文章来源于
《行政论坛》，2024年第5期
【作者简介】黄璜，北京大学公共政策研究中心主任、政府管理学院副院长、公共治理研究所副所长。
关键词：数字治理；数字政府；数字公共治理；数字化；学科建设
一、学科建设的必要性与可行性
（一）学科建设的必要性
在公共管理学科体系中，聚焦“数字治理”建设一门新的学科，对于公共管理学科建设和公共管理实践均具有重要意义。
首先，公共部门数字化转型及其风险应对迫切需要系统性、专门性的知识和工具支撑。一方面，数字技术正在改变政府管理和公共政策过程。大数据、人工智能等技术的应用既为公共政策制定、实施与评估提供了更加高效、协同的管理工具，也改变了公共决策与行动的基本模式；社交媒体和在线平台的兴起让社会公众能够更加便捷地在线表达意见、参与公共讨论和监督公共事务等。因此，公共部门不仅需要构建一整套适应数字化转型特征和需求的数字治理体系与流程，还需要建立更加开放的数字化沟通机制。另一方面，数字化转型也带来一系列新的风险与挑战，如数据隐私、信息安全、算法透明性和数字鸿沟等。公共部门需要确保数字技术应用的合规性，通过技术、市场和公共政策相结合的方式应对技术的复杂性，探索问题的解决之道。因此，公共部门如何在积极采纳新技术的同时，有效应对各种风险和挑战，促进社会公平正义，成为构建数字治理新学科的基本使命和关键任务。
其次，数字时代的经济社会变革迫切需要为提升治理能力发展新的理论和方法。人类正步入一个由数据和算法驱动的新时代，数字化和智能化不仅改变了各行各业的运作模式，也重塑了世界的运行方式。企业与公众以前所未有的速度和广度相互联通，跨国交流与合作更加便捷，由此全球经济结构发生了深刻变革，世界竞争格局随之改变。例如，在线教育、远程办公、电子健康等新模式正在改变人们的学习、工作和医疗方式。当然，这些变化也带来了新的挑战，如跨境数据流动和数字货币的兴起，对全球金融体系和经济秩序提出了新要求，网络犯罪的增加给公共安全和社会治理带来新的问题。由于传统的治理手段和方式在面对这些挑战时日益显得力不从心，因此需要更多的现代治理工具以及通过数字治理学科来帮助公共部门更加深入地理解并有效应对这些挑战，同时促进各国共享经验，制定共同政策，从而推动全球经济和社会的可持续发展。
最后，公共部门迫切需要既掌握社会科学知识又具备高水平数字素养的公职人员。数字化转型对公职人员的专业知识和技能提出了新的要求。数字素养应成为公职人员的必修课，他们不仅需要熟练使用办公自动化软件和业务信息系统，还需要掌握统计分析、信息安全和大模型应用等基本技能，了解大数据和人工智能的基本原理及其在公共管理中的应用场景。与此同时，公职人员还需要具备对数字时代伦理和法律问题的认知，理解数字技术对政治、经济和社会的深远影响，从而在复杂多变的数字化环境中作出科学的、负责任的决策。为此，数字治理学科应为提升新一代公职人员的数字素养作出贡献，将计算机科学、数据科学与公共管理、政治学、社会学和经济学等学科的理论和方法相结合，提供多元化、复合型的知识和技术，帮助公职人员更好地理解数字时代，为应对复杂社会问题提供更广阔的视角。
（二）学科建设的可行性
当前，从国家需求、专业建设、研究基础和知识体系等方面来看，发展数字治理学科已经具备坚实的基础。
首先，中央对发展数字治理相关专业提出了明确要求。2022 年，党的二十大报告强调“要加强基础学科、新兴学科、交叉学科建设”。同年，《国务院关于加强数字政府建设的指导意见》（以下简称《指导意见》）特别指出，要“引导高校和科研机构设置数字政府相关专业”。2023 年，中共中央、国务院印发的《数字中国建设整体布局规划》提出，“统筹布局一批数字领域学科专业点，培养创新型、应用型、复合型人才”，并“构建覆盖全民、城乡融合的数字素养与技能发展培育体系”，同时“推动高等学校、研究机构、企业等共同参与数字中国建设”。2024 年，党的二十届三中全会进一步要求，“强化科技教育和人文教育协同”。
