【治理与反思】数字化中的不平等：政府自动化无法惠及的公民

　　　　　　　　　　　　图片来源网络

类别：网络治理

导言

有关政府数字化系统,已有研究发现，自动化系统不能够平等地惠及所有公民，可能对部分公民造成行政负担。在最新一项研究中，挪威学者Karl Kristian Larsson以挪威发放儿童福利的自动化系统为研究案例，据国家数据显示，大部分受益者通过自动化系统获得福利。研究结果表明，政府登记册数据和自动化计算机系统造成服务质量不平等，此外，低收入的公民更有可能进行手动申请。论文发表在电子政务权威期刊GIQ上面。

（文献来源：Larsson, K. K. (2021). Digitization orequality: When government automation covers some, but not all citizens. GovernmentInformation Quarterly. 38(1): 101547. DOI: 10.1080/14719037.2020.1784635）。

研究问题

政府数字化服务成熟度的主要衡量方式之一是判断政府如何有效利用政府数据主动创新公共服务(Dunleavy et al., 2006; Janowski, 2015; Scholta et al., 2019)。类似的，ICT技术的使用常常被看作是数字政府的特征之一。数字政府通常表现为基于网页的政府与公民的单向互动，但数字政府开始采用一系列数字化工具创新、传递公共服务(Katsonis & Botros, 2015)。其中，以全自动化服务最为前沿(Scholtaet al., 2019)。利用政府数据库，可在没有公民和政府的参与下提供公共服务。

然而，近来部分研究认为，公共服务中政府数据的应用和相关程序导致不公正的结果和歧视，导致部分公民获取该得的福利和服务(Lindgren et al., 2019; Peeters & Widlak,2018)。自动化政府服务系统给到公民的价值也并不相同。弱势服务接受者需要通过自己的努力来弥补自动化带来的不足，比其他人承受更多的行政负担。自动化可能会强制改变社会规则、损害非典型群体的利益(Lindgren et al., 2019)。这种排除对处于社会经济地位较低位置的公民产生更大的影响。因此从这个方面而言，数字化服务与非数字化服务不存在差异。已有研究发现，福利部门的规则和实践会对部分公民获取福利形成阻碍(Moynihan,Herd, & Harvey, 2015)。

本文研究目的是检验自动数字化公共服务系统，旨在探索这类系统造成服务质量不公平、给部分公民额外行政负担的状况，研究问题如下：

1）什么类型的公民被自动化数字系统排除在外？

2）比起通过自动化进行申请的公民，手动申请的公民有哪些额外的负担。

自动化系统带来的排除是否与社会——经济地位相关？

行政负担和行政排斥

如果公民无法获得他们应得的帮助，政府帮助有需要的公民的努力是徒劳的。还可能存在政府本身造成的阻碍。已有研究显示，较低社会-经济地位的公民、或受到其他类型歧视的公民更容易受到这类阻碍的影响(Brodkin& Majmundar, 2010; Moynihan & Herd, 2010)。与之最相关的理论是有关行政排斥和行政负担的理论，这两个术语相互补充形成对该现象的解释。行政负担指的是公民获取公共服务时的非货币成本感知。当行政负担过高时，就导致了行政排斥。这两个术语都与Bozeman的繁文缛节这一概念相关(Bozeman, 1993)。Bozeman将繁文缛节定义为官僚程序中强加给参与者和利益相关者的规则和任务，这些任务没有合法的社会机制或组织价值。“繁文缛节”常常被当做是影响组织表现的问题，行政负担和行政排斥影响着公民和其他与组织互动的利益相关者(Heinrich, 2016)。

负担的表现形式多种多样。繁文缛节通常被看作是阻碍预期目标达成的官僚陷阱之一。除了繁文缛节，政府还会对公民造成其他行政负担。除了时间这一项遵从成本之外，Moynihan 等人 (2015)定义了其他另类遵从成本：一类成本是学习政府程序、以及如何访问程序带来的遵从成本；另一类是心理压力与心理耻辱，往往出现在不受欢迎、限制较多的政府程序中。

近来，政府数字化领域有关行政排斥和行政负担的讨论增多。公共服务数字化被看做是使政府更有效、更易接触和更具回应性的渠道和方式(Lips, 2019, pp. 4–5)。然而，Peeters和Widlak(2018)认为，数字化并不能解决官僚歧视（bureaucraticdiscretion）的问题，他们认为政府数据库的结构和内容可能会影响政策的实施，将这个现象称为“ICT技术造成的合法性污染”。他们的理论基于有关政府如何通过强化标准塑造社会的经典讨论，如Foucault 和Weber的相关讨论(Foucault,1980; Weber, 2019)。

