雙重整合:基層數字減負的實現路徑
——以杭州市上城區“基層治理數據底座”建設為例

李 穎 王 潞 孫茂陽

一、導言

數字治理已經成為治理模式創新的共識。通過數據共享、融合和碰撞,可增強主體間協同能力,緩解因科層制和專業分工導致的業務碎片化難題,推動整體性政府建設和精準治理。(1)J. Ramon Gil-Garcia, Sharon S. Dawes &Theresa A. Pardo,Digital government and public management research: finding the crossroads[J]. Public Management Review,2018(05):633—646.這既有助于賦能政府公共主體,又有利于賦權社會和個體,實現賦能和賦權的雙輪驅動。(2)孟天廣.政府數字化轉型的要素、機制與路徑——兼論“技術賦能”與“技術賦權”的雙向驅動[J].治理研究,2021(01):5—14+2.數據作為數字治理的基礎要素和關鍵資源,其精準性、時效性、多維性程度直接影響著治理的最終成效?？梢哉f,數據質量決定著治理質量,是現代治理中的戰略資源和基礎。(3)Kitchin,R.The Real-time City? Big Data and Smart Urbanism [J].Geo Journal,2014(79):1—14.

縣(區)作為國家治理體系中的基礎單元,對數字賦能有強烈需求,同時又在數據治理中承擔著重要功能。但在數字化轉型實踐中,數據壁壘多,數據不精準,校驗難度大,制約了治理能力的整體提升?；鶎硬粌H面臨繁重的多頭報表任務,同時又最受數據供給匱乏和質量不佳之困,向上“要數據難、好數據少”成為常態化難題。數據采集任務超載和數據資源匱乏并存,近年來正讓基層陷入“越減越負”的悖論。(4)顏昌武,楊鄭媛.加壓式減負:基層減負難的一個解釋性框架[J].理論與改革,2022 (01):76—86.2023年底,中央網絡安全信息化委員會印發《關于防止“指尖上的形式主義”的若干意見》,所指向的正是上述困境帶來的“數字化負擔”。

這些困境產生背后的原因是什么?是否存在破解方案?杭州市上城區以拆分和重構數據背后的條塊關系和權責關系為突破口,通過技術邏輯和組織機制的適配整合,打造基層治理所需的 “數字化基礎設施”——基層治理數據底座,以期同時實現向上整合、向下減負和上下交互賦能等多重目標。本文通過解析此案例的演化過程與設計邏輯,提出基層數據賦能與治理減負的一種可行性路徑,并就其成效與可復制性展開討論。

二、基層治理中的數據困境成因分析

基層治理負荷重和數據賦能難并存,具體表現在三重困境上:一是數據填報多賦能少。臺賬和數據呈報繁復,臨時表格多,考核任務重?；鶎訙p負難以真正落到實處,擠占了服務居民的時間和精力。(5)麥佩清.“基層減負年”減負了嗎?——基于某直轄市A區259個社區的調研[J].公共管理評論,2020 (03):111—121.由于治理要求不能夠貼合基層實踐,導致執行異化,出現“數字懸浮”現象。(6)范煒烽,白云騰.何以破解“數字懸浮”:基層數字治理的執行異化問題分析[J].電子政務,2023(10):59—70.二是數據共享難整合度低?；鶎影匆蟛杉臄祿?直接傳輸和存儲至上級條線部門的自建系統、端口,沿襲縱向協同邏輯。(7)葉戰備.政務數據治理的現實推進及其協同邏輯——以N市為例[J].中國行管理,2021(06):44—49.基層人員很難留存所需的數據,數據的“生產者”無法獲得“使用權”,義務與權利的不對等影響數據歸集的積極性。三是數據不準核驗難。隨著城市異質性和流動性增加,人口流向、軌跡、工作及生活狀態都在快速變化,底數不清、質量不高、更新不及時影響著治理成效。疫情期間一些地方因數不清人數而導致的管控擴大化,充分暴露出數據治理之困。三個問題密切關聯,相互強化,導致數據不準、不動、不好用,進一步放大了基層和條線部門面臨的數據困境。

