江小涓最新演讲全文：数字时代政府市场边界划分及多方治理合作

2025年7月3日，2025中国数字经济发展和治理学术年会在清华大学成功举办。中国社会科学院大学教授，国务院原副秘书长，年会主席团主席江小涓教授发表题为《数字时代政府市场边界划分及多方治理合作》的主旨演讲。本文根据江小涓教授现场发言内容整理。本文来源：清华服务经济与数字治理研究院

本账号接受投稿，投稿邮箱：jingjixuejiaquan@126.com

数字时代政府市场边界划分及多方治理合作

我今天想和各位交流的主题是“数字时代政府市场边界划分及多方治理合作”。

长期以来，政府、市场和社会边界的划分，在公共治理和在经济学上都是一个大问题。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。因此经济学长期讲政府只针对市场失灵的问题干预经济。

公共管理的角度不大一样，但无论哪个时期哪个学派，处理平衡好效率与公平的问题是核心问题。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，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（Public Private Partnership）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？主要交流三个方面：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。第二，政府调节新的资源配置能力也在提升：落地场景。第三，划分政府与市场边界还是治理合作。

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。

我再举一个例子，公民阅读是一项基本公共服务，数字化时代网络读书内容很多，所以有很多地方改造公共图书馆。我观察到过一个地级市做的无人图书馆，进去点开屏幕，看什么都可以在网络上搜索到。还有政府推出的街区和墙角图书馆，很多大厅里都有这个设施。用身份证刷开就可以借书还书。这页PPT展示的照片是刚开的时候我拍的，当时我就猜想这个是不可持续的，书种类很少，总体并不符合目标读者的需求，不太符合老百姓的阅读偏好，而且更新特别慢。最近我又看了一圈，有些拆了有些废弃了。我们看市场做法，有许多大型读书平台，书刊丰富程度更新速度难以想象，既可付费可以免费阅读，只是内容丰富和更新速度的差异。我们看2021年微信读书上线之后的总榜前20，内容丰富多元。上亿读者年均读书十本以上。所以很多情况下，如果不看市场的话，我们觉得政府可以做很多更好的事情，但其实市场可以做得比它更好。

我们还要想到政府配置资源的固有问题，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。

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。

我举一个比较新的例子。2月28号，小红书热烈讨论的一个问题是，千万别把你的小说放在元宝，让它改改错字，但按照元宝的协定，它就可以用来训练模型而且可以用于输出。最极端的情况是直接就把用户的输入作为生成结果反馈给用户。这个问题引发大量网友讨论和质疑。对平台构成压力，很短时间内政府完全还没来得及反应的时候，平台就做了快速反应，五天之内三次修改协议，最终得到用户认可。这就是合作治理过程，政府久久研究出台硬规则的治理在这个时代往往滞后。

我再举一个例子。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，有一些罕见病的病友网，患者愿意把他大量的个人信息特别是疾病信息放进去。为什么呢？理由是命比数重要，我需要把我的数据贡献出来，要医药研发机构尽快研发出来治我这个病的办法。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变得非常普遍。

现在国内讲可信数据空间，我讲的概念和科学家讲的概念不太一样，只要愿意共享利益、愿意共享数据，愿意遵循共同规则就可以了，不一定非得通过那么严格的技术标准和合规要求。

最后，简短的总结是：数字技术赋能各方，政府可以做的更多更好，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。

谢谢各位！■

通知：解析美国大美丽法案直播