在技术进步和数字政府建设要求的大背景下，12345热线数智化转型大潮势不可挡，目前，虽然各地市在治理数字化应用场景建设方面已经取得明显成效，但如何把数据资源用活，开发出能够帮助政府内部提升效能的应用场景，依然需要我们付出更多的时间去探索。对此，本文将概述政务热线数智治理模型，介绍数治、智治和治效的数智治理三大实施路径，以及热线数据如何赋能政府、赋智决策和赋权社会，进而推动智慧城市治理水平向前迈进。

数智治理面临三大问题

问题一：数据标准不统一，价值难以发挥

当前政务热线在数字化建设过程中，未对数据标准、模板标准和事项分类标准进行统一的整体规划，最终在数据运用阶段时发现因标准不一致产生历史数据融合困难、数据质量低、数据可用性低和数据分析困难等系列问题，导致政务热线对诉求数据的利用大部分停留在描述性统计阶段，无法充分挖掘热线诉求大数据的价值。

问题二：场景覆盖不全面，赋能运用不深

当前政务热线在数字化建设过程中，以服务场景、业务需求为导向的分析做得不够，缺乏政务热线领域算法模型运用和对人工智能、知识图谱等新技术的深度应用，应用场景的开发虽然在政务服务、城市治理、决策辅助等方面已取得一定的成效，但也存在群众意图感知不强、专题领域风险认知不足、问题根源剖析不深入等一系列值得重视的问题。

问题三：治理成效不明显，监管机制待完善

当前政务热线在数字化建设过程中，缺乏对民生诉求解决情况的考量。疑难问题倘若长时间未得到处理，容易降低群众对于政府治理的信任和满意度，并且矛盾的积累存在诱发重大舆情危机的风险。此外，效能评估指标体系不够科学完善，难以客观测度城市全域治理水平，无法直观看出治理短板所在。

政务热线数智治理模型

政务热线数智治理模型由数治、智治和治效三个机制组成。其中，数治是数智治理的基础，是实现市民诉求驱动城市治理现代化的关键；智治是数智治理的过程体系，是“数据+技术+场景”的深度融合；而数治和智治的成果最终要基于治效评估环节来予以评价和反馈。政府通过数治激发热线数据价值，助力提升全域治理智能化水平，进而实现热线数智治理体系的良性循环，推进现代科技与市域社会治理深度融合。

（一）“数治”是数智治理的治理主体

数治机制需要实时准确的原始数据作为基础支撑，热线数据质量情况将直接影响数据分析研判的准确性及有效性，热线数据精细化水平不高也难以助力城市精细化治理水平提升，一系列问题推动数据治理手段变革：

1. 制定热线数据标准，推动全量数据融通

数治工作应从城市治理角度出发，梳理建立统一的工单信息标准、事项分类标准、诉求地址标准和数据采集规范，切实破解数据杂乱、非标准化的治理难题，从而推动热线全量数据融通。

2. 建立多维标签体系，提升民意感知能力

在复杂的社会治理场景中，群众诉求呈现多样性和复杂性的特征，通过建立多维度标签体系（民生诉求指标体系、民生诉求标签体系、城市治理标签体系、舆情事件标签体系等），合并同类重复诉求、突出重点问题以辅助政府明晰民生问题解决策略，达成以“小支点撬动大效果”的治理效果。

（二）“智治”是数智治理的过程体系

智治机制是政务热线数字化后衍生的治理新方式，涵盖了数智治理全过程及全域运行机制，其应向政府提供三个层次的递进支撑：

1. 城市感知层

第一个层次，民情感知层。该层次的目的是将治理后的热线数据转化为直观的民情民意，形成民情洞察图以辅助政府实时感知城市运行动向。

其一，全景舆情洞察能力。从市民主要关注点、诉求分布情况、舆情评价及情绪反馈入手，实现对全域趋势性、规律性、集中性、高发性、苗头性民生问题的动态感知，助力政府明晰诉求分布情况及发展态势。

其二，全息城市感知能力。以民生问题为锚点，通过对该问题时空分布规律的探索及区域缩放观察（点位、小区、街道、区、市），展示问题的集聚和离散状态，助力政府理解城市的复杂性和市民诉求的分布规律。

2. 分析决策层

第二个层次，分析决策层。该层次基于对热线数据进行分析后，可以形成数据分析报告以辅助政府出台针对性的治理政策，辅助政府解决积累性和疑难性的民生治理难题，因此，须基本具备以下三种能力。

其一，根因分析告警能力。根因分析的目标是找出引发反复、高发、频发等疑难民生问题的核心原因，从源头化解矛盾纠纷，防止问题“死灰复燃”。对此，建议综合事件类型、发生地点、关联事项、处置部门、语义理解等数据维度，搭建“事件根源图谱模型”，实现主次源事件、联动事件和事件血缘关系的深度分析，找出事件关联关系，进而挖掘问题根源。

其二，全线决策辅助能力。基于大数据分析方法，从海量的数据中归纳总结民生诉求的特征规律，以发挥识别和预测城市潜在风险的重要作用。譬如，重复投诉、长期持续、久拖不决和频繁退单的民生问题应予以重点关注，深入挖掘问题成因，为政府研究整改措施助力；又如，自动识别突发公共性、规律性、紧急性和新兴民生问题，助力政府提前发现苗头性、风险性事件，防范化解社会风险。

其三，领域风险研判能力。城市治理、消费维权、生态环境等民生领域关注的侧重点不同，不可一概而论，在具体实践过程中，应采取问题为导向、结合多维标签体系对热线数据进一步打标分类，以增加领域内专项问题的识别和挖掘能力。譬如，消费维权领域分析模型会对诉求数据按照合同、质量、假冒伪劣、虚假宣传等诉求性质二次分类。

3. 协同治理层

协同治理层作为第三个层次，将在分析决策的基础上，借助数据共享分享数据分析成果，打破条块信息分割困局，强化基层赋能，构建“全域感知、全域响应、全域协同”的市域治理网络，为政府提供横向流转协力、纵向分级联动的创新性社会治理解决方案，推动政府治理模式变革。

（三）“治效”是数智治理的治理效果

“数治”和“智治”成果最终要基于“治效”机制来予以评价和反馈，应从民生诉求解决情况和部门办理效能两个不同的角度进行考量。

在民生诉求解决情况角度下，将围绕事项的办理满意度、解决率、按时办结、退回次数、重复投诉、办理时长等维度进行综合考评，对问题事件的治理效能进行诊断评估。

在部门办理效能角度下，将围绕按时退回、按时办结、办理时长、重复退回等考评维度和同事项环比下降率、重办后满意度上升、督办事项不按时反馈等减分项指标和权重进行综合考评，对属地政府或者委办局进行全面效能诊断评估。

基于上述两方面的考核方式，政府不仅能对民生问题解决比例、施治情况了然于胸，也通过“以考促干”的方式推动部门尽早、尽快和尽好地将民生问题予以解决，促使政府公共服务水平和群众满意度稳步提升。

文章作者丨赖沛宏 才博智慧治理研究院

文章来源丨《政务热线周刊》2024/04下半月

原文标题丨政务热线数智治理 推动政府治理效能全面提升

期刊投稿丨cisg@caibocmi.com

更多精彩文章，欢迎关注《政务热线周刊》！

声明：本文为作者原创，如需转载或引用至其他平台，请注明出处和作者信息。