從權力關系上看,數據“煙囪”的背后是“條強塊弱“和“部門主義”的權力結構體現。條塊體制強調“條”的權力集中和剛性命令,限制了“塊”上的基層治理柔性和自主性。(8)具體參見郝宇青.條塊關系適應柔性的基層社會治理[J].探索與爭鳴,2022(11):49—51;徐勇,燕繼榮,肖濱等.破解基層治理的結構性困境[J].探索與爭鳴,2023(01):4+177.基層數據治理之所以受限,正是受到了結構的牽引,沿襲了科層層級制和壓力型責任制的特點。若無權威主體強力主導,協調條塊關系,則難以形成系統性的組織協同,達致整體性的治理目標。(9)具體參見夏義堃.試論基層政府數據治理模式的選擇:吳中模式的建構與啟示[J].電子政務,2019(02):17—26;葉戰備.政務數據治理的現實推進及其協同邏輯——以N市為例[J].中國行政管理,2021(06):44—49.它會導致基層人員產生“逆選擇困境”,只關注數據形式合規,向上負責,而無暇關注真正的社情民意數據。(10)黃曉星,丁少芬.基層治理結構與政府數據治理——以Z市T區網格化管理及其專項行動為例[J].公共行政評論,2022(03):21—39+196.數據治理的流程和設計呈碎片化、分散化狀態(11)胡衛衛,陳建平,趙曉峰.技術賦能何以變成技術負能?——“智能官僚主義”的生成及消解[J].電子政務,2021(04):58—67.,導致數據成為部門的“專有資產”,屬地難以共享(12)許鹿,黃未.資產專用性:政府跨部門數據共享困境的形成緣由[J].東岳論叢,2021 (08):126—135.。甚至在政府上下及橫向之間出現共謀,產生技術執行的拼湊應對偏差。(13)董石桃,董秀芳.技術執行的拼湊應對偏差:數字治理形式主義的發生邏輯分析[J].中國行政管理,2022(06):66—73.

在治理機制上,缺乏明晰的治理主體和動力保障。在理論層面,打破壁壘實現數據共享已經成為共識。(14)Gil-Garcia, J. R., &Sayogo, D. S., Government inter-organizational information sharing initiatives: Understanding the main determinants of success[J]. Government Information Quarterly, 2016(03): 572—582.但在實踐中,部門需求響應慢、數據孤島多、服務協同性差、業務一致性弱等問題普遍存在。(15)沈費偉,諸靖文.數據賦能:數字政府治理的運作機理與創新路徑[J].政治學研究,2021 (01):104—115+158.既有研究已經意識到這是一個體系性工作(16)安小米,白獻陽,洪學海. 政府大數據治理體系構成要素研究——基于貴州省的案例分析[J].電子政務,2019(02):2—16.,也強調大數據局、大數據中心等技術專業部門作為主要治理主體的重要性。(17)具體參見黃璜.中國地方政府數據治理機構的初步研究:現狀和模式[J].中國行政管理,2018(12):31—36;張克.省級大數據局的機構設置與職能配置:基于新一輪機構改革的實證分析[J].電子政務,2019(06):113—120.然而,由于機制設置和權責邊界不清晰,導致數據治理處于“無主”狀態。管理制度缺失,缺乏適宜的激勵機制,阻礙了數據共享和處理力度。(18)鎖利銘.府際數據共享的雙重困境:生成邏輯與政策啟示[J].探索,2020(05):126—140+193.

在技術層面,治理閉環和適用工具缺失,制約了數據交互檢驗能力。治理流程不完善,缺乏對問題數據的發現、反饋、修正的完整閉環,閉環當中的數據治理方(數據部門)、提供方(源頭單位)以及使用方(用戶)如何參與,缺乏科學設計。(19)吳善鵬,李萍,張志飛.政務大數據環境下的數據治理框架設計[J].電子政務,2019 (02):45—51.數據源不完整,采集標準、存儲標準、數據結構各異,數據名稱和編碼格式不一,數據顆粒度粗細不均。這些基礎標準和規范性條件還未厘清,增加了清洗、篩選難度。數據共享交換平臺建設的差異和技術體系的不完善,亦成為數據共享和治理的重要阻礙。(20)明承瀚,徐曉林,陳濤.政務服務數據共享研究——以武漢市為例[J].電子政務,2018(01):14—21.

研究者注意到,數據治理不僅是技術問題,而且兼具技術、政策與管理三重屬性,需要注重系統性、整體性與協同性(21)鮑靜,張勇進. 政府部門數據治理:一個亟需回應的基本問題[J]. 中國行政管理,2017 (04):28—34.,并從三個維度分別開出藥方。在技術層面,強調共享平臺和標準規范推動數據“聚”和“通”的作用。(22)具體參見熊瑰.淺談政府數據共享交換平臺建設[J].信息通信,2018 (02):254—255;王欽敏.統籌協調 共建共享 推進數字政府信息化系統建設[J].中國行政管理,2020(11):6—7;石慶波,黃其松.我國政府數據聚通用的難點與優化路徑——以貴陽市為例[J].電子政務,2022 (03):88—100.還有從微觀角度提出技術解法,例如利用聯邦學習技術,實現數據價值共創和安全保護兼顧的目標。(23)胡業飛,陳美欣,張怡夢. 價值共創與數據安全的兼顧:基于聯邦學習的政府數據授權運營模式研究[J]. 電子政務, 2022(10):2—19.在組織層面,建議通過完善大數據管理機構建設,增強統籌協調和體系建設能力。(24)孟慶國,林彤,喬元波等.中國地方政府大數據管理機構建設與演變——基于第八次機構改革的對比分析[J].電子政務,2020 (10):29—38.優化政府職責體系,順暢運行機制。(25)朱光磊.構建政府職責體系是解決基層治理負擔過重問題的根本出路[J].探索與爭鳴,2023(01):18—21.在制度層面,通過制定法規和優化行政體制,保障數據有效共享。(26)張亞楠.政府數據共享:內在要義、法治壁壘及其破解之道[J].理論探索,2019 (05):20—26.