近来研究中，行政排斥引起争论。从组织的角度来看，Peeters(2020)认为行政负担可以从两个维度进行衡量：意图（intent）和形式(formality)。在意图和形式程度高的情况下，Herd和Moynihan (2019)认为，政府机构可能会在合法性范围之外将行政排除作为一种政策目标。特别来说，这类排除对边缘化群体产生影响，造成不平等的结果。

方法和数据分析

案例选择

挪威于1946年在全国推出了儿童福利。一开始福利只适用于有一个以上子女的公民，但后来扩所有有子女的居民(Skevik, 2003)。因此 儿童福利是挪威最广泛、最普遍的政府计划之一。孩子一出生到年满18岁之前的月份都可以申请。2016年共有673,818名接受者。每个孩子只有一位父母可以领取这项福利，大多数领取者是妇女(Ministryof Children and Families, 2017)。平均而言，儿童福利占挪威有子女家庭家庭总收入的2%，这一比例在单亲家庭和低收入家庭更高一些(Epland & Kirkeberg, 2016; Grødem, 2017)。

儿童福利的两种申请方法

1998年，申请儿童福利的程序就已经基本自动化。孩子出生后不久就被输入国家数据库。这时利组织的计算机系统就会被触发(Andresen,2008)。在系统被触发后，会自动检查母亲是否有资格获得福利。如果登记数据表明公民有资格领取养恤金，则在处理系统中代表存在潜在申请者。这些自动生成的应用程序由个案工作者经常地、定期地审查。如果审查未发现合格申请未被拒绝，其余的则有自动化系统自动完成。首先。向领取者发出一封信，告知他们应有权利。如果没有进一步行动，则开始付款，在28天后结束事件。如果个案工作者在审查申请时拒绝申请，则自动结束。不过，申请者也可以进行年度申请。

未被自动系统覆盖的公民必须手动申请。虽然应用程序进程已经完全线上化，但整个过程与数字前时代非常相似。虽然申请人不需要到访政府办公室，但他们必须知道所享有的福利以及在哪里申请福利。申请人必须填写在线表格，有时还需上传额外的文件。在福利机构的网页上，申请人可以使用数字身份证登录并以数字方式提交申请，也可以通过邮件提交申请。福利机构收到其到达的顺序处理申请。资格通常通过参考政府登记册中的数据来核验。如果核验不通过，个案工作者将通过邮件要求申请人提供关于居住权、或为某一儿童要求福利的权利的补充资料。如果申请人符合条件，则由个案工作者颁发津贴；如果不符合条件，则申请被拒绝。

无论是手动申请还是自动申请，经决定的申请都可能发生反转。当申请人被拒绝后进行上诉、或政府不确定收件人是否有资格时，就有可能发生这种情况。这种情况下，申请人可能需要提供额外文件来证明资格。因此，同一案例中有关是否拥有资格的判定在申请过程中可能会得到不同的结果。

数据

与大多数现代计算机系统类似，用于处理儿童福利裁决的系统记录了它所处理裁决的关键性事件，既为了保障系统权益，也为将来提供参考。这些事件适合过程挖掘，成为本文研究基础。数据包括2018年提出和决定的裁决及相关事件。2018年的案件具有代表性，因为它们是最近一整年的案例。但是将数据集限制为1年将导致一些裁决不完整，部分案件在前一年开始或持续到了2019年。不过，儿童福利程序通常处理得很快，降低了上述问题对分析的影响。数据集总共包括109724个事件。

数据集包含两种主要类型日期事件：第一种是在面对福利申请需要作出决定时产生的；第二种是在作出决定时创建的。除了这两种事件类型外，复杂编码（complexing code）还记录了几种决策和结果。粒度与福利机构相关，给本文数据分析增加了难度。数据集事前消失了这种影响。

方法

针对研究问题，本文采取以下方法和研究策略。问题一关注公民没有被自动化福利发放系统覆盖的现象。研究比较福利发放的资格规则和自动化福利发放的标准进行比较。第二个研究问题通过过程挖掘来确定服务中手动申请者和自动福利申请者的差异。最后，采用相关性分析分析申请者的社会-经济差异。在这部分分析从市政一级进行。

