Tang Xinhua
/ An Analysis of Application of Intelligent PolicyMaking in State Governance Modernization
【内容提要】当前，世界正处于新一轮科技革命浪潮中，智能化水平已成为一个国家的重要战略竞争力。加快推动智能决策、增强智能化管理水平，既是推动国家治理现代化的重要支撑，也是实现国家创新发展战略的重要基石。本文在系统梳理智能决策发展历程及其新特征基础上，以国家治理现代化建设中面临的决策挑战为研究重点，全面分析了智能化技术在战略规划与设计、风险评估与管理、数字经济宏观管理决策和社会治理政策选择等领域的应用路径，率先提出了智能决策应用于国家治理现代化的理论框架，并为智能决策在社会各领域的广泛应用提供了理论参考。
【关键词】智能决策；国家治理现代化；人工智能
【DOI】10.19422/j.cnki.ddsj.2020.03.012
年 月，党的十九届四中全会明确提出， 2019 10坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化的总体目标是：到我们党成立一百年时，在各方面制度更加成熟更加定型上取得明显成效；到 年，各方面制度更加完善，
2035基本实现国家治理体系和治理能力现代化；到新中国成立一百年时，全面实现国家治理体系和治理能力现代化，使中国特色社会主义制度更加巩固、优越性充分展现。
以智能化为代表的新一轮科技革命，为中国治理现代化带来了巨大历史机遇和发展红利。随着人工智能技术的飞速发展，万物智联时代将加速到来，人类将进入智能化社会，国家、社会等治理模式将随之发生巨大变革。国家治理中最为关键的要素在于战略规划与科学决策，其焦点在于“决策”。
年国务院《新一代人工智能发展规划》（以下2017简称《规划》）提出，要开发适于政府服务与决策的人工智能平台，研制面向开放环境的决策引擎，在复杂社会问题研判、政策评估、风险预警、应急处置等重大战略决策方面推广应用。因此，在智能化时代，如何借助智能革命先进生产力辅助决策、增强智能化管理水平，既是推动国家治理现代化的重要支撑，也是实现国家创新发展战略的重要基石，更是一个国家核心竞争力的体现。
智能决策的发展历程及新特征
世纪 年代，美国兰德公司开发的
20 80 ROSIE智能系统便已能够模拟国际行为体在战争中AI的战略决策，研究人员也可以借助人工智能系统在战略层面模拟核威慑、经济制裁甚至非对称冲突。1982年，兰德公司针对冷战时期美国、北约与苏联、华约之间的战略对抗，开发了战略评估系统（RAND
Strategy Assessment System）。进入世纪后，战略演习的常态化催生了一批战略演21习实验室的出现，如美国国防大学战略模拟中心、美国霍普金斯大学战争分析实验室等。美国桑迪亚国家实验室开发了基础设施网络仿真分析系统
和 ASPEN-EE（ASPEN 的升级版），可以ASPEN评估恐怖分子袭击美国能源设施对美国经济造成的损失。美国普渡大学国土安全研究所开发的虚拟国际系统 已经实现对全球 个国家
SEAS-VIS 62进行建模。美国洛克希德 马丁公司先进技术实验
·室正在与社会科学家、军事人员等合作，构建可适应不同特大城市的计算模型，从而帮助处理特大城市的政治、军事、经济、社会、基础设施等各方面信息。[1]
随着人工智能技术、脑机智能、高性能计算、复杂系统理论与建模等快速发展，智能决策的能力也随之快速提升，智能决策越来越多地用于战略领域，并凸显出一些新的特征。
第一，适应更加复杂的决策需要。随着类脑智能技术的发展和复杂系统理论的进步，美国空军研究实验室与 公司合作研发类脑超级计算机，
IBM将类脑芯片的实时数据采集能力与传统计算机的符号处理能力相结合，实现智能化的数据分析和处理。洛克希德 马丁公司研发的“综合危机预警系统”
· （ICEWS），已可以用来监视、评估和预测国家与地方的内部危机。[2]
第二，实现决策前置。过去决策都是在治理问题出现后再研究制定政策，往往错过了最佳施政窗口，增加了政策成本。随着智能决策感知水平的提升，智能决策系统能够更早地感知到苗头性、倾向性的治理问题，从而可将决策前置，避免治理问题放大演变。
