原标题：郑崇明 高梁 数据共享、数据风险与智慧城市的平台选择——基于深圳市S区的实证研究

  郑崇明，管理学博士，现为深圳大学政府管理学院研究员，主要是做制度创新、组织激励与数字政府研究。主持国家社科一般项目1项目，在《政治学研究》等刊物发表学术论文50余篇，出版专著1部。

  摘要：数字平台是智慧城市的业务架构、信息枢纽和决策中枢。平台模式的选择与智慧城市治理的有效性紧密相关。当前，智慧城市治理面临着数据共享与数据风险之间有内在张力的问题。基于类离散结构的分析框架，政府主导和市场主导的数字平台的优缺点都很明显，而处于中间状态的政企共建模式则有助于平衡二者之间的张力。通过对深圳S区智慧城市建设的实证研究，发现具备国企背景的平台公司在政府授权下，拥有对职能部门提供协同数据需求清单的考核权力，倒逼职能部门提供协同数据，进而提高了数据共享程度。与此同时，国有平台公司又通过专业方面技术力量降低了与智慧城市项目供应商之间的技术不对称，从而极大地规避了因供应商机会主义行为而导致的数据风险。兼具政治属性与技术属性的国有数字平台打破了政府部门的利益窠臼，消解了商业平台的数字垄断，有效地解决了数据共享与数据风险之间的困境，为大数据时代的智慧城市治理提供了新思路。

  以人工智能、算法为代表的新兴信息技术革命为全球加强数字化建设提供了新的机遇，世界各国政府都在积极推动政府管理与数字数据的深层次地融合，以更加个性化、更具成本效益的方式提供公共服务，提升公众对公共服务的满意度。当前，作为数字政府高级阶段的智慧城市建设正方兴未艾。一般而言，智慧城市是指利用各种信息通信技术升级城市现有的基础设施,集成城市的组成系统和功能,优化城市管理和服务,最终提升资源运用的效率以及改善居民生活品质。事实上，基于大数据的智慧城市运用信息通信技术方法的确带来了更优的结果和更开放的治理过程，不仅通过技术赋权和赋能极大地缓解了日渐增长的治理负荷，提升了城市治理效能，而且对于实现更好的决策，促进公共治理的创新、公共服务的改善，以及增进公民的满意度等方面都发挥了积极的作用。

  但与此同时，智慧城市也面临着深刻的治理问题，比如技术官僚简化主义、城市治理公司化、城市控制、城市脆弱性等等，而这样一些问题的发生与数据共享和数据风险紧密相关。研究表明，智慧城市发展最突出的就是数据共享问题。而与数据共享紧密相关的问题在形式上则是数字平台对数据的约束，即平台的数字化垄断。以政务数据为例，由于审批权限、部门利益分割、技术标准差异等主客观原因，往往使得数据处于相互分割的状态，难以实现真正意义上的数据共享。一些利益集中的部门更是通过数据清洗隐藏自己的过程性数据，仅仅提供结果性数据，由此导致共享数据的偏差，使得智慧城市的有效治理缺乏真实数据的支撑。正如一位受访者所言，“传统的智慧城市建设模式是要求各个部门建设自己的子系统，在子系统里实现自身行业管理领域内的数据收集，再上传到统一的数据平台上来，然后数据平台再对有需求的其他部门、组织或者公民进行共享。但是这一个模式的弊端在于，各个行业主管部门有时会挟数据以自重，希望数据能掌握在自己手里，而不愿意交出去，所以数据收集的过程会有一定的障碍；此外，数据要经过几次的传递，数据归集的效率也会比较低。”（访谈资料：2021-131）

  基于技术不对称和市场效率的考量，政府往往通过购买服务的方式，由市场主体直接负责运营智慧城市。换言之，限于公务员的薪酬管理制度，政府不可能组建非常专业的智慧城市建设团队。政府依赖企业来开展智慧城市建设，但负责智慧城市建设的企业一旦成为技术巨头，就会利用其技术优势地位将它在智慧城市建设和运营过程中的数据商业化，作为获取商业利益的工具。那些直接运营智慧城市的市场主体，往往基于商业逻辑拥“数据”而自重，不仅在信息二次市场进行数据交易，甚至要挟政府以获取更多的财政资金，充当“算法影子官僚”，从而给智慧城市的有效治理带来了潜在的风险。更为严重的是，智慧城市在应用中采集了大量的国家基础设施数据，如果这一些数据被其他几个国家获取并进行大数据分析，将会对国家安全、社会安全以及个人信息安全产生巨大的危害。

