“人工智能+”赋能政策精准实施的机理——以X市“政策精算师”赋能财政补贴直达快享为例

“条块分割”的科层体制长期存在精准实施政策的困境，政策执行出现失效、走样等现象，究其原因则比较复杂。这一难题与科层制本身的局限有关；此外，还包括执行中存在基层政府共谋、变通行为、对行政人员缺乏激励机制等问题。在财政领域则表现为惠企利民的财政补贴资金高效发放问题未能科学解决，主要原因在于财政部门与其他部门之间存在信息不对称，对其他政府部门的实际业务不够了解，分配惠企利民补贴资金时缺乏业务支撑。一般而言，分配财政补贴资金的做法是：财政部门把资金切块给业务部门，再由业务部门负责本领域的资金分配。这一分配机制带来了五方面的问题。一是财政资金分配高度碎片化，补贴资金缺乏协同性，效能发挥有限。二是不同部门出台多个政策文件，政策文件多且分散在各部门；这就造成了符合补贴条件的企业、个人难以确定自己是否符合补助条件。三是领取补助繁琐复杂，需要多次跑到多个政府部门办理，一些企业和个人即使知道可以领取补助，但考虑到领取过程中需要跑手续、过审批、办事成本高，也可能会放弃领取。四是政府出台优惠政策时，很难明确符合补助条件的群体和需要发放资金的规模，更多的时候可能“拍脑袋”决策。五是补贴资金存在监管难题。某些部门可以因人、因企设置补助条件。某些企业和个人可以从不同部门获得补贴，甚至骗补，资金发放存在寻租、腐败风险。

近年来，我国基层财力紧张，部分中小企业经营遭遇困难，需政府出台优惠政策补贴，以支持其渡过难关。与此同时，就业压力增大，应届毕业生、失业人员等群体亟需财政补贴扶助。在特殊的经济社会环境下，针对惠企利民政策补贴资金，中央政府推出了特殊转移支付制度——财政资金直达机制，这一机制的目的主要有三个：为保就业保民生保市场主体提供支持；避免地方层层下达指标的繁琐程序，增量财政资金直接下达基层；补充基层财力，让基层政府尽快获得财政资源发放惠企利民政策补贴资金。直达机制要求将财政资金快速分配到基层，地方政府需要打通财政资金直达“最后一公里”；因此，只有推进直达快享，尽快发挥财政资金效能，才能释放政策红利。然而，我国市场主体经营情况变动较大，企业和居民在区域间流动加速。如何精准识别、迅速定位，把补助发放到真正需要的群体，实现精准滴灌而非大水漫灌，成为各地政府亟待破解的难题。

数字化、智能化赋能政府治理为实现财政补贴精准滴灌带来新思路。人机协同是指数智技术赋能下人类智能与人工智能的协同合作。Z省X市财政补贴精准滴灌的案例表明了数智时代人机协同在破解政策执行困境中可以发挥重要作用。Z省X市“政策精算师”是地方政府利用数智技术赋能惠企利民优惠政策直达快享的典型案例。本文以X市“政策精算师”为例分析数智时代人机协同如何帮助财政资金实现直达快享、精准滴灌，进而探讨人机协同推动政策精准实现的机理，并反思其面临的隐患与挑战。希望通过这些论述促进我们对数智时代人机协同推动政策精准实施的理解。

学界已经关注到信息化、数字化、智能化正在深刻影响政府治理，数智治理相关理论成果方兴未艾，但就数智化技术、人机协同如何赋能财政资金配置，进而如何影响政策精准实施的讨论还不够充分。

（一）文献梳理

如何优化财政资金配置，降低制度性交易成本，是理论界和实践界公认的难题。在实践领域，稀缺的财政补贴资金如何合理分配才能最大地发挥其应有效能长期困扰着公共部门。理论界对财政补贴的整体效果一直存在着不同看法。有学者指出，财政补贴资金常常被人诟病是政府“唱独角戏”“拍脑袋”决策、大水漫灌，财政资金非但没有发挥应有的政策效果，还变相鼓励落后产能，扭曲稀缺资源配置，降低社会整体福利水平。有学者甚至批评，财政补贴会扰乱市场秩序，抑制竞争。另一些学者却认为，财政补贴可以弥补创新外部性，降低企业流动性约束，提高企业研发投入，促进技术创新，推动产业结构转型。此外，相当一部分学者认为，财政补贴效果不佳的重要原因，在于资金分配大水漫灌导致“漏损”。一些研究认为“漏损”比例相当高，可达75%-80%。要让财政补贴发挥效应，需要有效甄别并精准定位，滴灌到需要的企业，降低政府和企业间的信息不对称，提高财政补贴绩效。由此可见，地方政府对破解财政补贴大水漫灌，推动政策精准实施的需求尤为迫切。

目前，尽管依托传统政府会计制度生成的数据不连续，无法高效辅助政府决策和执行，财政数据系统建设碎片化也导致财政数据“睡大觉”。技术是提升制度效能和治理效能的“催化剂”，国内外关于数智治理研究和实践正在兴起，数据赋能政府治理得到更多关注。欧美国家公共部门把“数智治理”的重要性提升至战略高地。数智技术推动公共决策智慧化转型，并持续影响政府决策；新技术可以改变政府决策时的信息缺乏问题，数智赋能还可导致管理决策要素转变。人机协同创新实践在组织内涌现，引发了学界对人机协同与适应问题的讨论，也引发了人工智能替代人类智能的担忧。就财政补贴而言，数智赋能财政治理显示出巨大潜力，已有研究发现智能技术可以有效降低官员由于偏见和认知局限性造成的财政预算资金配置偏差，还可以实现票据识别、自动转账、一键报税等技术支撑，极大提升财税服务效率，节省了人力物力。

