人工智能驱动的政府循证治理：范式转换及实现路径

王海峰，西北师范大学束缚学院副教导。 磋议偏向：政府鼎新与数字管理。 武茜薇，西北师范大学束缚学院行政束缚专业硕士磋议生。 磋议偏向：地方政府管理更始。

基金项目：2020年度邦度社会科学基金大凡项目“甘青藏族牧区社会管理合伙体协同管理磋议”（20BSH011）

【摘 要】本磋议驻足邦度管理新颖化布景，切磋人工智能怎么以其身手势能驱动政府循证管理。基于从“循证计划”向“循证管理”演进的脉络，构修了一个涵盖议程修立、计谋制订、计谋推行与计谋反应全流程的阐明框架，体例发挥人工智能正在数据收集、证据天生以及动态证据库构修与数据运用中的赋能效用，并揭示其正在身手、常识、倾向三个层面临证据逻辑的重构机制。进而，从全流程视角起程，探寻人工智能胀吹变成料念性管理新范式的道途。人工智能正在拓展政府循证管理外面与施行范围的同时，也带来算法成睹、数据平安与大众仔肩等挑衅。对此，将来应极力于构修更具前瞻性、回应性与韧性的伶俐管理体例，以鼓励大众价钱完毕，平均东西理性与价钱理性，赓续推动政府管理才力新颖化。

跟着人类社会进入“乌卡时间”，政府管理面对日益超过的不确定性与危险挑衅，管理形式正加快从守旧经历驱动、威望驱动向更为苛谨的科学驱动、原形驱动转型，而这一转型的中央正在于对“证据”的空前珍惜。英邦《政府新颖化白皮书》提出，政府正在制订计谋时应饱满诈欺证据和科学磋议门径，以确保大众资源获得有用诈欺，并完毕预期倾向，请求政府不但合切大众计谋的最终结果，更要珍惜计划流程中的证据链条与证据逻辑。我邦正在众项计谋中提出“科学计划”“理性计划”等请求，显露出管理新颖化经过中所蕴藏的科学计划精神及其轨制化探寻。

面临政府管理科学化的施行需求，学界打开了对政府循证管理根柢外面的探寻。最先，“循证计划”（evidence-baseddecision-making，EBD）夸大最佳证据与专业鉴定的团结，成睹优先采用经体例性评估证实有用的科学证据，以科学控制循证计划的症结合节。以后，学界从“循证计划”进一步延迟出“循证管理”（evidence-based governance，EBG），成睹将循证的规矩和门径贯穿于管理全流程，夸大有用管理并非源于一次性的“最优计划”，而是源于一个由证据驱动、不绝自我完备的轮回流程。

人工智能（artificial intelligence，AI）的振兴为完毕从“循证计划”向“循证管理”的横跨供给了身手驱动力。人工智能身手更始的中央正在于对数据、消息和常识的自愿化认知、收拾与洞察，契合循证管理“以证据为中央”的理念。人工智能不但为守旧循证管理供给了特别高效的东西，还深远重塑了“证据”自己的周围、获取形式与运用形式。就我邦而言，身手驱动的政府管理创新已上升到邦度计谋层面。《天生式人工智能供职束缚暂行主见》《邦务院合于深切实践“人工智能+”举动的成睹》等计谋文献均夸大，人工智能身手正在擢升政府科学计划才力、管理出力与大众供职更始等方面具有紧张效用。施行中，诸如“都会大脑”等管理更始已显露出人工智能身手正在政府管理界限的运用结果。由此，怎么冲破守旧循证形式所面对的“证据窘境”与外面“窄化”，构修赋能政府管理全流程的动态、智能的新型循证范式，成为本文合切的核心。

为深切明确人工智能身手怎么赋能政府循证管理，有须要厘清循证理念的合切核心从简单“循证计划”向体例性“循证管理”演进的脉络，进而揭示政府循证管理中证据范式的深层变迁次序。

20世纪90年代，医学界率先提出循证计划理念，随后有学者将其引入大众束缚界限。早期循证计划磋议深受理性采选外面和有限理性外面的影响，夸大将原始数据转化为可用于计划的有用证据，以擢升计划的科学化程度。其素质是一种旨正在擢升大众计谋的科学性、有用性和效能的理性主义思潮。有磋议指出，循证计划并非千篇一律的普适形式，而是跟着计谋情况的转折，从遍及理性逐渐转向众元理性。这一转向夸大证据与计谋之间的互动，成睹通过证据为制订计谋供给更为无误的成睹和倡议。有学者觉察，证据正在计谋施行中的效用日益凸显，这是众重身分归纳效用的结果：公家受教导水平和消息素养的提升、消息身手驱动下各样数据的爆炸式增进、磋议领域的扩张和磋议才力的巩固、对坐蓐力和邦际比赛力以及政府监视和问责制的日益珍惜等。正在此布景下，“以证据为根柢”的计谋制订仍是“以计谋为根柢”的证据制订受到学界的平常合切。

