摘要：数据要素正成为推动数字化公共服务转型的重要动力，却尚未充分转化为公众可感知的公共价值，其内在作用机制仍需深入厘清。文章基于文献梳理与实践观察，引入数据共生概念，运用“六何”框架开展理论建构，从何谓、为何、何者、何处、何时、如何系统刻画多元主体围绕数据形成的相互依赖与协同演化关系，提出互利、偏利、寄生三类共生形态及利益校准与信任建构、数据赋能与规则调适、价值评价与反馈学习三大机制。研究表明，数字化公共服务的价值涌现取决于数据共生关系的质量及其演化方向，而非单一数据投入规模，对理解数字化公共服务价值创造逻辑及政府由供给者向生态培育者转型具有启示价值。
关键词：数据共生 数字化公共服务 价值创造 六何框架
一、问题的提出
党的二十届四中全会指出，“十五五”时期是基本实现社会主义现代化夯实基础、全面发力的关键时期，必须以中国式现代化全面推进中华民族伟大复兴。在这一承前启后的历史节点，全会特别强调要“深入推进数字中国建设”，“稳步推进基本公共服务均等化”并“解决好人民群众急难愁盼问题”。这一系列部署为公共服务数字化转型标定了新的历史方位和根本遵循。数字化不再只是技术系统的更新迭代，更成为推动高质量发展、落实人民至上理念的重要治理引擎。以数据要素为核心驱动的数字化公共服务转型加速演进，从“最多跑一次”到“高效办成一件事”的服务方式改变，再到好办易办的体验升级，体现了数据要素对新质生产力的牵引，也为公共服务注入新的价值内涵。然而，数据孤岛、协同困境与价值创造失灵等问题依然严峻，海量数据资源并未直接转化为公众可感知的公共价值。可以说，价值实现落差背后是公共服务数字化转型内在机制的模糊。从现有研究来看，对其内在机制的探索主要体现为从技术载体、核心资源与价值旨归三个维度揭示数字化转型的关键面向。具体而言，一是将数字平台视为实现连接与协同的基础设施，强调平台如何突破传统科层制边界，但未解释平台生态中多元主体的功能性连接如何深化为价值共创关系。二是聚焦于数据要素，强调数据的管理与赋能，将分析重点置于数据的技术属性与管理流程，揭示了数据赋能数字政府的运作机理，但存在资源决定论倾向，对数据流动过程中主体间关系的动态演化关注不足。三是公共价值逻辑，强调多元主体协作创造公共价值，描绘了价值共创的理想图景，却尚未充分阐释平台技术与数据要素如何具体塑造治理主体的互动方式与责任分工。
总体来看，以上三条路径各有侧重，但在解释现实中的价值落差时仍显割裂。虽然清晰地阐明了谁在参与以及目标是什么，但对于参与者如何依赖资源以及资源如何重塑关系的核心问题缺乏一个整合性理论框架。这种碎片化的解释视角难以透视数字化转型中技术、资源与价值之间复杂的非线性互动。平台提供的是制度化空间，数据提供的是流动动能，公共价值则提供规范性指向，这三者之间并非简单叠加的线性组合。实践中普遍存在的价值落差，很大程度上源于三者之间的关系结构尚未被系统揭示，相应的关系黑箱依然封闭。这意味着分析焦点需要从单一要素本身，转向要素之间的结构性耦合关系。对于公共服务数字化转型来说，关键不在于简单的技术升级与数据利用，而是以数据为纽带重构政府、企业与公众之间的互动结构与治理关系。数据的独特属性使得单一主体难以完成从生成、加工到价值实现的全过程。由此，多元主体之间出现超越一次性协作的稳定性相互依赖关系。本文将其定义为数据共生，即多元主体围绕数据的生产、流通与应用所形成的相互依赖、协同演化的动态结构关系。这一关系结构构成了联结技术平台、数据治理与公共价值的关键中介性机制。共生理论作为一种生态隐喻，为把握此类关系提供了有启发性的分析视角。