其次，数字治理相关专业建设已有多年的实践经验。数字治理相关专业建设可以追溯到21 世纪初，如华中科技大学、吉林大学、清华大学、中国人民大学和北京大学等高校在公共管理或信息资源管理学科中设立了“电子政务”专业或相关课程。随后，一批电子政务教材陆续出版，相关学术成果逐年增加，形成了一些代表性研究团队和“小同行”学术圈。近十年来，随着“数字中国”战略的实施，数字治理相关研究得到了更多公共管理学者的关注，部分高校重启了数字治理学科建设。例如，北京大学于2022年开始招收政治学与行政学（数字治理方向）本科生，浙江大学于2023 年设立了数字公共治理班，中山大学于2024 年向教育部申报新增“数字治理”本科专业。在前期相关探索的基础上，2023 年5 月，国务院学位委员会公共管理学科评议组决定，在公共管理一级学科下设置“数字公共治理”二级学科。
再次，相关学科成果积累为数字治理奠定了研究基础。数字治理学科本质上具有跨学科特征，相关领域的研究成果为该学科的发展提供了必备的知识积累。在社会科学方面，法学研究致力于构建适应数字时代的监管框架和法律，尤其是关注隐私保护、安全以及算法带来的挑战；政治学研究探讨数字技术对社会参与、政治沟通以及政府回应的影响；社会学研究集中分析数字技术如何重塑社会结构、社会组织、身份认同和社交互动；城市科学则采用数据驱动的方法分析和优化城市治理系统的运作。在技术学科方面，信息科学专注于研发先进的信息技术和开发方法，探索通过软件工程提升信息系统的质量；信息资源管理关注数据的有效组织和治理，探讨信息系统的设计与实施；数据科学则运用机器学习等新技术，揭示社会行为的基本模式和发展趋势。这些学科共同为数字治理学术研究和教学提供了知识基础和方法。
最后，多元议题的并进逐步构建了数字治理的专有知识体系。公共管理学者围绕数字治理的基本特点和现实问题展开全方位的研究，逐步形成了专门的知识体系。具体表现在以下十二个方面：第一，政务数字化转型的战略、应用与评估研究，主要探讨数字技术如何在不同层面改变公共部门的工作方式，推动改革并评估这些变革带来的经济与社会影响；第二，基于数据驱动的决策研究，分析如何利用大数据和人工智能从海量数据中提取有价值的信息，帮助公共决策者预测和评估不同政策方案选择的潜在影响，实现人机协同决策［1］；第三，公共机构的跨部门协作和数据共享研究，从技术、管理和政策等维度理解数据共享和业务协作的挑战，探索有效的应对机制［2］；第四，政府数据开放与透明治理研究，探讨如何通过多种技术手段提高公共信息资源的开放度［3］，以适应政治和经济发展的需要；第五，政务新媒体的应用研究，探索如何利用社交媒体回应公众需求与期望，降低公众参与门槛［4］；第六，网络空间安全与隐私保护研究，重点关注如何在提升数字服务效率和保障权利之间找到平衡［5］；第七，智慧城市与数字乡村研究，聚焦如何通过数据增强公共服务的智能化，创造可持续发展的城乡生活环境［6-7］；第八，数字素养与人才培养研究，探索如何提升公共机构和公职人员对数字化的适应能力［8］；第九，数字鸿沟与社会包容研究，关注数字化如何加剧或缓解社会不平等，探索通过政策和技术手段促进社会的广泛包容［9］；第十，数字伦理与责任研究，分析数据和算法的使用对公平正义和社会福祉的影响［10］；第十一，技术与公共部门的关系研究，解释技术如何改变公共部门的运行模式和服务交付方式以及公共部门如何吸纳、适应并反作用于技术系统［11］；第十二，全球数字治理的基本框架开发研究［12］，比较各国数字化政策［13］，探索制定并推广全球通用的技术标准和工程方法［14］。
二、数字治理相关术语的比较