這些建議給出了解決問題的多維視角,提出了一些可行性方案,但未充分勾勒出制度架構、組織機制與技術選擇之間的內在關聯,沒有提供整體性的方案。事實上,正是治理架構中的“條強塊弱”傳導,在組織機制上造成了數據治理的碎片化和治理主體的分散化,忽略了從基層的用戶視角設計適用的工具。因此,要改變數據治理困境,需要在數據關系和組織機制上改變權力碎片化擴張和“條強塊弱”的格局。從數據分散轉向數據聚合,從多頭治理轉向整合治理,從而具備交叉驗證能力和持續更新動力,全面提高數據質量。

三、基層數據治理的整合模式:技術邏輯與組織機制重塑

杭州市上城區將條塊融合邏輯同時嵌入到技術體系和組織體系當中,展開數據治理探索,打造面向基層治理的“數字化基礎設施”。圍繞“治什么、如何治、誰來治”的問題,逐漸形成較為完整的數據治理體系。在技術路徑上,通過對條線數據內容進行梳理、拆分、重組和清洗,打造多維、全量、集成的數據底座,形成轄區內和層級間的治理閉環,確保數據底座的權威性;增強共享程度,提升數據精度,加大基層減負力度。在組織機制上,由條線多頭治理轉變為屬地聚合治理,形成“組織部主導+數據局主治+多部門協同+街社共治”的體系架構,在組織形態和動力理念上形成“治理共同體”。在數據權屬上,從原來由條線部門“持有”的權屬轉變為條塊“共有”的治理資源,實現“產權”的共有共治共享。

(一)打造全量多維數據底座,實現條塊供需匹配

1.融合條塊需求,打造多維標簽體系

上城區對數據進行“解構”再“重構”,建立了“一表通”多維標簽體系(圖1),兼容縱向不同層級和橫向不同部門的數據需求。通過2個多月的走訪調研,征集政法、民政等8個業務主管部門及全區14個街道的需求,對治理所涉數據進行梳理、拆分和再融合。第一步,它將條線報表數據和基層所需數據進行“解構”,去重歸并后,分解到最小顆粒。第二步,通過組合字段標簽,“重構”為條線融合的多個主題庫,形成包含130個人口標簽及6個常用房屋標簽的完整體系。

所構建的“1+N+X”的標簽體系通過“以條帶塊”的形式,形成基層治理的主題框架。其中,“1”為基礎標簽,是與人相關的基礎信息,例如年齡、性別、民族、國籍等?！癗”為主題標簽,主要依據條線部門的數據需求,將各個數據字段按照業務屬性進行細分編碼。設置了婚育與家庭主題、健康主題、救助主題、養老福利等12個固定主題,并細化到三級標簽。由于標簽對應到相應的數據字段和數據結果,部門自行勾選基礎標簽和主題標簽中的對應字段,就能自由組合,生成所需的各類表格,從而免去基層重復填報之累。

圖1 1+N+X標簽體系:以數據為載體的條塊融合治理

同時,與基層溝通后,將他們日常工作中所需的數據內容匹配到相應的主題框架中,即將塊上的數據需求融入到條線邏輯中去。例如,基層反映,雖然各地建設了基層治理平臺或者“一網統管”平臺,但這些平臺大多以“事件”為中心,只關注與“事件”屬性有關的數據內容和字段。以浙江“基層治理四平臺”的數據庫為例,它只涵蓋與綜治任務有關的13個字段,不包含與民生服務等社區高頻使用的字段內容,但街道、社區高頻使用的字段有27個。于是,標簽體系增添所需字段,放置到對應的主題庫中,條塊數據需求形成有機融合?！癤”為臨時標簽,主要配合臨時性重點工作產生的標簽,如疫情管理、文明創城等,可依據需求進行增刪。

