行政负担视角下数智化驱动社会救助对象精准识别研究
2024-02-18   来源：李鹏 张奇林   

社会保障体系是人民生活的安全网和社会运行的稳定器，社会救助在整个社会保障体系中是基本民生最后一道安全网，发挥着兜底保障作用，而实现这种兜底功能的关键首先在于有效识别需要救助的困难群体，从而推动应助尽助、应保尽保。同时，作为一项再分配政策，精准性是兼顾公平和效率的应有之义，近年来随着基本民生保障体系日益完善，精准性也成为各级政府提高公共服务质量的重要取向。一方面，共同富裕目标下，要求提高社保等再分配的精准性，并精准提供基本公共服务；另一方面，从促进社会保障高质量、可持续发展角度，要求加强社会保障精细化管理，健全社会救助对象精准认定机制。

加强社会救助对象精准识别，则意味着需要高质量的防范和干预识别偏差，有效治理错助、漏助等现象。关于识别偏差成因的分析，学者从技术视角、政治过程视角、文化视角等作了系统研究，还有学者专门对低保“漏保”以及国外社会救助未领取现象进行原因分析和类型划分，推动社会救助对象精准识别研究不断深入。然而，针对“求贫”“争贫”和“不愿当低保户”等现实中的迥异现象，为何同一政策在不同群体会产生截然不同的政策认知和行为反馈？对于这一问题，“无羞耻感”或“社会权利的扩张”恐怕都难以提供令人信服的解释⑥，对分析视角和有效治理的路径还需拓展研究。

近年来，民政部门牵头建立的低收入家庭经济状况核对信息系统不断完善，社会救助的数字化改革不但是数字社会建设的重要组成部分，借助数字化改革推动社会救助整体性转型实现整体智治已是大势所趋。许多地区在利用数智化技术打造数据集成平台，优化社会救助对象识别体系方面进行了积极探索，数智技术治理也已经引起学界关注和反思，不过与快速推进、蓬勃发展的数智应用经验相比，相关研究还需要深入阐释这一治理范式变革的深层逻辑和运行机理，以此助推数智治理体系和治理能力现代化。社会救助是政府基本民生保障职能的重要内容，也是优化基本公共服务供给，推动政府职能转变的重要体现，社会救助对象识别本身就是政府基本公共服务供需匹配行为，也是具体条件情境下一线人员与申请者的互动过程，故文章从群众和政府部门“打交道”的组织和行为层面，引入行政负担理论视角，通过嵌入数智化应用场景，分析数智化如何驱动社会救助对象精准识别，并提出治理路径。

行政负担是群众、企业同政府部门打交道的过程中需要承担的各类成本，这些成本往往令他们感到难以承受或无所适从，并影响其对政府绩效和公信力的感知和评价。一般认为，行政负担包括学习成本、合规成本和心理成本，分别指人们在获取公共服务或同政府部门打交道过程中需要获取的信息、学习的知识和掌握的技能，人们为满足政府的政策要求而不得不付出的财务、人力、物力、时间、精力等方面的投入，以及人们因各类制度“摩擦”而必须承受的焦虑、担忧、不安、侮辱等精神压力。

通过梳理分析当前关于行政负担的相关研究，对行政负担内涵及其机制可以概括为以下四个方面：（1）行政负担既是指一种客观现象即需要花费相应的成本付出，比如必须按照繁琐的程序或流程办事，不得不事无巨细地准备各种证明材料，并耗费大量财力、时间和精力，同时也包含主观认识和心理体验，比如“门难进、脸难看、事难办”令人难以忍受。（2）行政负担的来源广泛，且相互影响和作用，在一定程度上是供需不同主体的合作生产结果，服务的供给方相对处于主动优势地位。一方面，既来自政府部门规章制度和具体经办环境条件，还与经办人员的个人特征、工作能力和职业操守相关；另一方面，也与服务对象自身的特质、经验知识、心理预期相关，两者通过相互转移、转化和消除、减少等作用机制塑造和调整行政负担的水平。此外，信息不对称也会加剧行政负担。（3）行政负担带来的影响或损失，以及面对行政负担在行动和态度上存在的差异，这与不同对象的承受能力和所涉及的利害关系相关。（4）行政负担被视为刻意为之的政策选择，被视为达到政治目标的行政手段，背后与政策注意力分配、资源配置能力和制度文化环境、领导风格等相关，降低行政负担需要全面把握嵌入其中的各种制约因素进行系统治理。

