技术变化是治理变革的最深刻动因，技术的发展与创新及其对信息传播、消费方式的改变，必将带来组织结构的调整与政府管理方式的革新。作为技术变迁的新业态、新趋势，大数据在政府监管体系建构与实践中的深度嵌入，重塑了监管信息的流动路径与分布形态，改变了信息搜集、传递、清洗、挖掘、运用的具体方式，提升了信息的规模、质量和时效，进而从主体、客体、路径、工具和方法五个维度驱动传统监管走向协同化、全面化、动态化、智慧化和精确化。

一、从分散监管走向协同监管

分散监管是不同机构或部门对微观经济主体采取的独立性、离散化的监督管理形式。实践表明，为提升监管工作的专业化水平，政府倾向于按部门、环节、领域等建立起一系列监管机构和部门，对同一对象实施不同角度、不同环节、不同程度的监督，分散执法，互不干涉。以食品安全为例，从生产、运输到销售、消费，整个流程涉及农业、质监等五大部门，每个部门仅负责其中的一个环节，如农业部门负责初级农产品生产环节的监管，质检部门负责食品生产加工环节的监管，工商部门负责食品流通环节的监管，卫生部门负责餐饮业和食堂等消费环节的监管，食品药品监管部门则负责对食品安全的综合监督、组织协调和依法组织查处重大事故。

   所谓“地盘病”，是指“政府职能部门习惯于从保护或扩大地盘的视角思考问题和采取行动，结果导致职能部门之间各自为政、壁垒森严、协作困难、冲突频繁”，具体表现为分工履职过程中，各职能部门会将部门的职能范围和政策领域视为不允许其他部门插手的排他性地盘。如在政府监管领域，监管资源配置碎片化、监管权限运行封闭化，多元主体对监管信息的独占与排他性消费塑造了碎片化的权力结构，致使横向部门或机构之间合作困难。商事制度改革以前，各部门的电子政务管理系统都是单独开发和使用的，但基于保密要求、部门法规以及本部门业务的考虑，各部门向外发布的信息并不多，部门之间的数据交换共享更是少之又少，监管数据不论对社会还是对政府内部不同机构和部门而言都是各自封闭的。正是监管部门对专有数据的不愿意甚至拒绝共享，形成了林立的“信息烟囱”。

   大数据时代，大数据、云计算、人工智能等新兴技术的普遍运用，尤其是监管大数据仓库的建立以及数据开放共享平台的有效运作，将降低信息不对称水平，提供信息有效沟通的技术支撑，以奠定协同监管的信息基础。监管数据的流通与共享，将能够有效促进政府监管的业务重组与流程再造，打造政府监管的业务链条，提升各级政府的监管能力。并且，监管数据的开放和流动，将催生出大量微权力行为体，传统的监管格局走向“终结”，集中于政府的权力开始分散，从单个部门流向了多个部门、从政府部门流向了市场与社会，监管结构也由封闭化、等级化走向开放化、扁平化、去中心化。面对庞大的监管需求以及愈益复杂的监管环境时，不同监管机构和部门之间不得不寻求合作。

   而迈向协同监管时代，既需要新的理念，也需要新的制度，更需要新的技术。第一，树立协同监管的理念。理念是行为的先导，只有树立起协同合作的基本理念，政府监管部门及其工作人员才会接受并充分尊重其他主体的参与。大数据提倡合作，鼓励参与，其生产的随机化、来源的普遍化以及对海量数据的处理都要求多元主体共同参与，客观上倒逼着监管部门及其工作人员转变监管理念，从管理走向服务、从封闭走向开放、从独占走向共享、从独立走向协作。第二，建立协同监管的机制。以省、直辖市为基本单位，建立区域统一的大数据监管体系，省级主管部门负责协调下属单位、下级监管机构之间的冲突，做出裁决。在同级行政监管部门之上，可以组建协同监管领导小组，负责具体纠纷的受理与处置。第三，打造协同监管的决策系统。共同决策是协同监管的关键环节，决策效率与质量的高低将直接影响着协同监管的效能水平。要充分利用大数据、云计算、区块链、人工智能等新兴技术，推进智慧监管平台建设，从信息支持、计算算法、可视化、人机合作等方面打造协同监管的决策系统，提高监管决策的时效性、科学性、灵活性、针对性，保障协同监管的有效运行。

