作者简介：

孟庆国，清华大学公共管理学院教授，清华大学人工智能国际治理研究院数据治理方向首席专家，研究方向为政府治理与创新、电子政务与政府信息化战略、政务服务与绩效评估等。

鞠京芮，女，清华大学公共管理学院博士后，研究方向为政府智能治理、公民参与、大数据公共治理。

摘 要：

平台型政府正努力迈向数字化能力3.0阶段，即实现数据、业务、协同和交互能力的智能化升级，而人工智能可为其提供必要的技术支持。已有研究主要关注人工智能如何驱动数据能力智能化，缺少对四个能力全面智能化的系统性研究。结合平台型政府理念和人工智能创新应用潜在价值，从定义平台供需方、搭建必要技术基础和明晰人工智能应用三个方面，构建了人工智能支撑下平台型政府的技术框架，来揭示人工智能对数字化能力全面升级的促进作用。政府实施技术框架可遵循三条实践路径：合理采用技术主导和技术支持两种平台变革模式，加强公众参与以弥补中央集权式平台发展模式的不足，采用与公共管理情境相适应的平台理念和模式。

关键词：

数字政府；人工智能；平台型政府；政务服务。

DOI：

10.16582/j.cnki.dzzw.2021.09.004

一、问题提出

在数字时代，新兴技术的发展为创新组织变革带来新的机遇，其中，平台型组织作为一种新型组织模式，已吸引越来越多研究者和实践者的关注。平台型组织的本质在于提供必要的数字基础设施来连接不同类别的群体，并使其资源、运作惯例、结构的灵活调整和自由组合成为可能[1]。平台模式常见于商务领域，比如淘宝、美团、滴滴打车等平台，为组织带来了可观的经济效益。在政务领域，O'Reilly最先提出“政府即平台”（Government as a Platform，GaaP）理念，将平台模式扩展到政府治理领域[2]。在过去十多年里，美国、英国等国家的数字政府转型也一直致力于推进平台型政府建设[3]。

平台型政府是多主体参与的，包括政府、公众、企业、非政府组织等，它们利用基于互联网和各种终端搭建的平台网络来传递信息和服务，形成“平台+用户端=服务”的运作模式[4]。平台型政府既是一种技术工具，为分散在不同工作地点的使用者提供一个跨部门、跨区域、跨层级的共享网络；同时，它又内含着一种以开放性和模块化为关键特征的管理机制，即平台对使用者采用开放参与模式，允许它们自由加入和退出平台，对业务、功能、能力、系统、模式、代码等资源则采用通用的设计规则进行模块化管理，使得它们在政府部门间可共享和复用[3]。

从政府数字化能力动态演进路径来看，平台型政府处于2.0阶段，并正在推动政府数字化能力迈向3.0阶段[3]。该阶段跨越体现在四个能力的转变上：一是数据能力需要从多源、异构、海量数据的汇聚能力，向“用数据说话、用数据管理、用数据决策”的数据智能化转变；二是业务能力需要从基于中台架构的资源或能力模块共享共用，向服务需求倒逼业务流程再造和政府职能创新转变；三是协同能力需要从基于原有、固定组织结构来实现政务服务一键直达，向基于业务需求搭建临时、虚拟组织结构来实现智能派单转变；四是交互能力需要从各类政务服务一网通办的同质化、被动式服务模式，向基于用户身份和服务关联的个性化、主动式服务模式转变[3]。

人工智能技术作为各国的重要战略部署，为政府数字化能力升级提供了可能性。在国内外已有实践中，人工智能被应用于政务服务的部分流程中，比如，协助政府部门回答公众提问、填写/搜索文档资料、派发公众请求至相关部门、翻译资料和起草政府文件等[5]，展示了人工智能促使数据能力向智能化转变的潜力。但人工智能如何支持平台型政府实现数据、业务、协同和交互能力全面迈向3.0阶段，还需要进一步探究。对此，本研究拟回答两个问题：一是平台型政府应采取怎样的技术框架设计，以发挥人工智能对政府数字化能力全面升级的促进作用；二是政府应通过怎样的实践路径来实施框架，以保障数字化能力升级的切实可行性。

二、政务服务平台化和智能化的相关研究

下面将对平台型政府的本质特征、技术框架和有效实施机制的相关文献进行综述，再对人工智能在政务服务中的应用形式、技术框架和面临的实施管理问题进行综述，为探究人工智能支撑下平台型政府技术框架设计和实践路径提供扎实的理论研究基础。

