大数据循证何以破解政府绩效...经济活跃度大数据的案例研究_秦晓蕾.pdf

收稿日期:2023 01 17基金项目:国家社科基金一般项目 大数据时代提升地方政府治理效能的评估机制创新研究(编号:22BZZ064);江苏省社科基金一般项目 江苏省高质量发展绩效评估数字化实施机制研究(编号:22ZZD004)。作者简介:秦晓蕾(1974 )，女，江苏盐城人，南京师范大学公共管理学院教授、博士生导师，主要研究方向为数字政府与绩效治理等;李宁(1994 )，男，河南南阳人，南京师范大学公共管理学院博士研究生，主要研究方向为数字政府与基层治理等。数字治理大数据循证何以破解政府绩效评估数据失真?基于 C 市 13 个区县经济活跃度大数据的案例研究秦晓蕾，李宁(南京师范大学公共管理学院，江苏南京210023)摘要:基层政府为了谋取亮眼政绩的自利性驱动着绩效评估数据瞒报虚报，而政府绩效评估数据来源于官方的统计数据，这让绩效评估数据仿佛置于“黑箱”之内，如何破解和核查绩效评估数据失真成为政府绩效治理的现实难题。数字技术驱动下的大数据循证为破解政府绩效评估数据失真困境提供了可行的解决路径。通过构建 20172020 年 C 市 13 个区县对人均 GDP 进行验证的经济活跃度大数据循证模型，发现大数据循证模型可以很好地预测绩效评估数据发展趋势，并能够通过大数据指数和绩效评估统计数据的比对发现绩效评估异常数据。大数据循证在深层次上推动了政府打破数据权力垄断以及对异常绩效评估数据进行问责。关键词:政府绩效评估;大数据循证;地区经济活跃度;数据垄断中图分类号:D630文献标识码:A文章编号:2097 0072(2023)03 0059 09DOI:10.13975/ki.gdxz.2023.03.007一、问题的提出在信息社会中，数据信息早已成为绩效治理改革中配置资源的权力本体。习近平总书记早在2013 年就指出，“谁掌握了数据信息，谁就掌握了主动权”1。长期以来，政府垄断着对绩效评估数据信息的采集、决策和解释权，由数据决定的绩效评估排名代表着地方政府领导班子的政绩，从而和升迁紧密相联。由此，在“官出数字”的利益驱动下，个别基层政府上报的绩效评估数据会出现“含水分”现象，造成绩效评估数据失真、绩效评估数据寻租的负面影响。然而，政府要摆脱绩效评95第 35 卷第 3 期公共治理研究Vol.35 No.32023 年 6 月Public Governance esearchJune.2023估数据失真困境，往往面临着绩效评估数据来源单一导致数据验证难、部门“信息孤岛”导致数据核查难等一系列难题。2022 年国务院颁布的 关于加强数字政府建设的指导意见提出，“建立健全大数据辅助科学决策机制，提升政府决策科学化水平”2。大数据能够“让数据站岗、让数据说话、让数据问责”3，因此在大数据时代，破解政府绩效评估数据失真难题有了新的对策，即大数据循证。绩效评估大数据循证是一种运用大数据技术，通过数理模型预测，验证传统绩效评估数据的真实性，并有效遏制基层政府上报绩效评估数据瞒报虚报现象的技术方法4。大数据循证不仅能核查基层政府上报的绩效评估数据，更能打破传统的政府垄断信息的权力。因为大数据循证将大数据客观公正的价值属性嵌入政府部门的公共权力系统中，跨越部门界限，打通数据共享壁垒，让绩效评估中的公权力运用更加阳光透明5。由此，在大数据时代，用大数据循证破解绩效评估数据失真、打破数据权力垄断，成为推动政府治理现代化的重要议题。然而，大数据信息权力和传统数据权力在破解绩效评估数据失真过程中的冲突和竞争，使得绩效评估大数据循证并非易事:一是如何构建绩效评估的大数据循证模型?二是如何对传统绩效评估数据进行循证?三是如何对异常数据进行核查，进而打破部门数据垄断?本研究将基于信息理论，以 C 市13 个区县的经济活跃度大数据循证为案例，探索大数据循证破解政府绩效评估数据失真困境的实现路径与创新机制。二、文献回顾(一)信息政治学为大数据循证嵌入绩效治理提供了理论基础信息政治学作为一种新兴理论视角，为理解绩效评估大数据循证提供了理论支撑6。