  因此，数据共享困难与数据潜在风险共同构成了智慧城市有效治理难以逾越的障碍。可见，作为智慧城市基座的数字平台至关重要。不一样的数字平台对智慧城市的有效治理是有差异的。那么，什么样的平台才能够兼顾数据共享与风险防控呢？为此，本文建构了一个类离散结构的分析框架，并通过深圳市S区智慧城市的个案研究来揭示国有性质的数据平台如何平衡数据共享与数据风险之间的张力，即对内打破信息壁垒，对外保障数据安全，整合外部资源，进而改善公共服务品质。

  数据共享与数据风险是智慧城市的一体两面。既有文献主要从组织环境和技术环境两个方面来探讨数据共享。前者认为传统科层结构是阻碍政府部门间数据共享的结构性因素。在科层结构下，数据的资产专用性推高了数据共享的交易费用，客观上导致了政府部门之间的协同困境。后者则认为技术标准、数据权属、政治环境、个人意愿以及人际网络等因素阻碍了政府部门间的数据共享，因而需要从信息管理的激励机制、法治建设、运行机制等方面入手提出对策。与此同时，人们越来越意识到数据治理不当的潜在风险，资本的无序扩张，安全标准不统一，以及风险评估的缺失等等都是引发数据风险的重要原因，并集中表现为数据权属风险、数据管理风险、数据泄露风险、数据质量风险及数据隐私风险等。

  数据共享与数据风险之间的张力大多分布在在智慧城市的协同治理上，并通过数字平台直观呈现出来。数字平台是智慧城市的基座。所谓平台，主要是指在形式上类似于一个集市或竞技场，平台上双边或多边利益攸关者都要通过平台这个中介连接以形成网络效应。因此，平台最为核心的功能就是如何使得利益相关方更好地开展协作。换言之，平台是一个协作的治理场域。基于数字平台治理的政府也被称为平台型政府，具有大数据的开放共享性、跨多方协同的共治性和网络站点平台的互动性等特征。从这个意义上讲，在平台型政府的治理中，数字平台其实就是政府、市场与社会之间如何形成一个有效的协同治理模式的问题，并集中体现在怎么样处理数据共享与数据风险之间的张力上。归纳起来，智慧城市的协同治理需要回答“谁的平台”以及“如何协同”的问题。

  有学者认为政府、市场、专家都是数字平台的重要治理主体，但其中发挥最大的作用的是政府和市场，因而也形成了政府主导型和市场主导型两种类型的数字平台，其中政府主导型主要是通过行政命令促成合作，市场主导型则是通过市场机制协同合作，而专家在其中更多的是充当中介评估的作用。但政府主导型和市场主导型的二元划分相对简单，没有考虑到介于政府和市场之间的中间形态。

  从资源依赖、决策权、平台所有权三个维度，郑跃平等学者基于国内10个代表性省份和城市数字政府的研究，建构了数字政府的三种公私合作平台模式，即内部管理模式、服务交付模式和平台垄断模式，从而拓展了政府主导型和市场主导型的二元结构。其中，内部管理模式的“股权”属于政府，决策权高度集中于政府，政府在数字政府建设的各个维度都占据支配地位，私人部门主要负责提供技术上的支持；与内部管理不同的是，服务交付模式更强调与外部环境的互动，多方参与的网络决策，以及政府与私人企业之间的联合参与；而平台垄断模式则更多地借助于互联网巨头，成立统一的、全覆盖的数字化服务平台，私人企业在数字平台的顶层设计、服务运营等全周期过程中发挥着主导作用，形成垄断竞争的局面。

  虽然内部管理模式、服务交付模式和平台垄断模式拓展了政府主导型和市场主导型的内涵，但其更多的是对数字平台做类型化，缺乏对数字平台治理主体之间协同机制的探讨。曾渝等学者基于协同治理主体的多元化程度与相互依赖程度，建构了数字化政府平台的“参与—依赖”的分析框架，把数字平台的协同模式分为低参与—低依赖、低参与—高依赖、高参与—高依赖、高参与—低依赖四种类型。其中低参与—低依赖类型主要是科层制内部的政府协同平台，各个部门的公务员在政务系统平台上同步使用办公模块；高参与—低依赖类型则将民众、企业和社会组织的数据汇总于平台上，其基本功能在于挖掘大数据价值，提高公共部门的决策能力；低参与—高依赖的数字平台主要是通过专属接口整合零散业务，简化审批业务，促进不同部门、不同层级和不一样的区域之间的信息共享；高参与—高依赖类型则主要为多元治理主体提供沟通渠道，降低治理过程中的信息不对称，发挥各方的比较优势。由此形成了打破时空型、简化业务流程型、促进内外协同型和实现多元互动型的数字平台。

