学者看法
打破数据孤岛,治理逻辑如何重构
王雅璨 赵峥
来源:中国青年报
(2026年04月20日 05版)
当信息不再由单一主体掌握,当各类主体普遍成为数据生产者,公共治理的逻辑如何重构?“数智助推”提供了一种可能的路径。
——————————
当前,数字技术以前所未有的深度和广度嵌入经济社会运行,一个新的信息格局正在形成:信息不再由单一机构垄断,而是分散于各类市场主体与个体之中。与此同时,数据合作与共享日益成为全球数字治理的重要议题。全球首个旨在推动数据发展与治理实践的专业性国际组织——世界数据组织日前在北京成立,成立大会以“共建数据合作平台·共享数字发展机遇”为主题,正是对前述趋势的积极回应。“十五五”规划也明确提出“强化算力算法数据高效供给”,强调数据的有效供给与有序流通。
这一深刻变革在为国家治理现代化提供技术支撑的同时,也对传统治理逻辑提出了更高要求。当各类主体普遍成为数据生产者、信息呈现高度分散特征时,传统的以信息集中为前提的治理逻辑如何重构和优化?这关乎数字时代国家治理的底层逻辑,探索适应信息分布新格局的治理路径已成为推进治理现代化的紧迫课题。
数字时代为治理方式的进一步优化提供了新空间
现代公共治理的两种典型模式,一般都建立在信息相对集中、规则统一制定的前提之上。
在以行政手段为主的治理实践中,治理以规则引导和制度执行为核心,其有效运行依赖于对相关信息的充分掌握与及时反馈。在信息分散化、场景复杂化的新形势下,统一规则在具体情境中的适配性面临一定挑战,精细化治理的实施成本也随之升高。
“经济激励型”治理则通过价格机制引导个体行为,使自利动机趋近公共目标,但它建立在较强的理性决策假设之上。行为经济学相关研究表明,现实决策往往受到认知偏差、社会规范与情境因素的共同影响。在信息分散条件下,治理主体在设计精细化激励机制时,可能面临信息匹配方面的一些现实约束,从而影响到激励效果的发挥。
这两类治理模式在实践中均发挥了重要作用,但其有效运行往往依赖于信息相对集中与规则统一实施的条件。在信息高度分散的数字时代,这一基础条件正在发生变化,也为治理方式的进一步优化提供了新的空间。
“数智助推”的理论逻辑与核心特征
“十五五”规划主张“全方位推进数智技术赋能”,要求“提高政府治理数智化水平”。在前述背景下,“助推”理论开始进入国际公共治理视野。“助推”这一概念由诺贝尔经济学奖得主理查德·塞勒与著名法学家和行为经济学家卡斯·桑斯坦提出,指在不强制改变个体选择的前提下,通过优化决策环境,引导人们作出更有利于自身和社会的行为。例如,将绿色出行选项设置为默认选项,或通过信息提示强化其便利性,这些都是典型的“助推”方式。
相较而言,“传统助推”主要依赖信息提示与情景设置,其干预通常是静态的、面向群体的,难以根据个体差异和行为变化进行动态调整。相关研究指出,通过优化“选择架构”,可以在不增加硬性约束的情况下改善决策结果,其关键在于通过情境设计弥补认知局限。随着数字技术的发展,当算法能够在分布式数据环境中识别行为特征,并在关键时点提供提示或引导时,“助推”机制便获得了实时化与精准化的能力。笔者据此提出“数智助推”的概念,即在数据分散条件下,依托数字技术实现分布式信息连接,并结合行为科学进行精准引导的一种新型治理范式。
与“传统助推”侧重单一情境设计不同,“数智助推”强调在分布式数据环境下实现跨场景、实时化的动态引导。这一范式的有效运行,依赖于数据的有序流通与协同治理。数据的价值在于流动与使用,而非静态占有。“共建数据合作平台”意味着打破数据孤岛,在确保安全与隐私的前提下,推动数据在政府、平台与研究机构等不同主体之间有序流通。“强化数据高效供给”则强调构建数据供给、流通与使用的良性循环。以此为基础,通过“数智助推”实现精准识别、实时介入与动态优化。