信息政治学理论认为单一的决策信息来源影响决策科学性，因为在政府绩效评估复杂的议程中，海量的绩效信息使得决策备选方案呈现指数式增长，决策者需对多元化信息来源和单一信息来源的成本收益进行权衡。信息的潜在竞争源越丰富，决策者在决策时对信息优先级的排序越困难。为了降低决策成本，决策者难免忽略信息来源里“杂乱的噪音”(Confusing Cacophony)，选择效率最高、成本最低的单一信息来源7。然而，单一信息来源虽然简化了决策过程，却给决策科学性带来显著的负面影响。首先，受限于认知和情感机制的偏见，有限理性决策者的注意力成为稀缺资源，获得决策者注意的信息必须突破“信息门槛”。在有限的注意力资源下，决策者在信息处理过程中对于环境的输出充斥着回应不足和回应过度，这种不成比例的信息处理过程使得决策产生偏误8 39。其次，单一信息来源加剧了有限理性决策者的误差。为了过滤掉多余的信息来源，决策者通过建立严格的信息门槛和边界，强制性把不需要的信息排除在外。决策科学家们认为“强制执行的单一信息来源可能是危险的，在动态的信息环境中，只要世界是复杂的，决策信息收集就需要一定程度的开放”9 10。就我国地方政府绩效评估而言，一方面，绩效评估的数据来源于官方的统计数据，政府强大的信息壁垒屏蔽了其他数据信息进入绩效评估数据信息的行列;另一方面，统计数据自下而上的纵向传递，不可避免地产生信息不对称10，放大了单一的统计数据信息来源作为绩效评估的偏误。因此，单一数据来源影响着绩效评估决策的科学性。大数据时代，客观、公正的大数据已经成为一种新型的权力形态，在新的信息政治权力结构中，大数据的信息权力打破了原有的绩效评估信息权力等级，大数据权力的客观性、即时性成为超越传统官方统计数据的信息优势权力11。具体为，大数据不依赖官方统计数据，规避绩效评估数据的垄断和人为干预，实时汇集政府绩效评估数据12，并实现对绩效评估的单一信息来源进行双向印证。大数据进入绩效评估信息权力等级后能够打破单一的数据来源让绩效数据“含水分”的管理困境。(二)大数据循证在政府绩效治理中的运用在政府绩效评估实践中，行政部门的条块化结构形成了数据流通的“数据孤岛”，滋生“数字官06僚主义”现象13。“数据本身已经成为重要的权力来源，但数据在很大程度上仍未得到管理”14。大数据信息技术为绩效评估的数据困境提供了助益，在实践中显著提高了绩效评估的效率和透明度15。通过大数据精准评估公民偏好，增加了政府绩效考核的精准性和回应性、强化了问责制16，解决了绩效治理缺乏操作性和回应性的问题17，同时也改善了政府与公众、企业以及社会组织的关系，优化了政府决策18。实际上，决策者总是把绩效信息的功效最大化19。大数据信息切入绩效治理，可以优化绩效治理决策的科学性和有效性20。一方面，国内外学者认为大数据对经济统计数据进行科学评估是一种趋势。米子川等基于阿里巴巴 aSPI 指数和官方公布的 CPI 指数的比较研究发现，随着大数据研究方法论和软件工具的进步，大数据指数对传统统计数据的佐证、补充乃至融合将会成为一种新趋势21。卢盛峰等使用城市夜间灯光亮度值的大数据对地方政府统计数据进行验证，发现实际城市夜间灯光亮度值的偏离程度可以衡量中国城市 GDP 注水系数22。Clark(2017)利用中国省域夜间灯光数据来测度各项经济统计指标的最优权重，认为中国实际增长率在一定程度上被低估23。另一方面，学者们研究如何运用大数据模型对市场活跃程度、企业发展情况进行评估。罗晓芃等构建了企业活跃度评价系统，以实时跟踪企业运营状态、制定信息披露范本，增强企业信息透明度，实现政府高效监管24;张昭等构建了“互联网+”环境下的企业经营活跃度模型用来反映市场的活跃程度25;吕爽、韩亮亮等构建了中国创新创业活跃度模型26，实证分析我国创新创业活跃度的动态演进与时空分异特征27。综上所述，大数据作为一种新型的数据信息权力，已经展现了嵌入政府治理中的巨大潜力。学者们运用大数据评估模型对政府统计数据进行检测，勾勒出大数据优化政府治理模式的路径。