长期以来学术界（尤其是海外研究）普遍认为公共服务数字化只是一个“乌托邦”，但数字化真的不能推动公共服务的使用吗？公共服务数字化究竟是便利还是负担？2024年6月在《公共管理评论》上发表的《跨越公共服务数字化与公民使用的鸿沟：以工伤保险为例》一文，基于中国场景通过连续双重差分法进行准实验设计和反事实评估，对公共服务数字化的效果给出了乐观的评价。
本期对话佳作我们有幸邀请到中国人民大学公共管理学院博士研究生潘王雨昂与中国人民大学公共管理学院教授马亮作为访谈嘉宾，带我们全面理解我国的公共服务数字化。
嘉宾介绍
潘王雨昂，中国人民大学公共管理学院博士研究生，研究方向为数字政府、公共管理定量研究方法，个人主页为：pwya.github.io
马亮，中国人民大学教授，西安交通大学博士,曾任新加坡南洋理工大学高级研究员,国家级青年人才计划入选者、北京市优秀青年人才,公共管理学科爱斯维尔中国高被引学者,斯坦福大学政治与公共管理方向全球前2%顶尖科学家,发表论文见于《管理世界》, Journal of Public Administration Research andTheory, Public Administration, Public Management Review, Gover-nance等刊物,目前担任《International Journal of Public Administration》联合编辑、《Chinese Public Administration Review》副主编、《公共管理与政策评论》编辑。
文章导图
访谈实录
Q1：请您简要介绍发表于《公共管理评论》的《跨越公共服务数字化与公民使用的鸿沟：以工伤保险为例》一文的主要内容及其诞生契机。
感谢公共管理共同体给予的宝贵机会。文章诞生之初有两个契机，第一个是基于马亮老师的课题项目，研究行政负担的影响。一开始我们发现行政负担的经济影响被中山大学的梁平汉老师做过了，发表在《世界经济》上，题为《时间就是金钱:退税无纸化改革、行政负担与企业出口》，只能转而去寻找社会层面的影响。第二个契机便是定量学者们常说的“数据驱动”，具体来讲便是一个常说的玩笑话：“牛打了个喷嚏，兔死了、马活了”，找到两个不是很相关的变量，在理论上和数据上同时证明其显著关系的存在。后来随着研究的深入，我们发现社保和数字政府这二者相关性越来越大，理论越来越厚，原来的“数据驱动”的“皮”也被剥离开来，变成了“理论驱动”的“果肉”，原来的行政负担也只能出现在文章中的一小段，不能作为文章的标题等。整篇文章至少有六个大的版本，二十余次小的修改。投了三个不同的期刊和一个会议等等，最后有幸在《公共管理评论》期刊发表。
Q2：您在文中呼吁公共服务数字化要以“公民需求为中心”，请问您认为当前的公共服务数字化为什么会出现“重供给而轻需求”的状况？如何在公共服务数字化过程中具体落实“以公民需求为中心”？
这一现象的出现就涉及到政府这一组织为什么会引入各种技术的方方面面了，是一个较为复杂的理论问题，牵扯到的理论有组织学习、创新扩散、绩效反馈等等。它既有可能是“指挥棒”的问题，诸如目前存在的很多电子政务、数字政府的排名是供给方在排名，是提供这些服务的人在排名，而不是以用户觉得是否方便等进行的排名。也有可能是“跟风潮”的问题，诸如一个省内一个地级市做的数字化做的非常好，其他地级市不顾自己的基本情况跟风引入，导致技术引入了，但是公民还没学会，或者配套的人员素质、硬件设施等没跟上等等。“以公民需求为中心”便是需要避免这些类型的问题，以公民真正需要的为中心，并且时时刻刻关注绩效反馈。只有时时刻刻关注人们到底对这一项技术买不买账、这一项技术到底是不是人们真正需要的，这项技术才能真正得到推广。
Q3：文章指出数字化推进和工伤保险覆盖面的提高两者之间是“非直接”“非特指”关系，请问您是怎么想到将两者巧妙相关联起来的？两个“非直接”变量之间有何逻辑关系？
这个确实是一个很关键的问题，我们当时是类似于实验室里面用不同试剂做实验一样，严谨的把各种常见的变量和数字政府的关系都遍历了一遍，发现医疗保险等的覆盖面很早就达到了90%以上，趋近于饱和，没有多大的研究意义。而工伤保险等无论你怎么做，数据的结果，不论是平行趋势还是蒙特卡洛等等就是表现的非常好，非常亮眼。带着疑问我们开始去整理各种国务院与社会保险相关的几十份文件，发现其他保险都有相应的“直接”的文件，就工伤保险是没有的，所以最后我们才做出“非直接”、“非特指”的结论。所以这也是符合一般定量文章的工作流的，是像做实验一样不断和数据（试剂）、理论交互的过程，最后才总结出来的文章，其实并没有什么“巧妙”可言。
Q4：除了提高公共服务使用率（如工伤保险）以外，请问您认为公共服务数字化是否还对其他领域存在正面或负面的溢出效应？
当然还有很多，比如梁平汉老师发表在《世界经济》上的这篇《时间就是金钱:退税无纸化改革、行政负担与企业出口》，就是发现了无纸化改革使得样本内企业出口额平均提高7.2个百分点。类似的还有很多，在这里我就不赘述了，具体可以参考这篇发表在PAR上的文献综述：MacLean D, Titah R, 2022. A systematic literature review of empirical research on the impacts of e-government: a public value perspective.