標簽體系的另一個功能是“以房定人”,通過建立“靜態空間”與“動態個體”間的聯系,為檢驗不同來源的數據質量打下基礎?；鶎又卫砭唧w到日常工作中,就是和流動的個體打交道,數清底數是工作前提。當這些數據分散在不同系統時,彼此之間不能關聯,對同一信息的采集結果很可能因時間、規范等因素產生差異?；鶎訜o權威數據可用,必然產生大量無效勞動。如何解決人員流動帶來的底數校準難題?上城區將每個個體身上的所屬標簽及狀態變化,落到固定的空間,與具體的房屋房號進行綁定。這樣,不同的數據源落在同一空間后,后續不僅可以對應分發到相應的轄區,還有利于對同一空間中的多源數據進行交叉驗證。此外,管理者還可通過圈定空間,一覽本區域內的人員流動和分布情況。

標簽體系的建立實現了“條—塊”間對話,發揮了四個作用:一是明晰數據需求。通過調研訪談,將部門和基層的數據需求清單化、標簽化。二是通過邏輯上的去重整合,兼容了條塊數據需求。三是數據關聯到相應標簽后,通過彈性組合,可實現智慧報表。經過拆分重構,18個部門96張高頻報表實現了自動生成,極大地減輕了基層報表之困。四是通過 “以靜制動”,基層人員可快速定位所有的管理、服務對象,實現數據賦能。

2.匯集清洗全量數據,建立塊上權威數據庫倉

標簽體系成型后,再通過“以塊統條”的方式對數據進行清洗。區數據資源管理局將散落在省、市、區、街、社各個系統中的多源數據全量匯集,進行比對校驗。它解決了“數出多源”產生的誤差難題,實現了在塊上檢驗條線數據質量的目標。例如,檢驗結果就發現,有兩個不同源頭的系統,數據重合率僅61%。經初步清洗后,數據重合率從原來的61%提升到93%,人戶關聯率達到100%,實現“人—房—事—物”的全映射。

數據清洗完成后,建立區級數據庫,包含全區136萬實有人口底數。當然,總庫里的數據要發揮賦能作用,要讓基層可見可讀可用。因此,按照空間分布,結合網格化結構,總庫數據會分別灌入到相應轄區,形成各個街道、社區、網格的數據分庫——數據倉。同時,存疑數據也一并灌入,以便進行二次核實。數據倉庫可視為“結果數據+標簽體系”的集合體,是清洗和容納全量數據的“平臺”和“倉庫”。它打破了因“條強塊弱”導致的數據治理碎片化、封閉化困境,改變了數據生產和更新的流向,進而打造出塊上的數據權威(圖2)。

簡言之,通過對全量、多維數據進行清洗碰撞,數據底座初步建成。它以數據為載體,在區(縣)層面解構并重構了條塊業務。以基層現實需求為導向,通過模型算法規則,最大程度完成了數據聚合及質量的初步檢驗。

圖2 基層治理數據底座

3.實現線上—線下交互校準,構建數據更新閉環

如果說數據底座建設的上半場是完成“線上”整合,那么下半場則取決于“線下”維護。線上碰撞發現的存疑數據,需要通過線下人工走訪完成二次校驗。即使是當下準確的數據,也會隨著時間變化和社會流動不斷變更,需要動態維護,才能保持數據的鮮活度。因此,需要構建線上—線下的交互循環,形成“集成—清洗—核實—反饋”全鏈路閉環。既在條—塊間保持數據變更的同頻一致,又要防止多頭采集,減少基層重復勞作,實現“采核一次 全網共享”?；诖诉壿?上城區構建了“內外雙循環”的更新路徑。先在區內完成 “小循環”,再通過省一體化智能化公共數據平臺,完成市—區之間的“大循環”(圖3)。

圖3 數據更新循環:采核一次 全網共享

基于基層人員的用戶導向,為他們開發易用、好用的數據采集工具,是確保雙循環得以實現的重要條件?；鶎訑祿卫碡摵芍赃^重的原因之一,就在于各類數據采集APP或操作系統往往是自上而下開發的,較少顧及基層的使用反饋?；鶎痈刹棵鎸Σ僮鲝碗s的軟件工具,花費過多時間、精力,對數據質量的關注自然會打折扣。因此,要讓基層愿意投入數據維護工作,減少重復勞動,就需在技術手段上提供助力。為此,上城區開發了一系列特色工具。其中,專為社工、網格員開發的“樓小通”,可實現“只輸一次”的減負目標。

