分类筛选
分类筛选:

供给侧改革方面有关专科开题报告范文 与需求识别、数据治理和精准供给基本公共服务供给侧改革之道有关论文范例

版权:原创标记原创 主题:供给侧改革范文 类别:发表论文 2024-01-17

《需求识别、数据治理和精准供给基本公共服务供给侧改革之道》

该文是关于供给侧改革相关论文范例与公共服务和需求识别和供给类论文范文资料。

[摘 要]基于大数据的数据治理推动了治理理念、治理制度和治理技术的革新.当前基本公共服务的供给困境,实质在于缺少对公众基本公共服务真实需求的识别.基本公共服务供给侧改革的目标导向,在于实现满足公众真实需求的精准供给.数据治理有助于树立深入公众行为的需求识别理念,畅通双向的需求表达与识别制度,提供对差异化需求的精准识别技术,从而实现对公众真实需求的精准识别,对推进基本公共服务供给侧改革具有重要意义.为此,应通过开放数据共享,构建一个合作高效的多元供给机制;优化数据采集,提供能够切实回应公众需求的基本公共服务产品;深化政府数据尤其是财政数据的监测分析,保障各级政府自身财力与基本公共服务支出责任相匹配.

[关键词]数据治理;大数据;基本公共服务;供给侧改革;精准供给

[作者简介]王玉龙,山东大学政治学与公共管理学院博士研究生;王佃利,山东大学政治学与公共管理学院教授,博士生导师,山东 济南250100

[中图分类号] D632

[文献标识码]A

[文章编号]1004- 4434(2018)02- 0147 -08

当前时代的发展、改革的深化和技术的革新都对基本公共服务供给侧改革委以重任.首先,在新时代这一新的历史方位,旨在推动实现基本公共服务均等化的基本公共服务供给侧改革,不仅是推动平衡发展、充分发展的重要举措,也是“十三五”时期决胜全面建成小康社会的重要着力点与突破点.其次,在国家治理体系深刻变革和治理能力全面提升的改革深化阶段,基本公共服务供给侧改革不仅仅是对基本公共服务供给质量、供给方式和供给效率的改进,更是政府职能转变、权责体系完善、管理体制机制等制度层面的根本转型.最后,基本公共服务供给侧改革,正值大数据技术从商业和科技领域的发展向公共管理领域延伸,成为政府治理的重要治理方式和技术手段.可以说,基本公共服务供给侧改革甫一推进,便是处于承担时代任务、推进政府改革与拥抱技术革新的三流合汇之中.

然而对于在新时代如何定位和推进基本公共服务供给侧改革,目前研究尚显不足.一是对基本公共服务供给侧研究较少,王赫奕和王义保从基本公共服务供给中政府在供给侧和需求侧承担的双重角色出发,认为市场和公众的整体化以及基本公共服务多元主体协同供给,是基本公共服务供给侧改革顺利推进的关键[1].李永红从基本公共服务的全民均等、“基本”均等和渐进均等的角度出发,探讨了推进基本公共服务供给侧改革的策略[2].二是对当前大数据治理同基本公共服务供给侧改革的交融缺少关注,早先的研究聚焦于大数据背景下的政务公开和公共图书馆等特定公共服务机构的管理创新,而王岳龙则分析了大数据作为一种技术手段对推进基本公共服务均等化所带来的契机和条件[3].总的来说,目前的研究仍对基本公共服务供给侧改革缺少清晰的解读和分析,对于大数据治理对基本公共服务的影响也并未上升到供给侧改革的角度予以考虑.因此,本文试图围绕“精准识别一精准供给”的逻辑,揭示数据治理如何成为新时代基本公共服务供给侧改革的题中之义.

一、数据治理:大数据时代的政府治理变革

大数据在数据类型和技术手段方面都完全有别于传统数据,海量化、多样化、快速化和价值化被认为是大数据的主要特征[4].随着大数据研究的兴起以及实践进展,大数据不仅成为技术领域的前沿热点和商业发展的重要力量,也给公共管理带来了重要的影响,引发了治理理念、技术和制度的新变革.由此形成了基于大数据思维、大数据技术来变革政府治理理念、治理制度和治理手段的数据治理.

