基于知識圖譜的重大行政決策穩評主體問責機制研究

左文明,徐梓馨,畢凌燕

(華南理工大學 電子商務系, 廣東 廣州 510006)

一、引言與文獻回顧

相較于一般行政決策,重大行政決策是指關系到重大公共利益,關系到一定區域內的根本性、長遠性、全局性的決策事項[1],其與人民群眾的利益密切相關,在高風險社會背景下影響深遠[2]。自2005年四川遂寧嘗試構建《重大工程社會穩定風險評估制度》,國內各省市逐步建立起社會穩定風險評估制度(簡稱“穩評”)[3]。穩評是指在重大行政決策實施前,由政府或第三方機構對重大行政決策進行風險識別、研判和評估,提出相應的風險防范策略,確保決策符合人民群眾利益的評估過程[4],評估內容一般包括決策的合理性、合法性、可行性和可控性等4個方面[5]。穩評能夠穩定社會秩序,避免社會矛盾和沖突,實現源頭維穩[6]。2015年時任總理李克強強調:“應落實重大決策社會穩定風險評估機制,有效預防和化解社會矛盾”。2017年,黨的十九大在此基礎上提出了“三同步”要求,以增強風險預先檢測、警示和防范能力。2021年,中共中央政治局在審議《國家安全戰略2021—2025年》時指出,要積極維護社會安全穩定,從源頭上預防和減少社會矛盾。可見,穩評已成為我國關鍵的黨政國策,其機制的確立和健全是民主法治社會實施善治的先決條件。

然而,由于重大行政決策社會穩定風險評估往往涉及多個政府部門以及社會主體,且各穩評主體間信息、資源和權責多有不同,形成了復雜的權責關系。穩評主體層級(省、市、縣級)較難厘清[7],易導致穩評主體間責任劃分不清晰、責任追究路徑不明確、問責機制不規范、評估結果落實不到位等現實問題,給社會穩定風險評估的實施及效果帶來極大的不確定性。因此,應構建責任追究機制,進行嚴格的責任查究,盡早實現制度的規范化和精細化[8]。

針對重大行政決策穩評主體的責任不清問題,學術界主要從多元主體參與的視角展開研究。為實現民主化穩評和科學化結果,提高穩評主體獨立性,改進重大行政決策穩評在政府主導模式下的不足,我國重大行政決策穩評正逐步轉型為利益相關者合作邏輯下的多元主體模式[9-10]。然而,在倡導并推進多元主體參與評估的同時,由于穩評主體的多元化,穩評主體間權責劃分以及責任追究的問題也日益突出。重大行政決策社會穩定風險評估往往涉及多個政府部門,在官僚組織內部張力的作用下,各個部門出于創造“印象政績”和“避責”的考量,導致“穩評”出現了象征性執行的問題[11],增大了穩評主體責任追究的難度。針對此問題,國內學者多基于權責關系等理論,結合文本分析和案例訪談,研究穩評主體間的權責關系現狀、權責困境歸因[12],并指出穩評主體間權責關系不清是引發重大項目社會矛盾的主要原因[13]。因此,規范健全責任追究機制已迫在眉睫,應當嚴格遵循“執行→結果→對結果負責”的委托邏輯,力戒地方“懶評”亂象,以保障重大行政決策社會穩定風險評估工作的有效開展[14]。

綜上所述,在“多元主體評估機制”倡導并推進的同時,由于穩評主體日益多元化,當前穩評主體間責任追究問題較為嚴峻,且極易引發沖突,健全責任追究機制刻不容緩。在重大行政決策風險評估主體的責任關系領域,已有研究主要關注穩評主體間責任關系的界定,而基于追責路徑的穩評主體研究還存在缺口。因此,如何幫助政府梳理追責路徑和準確劃分責任,建立健全新時代下精準規范的問責機制具有重要的實踐意義。

二、研究方法與技術基礎

(一)質性研究

質性研究和量化研究是兩大研究范式。質性研究又稱質的研究或質性分析,是對研究對象的行為和意義建構取得解釋性領會的一種行動[15]。質性研究是通過運用多種資料采集方式,在自然情境下進行全局性探索研究,從原始資料中總結得到理論。相對于量化研究,質性研究的目的是歸納分析原始資料以發現其中的相關性,而不在于檢驗實證研究假設。