多年来，理论界和产业界围绕信息技术在公共管理中的应用，概括、提炼了许多术语，比较通用的有电子政务、数字政府、数字治理等；在理论界较常使用的有数字政府治理［15］、智慧治理［16］、智慧政府［17］、算法治理［18］等，还有一些学术性更强的交叉概念，如计算治理［19］、计算式治理［20］、智能治理［21］、数智治理［22］等。这些术语对应的概念内涵在各自的文献中均有一定差异，提出者通常会有针对性地给出“排他性”的诠释。由于缺乏共识，因此对一个概念的“排他性”诠释往往建立在对其他竞争性概念的“非标准”诠释之上。需要说明的是，本文讨论的所有术语所概括的“技术-社会”对象，均与以芯片或“超大规模集成电路（VLSI）”为核心的现代电子信息技术相关。一些相似且容易被混淆的概念术语，如政策网络研究中经常使用的“网络治理”或指向组织技术的“技术治理”等，不属于本文的讨论范畴。
虽然为数字治理提供一个可以被普遍接受的定义，并不是建设这门新学科必需的前提，但是厘清数字治理与各种相关或相似术语之间的联系与区别，对于理解这一学科命名背后的逻辑具有理论和现实意义。综合来讲，一个合适的学科名称，通常能够清晰表达该学科的核心议题，不仅能够涵盖该领域内的不同方向并留有发展空间，而且能够在不同学术或实践背景以及不同国别或地域中均得到认同或相似的理解，也方便使用，易于传播。
本文要回答的第一个问题是，为什么采用“数字治理”，而非“数字政府”“数字政务”或其他术语命名这门学科。诸如“数字政府”“电子政务”“数字政务”等术语，虽然较为常用，但作为正式的政策术语，它们各自有明确的适用主体或任务范围，而“数字治理”则具有更好的开放性，既可以覆盖数字治理学科当前所能回应的全部理论和实践议题，又有面向未来的延展空间。
首先，数字政府概括了政府管理和服务的全方位数字化转型过程，但其适用主体主要限于国家治理体系中的行政管理机关。事实上，数字政府并不是一个新概念，早在21 世纪初，中文学术文献和地方政策文件中已经出现了数字政府一词［23］，当时的理解虽然较为宽泛，但主要指向政府部门对信息技术的应用。2022 年，国务院发布了《指导意见》，正式将数字政府上升为国家层面的政策术语。根据这份文件，数字政府的建设主体为各级政府，其主要任务包括五个方面，即政府履职与运行、安全保障、制度规则、数据资源和平台支撑等，同时承担引领数字经济、数字社会、数字生态建设的责任，实现对政府管理和服务的全面覆盖。
其次，数字政务覆盖了国家治理体系中各类政务机关的数字化能力建设和服务水平提升，但在任务范围的理解上容易局限于政务机关的内部业务办公和对外办事服务。“政务”一词最初仅指机关内的事务性工作，随着实践的发展和需要，这一概念逐步扩展到业务服务领域，衍生出“电子政务”“数字政务”“政务服务”等术语。2006 年，国家信息化领导小组正式下发了《国家电子政务总体框架》，将电子政务定位为“支持各级党委、人大、政府、政协、法院、检察院履行职能的有效手段”［24］，明确了其适用主体在国家治理体系中的全覆盖，同时在建设任务上涵盖了面向公众、企事业单位和政府的服务体系，政务机关的业务应用系统以及信息资源、基础设施等建设。2023 年，中共中央、国务院印发《数字中国建设整体布局规划》，以“支撑全面建设社会主义现代化国家”为目标提出“数字中国”的发展任务，其中，数字政务涵盖制度建设、共享协同、办事服务和规范使用等方面［25］。虽然数字政务的全面部署尚待进一步专项规划，但从现有文件中可以看出，其在适用主体和任务范围上与电子政务一脉相承。