然而，数据共生首先是一种经由生态隐喻引入的理论构念，因此有必要对这一构念进行系统性的拆解与阐明。要将这一隐喻转化为具有解释力的分析概念，就需要对其构成维度与运行机理进行具象化的剖析。“六何”框架作为经典的分析工具，为阐明这一构念提供了逻辑框架。通过系统回答为何共生(Why)、何谓共生(What)、何者共生(Who)、以何共生(Where)、何时共生(When)、如何共生(How)六个关键问题，能够将数据共生从一个隐喻发展为清晰的分析概念，更进一步系统性阐释公共服务数字化转型如何在数据共生中实现价值共创，进而厘清数字化公共服务价值创造的内在机制。
二、数据共生的内涵阐释与动力机制
1.何谓共生(What)：从生态隐喻到数字治理的范畴转换
共生(Symbiosis)概念源自生态学，用以描述不同生物种群为适应复杂多变的环境、满足生存需求所形成的相互依存、协同合作与共同进化的紧密关系。共生理论历经百余年发展，已扩展至政治、经济、管理等众多学科。共生强调系统中单元间的相互依赖与共同演化，整体性与关系性强于个体属性。在数字化公共服务中，政府、企业与公众可被视为同一治理系统中的共生单元，其依赖与协同构成公共价值生成的基础。要进一步把握数据共生的意义，需将其置于公共服务供给方式演进的脉络中观察：从线下到线上，再到数据驱动的数字化阶段，价值创造的组织逻辑呈现出由单向供给向关系型生产的渐进性重塑。
线下公共服务阶段，公共服务价值主要通过政府单向供给得以实现。政府作为公共服务的核心供给主体，依托科层权威向公民提供标准化公共服务。在这一阶段，政府与公民是单向的供需关系，公民是被动的服务接受者，价值创造完全依赖于政府的供给能力与意愿。进入在线公共服务阶段，公共服务从线下迁移到线上，政府、企业、公民之间开始有所协作，但这种协作更多是功能性和工具化的，价值创造的本质逻辑并未发生改变。政府仍然是服务的主导者，线上服务平台虽然提高了服务效率，但各主体之间尚未形成相互依赖关系，数据仍为管理对象而非驱动要素。随着数据驱动的数字化公共服务阶段的到来，数据作为新型生产要素进入治理服务体系，其独特的非竞争性、价值共创性与网络外部性显著改变了既有的价值生产方式。这一转变使得任何单一主体都无法独自完成从数据生成、加工到实现价值的完整路径。政府掌握着权威性的基础公共数据，却在算法能力和场景创新方面存在约束；企业拥有将数据转化为智能服务的技术能力和运营能力，却依赖政府数据和真实治理场景；公众既是关键的数据提供者，也是服务的使用者和评价者，其需求偏好与体验反馈直接参与界定公共价值的生成。三方围绕数据要素形成了难以拆解的结构性依赖与相互嵌入的关系，逐步演化出一种相互共生的关系网络。在这一意义上，数字化公共服务场域中的数据共生正是指多元主体围绕数据的生产、流通与应用，在持续互动和协同调适中共同实现公共价值生成的动态过程。这样的动态关系网络，正是本文界定的数字化公共服务价值共创中的数据共生。
2.为何共生(Why)：从价值落差到数据驱动的制度回应
在数字技术全面重塑治理生态的今天，为何原本相对独立的政府、企业与公众会走向一种深度依赖、协同演化的共生关系？从目的论视角看，这一趋势背后是公共价值的牵引。数据驱动的共生其根本目标是推动公共价值的持续生成与整体跃升。这种价值生成并不是各方投入的机械加总，而是一种超越主体各自独立行动之和的系统性增益。在数字化公共服务场域中，政府的数据资源、企业的技术能力、公众的需求反馈等关键要素通过有机整合，共同创造出巨大的增量价值。这种系统性增益不仅体现在服务效率提升上，更深刻地体现在服务体验的优化、社会信任的积累、创新生态的繁荣等更多元的价值维度上。
这一进程中，实现公共价值整体跃升最根本的驱动力源于数据作为新型生产要素所独有的三重内在特质。不同于土地、资本等传统要素的物理稀缺性，数据所具备的非竞争性、价值共创性与网络外部性成为驱动多元主体走向共生的基础性动力，更从根本上重塑了公共服务的生产可能性边界。