(一)数据治理理念

综观目前关于大数据内涵和特征的解读,虽然有所差异,但依然呈现出一种崭新的数据形态,引发了新的理念变革,并已形成共识(表1).总的来说,大数据所引发的治理理念变革在于重新理解数据在治理中的内涵,重新定位数据分析在治理中的价值.

第一,数据治理意味着重新认识“数据”.政府管理通常依赖基于精密抽样的结构化数据,尤其是以结构化的量化数据为主,以这些数据呈现当前社会发展、管理活动和公共服务供给发展现状与现实问题,作为政府决策与深化改革的依据,通常以到地方年度统计数据、围绕特定问题领域所开展的专项调研、政府智库与科研机构所开展的社会调查数据为主.而数据治理则将政府治理所依赖的“数据”概念不断扩大,更加强调数据来源的广泛性,以趋近于“全样本”“总体”获取的海量数据而非基于精密抽样设计的结构化数据作为政府决策依据.目前基于用户行为数据识别的人口空间特征作为城市规划决策依据、基于网络上的海量文本信息进行舆情识别与应对的风险管理等数据治理实践已逐渐普及.可以说,纷繁复杂的数据形式、爆炸式增长的数据规模、快速短暂的数据更新周期且主要以非结构化呈现的数据形态,成为数据治理的基本特征.

第二,数据治理还意味着重新定位数据分析.一是数据治理侧重对海量数据的相关性分析,而非传统管理决策与研究所依赖的对样本数据进行深入挖掘以揭示变量间的因果联系.换言之,在快速更新、结构多元、规模庞大的大数据下,分析的着力点在于“知其然”而非“知其所以然”,以迅速识别管理焦点与决策要素为目的,而非对其内在因果规律和深层逻辑进行详细分析.二是数据治理更加侧重数据分析的效率而非准确性,数据治理强调在快速动态变化的社会,对现实特征进行快速描绘,对现实问题进行快速识别以及对现实变化作出及时响应.从某种程度上说,数据治理中分析的准确性是建立在数据资料反映现实世界的即时性基础上.

(二)数据治理制度

数据互联互通与开放共享是大数据在治理中得到有效应用的基本要求,也是数据治理的应有之义.而在这一过程中,不可避免地涉及到政府内部部门之间、各级政府之间、政府同市场力量和社会力量之间数据合作关系的构建.因此,大数据在治理中的推进也在倒逼多元主体开放合作的治理体系变革.

第一,数据治理的政府间合作制度构建.数据治理的开放共享要求与既有行政边界之间存在天然对立,跨部门、跨行政层级、跨行政区域所导致的职能和权责差异、组织领导差异等因素形成的行政壁垒,是阻碍数据获取、数据共享、数据分析的重要因素.政府间的数据合作首先要求部门间的数据开放与数据共享,实现数据利用效率的提升与数据公开化、透明化的实现,进而以部门间数据沟通与开放共享带动跨越部门、层级的数据平台建设,以此打通由于层级边界、部门边界形成的数据壁垒.

第二,数据治理的公私伙伴关系构建.数据治理对政府同市场力量、社会力量之间的合作网络提出了迫切要求.大数据带来的海量数据规模、多元化的数据形式和数据来源,给数据收集、存储提出了高要求.例如大量的数据来源于公众(用户)在某一平台的行为记录,这些数据本身由平台所属企业获取并存储,此时大量数据的分析与处理就需要数据分析领域的专业人士.因此,由公共部门收集、获取、存储和分析数据在很多情境下容易导致行政成本的浪费和治理低效.故同私人部门和社会力量进行合作在数据治理中显得尤为必要.舍恩伯格和库克耶识别了在数据治理中公共部门可以寻求合作的三类私营伙伴:一是大数据掌控企业,其能够接触、获取和储存大量的数据,并将数据授权给渴望从中挖掘数据价值的对象,能够为政府部门或数据分析公司提供即时的数据资料:二是大数据技术企业,依靠技术专家对数据进行分析,从中呈现有价值的分析结论,从而为政府决策提供分析结论与政策建议:三是大数据思维企业,通过数据分析发现社会需求的增长点,能够为政府提供治理创新的潜在可能.