二、从重点监管走向全面监管

重点监管是指政府对特定环节实施的选择性监督管理行为。横向上，在传统政府监管体系的建构与实践中，受管理幅度的限制以及监管资源有限的约束，政府监督难以“到边”，只能测控那些事关国计民生、具有重大社会影响力或破坏力的事项。如国家安全监管总局公布了两批次共计134种重点监管的危险化学品名录，环境保护部办公厅发布了《重点环境管理危险化学品目录》，上海市食品药品监督管理局发布的“严重违法生产经营者与相关责任人员重点监管名单”等。纵向上，政府针对某一具体行为的监督则难以“到底”，只能是选择其中的关键环节或步骤进行督察，如国家食品药品监督管理总局制定了《医疗器械经营环节重点监管目录及现场检查重点内容》，对食品药品的监管高度依赖“发证”这一事前审批工具，以优化资源配置，提升监管效率。

   重点监管因其监管范围有限容易留下盲区。如在服务行业，当服务员因为偷酒、偷吃行为而被A酒店开除时，由于没有针对服务员流动的监管，他（她）完全可以直接应聘到B酒店或C酒店继续上班，越轨成本非常低。这是因为，伴随着社会分工的细化，生产或服务要素的流动愈益频繁，风险广泛潜伏于人类经济活动的各个角落、所有环节，仅聚焦其中几个关键领域和环节，监管主体将无法及时、有效掌握风险的发生、发展，也就无法及时、有效地防控风险。而基于对生产或服务要素的跟踪监控，大数据将提供全面信息，“在对其进行有效处理的基础上更为准确地发现事物发展的规律”，及时发现并标记风险信息，同时跟踪测量风险水平，为监管决策提供信息支撑。

   如从2016年5月1日起，广东省食品安全（婴幼儿配方食品、食用油、酒类）电子追溯系统正式运行，该系统把一种食品从生长成熟到之后的生产和包装情况一一准确记录下来，公众可利用广东食品溯源平台、移动APP、微信，通过扫描或者输入追溯码、条形码等方式，查询食品生产企业许可信息、产品抽检信息、流通环节信息，对有追溯码的产品还可实现真伪查询，为公众提供安全保障。通过“充分借助于网络、数据及云计算的特点对风险进行程序化管理”，大数据使“从农田到餐桌”的食品安全全程监管由抽象理论变为现实。

   而要真正实现监管“横向到边、纵向到底”，则需要：第一，提升社会活动的数据化水平。一是身份数据化，将人和组织数据化，实现对其身份的识别和确认，找出和问题相关的群体；二是行为数据化，把人和组织的各种行为数据化，以确定一些跟人的身份相关的行为轨迹，进而把握规律和行为；三是数据关联化，对人或组织的身份和行为数据进行关联分析，挖掘人与物、物与物之间的关联关系；四是思维数据化，研究人或组织的行为数据背后的思维的数据化表达、记录方式，进而分析动机、目的和深层次心理反应；五是预测数据化，在汇集各类数据的基础上对数据进行激活，预判下一阶段的发展，找出风险点和薄弱环节。第二，建立政府监管大数据库。以省、直辖市为单位，建立地区性的政府监管大数据库，为市、县（区）、乡（镇）设置接口，便于监管数据的上传与下载。统一数据格式，打通跨部门数据共享和运用的行政壁垒，将食品药品、生态环境、质量安全、金融交易等数据，各部门、各环节、各阶段、各事项的监管数据都纳入一个数据库，进行统一管理 。

三、从静态监管走向动态监管

   静态监管是指政府实施的按部就班的监督管理行为，强调执法实践的机械、刻板，具体表现为监管对象的相对稳定、执法时机的相对固定以及执法程序的循规蹈矩。在监管对象的选择上，传统政府监管习惯于设置固定的检查项，灵活性不足，如普遍实施的事前监管，“重源头，轻过程”，“重资格，轻内容”，忽视了对不同事项的分类监管。在执法时间的选择上，传统政府监管坚持“定期为主，不定期为辅”，倾向于在固定的时点或期限监督执法，其他时间则选择性“失明”，执法次数有限，忽视了对象行为的连续性、过程性。以汽车年检为例，根据《中华人民共和国道路交通安全法实施条例》，小型、微型非营运载客汽车6年以内每2年检验1次，超过6年的，每年检验1次。而在执法程序的遵循上，传统政府监管则机械推进、不够灵活，下一环节的启动建立在前置环节“合格”的基础之上，一环扣一环。如在传统行政审批模式下，针对企业提供的申报材料，监管部门不得不投入大量时间和精力逐项内容审核材料，逐个现场进行勘查，极大地增加了监管成本。