研究结果

什么类型的公民被自动化数字系统排除在外？

福利机构网页上公布了不被自动化系统覆盖的群体。这些群体被要求进行手动申请，特征为以下三种：

• 接受者或孩子没有被登记为挪威公民；

• 孩子的服务离婚或者来自前一段关系中；

• 接受者不是孩子的自然父母。

这些公民被排除在外主要与两项资格规则相关。挪威的外国居民只有打算在该国长期居住的情况下才可以申请这种补贴。因此，自动系统覆盖的人是典型民事情况下的长期居民。这一部分群体被排除在外，以避免支付款项错误。与计算机自动化应用程序不同，手工申请可由官僚自主裁决，申请人也可以提供其他的证明文件。

比起通过自动化进行申请的公民，手动申请的公民有哪些额外的负担？

该数据集包括16094个手动个案和34369个自动个案。使用BUPA R过程挖掘工具将事件排序到过程映射中会产生以下计算生成的映射。第一张图显示手动申请的个案，第二张图显示系统自动生成的个案，第三张图显示所有案例。一张包含近两百种跟踪类型的地图将无法读取。图中仅限于10种最常见的轨迹，占所有病例的97.6。过程图显示了每个事件的重要性以及它们之间的转换。前两张图显示的数字代表个案的绝对数量，第三张图中的数字代表百分比。而从整体数据集来看，总共有32,682个案例-即64.8%的所有案例被完全自动处理，在没有给申请人带来任何负担的情况下支付了津贴。

自动化系统带来的排除是否与社会——经济地位相关？

最后一个问题从市级层面来讨论，与贫穷状况相关。二元相关性分析显示，城市自动化和低于中位收入60%的家庭比例呈现显著负相关性（见图6）。像在方法部分讨论的那样，自动化福利供给机构不是贫穷造成的，但自动化系统未涵盖的群体更多的是低收入家庭，这能解释皮尔逊相关系数。

讨论

获得儿童福利的两条路径

研究结果显示，政府主动积极地维护公民的权力比Schaffer和Huang (1975)“简单队列”模型更加重要。当公民通过自动化系统收到儿童福利时，几乎感受不到行政负担。然而，通过自动化实现简单队列，必定排除一些合格的申请者，并承担如Moynihan等人 (2015)所述的行政负担。自动化过程的限制在于释放部分公民负担的同时，迫使部分公民自主了解相关福利、遵从整个过程的要求。

没有经过权衡，出于某一目的组织的数据不总是能用于其他用途(Bowker &Star, 2000, p. 108)。尽管领取儿童津贴的规则很简单，但政府项目的资格规则与政府登记册的内容不可能完全匹配。与Schaffer和Huang的规则相反，数字时代中：政府项目和服务规则越复杂，注册数据对不同公民的价值就越不平等。考虑到这些因素时，似乎不可能得到对所有公民平等提供公共服务的完全自动化或半自动化系统。随着资格规则日益复杂，自动化带来的此功能正排除是很难避免的。政府从“一站式商店”转向“无站商店”，无法使每个人都受益一流质量低劣的“多站式商店”。

从某种程度上说，这项研究验证了彼得和威德拉克（2018）关于在政府服务交付中使用注册表数据的意外结果。联合政府机构的基础设施日益增长，意味要更关心其建设。正如越来越多研究发现的那样，政府某部门信息结构中的明智决策，被用于政府的其他部分时会产生有害影响。

社会不平等

有关社会问题和公共产品分配不均问题的研究历史，与政府试图解决这些问题的历史一样长(LeGrand, 2018; Marshall, 2006; Titmuss,1958)。正如本研究的结果显示的那样，公共数字化可能成为不平等的另一个场所。政府出于让大多数人更容易获得服务的想法进行数字化，那么那些被数字化排除的人反而是那些最需要政府服务的人就不符合初衷了。数字政府带来街道官僚机构的减少，屏幕和系统官僚机构的增加(Bovens & Zouridis, 2002)。如果最依赖街头官僚机构的公民也被排除在自动化系统之外，数字化带来的行政负担影响的是那些最无法承担行政负担的人群。这个方法必须与其备选办法相权衡。本研究比较了两种申请福利的方法，研究发现，即使是在线手动申请的公民也比在数字前时代申请的公民遭遇更多的行政负担。