(三)数据治理技术

麦肯锡公司认为大数据技术包含三个方面:一是基于统计学、计算机科学等多学科的大数据分析方法:二是在实践中用于大数据整合、操作、管理、分析的关键技术:三是针对于大数据信息呈现的可视化技术.目前普遍应用的大数据方法和技术如表2所示.

二、基本公共服务供给中数据治理的缺失

当前我国基本公共服务所面临的发展瓶颈,很大程度上源自基本公共服务的供给困境.基本公共服务在区域间的空间差异明显,其规模、类型、质量无法完全满足公众需求,公众的满意度和获得感不高.基本公共服务供给困境的背后,实际上是数据治理能力的缺失:对于公众的真实需求和满意度不敏感,缺乏察觉和回应,从而形成了政府主导提供、公众被动接受的单向供给.公众的真实需求从来不缺少数据,缺失的是对需求的识别.具体而言,需求识别的理念缺失、技术制约、制度障碍和内容单一,导致基本公共服务的供给不足、供给滞后、供给偏离和供给“一刀切”.

(一)需求识别理念缺位:基本公共服务有效供给不足

尽管十多年来基本公共服务均等化改革取得了明显进展,但基本公共服务缺失的问题仍未从根本上解决.首先是区域层次上基本公共服务有效供给的缺失,集中体现在偏远地区、农村地区和基层地区的基础设施建设、教育资源、医疗资源供给不足.其次是群体层次上,表现为城市中弱势群体和边缘群体由于制度因素和资源缺乏,无法享受同等的基本公共服务.

基本公共服务有效供给缺失很大程度上源自对公众基本公共服务需求识别的理念缺失,这种缺失呈现出多种形态.首先是由政策偏好导致的需求识别缺失.目前研究表明,“政府特别是基层政府现阶段在本质上还是一个经济建设型政府”.在“经济建设型”政府看来,提升经济水平和增加居民收入是当地公众最为迫切的需求,是政府管理的主要职责,从而在政府政策偏好上,基本公共服务的供给让位于推动地方经济发展.其次是由利益驱动导致的需求识别缺失.在市场化的改革浪潮之下,政府偏向于用市场化手段解决基本公共服务供给问题,将其作为政府在职能转变和治理创新方面的表现.这种市场化手段在丰富供给形式,提升供给效率的同时也存在隐患.市场化的改革将特定的基本公共服务抽离出政府的财政支出责任序列,从而使后者缺少了识别和满足公众需求的内在动机驱动:而对于一些投入较高.成本收益比例失衡的基本公共服务,市场主体也缺乏识别和满足公共需求的利益驱动,从而导致基本公共服务供给缺失.

(二)需求识别技术制约:基本公共服务供给滞后

基本公共服务供给滞后,主要体现在两个方面.一是需求识别方式自上而下,导致基本公共服务单向供给.现阶段对欠发展地区的基本公共服务供给,仍多采用这种自上而下的需求识别方式,以决策者对社会需求的分析判断为基础,实际上是“将需求方排除在决策之外”[8].这种方式一方面存在决策者的认知判断和公众生活相脱节的局限,对公众基本公共服务的真实需求反应滞后,另一方面使得公众基本上沿着“需求判断——政府提供——被动接受”的路径获取基本公共服务,自我提供和自我供给能力被削弱.二是需求数据获取“长周期”,导致供给的相对静态化与需求的动态化之间产生矛盾.在传统决策中,以量化数据为主要的参考数据,主要以的经济社会发展统计数据、科研机构承担开展的专项社会调查数据等结构化数据为主,数据的获取和分析依赖科学的指标体系构建、精准的抽样设计、大规模的问卷调查和专业的统计学分析.而定性的数据则主要以实地访谈和田野调查等途径获取,依赖于长期深入的实地调研,对定性资料的深入分析与理论提炼.数据的获取和分析均需经历一个较长的周期,从而使得公众需求数据难以避免地具有相对滞后性,与公众日益提升的基本公共服务需求和期望产生某种程度上的脱节.

