有效发挥政务数据在法治政府建设中的作用

　　“十五五”规划纲要专门部署“提高政府治理数智化水平”，要求“推进政务数据跨部门跨层级跨地区共享利用”。当前，政府治理形态正经历从数字化向智能化的整体性迭代，政务数据作为支撑这一迭代的重要资源，其供给质量、流通效率和治理水平关乎政府治理体系和治理能力现代化的进程。

　　政务数据在法治政府中的角色定位

　　进入智能时代，政务大模型深度嵌入决策链路，具备自主学习与动态推理能力，技术由此从辅助工具可能跃升为治理结构的有机组成部分。

　　这一转变在三个层面引发深刻重构。其一，技术地位由边缘辅助转向核心驱动。人工智能不再仅承担事务性工作，而是可能深度参与事实认定、风险评估和方案生成等实质性治理环节。其二，数据运用模式由静态供给转向动态交互。大模型在运行中持续吸收反馈、自主调优，形成数据与模型之间的双向增强回路。其三，行政法律关系由双边结构演化为三方结构。大模型作为独立的行为中介嵌入行政过程，公务员的职能重心随之从直接裁断转向规则设定、过程监督和结果审查。

　　这种重构使得政务数据的战略价值空前凸显：数据是模型能力的供给底座，其权威性、完整度和时效性决定着智能系统的能力上限；数据是治理协同的关键纽带，跨域数据流通打通部门间信息壁垒，实时数据反馈支撑治理闭环迭代；数据更是权力运行的可观测介质，完整留存的数据轨迹使决策全过程可回溯，从而将行政权力纳入透明可控的治理轨道。

　　政务数据赋能法治政府建设面临的问题

　　条块分割尚未消解，模型重复建设问题凸显。数字政府快速发展形成的部门壁垒尚未根除。大模型落地过程中各部门各自采购算力、独立搭建模型、分散管理数据，反而造成新的条块割裂。

　　训练数据质量参差不齐，模型输出存在失真风险。政务领域对专业性和规范性要求极高，而通用大模型的训练语料与政务知识体系存在结构性错配，生成内容的准确性难以保障。同时，大模型一旦输出错误结论，其负面影响远甚于商业场景，将直接冲击政府公信力。

　　全链条安全管控存在盲区。政务数据在采集、标注、训练、推理、反馈各环节高度关联，但各环节间的安全责任边界尚未厘清。模型内嵌的隐性记忆可能导致训练数据中的敏感信息在推理阶段意外暴露，现有防护体系对投毒攻击、对抗样本等新型威胁还缺乏针对性手段。

　　责任配置滞后于技术应用。行政机关借助算法实施资源分配、审批许可、执法检查时，算法偏差可能使系统性偏离法定要求。但既有的行政法责任体系难以准确定位数据缺陷与决策失误之间的因果关系，归责面临主体难以确定、因果链条难以拆解的困境。

　　有效发挥政务数据作用须从五个方向协同发力

　　建立算力、模型、数据“一盘棋”格局。在省级层面搭建政务人工智能统一底座，统筹调配区域内算力资源、模型资产和数据集，横向打通部门壁垒，纵向衔接全国一体化政务大数据体系，从根源上消除重复建设。

　　建设可信政务语料体系。聚焦社会治理、政策服务、政务办公、辅助决策等高频场景，构建标准化、专业化的政务训练语料库，实行数据源准入审核和动态维护制度。制定统一的脱敏处理规范与再识别风险阻断规则，从输入端压缩模型出错的概率空间。

　　构建全链条安全防护体系。出台政务数据安全管理专项规范和算法安全评估国家指引，建立政务算法强制备案与影响评估制度，确立“部署机关负总责”的责任分配原则，部署全流程操作日志和人工介入触发机制，确保每个环节可追溯、可阻断、可纠错。

　　实行节点化权责配置。将行政行为拆解为信息归集、分析研判、方案生成、决策辅助、指令下达、效果反馈等节点，逐一明确模型介入权限、数据使用边界、人工审核节点和法律效力归属，使算法问责有据可依、有迹可循。

　　梯次推进法治供给。近期，出台急需的部门规章和强制性标准；中期，将行之有效的规范上升为行政法规；远期，在人工智能综合立法中设专章规制政府人工智能活动，形成覆盖伦理审查、准入评估、运行监督、事后救济的治理闭环。

　　发挥政务数据效能的核心在于把握效率与公平、创新与规范、智能与法治之间的平衡。只有让政务数据在法治框架内充分流动，让算法在法治轨道上规范运行，让公民权益在智能化进程中得到切实保障，方能真正实现智能赋能治理、法治守护正义的建设目标，为推进国家治理体系和治理能力现代化提供坚实的政府治理支撑。

　　本文系国家社会科学基金项目“政务数据资源权利制度构建研究”（项目编号：21BFX054）的阶段性研究成果。

　　（作者单位：西北大学法学院、西安交通大学法学院）