最后，数字治理相比前述概念，具有更强的开放性、拓展性和通用性，能够与全球治理、国家治理、政府治理、基层治理、社会治理等理论与政策实践形成呼应。治理在这里并不局限于某种特定的管理方式、方法或途径，而是泛指“公共管理（包括治国理政）的方式、方法、途径、能力”［26］。因此，数字治理研究既面向国家治理体系中的各类主体，也可以延伸至地方和基层治理的数字化转型——涵盖数字社会治理、智慧城市治理和数字乡村治理等领域，还可以扩展到全球数字治理［27］。在研究内容上，数字治理既可以将数字政府与数字政务结合起来，也可以将数字技术在治理中的应用与对数字化本身的治理结合起来；既可以探索如何通过构建“数字”秩序来规范和引导技术的合理应用，又可以研究如何实现更广泛的数字化发展。可见，数字治理可以为学术界、政府和产业界之间的对话与合作提供一个共享空间，从而推动多方在数字化创新和治理转型中达成共识与协作。
本文要回答的第二个问题是，为什么采用“数字”而非其他术语概括技术特征。虽然诸如“电子”“数据”“计算”“智能”等术语都反映了现代信息技术的不同特征和发展阶段，但“数字”既能更全面地概括技术特征，也能更准确地描述技术如何融入社会生活、生产和治理中，并捕捉到人们对创新的渴望。在英文中，“数字（的）”主要有两个对应的单词：一是Numerical，强调数值运算，如世界上第一台通用计算机ENIAC 的全称为“电子数字（Numerical）积分器和计算机”；二是更常用的Digital，指代一种离散的、二进制的信息表示方式，反映了现代技术及其衍生系统和设备的核心逻辑特征。基于此，数字技术是指通过这种二进制方式处理信息的技术，包括硬件和软件两个部分。
“数字”这一概念实际上包含两层含义：在第一层含义中，“数字”表示“信息”，对应数字化的信息资源，即数据资源；在第二层含义中，“数字”表示“处理”，是指通过二进制逻辑和布尔代数实现信号处理和运算，即软件程序。区分这两层含义有助于理解学者们对数字化的不同诠释：第一种数字化是将信息的物理载体转化为机器可处理的数字载体，在宏观上表现为对信息资源的开发利用；第二种数字化是信息处理的自动化或去人工化，在宏观上是社会系统的运行从实体逻辑转向数字逻辑，进而推动政治、经济和社会系统的转型过程。此外，其他概念与“数字”既联系密切，又各有侧重。
首先，“电子”是“数字”的物理基础。在ENIAC 的全称中，电子反映了其底层的物理技术（即电子信息技术），而数字则是其逻辑属性。20 世纪80 年代以来，随着个人计算机的普及，电子信息技术带来了一系列商业和管理手段的创新，如电子商务、电子政务等。如今人们更倾向于使用“数字”一词来概括这些技术应用，虽然这在一定程度上有追新的缘故，但确实反映了人们对新生事物的理解变化，尤其是在大数据和人工智能等新兴技术发展的背景下，“数字”能更好地概括这些技术应用的创新特征。
其次，“数据”或“信息”是“数字”的作用对象。一是数据是信息的符号载体［28］。数据化通过标准化方式将不同性质的材料和资源转化为可计算和展示的统一形式，并由此获得价值。上述第一层含义中的“数字”基本等同于计算机中的“数据”，而第二层含义中的“数字”则定义了数据的生产、传递、利用及整个系统运行的规则。二是数据治理在狭义上是对数据质量的管理，在广义上则包含“用数据的治理”。虽然二者都不必局限于数字技术，但“用数据的治理”通常依赖于数字形式，因此与数字治理基本同义。三是信息的边界远大于“数据”和“数字”，且不一定以“数据”或“数字”为载体，但在现代语境中二者很难区分。信息技术涵盖了自人类诞生以来所有用于信息处理的技术，但现今一般指以超大规模集成电路为核心的现代信息技术，即数字技术。根据官方定义，信息化等同于（第二层含义的）数字化［29］，而信息技术或数字技术是实现信息化的关键。
