알림 목록

分析区域：京畿道及31个市郡
核心区域： 京畿道政府、31个市郡、公共机构及居民 所有行政服务
议程：能否将服务1400万居民的超大型都市行政系统转型为基于人工智能和数据的操作系统？
黄金时间类型：机遇+结构性风险
参考日期： 2026年8月28日
版本：区域AX黄金时间智能v3.1
 

京畿道行政系统是韩国最需要人工智能转型的地方政府系统之一。京畿道拥有约1400万人口，下辖31个市郡，城市、乡村、工业区和边境地区交错分布，仅靠地方政府首脑或少数几个部门直接识别和判断每一个变化信号的方式，难以同时管理福利、灾害、产业、交通、人口、医疗保健和民生投诉等诸多问题。京畿道过去也曾自诩为韩国人口最多的地方政府，拥有1400万人口。（京畿新闻门户网站）

京畿道在行政人工智能领域已超越了早期阶段。2025年11月，京畿道成为韩国首个推出自主研发的“京畿生成式人工智能平台”的地方政府，该平台应用于行政文件的创建、搜索和摘要、会议管理、行政申诉以及地方法规的起草等六个领域。2026年，京畿道斥资约9.6亿韩元委托服务商负责该平台的运营和维护。京畿道将五种韩国国产人工智能模型与其自身的行政数据相结合，打造了一个自主控制的平台，该平台不会直接将行政信息传输给外部服务商。（京畿道新闻门户网站）

人工智能在公共领域的应用正在迅速增长。根据京畿道人工智能注册系统仪表盘截至2026年4月的统计数据，共有187项人工智能服务、32个采用该技术的当地政府、81个运营机构、7个应用领域以及46项2026年新增服务注册。此处提及的32个当地政府包括京畿道政府总部以及31个市、郡。福利领域的服务数量最多，达66项。这表明京畿道的人工智能管理已不再局限于单一的实验性项目，而是正在向福利、行政、安全等领域扩展。（京畿道政府）

然而，人工智能服务的增长与行政操作系统升级为AX有所不同。 目前，生成式人工智能辅助公务员创建和检索文档，AI福利呼叫系统实现咨询自动化，AI 119支持报告分析。这些都是重要的成果。但是，目前尚无充分证据表明，一种能够将31个市县的数据关联起来，首先检测风险信号，相关部门将分析结果和应对方案反馈给地方政府领导，最后由人工智能在政策实施后验证结果的模式已经普遍适用。

京畿道的真正黄金时期不在于引入更多人工智能服务，而在于将1400万人口和31个市县每天产生的数据转化为“发现→判断→执行→验证”的行政操作系统——换句话说，就是将人工智能从行政工具转变为地方政府的运行模式。

京畿道行政管理最显著的特点是异质性而非规模。在同一个京畿道市政府管辖范围内，既包括人口超过百万的大城市，也包括小型县级行政区；半导体产业区、人工智能产业区、生物产业区、边境地区、农村地区、首尔都市区以及老龄化地区等也同时存在。因此，即使采用相同的政策，不同城市和县的需求和结果也必然存在显著差异。

行政数据基础设施已基本建成。  “京畿数据梦想”通过单一集成平台提供京畿道、31个市郡以及相关公共机构持有的公共数据。数据涵盖所有行政领域，包括安全、交通、教育、福利、产业、金融和环境，并支持开放API。换言之，开放都市区到地方的数据——这是行政管理最关键的前提条件之一——的基础已经具备。（京畿数据梦想）

然而，数据存在于单一门户网站与实际应用于行政决策之间存在差异。如果数据集是基于部门或机构的标准生成的，并且更新周期和质量各不相同，即使借助人工智能进行分析，也很难将它们整合为政策判断所需的单一时间序列。

这也是京畿道于2024年成立人工智能数据委员会的原因。该委员会由来自全省及31个市郡的98名基层官员组成，旨在探讨基于人工智能的社会问题解决方案、联合数据利用、联合分析项目识别以及公共数据质量管理。这一架构表明，京畿道已意识到需要通过数据连接32个行政实体，而非仅仅作为一个单一的地方政府运作。（京畿新闻门户网站）