  总的来看，既有研究从不同的维度建构了数字平台的类型或模式，共同之处都是基于公私合作的逻辑，其不同之处在于切入的维度各异，从而形成了富有成效的文献基础，极大地增进了对数字平台的认知和理解。但不管是哪一种公私合作的数字平台，效率和风险都是其一定要考虑的核心价值。在公私合作中，政府与社会资本签订合约，共同合作，共担风险，完成公共服务项目。而公私合作过程中潜在的法律、政策、宏观经济、合同设计、项目实施等风险分配和分担，以及担保人的获益高于融资方式的道德风险等都是影响公私合作是否有效的关键变量。然而，在数字政府的平台治理研究中，既有文献关于风险分摊的研究并不充分。实际上，上述每一种数字平台模式在效率或风险方面都有着固有的优点和缺陷。比如政府主导型或内部管理模式，抑或是低参与—低依赖的数字平台，虽然可以有明显效果地防范数据风险，但却在数据共享上受部门利益或技术差异的隔离，因而难以在效率与风险之间达成平衡。因此，需要找到一个既能提高数据共享程度，又能降低数据风险的数字平台模式。

  在上述数字平台模式中，有的数字平台是政府内部建设使用的，如内部管理模式、低参与—低依赖模式；有的数字平台是交由互联网巨头来建设的，如高参与—低依赖模式、平台垄断模式；还有的则是介于二者之间的相互合作的，如服务交付模式、高参与—高依赖类型等等。但不管数字平台是由政府自己内部建设还是交由市场开发抑或是二者共同打造，都流露出明显的离散结构痕迹。

  离散结构为寻找平衡数据共享与数据风险张力的数字平台提供了有益的参考。基于交易费用的考察，新制度经济学家发现了层级制与市场的转换机制，即究竟是采取“制造还是购买”取决于市场还是市场替代物(企业/纵向一体化/层级制)谁的交易费用最低。如果层级制比市场更能节约交易费用，则采取层级制，反之则采取市场交换。针对交易费用经济学只分析了层级制与市场这两种极端的治理结构，而忽视了中间形式或者说是混合形式的批评，威廉姆森以交易费用为基础，提出了正式条款的市场、弹性条款的混合结构与授权的层级制的治理结构连续体，并将其称为离散的组织架构。这三种治理结构在激励和控制方面表现出不同的强弱程度。其中，层级制是牺牲了激励强化了控制，市场则刚好相反，拥有强大的激励，而混合结构则处于二者之间（见表1）。当然，在实践层面具体选择哪一种治理结构取决于具体场景的需要。

  按照离散结构的逻辑，在上述各类数字平台模式中，政府主导模式、内部管理模式与低参与—低依赖模式由于行政边界的清晰性，对数据风险的管控程度非常高，而由于内部利益、层级审批权限等因素的影响，数据共享程度则相比来说较低。在市场主导型或平台垄断模式中，数字平台几乎都由企业统一提供，因而拥有数据共享优势，但由于互联网巨头平台的垄断性与逐利性，政府难以有效保障数据安全。而服务交付模式、低参与—高依赖模式、高参与—低依赖模式则处于上述两种情形之间，因而能够在数据共享与数据风险控制之间达成平衡。但作为智慧城市治理的重大基础设施，数字平台首要的考虑是数据安全，其次才是基于数据共享的效率。尽管已有研究意识到了数字平台协同治理的中间状态，但却没有将数据安全作为一个根本性的前提。由此，我们建构了数字平台的类离散结构分析框架（见表2）。

  总的来讲，对于智慧城市而言，数据安全是根本性的前提。没有数据的安全谈共享和效率无助于改善公共服务的品质。因此，在类离散结构分析框架中，由政府或市场单独主导的数字平台都不是最优选择。虽然政府—企业共建数字平台也不是折中选项，但这一选项提供了拓展空间。由于数据安全是智慧城市的先决条件，因此，在数字平台建设中，能借助新的力量来强化政府—企业合作共建数字平台类型数据风险控制的一端。显然，国有企业是不二选择。由此能够进一步推导出两种情形：第一种情形是政府把国有企业派驻到私人企业中去，第二种情形是把国有企业嵌入政府之中。比较而言，第一种情形存在派驻国企被私人企业“俘获”的风险。因此，第二种情形中的国有企业在保障数据安全方面更具可行性（见表3）。为此，本文以深圳市S区智慧城市建设为个案，通过实地访谈与文本文件收集经验资料，深入阐述兼具政治属性与技术属性的国有平台是如何平衡数据共享与数据风险的内在张力，最终实现真正意义上的智慧城市。