从我国的实践来看,这一范式已呈现出若干共性特征:一是精准化,通过连接分散数据识别特定治理对象,在关键时点实施最小干预;二是情境化,依托实时数据实现治理响应与具体情境的动态适配;三是轻量化,借助数字平台降低治理实施成本;四是内生激励,积极引导行为调整;五是多元协同,推动政府、平台与社会主体共同参与治理过程。
以数据共享为基础,以治理规则为保障
在提升治理效能的同时,“数智助推”在实践中也需要关注相关约束条件。例如,在算法应用过程中,若数据本身存在偏差,可能会影响引导效果,因此需要持续优化与校准。在数据使用方面,随着数据流通范围扩大,明确数据使用规则和边界,有助于增强公众信任。在引导方式上,情境化设计以保留选择空间为前提,关键在于优化决策环境而非替代个体决策。在多元主体参与的治理过程中,平台、政府与社会主体之间的协同关系,也需要不断明确其职责分工。
总体来看,精准化依赖算法优化,内生激励依赖数据信任,情境化以选择空间为前提,多元协同则需要清晰的责任界定。这些方面并非限制,而是推动“数智助推”范式更好发挥作用的重要条件。
回到最初的问题:当信息不再由单一主体掌握,当各类主体普遍成为数据生产者,公共治理的逻辑如何重构?“数智助推”提供了一种可能的路径:从同质化管治走向差异化引导,从静态规则走向动态适配,从高成本监管走向轻量化嵌入,从外部约束走向内生激励,从单向管理走向多元协同。这一范式将行为科学对真实决策的理解与数字技术连接分散信息的能力结合,在尊重个体信息权利的前提下实现公共目标。同时,它以数据共享为基础,以治理规则为保障,回应了数字时代数据合作与发展的现实需求。
更重要的是,我国数字治理实践为这一范式提供了重要经验。比如,近年来,北京等地在绿色出行与城市治理中的探索,为其提供了经验基础。这类从实践中生长出来的理论,不仅有助于解释中国发展奇迹,也有望为全球数字治理提供有益启示。
(作者王雅璨系北京交通大学经济管理学院教授,赵峥系国务院发展研究中心研究员)
王雅璨 赵峥来源:中国青年报
2026年04月20日 05版
当信息不再由单一主体掌握,当各类主体普遍成为数据生产者,公共治理的逻辑如何重构?“数智助推”提供了一种可能的路径。
——————————
当前,数字技术以前所未有的深度和广度嵌入经济社会运行,一个新的信息格局正在形成:信息不再由单一机构垄断,而是分散于各类市场主体与个体之中。与此同时,数据合作与共享日益成为全球数字治理的重要议题。全球首个旨在推动数据发展与治理实践的专业性国际组织——世界数据组织日前在北京成立,成立大会以“共建数据合作平台·共享数字发展机遇”为主题,正是对前述趋势的积极回应。“十五五”规划也明确提出“强化算力算法数据高效供给”,强调数据的有效供给与有序流通。
这一深刻变革在为国家治理现代化提供技术支撑的同时,也对传统治理逻辑提出了更高要求。当各类主体普遍成为数据生产者、信息呈现高度分散特征时,传统的以信息集中为前提的治理逻辑如何重构和优化?这关乎数字时代国家治理的底层逻辑,探索适应信息分布新格局的治理路径已成为推进治理现代化的紧迫课题。
数字时代为治理方式的进一步优化提供了新空间
现代公共治理的两种典型模式,一般都建立在信息相对集中、规则统一制定的前提之上。
在以行政手段为主的治理实践中,治理以规则引导和制度执行为核心,其有效运行依赖于对相关信息的充分掌握与及时反馈。在信息分散化、场景复杂化的新形势下,统一规则在具体情境中的适配性面临一定挑战,精细化治理的实施成本也随之升高。
“经济激励型”治理则通过价格机制引导个体行为,使自利动机趋近公共目标,但它建立在较强的理性决策假设之上。行为经济学相关研究表明,现实决策往往受到认知偏差、社会规范与情境因素的共同影响。在信息分散条件下,治理主体在设计精细化激励机制时,可能面临信息匹配方面的一些现实约束,从而影响到激励效果的发挥。
