论文部分内容阅读
【关键词】数字政府 知识复用 政府治理
近20年来，我国电子政务不断深化发展。从一站式服务到“指尖办理”，从“万里审批图”到“秒办秒批”和“不见面审批”，从“条块分割”到“块数据”管理，数据共享使得政府的整体性治理效能不断提升，在行政许可、市场监管、社会治理、精准扶贫、智慧城市建设等方面取得了显著成效，大大提升了人民群众的获得感和幸福感。与此同时，政府在公共服务和社会治理过程中也积累了大量的经验教训和宝贵知识。其中，除一小部分存留在行政管理人员或相关领域专家的脑海中之外，大部分以电子文件与数字档案的形式保存起来，形成结构化的数据库。
大规模积累的数据其价值大致可以划分为两种：第一种是信息价值，涉及凭证价值、事实认定、身份识别等，主要通过数据的查询与检索来实现;第二种是知识价值，需要通过数据挖掘、关联分析、因果推断和可视化表示来实现，适用于情境感知、决策支持、政策制定、应急响应、风险预警、趋势预测等。知识复用可以降低政府治理成本，提升政府治理效能。大数据与人工智能技术的深化应用使得政府知识复用的条件渐趋成熟，为数字政府的智能化治理奠定了基础。
知识的分类
知识来源于人类对客观现象和实践经验的总结提炼，代表了一定时期内和一定条件下个体或群体对现象的正确认识和对规律的正确把握。认识论哲学家致力于研究知识的组成部分、来源、限度以及知识的正当性问题（Moser， 2002）。[1]他们分析知识的本质，以及它与类似概念如真理、信仰和正当性的关系。在管理学领域，Davenport与Prusak（2000）提出，“知识是一个流动的组合，由框架经验、价值观、背景信息和专家见解组成，为评估和整合新的经验与信息提供了框架”。[2]在情报学领域，知识被认为是通过信息分析活动获得的关于现象或事物变化的规律或模式，通过文献得以记录和传承。袁翰青教授在1964年发表的《现代文献工作的基本概念》一文中指出：“文献工作是将分散知识记录起来的工作，特别是文献中新发现的知识单元，经过学术分析与抽出之后，用一定的方法组织起来，对使用者提供最大的便利，能随时被检索到并参考利用。”[3]相比于描述事实的数据和动态传递的信息，知识揭示了复杂现象背后的关系或规律，具有更强的系统性、稳定性、简约性和传承性。知识可以指导个体或组织在面对复杂现象时准确把握问题、制定有效的解决方案、采取合理的行动或对未来进行正确预测。
经济合作与发展组织（OECD）将知识划分为知道“是什么、为什么、怎么做和是谁的”四大类。英国内阁办公室治理小组负责人Rycroft提出政府知识的7条原则：知识是有价值的财产，知识需要合适的环境才能茁壮成长，知识在必要和可能的地方被捕获，知识被自由地寻求和分享，知识通过复用而增值，知识支撑个体学习，知识支持组织学习。[4]根据知识能否被清晰地表述和有效地转移，可以将知识划分为经过书面文字、图表、公式、声音、动作等符号编码的显性知识和隐藏在人脑中尚未被符号表述的隐性知识两大类。[5]隐性知识和显性知识在相互转化中產生价值，包括隐性知识的社会化、外化和显性知识的融合与内化四个阶段。一方面，个体在自身经验和已有知识结构的基础上，通过学习、理解将组织内外的显性知识内化为隐性知识，并进一步转化为生产力;另一方面，个体通过展示、写作、演讲等活动将隐性知识转化为显性知识，促进知识的共享与传播。[6]在5G时代，视频传播和可视化技术将更多隐性知识以简洁、直观、生动的形式表示出来，大大提高了知识的可获取性和可理解性。
知识的复用
知识复用是指组织或个人运用特定的方法或技术手段对已有知识进行重复利用以实现特定目标并使知识增值的过程，既包括显性知识的复用，也包括隐性知识的复用。就个体而言，复用他人已经学习、创造和证明的知识可以节省时间和金钱，最小化风险，提高效率。就组织而言，知识是重要资产，是具有一定的普适性、可迁移性和可复用的事实、模式与判断，涉及创新复用、技术复用、设计复用、软件复用等。
知识复用是企业知识管理的重要目标，一般指企业组织借助信息技术实现知识的再利用，包括知识管理系统、知识库、本体，等等。Markus（2 0 0 1）认为知识复用的重点是知识管理系统和知识库，通常称为组织记忆系统，并提出四种知识复用情况，包括共享工作的生产者，共享工作的实践者，寻求专业知识的新手，以及二次知识的挖掘者。[7]Majchrzak等人（2 0 1 3）将知识复用界定为组织或个体对已有知识库进行挖掘、搜索、再概念化和再利用的行为。[8]其中，知识库是知识复用的基础。Zhao等人（2020）在知识流的背景下对知识复用进行了动态分析，将学术研究领域的知识复用分为四个阶段，即知识搜索、知识评价、知识重组和知识创造，并以此为核心建立了一个知识重用机制模型。[9]Berkani和Chikh（2010）研究了知识复用的两个子过程：一是实化过程，将隐性知识和引出知识转化为新的引出知识。二是标引过程，运用本体进行标引使已有的知识可复用。[10]