（一）平台型政府

平台型政府需具备平台型组织的两个关键特征，即模块化和开放性。模块化是指系统组件分离后再重新组合为不同配置，同时保证其功能完整性的能力[6]。平台模块化可细分为产品模块化、服务模块化和知识模块化[7,8]。平台型政府的模块化体系可最大程度地发挥模块的互补性、独立性和创造性，帮助平台适应公众多样化和不断变化的政务服务需求，增强平台运行的平稳协调性[9,10]。平台型政府的业务流程再造、虚拟组织结构搭建和个性化交互都依赖于平台的模块化特征。开放性是指允许使用者自由参与平台技术、产品、服务创新的程度[11,12]。开放性有助于增强平台型政府服务供给的网络效应，减少公众与服务提供者间的锁定关系，增强服务提供者间的竞争性[12]。对于平台型政府来说，开放性为基于虚拟组织结构的智能派发提供了可能。

大多数研究对平台型政府的特征、理念、优势、面临的挑战等问题进行了概念性分析[13-15]，仅有少数研究从系统分析和设计视角出发，研究了平台型政府的技术框架设计。北京大学黄璜课题组为平台型政府构建了数字基础设施的模型框架，指出平台型政府需具备一个共享基础数据库来汇聚多个公共数据库数据，如人口库、法人库、电子证照库、信用信息库等，并进行统一管理[3]。为了体现平台的模块化特征，政务中台（也称为通用能力中台）被设计用来为新系统的开发提供共同的功能需求和组件化资源包。政务中台包含身份认证、电子报表、文件传递、数据可视化等资源模块，可用来帮助政务服务平台（对外办事）和协同办公平台（对内办公）实现敏捷开发[3]。然而，平台型政府的开放性特征在已有的技术框架设计中体现得并不明显。

平台型政府的成功实施依赖于政府的治理机制。Thompson等学者构建了平台评估框架（platform appraisal framework，PAF），从技术架构、市场动态和组织形态三个维度来评估英国“政府即平台”项目的实施成效，发现技术主导而非仅推动或支持政府组织和服务变革是有效的，中央集权式的平台发展模式失去了公众参与所带来的更好、更及时、更高质量平台服务的可能性，以及私有部门的平台理念和模式无差异地应用于公共部门很可能导致失败[16]。基于意大利“政府即平台”项目的案例研究也发现，外部行动者参与服务共创对公共价值创造产生积极的影响，是平台型政府有效实施的一个重要方式[17]。

（二）人工智能与政务服务

人工智能对政务服务的促进作用及其相关的应用形式主要包括三个方面。一是缓解人力资源不足的压力。人工智能可利用自动化处理能力和持续学习能力，来代替工作人员完成部分工作事项，缓解了政务服务工作量大而人手不足的难题[18-21]，例如，智能问答和智能审批等应用。二是提升政务服务管理效能。深度学习算法可用于实现业务流程自动化或半自动化的改进，如智能填单应用可用来减少对已知信息的重复确认、智能派发应用可用来加快业务流程的处理速度等，从而实现政务服务效能的提升[18-23]。三是增强政务服务治理决策的科学性。利用人工智能决策支持模型对专家知识、平台运行日志数据、典型案例等数据进行学习分析，可为政务服务管理者的复杂决策提供数据支持[18,21,24,25]，如智能优化应用可实现服务流程再造、智能推送应用可实现主动化、个性化服务供给等。

为探究人工智能如何应用于政务服务，构建顶层技术框架是一个重要研究视角。大部分研究以政务系统和公众间的交互环节作为切入点，聚焦于政务聊天机器人、政务服务智能推送和人机协同的技术框架构建。例如，Androutsopoulou等人基于自然语言处理、机器学习和数据挖掘技术，设计了一个政务服务智能聊天机器人，解析来自公众的高复杂性、不确定性、非结构化的自然语言请求，并通过搜索法律法规文档和政府机构运营数据等来快速回应公众请求[26]。黄梅银等从用户、技术和资源三个维度构建了政府服务智能推送需求分析框架，并讨论了基于个人订阅、资源图谱和用户行为特征的三种推送模式[27]。考虑到人工智能的服务范围和能力的局限性，Kim和Hong认为未来一段时间政府智能机器人代理（被命名为“Hubogent”）的使用仍需要人类智能活动的补充，并构建了人类管理者与人工智能代理相互协作的框架，包括具备自我学习能力的Hubogent-i，管理Hubogent-i行为的Hubogent监控平台，以及Hubogent与人类之间的人机交互[24]。已有研究对人工智能应用如何支撑政务服务全流程创新缺少必要的关注。