不同场景下行政负担的成因、表现和影响会有所不同。社会保障等基本公共服务场域是行政负担产生的典型场景，行政负担的吊诡之处在于最弱势和最需要帮扶的群体，反而承受了最大最多的行政负担，而马太效应则使社会不公平进一步加剧。一些基层的不良行政行为和“嫌贫爱富”等导致一些群体承受了远超其他人的行政负担，使社会公平问题凸显。我国已经到了扎实推动共同富裕的历史阶段，低收入群体是促进共同富裕的重点帮扶保障人群。社会救助不仅兜底保障困难群体基本生活，还通过改善可行能力和促进机会公平推动发展自立，这就需要优化经办流程并提高服务质量效率，不断提升困难群体的获得感和满意度。在以人民为中心的发展思想指导下，随着“放管服”改革实践深化、数智技术及业态的蓬勃发展，数字政府建设和数字社会治理体系在社会救助领域得到应用拓展，然而，数字政府有降低行政负担的巨大潜力，但是数字政府未必就会降低行政负担。那么，社会救助对象识别过程中的行政负担有哪些表现及其如何生成，数智平台及其网络应用能否降低识别过程中的行政负担以及促进精准识别，同时切实降低行政负担还需要具备什么条件，是否会带来其他衍生风险并且如何防范化解？下文将围绕这些命题进行分析。

文章涉及的经验材料主要来自笔者2016年以来在H省多地的历程性实地调研，主要通过焦点座谈、深度访谈、政策和工作报告整理的方法进行，近年来着重收集了数智化应用资料，同时也利用了过往年份的调查资料进行对照分析。此外，通过参与专业学术会议契机，开展与典型地区民政部门数智化应用的经验交流以及与数智平台开发企业的信息互动，以期获得对社会救助对象识别数智化应用实践的立体性认识。

1990年代以来，我国政府历经办公自动化、政务电子化、政务移动化三个阶段，逐步迈入数字政府建设阶段。在前期地方探索实践的基础上，2014年民政部发布了《民政部关于居民家庭经济状况核对信息系统建设的指导意见》，信息化平台和数据决策在社会救助对象识别中的应用日益加强，2020年《关于改革完善社会救助制度的意见》更是把智慧救助作为建立健全分层分类的社会救助体系的重要目标之一，党的二十大提出加快建设数字中国，推动治理模式数字化转型和数字治理能力提升，在一揽子政策红利和数智技术不断迭代升级的驱动下，近年来社会救助对象识别的数智化应用空间、场景和深度不断拓展，在不少地方实践中涌现出了亮点鲜明、功能丰富、成效明显的典型运行模式。

（一）综合研判预警，实现困难群体“精准画像”

智慧救助要实现整体性推进，基础数据库是基础和前提。许多地方打通残联、医保、民政、卫健等部门数据，建立起低收入家庭信息数据库，在此基础上，通过算法构建自动多维评估模型，“秒识”达到预警分值的疑似困难家庭，然后自动派发社工入户核查，进而根据核查结果进行分层分类管理和帮扶。如武汉市武昌区综合选取年龄结构、经济状况、健康状况等维度，构建线上多维贫困评估模型，同时结合实际研发线下模型，按照红、橙、黄、蓝四圈分层分类管理困难和疑似困难家庭。浙江平湖市建立兜底型、急难型、支出型、关爱型和发展型5套指标体系，实现不同困难群众的“五型三色”精准画像。