NVivo軟件是當前最主流且功能強大的質性研究工具,其基于扎根理論分析和運行,可用于分析TXT、PDF、Video、Audio、數碼圖片等多種格式的非結構化數據。本研究選用NVivo對重大行政決策的社會穩定風險評估相關政策文本進行質性的編碼分析,歸納總結穩評相關實體及實體間的關系。

(二)知識圖譜

知識圖譜是用符號刻畫物理世界中的概念及相互關系的結構化語義知識庫,以“實體—關系—實體”的基本形式構成網狀的知識結構,目前主要應用于搜索引擎、智能問答、輔助決策三大領域。在輔助決策領域,目前學術界的研究主要集中在醫學領域。通過量化病歷系統的自由文本注釋中醫學概念的相關性[16],探究構建“疾病—癥狀”醫學知識圖譜[17-18],幫助醫生依據癥狀做出精準的疾病診斷。

知識圖譜在實施業務活動以及幫助從業人員和管理人員作出業務決策方面具有有效性。因此,本文創新性地引入知識圖譜技術,基于追責路徑研究穩評主體的責任追究,以實現責任的可視化和可追溯性。以廣東省S市房屋征收社會穩定風險評估為案例,通過構建穩評主體的責任追究知識圖譜,揭示穩評主體的責任關系,幫助政府梳理追責路徑、規范問責機制。

知識圖譜主要有自頂向下和自底向上兩種技術構建方式[19]。目前,大多數知識圖譜采用自底向上的方式構建,首先對實體進行歸納組織形成底層的概念,再逐步向上抽取形成上層的概念[20]。自底向上知識圖譜架構如圖1所示[21],共包括5個步驟:數據采集、信息抽取、信息融合、知識加工、知識圖譜構建。本文依據自底向上的知識圖譜架構,構建重大行政決策穩評主體的責任追究知識圖譜。

圖1 知識圖譜的技術架構

三、重大行政決策穩評主體的責任追究知識圖譜構建

(一)數據采集

政策文件可以反映政府行為,其文本語義能夠有效描述政策的涵義和進程要求[22]。考慮到不同地域政策文本的特殊性、公開性與可獲取性,本文以房屋征收重大決策為例,研究構建以廣東省S市房屋征收重大決策為代表的穩評主體責任追究知識圖譜。本研究的政策文本來源包括:(1)政府門戶網站的信息公開數據;(2)“北大法寶”法律數據庫;(3)第三方評估機構網站的政策法規數據庫。截至2022年3月,其提取到在政策有效期內的房屋征收重大決策穩評相關政策文件共8份,其中國家政府部門出臺的文件為3份、廣東省政府出臺文件為3份、S市政府出臺文件為2份,具體如表1所示。

表1 房屋征收重大決策穩評的政策文件

(二)信息抽取

NVivo質性分析軟件基于扎根理論分析和運行,編碼流程包括開放式編碼、軸心式編碼和選擇式編碼,據此將節點總結概括為自由節點和樹狀節點,以實現文本主題的總結和提煉。

1.開放式編碼

開放式編碼是指以開放性思維[23]概念化標注文本資料(政策文本)中所包含的全體可編碼句段[24]。本研究首先根據開放式編碼的要求,逐句、逐行、逐段對政策文本進行初始整理,提取出與重大行政決策穩評有關的原始代表語句建立自由節點,將其分解成不同的獨立信息單元;其次是發展界定概念。由于初始編碼形成的概念數量龐大且語義交叉,通過持續剖析總結,抽象出能體現重大行政決策穩評的關鍵信息,最終形成58個初始概念,并進一步提煉出更具針對性和選擇性的范疇,共得到15個初始范疇,如表2所示(由于篇幅限制,表2為部分開放式編碼內容)。

表2 開放式編碼結果

2.軸心式編碼

軸心式編碼是指單次僅深入分析一個范疇(即軸心),通過聚類挖掘構建范疇間的潛在邏輯關系,發展主范疇[24]。本研究實施軸心式編碼,總結15個初始范疇存在的相互關系和邏輯順序,如“風險分析工作、項目可行性研究工作、項目申請工作”屬于重大決策風險評估相關工作中“重大決策前期工作”的范疇。依據上述邏輯關系,歸納概括出15個初始范疇,最終總結得到4個主范疇,詳情如表3所示。