人工智能应用于政务服务会引发一系列实践管理问题。一是人工智能的政策监管。Wirtz和Müller认为，公共部门人工智能应用建设不仅要考虑人工智能的技术基础设施、功能、应用和服务，还有必要考虑相关政策制定和配套监管机构设立[18]。二是人工智能决策的权力范围。Berman认为，政府应用人工智能的前提是一定要在法律约束范围内，对于政府决策者拥有一定自由裁量权的政务事项，人工智能分析可作为一种有价值的辅助工具；但对于自由裁量权受现有法规或监管规则高度约束的事项，将人工智能用于辅助政府决策者则是对法治的威胁[28]。三是人工智能实施的治理机制。由于政务智能不是人工智能技术和政务服务的简单整合，政府部门、私营部门、科研机构，甚至公众等多利益相关者参与的共治机制是实施政务智能的一个有效手段[29]。

三、人工智能支撑下平台型政府的技术框架

通过三个步骤构建人工智能支撑下平台型政府的技术框架（参见图1）：首先，定义平台的供需方，赋予它们开放参与的权利；其次，识别可复用的统一库，为平台搭建技术基础；最后，明晰政务服务治理各模块中人工智能应用，以展示人工智能对平台型政府数字化能力全面升级的促进作用。

（一）定义平台型政府的供需方

平台模式的意义在于提供服务的过程中连接产品的供应方和需求方，两者也被视为平台的两类主要参与者。平台型政府的目的是为政府部门和公众之间的交流和互动提供连接的渠道，而政务服务是实现该目的的一种载体。具体来看，平台供应方是提供服务的政府部门及其工作人员，而需求方既可能是提出服务请求的公众，也可能是有着业务协作需求的政府部门及其工作人员。也就是说，平台型政府打破了传统政务服务供需方的定义。在该模式下，政府部门及其工作人员在不同的政务服务流程中，既可能扮演服务供应者，也可能扮演服务需求者。

传统的供需方合作关系是固定的，比如，公众大部分政务服务只能由当地政府部门办理，下级部门的审批请求也只能由地方直管上级部门负责。但平台型政府的开放性有助于打破这种固定关系。所在区域不同但提供同一项服务的政府部门及其工作人员在平台上可被视为同质的供应方，它们可自由地加入和退出平台，形成服务供给的平台网络效应。也就是说，每个供应方只是服务事项办理流程中的一个节点，它可与处于其他节点的供应方搭建起临时、虚拟的组织结构，来合作完成一次服务供给。平台的开放性实现了众多供应方与需求方间相适应的组合。

（二）搭建平台型政府的技术基础

对于平台型政府而言，公众的需求可能是同质的（比如，北京市朝阳区居民A的“结婚申请”与天津市和平区居民B的“结婚申请”），也可能是异质的（比如，北京市朝阳区居民A的“结婚申请”与“离婚申请”）；政府部门提供的服务可能是同质的（比如，北京市朝阳区民政局与天津市和平区民政局的“结婚登记服务”），也可能是异质的（比如，北京市朝阳区民政局的“结婚登记服务”和“离婚登记服务”）。为了实现需求方和供应方的灵活、相适应组合，平台型政府应具备跨区域、跨层级、跨部门的“一平台式”政务服务能力。该能力不仅依赖于统一的共享基础数据库，还依赖于统一的规则库和模型库。统一库的构建需满足模块化、可复用的平台特征。

统一数据库用于存储政务服务流程所涉及的全部数据，可能包括人口库、法人库、地理位置信息库、电子证照库、信用信息库、政府部门信息库、部门权力事项清单库等。统一数据库是数据采集、使用、存储、分析等一系列平台数据治理工作的关键前提，是促使平台实现数据共享和业务协同的技术基础。