Q5：本文基于中国场景发现了不同于已有公共服务数字化研究的乐观证据，有力地挑战了数字化无用论的海外学术常识，请问您对于所谓的“学术常识”有何看法？如何才能打破常识寻找真理？
感谢您的提问，这是一个很好的问题。我觉得可以从两个思维来解答这个问题，第一个是批判性思维，从我个人来讲的话，我觉得需要对任何“常识”和“公理”都保持一定的批判的态度。更应该关注的是诸如“三段论”式的形式逻辑等严密的逻辑推理。即分清楚“常识”、“公理”、“假设”以及从这些“常识”、“假设”出发推导出来的结论。不断训练自己明确什么是假设，什么是推论，然后训练自己怎么做出假设，怎么做出推论等等……像这样不断地训练自己的逻辑思维。第二个是结构性思维，作为一个商科转到公管来的学生，从大一入学就开始被灌输各种诸如PEST，SWOT，什么波士顿矩阵等各种分析模型，久而久之就习惯了各种各样的思维模型，就习惯了我们叫完全穷尽、相互独立（MECE）的结构化的思考方式。在整理文献的时候，我发现结构化的思维能够非常有益的帮你快速的整理、引用大量文献，快速的分析概念与概念之间，概念族和概念族、概念网络和概念网络之间的关系。有了这两个思维，我觉得总能发现文献中的遗漏，总能够找到“常识”背后的问题，总能够做出理论贡献。
Q6：严谨的因果推断是本文的一大亮点，对于感兴趣定量研究的学子们，请问您在定量研究方法上有没有什么学习经验可以分享？
我个人一直致力于将较为前沿的计量方法通过比较通俗的语言、较少的数学表达式等更好上手的方式呈现给大家，降低大家的学习成本。关于如何学习定量方法，可以参考我个人主页（pwya.github.io）上的《基本无害的回归猴子——实证快速上手指南》，里面有比较详尽的实证上手方法。如果是教材推荐，在中文教材方面，我比较推荐陈诗一、陈登科两位老师的《计量经济学》和《高级计量经济学》，也有脍炙人口的陈强老师的、伍德里奇等等知名教材。当然，计量经济学的教材非常丰富，大家也可以自行搜索，特别是英文教材，比中文要丰富，且更加前沿。
顺带可能需要多说一句，个人的意见可能比较偏向于定量研究是比较“保底”的研究。如果我们用学习曲线来衡量的话，可能一开始学习定量研究的截距稍微高一点，但是上手了之后整个过程都不是特别的困难，学习曲线相对平滑，相对来讲不会一直碰到这样那样的问题。而且目前来看，公共管理的定量要求比起其他社会科学（诸如经济学）等要低，可以说是“门槛高折磨少”。只要愿意跨过门槛那么就一定会有收益。而且在审稿过程中是存在一定的共识的，基本上论文成型就知道你的投稿水平大体在什么档次的期刊。训练过程也非常成体系，而且全网都是资料，不用担心资料可获得性。是一条不需要太多的天分都可以成为的“匠才”型的道路。但定性研究就不一定能够提供“保底”的功能了。从我和老师们的交流来看，绝大部分老师们都认为能从田野获得多少研究灵感是需要看天赋的，然后这些研究灵感怎么编纂成文又需要很强的写作能力，不像定量研究一样标准化模板化。但好的定性研究却又读起来让人如醉如痴，既有理论贡献，又有深刻现实，具有非常高的“上限”，和定量研究的“保底”性完全不一样。所以这两种研究路径对研究者个人的影响，还是需要综合考虑的。
访谈：廖梓霖
编辑：廖梓霖
制图：王鼎量
审校：高周易