  深圳市S区是一个功能新区，地处深圳东部，非流动人口10万余人，占地近500平方公里，是珠三角通往粤东的桥头堡和深港向东拓展辐射的战略支点。从2011年成立开始，S区就承载着全省乃至全国区域协调发展探索成功经验的历史使命。然而，作为功能新区，S区的城市化进程才起步，智慧城市的各项建设都还处于起步阶段，公共基础设施数量少、标准低、质量差，信息化建设起步晚、底子薄、基础差，社会管理上的水准和服务能力不足以满足现代化城市治理的需要。

  具体而言，一是基础设施薄弱。全区数据格式多样，缺乏统一标准，数据质量差、残缺陈旧，数字化水平低。如自然资源和空间地理基础信息库、人口基础信息库、法人单位基础信息库、房子基础信息库和宏观经济信息数据库等都亟待建立完整，城市资源规划专题库和住建专题库等数据库建设还没完成，视频设施建设参差不齐，滞后于社会总体发展水平。二是数据共享程度低。如政务服务数据的采集存储归档受到很大的限制，没办法提供实时更新、及时反馈的数据流，缺乏融合统一的大数据平台和数据共享交换平台，数据的汇聚、融合、可视化与数据分析、辅助决策等实用性功能都难以满足城市管理与服务需求。三是数据安全缺乏保障。S区的信息安全体系建设与等级保护标准的要求还存在很大差距。一方面，缺少数据库安全防范、运维监管和审计、主机防病毒、身份认证和用户接入控制等安全防范技术；另一方面，数据安全管理制度也不完善，存在着较大的数据泄露安全风险隐患。“我担心的问题很多，在目前此阶段比较困扰的，主要是两方面的问题：一是数据共享的问题。智慧城市建设强调信息化、城镇化、工业化的融合，需要大数据技术的支持。怎么来实现数据共享打破数据壁垒，是推进智慧城市建设的关键，也是智慧城市建设过程中的老问题。很多地方建设智慧城市，不同的业务部门都建立了自己的系统，如智慧交通、智慧城管、智慧环保、智慧水务、智慧医疗、智慧教育等，但所有的系统都是孤立的，没有实现数据的互联互通。大家出于各方面的考虑，缺乏数据共享的动力，也没有建立有效的数据共享机制。一方面，不断的重复建设造成巨大的行政浪费，另一方面，数据藩篱也影响了智慧城市的整体性、系统性和协同性。二是数据安全的问题。智慧城市覆盖面广，一个城市运行的所有数据都百流归海，汇聚到一个平台。如果不运用互联网，就没办法实现有效的数据共享。而如果运用互联网，就不可避免地要面对网络安全的问题。而且其中所需的传感器网络、云计算、超级计算等核心技术主要被国外企业掌握，这对国家信息安全有着重要影响。因此，确保信息不泄露，企业商业机密及国家机密不被获取，就必须加强底层安全建设。”（访谈资料：2021-306）

  与深圳市其他区相比，S区智慧城市建设不仅没有历史包袱，反而有着较为成熟的外部技术和经验支撑，还可以通过顶层设计规避既有智慧城市的弊端。在一张白纸上规划建设智慧城市既是挑战也是机遇。虽然基础差、底子薄，但把握好了就能够发挥后发优势，实现跨越式发展。为此，S区制定了城市总体规划纲要，从城市发展的战略全局出发，科学谋划智慧城市顶层设计，在统一框架下建设智慧城市，引导数字城市与实体城市建设耦合推进、同步生长。

  首先是成立组织机构。为快速推动智慧城市建设，S区一是成立智慧城市建设领导小组，由S区党工委书记任组长、区管委会主任任副组长，各职能部门一把手为小组成员。领导小组负责统领全区智慧城市建设及其重大事项的审定和决策。二是在领导小组下设立智慧城市建设领导小组办公室，负责推进智慧城市项目的规划、计划实施、统筹协调、督查督办、运维监管、成效评价与考核等日常工作。三是成立智慧城市研究院有限公司（以下简称“智研院”）。作为全区智慧城市的组织实施平台，智研院主要负责全区智慧城市建设的顶层设计、技术把关、资源整合、组织实施和运维管理等工作。最终搭建起S区智慧城市建设的决策部署、组织协调和技术支撑的三级组织运行架构。