政府数字化增加了结构化数据的创造和消费。质量和可用性方面的微小差异也可能对结果产生重大影响。根据数字政府会不断变革，数字服务将成为“公民整体”获取服务的主要方式(Dunleavyet al., 2006)，并更加依赖服务的语境。这些数据创新容易出现本文讨论的问题。Moynihan 和Herd (2010)曾提出以下问题：是否应该容忍防止欺诈性申请方法给部分公民带来的行政负担。欺诈一词代表了公民的犯罪意图，即使不在这个语境下，这个问题仍然值得讨论。为了阻止那些没有资格的公民，有资格享受福利的公民承受行政负担的边界在哪？讨论数字服务中包容与排除的比例，需要采取多学科的方法。公共行政人员自己也应该在推进数字化政府建设的同时思考这个问题。

结论

这项研究表明，自动政府服务的创建必须将能够自动化的公民与不能自动化的公民分开。挪威的儿童福利项目适合全面自动化。然而，许多公民仍然没有自动获得子女津贴带来服务质量不平等的后果，因为“无法被自动化”的公民遭遇了更深程度的行政负担。政府登记数据倾向于处理典型案例，这使得非典型案例面临最大的行政负担风险。项目中规则越复杂，自动化越难实现。

随着数字政府的不断发展，政府服务中多大社会差距可以被容忍值得讨论。对大多数公民来说，服务有所改善，但却排除了那些从可以从服务中获益最大的群体，这可以接受吗？本研究中审查案例说明了自动公共服务的价值，但也展示了这种价值无法惠及所有公民。

各国政府都会遇到本研究所研究的问，这个问题其实是旧的。虽然数字化为这个问题提供了“可能的新的”解决方案，但它们以熟悉的旧方式被应用。在数字政府研究领域，不应该过分关注数字化的下一阶段将如何改进上一阶段。毕竟，公共服务数字创新的目的不是为了提高公共服务本身，而是为了改善社会。

如果您喜欢此文，请转发和分享给朋友们。谢谢！

附参考文献附参考文献附参考文献

参考文献：

Bozeman, B., & Feeney, M. K. (2014). Rules and red tape: A prism for public administration theory and research: A prism for public administration theory and research. London: Routledge.

Christensen, J., Aarøe, L., Baekgaard, M., Herd, P., & Moynihan, D. P. (2020). Human

capital and administrative burden: The role of cognitive resources in citizen-state

interactions. Public Administration Review, 80(1), 127–136.

Chudnovsky, M., & Peeters, R. (2020). The unequal distribution of administrative

burden: A framework and an illustrative case study for understanding variation in

people’s experience of burdens. Social Policy and Administration, 1–16. https://doi.

org/10.1111/spol.12639.

Coglianese, C., & Ben Dor, L. (2019). AI in adjudication and administration: A status

report on governmental use of algorithmic tools in the United States. U of Penn Law

School, Public Law Research Paper, 19–41.

Dunleavy, P. (2016). Big data and policy learning. In G. Stoker, & M. Evans (Eds.),

Evidence-based policy making in the social sciences: Methods that matter (pp. 143–151).

Bristol: The Policy Press.

Peeters, R. (2020). The political economy of administrative burdens: A theoretical

framework for analyzing the organizational origins of administrative burdens.

Administration and Society, 52(4), 566–592.

Wihlborg, E., Larsson, H., & Hedstr¨om, K. (2016, ). “The computer says no!” – A case

study on automated decision-making in public authorities. In Paper presented at the

Hawaii International Conference on System Sciences (HICSS), Koloa, HI, USA.

相关文献：(直接点击链接即可进入该页面)

原文链接（阅读原文　点击左下角）：

https://www.sciencedirect.com/science/article/pii/S0740624X20303269

此处也可以下载全文：

https://www.researchgate.net/publication/347669801_Digitization_or_equality_When_government_automation_covers_some_but_not_all_citizens

凤凰网一点资讯：

http://www.yidianzixun.com/channel/m408752

欢迎您提出与本文内容、主题或翻译有关的各种问题与建议！

欢迎关注、订阅微信公众号【治理学术】。本公众号是由公共管理与政治学学科的老师和学生志愿者开发的学术和交流平台，重点是治理理论与实践领域的热点问题，我们每日整理、翻译并推荐一篇最新权威英文文献。核心内容分为三大板块：1、治理理论　文献与探索，2、管理实践　治理与反思，3、公共治理　教学与交流。

欢迎推荐或自荐研究成果，来稿请致邮箱：[e-mail]

PS：如何加入微信公众号：

您可以扫描下面的二维码，或者搜索公众号：“治理学术”，或者加原始ID: 
　 gh_dd2c06e61722　然后点击加入即可。

PS：如何查看以前推送的精彩文章：

您只要点标题下方的“治理学术”，并选择“查看历史消息”即可，精彩就会尽现。谢谢！