   静态监管的本质是监管信息传递与处置的滞后。当人类步入风险社会后，风险存在的普遍性、风险爆发的偶然性与随机性，使得政府应急管理能力的重要性更加凸显。静态监管难以满足实践需要，且信息的层级传递会削弱监管信息的时效性，容易导致信息失真，进而制约了政府应急管理能力的建设与提升，从而为越轨行为提供了时间“窗口”。大数据则“可以为治理主体提供更加快速准确的决策信息，帮助治理主体及时了解国内外的局势、公众的需求、政策效果反馈信息以及存在的问题”，实现即时决策与及时纠偏。

   大数据时代，政府能够“运用多维多源的数据对社会进行全视域监控，并借助实时流动的数据监测进行同步分析和计算”，进行动态监管。一方面，通过视频系统等物联网技术对越轨行为的不间断记录，监管主体能够及时发现问题发生的时间、地点及其影响，进而迅速地做出应对，如“Google流感趋势”监测到的流感爆发比医院的报告早2~3周，为应急部门提供了一种 强大的早期预警系统。另一方面，通过强调事中事后监管，大数据驱动政府监管从“串联”变为“并联”，实现对所有环节或步骤的同时诊断和评估，节省作业时间，提升监管效率；也就能够最大程度地降低“越轨行为”带来的负面影响。

   作为一种技术、资源和理念，大数据能够动态收集和更新数据库，跟踪进度，驱动实时监管。而一个大数据监管系统的建构，需要监测、预警、决策、回溯等子系统的支撑。第一，打造移动监测体系。除视频监测、检验检疫等固定系统外，也要充分开发并利用移动APP、手持终端、监督执法车等可移动设备，实现监管执法数据的现场填报、实时传输，共同组建智能监测体系。为此，还要对接物联网、人工智能、5G网络等，加强信息基础设施建设的顶层设计与建设，积极布局WIFI热点、移动网络，提高无线网络的覆盖率，为移动监测系统的正常运转创造条件。第二，建立监测预警平台。伴随着人类步入风险社会，政府的应急管理职能愈益重要，而要提升政府的应急管理水平，就要提高政府监管部门对微观经济主体行为规律的挖掘、监控能力。因此，要建立起涵盖基础层、技术层、应用层的政府监管监测预警平台，基础层包括互联网、传感器、物联网、服务器、高性能芯片等基础设施和技术；技术层包括政府监管数据库等数据资源、核心算法、图像识别、可视化系统；应用层则包括大数据监管平台、数据共享中心、移动APP、手持终端等通用技术平台。第三，建立实时决策平台。风险时代，发现问题越早、采取行动越及时，风险也就越容易被控制。因此，要以监管大数据库为基础，基于创新优化的算法和实时信息采集传输系统，结合可视化系统，建立起立体化、多层级、能够满足不同监管主体需求的实时决策平台，让数据具备智慧，以实现基于实时数据的毫秒级决策响应，帮助监管主体真正做到事中监控。第四，建立政府监管可溯源平台。通过利用视频、二维码、工业设备、智能终端等大数据技术，实现对食品药品、金融交易等行为的全流程数据采集和监控，并且能够保障监管数据的有限期存储和查阅，做到“源头可溯，去向可查”，为走向动态监管提供技术支持。

四、从人工监管走向智慧监管

   受“人治”文化影响，传统政府监管偏向经验式治理，人工痕迹明显：决策基于个体能力如经验、智慧、个人直觉等做出，执行依赖于工作人员的现场调查、取证以及监督。作为一种在场监管，传统政府监管信息的采集、传递、清洗、挖掘、分析、应用均手工完成。如根据《安全生产违法行为行政处罚办法》，“对已经立案的案件，由立案审批人指定2名或者2名以上安全生产行政执法人员进行调查”，“安全生产执法人员对与案件有关的物品、场所进行勘验检查时，应当通知当事人到场，制作勘验笔录”等，都是人而非数据在“盯事”。