再次，“计算”是“数字”的技术基础。一是尽管“计算”在“数字”背景下指向规模庞大、任务复杂、超越人类能力的自动化运算，但其本质上仍是信息的处理与转换，即输入的信息经过特定算法加工后输出相应的结果。由于“数字”的第二层含义基本等同于“计算”，所有数字化的能力最终依赖于芯片级的运算和控制，因此“计算”既是现代信息技术的核心，也是实现数字化和智能化的基础。二是作为学术概念，以“计算”为前缀的名词通常是指基于大数据或计算机仿真的研究方法，如计算政治学、计算经济学等。虽然“计算治理”或“计算式治理”强调基于大规模算力的基础设施提升数字化水平，但它主要还是指向特定的技术逻辑，其缺乏对“数字”第一层形式逻辑的包容。三是另一个相似的概念是“算法”。以“算法治理”为例，虽然一般是指对算法的治理，但也可以从工具视角理解为用算法的治理［30］，这与“计算”的用法类似。
最后，“智能”是“数字”的最终目标。人工智能技术模拟、延伸和扩展人类智能，当前主流智能技术可以从海量数据中获取深层信息或知识，使机器或系统具备学习能力并适应外部环境的变化。数字技术的发明本意是弥补人类智能的有限性，初心是追求更高的“智能”。从“数字”的第一层含义来看，数字化与智能化是两个不同的发展阶段，智能化建立在数字化的基础上；从“数字”的第二层含义来看，现有的智能技术仍然基于数字逻辑，因而智能技术也属于数字技术。在此意义上，“数字”比“智能”具有更大的包容性。此外，“智慧”和“数智”等概念与“智能”类似，其中，“智慧”源自对“智慧城市”（Smart City）的翻译，更多是对数字技术效果的形象表达，而“数智”则可理解为数字化和智能化的结合或基于数字的智能化。
三、数字治理的若干基本维度
数字治理是一个什么样的学科？可以从以下六个维度进行回答。
（一）数字治理的应用维度与理论维度
数字治理兼具应用研究与理论研究，二者相辅相成。数字治理的应用维度聚焦数字创新与治理转型的路径探索。数字治理的初始问题多源于公共部门应用信息技术的政策与管理实践。每一代新技术，如互联网、社交媒体、大数据、区块链、人工智能等，都推动了一系列关于技术如何赋能公共管理的研究。这些研究包括价值理念、行动方案、效果评估等，致力于优化技术应用以实现更大的公共价值。数字治理的理论维度侧重对数字系统的建构以及对治理效果的价值思考和风险反思。人们很早便洞察到数字治理不仅是“数字+治理”，更是“数字×治理”，即技术与治理的非线性互动。这种互动反映出技术应用不仅会带来公共部门组织架构和流程的变化，还会伴随失败的风险。因此，如何在技术与社会系统的复杂互动中控制信息系统的成本和风险，是数字治理理论研究的核心问题。
（二）数字治理的工具维度与对象维度
“数字”最初被视为一种工具，但随着实践发展，数字本身也成为治理对象。数字治理的工具维度强调“用数字”的治理，重点关注公共部门如何通过数字技术提高治理效率以及治理的责任性与透明度。这不仅涵盖非数字领域的事务，如“一网通办”的线下服务，也包括数字领域的事务，如互联网内容监管等。数字治理的对象维度则是指“对数字”的治理，最初仅针对软件系统开发质量进行管理，为此提出了“软件工程”方法［31］，随后扩展到系统应用及社会科学研究领域。随着数字服务的普及，如何让公众更安全、智能地接入数字服务，如何引导企业和政府负责任地使用和开放数据与算法，如何促使互联网和数字经济平台健康有序发展，成为数字治理的重要议题。此外，确保数字化进程的公平、开放和可持续性也是研究的重点。数字治理的政策工具既包括数字技术系统，也涵盖法律、行政或市场等非数字化的手段。
（三）数字治理的发展维度与安全维度