关于数智治理对财政补贴分配影响的学术研究还相对不足。首先，现有对财政补贴研究更多使用计量方法，集中讨论与税收优惠比较、对企业创新影响、补贴效果等主题；对如何使用新技术降低信息不对称，提升财政补贴效率，关注相对不足。其次，相关研究多从财政部门角度出发，而分析数智时代人机协同如何实现财政补贴精准滴灌的问题需要将整体性政府、政策全周期作为观察切入口。最后，由于实践中数智赋能政府治理正处于探索阶段，学界难以及时掌握公共部门数智化改革最新应用进展，相关研究成果略显滞后，很难充分吸收地方已经在探索的财政补贴精准滴灌、人机协同推动政策精准实施的做法。

鉴于此，本文从以上三个有待深入研究的问题出发，将惠企利民的财政补贴政策作为一个公共部门制定和执行政策的过程来观察，跨越“就财政论财政的藩篱”，从工作专班促进整体性政府形成等方面，分析财政补贴政策过程，讨论数智时代人机协同决策推动政策精准实施的机理，并结合经典实践案例展开讨论。

（二）分析框架

财政补贴中的精准滴灌是指按照公共价值的要求，围绕真实需求，政策供需双方精准匹配、高效协同、科学预判、精准覆盖，在政策周期迭代循环中提升政策精准度，持续不断地优化财政资源配置，实现直达快享。从管理实践来看，是人机协同改变了政策过程，财政资金的精准滴灌包含在政策全周期之中。因此，本文将财政补贴发放置于政策过程来考察，建立了一个基于政策过程理论的分析框架。从既有文献看，公共政策可以被理解为一个循环周期；政策过程阶段论也被称为政策生命周期模型。尽管中外学者对公共政策应当被划分为5个、6个、7个还是8个阶段还存在争议。综合理论模型和我国数智化实践的进展情况，本文将财政补贴直达快享的政策过程划分为政策谋划、政策精算、政策制定、政策执行、政策评估五个阶段，并以此建立一个分析框架（参见图1）。在这个分析框架中，我们十分关注大数据、算法等智能技术、人机合作等要素赋能财政补贴资金发放过程，助力财政资金“直达快享”的价值。

图1　数智时代人机协同赋能精准施策五阶段分析框架

第一，政策谋划阶段：精准识别。传统政策理论的第一阶段是政策议程设置。在这个阶段，政府必须对社会挑战进行回应，确定财政资源、人力资源、信息资源、注意力资源的争夺与分配。人机协同决策拓展了认知能力，赋能政府有效降低信息不对称性，从而提高政策设置的科学性和民主性。在讨论财政补贴政策议程阶段，可以集聚传统方式与数智手段，确定需求侧对政策问题的真实诉求，有利于科学预判、精准识别，最终实现供需匹配。

第二，政策精算阶段：精准模拟。在传统政策制定过程中，由于数据和技术两方面的原因，外加人的有限理性，精准测算依然不足；即使在财政补贴这种可以条件具体化、数据化的政策过程中，精算计算、精准补贴也很难很好实现。通过数智技术打造的人机协同“政策大脑”辅助决策，可以使用智能解析、规则演算、沙箱模拟等技术预先对政策进行仿真模拟，实现政策制定的靶向精准。

第三，政策制定阶段：精准集成。在传统政策制定过程中，科层制条块分割、政策制定过程中碎片化问题比较突出。数智技术能够通过人机协同，精准集成、汇总供需双方诉求，摸清政策底数，实现精准覆盖，最大限度地发挥财政补贴资金的效能。此外，在权威领导或者部门的引领下，工作专班能以“1+M+N”的方式，整合科层制的各个条块，促进政策精准集成。

第四，政策执行阶段：精准推送。在以往财政补贴兑付阶段，申请方需要到多个部门提交审批材料，政策兑付过程繁琐复杂、损耗较高。通过数智平台赋能，算法接口、匡算工具、申报功能、一键兑付等模块，人机协同让政策推送和政策兑付高效精准，有效支撑财政补贴资金的直达快享。

第五，政策评估阶段：精准评估。由于数据、技术、人力和财力的影响，传统政策评估易出现“应付了事”的情形。通过数智技术的提升，人机协同打破了原有评估能力受认知能力边界的限制，政府可以使用额度校验、风险模块等技术手段动态闭环监管，既实现精准甄别，又以点对点的方式连接资助对象。在这个过程中，即时实现了财政补贴政策的精准评估，又在信息对称中评估了政策效果。