表3 軸心式編碼形成的主范疇

3.選擇式編碼

選擇式編碼是指全方位地系統分析以上全體概念和范疇,最終確定一個能夠將其他所有范疇串聯為整體且包羅最多研究結果的“核心范疇”。深入剖析所有主范疇,發現其相互關系已展現出相對清晰的脈絡,并已包含構建核心范疇的基本要素。結合本研究的主題,發現可以用“重大決策風險評估相關工作”來統籌其他所有范疇,故將其定義為核心范疇。圍繞核心范疇,其“故事線”架構(見圖2)為“重大決策前期工作、重大決策風險評估工作、重大決策后期工作”,這3個主范疇是重大決策風險評估的相關工作流程,而“重大決策風險評估方案”主范疇是實施重大決策風險評估工作所應遵循的既定方案依據。

圖2 選擇式編碼邏輯模型

4.關系語句抽取

以重大決策風險評估相關工作核心范疇為基礎,在已編碼完成的重大決策前期工作、重大決策風險評估工作及重大決策后期工作3個父節點內,以嚴格遵循原文本既定描述,適當簡要明晰關系語義為抽取原則,進行關系語句抽取挖掘,為識別穩評主體間責任關系提供依據。而重大決策風險評估方案是實施重大決策風險評估工作的主要依據,屬于靜態內容,不能反映穩評主體間的責任關系,因此不在該父節點內抽取關系語句。關系語句抽取結果如表4所示(由于篇幅限制,表中為部分關系語句抽取結果)。

表4 關系語句抽取結果

(三)信息融合

以上流程抽取后可能會獲得一些錯誤冗雜的信息,且實體間關系存在扁平化和缺乏條理性的問題,為消除歧義并保留基本事實表達,需要對其進行整合。運用NVivo編碼對抽取出的關系語句依次進行實體消歧與共指消解等信息融合處理。

1.實體消歧

該步驟可解決存在歧義的同名實體問題,例如政策文件中“本級人民政府”這個指稱項,可以對應作為“省級人民政府”的實體,也可以對應于“市級人民政府”的實體。由于本研究以廣東省S市房屋征收重大決策為研究案例,在此類實體歧義問題中依據政策文本上下文語義,進行省、市級別區分。

2.共指消解

該步驟可解決相同實體對象被多個指稱項對應的問題。例如政策文件中“決策機關”“審批部門”“市人民政府”等指稱項可能均指向實體對象“S市人民政府”,而“市房屋征收部門”“風險評估的承辦部門”“評估主體”等指稱項可能均指向“房屋征收部門”這一實體對象。針對此類問題,本研究依據政策文本的上下文語義,明晰不同指稱項的實際含義,并以簡潔準確為基本原則進行不同指稱項的歸納命名,為構建實體精簡且關系明晰的責任追究知識圖譜奠定基礎。

(四)知識加工

由上述信息融合過程得到的基本事實并不是知識,需要通過本體構建、知識推理和質量評估才能得到網絡化、結構化的知識體系。其中確保高質量知識的質量評估工作往往與共指消解工作共同執行,因此需要完成以下本體構建與知識推理過程。

1.本體構建

本體構建是指標準化的概念建模,即給出概念及其關系的規范化精準定義。在信息融合的基礎上,本研究通過深入理解關系語句的語義,明確實體對象和關系對象的具體含義,實現實體對象和關系對象的標準化命名,共構建得到31個實體對象和29個關系對象。

基于經實體消歧、共指消解與本體構建得到的規范化實體對象和關系對象,對抽取得到的關系語句進行整合歸納。為方便后期知識圖譜的構建,經實體消歧、共指消解與本體構建過程所整合得到的關系語句,用表格以“實體—關系—實體”的形式進行存儲,如表5所示(由于篇幅限制,表中為部分關系語句整合結果)。

