知识源深度挖掘的政府精准治理研究

"The Internet plus" era caused social transformation and increased government uncertainty, put forward higher requirements on governance capacity and governance level. Traditional governance such as "responsive governance" research paradigm has been unable to cope with the demand of precision governance. ln practice, it leads to a series of problems. The lack of the initiative of governance often causes governance lag. The lack of targeted ability of the policy causes “Policy – demand" gap. Inadequate response ability causes governance bias..This study presents the “Precision Governance through Knowledge Source Depth Mining ". The knowledge source depth mining is embedded into the government governance processes. By governance knowledge sources depth mining, policy makers can accurately locate the policy demand groups, effectively arrange the policy requirements, so as to improve the policy targeting to achieve precision governance. At the same time, by the back mining of updated knowledge source, policy makers can predict the policy demand, event reasoning strategies to governance crisis, change "post-event governance " to "pre-event governance ", "passive governance" to " active governance". The study extended the research paradigm of governance theory.

“互联网+”时代的到来引致了社会转型并加大了政府治理的不确定性，对政府治理能力和治理水平提出了更高要求。传统的如“回应型治理”等政府治理研究范式已经无法应对当代社会对治理精准性的需求，在实践上往往造成治理的主动性不足导致的治理滞后、政策的靶向能力不足导致的“政策—需求”鸿沟、反应能力不足导致的治理偏误等一系列问题。.本项研究提出的“知识源深度挖掘的政府精准治理”把对知识源的深度挖掘嵌入到了政府治理流程中，通过对与政府治理相关的知识源进行深度挖掘，能够精准定位政策需求群体，有效厘定政策需求内容，从而提高政策的靶向能力，实现政府的精准治理；同时通过知识源的更新进化及回溯性挖掘，可以预知政策需求热点，推理事件应对策略，从而变“后事件管理”为“前事件治理”，变“被动型治理”为“主动型治理”。本项研究对政府治理理论的研究范式进行了富有意义的拓展。

大数据在社会科学研究领域的应用使社会科学研究正在经历从定性研究、定量研究、仿真研究向大数据研究的第四研究范式转型。第四研究范式缓解了已有社会科学研究用通则理论和简单数量关系来解释复杂社会现象，用小数据小样本来外推复杂的社会因果关系，用有限数据来模拟复杂信息条件下的宏观涌现等问题。这样第四研究范式就突破了传统社会科学研究目标弱化、学科学派对立、有限数据质量和统计偏误等的局限性。大数据通过对个体化、全样本的研究，为社会科学提供了精准的数据和计算实验平台，重建了社会科学预测的可能性，推动了社会科学宏观理论研究的发展，促进了社会科学内外部学科之间的融合，形成了社会科学知识体系多元化集成和拓展，是社会科学方法论的革命和认识论的跃迁。.而以数据科学在政府治理领域应用为基础的精准治理是中国场景下政府治理范式的进化。本项目从根本上突破了传统“公共行政范式”泛政治化的政府地位，以及“公共管理范式”管理主义的治理倾向，实现了以民众需求为导向、以知识挖掘为支撑、以政策匹配为目标的回应技术变革与治理需求的政府治理范式的转换。“精准治理”是以全面精准的个体化信息集成为治理基础，以科学严谨的信息挖掘分析为治理前提，以历史最佳的政策知识推理为治理参考，以相宜有效的政策需求匹配为治理目的的治理体系和治理能力的创新再造过程，而个体化信息采集、挖掘、分析系统与治理主体考核体系的建设需在中国场景下由中央或省级政府引导实施。作为中国政府治理的实践探索，精准治理使我们关注交叉学科研究、辩证看待大数据、建立风险意识、处理好大数据与小数据的关系、构建新的研究技能与团队合作及促进政府数据开放和建设数据科学基础设施等问题。.