总之，通过这一分析框架可以更好地了解到，人机协同决策的基础是“政策精算师”平台嵌入到了财政补贴全过程中，提高了财政补贴政策精准实施的效果。

（三）研究方法

本研究中有关“政策精算师”的经验材料来自Z省X市。近年来，在全国数字政府建设中，Z省X市走在前列，特别是在财政系统建设、审批制度改革和政务流程优化方面改革效果显著。X市“政策精算师”是Z省数字政府建设中的一个具体应用。通过“政策精算师”建设，X市在财政资金分配方面取得了很好成果，获得所在省份和全国的奖励。该案例具有典型性、前沿性和可推广性等特征。本案例中关于X市“政策精算师”所使用的材料来自2020年8月、2020年11月、2022年7月、2023年8月多次跟踪式实地调查。除了第一手材料外，本案例研究过程中还采用了相关政府网站信息和公开新闻报道。此外，研究采取半结构化访谈，访谈对象包括省、市、县、乡、村和街道相关工作负责人员；访谈人数超过百位、访谈时长约230小时，调研记录逾40万字。考虑到研究议题的复杂性和情境的动态性，我们采用了单案例研究法。

（一）“政策精算师”的缘起

进入数智化时代后，人机协同打破了“数字孤岛”，改变了数据、政策和技术之间孤立封闭的状况。数智技术让信息在交流过程中走向开放融合，带来更多交叉创新可能，即“美第奇效应”（the Medici Effect）。按照“美第奇效应”，在政务信息交流中，某个部门条线创新很容易扩散到其他条线，甚至“传染”整个政务体系，形成协同创新。近几年来，在全国财政信息化改革浪潮中，我国各地方政府的财政部门依照“数字财政”“智慧财政”等建设理念，在预算管理一体化、资金闭环监督等方面积极使用数字技术、智能技术，取得了突出进展，涌现出一批新成果。X市的“政策精算师”是数智时代的产物，是地方政府惠企政策改革与财政领域形成的交叉创新让财政补贴“直达+快享”成为可能。

“政策精算师”的形成还与疫情所形成的政企关系密切相关。2020年，中央政府推出财政资金直达机制，将财政资金直接拨付给基层市县级政府，省级政府成为“过路财神”，市县级政府拥有这部分财政资金分配的自主权。2021年，财政资金直达机制成为常态化制度性安排，存量财政资金也纳入该机制。从治理效能来看，纵向财政关系的改善有助于提升基层政府财力水平和财政保障能力。为此，中央政府要求各地加快惠企利民政策落实进度，督促地方政府加快政策改革步伐。这是财政补贴分配机制的重大改变。虽然市县级政府拥有前所未有的财政资金分配权限，但在欣喜之余，也倍感压力巨大；地方政府都在思考，如何实现有限的财政资金达到“直达”和“快享”的效果呢？如何避免财政资金大水漫灌，转而实现精准滴灌呢？

在推进财政资金直达过程中，为了破解财政补贴精准补贴、直达快享的难题，X市推出了“政策精算师”。2020年5月1日“政策精算师”项目正式启动建设，6月16日应用平台上线。“政策精算师”项目建设刚启动时，我们在实地调研即听到当地干部坦言——推进起来“非常难”。2021年，X市在财政资金直达机制改革基础上，整合原平台、企业码、省政务服务网升级了服务功能，包括实现市县两级平台分级管理，实现大数据政策匡算，财政补贴资金便利兑付，人机协同提高政策效能的深度和广度不断拓展延伸。2022年，在“平台+大脑”建设模式下，通过建设政策大脑、应用政策沙箱、研究政策结构和匡算规律，“政策精算师”的技术路径从加强信息系统建设、数据贯通、数字技术应用，逐步引入智能技术，不断提升智能决策水平。2023年，为了增强对财政资金预算的支撑作用，开始构建一体化政策精算体系，推出“免申请、无材料、秒审批”，既实现了直达快享，还转向了“无感智办”。

（二）“政策精算师”在政策全周期中“行动”

在传统政策周期中，政策和服务对象之间存在“漫长”的距离，很难有效对接；或者说，存在严重的信息不对称。当地负责此项工作的干部在访谈中说道：“以前，（惠企利民）政策用A4纸打印出来有厚厚两大本。别说老百姓，就是我们自己也不完全清楚到底有多少个政策”。“这些政策一天到晚放到抽屉里，企业不知道，也得不到实惠，没有起到实质性作用。”“希望让企业群众到政府办事就要像网购一样，让百姓爱不释手。”从政策过程来看，在整个政策周期中，以平台、数据+政策大脑组成的“政策精算师”，起到了无缝连接作用。

第一，政策谋划阶段：以平台对接供给侧和需求侧，避免“拍脑袋”决策。以往的政策谋划可能会出现政府“唱独角戏”或者“关起门来谋划”的现象。虽然财政补贴花费了不少资金，但补贴对象或者说需求侧却感觉不解渴。2020年疫情后的一部分惠企利民财政补贴资金，是专门服务经营和就业困难等群体的，这类群体的发声能力有限，难以影响政策议程设置。因此，疫情之下的财政补贴更要以真实需求为导向，解决企业、群众的现实困难。只有这样，才能下“及时雨”。“政策精算师”利用数智技术手段，有效解决了补贴对象“茫然”的问题。在政策谋划阶段，政府既可以通过政策公告、政策座谈会等传统方式收集企业和群众诉求，还可以通过网站、微博、微信、短视频、微视频、手机二维码、政务直播、数据抓取等新方式，使得线上征集诉求的方式得以整合，以人机协同的数智手段收集信息。通过多样化的渠道，把企业、群众提出的意见、建议、政策需求采集到 “诉求库”，实现了诉求汇总。在政策谋划阶段，通过人机协同决策，实现政策供给侧与需求侧信息精准识别和匹配，有利于政策需求侧精准供给、政策制定部门及时响应，降低了信息不对称，避免了“拍脑袋”决策。