研究成果证明了大数据循证可以作为传统政府绩效统计数据的“试金石”和有益补充。然而，既有研究成果对大数据如何循证传统政府绩效评估数据缺乏一定程度的实践性，不能解决政府迫切需要解决的绩效上报数据失真困境。本研究试图通过 C 市经济活跃度大数据的案例研究，以大数据循证模型的构建、循证和运用为分析框架，探讨这个实践指导意义较强的议题。三、研究设计本研究采取单案例研究方法，之所以选择 C 市经济活跃度大数据循证为案例，是因为案例鲜活地呈现了大数据对绩效评估数据进行循证的动态化过程，具有较好的代表性。(一)案例背景C 市的绩效评估制度，在精细化改革进程中力求确保各基层政府上报的统计数据准确无误，真实反映客观情况，做到考核结果公平公正。然而，基层政府为了获取好的绩效排名，个别指标上报数据“含水分”，影响了绩效评估的公正性。为了遏制这种不良现象，C 市政府决策层提出要运用大数据循证对各区县上报数据进行双向验证，倒逼上报数据真实反映基层绩效。但是，C 市政府在真正推进绩效考核的大数据循证过程中却发现困难重重，因为大数据循证不仅仅是一个技术问题，更是打破政府内部数据权力垄断的深层次变革，主要表现为三个难点:难点一:如何构建有公信力的大数据循证模型?大数据循证模型主要包括两方面的技术难题，一是大数据模型指标以及权重如何确定，二是何以证明大数据模型可验证绩效评估上报数据。难点二:如何对绩效评估数据进行大数据循证?一是如何获取大数据循证需要的绩效统计数据，打破各条线政府部门对绩效统计数据的垄断;二是如何通过大数据循证发现基层上报的统计数据异常。难点三:如何对大数据循证发现的异常数据进行核查?这个环节是大数据循证的结果运用，是大数据循证触犯政府部门和基层政府利益、最得罪人的“动真格”环节。一是如何组织调查组对大数据循证发现的异常考核数据进行数据来源、统计口径等核查，二是若核查确实存在绩效评估数据造假，又如何问责。基于上述三重困境，C 市政府创新性地在技术和制度层面上对绩效评估大数据循证进行探索性研16究，并在小范围内试运行。(二)数据采集1.地区经济活跃度大数据来源本研究调研了 C 市大数据管理中心、知城数据研究所、C 市电力公司等第三方大数据平台和大数据企业，建设了 20172020 年 C 市 13 个区县的用电量、高新技术企业数等大数据库，在此基础上构建了地区经济活跃度大数据循证模型。2.绩效评估统计数据来源本研究组收集了 20172020 年 C 市绩效评估指标数据中来源于统计年鉴、政府工作报告、国民经济和社会发展统计公报等政策文件的公开统计数据。四、研究发现(一)地区经济活跃度大数据循证的模型构建本研究通过模型初步构建、模型对绩效评估数据的预测性检测、模型指标和权重最终确定的三个步骤，解决了 C 市大数据循证的第一个难点，即如何构建有公信力的大数据循证模型。1.模型初步构建本研究基于既有文献，初步构建了地区企业品牌、交通枢纽、夜间经济、便民经济共四个维度的地区经济活跃度大数据模型。一是企业品牌，由 5 个大数据指标构成:地区高新技术企业数量、上市公司数量、创业平台数量、入驻本地区品牌数量和全社会用电量。二是交通枢纽，由 2 个大数据指标组成:高铁可直达城市数和公路 3 小时可直达城市数量。三是夜间经济，由 3 个大数据指标构成:地区亮灯区面积占比、人均酒吧数量和人均餐饮门店数量。四是便民经济，由 3个大数据指标构成:人均便利店数量、人均电影院数量和人均运动场数量(见表 1)。2.大数据循证模型对绩效评估数据的预测性检测为了检测地区经济活跃度大数据初步模型是否可以预测 C 市的经济发展情况，本研究把 20172020 年C 市 13 个区县人均 GDP 作为大数据模型需要循证的绩效评估数据，即 13 个区县的地区生产总值作为因变量，大数据模型的 4 个维度作为自变量，检测 C 市的企业品牌、交通枢纽、夜间经济和便民经济四个大数据维度对人均 GDP 是否有显著正向影响。