（二）精准识别和匹配需求，实现“一户一策”

本质上社会救助对象识别是精准识别基本生活需求，从促进共同富裕的目标来看，新时代困难群体的基本生活需求必然是多维度、发展型的，而且个性化、动态性特征更加突出，而传统的识别方式由于信息严重不对称以及跨部门合作效率不高，不仅制约了社会救助精准识别效能，单向收入维度和需求主动发现机制不完善还导致社会救助对象逐渐减少。数智化应用能够利用大数据和自动算法推动多维贫困理念“落地”，多方面动态识别不同困难群体的差异化需求，这也是分层分类社会救助体系的内在要求和实践起点。通过每个家庭的“精准画像”分析致贫致困原因，全面掌握过去不易发现、口中难以讲出的多维和急难需求，从而实现政策落实与救助需求精准匹配。目前浙江省已形成集11家救助部门18项救助结果为一体的社会救助“幸福清单”，有效促进社会救助需求与供给的优化。

（三）构建多方联动、协同响应的救助机制架构

党的十八大以来，我国社会救助建设取得了历史性成就，已经基本形成了以基本生活救助、专项社会救助、急难社会救助以及社会力量参与的大救助格局，建立起全国社会救助部际联席会议和县级困难群众基本生活保障工作协调机制等跨部门工作架构。一方面，在政策体系联动逐步完善的情况下，而以数据归集共享、平台应用集成的数智化建设，能够推动跨部门合作向职责协同深化、向流程联动延伸，从而提升协作质量和成效，让政府救助不再是民政等一个或几个部门的事情；另一方面，实现数智化平台与社会力量、救助服务项目紧密衔接，激发救助的社会属性和众扶活力，尤其能够推动服务类救助加快发展，让社会救助不再是政府几个部门的事务，更加成为政策和文化引领，全社会共同参与的“美事”，推动政府救助与慈善救助、社会救助志愿服务体系融合、行动对接。

目前来看，数智化驱动社会救助协同机制完善的典型实践主要有构建“大救助信息平台”和建设实体化运行的助联体，前者是通过对分散在各部门的救助对象、救助资金发放、救助服务需求进行整合，建立统一的社会救助数据库，并通过数据交换与国家、地方有关平台进行对接，通过“让数据多跑路”实现跨部门协同更加明确高效。后者是在数智化共享平台的推动下，对社会救助“一门受理、协同办理”模式的升级拓展和规范化、机制化。如浙江省绍兴市柯桥区助联体建设以党政引领，区民政局牵头整合26个（支）部门、企业和社会力量入驻助联体，并有明确的选址要求、标识、功能规划和人员配备，服务事项涉及社会救助、特殊群体救助、民生帮扶事项和费用减免以及社会力量帮扶四个方面，并提供代办服务和协助工作，实现困难群体“一站式”帮扶，不仅大幅降低了困难群体申请社会救助的行政负担，也有效降低了因困难群体行政负担容忍度不同、执行环境及过程差异而产生的识别偏差。

数智化技术及平台应用通过抓取、整合和自动处理分析社会救助对象识别所需的各类数据信息，不仅提高了经办效率和精准性，而且有利于避免因为执行场域、环境条件和行为互动带来的差异化感知和意外后果，让识别过程更加及时、主动、规范，让监督和参与更加充分、透明、公正，有效治理社会救助“瞄不准”“接不上”“不主动”等供需错位问题。