第二，政策精算阶段：以“政策大脑”精准识别需求信息。传统财政补贴政策的供给困境在于缺乏对需求侧真实情况进行识别，导致供需两侧之间信息不对称，带来了政策低效或无序。具体表现为，作为政策供给侧的公共部门，对政策底数摸不清，据此制定的政策容易导致“靶向不够精准”，政策效果最终“谬以千里”。一方面，政府相关部门不能清楚地了解补贴对象的数量和状况；另一方面，财政补贴资金到底需要发放多少也不太确定。此外，补贴政策申报时，不能及时把相关政策推送给补贴对象，连接缺失，也可能带来寻租风险。然而，在既往财政补贴政策执行过程中，尽管占用了各级政府部门大量的人力物力，但最终结果却是政策效果有时差强人意，资金使用效率低下。“政策精算师”通过政策大脑建设，以智能解析、规则算法、沙箱模拟等数智技术，拓展了传统技术手段支撑情况下人类智能无法实现的信息分析能力，数智赋能让人机协同决策对需求信息的识别更加精准（参见图2）。政策出台前，根据政策纲要文件制订实施细则，“政策分析师”将政策拆分成具体条目；然后，根据政策规则，确定业务规则，实现政策智能解构。“政策精算师”采用政策沙箱模拟，把通过数据训练出的算法逻辑进行政策匡算，匡算结果汇总为政策推演评估报告，实现政策智能模拟，推演结果数据为后续政策便利兑付打下了基础。“政策精算师”的作用至少有两方面：在政策出台前，进行政策精算，将真实诉求与政府财政政策和补贴能力相结合，充分发挥有限财政补贴资金的最大效应；预先进行政策仿真模拟，摸清底数，避免资金“漏损”，减少寻租风险。

图2　“政策精算师”赋能政策效能提升过程

第三，政策集成阶段：以工作专班优化政策流程，减少政策时滞，增强政策协同。在传统政策实施阶段，所有政策都需要经历多个政府层级才能执行。就财政补贴政策而言，先是中央下拨资金给省，省政府再分给市县；这样的层层划拨，决策和执行周期都很长，存在政策时滞。政策时滞既减损了资金效能，也没有及时发挥资金补贴的作用。此外，补贴政策制定中业务条线不联动问题比较突出，“碎片化”问题明显。例如，一些地方政府及其区县（市）存在政出多门的现象。政策推出前由工商联负责收集企业诉求；政策制定由各职能部门分别负责；政策审核由区县乡镇负责；政策资金发放由财政部门负责。“政策精算师”依靠人机协同降低政府层级条块信息不对称，提高了信息处理能力，人机协同的政策智能精算也大幅缩短了政策制定和实施的时间。因此，“政策精算师”政策集成度高，补贴资金不再高度分散在各个部门，而是协同各部门进行政策集成，让政策形成合力，发挥整体效益。在这个过程中，市县设置的工作专班发挥了重要作用。

第四，直达快享阶段：把审批转化为服务，实现“零申报审批”。财政补贴资金兑付难是传统政策难题。一方面，补贴政策需求侧的企业和群众对政策不太了解，政策目标群体无法及时申请享受政策。比如，申请补贴时，需要提交诸多材料，程序繁琐、兑付不便，群众体验比较差。“政策精算师”把审批转为服务，变革政务流程。首先，审批环节：无感审批。在此之前，财政资金到账需要有材料准备、政策申请、资料审核、材料补充、二次核验、财政拨付等6个环节；通过人机协同的数智化审批制度改革，X市实现了“无感审批”或“零申报审批”。其次，兑付环节：直接兑付。以往的财政补贴一般由商业银行兑付，这种兑付方式存在一定漏洞，“政策精算师”打造了直付模式。根据数智技术支撑的政策匡算的兑付名单，“政策精算师”直接联通国库，将兑付额度直接推送给用户；通过国库额度校验，用户即可直接完成兑付。最后，兑付风险防控：政策大脑分级提示。“政策精算师”平台有政策大脑风险管控模块和政策预警模型，只有白名单客户可以正常通过国库支付体系的额度校验功能模块。“黑名单用户”使用系统时会自动预警，拒绝访问；异常客户虽允许访问，但会被政策大脑提出预警。如异常客户请求兑付的额度正常，可以成功兑付；超额的将兑付失败。特别重要的是，在实现政策执行应享尽享的同时，政策申请和兑付信息全流程在线可追溯。人机协同赋能“政策精算师”保证了资金安全管控。