Majchrzak等人（2004）对六个创新案例中知识复用的过程进行研究，确认了创新复用的三种主要活动：重新认识问题和方法，包括决定寻找其他人的想法以供复用;搜索和评估他人的想法以供复用;发展选定的想法。[11]Stenholm等人（2019）在文献研究的基础上，构建了一个以支持技术复用能力的12种实践为特征的框架，并归纳出四类成功因素：战略（平台思维）、过程（支持技术集成）、文化（创建可复用资产）、信息技术（管理知识）。[12]Zhang等人（2 0 1 2）在研究复杂机械装置设计复用策略的基础上，开发了基于实例的设计工具和设计知识管理工具。[13]Li等人（2021）构建了一个元学习框架，用于帮助安全管理人员共享风险知识，预测建筑业各类事故中工伤的风险。[14]Cheuk等人（2 0 1 7）基于案例研究发现了影响知识复用的六个情境因素，包括目的、时间压力、语言、可及性、作者和日期，其中知识创建和复用的目的不匹配最有可能降低知识复用的有效性。[15]AlexBennet与David Bennet（2008）运用神经科学的研究方法发现，知识动员建立在人脑神经元放电的联想网络的基础上，专家和利益相关者之间的协作不仅有助于为当前问题提供具体的解决方案，而且为社区的持续改进、协作和可持续性奠定了基础。[16] Sandkuhl（2015）将知识复用技术总结为基于模块的技术、基于参考体系结构的技术和基于模式的技术，具体包括语义、知识工程、任务、信息需求、知识架构、本体架构、知识形式化、交互模式、知识转换、工作流模式等。[17]Zhang等（2017）提出了一种基于图的知识复用方法，用于支持新产品开发中的知识驱动决策。[18]在大数据时代，各种记录与翻译技术使得知识的积累迅速增加，数据挖掘、本体、知识图谱、图数据库、机器学习等知识发现、组织、表示和推理技术的发展，提高了知识发现的效率和准确性，而互联网与社交媒体的空前发达又使得知识的扩散与传播更为广泛，从而为知识复用奠定了良好的基础。
政府知识复用的三个层次
信息与知识活动贯穿于政府的政治、经济、社会与文化职能之中，具体体现为数据收集、文件编制、情报分析、决策制定、新闻宣传、效能评估等一系列工作环节。政府在国家治理与自身运行的过程中，通过档案文献、历史研究和专家积累传承与利用知识。Rubenstein-Montano等人（2001）通过对美国社会保障局知识管理的研究，提出知识管理可以成为解决“政府灰色化”和导致政府组织专业知识流失的其他因素的有力工具。[19]黄璜提出，引入现代信息技术建立知识管理系统，有助于提高政府知识管理的效能，促进建立学习型、科学型、敏捷型和创新型的政府。[20]Abu-Shanab与Shehabat（2018）的研究发现，政府知识管理可以调节IT基础设施并管理电子政务项目是成功的预测。[21]美国陆军情报部门陆军经验教训中心（CALL）在将独特的知识复用过程融入其运作模式时，强调知识的收集、提炼和传播、学科专家的作用以及技术的促进作用。[22]李杨与翁士洪的研究发现，地方政府应破除对单方知识的路径依赖，鼓励知识碰撞;寻求“中间道路”，建立常态化知识交换渠道;进行反思性的制度构建，推动行政知识迭代。[23]
知识复用可以提高政府决策的能力和效率，降低决策中重复收集和分析信息的成本，是政府从数字化治理向智能化治理转型的必要条件，对于政策制定、公共服务、应急响应、社会治理、市场监管、文化发展以及专门领域的管理决策具有重要价值。
政府知识复用可以简单划分为三个层次。第一，档案文件的调用、查阅与编研。目前，我国数字档案馆建设取得显著成效，纸质档案文件通过数字化扫描和进一步的数据化逐渐转化为知识密集型的结构化数据。社保、学籍、婚姻等民生档案的异地远程查档十分便利，大大提升了公共服务和社会治理效率。浙江政务服务网查档功能开通后，市民到浙江、江苏、安徽、上海等地任一档案馆，或通过“浙里办”APP、“南浔档案”微信公众号“掌上查档”，都可查阅自己的档案信息，实现了“一窗受理、一站查档、百馆联动”，极大地方便了群众办事。[24]城建、水利、设备、研发等科技档案在生产建设、科技创新中的复用可以提高设计效率和标准化程度。2020年1月23日，为建设应急传染病医院火神山医院，武汉市城乡建设局向中国中元国际工程有限工司紧急调用2003年抗击“非典”时小汤山医院的全套设计图纸。当晚，中国中元组织医疗建筑设计各专业的专家团队与武汉方面设计人员直接对接，24小时提供技术支持，充分发挥了科技档案作为显性知识的价值和专家团队隐性知识的价值。[25]