表5 關系語句整合結果

2.知識推理

知識推理是指基于當前的實體間關系推理出其相互間的新關系,以實現知識網絡的開拓擴展。本研究基于以上步驟獲得的實體與實體間關系,推理出穩評主體的責任關系,進而推理出穩評主體間責任的連帶關系,據此實現責任的跨級追溯。

現有研究應用內容分析法,經信度效度檢驗,歸納梳理出穩評主體間包括合作、組織協調、監督指導和責任追究四類關系[25]。本研究參考針對穩評主體行為關鍵詞的關系歸納規則,進行實體間關系的推理總結,分別歸納為合作關系、組織協調關系和監督指導關系。經實體消歧、共指消解與本體構建過程所抽取出的“委托、指定”關系在此參考文獻中未進行歸納,考慮到其不屬于其中任一關系類型,本研究新增了委托指定關系類型。結合本文的研究主題,為確定直接責任部門或人員的責任權重,新增直接責任關系類型。直接責任關系是指穩評主體(a)直接負責實施或牽頭完成該項工作的責任關系,而間接責任關系則是指穩評主體(b)與穩評主體(a)形成的合作、委托指定、組織協調或監督指導關系。具體的推理歸納情況如表6所示。

表6 責任關系推理歸納情況

(五)知識圖譜構建

知識圖譜通常儲存為圖形數據庫,表現為基于圖的數據結構。Neo4j是基于Java的高效開源NOSQL圖形數據庫,其優勢是對數據關系的檢索,能夠將結構化數據以網絡形式進行儲存,是當前業界構建分析知識圖譜的主流數據庫。本研究選用Neo4j數據庫實現房屋征收穩評主體的責任追究知識圖譜的構建和展示。

依據前述實體及實體間關系抽取的結果,房屋征收穩評主體的責任追究知識圖譜構建結果如圖3所示。為更直觀展示該知識圖譜的內部結構,穩評主體節點用紅色表示,工作節點用藍色表示,事物節點用綠色表示。

圖3 房屋征收穩評主體的責任追究知識圖譜

四、房屋征收穩評主體的責任追究知識圖譜解讀分析

(一)責任關系賦權

責任關系主要分為五類:直接責任關系、合作關系、委托指定關系、組織協調關系、監督指導關系,各個責任關系對穩評主體責任權重的影響程度不同,為了確定各責任關系的影響程度,本研究應用層次分析法進行責任關系賦權。

首先,建立指標評價體系。本研究的評價體系由一級指標構成,用于評價責任權重的5個指標為:直接責任關系、合作關系、委托指定關系、組織協調關系、監督指導關系,據此可得到責任權重評價指標的兩兩比較判斷矩陣。

其次,通過咨詢專家,得到完整的比較矩陣。本研究向公共管理、行政管理領域學者及政府高層工作人員發放基于AHP九級比例標尺的專家調查問卷,問卷由10道題目組成,責任權重評價指標兩兩對比,并由專家給出對比結果。本研究共收集了25份有效專家問卷,調查樣本包括21位公共管理、行政管理領域學者(包括清華大學、北京大學、中國人民大學、中山大學、北京師范大學、武漢大學、四川大學、華南理工大學等高校教授)以及4位政府高層工作人員。

將25份專家問卷內容轉換為指標判斷矩陣,錄入Yaahp軟件進行責任權重計算與一致性檢驗,并運用該軟件的不一致判斷矩陣自動修正功能對未通過一致性檢驗的專家判斷矩陣進行修正。平均各專家的指標權重,得到5個責任權重評價指標的權重系數,如表7所示。

表7 責任關系權重系數

(二)知識圖譜解讀

為將該知識圖譜落實到實際按份責任的追究工作中,本研究針對圖3標注的工作節點和事物節點,依據表6的責任關系細分結果,識別各穩評主體的責任關系,并結合層次分析法計算得出的責任關系權重,進行各節點按份責任追究知識圖譜的展示與解讀。