第五，政策评估阶段：“看、兑、问、督、评”五个维度分析。尽管财政部门一直在努力推进绩效管理改革，但一直存在困难；相应地，财政资金使用就缺乏有效监督，没有很好地起到以财辅政的效果。在包容审慎的原则之下，人机协同让事中事后监管更加精细。“政策精算师”从“看、兑、问、督、评”五个维度进行，利用人机协同拓展原有统计分析维度。“看”指的是统计上线各主题政策发布量占比以及分析行业细分情况，进而依据数据分析上线政策主要着力方向。人机协同让“看”得更广、更深。“兑”指的是兑付总金额情况，分析政策兑现惠及企业和个人的情况，看涉及企业的所在产业占比、中小微企业占比、规上限上企业占比，以及政策惠及个人的基本情况，依此数据分析政策绩效如何。人机协同让“兑”一目了然。“问”是统计咨询需求分析，依此数据分析政策诉求应当注重哪些方面，进而在后续政策周期中持续迭代优化财政补贴优惠政策，满足企业居民诉求。人机协同让“问”诉求变得随时随地可及、可分析。“督”指的是督查各区县市落实情况。通过统计分析各区县市政策具体惠及哪些细分行业，衡量其政策合理性，及时调整政策对不同行业和地区的供给权重，向亟需扶助的行业适当倾斜，加大扶持力度。人机协同让“督”拨开迷障，实现穿透。“评”指的是政策满意度测评，通过分析不同优惠政策的满意度情况，根据评价反馈持续提升政策效能。人机协同让“评”更加客观。“政策精算师”通过人机协同提升了政策全生命周期的评估能力，在全流程统筹让有效监管落到实处，较好地解决了公平性、监管、服务等问题。在政策评估指标体系设置上，“政策精算师”依据各类数据对企业和个人用户自动画像。由于前期建设中数据获取困难，评估指标构建是在政策闭环迭代中不断升级完善的过程，人机协同让评估指标体系具有指数式优化的可能前景。

（三）“政策精算师”的应用成效

截至2023年10月5日，“政策精算师”应用平台上线各类政策4971项，兑付金额401.09亿元，办理诉求20.57万件；覆盖面惠及企业63.88万家，个人88.48万人。2022年，国务院工作简报刊发了这一应用。此外，该应用在“智慧中国年会”上获“数字能力领先奖”。其应用成效如下：

第一，精简了申报审批环节，提高了审批效率。“政策精算师”实现了企业、群众申报方便、审批快捷、一站查询、一键兑付、功能不断拓展和政策不断出新。在“政策精算师”应用前，X市企业或个人申请惠企利民补贴平均需提供8-11份材料；审核周期为15-30天；资金审核到账周期为15-30天；申报流程环节约15个。“政策精算师”应用后，通过人机协同提升效率，申请享受优惠政策的企业群众只需要提供1-2份材料，甚至实现“零申报”；审核周期约3个工作日；资金即时到账；流程精简为1-2个环节。可以看出，“政策精算师”实现了政府与企业、群众的双向互动沟通；减少了政策申报材料；精简了审批程序；兑付即时到账，从而使财政补贴资金达到了直达快享的效果。

第二，提升了获得感和幸福感。通过“政策精算师”应用平台，企业、群众收到短信通知后，登录“政策精算师”应用系统点击相关事项确认，即可领取政策补助资金。一开始收到提醒短信时，有群众还以为是诈骗信息，在确认收到补助金后，非常高兴，获得感和幸福感倍增。在X市政务办事大厅随机调研市民发现：当地市民表示了解这个应用，用起来比较方便；也有市民表示不知道这个应用，没有使用过。在当地扎根调研的研究者认为，该应用在数据打通、条块关系协调方面还存在堵点，开发该平台花费的资金成本较高，区域间创新合作还需要加强。当然，“政策精算师”运行时间尚短，调研抽取样本量较小，政策效果还有待进一步观察。

在人机协同助力下，“政策精算师”能够实现政策效能提升的核心在于破解了科层制精准执行政策的困境。传统科层制政策执行主要依靠政府的单向动力，但单向动力总存在不足，从而科层制的决策和实施总受制于三方面，即数据获取能力和统计技术、人的有限理性、政策供需方互动不足。进一步而言，传统科层制政策分析能力相对不足也带来了三方面的问题，包括政策供给侧与需求侧信息不对称；政府缺乏足够的组织资源来精准决策；公众难以实现政策过程参与，在政策全周期实现“人民满意”有难度。就财政补贴而言，个别地方政府容易形成“拍脑袋”决策的现象，财政补贴资金易出现“大水漫灌”，导致“涝的涝死，旱的旱死”。“政策精算师”之所以能够赋能科层制组织提升决策能力，关键在于人机协同决策赋能政策全周期，提升基层政府的决策能力，实现财政资金补贴直达快享。下面我们主要通过政策大脑、公众参与和工作专班三个层面具体分析。

（一）以政策大脑整合“三流合一”提升政策效能

政策大脑是“政策精算师”平台的重要部分，政策大脑由平台、模型和算法组成，主要解决数智时代智慧决策的两个核心问题：数据、组件和因地制宜的智慧化施策方案。一是解决数据收集问题。平台数据归集和采集能力强，大量高质量数据会集结成大数据库。比如，各项政策信息可以形成政策库；各类业务的推演规则、标签定义规则、风控规则、政策评价规则等形成业务规则库；对企业群众数据的特征打标签形成企业库和个人库。通过仿真分析、传播指数、自然语言处理、攻坚聚类等算法，形成算法库。二是解决政策分析问题。在算法基础上，政策大脑可以通过智能审批、政策解构、精准画像等功能实现政策分析的效能提升。

