating Big Data and Thick Data to Transform Public Services Delivery〔R〕.Washington：IBM Center for The Business of Government，2019.

〔23〕馬 亮.公務員的信息技術能力與數字政府建設：中國城市的調查研究〔J〕.廣西師范大學學報（哲學社會科學版），2020（02）：34-44.

〔24〕馬 亮.加強大數據視角下的疫情防控信息管理〔M〕//楊開峰，等.統籌施策——疫情之后的公共衛生之治.北京：中國人民大學出版社，2020.

責任編輯 周 榮