下面以“矛盾排解工作”工作節點為例,進行知識圖譜的解讀分析,其按份責任追究知識圖譜如圖4所示。

圖4 “矛盾排解工作”節點責任追究知識圖譜

“S市人民政府組織矛盾排解工作”屬于組織協調關系;“項目單位進行矛盾排解工作”屬于直接責任關系;“S市維穩部門協助矛盾排解工作”“S市政法部門協助矛盾排解工作”“S市綜治部門協助矛盾排解工作”“S市信訪部門協助矛盾排解工作”屬于合作關系。因此,S市人民政府、項目單位、S市維穩部門、S市政法部門、S市綜治部門、S市信訪部門應按照比例(0.098 0∶ 0.473 6∶0.151 1∶0.151 1∶0.151 1∶0.151 1)進行追責。將計算結果進行標準化處理,得到各穩評主體的責任百分比。針對矛盾排解工作,按照責任比重降序排列,項目單位負40.27%的責任,S市維穩部門負12.85%的責任,S市政法部門負12.85%的責任,S市綜治部門負12.85%的責任,S市信訪部門負12.85%的責任,S市人民政府負8.33%的責任。

五、研究結論與建議

自2005年初以來,社會穩定風險評估制度發展迅速,已成為我國的黨政國策。然而該制度的執行仍處于粗放階段,僅評估重大行政決策風險發生的概率和風險等級,且沒有規范完善的問責機制,這為重大行政決策穩評效果的提升帶來了挑戰。本文創新性地將質性研究與知識圖譜相結合,對重大行政決策穩評主體間的責任進行可視化與追溯,構建責任追究知識圖譜,并應用層次分析法進行責任關系賦權,據此實現穩評主體按份追究責任,具有重要的現實意義。

本研究針對重大行政決策穩評制度及穩評工作的實施提出以下指導建議。

第一,構建責任追究知識圖譜有助于規范問責機制。當前我國面臨穩評主體不履行責任、責任下推、問責追責不力等諸多困境,重大行政決策穩評的責任追究問題涉及多方主體,且相關問責機制不夠健全,這對重大行政決策實施效果的提升帶來了極大的挑戰。對政務領域而言,知識圖譜的引入可完善當前重大行政決策穩評主體的責任追究機制,規范責任追究路徑。本文提出的質性研究與知識圖譜相結合的方法可以有效應用于重大行政決策社會穩定風險評估,明晰穩評相關工作的追責路徑以及各穩評主體的按份責任,解決權責不清問題,規范問責機制。各穩評主體能夠直觀地厘清其所負責的工作以及與其他穩評主體間的責任關系,能夠有效激勵各穩評主體相互間的監管督查,提高穩評主體的犯錯成本,由此提高穩評工作的高效性和保障性。構建穩評主體責任追究知識圖譜的規定,錄入重大行政決策穩評工作的內部監管制度,有助于強化穩評工作的內部監督力度,保障重大決策的合法性、合理性、可行性與可控性,為重大行政決策的順利實施營造積極且嚴謹的穩評工作環境。

第二,重視直接責任主體的穩評工作,提升決策準確性。基于層次分析法的穩評主體責任關系權重的定量計算結果表明,衡量穩評主體責任權重的關鍵指標為直接責任關系,其重要程度明顯高于合作、委托指定、組織協調和監督指導關系。直接責任關系是指穩評主體直接負責實施或開展該項工作,相對于合作、委托指定、組織協調和監督指導責任主體,直接責任主體在相關穩評工作中的按份責任占主導地位。因此,為達到大幅提升穩評結果的有效性,以及重大決策合法性、合理性、可行性與可控性的最終目標,必須重視直接責任主體的穩評工作。在此基礎上,可通過合適的獎勵機制激勵直接責任主體,提高直接責任主體的工作積極性,在保障自身工作要求的前提下加強對其他穩評主體的監督力度,以提升重大行政決策的準確性。

第三,加強合作與監督指導責任主體工作要求,保障決策準確性。合作與監督指導關系也是衡量穩評主體責任權重比較重要的指標,兩者的重要程度分別處于第二位和第三位,明顯高于委托指定與組織協調關系。由此可見,與直接責任主體達成合作與監督指導關系的穩評主體在穩評工作中的按份責任占次要地位,且重要程度較高。因此,保障重大決策合法性、合理性、可行性與可控性的關鍵在于加強合作與監督指導責任主體自身的工作要求,提高工作嚴謹性與積極性,在確保自身工作質量的同時加強對其他穩評主體的監督力度,由此降低穩評相關工作的出錯率,從而最大程度地保障重大行政決策的準確性。