當基層人員對變化數據進行更新時,無需再像以往那樣多頭、多次輸入到各個條線的系統或APP中。通過線下走訪核驗確認后,只需在“樓小通”上操作一次,變更內容即可直接沉淀在數據庫中?；谟脩趔w驗,“樓小通”持續迭代優化,陸續添加了數據批量增刪、走訪提醒、閉環提醒等功能,可幫助基層人員了解數據維護進度。好用的工具增強了用戶使用粘性,推動了線上線下交互核驗的效率和質量。結果表明,全區人口數據準確率動態提升15%—30%。

區級完成“小循環”后,再通過浙江省一體化智能化公共數據平臺(一體化平臺),實現區與市級間的“大循環”。通過一體化平臺,區里可將校準后的數據橫向同步推給各個條線部門的業務系統,完成閉環檢驗和全網更新。如果市—區兩級的比對中依然存在偏差,則大小循環會再次被觸發,從而始終保持數據在市—區間的一致性。

數據底座的構建改變了數據流向。它既是捕捉、沉淀數據的平臺,又是條塊交互的“樞紐”,不僅緩解了基層采集的負荷,還實現了條線間和條塊間的“對話”。同時,它還具備全量、準確、動態等特點,包含基層治理所需的所有維度,可同時滿足屬地和條線的多樣化需求。在一定程度上緩解了條塊間的內在張力,提供了條塊均認可的權威“設施”,數據治理找到了從碎片化走向整合型的建設路徑。

(二)建立統合治理架構,推動組織機制適配

將“基層治理數據底座”建設定位于區級層面的整體性工作,而非單部門、運動式任務,是上城區在組織機制安排上區別于以往的重要變化。數據即權力,數據底座建立后,各個部門系統不能再直插基層,意味著業務部門的權力讓渡。同時,數據校準意味著對業務質量的檢驗,在很大程度上沖擊了條線職能和權責邊界的封閉性。近年來,隨著數據管理部門的相繼成立,各地往往將其視為數據治理的主導甚至唯一主體。然而,作為與其他部門平級的新生機構,它雖然可以在技術上提供支持,但面對政府內部的復雜架構和利益關系,無力憑借一己之力改變既有格局,需要有超越條線的權威提供領導力和協同力。此外,運動式治理雖然可以在短期內做到數據的全面摸排,但在缺乏常態化維護機制的情況下,時效性、準確性、關聯性必然隨著時間變化而快速下降。(27)黃曉星,丁少芬.基層治理結構與政府數據治理——以Z市T區網格化管理及其專項行動為例[J].公共行政評論,2022(03):21—39+196.針對上述問題,上城區在數據底座的建設過程中,逐漸探索形成了適配的組織機制。

1.“條抓塊統”有機整合,形成“數據治理共同體”

對于復雜的交叉性治理難題,如何產生層級間和條線間的縱橫協同動力?在既有的治理體系中,黨和政府整合而成的“廣義政府”兼具政黨屬性和政府屬性雙重特征,黨委組織可以起到動員和粘合作用,具有整體性治理的特征。當議題的重要性得到確認后,就會進行提級,從功能性任務上升為政治性任務。一般而言,它帶有政治動員特點,并通過成立常規性或臨時性協調機制,彌合行政體系內部的治理“縫隙”問題。(28)陳國權,盧志朋.廣義政府:當代中國公共管理主體及其雙重性[J].公共管理學報,2023(01):1—9+169.黨委以集權治理邏輯,超越條線的垂直剛性,形成了“條抓塊統”的組織體系。研究發現,統合型數字治理模式可從結構力和能動力促成協同,提升治理效能。(29)宋瀟,劉克,張龍鵬.統合型數字治理:基層治理效能提升的理論邏輯與實踐機制——基于深圳市龍華區的案例研究[J].電子政務,2023(09):62—76.

上城區在推進過程中,逐漸形成了“區委主導+組織部主抓+數據局主治+條線協同+街社共治”的統合式組織體系。區黨委作為主導者,意味著對數據問題的認知上升到了“政治任務”的高度。連續兩年將數據底座建設列為全區八大“重點工作”之一,通過黨組織的高位政治勢能進行資源整合。區委組織部多次在會議上強調,隨著數據底座的日趨完善,今后區里各類政策和行政資源將以此作為重要配置依據,從而增強各個主體的共治意愿。

需要強調的是,黨委統領的理念共識與組織體系形成并非一蹴而就之舉,而是一個逐漸演化成型的過程。哪些議題可以優先排序進入領導視野,成為決策議程,往往取決于問題、機會、參與者及方案四個條件的同時交匯。(30)John W. Kingdon. Agendas, Alternatives, and Public Policies, 2nd edition[M]. London: Pearson, 2013:165.數據治理難題雖然長期存在,但由于緊迫性和顯性度不足,一直缺乏讓問題“升級”的契機。轉折發生在2022年底。當時正值疫情防控政策改變,為加強對重點人群的關愛,浙江省要求各地向60歲以上的老年人發放“防疫健康包”。區委、區政府為核實物資是否發放到位,基于數據底座隨機進行電話回訪。結果發現,幾位受訪老人并未收到“健康包”,原因在于社區是根據條線部門的數據進行發放的,因質量偏差導致服務不精準。屬地決策者由此發現,建立全量、精準的數據底座,有助于判斷基層和部門的真實工作成效。它改變了上下級信息不對稱的劣勢,上級獲得俯瞰治理全貌的能力,從而成為區委將其定位提級的重要考量。