（一）数智化促进社会救助的公平可及

兜住、兜牢困难群体的基本生活，在此基础上通过赋能促进可行能力提升，需要充分彰显和实现社会救助的公平可及，即基本生活困难或突然遭遇困境而致生活难以为继的居民都能够公平、及时地获得相应救助。然而，由于困难群体的个体条件、环境和情境差异，导致申请社会救助面临的行政负担也存在明显不同。比如，一些群体因对政策、程序的学习成本过高，或因为担心“污名化”而承受较大的心理压力，或者由于经办过程手续繁琐、等待期过长而不愿意付出太多精力时间等成本，在行政负担上不同个体差异化的认知和客观成本，与社会救助公平可及的价值和实践目标产生明显张力，也成为影响社会救助对象精准识别的重要因素。一方面，行政负担较低的群体会积极申请救助，而其中不符合条件的则容易产生错助、错保；另一方面，行政负担较高的困难群体则会主动放弃救助资格，产生漏助、漏保问题。由于不同群体在行政负担水平及其承受能力的差异性，造成对申请社会救助存在截然不同的行为态度。

同时，需要指出的是，由于信息不对称和数据信息难以充分掌握，基层经办人员在主动发现、具体经办当中拥有较大自由裁量空间，而基层干部的多元理性，同情心与专业精神以及多种角色拟合的差异，以及受到地方财力资源和政策议程重要次序的影响制约，进而通过过程设计、工作风格等途径影响申请者的行政负担水平和心理感知，通过“软调整”达到政策“硬约束”目标。通过打造数智化社会救助受理平台，打破与个人和情境密不可分的“线下”经办主导模式，实现“线上”经办为主，由“一门受理、协同办理”提升到“跨区办理、一网通办”，能够降低申请者因职业认知而产生的心理不适和需要花费的时间、财力等成本，有效降低困难群体的行政负担及其差异对救助质量的影响。同时，也可以有效约束和规范基层经办人员的自由裁量空间，避免因使用不当而产生负面影响，为构建高效统一的社会救助经办体系，提供公平可及、均等化的社会救助服务提供支撑。

（二）数智化驱动社会救助对象识别更加精准

 “政策精准性”作为公共政策的应然属性，要求其达到高水平“精细的准确”状态，进而生成与运行“精准性政策”。大数据驱动的公共服务需求精准管理是新时代我国提升公共服务质量、扎实推动共同富裕的重要手段。数智化技术及其平台应用能够跨越式提升社会救助政策的精准性，极大地推动社会救助对象精准认定机制更加健全，一方面能够有效破除信息不对称对精准识别所造成的障碍，可以利用大数据技术进行信息整合处理；另一方面，精准“画像”是精准识别救助对象的前提，数智化应用可以让困难群体的社会救助需求表达更加便捷高效。

从行政负担视角进行分析，数智化驱动社会救助对象精准识别，根本上契合了困难群体需求供给升级和民生治理范式转变，将社会救助体系运行衔接融入到社会治理之中，推动社会救助跨部门合作以及政府与社会协作，显著降低社会救助实施过程中的各种行政成本。其一，利用数智化平台引入具体清晰、可追溯的目标和任务导向，避免跨部门合作中的模糊性执行和政策注意力分散，带动和提升跨部门沟通响应和经办效率，并通过可视化、联动式、可反馈的流程节点设计，使申请人可以跟踪经办进度，形成实时有效的外部监督并促进社会和居民合作参与，从而推动社会救助政策精准化、高质量执行。其二，数智化技术能够统一规范和精准匹配社会救助对象识别的政策工具。社会救助对象识别广泛应用的家计调查、代理家计调查以及其他衍生工具，容易陷入核查困难、成本高和碎片化困境，影响和制约救助对象识别的公平性和精准性。通过数智化平台收集、整合和分析计算全面相关的信息数据，同时将操作性、创新性的识别技术明确纳入平台应用，从而以统一标准和程序进行高效、客观地资格识别认定，显著降低一线经办人员的行政负担，并防止诱发将行政负担转嫁到救助申请者身上。