第三，提升决策速度。美国国防创新单元实验室（DIUx）预计，量子计算将把预算决策的速度和准确性提高一个数量级。如今在量化交易中，基于人工智能算法的金融市场高频交易已经非常普遍，尤其在量化对冲基金中，美国文艺复兴科技公司智能计算能力已经超越人工交易能力。[3]
第四，引入对抗性决策。美国谷歌公司旗下的深度思维（DeepMind）公司开发出可以进行对抗性决策的智能技术，使得决策工具不需要通过学习人类经验智慧，而是通过自我对弈在对抗中学习并加速进化，从而实现决策能力的指数级跃升。在未来智能决策中，为充分体现系统的非线性特性，必然将引入对抗性决策机制来更准确地评估决策效果。
第五，智能决策进入算法时代。智能决策已经释放出巨大效力，并在多领域得以应用。有分析认为，基于特定算法的社交机器人对 年美国总
2016统大选的网络舆情产生了重要影响。[4]美国国防部设立了“算法战跨职能小组”（AWCFT），利用计算机算法和人工智能准确模拟和分析战争，全面提升军事决策的速度和效率。
智能决策与国家治理现代化中的决策议题
治理决策本质上要解决的是对多变量复杂系统
中决策问题的有效求解。作为决策辅助工具，智能决策在治理决策中的作用主要有四个方面。一是解决决策复杂性。国家治理是一个复杂巨大的系统工程，并时刻处在动态变化中，不同因素的变化相互影响并呈现出复杂非线性特征。智能决策的应用基于多变量非线性系统，采用神经网络和大数据等手段，为解决复杂性难题创造了条件。二是寻找最优决策方案。寻找最优决策方案是所有决策的最终目标。智能决策的重要优势在于可以针对不同决策方案的效果进行仿真模拟，并且每个决策方案可根据不同决策环境进行模拟计算，这使得决策者可以较好地把握不同政策的影响并进行比较，从而找到特定条件下的最优决策方案。三是对决策影响进行评估。智能决策可以对决策实施效果进行复盘，寻找决定性变量和系统性演变过程，并在此过程中不断提高决策的智能化，从而不断提升后续评估的科学性和准确性。四是减少重大决策失误。重大决策失误通常是由于在主要矛盾和次要矛盾区分、短期利益和长期利益权衡上判断有误造成的。利用智能决策工具，可以分析出主要矛盾及其发展变化轨迹，同时也能较准确地评估出短期利益和长期利益的大小，从而扫清决策迷雾，有效减少重大决策失误的可能性。具体而言，智能决策在国家治理现代化上的应用体现在以下几个方面。
一、战略规划与设计
战略决策中面临的最大挑战有两方面：一是政策路径探寻。我们所面对的现实挑战，通常受到多个变量的相互影响，如何确定战略方向是决策面临的关键难题。因此，战略规划与设计的最大挑战就是找到政策方向。政策方向的选择在科学试验中可以模拟测验，但在社会政策实践中无法进行原型实验，因此战略规划与设计的科学性显得更为重要。美国国防部高级研究计划局（DARPA）于 年 月 日启动了“战略机制设计基础”
2017 10 27项目，以便对战略机制进行设计和评估。二是对决策预期效果的评估。最大可能地降低战略规划风险和最大限度地提高决策收益是所有战略决策追求的终极目标。在国际关系中，一个国家的政策变化往往对其他国家产生多重影响，即产生复杂的系统效应。在决策过程中，决策者要考虑选择什么样的策略方案才能获得最大收益，决策执行过程中需要配套哪些辅助策略才能避免政策惯性效应，哪些因素直接影响决策方案的成败。在此背景下，如果能够看清决策实施后的未来图景，将对人类社会产生深远影响。
二、风险评估与管理
在政治、经济、社会等各个领域，当今世界的不确定性因素比以往任何时候都更加突出，尤其在国际安全领域，不断涌现的“黑天鹅”事件给国际社会稳定带来了巨大挑战。由于风险始终处在不断演变之中，因此我们需要在复杂的风险管理策略中加强反馈互动，才可以从更长的时间维度观察到国际格局、国际秩序的调整与变化。当前，人们对风险评估应用的需求不断提高，不仅需要知道整体风险态势，还需要了解风险态势随时间和空间变化的动态演化情况。这就要求未来对风险的评估兼具整体性和实时性，尤其是国际问题纷繁复杂且瞬息万变，更需要采用智能化的风险评估方法跟踪研究形势的快速变化。
