1. 引言
公共服务是现代政府一项重要的基本职能，公共服务供给质量是衡量政府治理能力和绩效的客观标准。党的十九大报告将“完善公共服务体系，保障群众基本生活，不断满足人民日益增长的美好生活需要”作为改善民生与社会治理的重要目标。随着社会转型的不断深入，我国国家治理的时空场域均发生着剧烈的变革，国家治理的深度和广度均在不断拓展，复杂性加剧，尤其是信息革命浪潮的迭起，信息技术完成了治理生态的“无形革命”。
大数据技术不断拓展其服务边界，成为政府治理的重要治理方式和技术手段。基本公共服务的提供与数据的精准化结合便是处于承担时代任务、推进政府改革与拥抱技术革新的时代洪流之中 [1] 。政府作为公共服务的提供者，其提供的服务产品与其本身无时无刻不受到公共服务获得者的评价。追求公众对于公共服务的满意度也就成为了政府提供公共服务的标尺。公民满意度直接表现为获得感、幸福感的提升，这种无形的需求准确契合了当下公众对社会发展的期待，也提升了公众对政府行为的标准。
2. 相关研究述评
公共服务是公共利益实现的对象，反映着社会的公平正义程度，因而关于这方面的研究颇为丰富。在对公共服务的探讨中，公共服务均等化一直备受关注，安体富、任强探讨了分税制下公共服务均等化的实现机制，包括建立公共服务型政府；完善公共财政制度;合理划分各级政府的事权和财权关系;建立均等化的转移支付制度 [2] ，从这三个方面明确了分税制体制下我国公共服务均等化存在的问题及对策支持；缪小林，张蓉等从充分性和均衡性的角度重新审视了我国基本公共服务均等化面临的新问题，建立了一个从单纯的治理延伸到获得感目标的理论框架，认为当前我国基本公共服务均等化已经从缩小区域财力差距为目标转变成提升人民获得感为目标的阶段，政府提供公共服务追求的目标发生了质的变化，为实现新的目标就需要理顺央地财政关系制度，明确事权归属，确保供给权的明确以及对应的财权支持并利用绩效考核贯穿始终。在整个框架中，亟待突破的难点就是绩效指标的设计以及关于人民获得感信息的采集 [3] ，从政府财力的角度进行的关于增强人民基本公共服务获得感的理论深化，用新的视角对获得感与公共服务均等化进行了研究，为公共服务的精准供给提供了新的思路。
随着数据时代的不断加速，数字赋能政府智慧治理，大数据的5V特征逐渐进入到政府视野，成为政府治理新的“利器”。王法硕，王翔认为大数据时代公共服务供给是一种智慧化供给模式，其中最重要的是完成供给主体由政府本位到消费者本位的转型，并从政策引导–需求感知–智慧化平台构建–多主体合作生产–精准提供的逻辑构建了公共服务智慧化供给过程的模型 [4] 。数据与公共服务结合的关键就在于精准二字，在供给中顶层设计及生产过程固然重要，但如何将上层构想落实于底层精准仍需要不断的研究和探索，宁靓、赵立波等从公共服务的供需关系入手探索破解“供需错配”“低质低效”等现象，通过构建大数据驱动下公共服务精准管理的实现路径，指出将“大数据技术”作为环境及产能要素纳入公共服务传递路径，通过信息流完成协作，最终实现服务的供需匹配，实现公共服务管理的精准化、个性化和均等化 [5] 。
通过上述研究回顾，发现关于基本公共服务的研究是常思常新的，但对于维护公民利益、推进公共服务精准均等的追求是恒久不变的，各项研究在相互借鉴中呈现相互融合的趋势，将大数据应用于国家治理是适应时代的必然要求，其与基本公共服务相结合的研究也不断呈现出新的态势，尤以公共服务精准化提供的研究为趋势，获得感作为近年来社会中热度较高的词语，贴近公众的同时带有激励政府行为的色彩，正逐步走入研究视野。就当前而言，将获得感与公共服务精准化相结合的研究正在进行之中，相关理论探索如火如荼，本文在这里尝试性的将二者结合起来，探索公共服务精准化实现的可能路径。
3. 大数据驱动下公共服务的“生产率悖论”
随着科技革命的不断迭代，信息通信技术得到了前所未有的发展，经济社会发生了巨大变化，相关人工智能、大数据技术等领域的投资力度不断加大。然而，20世纪80年代的经济学家却观察到在统计数据中生产率并未获得相应增长。诺贝尔奖获得者索洛把这一现象称为信息技术生产率悖论，即信息技术的大量应用却未带来统计数据上劳动生产率或全要素生产率的增长。
自这一悖论提出以来，众多学者大多在经济领域验证其真伪性并不断从技术的发展、生产结构的变化以及人力资本等方面寻求破解这一悖论的方法，但观察众多社会现象，实则在多个领域都存在相似的现象。在公共服务领域，为了达致供给的公平状态，政府通常采用加大资源投入的方式来实现城乡、区域间公共服务的均等化，但由于多元服务对象及利益相关者的存在，往往得到的只是公共服务种类或设施的增加此类形式上的结果，实质上的满意度并未得到提升，无法真正实现公共服务生产率的增长，形成了公共服务领域的“生产率悖论”。