财政流是政府信息流中的重要内容，但受信息处理能力的限制，长期以来没有发挥以政领财、以财辅政的应有作用。传统政策过程理论把财政流归入问题流，认为财政流是问题流中的一个特殊问题。财政补贴政策制定一直存在一个痛点，就是财政部门和业务部门间缺乏足够了解，财政预算信息与政策业务实践很难有机融合。尽管我国通过持续推进财税系统数字化建设，积累了大量优质财税数据，但是没有找到能与公共政策有机结合、提升政策治理效能的应用路径。通过分析“政策精算师”案例可以发现，为了实现财政直达机制，X市通过人机协同做加法，让财税数据与政策过程进行了有效耦合，让政策补贴财政资金真正发挥效力，让惠企惠民政策尽快从政策公文变为企业群众账户中实实在在的红利。

“政策精算师”弥合了政策流和财政流间的沟通衔接问题。在“政策精算师”应用平台中，财政与政策过程的耦合之所以能够实现，在于人机协同赋能政策过程，逐步发现财政预算信息不仅是问题流中的一部分，更是作用于政策全过程的优化因素。具体而言，“政策精算师”应用平台将多种信息流提炼为可相互沟通的“数据流”，并通过“政策大脑”对数据流进行处理，弥合了原有信息流无法有效交换的缺陷。在人机协同数智技术的加持下，财政流在政策过程中形成了更加智能的因地制宜施策方案，进而影响政策流。

在政策全流程迭代优化中，数据流的沟通连接，耦合财政流与政策流。通过人机协同“精、算、智、数、测”五个步骤，在政策谋划、政策精算、政策集成、政策执行和政策评估阶段，让政策全流程闭环中的组件迭代更新，政策大脑升级，从而使政策资源配置处于不断动态优化中，让财政预算资金具体支出情况一目了然（参见图3）。也可以了解到，某项政策目前占用多少预算资金，未来是否带来财政负担。原来对政策议程带来阻碍的问题变得不再模糊，让财政预算信息助力提升政策全周期的效能，增加政策创新可能性。与此同时，财政流也对政治流产生影响。在财政流数据化并与政策流耦合的过程中，政策过程逐步透明化。随着人机协同赋能公众政策参与能力的增强，惠企利民财政补贴的政策重点和资金流向更加清晰，影响政治流中的公民参与的情绪、各政策利益主体的博弈，从而达成政策共识，财政流成为助力政策创新的契机。

图3　人机协同赋能政策流、数据流、财政流“三流合一”

（二）以“政策精算师”赋能公众突破时空限制成为共同治理主体

在企业生产决策中，数智技术赋能生产供应链的供给侧和需求侧，供给侧通过集成式、一站式、开放式生产，更好地满足用户个性化需要。在政府决策过程中，数智技术赋予政府前所未有的信息识别能力，激活了政策分析工具，公共部门有能力精准识别差异化的政策诉求，供需两侧的信息交流水平更高，大大增强了公共部门制定和执行政策的能力。具体而言，由于“政策精算师平台”的赋能，政府既有数字资源、算法算力资源还有政策大脑资源，这些资源在激活原有人力、物力、财力、算法资源的同时，还新生成了数力、算力、智力资源。人机协同决策提升了政府决策科学化水平，让政府有能力缩短政策时滞，识别最佳政策出台时机，控制住了政策时滞对政策有效性的不利影响。尽管如此，我们不能忽略这个过程中公众参与能力的提升及其决策主体的变化。

作为公共政策的受益者或者规范对象，公众有参与公共政策过程的意愿，但会受到能力、制度等限制，更受到时空隔离的限制。随着技术发展，公众政策参与能力得以增强。人机协同在一定程度上让公众诉求与表达打破了时间结构、空间结构和阶层结构的限制，这是人机协同对政策过程最关键的变革之一。通过“政策精算师”平台，公众参与政策过程不再受时空限制，可以“随时随地”表达政策诉求。一方面，人机协同让以往难以参与政策过程、充分表达观点的群体拥有了即时表达渠道；以前诉求不容易被重视和发现但与政策休戚相关的群体，因信息平台能够“被听到”，进一步打开了“政策之窗”。另一方面，由于数智赋能，政策供需两侧都能动态捕捉对方情况，供需双向驱动政策过程比单一主体驱动动力更足、方向更准，信息动态匹配使政策实施更集约高效。通过“政策精算师”平台摸清财政补贴数据底数，在政策正式发布前进行政策精算。公众可以深度参与政策制定提升了政策过程的“透明度”。由于数智赋能公众提升政策参与能力，公众由服务对象转变为共同治理主体。

（三）以工作专班促成整体性政府实现政策精准集成

传统政策面对的是相对确定的政策诉求。数智时代，外部环境VUCA特征明显，政策诉求愈加充满不确定性，这样的外部环境需要以政策周期动态迭代、循环优化为应对策略，实时迭代。财政资金直达机制是应对公共卫生事件冲击，扶助困难群众，提升基层政府惠企利民财力提供保障的一项改革。因此，“政策精算师”的核心目标更好地满足公众诉求，强调的是以公众需求和政府供给双向驱动实现公共价值为中心。在这个过程中，政务流程不再固化而是以人为本，走向柔性化，并随着政策过程迭代升级进行适应性调整，这就要求科层制组织架构从科层和刚性变得更加扁平和敏捷。“政策精算师”平台之所以能够高效运行，与工作专班密切相关。