另一個契機則來自組織部的主動參與。2022年,按照浙江省委要求,各級組織部牽頭,開展“強街優社”和黨建統領的社區建設。其中涉及到為基層減負賦能,并要求加強黨組織和條線部門聚合的組織體系優化。上城區組織部作為牽頭部門,在調研中發現,盤清數據家底既是區里了解基層全景的路徑,又是基層的強烈訴求。于是,區委決定由組織部作為主抓單位,統領協調具體的治理工作。

如果說機會產生和組織部參與是外因催化,上城區數據局在數據底座上的前期探索則屬內因推動,提供了技術上的可行性方案。2020年,為解決基層報表負擔,區數據局就已建設了“一表通”1.0版。2022年,杭州市數據資源管理局試點探索市—區兩級與基層治理有關的人口數據共享回流機制與互通體系,上城區為試點區縣之一。因此,利用既有基礎與試點機會,設計技術路徑,收集基層需求,數據底座的操作方案逐漸成型。但作為行政上的平級部門,缺乏推動其他部門參與的權威性,區委主導和組織部參與恰好彌補了這個難題。

在具體組織架構上,它表現為權力和業務的雙重“條塊協同”:首先,組織部代表區委牽頭,在權力上行使塊上統領協作職責,通過以塊統條推動數據共享融合。其次,區數據局行使方案執行和“翻譯”之責,收集條線和基層需求,提出具體要求。數據治理過程極為復雜細瑣,不僅需要條線部門讓出原來獨占的信息,還可能要求它們付出額外的資源、人力協助檢驗工作。組織部和數據局分別從權力和業務兩個維度推進,前者負責聯動數據局,推動政法委、公安、人社、民政等各部門及街道社區的參與,制定和優化數據維護核查機制。后者將治理任務轉化為工作語言,通過前者壓實到各個部門,減少推諉阻力。通過定期召開碰頭會,收集部門和基層需求,發現問題,及時做好溝通。區委在相關會議中,反復強調要把此項工作上升到“全區重點工作”的高度,而非將其視作“單個部門的事情”。(31)調研訪談(202303)在相互磨合、反饋的過程中,各個主體協同度得到提升,完善了“數據治理共同體”的組織體系和理念認知。

2.激勵約束機制并舉,生成數據治理常態化動力

如果說黨委介入帶有動員特質,那么機制的設置則為維持數據底座質量建立了常態化的運行規則。動員通常具有階段性和時限性,產生的動能往往隨著黨委政府關注點的轉移而變化,可持續性較差。機制相對更為穩定,可在較長時段內促使各個主體保持可預期的行動慣性。所以,動員為常態化機制的建立爭取時間,提供政治支持,而機制則是將動員能量轉化為內在動力的過程,兩者相輔相成。數據治理是典型的跨層級、跨部門、跨領域的新生議題,在多跨過程中必然會突破傳統的權責設定和“三定”方案(32)指對部門名稱性質、機構職責、編制職數的認定?！丁叭ā币幎ㄖ贫ê蛯嵤┺k法》,2020年9月10日中共中央政治局常委會會議審議批準,2020年11月23日中共中央辦公廳發布。,各單位可能要承擔超出傳統范疇的新任務。因此,在新情境下,需要適配相應的壓力和激勵機制。上城區針對條線部門和基層單元分別設置了約束機制。面對條線部門,激勵它們參與共享數據的同時,也對它們下沉基層的業務擴張進行限制,以減少基層負擔。面對街道社區,通過科學、客觀的評價機制,確保通過線下走訪維護好數據質量。