  其次是一体化标准化建设。数据共享最大的技术障碍就是标准不统一，即政府职能部门的管理制度、技术标准、运作机制等各不相同，客观上导致部门数据难以直接对接汇入大数据平台。为了统一标准，S区不再允许职能部门建设独立的数据存储机房和数据管理软件，而是由智研院统一提供服务基础设施和数据管理软件，将全区数据统一存储在云服务基地和数据中心，并建立“多维空间地理信息平台可视化系统”。通过与标准化专业方面技术单位合作，全面梳理国家及行业有关标准，研究制定S区智慧城市标准体系框架及标准目录，推动智慧城市国家标准、深圳市标准及行业标准的直接应用，编制S区智慧城市的标准体系，从而初步构建了S区智慧城市标准体系雏形。

  再次是数据的互联互通。通过5G网络、人工智能、物联网等现代信息技术采集基础数据，以互联网、电信网、广播电视网以及传输介质为光纤的城市专用网作为骨干传输网络，组成网络通信基础设施，为全区智慧城市建设提供天地一体化、统一“一张网”的基础网络支撑服务。同时利用云计算、大数据等技术，汇聚多源异构数据，建立城市基础数据库和主题数据库，最终形成S区的智慧城市“数据湖”（大数据中心）。“数据湖”覆盖了S区人口、法人、房屋、地理信息、公共信用、电子证照、政务服务、健康保障、社会保障、住建、交通运输、教育、人才服务、城市资源规划、生态环保、税务、宏观经济监测预测、专项资金项目管理、审计、市场主体、水务、气象减灾、公共安全、城市应急、安全生产等全部数据。

  最后是数据的安全保障。智慧城市建设是一项长期、艰巨的大工程，具有复杂性问题与不确定性问题的风险。在智慧城市建设过程中，对信息基础设施安全防护不善、信息泄露、信息遭篡改、网络攻击、不正当舆情传播等都可能会引起数据风险。S区以《国家安全法》《反法》《电信条例》《数据开放标准体系》和《网络信息安全标准》等安全标准及法律和法规体系为基础，建设了一整套安全运维监督管理体系，有效保障了S区智慧城市建设的基础环境安全、网络安全、数据安全和应用安全。同时，S区还通过数据交换过程中签订保密协议、数据处理过程中采用保密电脑、数据传输过程中采用政务网、数据共享系统等方式建立了严格的数据权限申请机制，以确保数据安全。

  经过几年的努力，S区建立起了新型智慧城市模式。通过成立国企背景的智慧城市专业化平台公司，在政府统一领导下，按照“五统一”（统一规划、统一标准、统一建设、统一运营、统一管理）的模式深耕本土的智慧新城建设，既有效地克服了传统政企合作的弊端，如碎片化、重复投资、重复建设等问题，又极大地避免了传统智慧城市建设的弯路和问题，如数据孤岛、系统分割、重投资、轻运维等，从而促进了政府、企业和社会的积极协同，极大地提高了S区的城市治理效能。比如智慧政务服务实现了少出门、不跑趟，一次性办结；智慧产业将大数据技术应用于运营管理，提升了智能化管理上的水准，促进了大数据科技与实体经济深层次地融合；智慧民生通过APP和小程序把与普通市民需求相关的功能，如找工作、水电费缴纳、办事等整合在一起，提升了工作和生活的便利性；智慧交通系统与公安、气象、道路运输管理等部门积极联动，减少了交通事故和交通拥堵等。

  S区在智慧城市建设过程中也曾面临着数据共享与数据风险双重困境。怎么样才能解决数据共享与数据风险之间的问题就摆在了S区智慧城市建设的面前。经过反复研究，S区决定成立一个国有性质的平台，即智研院。智研院经S区智慧城市建设领导小组及其办公室的委托或授权，按照“整体统筹、一体化建设”原则，承担全区智慧城市建设的参谋决策、技术把关、组织实施、资源整合和运维管理等职能，是S区智慧城市建设“顶层设计的操盘手，统一标准的探路者，安全保障的守夜人，技术把关的审查员，成本核算的大管家和科学技术创新的排头兵”。在S区智慧城市的协同治理中，作为国有平台的智研院具有双重属性。一方面，在智慧城市建设领导小组的授权下，智研院具有准政府的性质，即政治属性，并集中体现在智研院对S区智慧城市建设的规划运营与对S区职能部门数据共享的考核上。另一方面，智研院又是一家从事智慧城市技术开发的市场主体，通过技术开发与创新来降低与智慧城市项目供应商的技术不对称，并对其进行风险评估。由此，智研院一端连接着政府部门，一端连接着技术供应商，成为嵌入在政府与市场中的一个中介，分别通过数据共享倒逼机制和外包风险评价机制来运维S区的智慧城市（见图1）。