（三）数智化提升社会救助的预见性和主动性

20世纪末期尤其是21世纪以来，社会风险的发生频率和巨大影响已超过历史上任何时期，人类面临前所未有的巨大风险考验。要增强风险意识，提高工作预见性和主动性，未雨绸缪采取应对措施。社会救助对象精准识别不仅针对已有困难群体，还要提升对风险的预警、识别和处理能力，这是社会救助高质量发展的必然要求。由于风险的隐蔽性、突发性、交叉联动等特征，传统治理工具不仅会产生较大的行政负担，而且对风险的识别干预在精准性上存在“天花板”，在预见性上存在“盲区”，在主动性上难以“有的放矢”，影响对政策对象的精准设定和对政策工具的供需匹配。比如经常性邻里走访、入户探访、社区摸排等主动发现方式，由于缺乏精准化、动态化的监测分析预警机制，造成工作的目标场域和层次边界模糊，大量的行政负担转移到社区工作人员身上，使得本就事务缠身的工作人员疲于应对。数智化平台为加强社会救助风险管理，提升社会救助预见性和主动性提供了有力支撑，让隐性化、突发性的风险能够直观、实时地呈现出来，从而实现精准识别和主动救助。依托数智技术赋能可以有效破解政策体系精细化和政策目标升级导致行政负担可能大幅增加的张力，通过将社会救助链条延展到监测预警—自动响应—算法识别—精准救助的闭环系统，在推动实现应救尽救的同时，也有效避免加重一线人员和居民的行政负担。

（四）数智化驱动社会救助经办体系优化

长期以来，救助申请资料证明繁多，经办程序繁琐，审核审批时限长且过程不透明、难追溯，一方面延误帮扶时机，影响救助时效；另一方面行政负担较重的困难群体也因此“望而却步”，不仅导致“漏助”“漏保”现象发生，还影响经办服务的满意度。而且，随着社会治理重心下移，乡镇（街道）和乡村（社区）成为公共服务的一线“窗口”，更多地承担社会救助等经办事务，比如把低保审批权下放到街道，实现经办链条和经办周期缩短，同时促进管、办和监督权责分离。得益于数智化平台构建和集成化应用，不仅让社会救助经办服务直接面向居民，申请者能够主动和直观地参与到流程之中，通过让“数据多跑路、群众少跑腿”，实现由“人找政策”到“政策找人”转变，利用标准化、可视化的程序算法识别，减少申请者的政策学习成本和提供相关手续证明材料的服从成本，从而改善经办体验，促进精准识别。 

除此之外，由于低收入家庭经济状况核对平台的日益完善，一方面，在经办程序上进一步简化，不再把民主评议作为审核确认必要环节，也降低了大量不必要的人工核查带来的行政成本和效率损失，使入户走访更加聚焦需求对接和温暖救助。湖北黄石等地开展“告知承诺制”，困难群众只需带上身份证、填写一张承诺书和一张救助申请表，就可以快速完成申请流程，低保办理时限从40天缩短到10天甚至更短，急难救助对象以小时为单位，当天申请当天就能得到救助，从而利用数智化平台形成行为“助推”，降低因治理信息不对称风险而设置的行政负担，实现高效救助、精准救助。另一方面，从社会救助供给侧改革来看，救助资源分散、长效帮扶难是长期存在的突出问题。从社会救助的内涵和目标来看，精准识别不仅是指精准认定满足资格条件的困难群体，更重要的是精准全面识别基于可行能力的困难群体多维基本需要，进而通过供需匹配精准帮扶促进实现共同富裕。社会救助数智化平台通过算法“画像”和动态预警，救助对象识别的过程也是需求全面评估的过程，同时还是致困、致弱原因综合分析的过程，从而实现由“精准到人”“精准到需求”和“精准施策”的有机统一，有利于提升社会救助整体治理效能。

尽管数智化能够促进社会救助对象精准识别，推动应助尽助，但是这种作用并不是万能和没有限度的，更不是一劳永逸和孤立存在的，从应然到实然发生和可持续发展需要价值观念、治理体系和治理能力等条件作为支撑。因此，需要充分审视数智化驱动社会救助对象精准识别的制约及难点，运用联系、发展的眼光进行全面布局和系统优化。