首先,區級制定了條線任務下沉基層的準入機制。區級層面制定出臺《上城區“一表通”專項考核辦法》《上城區“一表通”高頻報表立項管理辦法》(以下簡稱兩個《辦法》),從源頭上控制基層報表增量,并將目標細化量化為具體指標,以剛性約束確保運用實效。從基礎數據、報表使用、數據協同、準入審核、優化報表“五大模塊”,實現街社兩級基層減負全流程監管。區里對條線部門設置了聯合審核機制。今后業務部門新增的報表任務,根據上述兩個《辦法》,由區數據局和區紀委聯合審核把關通過后,方可下派給基層。如果新報表中的所有字段內容都已收錄在數據底座,則判定為不予準入。如果新表超出數據底座涵蓋內容,則由紀委和數據局對重要性和必要性進行評估。區數據局從技術層面負責分析,區紀委從業務上進行評估?；跀祿鬃吐搶彊C制的雙重加持,從過濾報表任務入手,在一定程度上形成了塊上對條上的制約,使得基層減負成為可能。據統計,規則制定后,區級層面共取消了444張重復和不合規范要求的報表,報表總數減少37%,為每名社工月均節省近30個小時的填表時間。

其次,設置數據常態化維護機制。數據底座作為基層智治的新型“基礎設施”,與傳統基礎設施一樣,需要花費精力、時間“養護”。制定合理、科學的維護機制,才能防止基礎設施的“老齡化”。在維護工作上,基層工作人員是不可或缺的力量。設置合理、科學的維護機制,既要確保社工、網格員的有效投入,又不能額外增加他們的負擔,否則就失去了數據底座建設的初衷。因此,維護機制注重業務融合性和標準化兩個特點。在具體操作上,《網格工作指南及評價指數清單》和《人口數據更新機制》從兩個維度推動基層投入:一是將數據維護任務嵌入到日常的走訪工作當中,二是制定標準化操作規范。

區里整合了各條線的線下走訪要求,根據數據類型和業務特點,明晰動態走訪頻次和內容。走訪過程中發現所需更新的數據,在數據底座操作一次即可。例如,在走訪和數據維護上實行“紅黃綠”三色管理?？赡苓`規分割和改變房屋使用功能的群租房,被標注為紅色類型,網格員每周需要走訪1次,其他出租屋則每月走訪1次。有街道統計發現,經標準化操作后,平均1個街道每年可減少走訪量約12.83萬套。既為社區減負,又實現精準掌控,從“盲目掃樓”向“精準定位”轉變。

再次,設計數據質量的監測機制和安全機制。數據維護嵌入走訪機制后,如何檢驗真實的維護質量?為此區里設置了核查通報機制,具體采用后臺數據直接監測與交叉驗證間接監測兩種方式。一方面,通過上線“數據質量校驗工具”,對各個街道、社區的維護效度進行監測。通過邏輯算法,在數據采集錄入時即觸發監測功能,不符合要求的數據避免入庫。同時,定期形成各個街、社數據維護的質量報告,提出改進方向。另一方面,探索不同街道之間的交叉校驗機制,即間接監測。各個街道、社區互相抽取對方維護的數據結果進行驗證。同時,還設置了嚴格的安保制度和運維機制,根據不同層級不同角色不同功能設置相應權限。所有操作實時留痕,全面提升系統安全性,確保敏感信息不外泄的底線。

常態化維護及監測機制的設計減輕了基層在面對臨時性動員任務時的超載負荷。一般在重大活動前,屬地均要集中進行隱患排查和情況摸排。例如,亞運會前夕,按照上級要求,上城區開展了“平安護航亞運 網格集中走訪”百日攻堅行動,基層需在限定時間內完成對房屋信息、人員信息變化的走訪更新,要求覆蓋率和準確率達到100%。由于前期數據底座已經打好,字段、標簽日常維護順暢,基層壓力明顯減輕。原本各個條線分頭下派的任務,現在通過數據底座去重整合后集中推送給社工、網格員。他們通過“樓小通”工具,可一次性采集更新完畢,節省了因碎片化任務下派和重復性采集導致的無謂損耗。

四、結論與討論

通過三年多的迭代演化,杭州市上城區探索打造的數據底座逐步成熟,為數字時代基層治理 “基礎設施”的建設提供了一種可能性方案和思路。其解決思路是從改變數據源頭開始,將基層治理所需的數據采集和校準權責轉至塊上政府,由區里作為統一的源頭數據出入口。如此一來,數據底座同時兼具了捕獲數據、檢驗數據和分析數據的作用。捕獲和檢驗能力在獲得精準數據的同時,幫助部門“自助取數”,緩解了基層重復填報之困。分析能力則可輔助區委區政府管理決策,通過“一庫總覽”檢驗工作實效。由于成效較為明顯,杭州正在市級層面逐步進行推廣復制。

數據底座具備的整合力和開放性使其成為區級的“共有資產”,產生了激勵相容的新動力,部門使用意愿開始增強。條線部門發現,對比之前各自開發的系統,數據底座的質量明顯更高,且動態更新能力更強。因此,區委政法委、區衛健局、區民政局等陸續關停了各自的人口數據收集系統,相關業務數據直接取自底座。同時,它還產生了更多的正向溢出效應,改善了市級統一地址庫的數據精準度。當各個部門將之視為開放性的共享平臺后,數據也越用越準。多頭采集導致的“數據打架”情形下降,“數字基礎設施”的權威性隨之提升。

