實踐中，各級政府部門對于民眾服務的數據利用大多數為身份核驗、電子材料提交等，這些利用方式層次尚淺，分析利用非結構化數據一直是難題，價值亟待挖掘，與實現數字政府建設提出的“以改革創新促政府履職能力提升，以數字化改革推進政府決策科學化”以及與實現政策過程人民民主目標之間還存在差距。本文聚焦于分析在國家經濟領域等政策發布之后，民眾的關切反饋情況以及民眾參與產生的民意數據對政策制定優化的反饋路徑問題，最后形成數據分析方法、數字反饋路徑、數字技術利用等對策建議，以期豐富數字政府建設背景下政策過程民主化的理論，同時為民眾參與政策制與完善的實踐發展提供參考，促進政策更好的落地落實，釋放政策紅利，提升政府服務效能，增強人民民眾獲得感和幸福感。

    一、數字政府背景下推動民眾參與政策制定完善時存在的問題

   （一）尚未形成完備的政策全過程反饋流程

    盡管已認識到民眾反饋對于政策精準制定和完善十分必要，但目前反饋形式是由人工梳理政府服務咨詢數據以經濟類熱點問題專報的形式反饋給政策制定者，這種方式精準度和效率均不高，不能快速、動態、直觀的反映出民眾關切。在研究層面，公共管理領域的傳統觀點將政策理解為政治的輸出結果或行政行為，既有的政策過程理論將焦點放在了政策過程的前置影響因素研究中，即從上而下研究行政主體如何影響政策制定與執行，包括政策規劃、政策制定、政策評估等，卻忽視了自下而上的政策反作用力，一定程度上忽略了“政策反饋”環節。

   （二）尚未建立民眾政府服務平臺數據標準規范

    隨著我國網絡化程度不斷加深、來自網絡的數據逐年積累，國家陸續出臺各項有關網絡數據分類分級要求與標準，以規范信息系統建設和網絡數據管理，加強對網絡數據的保護與利用。目前國家層面尚未有專門針對民眾政府服務數據分析和利用的頂層設計和實踐指導，盡管在提供服務過程中已十分熟悉現有服務數據并對分類有初步判斷，但對政府服務數據進行分析利用缺少一套專門的、有針對性的標準方法和理論體系，導致目前政府服務數據質量不高，能夠用于數據分析利用的樣本較少。

  （三）尚未有專門的技術模型支撐反饋分析

 各級政府服務平臺中建設了咨詢平臺、熱線平臺，使得獲取分析全樣本民意數據成為了可能，且通過數據聚合、分析可以呈現參與情況如民意數量、回應情況和變化規律等，為切實將反饋數據應用于政策制定完善提供了科學化、精細化治理的技術基礎。但目前分析非結構化數據、理解正確的語義還十分困難，在查看和分析過程中仍采用傳統的人工按搜索條件查詢咨詢記錄并導出表格的形式，所查詢數據零散、匹配度低，目前在政策反饋分析研判的應用層面，尚未有專門的技術工具能夠高效、實時、精準地支撐政府服務數據的分析及反饋，不利于司局精準地進行政策完善。

    二、實現民眾有效參與政策制定完善的路徑

   （一）建立政策反饋流程，形成民意反饋閉環

長期以來，學者們提出了政策反饋理論。關于政策反饋理論的發展核心觀點，從宏觀上來說，就是政策影響政治，從而影響新的政策的產生；從微觀上來說，就是政策影響態度，如政策支持度或行為，如民眾參與公共服務。以美國皮爾遜為代表的學者們認為，政策通過資源和認知塑造行動者的態度與行為，從而影響政治，這是一種過程論的政策反饋。

我國有學者認為，政策反饋的對象包括民眾，他們也是行動者之一。政策通過塑造公民改變未來的政策問題或議程。同時，政策與民眾關系是相互的，不僅政策制定者會回應民眾，民眾會調整其對政策的偏好以適應政策制定者的選擇，即民主政體中的決策者除了及時回應民眾需求外，還應注重對已頒布政策的審視與調整，因為民眾需求很可能源自己有政策供給的不適配。 在現實情境中，我國公民知悉政策并就相關問題進行咨詢，動因包括獲取政策內容、進行詞語解讀、用于研究或提出意見建議等，民眾需求嵌入政策出臺后的各項活動就此發生，政府部門對咨詢進行回應，對意見建議給予參考。本研究認為，這是在我國國情下，“政策反饋”的具體體現之一。

以政策科學之父拉斯韋爾等人為代表的學者認為，公共政策是一個由問題識別、議程設定、備選方案制定與選擇、政策執行、政策評估等環節前后接續構成的邏輯循環過程。我國有學者認為政策周期應包括議程設定、政策制定、政策公布、政策執行與政策評估等五個階段，目前國內外政策階段論的倡導者對于政策過程所經歷階段的具體名稱并未形成統一的標準。隨著政策理論和實踐發展，我國學界已意識到中國公共政策研究者需要積累基本中國本土的政策過程理論，提升理論對中國政策過程的解釋力。中國政策科學要“以人民為中心”，更好地將民主嵌入政策過程，回應國內經濟發展面臨的深刻復雜變化，以及保持經濟平穩運行、深化供給側結構性改革有機結合擴大內需等方面的新形勢、新挑戰，更好地為“全面深化改革”服務。

基于上述分析本研究專門對政策反饋構建了分析框架。在框架中，行動者制定政策，出臺后進行一系列的貫徹執行行動后，最終落地，影響并惠及民眾、研究人員和基層干部，這些行動者向政府進行咨詢建議，政策回應后，產生了政府服務數據，這些數據通過技術再反饋給公民，形成以下政策反饋流程。

圖  政策反饋流程

  （二）做好數據分級分類，多維度繪制政策畫像

建立政府服務數據分類分級的方法和標準，結合對不同部門、行業業務的理解，分析梳理咨詢數據，深入分析研究咨詢具體內容，逐條理順咨詢文本邏輯及內容，將文本按照政策屬性等維度進行分類，并從咨詢主體、問題屬性、咨詢內容等方面，為民意文本數據編制關鍵詞、打標簽。

在對咨詢數據進行分析整理基礎上，利用有效的分析技術和工具，維度繪制民眾關切情況畫像，形成政策基本信息、政策關系圖譜、政策執行情況等多維度的政策模型，實現政策的內涵和執行情況可視化，從多個角度呈現出政策的各方面情況。

   （三）根據問題提出政策建議，持續完善政民互動機制

 在民意數據整理及政策可視化基礎上，根據問題屬性，結合政策出臺演進過程、政策文本內容特點等情況，嚴謹、客觀地深入剖析政策執行過程中的問題及成因，對照問題，結合行業情況，通過報告、信息等形式提出相應政策建議，以供后續在出臺政策配套細則、解讀、通知時，或進行下一輪的政策制定完善時參考，促政策落地“最后一公里”。

堅持并不斷優化完善政務咨詢、信息公開等政民互動機制，建立動態的民意反饋機制，定期梳理并發布政策相關問答口徑，在為民眾答疑解惑的同時，持續為政策制定優化積累數據；及時發現關于政策的熱點堵點問題，必要時進行專題分析及上報，推動政策因時因勢進行優化調整。

（來源：《經濟界》2023年第1期；作者：丁聲一，國家信息中心公共技術服務部 經濟師；朱虹 國家信息中心公共技術服務部 高級工程師。本文系國家信息中心 2022年青年人才基礎研究項目“基于政務服務數據的宏觀經濟政策制定與實施優化研究”）