三、数字经济的宏观管理决策
智能化和物联网的发展加速了数字经济的到来，深刻改变着社会化大生产中的各个环节。一是需求侧智能化感知。在万物互联的情况下，个人和集体的潜在消费都可通过大数据分析得到消费需求
图谱，市场运行的消费需求都将更准确地被及时感知。因此，针对需求感知的智能决策有助于提高企业对市场的敏感性，并将成为未来企业新的竞争力所在。二是生产制造智能化。生产制造要想更好地满足个性化需求，需要对设计和实验的诸多环节进行优化，而智能化将有助于提升这一环节的效率，打造高质量生产模式，即生产部门可精准感知市场需求，按需制造产品。美国信息技术与创新基金会发布的《机器人技术与生产工作的未来》报告称，机器人应用将成为生产力增长的关键因素，从而重塑全球供应链。[5]三是资源配置智能化。资源配置不平衡一直是市场中的难题，市场“无形的手”和政府的宏观调控往往存在一定的滞后性。如何精准及时地优化资源配置是宏观调控追求的重要目标。智能化可以及时、精准地感知需求侧和资源分布，有效地配置市场资源，避免产能过剩和价格畸形。同时，人力资源的高效匹配也可通过智能化得到提升。四是创新与创造智能化。过去，创新与创造的决定因素是人力、资源等，但在智能化社会，创新与创造的范式发生根本性改变，创新与创造更多地依赖智能化平台，即利用创新实验快速试错寻求创新发明亮点。例如，在科学理论方面，依靠人工智能寻找未来理论定理公式；在药物研发等方面，利用人工智能和高性能计算机加速试验，极大缩短研发周期。五是宏观经济政策调控智能化。宏观经济政策调控牵一发而动全身，需要考虑众多变量和影响，具有极高的复杂非线性特征。针对上述问题，《规划》提出建立金融风险智能预警与防控系统。[6]因此，必须统筹兼顾货币、利率、汇率、投资等各种变量，以实现政策效力最大化和风险最小化。智能化辅助应用将提前感知决策问题，并充分考虑诸多变量因素，通过复杂的非线性模拟实验，寻求最优
政策组合方案，可以极大降低政策滞后性和风险发生概率。
四、社会治理的政策选择
社会治理涉及每个公民的利益诉求。由于经济、职业、宗教、地域、文化、民族、法律等诸多因素相互影响，而且与网络空间相互交织，社会治理不及时、不到位极易催生社会问题，引发社会不稳定。十九届四中全会强调，必须加强和创新社会治理，完善科技支撑的社会治理体系。[7]实现有效社会治理需要重点做好两个方面的工作，一是社会问题及早感知，二是社会矛盾有效疏导。在社会问题感知预警方面，过去很难感知到社会思潮、民意风向，很多社会矛盾只有爆发后才能被关注。随着社交媒体的广泛普及，通过智能化分析可及时甚至提前感知社会舆情，从而为社会治理赢得时间窗口。在社会矛盾有效疏导方面，治理方向需符合社情民意，在疏导中逐渐解决问题，关键要在法律制度框架内找到切实可行的解决方案，否则将激化社会矛盾。2018 年 月，习近平总书记在中共中央政治
10局第九次集体学习时强调，要加强人工智能同社会治理的结合，开发适用于政府服务和决策的人工智能系统。借助智能化辅助，便可精准找到社会矛盾梳理方向，并根据不同人群的利益诉求，制定相应政策，打造智慧治理新模式。
智能决策在国家治理现代化建设中的应用框架
国家治理现代化建设进程与人类社会向智能化时代迈进同步展开，国家治理必然要面对“数字洪流”的冲击。在此背景下，决策者只有借助智能决策工具，才能在较短的政策时间窗口内通过数据处理进行科学决策。在国家治理中，包括应急管理、
舆情管控、社会治理、城市运营、关键基础设施保护、数字金融风险防控、经济宏观调控等多个领域，都需要在海量数据洪流中寻找最优决策方案。因此，智能决策能力的发展水平直接影响着国家治理现代化建设的质量和效率。