(1)变量的平稳性检测与协整性检测运用 Eviews 软件对变量进行平稳性检测发现，在 10%的显著性水平下，人均 GDP、交通枢纽、夜间经济为平稳序列;在 5%的显著性水平下，便民经济为平稳序列;在 1%的显著性水平下，企业品牌为平稳序列。由于 5 个变量均为一阶单整序列，符合协整检验的前提条件，运用 Eviews 对变量进行了协整检验，发现 5 个变量存在长期均衡关系。(2)经济活跃度大数据循证模型对 C 市人均 GDP 的预测性检测本研究通过 OLS 的回归模型，运用 studio4.1.0 软件对模型进行检测。由表 2 可见，M1、M2、M3 和 M4 模型拟合很好，其中 M4 固定了年份和城市变量后，企业品牌(1=0.324 )、夜间经济(3=0.213 )和便民经济(4=0.580 )对 C 市13 个区县的人均 GDP 的影响呈显著正向影响，26表 1经济活跃度大数据循证模型一级维度大数据指标(单位)企业品牌地区高新技术企业数量(个)上市公司数量(个)创业平台数量(个)入驻本地区品牌数量(个)全社会用电量(度)交通枢纽高铁可直达城市数(个)公路 3 小时可直达城市数量(个)夜间经济地区亮灯区面积占比(百分比%)人均酒吧数量(家/万人)人均餐饮门店数量(间/万人)便民经济人均便利店数量(间/万人)人均电影院数量(家/万人)人均运动场数量(个/万人)而交通枢纽(2=0.075)对人均 GDP 没有显著影响。结果表明，除了交通枢纽大数据变量外，企业品牌、夜间经济和便民经济大数据维度对人均 GDP 具有很强的预测性，可以循证 C 市“人均GDP”考核指标的准确性。表 2经济活跃度大数据循证模型对 C 市 13 个区县人均 GDP 预测性分析(20172020 年)人均 GDPM1M2M3M4企业品牌0.323 (0.127)0.316(0.130)0.332 (0.128)0.324(0.130)交通枢纽0.061(0.050)0.058(0.051)0.078(0.053)0.075(0.054)夜间经济0.235 (0.068)0.225 (0.074)0.227 (0.068)0.213 (0.075)便民经济0.591 (0.125)0.601 (0.130)0.568 (0.127)0.580 (0.131)常数项0.021(0.032)23.117(63.693)0.106(0.090)31.071(64.063)地区固定NoNoYesYes年份固定NoYesNoYes样本量5252525220.9500.9150.9520.952Adjusted 20.9460.9080.9460.945残差标误0.232(df=47)0.304(df=47)0.232(df=46)0.243(df=45)F 统计225.597 (df=4;47)177.171 (df=5;46)180.768 (df=5;46)148.180 (df=6;45)Note:*p 0.1;p 0.05;p 0.01。(3)地区经济活跃度大数据循证模型指标和权重的最终确定根据模型检测结果，剔除交通枢纽维度后，最终确定了 3个维度共 11 个指标构成地区经济活跃度大数据循证模型。本研究邀请了 5 名政府绩效考核专家组成专家委员会对大数据模型的指标权重进行了专家评估，通过多轮讨论，运用 AHP软件对指标权重进行专家群体决策，一级指标的权重和二级指标的权重如表 3 所示。本研究按照表 3 的指标权重值，计算出 C 市 13 个区县 20172020年经济活跃度大数据指数。36表 3经济活跃度大数据循证模型指标及权重一级指标一级指标权重二级指标二级指标权重企业品牌0.3645地区高新技术企业数量(个)0.2095上市公司数量(个)0.1836创业平台数量(个)0.1402入驻本地区品牌数量(个)0.1603全社会用电量(度)0.0818夜间经济0.2242地区亮灯区面积占比0.0886人均酒吧数量(家/万人)0.0391人均餐饮门店数量(间/万人)0.0398便民经济0.4113人均便利店数量(间/万人)0.0225人均电影院数量(家/万人)0.0199人均运动场数量(个/万人)0.0148(二)地区经济活跃度大数据模型对绩效评估数据的循证为了解决第二个难点，即如何对绩效考核数据进行大数据循证，本研究通过地区经济活跃度大数据指数和人均 GDP 趋势比对进行了循证。