在降低信息成本和增強激勵機制兩方面發(fā)生了重要的變化——

數(shù)字時代政府市場邊界劃分及多方治理合作

長期以來，政府、市場和社會邊界的劃分，在公共治理、在經濟學上都是一個大問題。我們?yōu)槭裁葱枰袌?？經濟學認為政府配置資源存在“缺乏信息和激勵”這兩個方面，所以政府配置資源和提供服務的成本很高。每一個市場主體、每一筆交易都有獨特、具體的信息，政府不可能完全掌握，所以由政府來配置資源肯定存在信息扭曲導致的低效率。另一方面，激勵機制也不夠，市場主體自己賺的錢是自己的，政府是在替“全體公民”做事，激勵機制不夠也導致低效率。因此，經濟學長期講政府只針對市場失靈的問題進行干預。

從公共管理的角度看，無論哪個時期哪個學派，處理平衡好效率與公平的問題都是核心問題。中國的公共服務理念比較有特點，“既要又要還要”的理念強大，實踐中需要平衡的方面很多，處理政府和市場關系也是重點難點。

數(shù)字時代發(fā)生了什么？在降低信息成本和增強激勵機制兩方面發(fā)生了重要的變化。技術賦能政府更多更精準調控經濟的能力和提供多元化公共服務。因此，國內公共管理學界有一種共識度較高的傾向，贊同和主張政府提供更多公共服務。政府在AI（人工智能）相關領域配置資源的能力增強，經濟學者認為政府要用更多投入支持AI產業(yè)發(fā)展的傾向也在加強。那么，對此應當怎么看？我想和讀者交流探討三個方面的內容。

數(shù)智技術賦能使政府公共服務和調控經濟能力顯著提升

去年，我到北京市12345“接訴即辦”中心調研，從電子大屏上看到，當日市民需要解決的問題大概有8萬件，類型復雜，比如市場管理，最主要的就是電商糾紛。排在前八的問題還有婦女權益、換屆選舉等。面對這些海量的服務需求，我們的政府部門可以做到99%的回復、96%的解決、97%的滿意度。

首先是智能接訴和派單能力。這背后是數(shù)字能力和AI賦能。工作現(xiàn)場每位工作人員面前有兩個屏，語音實時就轉成文字，需要填的服務訴求同步就填完了。在撰寫和提取核心詞的同時，系統(tǒng)還對市民的訴求進行語義分析，自動歸類至2000多個標準化的問題目錄中，并結合訴求內容、地理位置、歷史數(shù)據(jù)等，智能匹配對應的承辦單位。例如，涉及“電動自行車充電設施”的訴求，會被精準識別并派發(fā)至城管或街道部門。

其次是知識庫和智能輔助決策。比如養(yǎng)老保險的問題，辦事指南知識庫為接線員實時顯示出來關于養(yǎng)老保險問題的政策點提供參考。人工智能在這方面的應用從整體上極大地降低了政府處理這些信息的成本。

再次是激勵機制。打到12345的訴求電話相當復雜，許多問題需要線下處理，政府系統(tǒng)要怎么去及時回應呢？怎么日復一日保持熱情和耐心、件件認真辦理呢？要有一個很好的回饋系統(tǒng)提供激勵機制。比如，在現(xiàn)在的網(wǎng)絡投訴過程中，有一個“好/差評”系統(tǒng)。網(wǎng)絡上投訴的公民，最后點一個“好/差評”，這個對政府監(jiān)督的作用很突出。對于日常非常細碎的問題，過去投訴、信訪、到城管去告狀等方式成本太高，現(xiàn)在“好/差評”的激勵機制很有效。線上的處理系統(tǒng)和線下的辦事系統(tǒng)形成了一個閉環(huán)，可以說政府辦事的信息問題和激勵問題，在數(shù)字化時代有很大改善。

政府調節(jié)經濟以前都是依靠匯總來的數(shù)據(jù)，沒有細節(jié)，現(xiàn)在細節(jié)直接到點位，顆粒度很細。比如“投資恢復”，以往靠下邊往上報，有信息傳遞中的失真問題?，F(xiàn)在直接用很多數(shù)據(jù)來驗證，比如有一個“挖掘機指數(shù)”，平臺把85%的在用挖掘機線上顯示，每一臺機器是不是開工，都能夠知道。掌握這些數(shù)據(jù)，政府原先不知道市場具體信息的情況就會有很大改變。

政府對新的資源配置能力也在提升

數(shù)智化時代，有許多新行業(yè)出現(xiàn)，也就是新的資源配置機會。這個領域政府配置資源的分量較重。因為落地場景由政府控制。網(wǎng)絡化、數(shù)字化、智能化都不是點位上的技術，要廣泛滲透應用才可以。在中國，這些場景中公共部門比重很高，或者需要政府許可。比亞迪總裁王傳福講過，電動車行業(yè)發(fā)展早期，技術產品和服務都有了，但是沒有落地場景。電動車行業(yè)起步主要在公交系統(tǒng)，需要由地方政府先給落地場景。所以場景在一個產業(yè)發(fā)展的初期階段特別重要，其他許多行業(yè)也都有這個發(fā)展歷程。不過，對數(shù)智化產業(yè)來說，在初級階段過去之后，給場景依然是政府最重要的調控手段。