早期循证计划具有较着的门径论特色，其中央境念源于循证医学中流行的体例评判法和随机对比试验。跟着磋议的深切，循证计划蒙受三个方面的质疑：其一，重视“有用性”的取向难以应对蕴藏众元价钱冲突的繁复大众题目；其二，计划者基于本身偏好对质据的“采选性行使”，晃动了其传扬的科学客观性；其三证据的实用性受众重身分的影响，这使计划经过充满张力。更为紧张的是，计谋衰落的危险不但存正在于计划合节，还平常存正在于推行、评估与反应等其他管理合节。对以上质疑的回应胀吹了循证理念从“计划”向“管理”的范式转型，全部浮现为三个方面：一是对利用证据的“计谋闭环”的探寻，二是对质据的坐蓐与运用形式的创新，三是对数字身手赋能证据并使之贯穿管理全流程的忖量。

循证管理冲破了循证计划的节制，将合切核心从“是否行使证据”转向“怎么善用证据”。有学者提出“证据的善治”（good governance of evidence）理念，成睹通过众元化的证据坐蓐主体构修协搀杂的管理汇集，规避简单理性或身手主义导向也许带来的价钱取向偏颇。循证管理对质据评估提出更为归纳的请求：不但夸大证据的科学性，更着重其正在特定管理情境中的适配性和施行效用。循证计划与循证管理的苛重特色如外1所示。

正在循证医学的根柢上，循证管理的中央因素可类推为证据、率领力、大众价钱。团结已有磋议成就及数据管理、协同管理、计谋流程等外面，本文将政府循证管理的全流程解构为议程修立、计谋制订、计谋推行、计谋反应四个互相跟尾的合节。这一流程由管理合伙体基于证据体例的循证才力打开。

证据体例是政府循证管理的中央撑持，驱动变成众源数据收集、证据天生与提炼、动态证据库构修、证据运用的动态轮回流程（如图1所示）。“证据”正在素质上并非简单原形，而是调解专家常识、磋议成就与计谋评估的繁复产品。其天生流程不但依赖科学常识与外率流程，还需求归纳考量管理倾向、专业经历、价钱观与伦理德性等身分，并诈欺机合化收拾、体例评判及归结演绎等门径，将低级消息转化为众目标、环环相扣的“证据链”。循证才力是机合与个人正在计划流程中高效获取、评估、整合和利用高质地证据的才力体例。政府循证管理的完毕有赖于身手与社会的双重撑持：正在身手层面，需求数据平台与常识库等数字根柢方法保证证据的汇集与存储；正在社会层面，则需求依托众元主体插足的协同管理汇集整合平常的社会资源。

正在计谋制订阶段，计谋制订者与磋议机合基于对质据的阐明，了了资源加入偏向、症结举动道途与中央工作，提出既能处置题目又易于得到管理主客体认同的计谋计划。

正在计谋推行阶段，依托及时数据实行资源设备与动态调理，并通过流程性数据监测计谋推行保真度，以便即时纠偏；同时，借助共享证据平台打垮部分之间的数据壁垒，鼓励跨部分、跨界限的协同管理。

正在计谋反应阶段，归纳利用绩效数据、公家疾意度与第三方评估陈诉等众源证据，借助因果推想门径评计算谋效应。评估结果通过动态反应机制回流至计划与推行合节，变成管理闭环。对付评估所发生的新的且经由施行搜检的证据，将其纳入证据库，为计谋的终止、修改及扩散供给循证凭借，从而驱动全豹管理体例成为具备自决练习才力与赓续迭代才力的有机体。

人工智能采用“人工”的门径和身手，通过研制智能机械或智能体例来师法、延迟和扩展人类某些智能思想，从而实践智能行径。人工智能的起色依赖数据、算法与算力三大因素的协同演进，由此得到从数据中自愿练习、推理并动态迭代的功效。目今，人工智能身手体例日益众元化，涵盖机械练习、自然言语收拾、策画机视觉及众样态天生式人工智能等众种身手类型，功效亦不绝拓展，囊括数据策画、情况感知、消息认知与推理计划、创建性内容天生和智能创修等。正在政府循证管理语境下，人工智能的身手特点正深远重构证据逻辑：证据天生、数据利用才力的创新，胀吹静态、离散、被动相应的证据逻辑转向动态、集成、主动驱动的智能证据生态体例。