（一）技术治理的限度及其风险

从行政负担理论视角分析，社会救助领域数智化平台的快速发展，是政府、社会治理目标升级、治理理念转变和治理工具强化的具体体现，旨在通过打破信息不对称和委托—代理关系约束，以信息的精准收集和标准分析增进政策执行的公平效率和服务体验，本质上是数智社会及其技术治理在社会政策领域的延伸。技术治理包括两重意涵，一种是指以技术进行治理，另一种是指对技术的治理。也就是说，技术治理既不是万能的“灵丹妙药”，更不是孤立的超然存在，作为技术形态在政府治理和社会发展领域的“投射”，需要深度融合和内嵌于政治意志、治理理念和行动逻辑之中，否则，技术治理容易在技术主义与人文主义、工具价值与目的性价值的张力之间发生偏移甚至断裂，还会被自动算法所控制和“遮蔽”，从而以“技术中立”“技术正义”为由衍生出系统性风险，将一些事实困难群体或“疑似”困难群体被“自然”地排除在目标之外。同时，由于系统过于“敏感”和精准，在算力、算法存在制约和数据质量难以保证、信息整合不到位的情况下，还会带来行政负担的意外增加。比如，利用数智化平台进行监测预警和动态管理时，频繁推送的各类数据以及由算法自动响应生成的处理标识，容易让经办人员陷入纷繁预警而疲于应付，担心数据处理不及时而带来显性化的追责风险，而用于和申请者的情感联系和心理建设的时间减少。

由于政策问题不仅包括可以被符号化处理的部分，还有大量不可符号化的需要经验理性支撑的部分。因此，除了应用人工智能来优化政策工具之外，政策过程也需要人类来发挥自己的优势。社会治理不是一个只充斥着算法和机器的冰冷世界，也不是祛除了价值与偏好的客观存在，其社会性的内核不能被忽视，人类的影响和作用也无可替代。利用数智化平台进行社会救助对象精准识别，首先应展现社会价值和人类优势，避免陷入“技术操控”。例如，在运用大数据平台对困难群体“精准画像”，对于指标的选取及其权重的判定，以及困难类型的划分等，都特别需要发挥经验理性优势和情感关怀作用，依靠扎实“做工作”和深入充分的社会调查作为支撑，否则系统计算则偏离于真实的社会现实和具象的生活情境。还有运用系统平台开展低收入人口动态监测预警，由于相关认定指标、认定资格不统一、碎片化，对低收入人口的内涵和特征把握不一，导致各地纳入系统监测预警的范围、总量和比例的差异十分明显，从而影响社会救助在地区、区域之间实施的公平性和有效性。此外，我国居民家庭收入信息平台尚不完善，申请社会救助的家庭收入情况主要由自主申报和入户调查获取，由于农村家庭收入、大量灵活就业群体收入和家庭互助、社会捐赠等收入很难被准确测量，导致数据质量存在风险且不利于动态更新。

此外，由于识别标准、数据采集和系统构建存在较强的行为遵从和路径依赖，无论是监测预警抑或识别帮扶，仍然主要针对突发大额刚性支出引致基本生活困难的常规性风险，未能有效覆盖像新冠疫情等非常规性风险和重大突发性事件等不易可控因素，因而存在监测“盲区”和技术失灵风险，一旦遭遇上述情况，无疑将会陡然加剧社会救助的行政负担而影响政策效果。同时，根据第七次全国人口普查公报，全国人户分离人口约为4.93亿人，其中，市辖区内人户分离人口为1.17人，流动人口为3.76人，由于流动人口自身人力资本和社会资本匮乏，与城镇居民收入相比，绝大多数农民工还有较大差距，而生活在城市中需要支付高额的住房、医疗、教育等费用，加之缺乏长期稳定的就业和社会保障，逐步导致农民工处于相对贫困状态，而当前许多地方低收入动态监测信息平台以辖区户籍人口数据库为底层数据，导致大量低收入流动人口未能被纳入监测体系，从而明显影响社会救助帮扶和相对贫困治理效能，也不利于从共同富裕视角推进基本公共服务均等化。近年来，数智化驱动社会救助分层分类帮扶政策加快推进，各地低收入人口信息库正在不断建设，但针对低保边缘家庭、支出型贫困等政策实施时间相对较短，因而基于统一标准的低收入救助人口还比较少，为达到一定数据规模则把不同部门进行救助的历史资料进行简单汇总并入，导致救助底数现状不清和实际入库标准碎片化问题。还有一些地方因为相关系统建立比较早，而后期的升级运维没有跟上，从自动化、电子化迈向数字化、智能化的进程较慢，使得平台如实时监测、预警和数据“秒核”等功能不完善，从而制约了数智化驱动社会救助治理的实践效能。