第二，结构化政府数据的查询与利用。政府数据中心、跨部门数据共享交换平台和政府开放数据网站的建立，大大促进了数据的查询、分析和利用。尽管政府跨部门数据共享存在种种障碍，[26]但仍然取得了可观的进展。当前，贵州已经建成省级数据共享交换平台，打造数据共享资源池，形成了“上联国家、横联厅局、下联市州”的共享交换体系，部门间累计共享交换数据2.06亿余批次7397亿余条，为数字政府建设提供了有力支撑。[27]
第三，基于大数据的知识抽取、组织、管理和复用。随着数據的不断积累，数据的存储和管理成本也在上升。2020年9月26日，国家“东数西算”产业联盟在甘肃省兰州市成立，[28]以推动大型数据中心向可再生能源丰富，气候、地质等条件适宜的区域布局，实现“东数西算”。此外，用户对数据的重复分析利用也造成了一定程度的浪费。为应对这些问题，有必要对数据分析的知识性结果进行组织管理和复用。从知识工程的视角来看，知识是从数据中提炼出来的事实、概念、关系、模式和方法，是对数据的简化和提炼。相对于数据，知识的问题针对性更强、表达更简约、结构更稳定、普适性更强，同时，知识存储、传递和利用的成本也更低。比如，原国家安监总局建设了政府垂直行业知识库，提供基于安全生产事故数据的准实时统计和精准检索，以及多维度的安全生产事故态势分析，同时构建基于本体和关联规则的全国安全生产监督管理语义网络，运用自然语言处理技术将历史性安全生产事故信息进行汇聚分类和相似性判断，为相似事故的决策人员提供参考。
另外，在特定情境下，如新冠肺炎疫情期间，相关领域的专家和社会公众通过互联网贡献了大量知识，但存在着不完整、不准确、碎片化、真假难辨等问题。因此，政府有必要在疫情发生过程中高度重视知识库建设，将疫情发生期间所获得的经验、教训和知识进行系统地记录、组织与管理，以便为未来决策提供参考。比如，当新冠肺炎疫情暴发时，政府急需SARS以及以前曾经发生过的大规模传染性疫情防控和应对的知识作为参考。目前，一些地方政府网站在政民互动栏目下设立了“知识库”专栏，主要是为市民提供政策法规和日常办事的咨询服务信息。但是，这些地方政府自身知识库的建设尚未得到足够重视。
实现政府知识复用的条件
政府提高知识复用的能力和水平需要具备以下条件。
不断提高收集、管理高质量数据的能力。数据是知识抽取的基础，高质量的数据是获取正确知识的前提。有研究表明，可信的数据源是保证数据质量的重要条件。因此，应从建立可信的数据源入手，不但要提高政府数据的真实性、完整性、可靠性和可用性，而且应该建立元数据质量标准，增强数据描述的深度，从而提高数据的可发现性和可复用性。 加强知识抽取，构建领域知识库与知识管理系统。知识库和知识管理系统是知识复用的前提。尽管知识管理在企业中已经较为成熟，但在政府组织中尚未得到足够重视。目前，面向开放共享的政府数据描述已经取得显著成效，但面向知识复用的知识抽取、标引、组织和存储还远未提上议事日程。此次新冠肺炎疫情表明，人类社会的发展面临着极大的不确定性，对于自然灾害、事故灾难、公共卫生事件和社会安全事件等，建立面向应急管理的知识库和具备智能化知识推荐功能的知识管理系统是十分必要的。政府部门有必要制定优先建立知识库的清单，分批次建立政府知识库，以便为知识复用和未来人工智能技术的应用奠定基础。
构建领域专家库。除了知识库之外，专家知识也是知识复用的重要内容。建立健全各个领域的专家库，包括领域专家、退休或调离的领导、技术精英等，与政府决策人员形成良好的社群协作关系，不仅有利于促进知识共享，同时也可以促进政策传播，增进公众对政府的信任。
构建综合性知识地图。本体、知识图谱等基于图的技术已经成为知识管理和复用的必备条件。为了提高政府的整体性治理能力，有必要充分复用图神经网络等技术，构建基于多模态数据源的综合性知识地图，为智慧城市的治理提供依据。
提升政府部门知识复用的意识和能力。从文献调研来看，一些政府部门主要关注数据的开放共享与利用，尚未充分树立知识复用的意识，对相关知识的抽取、总结、组织、存储和复用的意识还相当薄弱。随着数据的不断增加，数据的存储、检索与分析成本将不断提高，对于集约化的可复用知识的需求将不断提升。为此，政府部门应当增强知识复用意识，提升知识复用的能力。具体包括了解知识复用的重要性，增强数据分析能力，掌握知识库的建设维护和检索利用的方法与技术。
部分地方政府知识复用的障碍
数据基础设施有待加强。政府基于自身的或其他数据资源，对数据中蕴含的知识及其适用场景进行抽取、组织和表示，以备重复使用。由于目前数字档案的数据化程度还比较低，数据描述缺乏统一标准，知识标引和抽取工作尚未展开，导致基于数据的知识发现、组织与复用进程仍然比較缓慢。