(三)需求识别制度障碍:基本公共服务供给偏离

需求识别的制度障碍所导致的基本公共服务供给偏离,主要表现在两个方面.一是公众获得感的信息获取存在障碍.在政府自上而下地测量公众获得感时,必须回应和处理调研的技术因素和制度程序因素之间的复杂关系.前者包括严谨的专业要求、高昂的调研成本、较长的调查周期等因素,后者则表现为政府时间约束、责任约束、财政约束、行政程序约束等一系列因素.同时,公众自下而上地反馈基本公共服务获得感也存在制度障碍.范逢春通过对我国基本公共服务均等化政策文本的分析发现,“我国基本公共服务政策文本输出作为一种精英主导、行政支配、自上而下的福利赋予行为,缺少社会公众的有效参与”[9].由于参与渠道受限,公众基本公共服务的获得感难以反馈,对政府改进和调整政策起到的作用有限,从而容易使基本公共服务供给和公众真实意愿、真实评价之间产生偏离.二是政府层级之间和部门之间的“碎片化”障碍.在层级化和部门化的科层行政体系之下,基本公共服务供给决策所依据的需求信息和数据呈现出“碎片化”的特征.这一问题在基本公共服务供给的财政制度上体现得尤为明显.由于地方和基层的公众基本公共服务需求信息和政府财政需求信息不匹配,地方政府和基层政府实际承担的基本公共服务供给责任被普遍低估,而其财政能力又被同时高估,从而使地方政府和基层政府在基本公共服务供给中由于财政能力不足,基本公共服务供给无法满足公众现实需求,导致供需失衡.

(四)需求识别内容单一:基本公共服务供给“一刀切”

需求识别的类型单一,主要体现在原有基本公共服务供给难以对不同群体的差异化需求进行有效区分和识别.公众需求根据层次的差异,在微观上以个体的主观满意度为形式呈现:中观上为群体的共同需求,并呈现出组内强同质性和组间强异质性的特征:宏观上则表现为公共利益[10].由于技术、制度、观念等多方面因素,目前基本公共服务需求识别对个体和群体的差异性需求识别不足,而且主要集中在宏观层面,基于区域整体发展指标数据,遵循统一的基本公共服务供给范围、供给标准和政策原则.这通常导致“一刀切”的基本公共服务供给方式和区域间、群体间差异化的公共需求无法实现有效匹配.

三、精准识别与精准供给:基本公共服务供给侧改革逻辑

基于数据治理推进的基本公共服务供给侧改革,针对当前基本公共服务供给困境,围绕基本公共服务的真实需求,以挖掘公众真实需求的精准识别为数据基础,以面向公众真实需求的精准供给为治理目标,提升基本公共服务的供给效率和供给质量.

(一)数据治理下基本公共服务供给侧改革的要素

数据治理实际上是基于大数据的政府治理.一是以数据为基础,实现针对公众需求的精准识别.从大数据的角度来理解数据,公众的信息浏览、网络发言、网络检索、消费活动等“一切皆为数据”:公众行为、偏好、态度等需求“一切皆可量化”.通过短周期、多渠道、多类型、高相关的数据来实现对公众需求的精准识别.二是以治理为目标,实现面向公众的精准供给.在大数据的基础上实现“治理”,以数据反映的公众需求作为决策依据,对公众需求作出及时回应,根据公众需求变化灵活调整决策和治理方式.通过及时、动态和个性化的服务提供来实现满足公众需求的精准供给.

基本公共服务供给侧改革的目标导向,在于满足公众基本公共服务的真实需求,实现基本公共服务的精准供给,从而增强公众在基本公共服务供给中的获得感.而大数据时代引领的数据治理,其最大的优势和价值就在于通过理念、制度、技术上的治理创新,有效识别公众基本公共服务的真实需求,以公众行为数据反映公众真实意愿,实现对基本公共服务公众需求的精准识别(图1).