统一规则库用于定义服务流程的管理规则和政府部门的权责规则，可能包括描述每个服务办理过程的事项流程规则库，描述服务办理间先后、协同、互斥等关系的事项关联规则库，描述部门间横纵向关系的部门关联规则库等，它们为平台的标准化运行提供一致的逻辑准则。

统一模型库用于分析平台存储和生成的大数据以支持其智能化决策，可能包括民众需求意向预测模型、部门选择预测模型、事项关联度模型、供需方匹配度模型、信息自动校对模型等。这些模型作为人工智能技术支持管理决策的具象化载体，赋予了平台提供自动化、主动化、个性化服务的智慧和能力。

（三）明晰平台型政府的人工智能应用

平台型政府的数据、业务、协同和交互能力体现在政务服务的全流程工作中。具体来看，交互能力体现在公众向政府提出服务咨询（请求）和政府向公众主动提供服务推荐的过程中；协同能力体现在政府部门间相互配合完成服务事项分发和办理的过程中；业务能力体现在管控服务供给能力和模式的过程中；而数据能力则体现在每个过程中，是实现其他能力的基础。本研究将政务服务工作划分为五个模块，即服务事项识别、事项派发至部门、部门办理事项、办理结果反馈和服务供给管控，明晰每个模块中可能涉及的人工智能应用，以揭示人工智能对政府数字化能力全面升级的促进作用。

⒈服务事项识别中的人工智能应用

服务事项识别是指平台对来自公众（或政府部门）以语音或文字等方式提出的服务请求进行分析，并在与其进行一次或多次交互后识别出服务请求所对应的政务服务事项。在这一过程中，平台型政府可利用具备自然语言处理能力的智能问答机器人与公众（或政府工作人员）交互，在问答聊天中识别其服务需求意向。这不仅缓解了政务服务咨询环节人力资源不足的压力，也使得服务需求者不再受空间、时间、服务人员等因素的限制而获得政府部门的即时回应。根据需求意向所对应的服务事项，公众（或政府工作人员）需要准备事项办理材料清单所要求的相应信息和材料。在此环节，平台可提供三种可能的人工智能应用来精简流程：智能身份验证可利用图像和语音识别算法，对需求者的人像、语音、指纹等多模态生物信息进行识别判断，以确定需求方身份；智能填单可根据平台已存储的需求方基本信息，自动填写或提供所需材料，需求方仅需完成信息校验、更新或补充等操作，在一定程度上降低了信息重复提交的繁琐性和错误提交的概率；智能文件识别可对需求方上传到平台的电子材料进行扫描识别和确认，减少线下纸质材料提交的不便。

⒉事项派发至部门中的人工智能应用

事项派发至部门是指平台将公众信息和材料派发至事项办理的责任部门。无论所属行政区域是否相同，同一垂直领域中的同级政府部门拥有几乎完全一致的权力事项清单（除特殊区域化事项外），且应根据一致的业务流程和标准提供同质化的政务服务，但现有政府平台难以实现这个根本目标。对于平台型政府而言，它可以在数据共享的基础上，按照统一的规则将政务服务办理的流程和标准固化于平台，促使接入平台的所有实体均遵循一致化的平台规则。这样做的好处在于，负责同一项政务服务的部门及其工作人员变得同质化，进而使得公众与政府部门（或政府部门与政府部门）可在平台上实现基于事项需求和办理权责相匹配的自由组合，打破了管道式、无竞争的传统政务服务模式。在需求派发至部门的过程中，人工智能应用可以支持两种派发模式：基于供方能力的智能派发和基于需方偏好的智能派发。针对同一个事项需求，具备相同受理资质的部门有多个，平台可利用人工智能算法和模型对各部门在平均办理速度、待办事项量、在线工作人员量、服务满意度等方面的表现进行服务能力的综合评估，依据评估结果选择最佳匹配部门并完成事项请求的自动派发。除此之外，平台也可支持基于需方偏好的智能化、个性化派发。无论是公众还是处于服务上游的政府部门及其工作人员都可在用户设置中对每个事项的相关供应方进行自主筛选和排序，该设置最终会作为一个关键变量添加到智能派发算法模型。

⒊部门办理事项中的人工智能应用

部门办理事项是指政府部门工作人员在平台上以独立或跨部门协作的方式完成服务事项的办理。办理过程可能涉及材料信息审核、评估、制证、备案、批复等多种可能的任务。人工智能技术有助于在日程规划、流程监测和任务辅助方面实现办公智能化。

