江小涓：《数字时代的市场边界，政府应与多方合作治理》
演讲人：江小涓（国务院原副秘书长，第十三届全国人大常委）
长期以来，政府、市场和社会边界的划分，都是一个大问题。我们为什么需要市场？经济学主要认为涉及政府配置资源存在的“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。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，但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。比如PPP的应用时轻时重，很大程度上就是依时依事调节这两方面的关系。
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！赋能政府更多更精准调控经济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。我们今天就想探讨一下，事态如此合理吗？这件事情需要什么样的分析框架来讨论？
第一、数智技术赋能政府公共服务和调控经济能力显著提升
我们先看一个例子。去年我到北京市12345接诉即办调研，从电子大屏上能看到，当日市民需要解决的问题大概8万件，类型特别复杂，比如市场管理，最主要的就是电商纠纷。排在前八的还有妇女权益、换届选举等等。面对这些海量的服务需求，我们居然可以做到99%的回复、96%的解决、97%的满意度，这都非常真实，我旁听了一个电话诉求，确实是这样。
首先是智能接诉和派单能力，背后是数字能力和AI赋能。工作现场每位工作人员跟前两个屏，语音接的时候实时就转成文字了，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，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接到部门。
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了关于养老保险问题有哪些政策点，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。
此外，还有激励机制。打到12345的诉求一般没有好处理的，非常复杂。那么多的线下问题，政府系统要怎么能够及时回应呢？最重要的还是有一个很好的回馈系统。如果做不好的话，最后会汇聚起来，排到后三位，直接开会问责。所以对公共系统来讲，只有这样一个有效的回馈系统，才能有激励把一件一件事来办好。比如在现在的网络投诉过程中，有一个“好差评”系统非常有效。网络上投诉的公民，最后点一个好差评，这个对政府监督的效果很突出。对于日常非常细碎的问题，上诉、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，在数字化时代会有很大改善。
在政府调节经济的时候，以前政府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”，投资恢复了多少呢？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，比如我们有一个叫“挖掘机指数”，现在三大平台把85%的在用挖掘机全部线上显示，每一台机器是不是开工，都能够知道。有挖掘机指数，哪个地方到底投资活跃不活跃，开工干活如何，通过这个数据直接很清楚。如果是桩机在动的话，能了解到是在打地桩，还在做土建的前期；如果是高吊装设备在动的话，知道快封顶了；如果是内装设备在用的话，就知道在做内装了。知道这个有什么用呢？如果是大型挖掘机在动，肯定是大项目开工，后几年都有事干。如果项目快封顶了，可能明年就需要新的项目跟上；如果是中型挖掘机在动，能够知道可能在盖一个厂房或者住宅；如果是小型挖掘机在动，大概率主要是市政建设和农村乡居建设。这些数据跟上，政府原先不知道市场具体信息的情况已有很大改变。
第二、政府调节新的资源配置能力也在提升：落地场景
在数智化时代，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、智能化的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。比亚迪的王总讲过，电动车较早时期，技术产品和服务都有了，但是没有落地场景，起步主要就是公交系统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的调控手段。比如我们看政府在全域数字化智能化转型中的“给场景”例子。政府侧，智慧城市、智慧应急、智慧住建、智慧民生，政府可以给的都是海量用户和巨大收益的场景。产业侧比如低空经济，空域是政府在管，政府把这个机会给谁，那就是谁的市场。
所以在人工智能、数据要素领域，“市场发挥配置资源的决定性作用”这句话怎么能体现好？没有政府给场景去落地，就没有学习迭代的机会。这是我讲的第二点。
第三、划分政府与市场边界还是治理合作
既然政府信息能力和激励机制都在提升，为什么还不能判断数智化时代应该由政府更多配置资源呢？
一定要认识到，AI赋能政府的同时也赋能了社会和个人。无论政府效率如何提升，政府提供公共服务都是财政支出，从这个意义上讲判断由政府还是由市场更多做事仍然是个需要讨论的问题，划分好政府市场社会关系依然十分关键。比如有一个地方政府做了这么一个平台，如果是政府该做的事一键转接、工单转流；如果不是政府该做的但市场又打电话提出诉求，政府会转给一些企业，而且转接时市民、政府和企业三方在线。这是一个典型的长路径服务。现实中，有很多社区可以和应该提供的服务，市民会打到12345要求政府解决，本来就含在社区服务承诺内，但是非要政府帮他解决。再如一些应该由公民个人解决的问题，如宠物走失、电器维修、房屋修缮等，打电话给政府。现实中线上有各种各样的维护公司，完全可以由个人解决。AI时代，不光是政府能力在提升，市场化、社会化解决的能力也在提升，有时候市场做得更好更有效。此时虽然政府能做，但是否要收更多的税花费更多的财政资金去提供这类服务，并不是一个已有确定答案的问题。
再说下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，可以用多种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学者，她的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，我就不再细讲了。
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。所以，与“要么放给市场、要么放给政府”的理念相比，数字时代发生了很大的变化。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。
嘉宾介绍：
江小涓：中国社会科学院大学教授、博士生导师，经济学博士，中国工业经济学会会长，第十三届全国人大常委会委员、全国人大社会建设委员会副主任委员，国务院原副秘书长。1989年至2004年在中国社会科学院从事研究工作，历任助理研究员，副研究员，研究员，工业经济研究所研究室主任，财贸经济研究所副所长、所长；2004年起任职于国务院研究室，历任国务院研究室副主任、党组成员，国务院研究室党组副书记、副主任；2011年至2018年6月任国务院副秘书长、机关党组成员；2018年11月至2023年10月任清华大学公共管理学院院长。江小涓的研究领域为宏观经济、国际经济、产业经济等，在学术领域影响较大，尤其在互联网经济、数字经济领域处于国内领军者地位，对中国互联网经济和数字经济的发展起到了极大的作用。在《经济研究》《管理世界》《中国社会科学》《中国行政管理》等权威报刊上发表100多篇学术论文，已出版《数字经济发展与治理》《服务全球化与服务外包》《全球化中的科技资源重组与中国产业技术竞争力提升》等10多部中英文专著。曾三次荣获孙冶方经济科学奖、中国经济理论创新奖等荣誉，曾被评为“2003中国十大经济女性年度人物”，2009年入选“影响新中国经济建设的100位经济学家”。
邀请老师演讲、授课请致电：19821197419 阎老师[微信同号]
免责声明：以上内容（包括文字、图片、视频）为用户上传并发布，本平台仅提供信息存储服务。如涉及版权问题，请联系我们并提供版权证明，我们将立即删除！