通过工作专班的作用，形成了“市县协同机制”。市级各部门和区县（市）各部门根据政策需求，上报给市、县工作专班，由发改部门条线审核业务规范性，财政部门条线把关政策资金来源。在市专班的领导下，市下辖的区县（市）开发区也设有相应专班工作组，集成了高度扁平化的“市县协同机制”。当然，数智技术有利于打破公共部门工作的时空限制，通过“政策精算师”平台和工作专班的双重作用，政府资源和服务高度集成化为一个服务端口，跨越时空限制为企业群众了解政策资源提供便利条件。工作专班、公众通过“政策精算师”平台协同治理，实现了人类智能和人工智能的协同决策。在这个过程中，也促进了组织变革。可以说，工作专班、公众通过“政策精算师”平台协同治理，打造了人类智能和人工智能合作决策、人机协同的数智化组织（参见表1）。这种人机协作的数智化组织弥合科层制的条块分割，减少了因为寻租扭曲执行、趋利避害执行、信息传导扭曲执行和形式主义执行导致的政策执行中的行动扭曲，促进了跨部门、跨层级、跨地区的多跨协同，激发了创新活力，提升了政策效能。

表1　人机协同数智化组织的特征

（一）挑战

在数智化变革浪潮中，高风险与高收益并存。“政策精算师”在X市能够成功实现政策直达快享，但也面临一些挑战。

第一，数智化加深财政幻觉。财政幻觉本意是指财政收支等制度所带来的、纳税人对税收负担的错觉，往往让纳税人低估税收负担，政府就可以利用财政幻觉加大公共支出负担。数智技术打破了公共部门原有工作所受到的时空约束，提升了公共部门工作人员的认知能力，可能会导致公共部门工作人员形成新的数智化财政错觉，即数智技术所带来的纳税人无法准确认识税收负担的错觉——公共部门工作人员可能会产生这样的感觉，数智技术可以极大限度提升财政补贴政策效果，无限接近实现惠企利民的目标，因此，财政补贴资金规模就越大越好。数智化财税幻觉忽略了这一补贴效果可能存在的问题和隐患，不管技术再如何精确，政府分配资源都可能会导致资源错配，财政补贴资源是政府分配资源的一部分内容，也属于财政支出，财政支出规模扩张必然会加重纳税负担。

第二，数智技术导致数智悬浮。如果数智技术嵌入政府治理时不能切合真实情况，人机协同让公共决策进一步脱离真实治理情景，就会带来数智悬浮，带来更大的资金浪费。数智化不能成为新的“懒政”。在数智化转型过程中要警惕一种思维倾向即数智悬浮错觉，即认为高级智能技术工具可以替代深入实际了解企业群众的诉求、深入了解群众心声的工作，误以为可以完全依靠数智技术进行决策，而不依靠人类智能来审慎决策。正如钱学森所提到的，定量和定性是一个不可分割的整体，当定量认识累积到一定量级，回到定性认识，就会对人类认识产生飞跃。定性和定量是一个整体，自然科学和社会科学是一体的。数智技术只能作为辅助决策的工具，数智技术无法取代人的主观能动性，只有当我们脚踏实地、实事求是了解真实情况，才不会被数智幻觉所迷惑。

第三，数智认知缺陷。人类固然有认知缺陷但人类对其认知缺陷较为了解，而人工智能技术所带来的数智认知缺陷是一种新的认识缺陷。这种认知缺陷不仅人类还没有足够认识，未来一段时间内，深入了解这种认知缺陷也存在较大困难。在缺乏了解数智认知缺陷的前提条件下，追求政策实施的绝对精准是危险的。“政策精算师”追求的是对财政补贴真实诉求的精准识别，财政资金的靶向精准，让资金绩效效果精准而非精准控制，即在对需求侧情况认知的准确与混沌间探寻平衡。不确定性原理揭示，人类无法同时认知粒子位置和动能；越了解粒子位置，对动能的了解就越不准确，反之亦然。不确定性定理从微观物质层面说明人类对物质世界的认知不可能真正从模糊不清到完全精确，启示人们要把握准确的限度。过度追求精准，可能会对企业和个人信息过度采集，带来隐私泄露隐患和企业经营风险。在推进财政补贴精准滴灌的过程中，无法保障毫无偏误，需要警惕政策从精准实施走向精准控制。

第四，财政补贴的数智鸿沟。我国不同地区数字化转型进展不一，部分数智先发地区有能力探索精准滴灌的实现路径，让人担忧的是，疫情防控加速了数智化转型影响的深度和广度，也加深了地区间已存在的数字鸿沟。在面对数智化转型时，由于各地所具备的数据、算法和算力基础差异显著，会因此出现新的数智鸿沟。同时，地方政府之间存在激烈的创新竞争，地方政府运用数智技术探索数智化创新高风险高收益，对其他地区的外溢，对本地区成本高于收益，存在负外部性。因而，地方政府对于本地数智化创新成果往往只做不说、闷头赶路，不利于数智技术开放融合的需求，也不利于数智技术利用网络效应，进一步加快技术创新和融合发展。具体到财政补贴精准滴灌问题上，数智化先发地区会通过精准滴灌进一步巩固优势地位，带来财政补贴和公共政策实施效果的“损不足以奉有余”。