突发事件应急知识管理与复用系统尚未建成。当前，一些省市已经建立了基于大数据的应急指挥中心，但主要用于数据共享与协同办公，而针对重大火灾爆炸事故、安全生产事故、自然灾害、公共卫生事件和社会安全事件的知识库建设尚未提上议程，个别在建项目规模小、分散性强、知识覆盖面低，可用性有限。因此，应急管理需要持续作好多方面的知识储备，以备不时之需。尤其是随着应急人员的调岗离开，新加入人员需要迅速掌握专业知识。如果有专业知识库作为支撑，将会事半功倍。总体来看，在应急管理领域，数据与知识复用的准备工作还远不能满足潜在需求。
跨部门数据共享面临障碍。随着块数据等数据集成方案在政府的深化应用，政府数据的跨部门共享取得了突破性进展，数据的关联比对在社会治理、精准扶贫、市场监管、行政许可审批等方面发挥了显著作用。但目前个别地方政府存在着数据“垂直向上集中，水平共享困难”的问题。上级部门虽然拥有较大的数据共享权限，但主要从事统筹性治理和研究性业务，对于下级部门的知识支持力度不够。受数据使用权限的限制，少数基层部门主要局限于使用本部门提交的数据，部门间的数据共享存在拖延、滞后、数据交付完整性低等问题。数据共享不力导致一些部门在制定创新规划与科技发展战略时缺少及时充分的数据支持，要么拍脑袋想当然，要么模糊将就;另外个别部门则不得以重复收集和管理数据，造成资源浪费。
政府数据质量有待提高。通过课题组对75个城市的调研发现，目前，少数地方政府存在同类数据采集和发布标准不统一，元数据繁简不一，部门间共享交换的数据粒度精细不一，数据集不完整、关联性差、连续性不足等问题。在疫情期间，个别地方政府在公开流调信息的过程中对个人信息和隐私保护意识淡薄，缺少规范指导，一些流调信息公开了不必要的个人信息，甚至引发网络暴力。从长远来讲，低质量的数据集难以支撑高质量的知识发现，成为知识复用的障碍。
一些政府部门的知识复用意识不强。目前，政府对知识的获取和传递主要依靠部门领导的经验和专家知识。关键岗位领导的升迁与调换可能带走一些重要的隐性知识，新任领导到岗后学习的任务重、难度大，甚至影响到“一张蓝图绘到底”的业务延续性。当前，少数省市的数字政府建设主要集中于数据的采集、融合与共享，尚未充分考虑到知识的抽取、组织、存储与管理，知识复用意识薄弱。比如，在一些省市“十四五”规划制定过程中，相当多的部门临时寻找专家进行简单咨询，缺少对以往所积累知识的系统研习与创新利用。
促进政府知识复用的对策建议
知识复用可以提高政府决策的质量和效率，是实现数字政府智能化治理的前提。为了促进政府知识复用，笔者提出以下对策建议。
重视知识管理，提高政府知识复用意识。随着数据的不断积累和集中管理，政府需要提高知识复用意识，重视知识发现与管理。在医疗卫生、应急管理、科技创新、城市建设、水利、农业、生态、气象等专业领域，数据的持续积累具有重要的知识价值。对突发事件、重大项目中产生的知识予以抽取、组织和存储，可以复用于公务员培训、危机预警、应急管理以及异地支援等特定场景之中。
充分利用知识组织和知识发现技术，提高政府的知识复用能力。数字政府向智能政府的转型意味着政府在知识的收集、组织、表示、管理、发现和共享方面达到较高水平，知识积累达到较大规模，在技术应用、组织结构和制度供给上作好了知识复用的准备，从而大大提高了智能化治理的水平。为了实现这一目标，需要在数字政府的基础上，充分利用大数据、人工智能、知识表示与知识发现技术，建设政府知识管理系统，在重要岗位上实现知识的适时共享、自动推荐和智能问答，为政策制定、公文撰写、应急指挥、公共服务、社会治理等提供智能化的知识与智力支持。
防范数据垄断风险，扩大基层政府部门的数据使用权限。目前，政府数据主要是垂直向上集中，基层部门使用权限有限，跨部门共享依然存在较大困难。但是，基层部门往往又直接面对各种困难，需要及时应对各种问题。层层上报又层层许可的数据共享方式存在效率低、信息滞后、易失真等种种问题。为解决这一问题，一方面，需要扩大基层政府的数据使用授权，在保证数据安全的前提下增加相关部门适时共享所需数据的权限;另一方面，也需要建立专门领域的知识库和专家库。由于知识的抽象程度高，与个人或部门的现实利益冲突较小，因此，可以加大共享力度，实现赋能基层政府部门和一线业务人员的目标。
加强数据治理，提高政府数据质量。政府数据质量的提升是高质量知识发现的前提。为此，需要进一步提高政府数据治理水平，通过制定各类数据质量标准和数据安全管理规范，提高政府数据的完整性、一致性、准确性、精细度、安全性、可用性、易用性和关联性，为知识管理与复用奠定基础。
促进跨部门知识共享，提高整体性治理能力。跨部门数据共享可以提升政府行政效率，降低行政成本，[30]而跨部门知识共享则可以通过促进信息和知识在不同部门之间的扩散、共享，提高政策的协同性。[31]为此，应当加大政府部门之间以及政府与其他组织机构间的知识共享，通过会议交流、专家咨询、构建专家库等方式促进隐性知识的流动与共享，提高决策的科学性和政策的协同性。
（本文系国家社会科学基金重大项目“基于数据共享与知识复用的数字政府智能化治理研究”的阶段性成果，项目编号：20ZDA039）