基層的認知也在逐漸發生變化。數據底座在減輕社工、網格員報表負荷的同時,也因在線監測和評價機制的約束,對他們的工作質量提出了更高要求。所以,在數據底座建設初期,基層的接受度和積極性并不高,仍習慣沿用原有的excel表或條線系統。但隨著底座的完善,基層發現“取數”確實變得更加便捷精準。只要勾選相應標簽,就能獲得“人—房—事”所需的信息,減少了執行中的疏漏、錯誤。例如,Y街道60歲以上的老年人數量多,占常住人口的40%以上。街道通過數據底座的多維標簽,集成民政、衛健、社區衛生中心的數據,根據疫苗接種、自理能力、就診情況等方面的信息,在獲得同意的情況下,勾勒健康畫像,為獨居老人建立健康檔案。只要相關數據出現異常,就會觸發預警。任務網格員可主動感知,及時跟進,改變了以往被動式、粗放式的服務方式。截至2022年末,累計處理分析老人全量就診記錄15 709條、觸發預警走訪任務線數據1267條。使用體驗的增強也帶來了社工、網格員維護數據底座的自覺性,形成了新的數據使用習慣。即使不在考評、排名期間,他們主動打開的頻率也在明顯提高。(33)調研訪談(202304)

上城區通過數據治理,為基層減負增能打造了重要的基礎能力。在數據底座建設中,組織機制與技術路徑相適配,生成條塊協同的雙重治理動力。在基層治理中,所需的諸多數據并非自動生成,而是需要人力投入的精心維護。傳統的組織體系和評價機制往往忽略這一點,導致數據治理動力不足。上城區的實踐在一定程度上進行了修正,統合型的治理架構形成了工作推進的合力。通過在技術路徑和組織機制上同步嵌入“條塊協同”邏輯,調適了基層治理中的“條強塊弱”困境。它同時滿足了決策者獲取“治理全貌”、部門獲得“智慧報表”、基層“減負增能”等多重需求,數字時代基層治理的整體性政府雛形正在顯現(圖4)。

圖4 基層治理數據底座:勾勒數字時代的整體性政府

當然,需要指出的是,上城區數據底座的探索是在區縣空間內的有限創新。要在更大范圍和更深層次提升數據質量與治理能力,還有待更高層級的共識建構和協同推進。首先,省市區(縣)三級的數據同步路徑還有待建設完善。作為試點,上城區在市級層面支持下,已經初步打通和市級各個業務系統之間的交互通道和溝通機制,可將經過檢驗后的無誤數據推送到各個部門,完成市區兩級的更新閉環。但數據治理作為一個全新議題,從國家到地方都未形成自上而下、層層對接的成熟體系和機制銜接,省市之間的數據交互機制還未確立,在省域范圍內真正實現“采核一次 全網共享”的目標尚有距離。同時,如何分配省市區之間的數據更新權責和優先次序,解決數據同步過程中的堵點,都有賴于更為細致的安排,建立更為廣泛的“數據治理共識”。

其次,有待在更高層面提煉數據需求的“最大公約數”。數據治理是復雜性和系統性特點都非常突出的基礎性工作,決定著各類應用場景的智慧程度。但當下存在一種常見誤區,決策者多關注場景,卻忽略數據底座的能力建設。數據需求不明確、共享制度不完備、供給不積極、供需不匹配、共享不充分、異議處理機制不完善,極大制約著應用效能,同時也影響了創新的可復制性。因此,需要在更高層面提煉出普遍適用的數據需求,制定標準化清單方案,漸進推廣復制。這樣不僅可減少復用成本和阻力,也可避免后續因標準不統一、不兼容產生的新壁壘。

再次,需在更高層面形成“數據治理共同體”理念和架構。上城區在內外因各種條件的催化下,超越了行政定位和碎片化治理格局,將數據底座建設上升為區級的“一把手工程”,才能實質性地推動進展。這個理念共識和組織體系應當成為創新經驗橫向擴散和向上延伸的重要支撐。只有在更高層面凝聚統籌協調力,才能驅動“技術+業務”的雙輪運轉,實現數據管理部門和業務部門的有機合作。同時,尤其要注重在 “自上而下的考核”之外引入“自下而上”的反向評價反饋,加大基層在“共同體”中的自主權、評價權和話語權。作為數據治理不可或缺的參與主體,唯有基層切實體會到數字減負的便利,才會產生自覺的內生動力。而這,原本也是數據治理的重要初衷。