1.时间序列的 C 市经济活跃度大数据指数和人均 GDP 趋势比对本研究把 C 市政府绩效评估的常规性指标“人均GDP”作为大数据循证的统计数据。对 C 市 20172020年人均 GDP 和经济活跃度大数据指数进行发展趋势比对发现(见图 1)，20172020年，C 市经济活跃度大数据指数与人均 GDP 发展趋势大体同步。同时，从图中可以看出，C 市的人均 GDP 发展趋势呈现明显的直线型上升趋势，而 C 市的经济活跃度大数据指数则呈现曲线型发展趋势，并且很清晰地呈现了 2020 年 C 市受疫情影响，经济发展放缓的发展趋势。由此，从时间序列大数据指数和绩效评估数据对比发现，经济活跃度大数据指数比人均 GDP 更加能反映真实的经济发展趋势。对此，本文认为由于大数据信息采集自实时数据，信息的时效性较强，更加符合经济活动的实际情况，而政府统计数据往往定期采集，具有一定的滞后性，因此大数据更贴合真实的经济社会发展状况。2.分区县对经济活跃度大数据指数和人均 GDP 趋势比对本研究分区县对 C 市经济活跃度大数据指数和人均GDP 均值比对发现，C 市区县经济活跃度大数据指数和人均 GDP 发展趋势大致相同(见图 2)。然而，对比 13 个区县发现，E 区的人均 GDP显著比经济活跃度大数据指数高，K 县的人均 GDP 显著比经济活跃度指数低，说明E 区有高估国民经济生产总值的可能，K 县有低估国民生产总值的可能，需要根据大数据循证结果对 E 区和 K 县的人均 GDP 统计来源、统计口径等具体信息进行深入核查。(三)地区经济活跃度大数据循证结果的运用上述实证研究在技术层面上为大数据循证破解绩效评估数据失真提供了技术路径。然而，大数据循证的第三个难点，即如何对大数据循证出现的异常数据进行核查却并非单纯的技术问题，背后逻辑在于深层次地打破政府数据垄断壁垒的制度突破。目前 C 市绩效评估数据“信息孤岛”现象严重，各部门都不愿意把本部门负责的绩效评估统计数据拿出来进行大数据循证。目前 C 市考核办邀请了第三方机构对个别部门公开的绩效评估数据进行大数据循证，释放了一定的政治信号，给基层政府传导了政治压力。46图 120172020 年 C 市人均 GDP 与经济活跃度大数据指数趋势比较图 2C 市区县 20172020 年经济活跃度大数据指数和人均 GDP 均值比对图为了把大数据模型循证结果运用落到实处，打破数据垄断，C 市政府正在极力推进两项制度性变革:1.运用考核“云”信息平台归口管理考核数据打破数据垄断C 市政府通过高位推动，借助于考核“云”信息平台打破了传统的绩效评估数据垄断权力。一是有序推动所有基层考核数据上传至考核“云”信息平台。C 市政府规定基层政府的各领域考核数据上报给本条线上级主管单位的同时，必须同时上传 C 市考核“云”平台，实现 C 市年度所有绩效评估数据的统一管理，在数据来源上规避了部门的数据垄断。二是健全 C 市的考核安全“云”保护系统。明确界定各级政府部门在考核“云”信息平台的信息使用权限和权力清单，制定规范严格的 C 市考核“云”信息平台的数据管理信息系统的安全壁垒和监管机制。通过 C 市政府领导班子的强势推动，逐步实现所有的绩效评估数据上传至考核“云”信息平台，将考核上报统计数据进行统一管理，实际上打破了“条状”部门各自为阵的数据权力壁垒。C 市政府考核“云”信息平台对绩效评估数据的统一管理和共享，为实现大数据循证结果运用迈出了艰难的第一步。2.对大数据循证出的绩效评估异常数据“一查到底”如图 2 所示，E 区和 K 县的地区经济活跃度指数和人均 GDP 数据差异显著，需要对这两个地区的人均 GDP 数据进行深入核查，这个环节不仅是打破数据壁垒的关键环节，更是触及各利益群体利益的政治较量。