在管理 AX 中，最需要注意的是判断 AI 的采用是否等同于 AX 的转型。

京畿道目前已具备人工智能工作辅助、文档创建、行政数据检索、会议管理、行政申诉支持以及地方法规起草支持等功能。随着生成式人工智能减少公务员的重复性工作，行政效率有望得到提升。（京畿新闻门户网站）

然而，这主要更接近于任务自动化。管理型 AX 则属于更高层次。

人工智能创建文档的管理方式与人工智能首先检测区域内异常信号的管理方式有所不同。

人工智能回应公民投诉的政府和将投诉、新闻、统计数据和项目成果联系起来，在问题出现之前修改政策的政府之间存在着区别。

京畿道政府要迈向AX阶段，数据必须成为政策决策的实时证据，而不仅仅是简单的搜索对象。

例如，如果一个城市或县同时出现青年就业率下降、企业倒闭、人口外流、民事投诉增加和商业空间空置等情况，人工智能必须能够将其检测为单一的区域性结构风险，而不是让每个部门单独应对。

虽然京畿道目前具备朝着这个方向发展的要素，但仍然缺乏公开证据表明，将这些要素联系起来的省级行政部门的综合政策决策智能已经得到普遍应用。

人工智能如何改变地方行政的关键不在于取代公务员，而在于大幅提高行政部门能够处理的信息量和决策速度。

传统的地方行政管理模式的特点是，负责部门收集数据，只有在收到投诉并确认问题后才会做出回应。相比之下，数据驱动的自动化行政管理能够通过持续分析行政信息、公共数据、投诉、灾害、经济、产业、交通和福利数据，及早发现问题迹象。

鉴于京畿道幅员辽阔，这些变化尤为重要。这是因为，要直接追踪31个市县同时发生的所有具有政策意义的信号，对人类而言十分困难。

事实上，京畿道就业基金会正在展现这一模式的潜力。该基金会计划到2026年建立一套系统，利用京畿道就业信息平台和危机检测算法主动识别就业危机迹象，并通过基于人工智能的生成式“AI助手”帮助从业人员快速从数据中得出政策建议。此外，该基金会还利用数据分析京畿道31个市县的就业和产业问题。（京畿道新闻门户网站）

此案例的意义不在于报告是由人工智能生成的， 而在于它建立了一种“指标变化→风险信号检测→政策影响→行政判断”的结构。

如果京畿道的整个行政部门都采用这种结构，地方政府 AX 的重点可能会从聊天机器人转移到预测、判断和反向报告。

京畿道目前正在从三个方面扩展行政人工智能。

第一个是面向公务员内部运营的AX平台。京畿道生成式人工智能平台支持行政文件、会议记录、规章制度和行政申诉的创建和检索。2026年，京畿道还开展了一项计划，通过参观Naver和谷歌等公司的办公场所，向公务员和公共机构员工普及人工智能实际工作环境和数据驱动型组织运营。约80人申请了30个名额，这表明内部需求旺盛。（京畿道新闻门户网站）

第二个项目是居民服务AX。京畿道TtokD利用公共MyData提供个性化的福利和就业信息、居民卡和电子钱包；到2026年，该项目将扩展功能，利用生成式人工智能技术实现对现有福利和行政服务的搜索和申请。此外，还计划将居民卡受理点的数量从1550个增加到2000个。（京畿道新闻门户网站）

第三项是展示解决问题的人工智能。2026年人工智能挑战计划旨在支持人工智能管理、安全、护理、福利、医疗保健和物理人工智能等领域的约八个项目，每个项目提供约3亿韩元的资金。京畿道及其下辖市、郡将作为需求方，与人工智能公司组成联合体。（京畿道政府）

政策方向很明确。然而，未来的挑战不是将这三个轴心作为独立的AI项目来运行，而是将它们连接成一个单一的行政AX架构。

京畿道在地方政府人工智能转型方面的优势在于其试验规模。该地区拥有31个市郡，人口1400万，几乎所有类型的地方行政机构——包括城市、农村、工业、社会福利、交通运输和灾害管理——都集中在一个区域内。

因此，京畿道验证的人工智能行政模式具有可推广至其他地方政府的经验价值。尤其值得一提的是，京畿道地方政府建立了自主的生成式人工智能平台，甚至运行独立的人工智能注册系统，这可以被视为一项相对先进的制度性实验。（京畿道新闻门户网站）