正在众源数据收集合节，人工智能胀吹数据整合从有限收集向全域调解横跨。守旧证据体例苛重依赖政府内部的机合化数据（如统计报外、行政记实等），其出处简单、体式固定且更新周期较长。而人工智能身手的运用使得海量、众模态、非机合化的数据整合加工成为实际，底本“深藏闺中”的互联网舆情、政务消息等数据被纳入证据原料库。这不但拓展了证据的广度、提升了证据的细腻度，还擢升了当时效性与情境实用性，为循证计划奠定了坚实的消息根柢。

正在动态证据库构修合节，人工智能胀吹证据库从“静态档案库”转动为“活性有机体”。守旧证据库众为静态的存储单位，且更新拙笨。而人工智能驱动的动态证据库可以依托自然言语收拾等身手获取及时数据，赓续实行自我更新和演化，使聚集的计谋、案例、数据之间的繁复逻辑相干汇集化、显性化。由此，证据库成为具备智能合系与主动推举才力的“常识大脑”，完毕从“人找证据”到“证据找人”的范式跃迁，明显擢升计划的科学性。

正在证据运用合节，人工智能胀吹循证管理从“经历辅助”向“嵌入式计划”深度转型。守旧证据众以陈诉等式子吐露，依赖计划者主动调阅，仅能动作计划者的参考。而人工智能通过将证据直接嵌入全部的生意体例和管理流程，完毕证据的自愿化挪用与精准化结婚。别的，计划者可能诈欺人工智能身手实行交互式计谋模仿，构修预测模子，使循证计划更具精准性和前瞻性。

即使说政府循证管理解答了政府管理怎么完毕“善治”的题目，那么人工智能则为处置政府循证管理“可能若何做”的题目供给了全部道途。人工智能通过推演管理题目的演进脉络、拓展证据出处与天生渠道、擢升证据获取与评估的精准性、优化证据行使流程，擢升政府循证管理绩效。全部而言，人工智能驱动下的政府循证管理以身手赋能为条件、以证据智能化为中央、以“身手向善”为导向，最终供职于“善治”倾向，吐露出三重内正在的证据逻辑。

人工智能的中央才力正在于对海量数据的收集、收拾、阐明，以及计划援救，这与政府循证管理“以证据为根柢”的中央逻辑高度契合。诈欺人工智能身手构修起掩盖计谋全周期的闭环体例，可以为政府循证管理供给全流程证据撑持。

起首，人工智能通过收集众源异构数据，构修动态证据库，有用处置守旧证据体例存正在的碎片化、滞后性等题目。政府部分利用人工智能身手可以火速筛选出与管理客体相干的汗青数据、计谋文本、原则条规等有用消息，完毕对繁复管理场景的精准描绘，这相当于为政府循证管理构修了一套数字化的“社会感知神经体例”，将以往笼统的、经历性的社会认知转动为精准、扫数、连接的数据底座，为后续循说明践奠定资源根柢。

再次，人工智能的深度嵌入胀吹证据库从“静态档案库”向“常识引擎”转型。守旧证据众以离散、静态的文献式子存储，证据之间的合系性较弱，检索和行使的效能低下。通过引入集成练习、降维练习、转移练习、常识图谱等人工智能身手，对分歧出处、分歧类型的证据实行智能标注、合系和整合，构修起动态证据库，变成互相合系的、立体化的“证据汇集”。正在此根柢上，通过大模子推理等身手将证据转化为“可操作的管理常识”，助力处置证据需要与计划需求脱离的题目。

末了，人工智能通过创修计谋结果闭环反应机制，保证证据价钱的赓续迭代。经由人工智能身手阐明提炼的最佳证据可以揭示计谋议题与社会题目之间的合系，将对应的常识经历转化为全部的举动计划，进而通过因果推想等算法模子对计谋结果实行自愿评估，并将评估结果实时反应至证据体例。这一闭环反应机制能保证最佳证据迭代更新，使其真正成为驱动管理体例精准化、高效化、智能化运转的中央引擎。