C 市政府正在探索推进以下两点机制:一是核实绩效评估数据出现异常原因。第三方独立机构经过大数据循证后，对和大数据循证显著不一致的异常数据来源、循证过程和数据异常情况进行详尽分析，呈报 C 市政府考核办审议。二是组成核查组对异常数据进行问责性核查。成立由 C市政府考核办牵头，统计局、大数据局和第三方独立机构等协作的数据核查小组，排查异常数据的原始数据来源、统计口径、计算公式等信息，如发现确实存在上报绩效评估数据瞒报虚报，立刻启动对基层政府领导班子和责任人的问责机制，依法追究绩效评估数据造假者的法律责任，遏制利用数据造假获取好的绩效考核排名的错误政绩观。五、案例分析基于以上大数据循证的模型构建、检测验证和结果运用，可以对案例实施的关键要素和大数据循证带来的深度变革作进一步剖析。(一)“一把手工程”和大数据干部队伍建设是大数据循证成功实施的关键本研究认为绩效评估大数据循证在 C 市成功实施需要具备两个关键要素:一是一把手领导的强势推动。无论是规定基层政府把所有考核数据上传到“云”信息平台，还是对异常数据进行核查，都有来自于各方政治力量的重重阻力:数据“含水分”让基层政府政绩漂亮，大数据循证无异于阻断了“数字出官”的政治潜规则，实施推进过程将非常艰难，需要一把手政府的强势推动，克服重重阻力，平衡好部门和基层政府利益。二是精通大数据技术的干部队伍建设。C 市政府绩效评估的大数据循证不能完全依赖第三方机构，因为大数据循证具有很强的赋权性，第三方机构只是技术服务团队，不能作为大数据循证的技术管理者，不然会出现新的大数据循证权力垄断风险。在大数据时代，要规避算法权力对绩效治理大数据循证产生新的风险，换言之，如果技术使用方有政治偏好，利用大数据抓取、模型检测等技术的高复杂性，采取手段影响政府绩效治理决策者，则形成了新型大数据权力寻租。由此，C 市政府正在努力培养一支既懂大数据技术、又懂管理的干部队伍。(二)绩效评估大数据循证倒逼 C 市干部树立正确政绩观C 市政府绩效评估大数据循证的最终目的是让干部树立实事求是的正确政绩观。大数据循证本质上是客观、公正、民主的政治价值灌注过程，能够倒逼着地方政府在治理中克服急功近利的政绩工程，树立正确的政绩观。各区县领导班子政绩与绩效考核等次和排名紧密挂钩，基层政府想通过考核数据“注水”获取好的排名，获得上级政府关注，从而赢得竞争优势。客观的大数据循证模型对 C市各区县的人均 GDP 等绩效评估数据进行双向印证，能遏制基层政府通过权变的操作方法来提升某些短板类考核指标排名的现象，纠偏“官出数字”的错误政绩观。56(三)绩效评估大数据循证推动 C 市数字治理的内部深度变革C 市政府通过推进绩效评估大数据循证，探索打通数字治理与传统治理的籓篱:一是大数据循证促进了考核平台智能化建设，推动政府形成网络协同治理架构，实现跨部门、跨层级、跨行业和跨业务之间的数据信息开放共享。二是大数据循证倒逼干部数字治理能力提升。通过大数据循证模型找出问题，运用大数据实时更新的即时性特征，不仅对绩效评估数据进行过程性检测，还能够提前预测经济、社会等领域发展趋势，克服统计数据时效性差等问题，构建政府智能防范风险和危机能力，推动政府数字治理能力提升。三是大数据循证节约政府信息获取的行政成本。在传统的绩效治理中，信息孤岛加剧了绩效信息不对称，政府为了获得真实的信息需要耗费巨大的交易成本进行利益博弈，大数据透明公开，实效性强，实现政府信息统计数据共治共享，降低了治理交易成本28。六、结论和启示(一)结论长期以来，“官出数字”造就了失调的政绩观，“以数字论英雄”的导向引导着各级政府的绩效考核向数字看齐。受制于核查技术的匮乏，上级政府往往无法较好地对基层政府上报的统计数据进行验证与核查，大数据循证则为摆脱这一困境带来了一丝曙光。国内学术界对于大数据治理议题的关注主要停留在治理范式等理论层面，在应然层面集中揭示了大数据给传统治理带来的信息共享开放等诸多益处，却缺乏相应的实证研究成果。