(二)精准识别:数据治理在供给侧改革中的核心价值

1.树立深入公众行为的需求识别理念.大数据分析的一个基本观点在于,互联网上的用户行为与用户需求具有内在的逻辑一致性,一切以数据为中心.因此,数据治理为基本公共服务供给侧改革提供了深入公众行为数据中去识别公众基本需求的理念,直接获取互联网上海量的用户行为数据,对数据隐含信息进行挖掘和分析,通过深入公众行为来分析社会需求,以社会需求作为供给决策的依据,从而增强了基本公共服务供给对公众真实需求的辨识度.

大数据不仅承载体量巨大的用户行为数据,而且用户行为数据结构复杂,数据信息层次多元,数据承载丰富的信息,具有深度挖掘的潜力:行为数据结构清晰、层次逻辑分明,用户与用户之间、用户与用户行为、行为与行为之间具有强关联性.因此,数据治理不仅使得基本公共服务供给以用户需求为决策依据,同时强调对不同领域、不同来源、不同类型的行为数据进行整合与关联分析,实现全方位的信息整合与综合分析,在最大程度上保证对用户需求的全面识别.

2.畅通双向的需求表达与识别制度.在以往的基本公共服务供给中,公众参与程度不高,从而使得公众无法确切表达自己的真实需求,决策者无法全面地了解公众的真实需求信息,从而导致政策指向和供给导向出现偏颇.而大数据分析有助于打破基本公共服务需求识别中的制度障碍.首先,大数据分析的优势在于,能够快速收集海量数据,降低时间、经济成本,其承载的用户行为数据能够匹配用户的真实需求,在数据来源、数据体量等方面能够保证数据的全面性,从而使得公共部门在保证政策效率的同时,也能同时保证政府制定相关政策时所依据的决策信息能够全面地反映公众真实需求.有助于最大化解决政府部门自上而下识别公众需求时所面临的时间约束、责任约束、财政约束和行政程序约束问题,更加准确地获取用户信息数据.其次,大数据分析能够优化政府部门的政务流程和管理活动.大数据的应用丰富了电子政务的公开形式与渠道,政府网站、“互联网+政务服务”、政务微博与微信公众号、移动端APP等多元化渠道不断丰富完善[12],对于丰富公众参与渠道,增强公众参与的技术赋权、激发公众参与意愿起到重要作用,从而有助于公众自下而上地表达与反馈基本公共服务需求.最后,大数据分析强调的信息公开、数据共享与平台建设,有助于弥合目前基本公共服务供给的制度“碎片化”,在政府内部强调了基于数据共享的政府职能的转变,理顺部门间权责关系,强化各级政府、各政府部门间的协同合作与信息开放,打破部门边界导致的数据壁垒.

3.提供对差异化需求的精准识别技术.首先,大数据的获取和分析能够打破传统数据分析下样本在地域范围、样本数量上的限制.基于对海量用户行为数据的分析,不仅可以获取考察个体层面的需求特征,而且基于用户行为特征的深度挖掘与聚类分析有助于增强在个体需求、群体需求内部的异质性识别能力.其次,大数据能够通过识别公众日常生活消费和基本公共服务支出等方面的行为数据,从而快速准确地定位不同区域现阶段基本公共服务在数量、范围、质量、成本等方面的现实水平,全面反映不同区域现阶段的社会经济发展水平和公众基本公共服务需求偏好,从而有助于实现基本公共服务资源与区域发展需求之间的匹配.最后,通过各级政府的财政大数据和辖区基本公共服务需求大数据之间的关联分析,有助于在基本公共服务供给中实现政府资源和政府能力间的相互匹配.通过政府财政大数据,全面掌握不同层级政府财政资源,同时通过大数据对各级政府基本公共服务供给责任、供给效果、管辖区域内公众需求等方面的供给能力进行总体识别和评价,从而通过财政资源的调整,使得各级政府掌握的财政资源同政府基本公共服务供给能力相匹配.