  数据共享的最大障碍是政府各局办不愿意向其他局办共享本部门的数据。如果一个城市各方面的数据都不能够实现统一归集，即使有再先进的技术，也无法让这个城市的治理更智能，让市民生活更美好。因此，让“一个城市运行的所有数据都百流归海，汇聚到一个‘数据湖’（大数据中心），最根本的还是要让智慧城市的建设主体回归政府职能部门，让它们真正承担起智慧城市建设的主体责任，只有这样才可以实现政府职能部门的数据共享”。（访谈资料：2021-306）在智慧城市建设领导小组的授权下，智研院通过清单考核制的方式倒逼了职能部门的数据共享。

  首先是建立数据需求清单。作为中国公共治理的一项重要工具，清单制的核心功能是信息清晰化。在智慧城市建设中，部门数据共享到什么程度，既不是由自己决定，也不是由上级决定，而是由问题导向的需求决定，从而为数据需求清单的制定提供了依据。比如智慧交通的数据共享就涉及交通部门和公安部门，交通规划、道路规划、路牌指示牌由交通部门负责，道路违法、交通违法则由公安部门负责。交通规划不合理可能会造成交通违法的上升，但如果智慧警务系统的数据无法及时共享到智慧交通系统，交通部门并不会根据市民的交通违背法律规定的行为对交通规划做调整。因此，交通部门要向公安部门商请协同数据需求，并形成协同数据需求清单，以此作为数据共享的底座。同样的，其他部门也通过此类操作形成协同数据需求清单。

  其次是提供数据共享技术支撑。在数据共享过程中，智研院负责提供技术上的支持，包括统一各领域、各部门数据交换标准和接口，推动数据的统一目录管理、统一认证和统一交换等。具体而言，一是在对数据需求模块信息资源统一分类、注册管理的基础上，形成大数据资源共享目录，作为数据信息交换的基础。二是建设数据共享机制，在S区智慧城市建设领导小组及其办公室的授权下，智研院通过梳理和界定数据共享交换中权属方、管理方和使用方的权利与义务，对数据质量依据需求清单进行约束。三是建设数据交换体系，实现数据信息的可控传输和交换对比，以直接交换或开通接口的形式进行数据交换，保障系统间数据流通渠道的畅通。四是对接深圳市大数据中心数据共享目录和数据交换渠道，如前置机、数据接口、公开网站等，依托区级数据共享交换平台与市级数据共享交换平台做数据资源交换与共享。

  最后是考核数据共享质量。智研院不仅提供技术上的支持，而且拥有对职能部门数据共享的考核权力。“不能让政府职能部门成为甩手掌柜，认为是智慧城市研究院要求他们上传数据，而是把数据的上传情况作为它们的一项重要考核指标。”（访谈资料：2021-126）“把智慧城市建设纳入部门绩效评估体系，与各部门的年度考核和绩效挂钩，让各部门意识到，智慧城市是他们的事，并不是智研院一个单位的事。S区正式授权智研院作为统筹部门，负责对各部门智慧城市建设项目的立项进行技术审核和把关。各部门能不能完成年度智慧城市建设的任务，取决于他们在各自行业主管领域内是否有清晰的规划、是否争取财政预算以及和智慧城市研究院的沟通情况，这样一来，就改变了智慧城市研究院和政府职能部门的关系，也可以在某一些程度上倒逼职能部门主动进行数据共享。”（访谈资料：2021-226）倒逼的结果是全区各部门、各单位在数据的录入和使用上都与智研院形成直接对接，形成全区“一网统管”的数据共享机制。

  不难发现，在同一标准的基础上，通过数据需求清单考核制，不仅避免了智慧城市建设陷入先建后改、部门各自为政、数据条块分割、信息孤岛等的陷阱和困境，而且打破了职能部门因利益和技术差异导致的数据孤岛现象，在降低部门协调成本的同时，极大地提高了数据共享带来的治理效能。