首先，数据的非竞争性打破了传统资源的零和博弈，构成了共生关系形成的基础前提。传统公共服务受制于物质资源的竞争性（如财政资金、物理空间），往往陷入此消彼长的分配困境，主体间的关系也容易异化为竞争或排斥。数据要素独特的非竞争性重塑了这一资源配置逻辑。数据的复用成本极低，边际效用却能持续叠加。正因如此，政府开放公共数据并不必然意味着丧失自身权力，企业利用数据创造商业价值也并非必然侵蚀公共利益。非竞争性为跨界合作创造非零和的结构性条件，使得政府、企业与公众可以在不损害彼此存量利益的前提下共享数据红利。可以说，非竞争性消解了主体间合作的物理障碍，为共生关系的萌发提供了可能。
其次，数据的场景依赖性与价值共创性共同塑造了主体间资源互补与能力互补的结构基础，构成共生关系演化的内生动力。数据本身只是蕴含价值潜能，其价值的释放高度依赖于具体的服务场景与多元能力的结合。在数字化公共服务中存在显著的资源不对称，政府掌握权威性的基础数据资源，企业拥有将数据转化为服务的算法算力与运营能力，而公众掌握着定义价值归属的需求场景与体验反馈，任何单一主体都无法独立完成从数据到价值的闭环转化。这种能力与资源的互补在结构上增强了相互依赖，促成各方从临时性协作转向更为稳定的网络治理关系。换言之，数据的场景依赖性通过资源—能力匹配，将潜在合作意愿转化为可持续的制度化协作，成为推动共生关系形成的根本内驱力。例如，交通运输部门的信号灯数据、互联网企业的用户定位数据与算法公司的预测模型，三者独立存在时价值有限，但在融合应用时却能创造出巨大的社会效益，实现优化公众出行体验的目的。这种场景依赖性决定了任何单一主体都无法独占价值创造的全过程，从而强制性地促使各类主体形成一种优势互补、资源整合、能力协同的共生，数据正是这一过程中的黏合剂。
最后，数据的网络外部性激发了系统的正向反馈，构成了共生关系持续扩张的强化引擎。数据价值随用户规模与连接节点的增加呈现指数级增长。在共生网络中，数字化服务用户越多，产生的数据越丰富，算法模型训练越精准，服务体验越优化，则越能吸引更多用户与企业加入。随着用户与连接节点增加，规模效应与网络外部性增强，带来数据质量提升与模型优化的累积效应，进一步改善服务并吸引更多参与者，使得共生系统形成自我强化的反馈回路。以全国一体化政务服务平台为例，截至2024年5月，平台实名注册用户已超10.8亿，汇聚了926万项服务事项，成为其价值持续增长的核心动力源。
三、数据共生的结构维度与制度嵌入
1.何者共生(Who)：多元治理主体的权力—资源结构
数据共生是主体构成的复杂网络，不同主体凭借独特资源禀赋在这场深刻的服务变革中占据不可或缺的生态位。数据共生的核心主体主要归纳为政府、企业与公众这三大行动者。在理想的共生关系中，每个主体都掌握其他主体在价值创造链条上不可或缺且具有排他性的关键要素，形成一种相互依赖、彼此嵌入的权力结构。
首先，政府的核心禀赋源自其独占的公共权力与基础数据。任何进入公共服务领域、调用具有高度敏感性的公共数据的行为都无法绕开政府的准入许可。同时，政府是最大规模基础公共数据的初始控制者。其次，企业的核心在于先进算法技术与高效运营能力。企业的技术注入能够挖掘数据中存在的潜在价值。最后，公众是整个共生系统得以运转的数据源头，持续不断地为政府与企业提供鲜活的数据。更重要的是，公众在服务使用过程中的体验反馈也构成对数字化公共服务价值的最终判断，是服务合法性的来源。
值得注意的是，这种主体间基于资源依赖的共生也内嵌着结构性张力。一方面是在政府与企业之间，存在着公共价值逻辑同商业利润逻辑的张力。政府作为公共利益的代理人，其首要目标是维护数据安全、促进社会公平与保障服务普惠。但企业作为市场竞争的主体，其根本驱动力在于数据价值的商业变现与市场份额的最大化。另一方面则是企业与公众之间，存在服务便利化与个人数据隐私保护的张力。企业通过提供愈发精准的个性化服务来获取公众个人数据，公众在一定程度上让渡个人隐私以换取使用便利。以人脸识别门禁为例，技术企业与物业往往强调无感通行的便利，然而公众在享受便利的同时，也面临着极高的隐私泄露风险。若数据安全治理能力不足或二次利用边界不清，将引发隐私与歧视风险，导致便利与权利保护之间的失衡。这一交换的边界始终模糊且动态变化，其解释权往往由掌握技术优势的企业主导，正是这种相互依赖又彼此博弈的复杂关系，构成了数据共生治理的核心挑战与关键议题。