首先，平台可对每位工作人员的事项办理历史行为（比如，各事项办理所需时长、成功率、满意度等）及其当下待办事项的数量和类别属性进行智能分析，进而为其制定个性化的工作日程规划，如合并同类事项方便统一处理、前置紧急事项利于优先处理、标注重大事项提醒谨慎处理等。

其次，平台也可以自主监测工作人员所有待办事项的办理进程，分析事项的法定办理时限、平均办理时长、自身办理时长等因素，对事项办理的紧急程度做智能化判断，并在关键时间节点给予督办提醒。

再者，人工智能技术也可用于辅助工作人员完成事项办理。例如，平台可自动检索申请材料中的关键信息，将信息与事项办理的审核或评估标准进行智能匹配，自动将关键信息填充到所制证件模板，批复文件模板或备案数据库，等等。这些智能办公行为可为工作人员后续任务的完成提供辅助支持，形成人机协作的智能办公模式。

⒋办理结果反馈中的人工智能应用

办理结果反馈是指平台将事项办理结果反馈给需求方，即公众或上游政府部门。由于很多政务服务是存在内在关联性的，所以，平台型政府可以在结果反馈过程中实行基于事项关联度的智能推荐，促使政务服务模式由被动化向主动化、个性化转变。具体来看，关联性可能是基于通识来人为定义的，比如“申办残疾人证”与“申请残疾人两项补贴”两个事项之间存在密切的前后关联关系，平台可在事项关联规则库中进行预先定义，并依此在“申办残疾人证”事项办理结果反馈时，将“申请残疾人两项补贴”事项主动推荐给公众来提醒其办理。其实，目前某些政府部门推出“打包办”主题政务服务模式的前提条件就是事项关联性的主观识别。此外，关联性也可能是运用大数据分析和挖掘来客观识别的。商务领域典型案例“啤酒尿不湿”展示了大数据分析导向下非常规关联性挖掘的可能性和价值，政务服务事项间也可能存在这种非常规关联性。平台型政府掌握着所有事项办理的全流程大数据和需求方个体属性数据，它可对这些数据进行综合分析和知识挖掘，发现事项需求间的关联性、事项属性与需求方特征属性的关联关系等，构建大数据分析驱动的客观性事项关联规则。

⒌服务供给管控中的人工智能应用

服务供给管控是指挖掘平台运行产生的主客观数据，来调整既有的服务供给流程、资源和能力等。平台服务供给的初始设计主要依赖于已有的实践经验和服务标准，但经验和标准会受限于主观判断。2019年，国务院办公厅发布的《关于建立政务服务“好差评”制度提高政务服务水平的意见》指出，政府要运用大数据等技术来分析和挖掘评价数据，发现政务服务的堵点难点，推进服务供给精细化。为管控服务供给，平台型政府可构建以提升服务效能、平衡服务供需能力等为目标的人工智能算法模型，利用平台数据（如业务系统日志数据、工作人员行为数据、公众行为数据、公众反馈数据等）训练模型，为服务供给智能优化提供决策依据。对于常规性政务服务（如驾驶证期满换证），平台可根据需求方群体所处的政务服务生命周期来动态预测该服务的日需求量；对于临时性政务服务（如驾驶证丢失补办），平台可根据相关历史数据来预测该服务日需求量的一般范围；对于满意度低的政务服务，平台可对评论数据进行文本挖掘来发现业务流程堵点；对于耗时长的政务服务，平台可构建流程仿真优化模型来寻找突破点，这些分析结果为平台合理配置人力资源、优化业务协作关系和提升服务效能等问题的解决，提供智能化决策支持。

四、人工智能支撑下平台型政府的实践路径

平台型政府技术框架的构建与实施之间是还有很多管理难题需要攻克。借鉴平台型政府有效实施机制的案例研究发现，即技术与组织变革关系、平台发展模式和平台理念创新这些问题值得重点关注[16,17]，并综合考量人工智能应用于政务服务所引发的实践管理问题[18,28,29]，本研究将从以下三个方面来探讨政府实施平台框架可能面临的挑战及可行的实践路径。