通行的决策系统包含环境感知、案例库、策略优选、效果评估四大部分。决策系统首先要对行为体外部环境状态进行准确感知，客观评估行为体当前面临的风险和机遇，并在此基础上指导行为体做出相应决策。此外，决策系统需要有丰富的决策案例作为支撑，并利用智能分类和相关性模型，筛选出若干方案组，构成当前环境下的方案集。在决策过程中，人工智能算法可以替代复杂的非线性计算，帮助决策者克服所谓的“选择恐惧症”。智能决策就是将之前筛选出的决策方案集导入策略实验系统中进行仿真模拟，以策略优化函数为依据，利用人工智能学习算法进行不断的策略比选，最终由决策效果评估模块进行评判，选出最优策略。至此，决策管理的理论环节基本完成。值得注意的是，对于理论上的最优决策方案，还需要根据现实应用效果进行再评估。如果最优决策方案实践效果不理想，则需进一步筛选和优化函数以调整方案。此外，用于国家治理的智能决策框架还需遵循道德和政治指导方针。[8]
具体而言，智能决策的全过程应包含以下几个步骤：一是决策问题。决策问题的选择和概化是决策开始，也是决定决策方向的关键。通常情况下，决策问题应该概化为主题、矛盾点、环境条件、影响变量、决策方向空间等，形成相对范式化的问题框架，以便智能决策系统识别。二是决策模型。智能决策系统根据问题特性，组合构建决策模型（如模式识别、系统动力学、离散事件、
社会网络分析、智能体演化等），按需自动搭建模型“积木”，完成决策问题的计算。三是决策边界条件。社会科学中决策问题的边界通常是模糊的甚至没有边界，这为模型计算带来了困难。因此，可行的计算模式是根据实际问题设定若干种环境条件或情景模式，再分别计算不同边界条件下的决策效果，或者同时考虑几种情景融合计算，将无限边界“解空间”科学地变换为有限边界“解空间”。四是决策模拟实验。决策模拟实验即是在不同情景边界下，对决策方案的效果进行模拟计算，测算决策成本和收益。由于影响变量具有一定概率性，模拟实验将按照蒙特 卡罗方法（Monte
· Carlo Method）[9] 等进行大量模拟计算，最终确定决策收益区间，为下一步比较和优选决策方案做好铺垫。五是决策方案优选。在各种决策方案模拟试验后，通过比较方案收益大小和成本，以及考虑变量最大概率等，挑选出最佳决策方案。六是反馈调整。决策方案进入应用阶段，根据相应政策出台后的反应，反馈至决策模型中进行验证，并及时对决策方案进行调整。七是决策方案工具箱。任何决策方案都不是完美无缺的，甚至会产生一定的负面效应，决策方案工具箱即是用于应对决策产生的负面效应。系统将从工具箱里选择合适的辅助工具，通过决策模型进行匹配实验，建立相应联系机制。八是决策效果评估。决策进程是一个不断循环演进的动态过程，而决策效果评估是进入下一次决策制定的前奏。在决策效果评估的基础上，智能决策模型将针对上次决策计算中的缺陷加以修补、优化和升级。[10]
目前，决策智能已经应用于国家治理现代化建设的具体行业中。阿里巴巴达摩院决策智能实验室开发的“国土资源监管系统”，[11]通过分析高分辨
率遥感图像，应用深度学习算法，可以快速精准地发现存在污染、盗伐、侵占和灾害的可疑地区，为国土、环保、水利等部门提供了有力的决策支持；深圳市公安局交通警察局已经与华为公司的Atlas
[12]人工智能计算平台合作，构建深圳城市交通大脑，即采用智能化分析手段，提取涉案情报，提高城市立体化、动态化防控能力。可以预见的是，决策智能化应用未来将在国家治理现代化的各个领域中出现。
结 语
人工智能技术不断迭代发展，将推动智能决策水平不断提高。人工智能技术进步将提高决策方案匹配度，使得高精度的“快速决策”变得可行。决策仿真模拟技术的发展与人工智能的融合，将进一步提高决策仿真实验与现实的相近度，使得决策系统将更智能化地趋近于“人类决策思维”，决策效果评估的精确度也会提升。可以预见的是，人工智能将推动人类进入智能化社会，智能化决策管理也将被广泛应用于人类生活的各个方面，如智慧城市、战略决策管理、量化交易策略、社会智慧治理、物联网调度管理、大型基础设施的综合调度、社会舆情管控、智能化军事战略决策乃至外交决策等。[13]人工智能或将推动人类社会运行和管理进入智能化文明阶段。
中国正处在国家治理体系和治理能力现代化建设的新征程上。在新一轮科技革命发展机遇中，中国要充分利用智能化革命带来的先进生产力，全面提升各个领域的治理决策质量，更好地预防、应对、管控风险，践行创新发展战略，进一步提升国家战略规划与评估能力，用智能决策的科技发展红利助力新时代国家治理现代化建设进程。