2.何处共生(Where)：数字平台作为制度场域与基础设施
如果说数据共生是由多元主体的互动关系所定义，那么这些复杂的互动关系必然需要结构性的基础来承载。数字公共服务平台即是这一载体，为原本分散的主体提供了相互连接、互动与协同的制度化空间。
首先，平台作为结构重构者，一定程度重塑了部门间的组织边界与协同方式，推动治理结构向网络化方向演进。数字公共服务平台作为数据共生的载体，为多元主体的协同互动提供了数字基础与组织空间，为共生形成创造了关键条件。一方面，平台的连接功能突破了传统科层制的组织边界，实现了跨部门、跨层级、跨领域的主体连接，形成网络化的治理结构。政府即平台的理念主张政府应从服务的直接供给者转变为平台的构建者与维护者，通过搭建开放的数字基础设施赋能社会创新。另一方面，平台构建数据流动的管道，为数据的采集、存储、流通、应用提供了技术支撑，使得原本分散在不同主体、不同部门的数据能够在符合规则的前提下实现有序流动与融合应用。此外，平台提供了主体间持续互动、反馈学习的空间，使得政府、企业、公众能够在服务全过程中进行需求表达、能力协同与价值共创。
其次，只有主体与载体的结合才能共同构成共生系统的完整架构。平台虽为主体互动提供了关键的技术条件与制度空间，但真正决定价值创造效能的是在此场域之内，由数据驱动形塑的多元主体间相互依赖、协同演化的关系网络。一个缺乏多元主体深度参与和良性互动的平台，终将异化为没有生命力的技术空壳。因此，要深刻理解数据驱动的共生生态，既要考察谁在参与（主体），也要分析在哪里互动（载体），更要洞悉主体与载体之间如何相互作用、相互构成，共同演化为一个充满生命力的有机系统。
四、数据共生的形态谱系与运行机制
1.何时共生(When)：互利、偏利与寄生的共生光谱
前述分析系统回答了共生的主体(Who)、载体(Where)与目标(Why)等基础性问题。一个更为深刻的追问是这些要素在现实世界中究竟如何组合，共生关系何时能够呈现为健康的合作，何时又会退化为失衡。何时（When）并非一个指向具体时刻的时间性概念，而是用以诊断和界定共生关系在特定情境下呈现出的结构性状态与质量形态。何时旨在捕捉多元主体互动关系的结构性快照，既深刻反映当前的关系质量，也清晰指示系统演化的可能方向。
正是在具体的治理情境中，这些形态依据主体与平台间的权力资源配置结构与公共价值目标，导向两个关键分析维度所呈现出的系列互动结构。借鉴经典共生理论并结合数字治理的独有特征，这一系列状态可被界定为一个由互惠共生、偏利共生与寄生关系三种典型理想形态构成的连续光谱。
第一种形态是互利型共生（Mutualism Symbiosis）。其核心特征在于权力资源的相对均衡配置与公共价值的交互式增益。从主体层面来看，政府、企业、社会组织与公民等能够在清晰的规则指引下，围绕公共数据的协同生产与公共服务供给构建紧密高效的合作网络。具体来说，政府作为平台的构建者与公共利益的守护者，负责数字基础设施的完善、数据治理标准的制定以及市场竞争秩序的维护。拥有先进算法与运营经验的科技企业作为核心赋能者，将其技术优势深度融入具体服务场景创新。作为服务最终使用者与关键数据提供者的广大公众，其需求偏好与体验反馈深刻地嵌入到公共服务的设计、迭代与监督全过程。在价值目标层面，互利型共生模式追求公共价值的最大化与社会效益的普惠化，以一个相互贡献、协同演进与价值共享的良性治理循环撬动技术创新带来治理效能增益。