   区别于人工监管，智慧监管的本质是“循数”监管，“以数据管数据”，凸显数据、信息的关键作用。在思维层面，强调证据意识，鼓励数据、信息在监管实践中的适用，要求监管者时刻自问：“数据怎么说？数据来自哪里？采用的何种分析？我们是否能够相信结果？”在工具层面，强调技术进步对人力资本的替代，“借助‘大数据’和‘云计算’平台，采用特定的指标体系和计算法则，以量化的形式对国家治理状况做出全面、系统和客观评定”，提升大数据治理能力。在路径层面，强调非现场监管，“通过全息的数据呈现，使政府从任性主义、主观主义、经验主义的模糊粗狂管理方式，迈向数据驱动、实事求是、科学精准的治理方式”。

   大数据技术通过“重构市场监管理念、强化市场监管力度、提升市场监管能力，为实现在线即时甚至是非现场化的市场监管提供了重要的技术支持”，并帮助政府在监管过程中摒弃经验和直觉。事实上，大数据环境下，依靠人工方式进行数据标记并不现实，受个人能力、精力和专业熟练度等因素的制约，精确性、效率都不高。因此，伴随信息技术对人力资本的替代，经验监管、人工监管将走向“循数”监管、智慧监管，这需要：首先，持续优化大数据算法。算法是大数据技术能够发挥巨大作用的关键因素，只有算法科学、得当、可操作，其得出的结果才是真实、有效的。因此，鉴于能够动用的数据、资源有限，处理过程的时间限制严格，就必须开发实时计算方法，如按秒计算、数据分层、模糊处理、局部精化等方案，并设计实时计算框架和数据查询框架，以提高实时计算的数据规模和处理效率，进而提升政府监管效能。其次，建立政府监管可视化平台。大数据时代，种类繁多、数量庞大的监管数据或信息已经远远超出了人脑分析解释的能力，从而需要把数据转换成图形，生动、直观地把信息展示给监管执法者。这需要将图形图像处理技术与政府监管大数据结合起来，通过数据挖掘、计算等程序，将有效数据转化为适当的图形界面显示出来，便于监管主体实时把握对象行踪，提升大数据监管技术的使用率和接受率，让更多执法者能够更清晰、明白地了解监管现状。最后，打造大数据监管平台。监管效能与信息的数量、质量显著相关，一般认为，所能获得的信息越多、质量越高，监管效能也就越高；反之亦然。因此，要充分发挥大数据类型丰富多样的优势，强调针对数据的规范化、标准化操作，优化信息格式，要求各级政府监管部门、社会监督组织把所有数据都存储到同一数据库，打造统一的政府监管大数据仓库。要打造政府监管大数据开放共享平台，削弱行政壁垒，方便监管数据或信息的查询、调阅和使用。

五、从粗放监管走向精确监管

粗放监管是指政府对微观经济主体采取的方法简单、途径单一、不考虑成本的监督管理行为，突出表现为监管对象的模糊化、政策适用的简单化以及行为控制的任性化。客体层面，监管主体停留于“差不多”层次，不重视细节，对监管对象及其行为缺乏具体了解，无法明确指出哪个环节、哪个步骤、哪个事项出了问题，从而做出的决策、采取的行动缺乏针对性。依据层面，监管执法者不仅“有意用含糊的、不太确定的形式表达政策目标”，而且忽视情境差异，在具体政策的适用与执行过程中“一刀切”，如“在传统的金融监管过程中，金融监管部门通常为整个行业或者某一个领域制定一个统一的监管规范，缺乏个性化监管的理念，不考虑被监管主体的差异性”。实践层面，监管行为缺乏计划，主体意志在其中发挥决定性作用，导致监管重心经常发生转移，随意性较大。此外，传统政府监管以结果为导向，忽视成本效益分析，进而造成人力、物力、财力以及时间的浪费。