发展与安全如影随形、紧密相连。数字治理的发展维度主要体现在以下四个方面：一是创新发展，通过数字化创新提升公共部门的管理效率和服务质量，促进数据资源的高效配置，增强应对与解决问题的能力；二是共享发展，致力于缩小数字鸿沟，确保公共服务数字转型惠及所有公众，使人人平等地享受技术进步的红利；三是协同发展，促进政府部门、企业、社会组织及公众的多方协作，构建跨部门、跨机构的协同合作平台；四是开放发展，提倡技术、数据和平台开放，积极参与全球数字治理，构建开放的全球数字治理体系。数字治理的安全维度涵盖了以下四个方面：一是数据安全，确保数据的完整性、保密性和可用性，包括国家层面的数据跨境安全、机构的数据管理安全以及个人隐私安全等；二是网络与系统安全，保护数字治理的网络基础设施、信息系统和软件程序免受攻击、损害或未经授权的访问；三是网络内容安全，规范网络信息传播、营造积极健康的网络生态环境；四是算法安全，确保算法的透明性、公平性和可靠性，避免其被滥用或产生不公正的结果。
（四）数字治理的体系维度与能力维度
体系与能力是数字治理研究的关键内容。数字治理的体系维度关注如何构建完善的数字治理制度框架，以保障个人或组织的数字治理能力得到合理应用。数字治理的体系维度包括以下四个方面：一是数字法治，在法律框架下明确公权与私权的边界，推动数字向善，抑制技术向恶；二是顶层设计，通过战略框架对各地方、各部门的数字化转型形成指导，聚焦关键任务，避免无序建设；三是行业政策，通过系统评估和指导性建议，优化决策质量和管理手段，完善服务模式；四是治理结构，通过机制创新，推动跨部门、跨区域的数据共享和政务协同，保证基层数字治理的集约共享和增能减负以及构建新型政商关系等。数字治理的能力维度强调个人或组织在运用数字技术完成治理任务时的能力提升。数字技术通过赋能带来了新的工具和条件，尤其是数字治理主体信息能力即控制和加工信息能力的提升。数字技术使信息摆脱了对物质或人的依赖性，大幅提升了治理主体从信息中获取知识和控制信息流动的能力，创造了新的价值。
（五）数字治理的时间维度与空间维度
时间与空间既是数字治理的基础条件，也是考察其有效性的重要维度。在数字治理的时间维度，讨论的议题主要包括以下五个方面：一是效率，数字技术显著减少了公共管理和服务所花费的时间，如“秒批”形象地表明了审批流程和时间的大幅缩短；二是同步，通过网络和信息系统实现多部门或个体的协同合作，推动“一网通办”等具体场景中服务的同步或按序进行；三是实时，通过物联网等技术实现对自然和社会系统的即时监测，如城市交通的实时监控；四是敏捷，建立快速反应和问题追踪机制，提升基层社会治理的灵活性和响应速度；五是时代，分析数字时代公共政策和治理体系的范式转变，探索其可能面对的风险和挑战。数字治理在空间维度涵盖了以下五个方面的议题：一是连接，讨论虚拟空间如何补充、替代甚至增强物理空间以及由此带来的新问题和新挑战；二是移动，探讨数字治理在移动网络下的便利性和泛在性，同时分析其给基层治理带来的负担；三是分布式，以区块链为例，数据分布在不同物理地点，形成相互制约与平衡的治理模式；四是全球化，数据跨境流动与人工智能的全球治理，要求在世界范围内讨论应对措施；五是孪生，物理、社会与信息空间的耦合形成数字孪生空间，为社会治理提供全方位感知和智能调度的手段。
（六）数字治理的结构维度与复杂性维度
数字治理本质上是运用结构化的手段来应对复杂的治理问题，包括应对数字化带来的新的复杂性。
首先，信息系统即结构化系统。元数据、编码、事项、流程等管理要素的标准化是数字治理的基础，信息系统开发须按特定的结构“编辑”，方能成为数字治理的基本条件。信息系统将物理、社会和信息空间中的实体和活动按照特定的程序结构（软件）和形式结构（数据）映射到数字空间，再通过数学转换进行计算，从而完成任务的结构化处理。
其次，信息过程即结构化过程。信息处理本质上是减少不确定性和构建秩序的过程。如果说人的认知过程是从无序中找到有序的过程［32］，那么信息系统不仅是加强或重组信息过程的工具，而且是构建新认知的手段。这意味着依托信息系统的数字治理是一个从模糊、感性向精确、理性和科学转变的过程，大数据与人工智能的组合推动了新的知识生产。
