数字政府2.0的浙江探索

浙江数字政府建设走在全国前列，1.0时代核心内容是数字化改革，典型就是“最多跑一次”。

2025年3月，浙江省政府印发《浙江省数字政府2.0整体工作方案》，标志着浙江数字政府建设迈入以政务智能化为核心的2.0时代。

从1.0到2.0，是一场全方位的升级与变革。如果说1.0是“工具革命”，利用互联网和大数据等工具，让数据跑腿；2.0则是“治理革命”，以人工智能深度赋能政府治理，推动政府治理从数字化向智能化迈进。

一年多来，浙江数字政府2.0探索了哪些路径与打法？

系统思维与节约集约相辅相成

数字政府建设最怕“重复建设、各自为政”。浙江从一开始就坚持系统思维，并且把节约集约作为基本原则贯穿始终，着力破解政务信息化领域存在的“散、乱、慢”痼疾。

顶层设计层面，浙江数字政府2.0被定义为“政府系统牵一发动全身的重大改革”，不是某个部门、某项业务的信息化升级，而是涉及政府运行全领域、全流程的系统性变革；明确提出“坚持系统谋划、整体推进，管用好用、实战实效，节约集约、综合集成，自主可控、安全可靠”原则，覆盖从规划设计到建设实施、从资源配置到安全保障的全链条。

机制层面，浙江建立了双月例会制度。浙江省长在工作例会上多次强调，要坚持“需求牵引、问题倒逼、改革破难、实战检验”的有效路径，以“政府履职更高效、群众企业办事更便利、基层减负更显著”为努力方向。

具体推进中，构建了省市县三级联动、横向部门协同的“一盘棋”工作格局。《浙江省数字政府2.0整体工作方案》明确“以AI赋能为突破点，持续推进数字政府应用创新”的总体方向。各地市据此制定实施方案，明确任务书、时间表，构建“一盘棋”推进、多跨协同工作格局。“省定方向、市抓落实、县搞创新”的梯度推进模式，既保证了全省步调一致，又为基层探索留出空间。

政务智能化不是各部门各自为政的“技术拼盘”，而是在统一框架下的系统集成。同时，节约集约也不是简单的“省钱”，而是通过体制机制创新，从根本上解决重复建设、资源分散等痼疾。

浙江统筹构建智能算力体系，强调基础设施的集约化与共享化。算力层面，浙江注重智能算力的集约供给与统筹调度，避免各地各部门重复建设算力设施造成的资源浪费；模型层面，浙江推动DeepSeek、通义千问等国产大模型的本地化部署。

数据是人工智能的“燃料”。没有高质量的数据，再强大的模型也无法产生精准的输出。数据已成为决定AI能力上限、推动模型迭代升级的关键变量。

在数据归集方面，浙江构建了制度、平台、流程三位一体的系统化推进体系。出台《浙江省公共数据条例》等法律法规，依托一体化智能化公共数据平台归集75个部门、数千亿条数据，并建立质量检测与标注治理机制，为政务AI筑牢高质量数据底座。

数据归集、标注、共享、开放、运营构成一个完整的价值链，任何一个环节的短板都会制约政务AI的效能。在数据流通方面，浙江积极探索数据要素资源化价值化路径，坚持市场化导向，建立健全数据流通机制，系统推进高质量数据集和语料库建设。同时，加强公共数据开放共享、授权运营，更大力度激活沉睡的公共数据价值。

AI不是可以即插即用的单一工具，其效能高度依赖算力统筹、数据质量、场景适配、安全防护与人才素养等要素的协同进化。算力孤岛会拉高应用成本，数据割裂会削弱模型判断力，场景单点突击而缺乏统一底座则易滋生新的“智能烟囱”。

浙江实践表明，系统思维与节约集约相辅相成、相互促进。唯有以系统思维统筹推进，才能更好地将AI“算力”转化为治理“效力”。

变“锦上添花”为“雪中送炭”

政务智能化不是自上而下的“技术输出”，而是自下而上的“问题回应”。

过去，一些政务信息化项目存在“为建而建”的倾向，技术上线了，但基层用不上、不愿用、不好用。问题导向的要义在于：让一线的痛点成为建设的起点，让基层的需求成为开发的清单。

比如，舟山市民政局针对海岛救助“对象发现难、需求匹配难、政策查询难、数据共享难、办理流程繁、资金监管难”六大堵点，启动“人工智能+社会救助”探索，打造“舟到救助”智慧平台，将救助响应时间从48小时压缩至1小时以内。绍兴市越城区瞄准河湖长履职中的难点堵点，打造浙江首个无人机全域自动巡河系统，探索“行政河长+AI河长”共同巡河的新范式。

问题导向的本质，是将AI从“锦上添花”的装饰品，变成“雪中送炭”的必需品，哪里有痛点，哪里就是AI的用武之地。

如果说问题导向回答了“为什么建”，那么基层创新则回答了“谁来建、怎么建”的问题。浙江数字政府2.0的一个鲜明特征，是充分激发基层的创新活力，让“听得见炮火的人”成为AI应用的设计者和开发者。