第二种形态是偏利共生(Commensalism)。其核心特征在于关键资源（数据、技术或行政许可）被单一主体集中掌控，导致价值分配不对称。主导方在数据、技术等占据优势，其他主体虽参与但收益有限且议价能力弱，整体公共价值提升受限。在这种结构下，公共价值的实现是工具化和选择性的，往往服务于主导方的私利，会侵蚀整个生态的长期创新活力。一个典型是部分地方政府在推进智慧城市建设时，可能会将核心数据资源与关键服务场景过度让渡给少数科技巨头，导致后者在收获巨大商业利润的同时，却未能将相应的技术红利充分反哺于社会。这种结构往往使得公共价值的实现变得残缺和有选择性，服务于主导方的私利被置于更优先的位置，最终破坏系统的长期健康发展。
第三种形态是寄生关系(Parasitism)。其核心特征在于权力配置走向事实上的垄断，价值流动上表现为单向汲取。在数字化公共服务中，一方面，部分平台型企业利用其在数据和技术上的垄断地位，削弱政府的监管能力，甚至滥用获取的公共数据资源。另一方面，政府部门在缺乏有效监督的情况下，利用其掌握的数据权力，通过增加不必要的行政负担、强制收集非必要数据、设置隐性市场壁垒等方式损害公共价值。这种关系不仅无法创造公共价值增量，反而会侵蚀既有的社会信任基础，对整个公共服务的价值创造造成负面影响。其极端案例莫过于“剑桥分析”丑闻，该公司通过社交平台违规获取数千万用户的个人画像数据，并将其用于精准的政治广告投放，严重干预公众政治生活。可以说，在缺乏有效伦理规制与强力法律监督的前提下，数据驱动的合作可能异化为对公共价值的吞噬。
2.如何共生(How)：利益、数据与价值的三重治理机制
共生形态揭示了数据共生关系在不同情境下呈现的结构状态，但这只是对系统的静态描绘。共生关系的建立、维系与演化，有赖于利益校准与信任建构、数据赋能与规则调适、价值评价与反馈学习三个机制的持续运作。利益校准与信任建构奠定了多元主体参与共生的前提条件，数据赋能与规则调适提供了系统持续运转与动态调适的核心动力，价值评价与反馈学习确保系统朝着公共价值目标不断优化。三者相互嵌入，形成动态反馈回路：信任为数据流动创造条件，数据赋能促进价值创造，价值评价又反过来强化信任，共同塑造共生系统向公共价值导向的结构性优化。
(1)利益校准与信任建构
任何可持续的合作关系都奠基于参与主体对共同目标的价值认同以及对彼此行为的稳定预期。在数字化公共服务场域中，政府、企业与公众等核心主体必须围绕公共价值展开持续的沟通、协商与利益校准，并在此过程中逐步建立相互信任关系。
利益校准是共生关系启动的理性前提。从偏利共生走向互利共生的演化轨迹往往伴随有效的公共价值共识形成过程。这一过程要求各方主体超越局部利益诉求，在对话与协商中逐步明确共同价值追求与行为边界。利益校准并非削弱个体诉求，而是通过制度性安排在公共价值框架下实现激励相容，形成在共同规则下的差异化协调。只有当政府看到数据开放能够提升治理效能、企业看到技术投入能够获得合理回报、公众看到参与能够改善服务体验时，共生关系才具备启动的现实基础。
信任建构是共生关系维系的情感纽带。共生的信任既包括以法律、标准与问责机制为基础的制度性信任，也包括在重复博弈中形成的关系性信任。这种信任构建不仅依赖于正式的法律法规或技术协议的硬性约束，更需要在高质量的长期互动中，通过信息披露的透明化、决策过程的包容性与责任分配的清晰化逐步积累和沉淀主体间的心理契约与关系资本。当政府能够及时公开数据使用情况，企业能够严格遵守隐私保护承诺，公众能够理性参与公共事务讨论时，信任便在这些日常互动中逐渐生成。但信任的建立需要长期努力，崩塌却可能发生在瞬间。一次数据泄露、不公平的决策或是缺乏解释的政策变更，都可能导致共生关系退化为互相掣肘的寄生状态。因此，利益校准与信任建构既是共生关系启动的前提，也是维系其持续健康运转的基础。没有这一基础，后续的数据流动与规则调适都将失去支撑，价值评价与反馈学习也将沦为空谈。