近年来，随着数字工具进入到政府的视野，政府正由原来上行下效式的治理模式向上下互联式的治理模式转变，采用信息化手段打破职能的界限，实现服务的交汇，但在追求数据化的过程中容易导致政府对全数据的追求倾向，使得公共管理数据存在一种收集困惑。通过搭建政务平台在提供服务的同时收集信息，结构性的数据是较便捷且大量可收集的，但非结构性数据的收集往往带有一定的识别难度，非专业人员难以精准识别，这可能导致政府提供公共服务的焦点被大量的无效数据冲淡，无法精准识别，导致公共服务的低效。
由此，在基于数据化驱动的公共服务体系当中，也容易导致一种数据时代“生产率悖论”的存在：从公民的角度而言，基于对政府的信任反馈了自己的实际需求并期待获得满足，但提供的信息没有明确的回复期限，消耗的时间降低了满意度和信任感，最后由于表达的问题以及政府人员提炼信息的问题，政府提供的公共服务并没有直接回应公民的实际需求，使得公民的满意度再一次下降，尤其是降低了普通公民的满意度；从政府的角度而言，尝试用便利且高效的数据提炼–精准识别–提供服务方式来提升治理实效，通过线上平台的方式广泛动员了公民参与，对海量的信息进行了提炼加工，推出了基于公民反馈的数据的公共服务，但最终却没有提升公民对于公共服务的获得感。从公民和政府单方的角度来看，每一方都是按照流程完成了自己部分的工作，但最终的结果却是公民和政府的投入都只增加了己方的获得感，获得感没有形成交互。
我国的实践数据很大程度上也佐证了这一点，根据中国社会科学院发布的《中国城市基本公共服务力评价(2020)》来看，2018年38个主要城市基本公共服务满意度分值是从2015~2019来5年中分值最低的(图1)，而且从整体来看，我国主要城市的基本公共服务满意度也一直处于一个较低的水平，从表1中可以看到，这五年中基本公共服务满意度前三中出现最多的是公共安全、社保就业以及医疗卫生等方面，偶有变化但波动不大，从某种程度上说明了基本公共服务要素近年来的表现一直处于一种“守成”状态，各类基础要素的提供均中规中矩，且涉及到与公众互动、公众参与强相关的领域则未进行深度拓展，导致公众的获得感来源始终保持在基础的公共服务领域，未能精准与公众的时代需求契合。
Figure 1. Scores of satisfaction with basic public services in 38 major cities from 2015 to 2019
图1. 2015~2019年38个主要城市基本公共服务满意度分值
Table 1. Top 3 in satisfaction with basic public services from 2015 to 2019
表1. 2015~2019年基本公共服务满意度前三
4. 公共服务精准化应用于提升公民获得感的途径
4.1. 简化信息传递流程，建立信息数据库
大数据改变的不仅仅是事物实现的方式与手段，更为重要的是改变了传统的思维模式。信息是决策的基础，而数据本身就是一种信息，在基于数据驱动的信息传递影响下，首先是传统以责任和命令体制为核心的决策体制将让位于以数据分析为基础的精准决策，个人的偏好与价值观在决策中的影响将不断降低，有效的克服政府内部“经济人”假设的寻租可能。其次，传统垂直式的信息链条让位于交互式的信息流动，信息的传递不再局限于部门内部，而是通过有效数据平台的搭建实现层级部门之间的协同共享，打破“数据孤岛”。
共享信息库的建设是公共服务供给实现跨地区、跨平台、跨功能的重要方式。一方面在层级加密的基础上使上级在做出公共服务管理决策的信息来源上不受限制，而且也可以通过信息的反馈对各单位的公共服务实效进行核实，另一方面实时的数据共享可以及时处理突发状况并总结经验进行分享推广，从整体构建的角度提升政府的公共服务水平。除此之外“大数据技术支持下的权力和信息的运转将突破专业化分工和层级制的约束，构建以顾客完整性公共服务需求为导向的新秩序来运转，形成了虚拟组织结构。” [6] 通过数据库赋能后的虚拟组织将进一步提升跨地域、跨功能之间的协同治理能力，使有效公共服务的样本能够跨地域进行沟通与交换，在顺应国家治理现代化的需要下同时强化了服务效能。
公共服务的效能是公众对于政府评价最直接的来源，大数据时代，公众对于政府提供的公共服务的了解不再像之前只是作为信息采集的起点，而对后续的过程一无所知的状态，不再局限于政府被动的提供，而是主动的作为信息平台中的活跃因子游走在整个服务提供的流程之中，而其活跃程度恰恰是其获得感的重要来源。