比如，基层政府文件合法性审查长期面临专业门槛高、人工核对繁琐的痛点。慈溪市瞄准这一痛点，部署上线通义千问多模态大模型，集成《公平竞争审查条例》等8部核心法律法规与本地司法历史案例库，构建智能比对与多维度扫描模型。结果，单份文件审查耗时从数小时压缩至10分钟以内，问题检出率达81%以上。

在特色农业服务领域，针对杨梅种植中病虫害识别难的问题，慈溪试点上线“慈溪杨梅病虫害AI识别智能体”，实现病虫害秒级识别；在基层精细治理领域，慈溪利用大模型实现社会治理事件的自动摘要、多级分类，累计辅助研判事件2万余件。

值得一提的是，慈溪市机关工作人员借助低代码开发平台，“零成本”自主研发AI特色智能体20个，包括社会治理事件分析报告、网格事件再分类、政务AI对话、AI核稿、AI检索、会议记录助手、合同审查助手等，日均消耗超6000万词元。

在法治政府建设领域，针对合法性审查专业门槛高、人工核对繁琐等痛点，集成8部核心法律法规与本地司法历史案例库，单份文件审查耗时压缩至10分钟以内，问题检出率达81%以上。

由于开发主体是懂业务的一线人员，他们针对自身工作中的痛点来设计，可以将专业经验很好地转化为AI逻辑。工作人员并非从零写代码，而是依托低代码平台，通过拖拽式界面、模块化定制等方式快速搭建智能体。

以问题定义方向，靠创新破解难题。在基层创新中，“零成本”三个字尤为关键。它说明政务AI不是靠巨额投入堆出来的，而是靠制度创新和技术赋能激发出来的。

“小切口、大场景”的方法论

过去，一些地区信息化建设，追求系统“大而全”、功能“无所不包”，结果往往是投入巨大却“好看不好用”。浙江在数字政府2.0建设中明确提出，要坚持“小切口、大场景”，摒弃“大而全”的思维，聚焦“小切口”精耕细作，形成“大场景”示范效应。

具体操作上，浙江各地按照“平台统建、能力共享、场景自研”的协同机制推进，省里负责搭好技术底座和算力平台，各地各部门则瞄准自身最迫切的业务痛点，自主开发特色智能应用。这样做的好处显而易见：投入可控、见效快，且每一个应用都源于真实需求，避免了“为数字化而数字化”的形式主义。

比如，财政转移支付资金监管长期面临“效率与精准难两全”的困境。系统预警“快而不准”，仅能按预设关键词识别简单问题，容易遗漏隐蔽性问题；人工预警“准而不快”，监管人员经验丰富但面对海量支付数据难免出现“漏网之鱼”。

浙江省财政厅采取“小切口突破、分步式推进”策略，选择城乡义务教育补助资金作为首个试点。技术团队将财政政策法规、转移支付资金管理办法等文本“投喂”给AI，自动生成资金使用的正负面清单；通过“AI研判—人工比对—规则迭代”三步循环法进行人机训练。

2025年7月，AI预警智能体正式上线。一个月内完成对6项中央转移支付资金的风险研判，发现风险疑点业务量较传统系统预警增加6倍多，预警准确率从原来的23.3%跃升至61.3%。

“小切口”之所以能撬动“大场景”，关键在于一个常被忽视的底层工程，即高质量数据集的建设。AI模型的能力上限，不取决于算法的先进程度，而取决于喂养它的数据质量。

为破解基层应急消防治理长期面临“查不全、改不了、管不住”的问题，浙江省应急管理厅以“九小场所”为切入点，创新打造“AI+基层应消”应用。基层巡查人员只需拍照上传，系统即可实现安全隐患“一拍即识”、整改意见“即时生成”，隐患辨识准确率达92.6%。目前，该应用已覆盖全省90个县（市、区），日均调用量超2万余次。

而真正支撑其“一拍即识”能力的，是对全省应急系统多年积累的1.6万余张隐患图片、3.5万分钟隐患视频、150余万条结构化文本数据进行的“基础自动标注+专家深度标注”。这不是简单的数据归集，而是通过“精标注”将沉睡的、非结构化的历史数据，转化为AI可以“理解”和“学习”的训练语料。

政务智能化最忌“一哄而上”。浙江坚持“小切口、大场景”的基本思路，不追求大而全的“AI万能论”，而是聚焦高频业务场景，做到“建一个、成一个”。

“小切口、大场景”的方法论，体现了浙江对政务智能化规律的深刻把握。一方面，AI技术尚处于快速演进阶段，过早“铺大摊子”容易造成资源浪费；另一方面，政务场景千差万别，只有从具体业务入手、做深做透，才能真正产生实效。一个小切口成功了，就可以复制推广，从“盆景”变成“风景”。

（作者单位：浙江财经大学新经济研究中心）