近20年来，我国电子政务不断深化发展。从一站式服务到“指尖办理”，从“万里审批图”到“秒办秒批”和“不见面审批”，从“条块分割”到“块数据”管理，数据共享使得政府的整体性治理效能不断提升，在行政许可、市场监管、社会治理、精准扶贫、智慧城市建设等方面取得了显著成效，大大提升了人民群众的获得感和幸福感。与此同时，政府在公共服务和社会治理过程中也积累了大量的经验教训和宝贵知识。其中，除一小部分存留在行政管理人员或相关领域专家的脑海中之外，大部分以电子文件与数字档案的形式保存起来，形成结构化的数据库。
大规模积累的数据其价值大致可以划分为两种：第一种是信息价值，涉及凭证价值、事实认定、身份识别等，主要通过数据的查询与检索来实现;第二种是知识价值，需要通过数据挖掘、关联分析、因果推断和可视化表示来实现，适用于情境感知、决策支持、政策制定、应急响应、风险预警、趋势预测等。知识复用可以降低政府治理成本，提升政府治理效能。大数据与人工智能技术的深化应用使得政府知识复用的条件渐趋成熟，为数字政府的智能化治理奠定了基础。
知识的分类
知识来源于人类对客观现象和实践经验的总结提炼，代表了一定时期内和一定条件下个体或群体对现象的正确认识和对规律的正确把握。认识论哲学家致力于研究知识的组成部分、来源、限度以及知识的正当性问题（Moser， 2002）。[1]他们分析知识的本质，以及它与类似概念如真理、信仰和正当性的关系。在管理学领域，Davenport与Prusak（2000）提出，“知识是一个流动的组合，由框架经验、价值观、背景信息和专家见解组成，为评估和整合新的经验与信息提供了框架”。[2]在情报学领域，知识被认为是通过信息分析活动获得的关于现象或事物变化的规律或模式，通过文献得以记录和传承。袁翰青教授在1964年发表的《现代文献工作的基本概念》一文中指出：“文献工作是将分散知识记录起来的工作，特别是文献中新发现的知识单元，经过学术分析与抽出之后，用一定的方法组织起来，对使用者提供最大的便利，能随时被检索到并参考利用。”[3]相比于描述事实的数据和动态传递的信息，知识揭示了复杂现象背后的关系或规律，具有更强的系统性、稳定性、简约性和传承性。知识可以指导个体或组织在面对复杂现象时准确把握问题、制定有效的解决方案、采取合理的行动或对未来进行正确预测。
经济合作与发展组织（OECD）将知识划分为知道“是什么、为什么、怎么做和是谁的”四大类。英国内阁办公室治理小组负责人Rycroft提出政府知识的7条原则：知识是有价值的财产，知识需要合适的环境才能茁壮成长，知识在必要和可能的地方被捕获，知识被自由地寻求和分享，知识通过复用而增值，知识支撑个体学习，知识支持组织学习。[4]根据知识能否被清晰地表述和有效地转移，可以将知识划分为经过书面文字、图表、公式、声音、动作等符号编码的显性知识和隐藏在人脑中尚未被符号表述的隐性知识两大类。[5]隐性知识和显性知识在相互转化中產生价值，包括隐性知识的社会化、外化和显性知识的融合与内化四个阶段。一方面，个体在自身经验和已有知识结构的基础上，通过学习、理解将组织内外的显性知识内化为隐性知识，并进一步转化为生产力;另一方面，个体通过展示、写作、演讲等活动将隐性知识转化为显性知识，促进知识的共享与传播。[6]在5G时代，视频传播和可视化技术将更多隐性知识以简洁、直观、生动的形式表示出来，大大提高了知识的可获取性和可理解性。
知识的复用
知识复用是指组织或个人运用特定的方法或技术手段对已有知识进行重复利用以实现特定目标并使知识增值的过程，既包括显性知识的复用，也包括隐性知识的复用。就个体而言，复用他人已经学习、创造和证明的知识可以节省时间和金钱，最小化风险，提高效率。就组织而言，知识是重要资产，是具有一定的普适性、可迁移性和可复用的事实、模式与判断，涉及创新复用、技术复用、设计复用、软件复用等。
知识复用是企业知识管理的重要目标，一般指企业组织借助信息技术实现知识的再利用，包括知识管理系统、知识库、本体，等等。Markus（2 0 0 1）认为知识复用的重点是知识管理系统和知识库，通常称为组织记忆系统，并提出四种知识复用情况，包括共享工作的生产者，共享工作的实践者，寻求专业知识的新手，以及二次知识的挖掘者。[7]Majchrzak等人（2 0 1 3）将知识复用界定为组织或个体对已有知识库进行挖掘、搜索、再概念化和再利用的行为。[8]其中，知识库是知识复用的基础。Zhao等人（2020）在知识流的背景下对知识复用进行了动态分析，将学术研究领域的知识复用分为四个阶段，即知识搜索、知识评价、知识重组和知识创造，并以此为核心建立了一个知识重用机制模型。[9]Berkani和Chikh（2010）研究了知识复用的两个子过程：一是实化过程，将隐性知识和引出知识转化为新的引出知识。二是标引过程，运用本体进行标引使已有的知识可复用。[10]