  智研院在促进数据共享的同时，还担负着致力于提升信息安全风险防范能力，提供可信、可靠、可控的信息安全服务的职能。智慧城市的建设是在一个虚拟的空间进行的，安全问题尤其重要。智慧城市大多是由政府主导建设的，由于自身技术能力有限，政府不得不通过外包方式由专业机构来实施智慧城市的一些技术项目。在技术不对称的情况下，如果完全依赖市场化手段，委托非公有制企业负责系统建设，源代码以及系统运营过程中所产生的数据都掌握在企业手中，就会导致政府在运维过程中完全丧失主导权。而负责智慧城市建设的企业一旦成为技术巨头，就可能利用其技术优势地位将它在智慧城市建设和运营过程中的数据商业化，作为获取商业利益的工具，从而引发系统性的数据风险。“智慧安防系统采集了我们的人脸、指纹，这一些信息泄露被犯罪分子利用的话，他们可能会用这么多东西盗刷我的银行卡或者从事其他的犯罪行为，后果不堪设想。”（访谈资料：2021-403）

  为防范外包风险，S区制定了《新型智慧城市项目管理办法》，对外包项目的立项、审批、实施、评估、监管等进行全生命周期管理。智研院对数据风险的防控集中体现在对智慧城市项目供应商的评估购买上。智研院主要有两个重要的支撑。一是智慧城市建设专家咨询委员会。作为S区智慧城市建设的外部智库，专家咨询委员会为智慧城市战略、项目和技术层面的规划设计、论证、指导和评估等提供咨询服务，协助开展智慧城市重点项目的评审、验收和绩效评估等工作。二是遴选优质企业和事业单位，建立智慧城市建设联盟，使之成为智慧城市的优质供应商库。智研院对储备智慧城市建设的战略合作伙伴和实施主体建立准入、考评、退出机制，实行动态管理，严控数据风险。一个典型的例子是，“某公司曾经希望我们向他们提供S区地下管线的数据信息，要求我们在系统中为他们开设一个账号。经过研判之后，我们没同意他们的请求。毕竟作为一个非公有制企业，受商业逻辑的驱动，我们很难确保他们不可能会发生信息泄露。且地下管线有一定的战略意义，一旦全部公开或者暴露的话，很容易成为敌对势力破坏或攻击的对象，对公共安全造成威胁。”（访谈资料：2021-124）

  可见，智研院之所以能够有效地防控数据风险，除了法律制度和操作的过程的约束外，关键还在于智研院本身是一家从事技术研发的公司，负责全区智慧城市建设工作的技术把关，从而能够在技术上降低与智慧城市项目供应商之间的信息不对称。“所有项目都要求技术交底，在完成项目后，需提供项目相关的软件源代码、开发手册、技术总结等材料。”（访谈资料：2021-216）因此，在技术信息对称的情况下，不仅仅可以有效地降低对外包供应商的依赖程度，且能最大限度地消除因技术不对称导致的供应商的机会主义和道德风险。

  总的来讲，作为国有平台的智研院在S区智慧城市的协同治理中发挥了无法替代的作用。不仅通过部门需求清单的考核机制倒逼职能部门提高了数据的共享程度，极大地破除了“数据烟囱”对智慧城市的整体性、系统性和协同性的影响，而且利用自身的技术优势降低了因项目外包带来的数据风险，从而强化了政府与企业之间的协同治理（见图2）。“成立一个由区国资委控股的国有企业（智研院）来负责智慧城市的平台运营，效率比政府要高得多。”（访谈资料：2021-102）另外，智研院公司的国有背景也决定了其在数据风险的防控上具有天然的优势。“智慧城市是由政府主导建设的，由国有企业来运营，至少在政治上是可靠的，智研院的主业是技术开发，经济风险、外包风险和安全风险都能获得保障。”（访谈资料：2021-211）按照S区政务服务数据管理室主任的话来讲，“智研院发挥着最为关键的作用，它既是S区智慧城市建设的核心，也是创新之举。它对上协助S区制定政策和标准，研究智慧城市的规划和顶层设计。对外建立民间智库，建设智慧城市的专家咨询委员会。在项目的实施层面，一方面对接各个职能部门关于智慧城市建设不同模块的需求，另一方面对接专业分包单位，将这些需求变成现实。”（访谈资料：2021-109）