（二）对策

为了避免“政策精算师”可能带来的缺陷，可以从以下四个方面下功夫：

第一，控制精准限度，补贴过程阳光化。在人机协同决策过程中，全政策过程的透明化有利于财税负担能够被社会公众准确认知，有利于加强社会舆论对财政资金使用的有效监督，进一步约束数智技术应用的规范性，还更容易让公众摆脱技术厌恶，意识到新技术对政府治理效能的提升，拥抱和接纳新技术。在采集信息时要真正以公共价值为导向，避免对政策需求侧情景的过度采集，警惕数据泄露风险，加强用户隐私保护，提高信息安全保护。此外，对困难群体的补助，“政策精算师”的精算效果显著；但对于特定补助而言，“政策精算师”的算法可通过设置条件等方式实现特定意图，甚至会因政策制定之前已经了解到供给侧情况，专项补贴便因人、因企业设置更加方便，留下了更大的寻租空间。应用“政策精算师”分配财政补贴资金也存在寻租风险。因此，在使用“政策精算师”等数智技术平台的过程中，要坚持阳光政府、透明政府的使命，需要让阳光化贯彻财政补贴政策全过程，推进预算资金透明化、算法大脑透明化、政策过程透明化，要让政策资源分配更加透明，杜绝政策黑箱和权力寻租。

第二，倾听真正诉求，加强公众监督。数智化带来对需求侧更加精确的定量认识，应当与群众企业的处境和诉求的定性认识结合起来，才能制定出真正具有公共价值的政策，实现政策效能提升。传统政策制定是以均值作为参考，小众群体的需求往往因为群体过小、缺乏足够人力物力支持而被忽视。数智赋能让政府有可能洞察到更广泛人群的诉求，进行因地制宜的政策定制，调动全链条政务资源实现精准滴灌，以及政策资源配置动态优化。要真正实现精准滴灌，不仅需要基于数字技术和人工智能技术进行数智化跃迁，更要倾听企业群众的心声，接受群众的监督。只有汇聚千千万万群众意见、代表提案和专家意见，才能集腋成裘，把散金碎玉化为治国重器。

第三，完善政策大脑，为数智技术“立心”。在“政策精算师”平台运行过程中，政策大脑在辅助财政补贴政策发放和其他公共政策决策方面具有显著应用效果，是人机协同推进政策精准实施的有效抓手，这也表明，人机合作决策具有巨大应用潜力。如果把数智治理比作烹饪菜肴，那么数据是食材，算法是菜谱，算力就是厨具。数据质量越高，算法越科学，算力越强大，施策效果就越精准、越敏捷。政策大脑的建设受到数据质量和算法算力的制约。在推进“政策精算师”的过程中，要高度重视数据质量、提升算法算力。首先，在部分数字化发展薄弱的地方，需要首先做好摸清数据底数的基本功，否则将欲速不达；其次，要进一步打破数据孤岛，让数据之间不再物理隔离；再次，要统一数据标准，统合“烟囱式”的各业务条线，提高数据质量。此外，为避免出现算法偏差，模型选择要尽可能准确，训练算法数据尽可能精确；还要试验云计算、边缘计算、泛在计算等“新计算”，与无处不在的网络相联结，以高算力赋能施策力。在积极发展新技术的同时，警惕新技术所带来的新认知缺陷，设置人工智能技术的基本准则，确保智能技术在一定尺度上与人类协作，而不是把反应在毫秒量级的人类，作为反应在纳秒量级的机器的拖累。人机协同需要依靠人类对数智技术进行价值设计和规则约束指导，真正实现为数智技术“立心”，为数智世界“开太平”。

第四，推动部门协同，促进创新扩散。以往政府创新往往是部分部门、几类业务、个别人员参与。随着经济进入新常态，我国财政资源进一步短缺。稀缺财政资源配置问题，必然要应用新技术，推广政策精算，在财政资源分配前就进行细致的测试测算和仿真模拟，让数智技术真正赋能财政治理。为了应对变化和不确定性，要求政府高效协同，政策供需双向驱动，精诚合作推动创新而数智化则要求所有部门、全业务链条、全体人员都要协同创新。相应地，地区间、部门间、人员间关系变为正向竞合关系，共助技术融合，才能实现政策资源配置优化。为此，上级协调部门应使用恰当的地方政府创新激励机制，弥补先发地区的创新外部性，进行地方政府数智化创新经验推广，以此加速整体数智化进程。

在一个充满想象力的数智时代，身处信息化、数字化、数智化浪潮之中，利用“政策精算师”促进人机协同决策的创新是政府主动作为，把握动与不动、变与不变的有效尝试。“政策精算师”主要依靠数据、算法、大脑三个方面支撑财政补贴政策供需两侧，并通过政策周期迭代更新，让精准施策成为可能，让人机协同决策成为现实。利用“政策精算师”等数智赋能财政补贴资金直达快享、实现政策精准实施是一个跃迁过程。浪潮不止息，变化无常时，技术工具应时而变、迭代升级；政策周期周而复始，循环往复，两者在动态变化中融会贯通。随着数智技术发展，“政策精算师”不仅可以应用于财政补贴资金分配，其他领域应用前景也同样值得期待。

层级治理体系下的政策再生产、注意力配置与政策效应——基于双重机器学习模型的数字乡村政策执行研究

人工智能何以驱动基层注意力敏捷分配——基于S市“河湖风险预警系统”的个案研究

数字乡村建设何以推进共同富裕——基于“赋能 - 调适”的分析框架

本期来源：《电子政务》2024年第8期

编辑：卜婷婷

校对：雷鸿竹

审核：曾   锋