Majchrzak等人（2004）对六个创新案例中知识复用的过程进行研究，确认了创新复用的三种主要活动：重新认识问题和方法，包括决定寻找其他人的想法以供复用;搜索和评估他人的想法以供复用;发展选定的想法。[11]Stenholm等人（2019）在文献研究的基础上，构建了一个以支持技术复用能力的12种实践为特征的框架，并归纳出四类成功因素：战略（平台思维）、过程（支持技术集成）、文化（创建可复用资产）、信息技术（管理知识）。[12]Zhang等人（2 0 1 2）在研究复杂机械装置设计复用策略的基础上，开发了基于实例的设计工具和设计知识管理工具。[13]Li等人（2021）构建了一个元学习框架，用于帮助安全管理人员共享风险知识，预测建筑业各类事故中工伤的风险。[14]Cheuk等人（2 0 1 7）基于案例研究发现了影响知识复用的六个情境因素，包括目的、时间压力、语言、可及性、作者和日期，其中知识创建和复用的目的不匹配最有可能降低知识复用的有效性。[15]AlexBennet与David Bennet（2008）运用神经科学的研究方法发现，知识动员建立在人脑神经元放电的联想网络的基础上，专家和利益相关者之间的协作不仅有助于为当前问题提供具体的解决方案，而且为社区的持续改进、协作和可持续性奠定了基础。[16] Sandkuhl（2015）将知识复用技术总结为基于模块的技术、基于参考体系结构的技术和基于模式的技术，具体包括语义、知识工程、任务、信息需求、知识架构、本体架构、知识形式化、交互模式、知识转换、工作流模式等。[17]Zhang等（2017）提出了一种基于图的知识复用方法，用于支持新产品开发中的知识驱动决策。[18]在大数据时代，各种记录与翻译技术使得知识的积累迅速增加，数据挖掘、本体、知识图谱、图数据库、机器学习等知识发现、组织、表示和推理技术的发展，提高了知识发现的效率和准确性，而互联网与社交媒体的空前发达又使得知识的扩散与传播更为广泛，从而为知识复用奠定了良好的基础。
政府知识复用的三个层次
信息与知识活动贯穿于政府的政治、经济、社会与文化职能之中，具体体现为数据收集、文件编制、情报分析、决策制定、新闻宣传、效能评估等一系列工作环节。政府在国家治理与自身运行的过程中，通过档案文献、历史研究和专家积累传承与利用知识。Rubenstein-Montano等人（2001）通过对美国社会保障局知识管理的研究，提出知识管理可以成为解决“政府灰色化”和导致政府组织专业知识流失的其他因素的有力工具。[19]黄璜提出，引入现代信息技术建立知识管理系统，有助于提高政府知识管理的效能，促进建立学习型、科学型、敏捷型和创新型的政府。[20]Abu-Shanab与Shehabat（2018）的研究发现，政府知识管理可以调节IT基础设施并管理电子政务项目是成功的预测。[21]美国陆军情报部门陆军经验教训中心（CALL）在将独特的知识复用过程融入其运作模式时，强调知识的收集、提炼和传播、学科专家的作用以及技术的促进作用。[22]李杨与翁士洪的研究发现，地方政府应破除对单方知识的路径依赖，鼓励知识碰撞;寻求“中间道路”，建立常态化知识交换渠道;进行反思性的制度构建，推动行政知识迭代。[23]
知识复用可以提高政府决策的能力和效率，降低决策中重复收集和分析信息的成本，是政府从数字化治理向智能化治理转型的必要条件，对于政策制定、公共服务、应急响应、社会治理、市场监管、文化发展以及专门领域的管理决策具有重要价值。
政府知识复用可以简单划分为三个层次。第一，档案文件的调用、查阅与编研。目前，我国数字档案馆建设取得显著成效，纸质档案文件通过数字化扫描和进一步的数据化逐渐转化为知识密集型的结构化数据。社保、学籍、婚姻等民生档案的异地远程查档十分便利，大大提升了公共服务和社会治理效率。浙江政务服务网查档功能开通后，市民到浙江、江苏、安徽、上海等地任一档案馆，或通过“浙里办”APP、“南浔档案”微信公众号“掌上查档”，都可查阅自己的档案信息，实现了“一窗受理、一站查档、百馆联动”，极大地方便了群众办事。[24]城建、水利、设备、研发等科技档案在生产建设、科技创新中的复用可以提高设计效率和标准化程度。2020年1月23日，为建设应急传染病医院火神山医院，武汉市城乡建设局向中国中元国际工程有限工司紧急调用2003年抗击“非典”时小汤山医院的全套设计图纸。当晚，中国中元组织医疗建筑设计各专业的专家团队与武汉方面设计人员直接对接，24小时提供技术支持，充分发挥了科技档案作为显性知识的价值和专家团队隐性知识的价值。[25]