人工智能注册系统尤为重要。这是因为随着人工智能应用于公共管理领域，准确性、偏见、个人信息和可解释性等问题变得愈发突出。京畿道通过该注册系统要求公开应用领域、人工智能类型、所用数据和数据来源。截至2026年1月，已公开的项目有73个，而4月份的数据显示，服务项目已增至187个，表明其发展速度迅猛。（京畿新闻门户网站）

然而，要与领先的国际地方政府竞争，就不能只看人工智能服务的数量，还要披露人工智能在多大程度上改善了政策结果。

下一个评估单位是行政处理时间减少了多少，福利盲点识别率提高了多少，灾害应对时间缩短了多少，以及预算政策效率提高了多少。

目前，京畿道人工智能注册系统已登记187项服务，共有81家机构参与，涵盖7个应用领域。仅从这些数字来看，人工智能在行政管理领域的普及速度就非常惊人。（京畿道政府）

然而，考虑到31个市县的行政规模，又出现了另一个问题。即使人工智能服务的数量增加，每个地区单独采用重复的解决方案也会增加成本，并可能再次造成数据碎片化。

反之，建立通用的人工智能基础设施和数据标准，能够将一个城市或县验证过的服务快速传播到其他城市或县。

区域一体化的实际效果已在交通运输领域显现。京畿道的紧急车辆优先信号系统已在省级层面进行整合，以解决因地方政府系统跨越行政边界而产生的兼容性问题，目标是在2026年底前将该系统推广至京畿道全部31个市郡。（京畿道交通信息中心）

本案例同样适用于行政 AX 系统。

京畿道建立公共基础设施，各地区添加必要服务，这种结构很可能比 31 个市县各自发展人工智能要高效得多。

首先是人工智能工具与行政运营模式之间的差距。虽然文档创建和搜索的自动化进展迅速，但尚未普及到政策风险检测和决策支持领域。

第二个问题是京畿道与下辖31个市郡之间的数据差距。尽管京畿道数据梦想计划正在整合和开放数据，但各部门实际所需的数据的更新周期、质量、标准和连接水平却存在差异。

第三点是领先城市和落后城市/县之间的人工智能管理能力差距。大城市以及财政资源和专业人员有限的城市/县很难具备同样的人工智能管理能力。

第四点是人工智能服务与实际效果之间的差距。尽管目前已有187项人工智能服务，但对每项服务在降低行政成本、缩短处理时间、提高居民满意度和提升政策绩效方面的综合评估仍然有限。

第五个问题是自动化与责任之间的差距。随着人工智能推荐的判断越来越多地应用于福利、行政申诉和安全等领域，出现错误时的责任、最终的人工判断、异议以及数据可追溯性变得至关重要。

京畿道引入人工智能注册系统是缩小这一最后差距的重要起点。

行政AX的物理基础设施也在不断加强。2026年，京畿道将此前分散在各个设施中的152个信息系统和约2330件信息通信技术设备整合并迁移至人工智能数据中心。（京畿新闻门户网站）

这不仅仅意味着机房的简单搬迁。在人工智能管理中，计算、安全、灾难恢复和通信基础设施的整合至关重要，因为大规模数据和模型必须稳定运行。

在数据方面，京畿道数据梦想、MyData以及各种行政系统已经存在。下一步是从数据开放→数据连接→实时分析→政策决策。

就人才而言，仅仅在人工智能部门配备几名人工智能专家是不够的。负责福利、交通、环境、经济、农业和灾害应对等部门的普通公职人员必须知道如何在工作中运用人工智能，并验证其结果。

具体而言，公共人工智能需要同时兼顾隐私保护、安全、算法偏见控制、可解释性和问责制。因此，京畿道人工智能注册系统需要从单纯的技术清单公开系统发展成为公共人工智能治理的基础。

行政人工智能的最终评价标准不是公务员的工作便利程度，而是省内居民所经历的变化。

一些实际案例也开始显现。富川市的“Onmaum AI福利呼叫”项目，由京畿道通过2025 AI挑战赛推广，在2026年成果分享会上宣布，引入AI福利指导后，福利项目申请数量平均增加了1000多件。光州市的生成式行政助理利用AI处理违章停车等民事投诉，并开发了AI审计审查功能。京畿道消防局利用语音识别技术将119紧急呼叫转换为文本，并为外国来电者提供翻译功能。（京畿道新闻门户网站）