(三)精准供给:基本公共服务供给侧改革的目标导向

1.重塑政府责任驱动,纠正有效供给缺失.2017年《“十三五”推进基本公共服务均等化规划》对政府基本公共服务职责进行了重新定位,从“提供基本公共服务”转变为“保障人人享有基本公共服务”[14].由此在基本公共服务供给中,从投入端责任评价转向产出端责任评价,从结果导向上重塑了政府的责任驱动,不再是看政府做了什么,而是看政府做到了什么,促使政府落实基本公共服务有效供给的责任,识别、回应、满足基本公共服务需求侧发展,并以此为指向改革基本公共服务的供给侧结构性要素.

2.鼓励可持续的供给均等化,实现供需同步匹配.基本公共服务供给侧改革致力于改变短期、不可持续的供给方式,不仅仅满足于对偏远落后地区和社会弱势群体自上而下的提供基本公共服务,而是更强调对社会弱势群体的“赋权”和能力提升.通过基本公共服务供给侧的制度改革、机制设计和技术创新,使弱势群体从被动等待到主动获取,转变政府面向弱势群体的“识别(弱势群体)一提供一享受”供给方式,保障和促进弱势群体嵌入基本公共服务“生产一供给一获取一消费一反馈”的体制机制,从基本公共服务供给侧改革的角度打破当前社会弱势群体由于能力不足所面临的社会分层固化与社会隔离.对基本公共服务供给侧改革而言更重要的是,面向不同区域、不同群体,尤其是位于偏远地区与处于社会弱势的公众群体,通过要素赋权与技术赋权,畅通并保障其持续获得基本公共服务的途径和渠道.

3.推进多元协同的供给模式,纠正参与缺失与碎片化供给.从机制建设上看,基本公共服务供给侧改革涉及多主题、多层次的制度设计、职能定位和关系理顺.一是在政府、地方政府之间的财权和事权关系的理顺以及对财政制度的改革:二是政府部门、社会组织、高校科研机构等多元主体从实务、技能、理论方面围绕人才培养所建构的合作机制与培养体系:三是行政力量、市场力量、社会力量等不同主体在基本公共服务生产、提供、消费等不同维度所形成的活动矩阵与公私伙伴关系:四是涉及政府内外部多层次、多主体的监督机制的建立:五是跨部门边界、跨区域边界、跨行政层级所展开的协同合作.从根本上说,是对政府内部运行机制、职能边界和政府权责进行的深刻变革,通过政府职能转变和治理体系变革,增强基本公共服务供给中的公众参与,提升公共服务供给制度的整体性和网络化程度,纠正碎片化的供给体制.

4.完善动态多元的评价机制,推进层次化与差异化供给.基本公共服务供给侧改革改变了评价机制.一是多元评价.在传统的投入评价体系下,以政府财政投入增加和各项基本公共服务的规模增加为主要的评价依据:而基本公共服务供给侧改革,则在此基础上,更强调对公众满意度的考量,以公众主观的需求满足程度衡量政府基本公共服务供给的效率和效果.二是动态评价.传统的基本公共服务供给评价,往往以财政年度为单位,考察基本公共服务方面财政支出的情况:而基本公共服务供给侧改革所强调的公众满意评价,时刻关注公众满意度的动态发展变化,以更加灵敏地反映社会需求的动态变化.

通过变革评价机制,基本公共服务供给侧改革促使政府部门重视供给的层次化和差异性.一方面这意味着必须以人民群众的真实需求为导向,以持续沟通和现代化的信息收集与处理方式,准确挖掘和识别公众的真实需求:另一方面还要求考虑到基本公共服务需求在截面上的区域差异和历时上的动态性,充分考虑到区域发展水平、不同发展阶段、不同阶层对基本公共服务需求的差异性所带来的影响.

四、以数据治理推进基本公共服务供给侧改革

以数据治理推进基本公共服务供给侧改革,主要在于通过开放数据共享,优化数据采集,深化政府数据的监测分析,从而构建一个合作高效的多元供给机制,提供能够切实回应公众需求的基本公共服务产品,保障各级政府基本公共服务支出责任与自身财力相匹配,以提高基本公共服务供给效率和供给质量.