（一）合理采用技术主导和技术支持两种平台变革模式

新兴技术应用与组织体制机制变革是密不可分的。技术主导变革模式有助于组织实现以技术创新为核心的技术价值最大化，但可能引发体制机制的颠覆性变革。技术支持变革模式允许组织在体制机制发生较小变革的情况下，获取技术创新对原有业务的辅助支持作用，但组织惯性的存在往往会阻碍技术价值的充分发挥。两种变革模式各有利弊，它们在本研究所关注的平台框架实施中的适用性需要具体讨论。

平台理念的本质是利用数字平台构建一种新型的组织模式，平台型政府势必会对传统的政务服务供给产生颠覆性变革。例如，英国实现“政府即平台”的方式是内阁办公室牵头建立一系列通用技术平台（如数据共享、数据分析、身份认证、云计算等平台），并要求其他政府部门在这些统一的技术平台上创建各自的业务流程，最终实现新服务供给模式的塑造。可见，平台型政府实施是一个典型的技术主导变革的过程。因此，人工智能支撑下平台型政府在平台理念构建过程中适合采用技术主导变革模式，比如，以构建统一数据库、规则库和模型库等技术平台为基础，推动数据共享、组织机构、业务流程等方面体制机制的变革。

平台中人工智能应用的实施更适用于技术支持服务变革模式。原因在于，人工智能技术在模型可解释性、辅助决策伦理性、自动化能力等方面具有一定的局限性，而这些局限性易引发负面甚至不可修复的影响。因此，人工智能技术更适合作为辅助工具来支持平台的智能化转型，而非完全替代人类服务的权利和方式。例如，平台可提供聊天机器人来实现智能化人机交互，但也要保留人工服务渠道，避免数字鸿沟引发的服务获取公平性问题；平台将事项智能派发至部门时，不应该完全受限于基于人工智能算法的供方能力评估结果，而应该允许需方的自定义偏好拥有高于算法的决策权；智能办公辅助中的人工智能决策只能用于辅助政府工作人员，而不应被赋予高于人类决策的权利。

（二）加强公众参与以弥补中央集权式平台发展模式的不足

平台型政府建设初期通常采用中央集权式的构建模式，比如，政府部门权力事项清单的梳理、事项办理流程指南的标准化制定、统一数据库的指标选取和数据管理等都是在政府部门主导下完成的。从政府角色出发的政务服务资源供给往往存在规范性有余而易用性不足的问题[27]，原因在于缺乏对公众需求、能力、行为方式等的准确把握，进而无法提供有效的服务设计。因此，平台在后续发展中需要重视公众参与，引导用户指出现有服务内容和方式的不当甚至错误之处，表达未被满足的其他服务需求和期望服务方式等。同时，平台也需进一步关注公众参与的深度。现有的政务平台普遍会要求公众在接受服务后给出满意度评分，以此作为政府权利职责监管和服务质量评估的客观依据。然而，这只是一种浅层次的公众参与方式，因为平台无法通过满意度评分来准确识别出政务服务过程中存在的具体问题，也无法充分发挥公众在服务体验方面的知识生产和价值共创的能力。

人工智能支撑下平台型政府可实现多种形式的公众参与。例如，智能聊天机器人可以在对话结束前主动询问用户对平台咨询服务的意见或建议，以及对其他用户的提醒或建议，这些反馈有助于改善机器人交互模式设计和提高人机交互效能。另外，机器人也可通过设置问答专区的方式，引导公众对事项办理指南外但想要了解的问题进行自由提问和回答，借助他们的志愿服务能力来拓展平台的服务能力。在智能填单环节，平台可提供“自动填写信息有误申报”渠道，鼓励每一位公众都成为统一数据库管理的监督者。在事项派发至部门和部门办理事项阶段，平台可将业务流程的关键节点信息与公众同步共享，并在每个节点设置意见表达渠道，赋予公众充分的监督权和意见表达权。在智能推荐环节，平台可设置“该推荐事项是您下一步考虑办理的吗？”的询问选项，利用公众反馈来完善事项关联度预测模型，提高平台智能推荐的精准度。

（三）采用与公共管理情境相适应的平台理念和模式

虽然平台模式起源于私有部门，但是如果将私有部门的平台理念和模式无差异化地直接引入到平台型政府，很可能导致失败，原因在于公共和私有部门之间的根本性差异。政府需要结合公共管理的情境特点对平台理念和模式进行适应性调整，并体现在相关人工智能应用的设置上。