守旧循证形式中的证据往往以孤独的文档式子存正在，依照“汇集-评估-归纳-运用”的单向线性传达流程，常识被固化于陈诉的最终结论之中，难以完毕更新与合系。人工智能驱动的常识逻辑促成对质据全性命周期（从坐蓐、外征、活动到验证）底层逻辑的基本性重构。正在此新范式下，证据不再是静态的“制品”，而成为动态的、赓续演化的“常识流”。众源数据（如计谋文本、政务消息、各样平台数据等）被及时或准及时地导入智能体例，经由机械练习、自然言语收拾等身手机合化收拾后，被映照到“常识图谱”中。尤为紧张的是，管理主体与体例的每一次互动均已融入证据生态，并转化为新的数据输入，赓续驱动算法自我优化与常识图谱演进，变成“数据-消息-常识-伶俐”（DIKW模子）的智能轮回。由此构修的智能证据生态不但冲破了守旧线性证据链中消息单向活动的节制，还完毕了证据的动态更新与常识的深度开采，为政府循证管理构修起特别扫数、无误的证据体例。

人工智能为推动政府管理才力新颖化诱导了簇新道途，为政府管理形式的优化升级带来了阻挠轻忽的主动效应，全部显露正在三个方面。

起首，人工智能为擢升政府出力供给了强有力的身手援救。动作大众行政学的中央议题，政府出力既是政府管理的中央因素，也是管理形式转型的症结倾向。擢升政府出力不但需求完备轨制体例，更需求更始管理东西。人工智能身手的运用可以明显擢升政府的管理才力，完毕人机协同的提质增效。譬喻，深度练习、遗传算法等身手给予机械以自决研判与辅助计划才力，从而胀吹政府管理出力的擢升。

其次，人工智能依赖其超前预测身手可以有用提升危险防控才力。人工智能通过数字化合系阐明、数学修模、虚拟仿真等身手方法，对海量数据实行模块化收拾，并诈欺各样模子实行计谋模仿。通过对众种数据源的及时监测和赓续阐明，人工智能可能助助政府实时捕获社会、经济等众界限的微妙信号与潜正在危险；依托前辈的智能算法，这些纷纭繁复的数据被有用整合、阐明并用于预测，为计划者供给及时、精准的预警消息与战术调理倡议。

末了，人工智能助助政府更好地舆会公家的价钱偏好与合切核心。守旧政府往往受限于数据样本事域、消息传输速率及阐明结果等身分，缺乏对特准时空情境下个人化、地方化、分歧化经历的深切阐明，以致大众价钱的细节往往被轻忽或误判。人工智能身手的运用使得民意汇集与需求调研特别便捷，社会群情特别生动、易于凑集且可被策画和开采，由此政府可能特别精准地把握公共的诉乞降价钱方向，进而作出特别契合公家长处的计划。同时，人工智能身手还可以鼓励政民互动，营制特别绽放、透后的管理情况，擢升政府的公信力与推行力。

政府循证管理夸大以科学证据为根柢，擢升管理出力、完毕大众价钱。人工智能依赖其强盛的数据收拾、智能阐明与预测才力，重塑了证据体例的样式与功效，使其从静态的“资源库”转动为动态、绽放、交互的“智能协同引擎”，从而深度嵌入并赋能管理全流程。本文从计谋流程视角探寻其赋能政府循证管理的完毕道途，构修一个可以自我练习、赓续优化的管理闭环（如图2所示）。

守旧计划流程夸大专家论证与可行性阐明，往往难以无误预估繁复计谋也许激励的众重、连锁后果。人工智能通过构修仿真的“计谋模仿器”，可正在虚拟情况中对分歧的计谋计划实行推演，精准评估其经济本钱、社会影响与推行危险，为计划者供给可视化的“计谋沙盘”。同时，智能优化算法可正在海量参数中寻找最优解，辅助策画最优计谋计划，使得计划形式从依赖有限消息与一面经历的“有限理性”计划，跃升为经大领域策画与模仿验证的“巩固理性”计划。别的，智能算法还可以正在效能、公允、可赓续等众元大众价钱之间寻求平均，助力变成具有共鸣根柢的计谋计划，擢升计谋的施行可行性与社会领受度。

