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。

---此处隐藏2375字，下载后查看---

政府配置资源有个固有问题，因为给场景是政府的能力，给谁不给谁，就有干扰市场公平竞争的可能，这和我们政府管别的事情的时候是一样的。更严重的问题是审批黑箱的问题，官员通过掌控数据采集、存储和交易审批权，形成“数据权力化”链条；再如技术门槛掩护权力不当使用问题，大数据和AI项目的技术复杂性有可能成为“权数交易”天然掩护，官员通过设置特定的专利或技术能力条款，为关联企业量身定制招标条件，这些都是需要认真思考的问题。

至于公共服务和治理问题，由于信息透明、效果可感知，有很多问题不一定非要用“政府还是市场”这种两分法来解决，可以用多方合作治理来解决问题。美国教授埃莉诺·奥斯特罗姆是一位公共管理领域的经济学诺奖获得者，她有个理论被归纳为多中心治理理论，她构建的“公共池塘资源模型”，用社区多次合作方式治理水资源恶化、环境保护、气候变化、森林资源衰退等公共问题都很有效率。

现在发生的变化更有利于多种形态的合作治理。技术助力信息通达、规则透明、行为可知和观点表达的实时便利程度，能够对合作各方形成有效的监督，比政府更快、更聚焦，能够避免少数人破坏规则或者以技术力量实施不当的行为。合作治理模式允许存在非常多元的规则，比如开源社区、技术社群、平台规则，这都是局部治理的秩序。这与“要么放给市场、要么放给政府”的理念相比，有了很大的变化。团体性、社群性、协商性、回应性的局部合作治理应该是特别重要的协商治理方式。数字化时代的经济和社会治理很可能是少数公权力形成的普遍性硬规则和特别多种形态合作治理形成的局部性软规则共存并且相互支撑的治理体系。

我举一个例子。任何平台一定要保证消费者隐私，这是法律的要求。但我们看到国外有一类平台大类叫病友网，患者愿意把他大量的个人信息特别是疾病信息放上去。为什么呢？理由是命比数重要，病人把自己的数据贡献出来，要医药研发机构尽快研发出来治这个病的办法。因此医药公司、药品研发者、医疗机构、消费者都在一个平台上。这就是利益相关者共同做的一个治理空间。全球有许多这样的共识者数据空间，有规则有协议，愿意者进来，不愿者出去，这种方式我觉得在数字时代可能会变得日渐普遍。

总之，数字技术赋能各方，政府可以做得更多更好，其他各方亦然，要全面观察分析，不能预设立场偏执一端。数智技术为局部合作、配置资源和治理合作提供更多新机遇，资源配置方式和社会治理要突破“市场还是政府”这个传统二分法，面向丰富实践认真思考讨论。