对于政务智能聊天机器人而言，它的社交特性是影响人机交互效能的关键要素，主要包括沟通性、尽责性、主动性、破坏控制性、彻底性、礼貌、道德感、情商和个性化等11个特性[30]。在不同的应用情境中，机器人关键社交特性的选取及其在特定情境下的展现形式也是不同的。政务和商务情境中的聊天机器人存在很大的不同。比如在情商方面，商务聊天机器人的代理主体是企业，常使用诙谐的语言展示其情商，拉近企业与用户之间的关系；但政务聊天机器人是代表政府提供非营利性服务，旨在帮助公众克服政府网站信息超载，实现公众诉求表达和政务服务复杂逻辑之间的有效匹配，它更适用于通过正式、严谨的语言风格展示其情商，增强公众信任感。同样地，其他适用于商务聊天机器人的社交特性也不一定完全适用于政务机器人。因此，政府需要对社交特性进行情境化甄别和有效性检验后，再应用于政务机器人的设计。

在商务领域，平台供应方遵循市场自由竞争规则，以逐利为目标努力争夺需求者，提高市场占有率，最终优胜劣汰。但平台型政府不可完全采纳自由竞争模式，原因在于，提供同质性事项服务的政府部门会因所处地域、行政级别、人力资源等因素的不同而具备差异化的数字服务能力。如果平台采用完全自由竞争的模式，也就是说，事项智能派发模型在评估部门服务能力时忽略部门的自身差异性，那么，“劣势”部门极有可能随着平台的持续运营而逐渐失去服务供给的平等机会，甚至被智能模型“淘汰”。因此，为了避免地区间数字服务能力不平衡现象愈演愈烈，平台型政府应适当给予低服务能力部门更多的服务机会，让它们在实践中弥补自身的不足。

五、结语

平台型政府亟待实现数据、业务、协同和交互能力的智能化升级，而人工智能可为其提供必要的技术支持。本研究构建了人工智能支撑下平台型政府的技术框架来展示人工智能对四个能力智能化升级的促进作用，并探究了框架实施的实践路径。

在技术框架设计中，公众被定义为服务需求方，政府部门及其工作人员既可能是需求方也可能是供应方，且供需双方都具有开放参与平台的权利。平台技术基础依赖于可复用的统一数据库、统一规则库和统一模型库的构建。为实现四个数字化能力的全面升级，平台的政务服务工作被划分为五个模块，即服务事项识别、事项派发至部门、部门办理事项、办理结果反馈和服务供给管控，并明晰了每个模块可能涉及的人工智能应用。具体来看，服务事项识别涉及的人工智能应用可能包括智能问答、智能身份验证、智能填单和智能文件识别；事项派发至部门可能包括基于供方能力的智能派发和基于需方偏好的智能派发；部门办理事项可能包括智能办公规划、监测和辅助；办理结果反馈可能包括基于事项关联度的智能推荐；服务供给管控可能包括智能优化。结合平台型政府有效实施机制和人工智能应用于政务服务所引发的实践管理问题，本研究为框架实施提出了三条可行路径，即政府需要合理采用技术主导和技术支持两种平台变革模式，加强公众参与以弥补中央集权式平台发展模式的不足，采用与公共管理情境相适应的平台理念和模式。

本研究的理论意义有两点：一是为人工智能如何支持平台型政府实现数字化能力全面升级提供了系统性技术框架设计，弥补了已有研究仅关注人工智能如何驱动数据能力智能化的不足；二是探究了框架的实践路径，弥补了已有研究对嵌入人工智能应用的平台型政府应如何应用于实践这个问题的研究空白。介于“十四五”规划对政务信息化共建共用和服务效能提升两个方面提出的目标要求，本研究的实践意义在于为两目标达成提供了建设性解决方案。

本研究也有一定局限性。技术框架的构建和实践路径的提出主要是基于文献分析和理论推演，其有效性还需要在未来研究中通过实践案例或专家访谈来进一步验证和完善。另外，框架所明晰的人工智能应用是满足现阶段发展和需求的一种可能解决方案，它需要根据人工智能技术发展和政务服务理念的变化而不断更新和完善。

参考文献：（略）

*基金项目：国家自然科学基金资助项目“基于行为实验的政务AI聊天机器人交互机制及其效能研究”（项目号：72004110）。

本文刊载于《电子政务》第2021/09期，转载于公众号“电子政务杂志”第2021/09/07期。