(一)深化数据共享,完善多元供给主体合作机制

基于数据治理的合作网络与协同机制,是推进基本公共服务供给侧改革的基本制度保障.从内容上看,可分为基本公共服务供给中的合作和在大数据获取与分析中的合作,前者是指在基本公共服务生产、提供中所形成的多主体合作关系,后者则是在基于数据分析识别公众真实需求中开展的合作.从形式上看,包括府际合作与公私伙伴关系.前者侧重于政府内部跨部门、跨区域、跨层级开展的合作,以明晰权责与统筹管理为特征:后者主要是指政府部门、企业和社会组织之间所形成的多元合作网络,以服务外包和协同共治为特征(表3).

(二)优化数据采集,精准回应公众需求的时空差异性

公众基本公共服务需求存在时空差异性.从时间上看,随着社会的发展与生活质量的提升,公众对于基本公共服务的内容、规模和质量要求也会随之变化,基本公共服务供给必须与公众不断发展变化的需求相匹配,这是基本公共服务供给侧改革的应有之义.从空间上看,不同阶层、城乡、区域群体之间对基本公共服务需求存在差异,基本公共服务供给必须有效识别和回应公众的差异化需求,从而实现群体之间、城乡之间、区域之间基本公共服务供给中的机会公平,推进基本公共服务的均等化.

优化数据采集的流程,精准回应公众需求的时空差异性.一是通过实时、动态的数据采集,及时更新并分析公众需求信息,敏锐识别公众需求的变化,预测公众需求在一段时期内的变化趋势:二是通过基于用户行为数据的分析,描绘弱势群体及其空间分布、流动特征以及城市基本公共服务供给的空间特征,由此精准识别基本公共服务供给和需求在空间匹配上的失衡,由此进行针对性的基本公共服务供给侧改革,以增强弱势群体对基本公共服务的空间可及性:三是利用大数据弥合基本公共服务的城乡差距,增强数据治理中对农村居民的“技术赋权”,利用大数据保障开放多元化的农村居民意愿表达,精准识别农村居民基本公共服务需求:四是推进偏远地区和落后地区大数据在基本公共服务供给中的应用,利用大数据技术精准获取基本公共服务需求信息数据,利用互联网和人工智能技术实现对偏远地区和落后地区的基本公共服务智慧供给.

(三)深化政府数据监测分析,保障政府财力与支出责任相匹配

各级政府在不同区域层次上承担相应的基本公共服务供给责任,由此各级政府财力与基本公共服务支出责任的匹配,是基本公共服务高效供给的重要保障,也成为基本公共服务供给侧改革的重要方面.深化对政府数据,尤其是财政数据的动态监测分析,对创新基本公共服务供给财政保障机制,保障政府财力与支出责任相匹配,提供了必要的技术条件.一是通过政府大数据分析,精准掌握各级政府、各区域政府基本公共服务财政状况及其动态变化,从而完善政府基本公共服务财政收入和分配机制,识别当前不同层级政府在基本公共服务可持续性供给方面的职责界定和财政分担、供给优势、承载能力,在此基础上优化分税制下的与地方税种权属关系,从而使得各级政府财政能力与基本公共服务供给责任相匹配:二是建立基于大数据的基本公共服务可持续性供给的成本一收益分析机制,从而准确及时地反映公共服务供给效率,并通过数据分析识别不同区域、不同层级政府财政成本影响的因素,从而在此基础上完善基于降低基本公共服务供给成本的基本公共服务供给标准化机制,和需求导向下的基本公共服务财政精准供给机制:三是建立和完善基于大数据分析的基本公共服务财政风险因素识别机制,在此基础上实现对各级政府财政数据的动态监管,完善财政风险预警机制,构建非常态下基本公共服务供给侧财政保障机制.

供给侧改革论文参考资料:

改革论文

政府会计改革论文

改革开放的参考文献

改革和开放杂志

教育改革论文

基础教育课程改革论文

该文总结:上述文章是一篇关于对不知道怎么写公共服务和需求识别和供给论文范文课题研究的大学硕士、供给侧改革本科毕业论文供给侧改革论文开题报告范文和文献综述及职称论文的作为参考文献资料。

和你相关的