第二，结构化政府数据的查询与利用。政府数据中心、跨部门数据共享交换平台和政府开放数据网站的建立，大大促进了数据的查询、分析和利用。尽管政府跨部门数据共享存在种种障碍，[26]但仍然取得了可观的进展。当前，贵州已经建成省级数据共享交换平台，打造数据共享资源池，形成了“上联国家、横联厅局、下联市州”的共享交换体系，部门间累计共享交换数据2.06亿余批次7397亿余条，为数字政府建设提供了有力支撑。[27]
第三，基于大数据的知识抽取、组织、管理和复用。随着数據的不断积累，数据的存储和管理成本也在上升。2020年9月26日，国家“东数西算”产业联盟在甘肃省兰州市成立，[28]以推动大型数据中心向可再生能源丰富，气候、地质等条件适宜的区域布局，实现“东数西算”。此外，用户对数据的重复分析利用也造成了一定程度的浪费。为应对这些问题，有必要对数据分析的知识性结果进行组织管理和复用。从知识工程的视角来看，知识是从数据中提炼出来的事实、概念、关系、模式和方法，是对数据的简化和提炼。相对于数据，知识的问题针对性更强、表达更简约、结构更稳定、普适性更强，同时，知识存储、传递和利用的成本也更低。比如，原国家安监总局建设了政府垂直行业知识库，提供基于安全生产事故数据的准实时统计和精准检索，以及多维度的安全生产事故态势分析，同时构建基于本体和关联规则的全国安全生产监督管理语义网络，运用自然语言处理技术将历史性安全生产事故信息进行汇聚分类和相似性判断，为相似事故的决策人员提供参考。
另外，在特定情境下，如新冠肺炎疫情期间，相关领域的专家和社会公众通过互联网贡献了大量知识，但存在着不完整、不准确、碎片化、真假难辨等问题。因此，政府有必要在疫情发生过程中高度重视知识库建设，将疫情发生期间所获得的经验、教训和知识进行系统地记录、组织与管理，以便为未来决策提供参考。比如，当新冠肺炎疫情暴发时，政府急需SARS以及以前曾经发生过的大规模传染性疫情防控和应对的知识作为参考。目前，一些地方政府网站在政民互动栏目下设立了“知识库”专栏，主要是为市民提供政策法规和日常办事的咨询服务信息。但是，这些地方政府自身知识库的建设尚未得到足够重视。
实现政府知识复用的条件
政府提高知识复用的能力和水平需要具备以下条件。
不断提高收集、管理高质量数据的能力。数据是知识抽取的基础，高质量的数据是获取正确知识的前提。有研究表明，可信的数据源是保证数据质量的重要条件。因此，应从建立可信的数据源入手，不但要提高政府数据的真实性、完整性、可靠性和可用性，而且应该建立元数据质量标准，增强数据描述的深度，从而提高数据的可发现性和可复用性。 加强知识抽取，构建领域知识库与知识管理系统。知识库和知识管理系统是知识复用的前提。尽管知识管理在企业中已经较为成熟，但在政府组织中尚未得到足够重视。目前，面向开放共享的政府数据描述已经取得显著成效，但面向知识复用的知识抽取、标引、组织和存储还远未提上议事日程。此次新冠肺炎疫情表明，人类社会的发展面临着极大的不确定性，对于自然灾害、事故灾难、公共卫生事件和社会安全事件等，建立面向应急管理的知识库和具备智能化知识推荐功能的知识管理系统是十分必要的。政府部门有必要制定优先建立知识库的清单，分批次建立政府知识库，以便为知识复用和未来人工智能技术的应用奠定基础。
构建领域专家库。除了知识库之外，专家知识也是知识复用的重要内容。建立健全各个领域的专家库，包括领域专家、退休或调离的领导、技术精英等，与政府决策人员形成良好的社群协作关系，不仅有利于促进知识共享，同时也可以促进政策传播，增进公众对政府的信任。
构建综合性知识地图。本体、知识图谱等基于图的技术已经成为知识管理和复用的必备条件。为了提高政府的整体性治理能力，有必要充分复用图神经网络等技术，构建基于多模态数据源的综合性知识地图，为智慧城市的治理提供依据。
提升政府部门知识复用的意识和能力。从文献调研来看，一些政府部门主要关注数据的开放共享与利用，尚未充分树立知识复用的意识，对相关知识的抽取、总结、组织、存储和复用的意识还相当薄弱。随着数据的不断增加，数据的存储、检索与分析成本将不断提高，对于集约化的可复用知识的需求将不断提升。为此，政府部门应当增强知识复用意识，提升知识复用的能力。具体包括了解知识复用的重要性，增强数据分析能力，掌握知识库的建设维护和检索利用的方法与技术。
部分地方政府知识复用的障碍
数据基础设施有待加强。政府基于自身的或其他数据资源，对数据中蕴含的知识及其适用场景进行抽取、组织和表示，以备重复使用。由于目前数字档案的数据化程度还比较低，数据描述缺乏统一标准，知识标引和抽取工作尚未展开，导致基于数据的知识发现、组织与复用进程仍然比較缓慢。
突发事件应急知识管理与复用系统尚未建成。当前，一些省市已经建立了基于大数据的应急指挥中心，但主要用于数据共享与协同办公，而针对重大火灾爆炸事故、安全生产事故、自然灾害、公共卫生事件和社会安全事件的知识库建设尚未提上议程，个别在建项目规模小、分散性强、知识覆盖面低，可用性有限。因此，应急管理需要持续作好多方面的知识储备，以备不时之需。尤其是随着应急人员的调岗离开，新加入人员需要迅速掌握专业知识。如果有专业知识库作为支撑，将会事半功倍。总体来看，在应急管理领域，数据与知识复用的准备工作还远不能满足潜在需求。
