在降低信息成本和增强激励机制两方面发生了 重要的变化—— 数字时代政府市场边界划分及多方治理合作 长期以来，政府、市场和社会边界的划分，在公共治理、在 经济学上都是一个大问题。我们为什么需要市场？经济学认为政 府配置资源存在“缺乏信息和激励”这两个方面，所以政府配置 资源和提供服务的成本很高。每一个市场主体、每一笔交易都有 独特、具体的信息，政府不可能完全掌握，所以由政府来配置资 源肯定存在信息扭曲导致的低效率。另一方面，激励机制也不够， 市场主体自己赚的钱是自己的，政府是在替“全体公民”做事， 激励机制不够也导致低效率。因此，经济学长期讲政府只针对市 场失灵的问题进行干预。 从公共管理的角度看，无论哪个时期哪个学派，处理平衡好 效率与公平的问题都是核心问题。中国的公共服务理念比较有特 点，“既要又要还要”的理念强大，实践中需要平衡的方面很多， 处理政府和市场关系也是重点难点。 数字时代发生了什么？在降低信息成本和增强激励机制两 方面发生了重要的变化。技术赋能政府更多更精准调控经济的能 力和提供多元化公共服务。因此，国内公共管理学界有一种共识 度较高的倾向，赞同和主张政府提供更多公共服务。政府在 AI （人工智能）相关领域配置资源的能力增强，经济学者认为政府 要用更多投入支持 AI 产业发展的倾向也在加强。那么，对此应 当怎么看？我想和读者交流探讨三个方面的内容。 数智技术赋能使政府公共服务和调控经济能力显著提升 去年，我到北京市 12345“接诉即办”中心调研，从电子大 屏上看到，当日市民需要解决的问题大概有 8 万件，类型复杂， 比如市场管理，最主要的就是电商纠纷。排在前八的问题还有妇 女权益、换届选举等。面对这些海量的服务需求，我们的政府部 门可以做到 99%的回复、96%的解决、97%的满意度。 首先是智能接诉和派单能力。这背后是数字能力和 AI 赋能。 工作现场每位工作人员面前有两个屏，语音实时就转成文字，需 要填的服务诉求同步就填完了。在撰写和提取核心词的同时，系 统还对市民的诉求进行语义分析，自动归类至 2000 多个标准化 的问题目录中，并结合诉求内容、地理位置、历史数据等，智能 匹配对应的承办单位。例如，涉及“电动自行车充电设施”的诉 求，会被精准识别并派发至城管或街道部门。 其次是知识库和智能辅助决策。比如养老保险的问题，办事 指南知识库为接线员实时显示出来关于养老保险问题的政策点 提供参考。人工智能在这方面的应用从整体上极大地降低了政府 处理这些信息的成本。 再次是激励机制。打到 12345 的诉求电话相当复杂，许多问 题需要线下处理，政府系统要怎么去及时回应呢？怎么日复一日 保持热情和耐心、件件认真办理呢？要有一个很好的回馈系统提 供激励机制。比如，在现在的网络投诉过程中，有一个“好/差 评”系统。网络上投诉的公民，最后点一个“好/差评”，这个对 政府监督的作用很突出。对于日常非常细碎的问题，过去投诉、 信访、到城管去告状等方式成本太高，现在“好/差评”的激励 机制很有效。线上的处理系统和线下的办事系统形成了一个闭环， 可以说政府办事的信息问题和激励问题，在数字化时代有很大改 善。 政府调节经济以前都是依靠汇总来的数据，没有细节，现在 细节直接到点位，颗粒度很细。比如“投资恢复”，以往靠下边 往上报，有信息传递中的失真问题。现在直接用很多数据来验证， 比如有一个“挖掘机指数”，平台把 85%的在用挖掘机线上显示， 每一台机器是不是开工，都能够知道。掌握这些数据，政府原先 不知道市场具体信息的情况就会有很大改变。 政府对新的资源配置能力也在提升 数智化时代，有许多新行业出现，也就是新的资源配置机会。 这个领域政府配置资源的分量较重。因为落地场景由政府控制。 网络化、数字化、智能化都不是点位上的技术，要广泛渗透应用 才可以。在中国，这些场景中公共部门比重很高，或者需要政府 许可。比亚迪总裁王传福讲过，电动车行业发展早期，技术产品 和服务都有了，但是没有落地场景。电动车行业起步主要在公交 系统，需要由地方政府先给落地场景。所以场景在一个产业发展 的初期阶段特别重要，其他许多行业也都有这个发展历程。不过， 对数智化产业来说，在初级阶段过去之后，给场景依然是政府最 重要