本文基于 C 市政府绩效评估中存在的数据“含水分”的现实困境，运用 C 市地区经济活跃度大数据模型构建、循证和运用三个抓手，初步搭建了大数据循证的技术路径，并就破除部门数据垄断、核查考核异常数据的技术和制度“痛点”进行了学理化讨论，提供了科学的制度性解决对策，为大数据技术破解政府绩效评估数据失真困境提供了一种视角。同时，文章证实了信息理论提出的单一信息来源影响决策科学性的基础理论，验证了大数据循证可以提升绩效评估科学性的观点。(二)启示大数据时代，数据作为信息权力嵌入现代权力使得现代权力被估值和交易，这种价值性重构意味着权力和资本等利益兑换被数据化29。数据资源向新型权力资源的转化驱使着政府部门对数据信息的垄断，掌握数据的政府部门因为享有既定权力并有高地位系统的收益驱动了绩效考核数据在部门内部割据的权力博弈。目前我国的数字政府建设还处于探索中，尚未形成一个成熟稳定的制度架构以调整不同政治主体的数据权力和利益30。大数据循证或许能为我们在技术和机制层面提供科学化的解决路径。大数据权力作为技术权力是非人格化的、自然语言式的31，拥有大数据权力的政治权威主体通过循证的机制对政府治理进行信息汲取、检测与核查，通过绩效指标牵引延伸至经济、文化、民生等各个领域的大数据治理，最终输出更优质的治理决策。由此，“自上而下”的绩效评估大数据循证，推动了纵向压力型的公权力监督，运用大数据循证核查出基层政府上报的异常数据，纠正数据权力运行中的违纪违法行为，遏制可能的数据腐败，推动了打破数据权力垄断的数字监督机制建设。(三)研究局限本研究是基于信息理论的大数据技术运用于政府管理问题的探索性研究，研究局限在于，一是绩效评估统计数据难以获取。C 市政府绩效评估的数据绝大多数保密，难以收集，所以本研究只能用公开的人均 GDP 数据进行验证。二是大数据收集的局限性。有些大数据如企业纳税大数据、企业社保缴纳大数据等难以获取，所以本研究的大数据循证模型和指标还需进一步完善。三是大数据模型循证出的异常数据核查尚在探索中。C 市绩效评估大数据循证还处于小范围研究试点，未开展实质性的大规模大数据循证和核查。未来的研究希望能继续跟踪案例的绩效评估大数据循证的实施效果，深入研究大数据循证在政府治理运用中的信息权力较量过程以及实施的成功经验抑或失败教训，拓展大数据技术解决传统政府管理现实困境的实证研究。66注释:地区经济活跃度大数据模型 3 个一级指标模型的一致性指标(均值):max=4.1533;C=0.0574;CI=0.0511，11 个二级指标模型的一致性指标(均值):max=14.8671;C=0.0997;CI=0.1556。当 C 0.1，判断矩阵通过一致性检验。参考文献:1 赋能新时代，习近平的大数据之道 EB/OL https:/ 10/11/content_34257147.htm，2020 10 11 2 国务院关于加强数字政府建设的指导意见(国发 202214 号)EB/OL http:/ 06/23/content_5697299.htm，2022 06 23 3 曾智洪，陈煜超，吴金群 智慧纪检监察:概念框架、实践图谱和优化策略 J 电子政务，2020，(8)4 周志忍，李乐.循证决策:国际实践、理论渊源与学术定位 J 中国行政管理，2013，(12)5 包国宪，刘强强.中国国家治理中的循证逻辑:理论框架与研究议程 J 南京社会科学，2021，(1)6 孟天广，张小劲.大数据驱动与政府治理能力提升 理论框架与模式创新 J 北京航天航空大学学报(社会科学版)，2018，(1)7 Jones，Bryan D.，Tracy Sulkin，Heather A Larsen Policy Punctuations in American Political Institutions J AmericanPolitical Science eview，2003，(1)8 Baumgartner，Frank.，Bryan D Jones Agendas and Instability in American Politics M Chicago:University of Chi-cago Press，2009 9 Baumgartner，Frank.