跨部门数据共享面临障碍。随着块数据等数据集成方案在政府的深化应用，政府数据的跨部门共享取得了突破性进展，数据的关联比对在社会治理、精准扶贫、市场监管、行政许可审批等方面发挥了显著作用。但目前个别地方政府存在着数据“垂直向上集中，水平共享困难”的问题。上级部门虽然拥有较大的数据共享权限，但主要从事统筹性治理和研究性业务，对于下级部门的知识支持力度不够。受数据使用权限的限制，少数基层部门主要局限于使用本部门提交的数据，部门间的数据共享存在拖延、滞后、数据交付完整性低等问题。数据共享不力导致一些部门在制定创新规划与科技发展战略时缺少及时充分的数据支持，要么拍脑袋想当然，要么模糊将就;另外个别部门则不得以重复收集和管理数据，造成资源浪费。
政府数据质量有待提高。通过课题组对75个城市的调研发现，目前，少数地方政府存在同类数据采集和发布标准不统一，元数据繁简不一，部门间共享交换的数据粒度精细不一，数据集不完整、关联性差、连续性不足等问题。在疫情期间，个别地方政府在公开流调信息的过程中对个人信息和隐私保护意识淡薄，缺少规范指导，一些流调信息公开了不必要的个人信息，甚至引发网络暴力。从长远来讲，低质量的数据集难以支撑高质量的知识发现，成为知识复用的障碍。
一些政府部门的知识复用意识不强。目前，政府对知识的获取和传递主要依靠部门领导的经验和专家知识。关键岗位领导的升迁与调换可能带走一些重要的隐性知识，新任领导到岗后学习的任务重、难度大，甚至影响到“一张蓝图绘到底”的业务延续性。当前，少数省市的数字政府建设主要集中于数据的采集、融合与共享，尚未充分考虑到知识的抽取、组织、存储与管理，知识复用意识薄弱。比如，在一些省市“十四五”规划制定过程中，相当多的部门临时寻找专家进行简单咨询，缺少对以往所积累知识的系统研习与创新利用。
促进政府知识复用的对策建议
知识复用可以提高政府决策的质量和效率，是实现数字政府智能化治理的前提。为了促进政府知识复用，笔者提出以下对策建议。
重视知识管理，提高政府知识复用意识。随着数据的不断积累和集中管理，政府需要提高知识复用意识，重视知识发现与管理。在医疗卫生、应急管理、科技创新、城市建设、水利、农业、生态、气象等专业领域，数据的持续积累具有重要的知识价值。对突发事件、重大项目中产生的知识予以抽取、组织和存储，可以复用于公务员培训、危机预警、应急管理以及异地支援等特定场景之中。
充分利用知识组织和知识发现技术，提高政府的知识复用能力。数字政府向智能政府的转型意味着政府在知识的收集、组织、表示、管理、发现和共享方面达到较高水平，知识积累达到较大规模，在技术应用、组织结构和制度供给上作好了知识复用的准备，从而大大提高了智能化治理的水平。为了实现这一目标，需要在数字政府的基础上，充分利用大数据、人工智能、知识表示与知识发现技术，建设政府知识管理系统，在重要岗位上实现知识的适时共享、自动推荐和智能问答，为政策制定、公文撰写、应急指挥、公共服务、社会治理等提供智能化的知识与智力支持。
防范数据垄断风险，扩大基层政府部门的数据使用权限。目前，政府数据主要是垂直向上集中，基层部门使用权限有限，跨部门共享依然存在较大困难。但是，基层部门往往又直接面对各种困难，需要及时应对各种问题。层层上报又层层许可的数据共享方式存在效率低、信息滞后、易失真等种种问题。为解决这一问题，一方面，需要扩大基层政府的数据使用授权，在保证数据安全的前提下增加相关部门适时共享所需数据的权限;另一方面，也需要建立专门领域的知识库和专家库。由于知识的抽象程度高，与个人或部门的现实利益冲突较小，因此，可以加大共享力度，实现赋能基层政府部门和一线业务人员的目标。
加强数据治理，提高政府数据质量。政府数据质量的提升是高质量知识发现的前提。为此，需要进一步提高政府数据治理水平，通过制定各类数据质量标准和数据安全管理规范，提高政府数据的完整性、一致性、准确性、精细度、安全性、可用性、易用性和关联性，为知识管理与复用奠定基础。
促进跨部门知识共享，提高整体性治理能力。跨部门数据共享可以提升政府行政效率，降低行政成本，[30]而跨部门知识共享则可以通过促进信息和知识在不同部门之间的扩散、共享，提高政策的协同性。[31]为此，应当加大政府部门之间以及政府与其他组织机构间的知识共享，通过会议交流、专家咨询、构建专家库等方式促进隐性知识的流动与共享，提高决策的科学性和政策的协同性。
（本文系国家社会科学基金重大项目“基于数据共享与知识复用的数字政府智能化治理研究”的阶段性成果，项目编号：20ZDA039）