   粗放监管的本质是政府监管服务供求关系的不对等，根源于监管主体对监管信息掌握的不全面、不具体。受技术水平限制，政府作为监管服务的提供者不能准确获知并识别需求信息，无法拼出监管对象完整、清晰的图像，进而导致无法提供足够令人满意的监管服务。从而，斯科特认为，“前现代国家在许多关键方面几乎是盲人。它对它的统治对象所知甚少：他们的财富，他们所有的土地及产出，他们的居住地以及他们的身份。它缺少任何类似详细地图一样的东西来记载它的疆域和人口。在很大程度上，它也缺少能够将它所知道的东西进行‘翻译’的统一标准和度量单位，而这是概括总结的基础。结果，国家对社会的干预往往是粗劣的和自相矛盾的”。

   大数据在政府监管实践中的深度嵌入，则能够推进监管对象的精准化、监管手段的精细化、监管成效的精确化。首先，大数据主张精准治理，能够把数据与实体相连接、相匹配，让需求以个人、家庭、社区的形式出现，并被记录、鉴别、挖掘，这样就可以让政府在监管评价同一项政策措施时对不同的对象采用不同的评估标准，为不同对象提供“定制化”监管服务、施行相应政策。其次，大数据通过提高信息沟通的效率、效果，能够减少沟通交流的时间和次数，扩大个体的管理幅度，提升监管队伍的工作能力，进而提升监管资源的利用率、优化监管资源的配置。再次，除结构化数据外，大数据还能高效处理视频、音频、图像、文字等非结构化数据，云计算、区块链等技术不仅能够同时处理以前的技术所不能处理的海量数据，还能够深度挖掘隐藏于数据背后的逻辑和相关关系，试图从多个维度和面向解读监管问题，为精准监管提供信息支撑，如“在食品安全监管方面，运用大数据可以掌握辖区内食品安全事件的发生规律，能够科学部署执法力量，有针对性地采取措施，从而改善本地区的食品安全状况”。

   因此，要提升大数据监管的精确程度，需要加强文化、制度与技术方面的建设。第一，提升大数据素养。大数据素养是人们有效且正当地发现、评估和使用数据信息的一种意识和能力，包括对数据的敏感性、数据的收集能力、数据的分析处理能力、利用数据进行决策的能力以及对数据的批判性思维等。对数据的敏感性和批判性思维强调监管主体应具备数据意识、大数据思维，能够“循数”思考，让数据“说话”，让数据“跑腿”，理性看待大数据现象，是主观认知；数据的收集能力、分析处理能力和利用数据进行决策的能力则强调监管主体应该具备分析、利用大数据并能够“变现”“智慧监管”的技能、力量，是客观要求。第二，编制政府监管项目清单。精细化是精准化的重要内容和实践路径，表现为“事事有回应，件件有落实”，强调责任到人、执行到位，政府监管项目清单的编制就旨在明确不同监管主体的责任和义务，从而能够准确定位风险爆发的位置，继而提出有针对性的解决方案。这需要对既有的监管权限、监管范围进行整合，厘清不同监管主体之间的权限和管辖边界，明晰政府进行监管的具体时间、内容、程序、步骤等，尤其要明确监管的对象、监管项目的数量以及不同监管主体之间的关系等等。第三，建立智慧分类监管平台。分类监管旨在将监管对象按照以往的结果划分为不同类型、不同等次，进而据此采取不同的应对之策，以提高监管的针对性、有效性和灵活性。即依托政府监管大数据平台，结合企业社会信用、个人征信等数据库，建立政府监管的智慧分类平台，自动将监管对象细分为A、B、C、D不同档次，采用不同的监管方式，实施不同的监管策略，实行个性化、人性化监管，把监管资源用到“刀刃”上。

【文章来源】《行政论坛》2019年第5期

【项目来源】国家社科基金青年项目“大数据驱动政府监管方式创新研    究”（18CZZ022）

【作者单位】广州大学公共管理学院暨南方治理研究院

编辑说明：全文1.2万余字。为便于阅读、推介和转载计，参考文献从略。此处编辑时有删节，具体参阅《行政论坛》2019年第5期。

广州大学公共管理学院

来源|GUPA教研事务部

协理|GUPA行政事务部

支持|GUPA学生事务部

出品|谷琶新媒体工作室