舉個在全域數(shù)字化智能化轉型中的“給場景”例子。政府側，比如智慧城市、智慧應急、智慧住建、智慧民生，政府可以給的都是海量用戶和巨大收益的場景。產業(yè)側，比如低空經濟，空域是政府在管，政府把這個機會給誰，那就是誰的市場。

所以，在人工智能、數(shù)據(jù)要素領域，政府的調控很關鍵。沒有政府給場景去落地，就沒有學習、迭代的機會。

是劃分政府與市場邊界還是實現(xiàn)治理合作

既然政府信息能力和激勵機制都在提升，為什么還不能判斷數(shù)智化時代應該由政府更多配置資源呢？

一定要認識到，AI賦能政府的同時也賦能了社會和個人。無論政府效率如何提升，政府提供公共服務都是靠財政支出。從這個意義上講，判斷由政府還是由市場更多做事，仍然是個需要討論的問題，劃分好政府、市場邊界依然十分關鍵。比如一些應該由公民個人解決的問題，如寵物走失、電器維修、房屋修繕等，有的人就打電話給政府，要政府幫他解決。事實上，現(xiàn)實中線下線上有各種各樣的服務公司，完全可以解決這些問題。

AI時代，不光是政府能力在提升，市場化、社會化解決問題的能力也在提升，有時候市場做得更好更有效。此時雖然政府能做，但是否要收更多的稅、花費更多的財政資金去提供這類服務，并不是一個已有確定答案的問題。例如，為公民創(chuàng)造好的閱讀環(huán)境是一項基本公共服務，有很多地方為此改造公共圖書館，提供更多的線上閱讀條件，建許多可以刷身份證借閱圖書的街邊借閱廳，效果如何可以清楚地觀察到。我們看市場的做法，有許多大型讀書平臺，書刊豐富程度、更新速度令人難以想象，既可以付費也可以免費閱讀，只是內容豐富和更新速度的差異，線上讀者年均讀書十本以上。所以很多情況下，市場可能做得比政府更好。

政府配置資源有個固有問題，因為給場景是政府的能力，給誰不給誰，就有干擾市場公平競爭的可能，這和我們政府管別的事情的時候是一樣的。更嚴重的問題是審批黑箱的問題，官員通過掌控數(shù)據(jù)采集、存儲和交易審批權，形成“數(shù)據(jù)權力化”鏈條；再如技術門檻掩護權力不當使用問題，大數(shù)據(jù)和AI項目的技術復雜性有可能成為“權數(shù)交易”天然掩護，官員通過設置特定的專利或技術能力條款，為關聯(lián)企業(yè)量身定制招標條件，這些都是需要認真思考的問題。

至于公共服務和治理問題，由于信息透明、效果可感知，有很多問題不一定非要用“政府還是市場”這種兩分法來解決，可以用多方合作治理來解決問題。美國教授埃莉諾·奧斯特羅姆是一位公共管理領域的經濟學諾獎獲得者，她有個理論被歸納為多中心治理理論，她構建的“公共池塘資源模型”，用社區(qū)多次合作方式治理水資源惡化、環(huán)境保護、氣候變化、森林資源衰退等公共問題都很有效率。

現(xiàn)在發(fā)生的變化更有利于多種形態(tài)的合作治理。技術助力信息通達、規(guī)則透明、行為可知和觀點表達的實時便利程度，能夠對合作各方形成有效的監(jiān)督，比政府更快、更聚焦，能夠避免少數(shù)人破壞規(guī)則或者以技術力量實施不當?shù)男袨椤：献髦卫砟Ｊ皆试S存在非常多元的規(guī)則，比如開源社區(qū)、技術社群、平臺規(guī)則，這都是局部治理的秩序。這與“要么放給市場、要么放給政府”的理念相比，有了很大的變化。團體性、社群性、協(xié)商性、回應性的局部合作治理應該是特別重要的協(xié)商治理方式。數(shù)字化時代的經濟和社會治理很可能是少數(shù)公權力形成的普遍性硬規(guī)則和特別多種形態(tài)合作治理形成的局部性軟規(guī)則共存并且相互支撐的治理體系。

我舉一個例子。任何平臺一定要保證消費者隱私，這是法律的要求。但我們看到國外有一類平臺大類叫病友網(wǎng)，患者愿意把他大量的個人信息特別是疾病信息放上去。為什么呢？理由是命比數(shù)重要，病人把自己的數(shù)據(jù)貢獻出來，要醫(yī)藥研發(fā)機構盡快研發(fā)出來治這個病的辦法。因此醫(yī)藥公司、藥品研發(fā)者、醫(yī)療機構、消費者都在一個平臺上。這就是利益相關者共同做的一個治理空間。全球有許多這樣的共識者數(shù)據(jù)空間，有規(guī)則有協(xié)議，愿意者進來，不愿者出去，這種方式我覺得在數(shù)字時代可能會變得日漸普遍。

總之，數(shù)字技術賦能各方，政府可以做得更多更好，其他各方亦然，要全面觀察分析，不能預設立場偏執(zhí)一端。數(shù)智技術為局部合作、配置資源和治理合作提供更多新機遇，資源配置方式和社會治理要突破“市場還是政府”這個傳統(tǒng)二分法，面向豐富實踐認真思考討論。

（作者為中國社會科學院大學教授、國務院原副秘書長）