计谋远景的有用落地依赖计谋推行的精准与高效，而这一合节恰巧是守旧管理中“循证”理念最为虚亏的片面。守旧计谋推行流程常因消息错误称、资源错配与部分壁垒而陷入“黑箱化”与碎片化的窘境。正在此合节嵌入人工智能，可能通过智能算法对推行资源进举动态优化设备。譬喻，凭借及时交通数据筹划最优法律道途，或按照区域生齿特色精准投放大众供职，完毕“循证调理”。更为症结的是，人工智能（迥殊是联邦练习等隐私策画计划身手）可以正在“数据不出域”的条件下，完毕跨部分、跨层级数据的价钱调解与笼络修模，胀吹跨部分证据共享与协同管理。同时，正在计谋推行流程中，相干数据可及时公然，管理客体可能通过同一消息平台监视推行的进度与结果，变成透后化的推行追踪机制。

人工智能驱动下的政府循证管理，是一项以证据为纽带、以大众价钱为导向、以身手更始为撑持、以众元协同为道途、以“善治”为倾向的体例性工程。人工智能使“循证”不但供职于计划科学化，更成为胀吹管理民主化、擢升管理合法性与有用性的施行气力。由此，证据的施行价钱与科学内在得以有用彰显，管理体例也逐渐演进为见谅、灵动、负仔肩且更具韧性的伶俐管理生态。

对政府管理而言，人工智能身手的平常运用并非纯洁的东西升级，而是一场从管理理念、管理东西到管理流程的深远改良。通过重塑“证据”的性命周期，人工智能将守旧重视于计划合节的循证形式推向掩盖全流程、具备动态智能特色的新型管理范式，进而重塑证据正在管理体例中的脚色与功效。

从“循证计划”到“循证管理”的演进，是管理繁复性升级与身手也许性交汇的结果。守旧循证计划固然擢升了计谋制订的科学性，但其视野相对节制于计划前端，对计谋性命周期的中后端合切不敷，导致“证据赤字”“推行黑箱”与“反应滞后”等窘境。本文所构修的政府循证管理全流程框架，旨正在打垮这种碎片化的循证形态，夸大证据流必需正在管理流程的各个合节中轮回活动，变成可以自我修改的闭环体例，而人工智能恰是完毕这一宏观外面构念的症结使能器。

人工智能赋能政府循证管理的嵌入逻辑显露正在三个层面：数据驱动与智能计划的身手逻辑、从线性证据链到智能证据生态的常识逻辑、完毕管理才力新颖化的倾向逻辑。全部而言，这一嵌入逻辑通过众源数据收集、证据天生与提炼、动态证据库构修、证据运用四个合节层层递进，讲明人工智能赋能并非片面身手叠加，而是一项体例性工程，从基本上重构了政府循证管理的证据逻辑。正在此根柢上，本文勾画出人工智能赋能政府循证管理的全部完毕道途，通过议程修立循证化、计谋制订循证化、计谋推行循证化、计谋反应循证化，体例切磋人工智能对政府循证管理的全流程赋能机制。这四个合节组成递进式的序贯逻辑，并变成闭环，最终汇流成一个兼具韧性与伶俐的管理生态体例。

需求提神的是，咱们必需以小心立场重视人工智能赋能政府循证管理所随同的苛酷挑衅。第一，算法成睹与公允性题目警示咱们：依赖有偏数据陶冶的模子也许会固化乃至加剧社会蔑视；而寻找“最优解”的算法怎么分身的权力，将成为一项悠久的议题。第二，数据隐私与平安组成另一重限制。政府正在收集与诈欺海量公民数据时，必需修建牢不成破的平安障蔽，并制订可以博得公家饱满信托的伦理外率。第三，仔肩界定的笼统性亦阻挠轻忽：当一项由人工智能驱动的计划导致失误，仔肩应由算法开荒者、体例操作家仍是行政首长负责？这是咱们正在拥抱身手时必需同步回应的轨制与伦理困难。所以，将来的政府官员面对从守旧行政束缚向人机协同管理转型的殷切请求。

人工智能的起色势如破竹，政府管理需求控制身手起色的计谋机缘。将来，跟着身手的赓续迭代升级，其正在政府循证管理界限的运用前景将特别宏壮。后续磋议可聚焦人工智能嵌入的全部轨制策画、伦理标准与执法原则的协同完备，寻找正在保证公民权益的条件下开释身手盈利的平均点。同时，公民正在人工智能驱动新范式中的脚色演变，以及众元主体协同汇集的更始机制，也是极具价钱的磋议偏向。归根结底，身手自己并非宗旨。人工智能赋能政府循证管理的终极愿景正在于构修更具前瞻性、回应性与韧性的伶俐管理体例，有用完毕大众价钱，钻营东西理性与价钱理性的有机同一，赓续推动政府管理才力新颖化。