这些例子代表着一种重大转变。这是因为它们证明，人工智能已经开始超越简单的内部效率提升，转而为居民带来实际成果，例如获得福利、处理民事投诉和应对灾害。

2026年8月，水原、华城、平泽、始兴和乌山等地也启动了试点项目，将生成式人工智能应用于福利咨询、社会保障福利指导和现场咨询。（京畿道新闻门户网站）

然而，并非所有人工智能行政项目都能取得相同成效。今后，京畿道必须在每项人工智能服务推出前后，公开其行政耗时、成本、申请率、错误率以及居民满意度等信息。

京畿道行政区划中最困难的问题是，31个市郡的行政能力各不相同。

大城市可以轻松组建自己的数据团队、IT机构、获得预算，并有机会与人工智能公司合作，但小城市和县却难以独立开发和维护人工智能。因此，人工智能有可能进一步拉大地方政府在行政效率方面的差距。

因此，省级层面的共同平台至关重要。目前京畿道与31个市郡共同运营人工智能数据委员会，将京畿数据梦想打造为区域数据中心，并通过人工智能挑战赛将各市郡与私营企业联系起来，这种架构方向正确。（京畿新闻门户网站）

问题在于，共同基础能在多大程度上得到保障。

例如，省级政府可以提供生成式人工智能文档搜索、法规搜索、民事投诉分类​​和会议记录起草等通用功能作为公共服务，而市县政府则可以针对农业、旅游、工业、福利和边境地区等区域性问题开发专门的模型，这种结构可能更有效率。

换句话说，需要采用通用 AI 基础设施 + 区域 AX 应用的双重结构。

第一个原因是人工智能管理已经超越示范阶段，进入推广阶段。京畿道生成式人工智能平台于2025年11月上线，截至2026年4月，人工智能注册系统仪表盘上已记录了187项服务。（京畿道新闻门户网站）

第二个原因是数据基础设施也在同步进行重组。152个系统和约2330台设备已整合到人工智能数据中心，由京畿道及31个市郡组成的人工智能数据委员会也已投入运作。（京畿道新闻门户网站）

第三个原因是，当前的设计方案极有可能决定未来这31个市县的AI管理架构。如果每个市县都单独采用不同的AI平台，那么几年内数据和系统整合的成本可能会显著增加。

反之，如果先建立通用标准、API、数据系统和人工智能治理，就可以在其基础上迭代开发新服务。

因此，2026 年至 2028 年是京畿道从拥有众多人工智能项目的地方政府过渡到由人工智能运营的地方政府的行政黄金时期。

12-1. 基层地方政府黄金时段应用案例①——光州市

光州市在此主题中具有重要意义，因为它验证了生成式人工智能能否应用于实际的民政管理。“GeniusGov”入选2025年人工智能挑战赛，它是一款集聊天和通话功能于一体的行政助手，运用了语言学习模型（LLM）和红黄绿（RAG）技术，旨在通过语音界面提供24小时民政投诉咨询、生活资讯和灾害信息。（京畿道新闻门户网站）

在2026年绩效分享会上，光州市确认已通过该系统处理有关违章停车等问题的民事投诉，并开发了独立的AI审计审查功能。换言之，该系统已从规划阶段进入行政工作的实际应用阶段。（京畿道新闻门户网站）

光州市的黄金时期不在于聊天机器人本身的性能，而在于如何将聊天机器人收集的市民投诉数据转化为发现本地问题的数据。如果人工智能能够系统地分析特定道路、特定区域或特定时间段内投诉激增的现象，并向相关部门提出预先应对措施，那么它就能从市民投诉处理人工智能迈向政策发现人工智能。

12-2. 基层地方政府黄金时段应用案例②——富川市

富川市的案例意义重大，它展示了行政人工智能如何为京畿道居民带来实际效益。“Onmaum AI福利呼叫”旨在通过双向人工智能通话，向弱势群体提供福利信息，并辅助福利人员的工作。演示中还包含了一项利用语音分析技术筛查轻度认知障碍的功能。（京畿道新闻门户网站）

在2026年京畿道绩效分享会上宣布，在人工智能福利咨询系统（AI Welfare Call）的指导下，福利项目申请数量平均增加了1000份。这意义重大，因为它表明行政人工智能不仅缩短了咨询时间，而且切实提高了人们获得福利服务的机会。（京畿道新闻门户网站）