最后，数字化带来新的复杂问题。随着信息系统的互联和数据规模的扩大，数字治理面对新的复杂性挑战。互联网既带来了数据流动和信息生产的加速，也引发了风险增加和信息真伪难辨的问题。大量分散、隔离的信息系统又形成了新层次的复杂性，算法也成为新的风险来源，在解决旧问题的同时，又带来新的挑战。
四、发展数字治理学科的建议
（一）以跨学科的视野推动数字治理知识创新
数字治理的研究亟须打开两个“黑盒”，一是治理“黑盒”，二是技术“黑盒”，并将二者结合起来。治理“黑盒”涉及技术应用背后的动机、权力结构以及利益相关者的作用；技术“黑盒”则着眼于技术系统内部的运作机制，包括算法、数据处理流程及自动决策逻辑等。因此，数字治理的研究必须综合技术学科和社会科学的理论与应用研究，形成跨学科的知识体系。研究者应致力于将这些分散的知识整合成系统化的理论基础和指导框架，以帮助学习者、决策者与实践者深入理解数字治理的价值及其影响，进而制定出更合理的政策和问题解决方案。
（二）以坚持公平正义的价值取向促进数字善治
数字技术的核心动力在于提高效率，数字治理则不仅强调高效，更追求公平、透明、法治和社会参与等价值。数字治理的研究与教学应聚焦于弥合社会差距，而非加剧数字鸿沟；保护合法权益，而非助长权力滥用；推动公开公正，而非隐性的“暗箱”操作；促进共同参与，而非盲目依赖技术；揭示技术的运作机制，而非神化技术的万能；推广先进技术，而非垄断技术红利；追求长期发展，而非急功近利；解决真实问题，而非助长形式主义；提倡资源节约，而非不顾代价地投入。数字善治不仅应体现在技术应用的过程与结果中，还应渗透到算法的研究与开发中。因此，数字治理学科建设还须注重伦理教育，确保技术与社会价值并行发展。
（三）以科学务实的态度培养数字治理人才
学科发展的关键在于人才的培养，数字治理的跨学科特性是该领域人才培养的优势，但如果不能有效处理学科间的融合，只是简单地将不同学科的课程拼凑在一起，可能会导致培养出既不精于数字技能，也不强于治理理论的“四不像”人才，这样反而可能影响甚至阻碍学科发展。我们必须认识到，在数字治理的知识体系中，治理是内核，数字是方向，要基于治理需求探索数字的潜能与挑战。因此，在培养数字治理人才的过程中，除了要注重公共管理学、政治学、社会学等学科的基础理论学习和批判性思维训练，还应避免片面要求学生掌握复杂算法或精通软件开发技能。数字治理专业的目标不是培养IT工程师，而是培养具备数字意识、数据意识和系统思维的公共管理研究和实践人才，使他们具备与技术需求方和供给方进行理性对话、规划与推动数字化转型的能力。
（四）以实践教学构建政产学研合作机制
无论是学术研究，还是人才培养，数字治理学科建设都需要更开放地与公共部门、IT 企业及智库研究机构等实践部门进行密切合作。公共部门是数字治理的主要研究对象，不仅承担数字治理的实施任务，还是数字技术与信息系统的主要需求方和使用方。与公共部门合作，能够帮助研究者和学生深入理解数字治理的实际运作过程，识别新的研究问题，同时增强公共部门制定数字化战略和政策的能力，提高数字化管理与服务水平，推动先进经验的传播与推广。在数字治理实践中，IT 企业尤其是大型IT 企业，不仅是先进技术的供应者，还对公共部门在实践中对先进技术的实际需求更为了解，其能够敏锐地把握数字治理的发展趋势。因此，数字治理学科建设应通过设立联合科研平台、合作项目或举办学术交流活动等，促进企业提供技术支持和实际应用场景，促进公共部门提供政策支持和实践机会，促进高校提供理论支持和人才培养，从而构建政产学研合作机制，推动数字治理学科与实践的共同发展。
（参考文献略）
往期推荐
【学术争鸣】基层政策执行过程中的专班机制：基于典型案例的组织学分析
编辑 | 嘉言宣轶
审核 | 清风
