2026年6月，经济合作与发展组织（OECD）发布了《数字政府展望2026》，基于2025年数字政府指数（DGI）和开放数据指数（OURdata），对36个OECD成员国及8个候选国进行了全面评估。结论一针见血：全球政府确实在“数字化”这件事上花了钱、出了力，但民众的获得感，远远跟不上政府投入的速度。

报告中最扎心的一组数据对比是：各国在“制定战略”上的得分高达0.87，而“评估成效”只有0.65。换句话说，政府很会写计划，却很少回头看计划到底管不管用。

战略强，落地弱

Part.1

数字政府的最大问题不是没有方向，而是方向太多、落地太少。报告显示，OECD国家在“战略制定”上的得分从2023年的0.77提升到0.87，是所有环节中进步最快的。但“实施”和“监测”两个环节，始终追不上战略的脚步。政府更擅长写文件，而不擅长把文件里的承诺变成老百姓能感受到的变化。

这种“战略实施鸿沟”在数据治理领域表现得尤其扎眼。94%的OECD国家都有公共部门数据战略，92%有元数据标准——从纸面上看，数据已经被当作战略资产来对待了。但真正落到操作层面时，只有64%的国家具备数据质量管理的标准，能够系统跟踪数据战略执行结果的也只有62%。

开放政府数据也面临同样的困境。94%的国家要求公共机构发布开放数据，但只有49%的高价值数据集提供了API接口。这意味着数据虽然挂在网上，却很难被真正用起来。评估开放数据经济社会影响的国家更是少得可怜——评估经济影响的只有31%，评估社会影响的仅有11%。

为什么战略强、落地弱？报告指出，根源在于政府的投资、采购和人才体系还停留在传统模式里。89%的国家有数字项目的事前评估机制，但只有25%会做项目完成后的成本效益分析。换句话说，政府花了大把钱批准项目，却很少追问“这笔钱到底花得值不值”。

同样的问题也出现在人才建设上。72%的国家做过公务员数字技能需求评估，但只有17%的国家有一份专门针对公共部门数字技能的独立战略。知道缺什么，却没有系统的办法去补——这是很多国家数字政府建设的真实写照。

基建有了，用不起来

Part.2

如果说“战略强、落地弱”是第一道裂缝，那么“基建有了、用不起来”就是第二道。

过去几年，各国在数字公共基础设施上砸了不少钱。数据共享系统、数字通知、单一数字门户这些核心组件，已经在80%以上的OECD国家落地。数字身份治理框架也基本搭建完成——92%的国家有数字身份战略，几乎都有指定的负责机构。

但问题来了：这些基础设施建好了，实际使用率却远低于预期。

以数据互操作系统为例，83%的OECD国家已经有了这套系统，但平均只有63%的公共机构真正连上了它。系统存在，却没人用——这种“有平台无用户”的现象，在数字身份领域同样突出。虽然69%的国家报告说超过一半的线上服务可以通过数字身份访问，但各国的人口实际使用率差异极大：9个国家超过90%，12个国家却低于50%。

更让人意外的是，数字支付和数字邮政系统还有大约四分之一的国家至今仍缺少这两项基础能力。没有这些组件，服务就无法做到全流程数字化，用户不得不在数字和线下渠道之间来回切换。

为什么基建建好了却用不起来？报告给出了三个原因：一是治理分散，没有单一机构有足够的授权去推动全政府范围的采用；二是缺乏强制性要求，服务提供方没有被要求必须使用共享基础设施；三是实践支持不足——技术指导、入驻协助、实操帮助这些“最后一公里”的支持还不够。

这个问题的影响是实实在在的。数字身份用不起来，互操作性停留在纸面上，共享基础设施不完整——政府就无法提供民众期待的那种无缝、连贯的服务体验，遇到突发状况时也难以保持服务的连续性。

报告对此的建议很直接：下一步的重点不是继续建新的基础设施，而是让已有的东西被真正用起来。这需要设计上的“默认复用”——让共享组件成为服务提供者阻力最小的路径；需要清晰的治理——包括共同规则、协调机制和数据共享协议；还需要持续的投入——不仅覆盖初始建设，还要覆盖长期维护、更新和扩展。

AI跑得快，治理跟不上

Part.3

如果说前两个问题是“慢性病”，那么AI带来的挑战就是“急性发作”。

AI在各国政府中的应用正在加速。97%的OECD国家至少在政府的一个领域使用了AI。应用最集中的是内部流程（86%）和公共服务（75%）——比如公文分类、工作流优化、聊天机器人这些场景。但在政策制定（36%）和监督问责（33%）这些更高风险的领域，AI的应用要谨慎得多。

几乎所有国家都有了AI战略——92%的OECD国家有一份专门的“政府AI战略”。83%的国家设立了至少一个机构来负责公共部门的AI治理。89%的国家有AI培训项目，重点覆盖AI的实操使用和伦理使用。

但战略和培训的普及，掩盖了一个更深层的问题：AI的治理工具严重滞后于AI的部署速度。

只有58%的国家提供了采购AI产品和服务的中央支持。只有39%的国家要求做AI部署前的风险评估。只有33%的国家设有内部审查委员会来监督AI使用。只有31%的国家会做AI部署后的审计。算法透明方面更薄弱——只有31%的国家有正式的透明度标准，只有17%的国家有公开的算法登记册。

最触目惊心的数据是：只有28%的OECD国家做过任何形式的AI使用影响评估——不管是财务层面的还是非财务层面的。政府正在大规模部署AI，却很少停下来问一句：这个东西到底有没有用？会不会造成意想不到的后果？

这种“先上车后补票”的做法带来了一系列风险。没有风险评估，AI可能在不知情的情况下造成歧视或错误决策。没有审计机制，AI系统的偏差和漂移就无从发现。没有透明度标准，公众无法知晓政府用AI做了什么决定、依据是什么。没有采购支持，政府容易被供应商锁定，失去对关键系统的控制权。

报告还特别提到了一个正在兴起的新趋势：Agentic AI（智能体AI）。与传统AI“回答问题”不同，Agentic AI可以“执行动作”——跨数据库检索信息、触发工作流、路由案件、发起交易。这意味着AI从“建议者”变成了“行动者”。政府如果连传统AI都治理不好，面对Agentic AI时将面临更大的挑战。

报告的建议很明确：各国需要从AI的“实验阶段”走向“规模化阶段”，而规模化的前提是建立完整的治理闭环——风险评估、采购支持、透明披露、影响测量，缺一不可。

结语

Part.4

读完这份报告，一个清晰的图景浮现出来：全球政府在数字化这件事上，方向是对的，投入也是真的，但“从有到有用”这个跨越，远比“从无到有”要难。

战略写出来了，但执行跟不上；基建建起来了，但没人用；AI部署了，但不知道怎么管。这三个问题有一个共同的内核：政府的治理体系、投资机制、人才结构和问责文化，还没有真正适应数字时代的节奏。

报告给出的药方并不复杂——让共享基础设施成为默认选项，让投资评估贯穿项目全生命周期，让AI治理跑在AI部署前面，让服务围绕人的生活而不是部门的边界来设计。但这些建议的落地，需要的不是另一份战略文件，而是对政府运行方式的系统性重构。

数字化的终局不是“把纸搬到屏幕上”，而是让政府变得更快、更准、更公平。这条路，才刚刚开始。

声明：本文来自稻香湖智库，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。