富川市的下一个“黄金时期”将在申请人数增加之后到来。必须能够追踪从人工智能指导→申请→资格认定→服务利用→福利状况变化的整个流程。只有这样，才能根据福利盲点减少的程度来评估结果，而不是仅仅根据人工智能拨打电话的数量来评估结果。

第一个损失在于，行政数据虽然不断积累，却未能转化为政策情报。尽管京畿道及其31个市、郡产生了海量数据，但由于这些数据分散在各个部门和系统中，即使在人工智能时代，仍然存在着由人收集数据并进行事后响应的结构。

第二点是系统碎片化。如果31个城市和县分别购买不同的AI解决方案，那么数据传输、API集成、安全性和维护方面的问题可能会在几年内加剧。

第三个因素是行政管理上的差距。虽然大城市能够迅速应用人工智能，但如果小城市和县由于人力和资金短缺而落后，京畿道居民所享受的公共服务质量可能会因居住地而异。

第四个问题是问责制。随着人工智能的快速发展，如果算法的基础、数据来源以及最终由人为因素造成的错误责任没有明确界定，公众对政府的信任可能会受到损害。

最大的损失是，人工智能最终仍然只是提高行政效率的工具，而无法改变政策决策体系。

京畿道已经拥有行政AX所需的相当一部分基础设施。

京畿道数据梦想、人工智能数据中心、京畿道生成式人工智能平台、人工智能注册系统、京畿道TtokD、人工智能数据委员会、人工智能挑战赛以及各个领域的公开人工智能演示项目均已投入运营。

问题不在于从头开始构建一个新系统，而在于连接这些资产。

如果京畿道将这些数据整合到一个统一的操作系统中，就可以实时比较31个市县的变化，并检测异常迹象。例如，将就业、​​商业、福利、人口、民生投诉和交通运输等方面的数据整合起来，可以提高及早发现区域内复杂危机的可能性。

如果 Administrative AX 成功实施，即使在组织负责人亲自识别和指导所有问题的结构中，变革也是可能的。

这是一个由负责部门首先通过数据识别问题→通过人工智能分析审查原因和替代方案→向组织负责人汇报并提供证据→然后使用指标验证实施结果的结构。

这更接近于利用人工智能管理1400万省居民的实际意义。

京畿道行政AX的核心是重新设计行政信息和决策流程，而不是引入人工智能工具。

尤其重要的是反向汇报结构。

有必要将以组织负责人指示→部门数据收集→执行为中心的现有结构，转变为以数据变化→负责部门初步发现→人工智能分析→反向报告替代方案和证据→政策决策→运行时验证为中心的结构。

在这种情况下，人工智能不应该被用作最终的决策者，而应该被用作智能层，以支持对区域变化的检测和政策判断。

机遇 + 结构性风险

京畿道政府在人工智能转型方面显然处于领先地位。它拥有地方政府所有的生成式人工智能平台、人工智能注册系统、187项人工智能服务、人工智能数据中心、涵盖31个市县的数据协作系统，甚至在社会福利、民防投诉和灾害管理等领域进行了人工智能的实际应用演示。（京畿道政府）

因此，准备程度并不低。相反，在国内地方政府中，其准备程度可以被认为处于较高水平。

然而，如果目前的优势仅限于并行引入各种人工智能服务，那么从长远来看，也存在出现新的系统碎片化的风险。

京畿道的下一步应该从“引入了多少人工智能系统”转向“如何在单一的基于数据的决策系统中准确、快速地管理 1400 万居民和 31 个市县”。

在未来的运行时分析中，至少需要持续跟踪以下证据。

1. AI注册系统服务总数
2. 31个城市和县的AI服务数量
3. 实际运行中、演示中和终止中的服务分类
4. 使用生成式人工智能平台的公职人员数量
5. 公务员人工智能月活跃使用率
6. 人工智能应用按任务减少处理时间
7. 减少行政文件准备时间
8. 人工智能结果错误/纠正率
9. 省内居民人工智能行政服务使用率
10. 京畿道 TtokD 用户和服务申请率
11. AI投诉处理时间
12. 重复投诉减少率
13. 福利人工智能发现新的受益人
14. 人工智能指导后的福利申请和福利转换率
15. 119 AI报告分析时间缩短
16. 按城市/县划分的数据质量和更新频率
17. 省市/县数据链接率
18. 常用API和标准数据的数量
19. 自动检测到的保单风险数量
20. 检测后的实际政策干预率
21. 部门基于数据的反向报告
22. 采纳/拒绝人工智能政策建议的理由
23. 人工智能服务在预算范围内的成果
24. 人工智能错误、投诉和反对的数量
25. 31个城市和县的AI行政生产力差距