(2)数据赋能与规则调适
数据的持续流动与增值利用是整个共生系统维持活力的核心动力。在数字化公共服务中，政府掌握的公共数据、企业拥有的用户行为数据、公众贡献的反馈数据，只有在跨主体的流动与融合中才能激活价值潜能。数据的开放共享打破了传统的部门壁垒和主体边界，使得原本孤立、分散的数据资源能够在具体服务场景中实现协同应用。这种协同应用不仅提升了服务的精准度和效率，更强化了主体间的相互依赖关系。政府在算法与场景创新上存在能力约束，企业对权威数据与真实场景具有高度依赖，公众反馈决定服务优化方向。由此，数据在跨主体间承担起连接与约束的双重角色，塑造了以数据为媒介的利益联结。
然而，数据要素的赋能作用并非自动实现。数据的流动可能带来隐私侵害，数据的应用可能导致算法歧视，数据的垄断可能固化权力失衡。政府数据开放的价值创造效果有限，恰恰说明单纯的数据供给并不必然转化为公共价值。数据赋能的实现高度依赖于一套能够平衡效率与安全、创新与规制、自由与秩序的治理规则体系。缺乏有效规则约束的数据流动，可能将共生关系推向偏利甚至寄生状态。
因此，规则调适成为数据赋能的必要保障。治理规则需要从静态管理向动态调适转变，以适应技术快速迭代与社会需求变迁的现实。数据分级分类的授权机制根据数据的敏感程度与应用场景灵活调整开放范围，既释放数据价值又保护敏感信息。收益与风险共担的分配机制确保价值创造成果在参与各方之间公平分享，同时明确各方在数据安全、隐私保护等方面的责任边界，防止某一主体凭借数据优势过度攫取收益。应急响应机制为应对技术故障、安全威胁或伦理争议提供了快速反应能力。更重要的是，监管沙盒等创新治理工具的引入为规则体系注入试错能力。在风险可控的前提下，新技术、新模式可以在真实环境中测试，监管部门可以近距离观察运行效果，及时发现问题并调整规则，使规则体系具备自我学习与优化能力。
数据赋能与规则调适形成了一个相互促进、螺旋上升的循环。数据的流动与应用不断催生新的服务场景与价值模式，这些创新实践对现有治理规则提出新的挑战，倒逼规则体系的持续优化。而规则的动态调适又为数据要素的更广泛流动与更深层次应用创造了制度空间，释放出更大的价值创造潜能。这一循环使得共生系统既能保持创新活力，又能防范潜在风险，既能激发数据要素的赋能作用，又能确保共生关系不偏离公共价值轨道，成为推动系统从偏利共生向互利共生演化的核心动力。
(3)价值评价与反馈学习
价值评价与反馈学习机制确保共生系统朝着公共价值目标持续优化。共生关系并非一经建立便可自动良性运转，也不会自发地从不理想状态向理想状态演化。系统需要能够持续判断自身的运行状态，识别偏离公共价值目标的倾向，并据此进行自我调整。这一功能的实现依赖于价值评价、信息反馈与适应性学习三个环节的有机联结。
一方面，价值评价体系为系统状态诊断提供标准与工具。数字化情境下，公共服务价值共创的实现逻辑日益复杂，既需要经由需求识别、资源整合、协同生产的全过程，更需要将公平、公正、安全、隐私、信任等多元价值维度纳入评价标准考量，识别数据权力分配是否均衡、利益流向是否公正、主体参与是否充分等深层次的关系质量。通过持续的价值评价，系统能够判断自身更趋近于互利共生、偏利共生还是寄生关系，从而为后续的调整提供诊断依据。
另一方面，反馈回路将评价信息转化为系统调适的触发机制。民意直通车、政务服务好差评制度、基于大数据的用户行为分析等渠道使得评价信息能够在政府、企业、公众之间流动。当评价显示服务质量下降、用户满意度降低或利益分配失衡时，这些信号通过反馈渠道传递给系统中的各个主体，触发问题诊断与原因追溯过程。反馈的及时性与有效性决定了系统能否快速感知偏离轨道的风险，反馈的透明度与可信度影响着各主体对问题严重性的认知共识。