这两类治理模式在实践中均发挥了重要作用,但其有效运行往往依赖于信息相对集中与规则统一实施的条件。在信息高度分散的数字时代,这一基础条件正在发生变化,也为治理方式的进一步优化提供了新的空间。
“数智助推”的理论逻辑与核心特征
“十五五”规划主张“全方位推进数智技术赋能”,要求“提高政府治理数智化水平”。在前述背景下,“助推”理论开始进入国际公共治理视野。“助推”这一概念由诺贝尔经济学奖得主理查德·塞勒与著名法学家和行为经济学家卡斯·桑斯坦提出,指在不强制改变个体选择的前提下,通过优化决策环境,引导人们作出更有利于自身和社会的行为。例如,将绿色出行选项设置为默认选项,或通过信息提示强化其便利性,这些都是典型的“助推”方式。
相较而言,“传统助推”主要依赖信息提示与情景设置,其干预通常是静态的、面向群体的,难以根据个体差异和行为变化进行动态调整。相关研究指出,通过优化“选择架构”,可以在不增加硬性约束的情况下改善决策结果,其关键在于通过情境设计弥补认知局限。随着数字技术的发展,当算法能够在分布式数据环境中识别行为特征,并在关键时点提供提示或引导时,“助推”机制便获得了实时化与精准化的能力。笔者据此提出“数智助推”的概念,即在数据分散条件下,依托数字技术实现分布式信息连接,并结合行为科学进行精准引导的一种新型治理范式。
与“传统助推”侧重单一情境设计不同,“数智助推”强调在分布式数据环境下实现跨场景、实时化的动态引导。这一范式的有效运行,依赖于数据的有序流通与协同治理。数据的价值在于流动与使用,而非静态占有。“共建数据合作平台”意味着打破数据孤岛,在确保安全与隐私的前提下,推动数据在政府、平台与研究机构等不同主体之间有序流通。“强化数据高效供给”则强调构建数据供给、流通与使用的良性循环。以此为基础,通过“数智助推”实现精准识别、实时介入与动态优化。
从我国的实践来看,这一范式已呈现出若干共性特征:一是精准化,通过连接分散数据识别特定治理对象,在关键时点实施最小干预;二是情境化,依托实时数据实现治理响应与具体情境的动态适配;三是轻量化,借助数字平台降低治理实施成本;四是内生激励,积极引导行为调整;五是多元协同,推动政府、平台与社会主体共同参与治理过程。
以数据共享为基础,以治理规则为保障
在提升治理效能的同时,“数智助推”在实践中也需要关注相关约束条件。例如,在算法应用过程中,若数据本身存在偏差,可能会影响引导效果,因此需要持续优化与校准。在数据使用方面,随着数据流通范围扩大,明确数据使用规则和边界,有助于增强公众信任。在引导方式上,情境化设计以保留选择空间为前提,关键在于优化决策环境而非替代个体决策。在多元主体参与的治理过程中,平台、政府与社会主体之间的协同关系,也需要不断明确其职责分工。
总体来看,精准化依赖算法优化,内生激励依赖数据信任,情境化以选择空间为前提,多元协同则需要清晰的责任界定。这些方面并非限制,而是推动“数智助推”范式更好发挥作用的重要条件。
回到最初的问题:当信息不再由单一主体掌握,当各类主体普遍成为数据生产者,公共治理的逻辑如何重构?“数智助推”提供了一种可能的路径:从同质化管治走向差异化引导,从静态规则走向动态适配,从高成本监管走向轻量化嵌入,从外部约束走向内生激励,从单向管理走向多元协同。这一范式将行为科学对真实决策的理解与数字技术连接分散信息的能力结合,在尊重个体信息权利的前提下实现公共目标。同时,它以数据共享为基础,以治理规则为保障,回应了数字时代数据合作与发展的现实需求。
更重要的是,我国数字治理实践为这一范式提供了重要经验。比如,近年来,北京等地在绿色出行与城市治理中的探索,为其提供了经验基础。这类从实践中生长出来的理论,不仅有助于解释中国发展奇迹,也有望为全球数字治理提供有益启示。
(作者王雅璨系北京交通大学经济管理学院教授,赵峥系国务院发展研究中心研究员)