具体而言，未来必须建立的核心数据缺口是结果数据，该数据使用相同的标准来比较人工智能在多大程度上提高了行政“效率”以及在多大程度上提高了政策“绩效”。

运行时链

区域数据 → 检测变化信号 → 人工智能分析 → 向责任部门汇报 → 政策决策 → 执行 → 结果评估 → 政策调整

这项分析最重要的证据是，京畿道人工智能服务的扩展已进入实质性实施阶段。截至2026年4月，根据人工智能登记系统，已记录了187项服务和81家运营机构，其中仅福利领域就有66项服务正在运营。（京畿道政府）

在内部管理方面，京畿道生成式人工智能平台于2025年11月开始运行，具备六项功能，包括文件创建、行政数据搜索、会议管理、行政申诉和地方法规起草等，其运营和维护工作将持续到2026年。（京畿道新闻门户网站）

在基础设施方面，152套分散的信息系统和约2330件信息通信技术设备被迁移至人工智能数据中心；在数据方面，“京畿数据梦想”项目作为京畿道、31个市郡以及公共机构的公共数据综合枢纽。（京畿新闻门户网站）

实际成果也部分在省级服务中得到证实。在富川市开展人工智能福利宣传活动后，福利项目的申请量平均增加了1000多份；光州市实施了生成式人工智能民政管理；京畿道消防灾害本部应用语音识别技术进行报告和外语翻译。2026年，水原、华城、平泽、始兴和乌山等地启动了一项新的试点项目，旨在将生成式人工智能应用于福利管理的整个流程。（京畿新闻门户网站）

然而，这些证据表明个别服务具有成功的潜力，但并不意味着京畿道的整个行政运营模式已经过渡到AX系统。根据目前可用的数据，尚无法验证这样一个结构：将来自31个市县的数据实时整合，以持续检测政策风险，自动支持省和市县的决策优先事项，并在单一系统中评估政策实施的结果。

本次分析留下的结构性见解

如果将利用人工智能管理 1400 万居民的问题简化为公务员是否使用 ChatGPT 等服务的问题，京畿道将会错过真正的黄金时代。

京畿道的根本问题在于其规模和复杂性。

人类越来越难以阅读31个城市和县每天产生的各种民政投诉、人口、产业、福利、医疗、交通、安全、环境和金融数据，并从中发现结构性关联。人工智能最大的行政价值恰恰在于处理如此庞大的信息量。

京畿道已具备重要组成部分。

京畿道数据梦想 = 基于数据，AI 数据中心 = 基础设施，京畿道生成式 AI 平台 = 支持公务员，AI 注册系统 = 问责制和透明度，京畿道 TtokD = 个性化管理，AI 挑战赛 = 展示地方问题，AI 数据委员会 = 连接 31 个市县。 

因此，下一步不是创建另一个平台， 而是将现有组件连接成一个单一的政策智能周期。

特别是像京畿道这样的大型地方政府，仅靠以地方政府首脑为中心的指令式管理，难以迅速识别所有问题，这构成了结构性局限。AX 有潜力将其转变为：由负责部门进行初步发现 → 证据分析 → 向地方政府首脑汇报 → 快速做出政策判断 → 结果复核。

一旦这种变化成为现实，人工智能将从起草行政文件的秘书转变为智能基础设施，使地方政府能够更快地了解其辖区情况。

反之，如果人工智能目前的普及最终只剩下部门聊天机器人、个人解决方案和一年期试点项目的积累，那么尽管京畿道拥有许多人工智能服务，但它仍然可能是一个主要依靠被动措施运作的地方政府。

黄金时间论题——京畿道（拥有 1400 万居民）的行政 AX 并非关于人工智能取代公务员的工作，而是关于能否在未来 2 到 3 年内建立一种地方政府运营模式，该模式首先检测 31 个市县发生的变化信号，负责部门报告证据和解决方案，并在政策决策后再次用数据验证实际结果。