此外，学习机制将反馈信息转化为系统的自我优化能力。面对反馈揭示的问题，系统通过借鉴其他案例的成功经验、吸纳专业知识、综合多方意见等方式进行适应性学习，探索可行的改进方案。学习成果体现为利益分配规则的重新校准、数据开放范围的动态调整、主体协作模式的优化改进等制度与流程的变革。这种学习不是一次性的修补而是持续循环的过程。价值评价发现问题，反馈触发调整，学习产生方案，方案实施后又接受新一轮的价值评价，形成价值衡量、问题诊断、学习适应、系统进化的闭环。
五、讨论与结论
1.研究讨论：数据共生的理论定位与边界
数据共生的核心价值在于为系统性地理解和回应数字化公共服务供给中的价值悖论提供完整的理论视角。首先，从概念边界看，共生关系与协作、协同相比具有三个关键特征：一是互惠依赖性强调主体间深度的相互依存而非一般性的协作；二是协同演化性强调关系的动态调适而非静态的合作协议；三是价值涌现性强调系统性增益而非简单的效率提升。这三个特征使得共生关系有别于传统的公私合作或跨部门协同。
其次，共生形态的动态性与类型化之间的张力。共生关系的形态包括互利共生、偏利共生与寄生关系三种，但现实中的共生关系往往呈现出更为复杂的混合状态，同一系统可能在不同层面、阶段呈现出不同的形态特征。例如，同一系统可能在数据开放层面表现为互利共生，但在利益分配层面倾向于偏利共生。因此，共生形态更应被理解为一个连续光谱，未来研究需要在类型化的清晰性与现实的复杂性之间寻求平衡。
最后，数据要素逻辑强调数据作为生产要素的战略价值，但往往将数据视为可配置、管理、赋能的对象。数据共生框架强调数据在多元主体互动中的催化作用，数据不仅是被使用的资源，更是联结主体、驱动协同的关系媒介。那么，数据的资源属性与关系属性如何共存？在某些情境下，数据作为资源的稀缺性可能强化主体间的竞争而非合作，这与共生逻辑似乎存在矛盾。实际上，数据可复制与低边际成本使其具备非竞争性，但可访问性与控制权具有排他性。数据的资源属性与关系属性并存，由此产生了非竞争使用与排他控制之间的张力，这种张力既可能促进协作，也可能加剧不对称依赖。因此，理解数字化治理复杂性的关键也在于权属安排与责任—收益分配规则。
2.结论与展望
在数字化公共服务中，数据要素与公共价值创造之间的黑箱揭示了理解数据要素作用机制的重要性。围绕何谓、为何、何者、何处、何时、如何六个维度，数据共生概念的提出旨在阐释数字化公共服务价值创造的内在逻辑（具体如图1所示）。数据要素的非竞争性、价值共创性与网络外部性奠定了共生关系的动力基础；互利共生、偏利共生与寄生关系三种形态构成了共生关系的演化光谱；利益校准与信任建构、数据赋能与规则调适、价值评价与反馈学习三大机制保障了共生关系的运转与演化。价值的持续生成并非源于数据的单向赋能，而是涌现于共生关系的良性运作与演化之中。
这一理论框架的解释力仍有待经验研究的检验。未来研究可在两个方向拓展：一是通过比较案例研究检验共生形态的类型学能否有效捕捉现实的复杂性。可以选取处于不同共生形态的数字化公共服务平台进行对比分析，探讨哪些因素决定系统的共生形态，以及这些因素之间如何相互作用。特别是需要探究在什么条件下平台技术架构、数据资源禀赋、制度环境等会对共生关系的形成与演化产生决定性影响。二是追踪共生关系的演化过程，识别触发形态转变的关键事件或临界点。通过纵向案例研究，观察同一系统在不同时期的形态变化，探究什么样的干预能够有效推动系统从偏利或寄生状态向互利共生状态演化，又是什么因素导致某些系统长期陷入低阶形态的锁定。只有通过这些经验研究，数据共生框架才能从启发性的理论概念发展为具有解释力和预测力的分析工具。
笔者期待本文能够为后续研究提供参考，共同推动数字时代的公共服务走向成熟。数字化转型不仅是技术变革，更是治理范式的深刻变革，只有深刻理解数字时代多元主体关系的本质特征与演化规律，才能真正把握数字化公共服务的核心要义，实现从技术驱动向价值驱动、从工具理性向价值理性的根本转型。文章原载：《人文杂志》2026年第1期