4.2. 优化数据采集流程，提升回应精准度
公众的基本公共服务需求有着明显的时空差异性，从时间维度而言，随着社会进程的演进，公众对基本公共服务的内容、形式、种类、质量等不断发生本质的变化，政府需不断变化回应需求的方式和内容才能达成双向契合，提升公众的满意度和获得感。从空间维度而言，由于城乡、区际、阶层等种种因素导致基本公共服务存在着差异化需求，对政府行为提出了精准化实施的需求，用精准促进公平的实现，才能不断提升公共服务水平。
优化数据采集的流程，精准回应公众需求的时空差异性，关键是定位碎片化、临时性的公共服务需求。整合性的公共服务提供已成体系，但如何更好的将公众临时性、突发性的需求精准识别，纳入到整个公共服务提供体系当中十分重要且亟待完善，需要大数据的统一汇总与收集，从而进行整合。
首先，时间的动态变化会带来公众需求的快速变化，实时、动态的数据采集是信息流分析的前提，只有对公众数据进行及时的更新与分析，敏锐识别变化，才能及时预测公众需求趋势进而采取行为应对；其次，空间差异性是影响公众行为的另一重要因素，通过用户行为数据的综合，描绘不同区域、群体的公众需求特征，分析区域间公共服务供给的差异及供给匹配度问题，从而精准对接社会各类群体对公共服务的需求，以数据的综合分析增强服务的可获得性；最后，在整个数据采集的过程中，由于“生产率悖论”的演变，对采集到的信息及时进行“数据复盘”，让公众参与到数据推演过程中，从数据的提供者变成信息的审核者，推演整个过程，通过互动弥补信息单方面采集的不足，一方面有利于实现真正的需求精准识别，另一方面增强的公民的主体意识，无形中提升其作为社会主人翁的获得感。
4.3. 深化数据监测分析能力，保障政府财力与支出责任相匹配
我国电子化政府建设有充足的发展空间，需从法律建设、体制保障、权责划定等方面进行整合性建设。大数据时代需要政府投入数据建设的资金大幅增加，不仅需要构建有效的前端数据工具，在数据分析环节也需专业人才的全情投入，在整个流程中对各级政府的财力与基本公共服务支出责任进行完美匹配，既是对公共服务精准供给的重要保障，也使得进行公众获得感评价的环节有源可溯。
深化对政府数据，尤其是财政数据的动态监测分析，对创新基本公共服务供给财政保障机制，保障政府财力与支出责任相匹配，提供了必要的技术条件。首先，深化政府数据检测能力能够精准识别各级政府公共服务供给财政状况，并对指数变化进行有效分析，从而完成合理的财权事权对应，完善基本公共服务财政收入和分配机制；其次，通过大数据建立的基本公共服务可持续性供给的成本—收益分析机制，能够准确及时地反映公共服务的供给效率，动态识别分析影响不同区域供给效率的因素，从而进一步完善基本公共服务供给标准化机制，寻求效率低下破解之道。
深化政府数据监测分析能力，一方面政府有利于破除政府低效难题，每一项财政支出均基于公众需求精准施为，减少官僚的冗长环节带来的成本消耗，并可以追溯每一项低效行为的源头，明晰责任边界。另一方面提升了公民对政府行为的有效监督，政府数据分析能力的提升意味着政府识别需求能力的大幅上升，相对应的变化为政府信息公开程度的深化，公民可以根据政府提供的公共服务溯源至相应的数据体现，进而追溯到公民个人对该项公共服务实现所作出的努力，形成了数据分析–对应提供–数据追溯的一套闭环，公民的获得感也在参与感的深化中得以提升。
5. 结论与讨论
增进民生福祉，增强民众获得感是政府改革的目标和方向，基本公共服务是民生福祉展现的现实窗口。大数据工具实现了治理理念及方式的革新，使治理环节脱离原先浩繁的程序环节，用智能化的方式实现最便利有效的服务。
通过大数据精准化破解公共服务生产率悖论，进而提升公民的获得感，既是时代大势又是我国治理应有之义。大数据贯穿于公共服务精准化构建全过程之中，在各个环节都发挥着其优势。但应看到，当前大数据下的公共服务精准化仍处于政府单方面的建设生态中，而未形成与公民之间的交互，影响着整体功能的发挥。大数据驱动的公共服务精准化构建既需要政府这个主体对于信息数据的精准提炼，供给到位，还需要公民积极参与这个数据收集的过程，作为流程的一份子表达出有效的意见，使治理以公民的偏好和期望为准绳，将有限的公共资源优先配置到供需矛盾最突出的领域，提供高品质、高效能且真正符合其期许的公共服务，最终实现公民获得感的实际提升。
基金项目
中央民族大学硕士研究生自主科研项目“乡村振兴战略下民族地区文化治理的路径构建——以四川阿坝地区文化传承为例”(项目编号SZKY2021074)。
参考文献