  随着城市的加快速度进行发展，人们对美好城市的追求和向往越来越迫切，而现代信息技术特别是大数据、人工智能的广泛应用，为缓解城市治理压力提供了新的选择。作为数字政府的高级阶段，智慧城市已然成为城市治理的重要面向。虽然智慧城市建设在整个世界范围内如火如荼地兴起，但真正称得上智慧城市的却寥寥无几。在既有智慧城市数字平台建设中，政府主导模式有利于发挥资金和资源优势，政企合作有利于优势互补，企业主导模式则对于开创型项目独具优势，但都各有其明显的优点和缺点，并集中反映在数据共享和数据风险之间的张力上。究其原因，主要是智慧城市建设过程中难以突破数据孤岛和数据风险的双重困境，而这正是制约智慧城市协同治理最为核心的环节。基于深圳市S区智慧城市建设的个案研究，发现在政府与市场之间嵌入国有性质的技术平台有效地缓解了数据共享与数据风险之间的张力。基于需求导向的清单考核机制解决了长期以来数据各自为政的弊端，极大地提高了数据共享程度。同时在国有企业的加持下开展智慧城市的总体设计、技术攻关以及大数据的营运和维护，有效地克服了项目外包导致的数据泄露风险，为智慧城市的协同治理提供了有力的数据支撑。

  不难发现，作为国有平台的智研院在智慧城市的数据共享与风险防控方面发挥了关键性的作用，体现了国有企业在大数据时代的独特功能。在S区智慧城市的协同治理中，嵌在政府与市场之间的具有政治和技术双重属性的智研院，一方面作为国有企业，通过制定智慧城市的政策和标准，研究智慧城市的规划和顶层设计，对接各职能部门关于智慧城市不同模块的需求，并协助S区党工委、管委会对各职能部门数据共享的情况做考核评价，有效地发挥了其准政府的政治功能；另一方面作为市场主体，其利用技术力量降低了与智慧城市项目供应商之间的技术信息不对称，有能力通过对供应商进行风险评估，对参与智慧城市建设的非公有制企业进行技术把关、风险评估和技术交底，把控智慧城市的数据风险，从而规避了供应商基于商业逻辑的机会主义与道德风险。

  大数据时代智慧城市平台模式的选择受到诸多因素的影响。从效率端来看，数字平台更多的交由市场化的企业来运维；从安全端来看，数字平台则主要由政府内部建设。借助交易费用建构的类离散结构模型，文章探讨了数字平台建设的中间形态，即基于数据安全前提的国有企业嵌入政府与市场之间的平台模式。从智慧城市的发展阶段来看，早期更多的是通过购买服务的方式来建设数字平台，但随着治理负荷的增长以及数字技术的发展，政府更多的是通过外包方式来建设数字平台。但这两种情形不能兼顾效率与安全。而国有企业嵌入政府与企业之间的数字平台模式则兼顾了上述双重价值。这一点与西方国家通过数字平台重塑政府有着本质的差别。不管是促进平台数据共享还是防范数据风险，尤其是从计算机平台的成功中吸取这次的教训，以及出台法律制度加以约束，西方国家都很少从政治维度进行考量。从这个意义上讲，中国在数字平台的数据共享和风险防控方面，除了技术层面的考虑，更有政治层面的加持。总而言之，把政治与技术相结合，有效地解决了数据共享与数据风险之间的悖论，具有非常明显的中国特色。

  事实上，国家对重要资源的垄断以维护国家稳定和安全的做法自古有之，是保障政权安全的重要防火墙。早在战国时期，管仲就提倡盐铁专营。这一国有政策对后世产生了根本且重大的影响，从而衍生出一种治理思想，即国家必须控制关系国计民生的支柱性产业，而国有企业则在这些产业中处于主导地位。新中国成立后，国家建立了以公有制为主体的经济体制，而国有企业则是中国特色社会主义经济的重要组成部分。长期以来，人们对国有企业的研究更多的是探讨如何提升其效率问题，而忽视了国有企业的政治功能，尤其是在维护国家经济利益和国家重大安全方面的作用。就智慧城市而言，其协同治理并非只是一个技术层面的议题，同时也是一个复杂的制度化过程，其背后蕴藏着技术治理的政治性。国有平台嵌入智慧城市促进协同治理的方式融合了政府和市场的关系，实现了数据共享与风险控制的双重目标。因此，国有企业在大数据时代同样发挥着重要的作用，应当给予格外的重视。从这个意义上讲，国有平台的协同治理模式为大数据时代的智慧城市建设提供了新的思路。

  本文刊发于《理论与改革》2023年第3期，为方便阅读，注释与参考文献从略。欢迎个人分享，媒体转载。

  邓念国 整体智治:城市基层数字治理的理论逻辑与运行机制——基于杭州市S镇的考察

上一篇：【图解季报】华富智慧城市灵活配置混合基金2023年三季报点评 下一篇：广电运营商在智慧城市建设中的优势与劣势探讨