，Bryan D Jones The Politics of Information M Chicago:University of Chicago Press，2015 10 Workman S.，Jones B D.，Jochim A E Information Processing and Policy Dynamics J Policy Studies Journal，2009，(1)11 鲍静，贾开.数字治理体系和治理能力现代化研究:原则、框架与要素 J 政治学研究，2019，(3)12 江小涓.以数字政府建设支撑高水平数字中国建设 J 中国行政管理，2020，(11)13 徐连明 超大城市数字化治理的协同障碍与发展路径研究 以上海市“一网统管”为例 J 华东师范大学学报(哲学社会科学版)，2022，(5)14 刘伟.“人性秩序”还是“机器秩序”数字治理中的正义修复 J 理论月刊，2021，(9)15 S.Lavertu We All Need Help:“Big Data”And the Mismeasure of Public Administration J Public Administrationeview，2016，(6)16 M Baekgaard，S Serritzlew Interpreting Performance Information:Motivated easoning or Unbiased Comprehension J Public Administration eview，2015，(1)17 陈振明.实现治理数字化和智能化转型 J 国家治理，2020，(3)18 孟庆国，崔萌，吴晶妹，张楠.政府公信力的伦理解释与建构 数字治理价值实现的基础理论 J 中国行政管理，2021，(2)19 D P Moynihan，S Lavertu Does Involvement in Performance Management outines Encourage Performance InformationUse?J Public Administration eview，2012，(4)20 马亮.公共部门大数据应用的动机、能力与绩效:理论述评与研究展望 J 电子政务，2016，(4)21 米子川，姜天英.大数据指数是否可以替代统计调查指数 J 统计研究，2016，(11)22 卢盛峰，陈思霞，杨子涵“官出数字”:官员晋升激励下的 GDP 失真 J 中国工业经济，2017，(7)23 W.Clark，M Golder Big Data，Causal Inference，and Formal Theory:Contradictory Trends in Political Science?J Political Science Politics，2015，(1)24 罗晓芃，齐佳音，傅湘玲 面向大数据监管的企业活跃度评价方法研究 J 企业经济，2018，(7)25 张昭，李安渝，朱峻萱“互联网+”环境下的企业经营活跃度测算研究 J 统计与信息论坛，2017，(10)26 吕爽，谭军华，刘帅，吴旷.中国创新创业活跃度的连续动态测度及时空差异分解 J 统计与决策，2022，(7)27 韩亮亮，彭伊，孟庆娜 数字普惠金融、创业活跃度与共同富裕 基于我国省际面板数据的经验研究 J 软科学，2022，(2)28 贾开.数字治理的反思与改革研究:三重分离、计算性争论与治理融合创新 J 电子政务，2020，(5)29 林奇富，贺竞超.大数据权力:一种现代权力逻辑及其经验反思 J 东北大学学报(社会科学版)，2016，(5)30 马海韵，杨晶鸿.大数据驱动下的公共治理变革:基本逻辑和行动框架 J 中国行政管理，2018，(12)31 翁列恩，杨竞楠.大数据驱动的政府绩效精准管理:动因分析、现实挑战与未来进路 J 理论探讨，2022，(1)责任编辑:曹艳红，温松76