（二）数字治理理念、治理体系和能力亟待提升

数字技术对推进政府治理体系和治理能力现代化具有重要意义。但是，在政府数字治理进程中，传统形式主义顽疾与数字技术“联姻”，在不完善的体制机制下，滋生出了数字形式主义。其一，数智化技术应用并不会自发地降低公共服务供给过程的行政负担，而是必然需要与之相应的理念和治理体系所推动，否则会陷入“数字陷阱”，导致数字形式主义和数字治理“悖论”，反而加大了社会救助经办人员和服务对象的行政负担。比如，数智化平台统筹层次低，技术平台“林立”，数据标准不统一，数据共享机制不健全，协同治理力度不足等，同时还存在重数据、重过程、重留痕，而轻参与、轻结果、轻追溯的现象，进而偏离社会救助治理的初衷和目标。其二，数智化平台应用以人为本理念和用户体验有待加强。例如，系统界面复杂且同质化突出，一些服务应用比较隐蔽而不易搜索识别，注册及办理流程多使得用户操作不便，尤其对老年人等特殊群体缺乏无障碍使用设计和个性化服务，系统稳定性不足，政策宣传和意见征集模块不完善，这些无疑也会加重困难群体申请救助的各种行政负担。其三，数智化技术被过度使用或不加节制地恶意使用，如基层政府在解决某些治理问题过程中发生的技术滥用行为，对推进基层治理体系和治理能力现代化带来更为严重的负面影响。

为担心因错助、漏助而担责，基层经办人员简单将数智化平台作为主要甚至唯一的识别依据，而忽视数据背后申请者的真实生活情境和多维度诉求，容易引发矛盾风险和衍生问题。技术治理视角下，社会和人的向度被过度简化，信息量被逐步压缩至一个数字，成为定量标尺上的一点，面对多维度、个性化和复杂化的困难群体特征，依靠标准模块和统一算法设定难以全面准确匹配，而且数据分析自动生成的类型划分和群体“画像”也由于一些个性化、非结构化的信息不在平台既定的范围内而影响有效性和精准度。比如，不少地方探索利用平台结构数据和自动算法对救助群体的困难类型和困难程度进行设定，然而这种模块化识别与复杂现实情境和困难现象“脱节”，难以准确判断困难群体的类型和差异化需求。

对一个合作有序的社会而言，技术从来都只是工具，对工具运用的规制才是决定技术影响社会秩序的关键因素。社会救助数智化平台的应用，必须嵌入到社会救助的理念和目标之中。显然，数智化是社会救助高质量发展的工具而不是目的，由此带来的便捷、高效更不是社会救助和民生治理的全部意涵，如何界定数智化应用在社会救助对象识别中的角色作用，如何有效建立与新时代社会救助理念相包容的技术规制体系，对于促进技术向善和技术人文有机融合，避免因自由裁量空间压缩导致技术“一刀切”而加剧机会不公平，推动社会救助数智化可持续发展尤为重要，是当前及未来社会救助数智化快速发展中亟待审视和完善的时代命题。

（三）政策目标与政策注意力配置产生强约束

数字治理是一种治理工具与治理手段，本身并不必然携带潜在风险，其产生的衍生性风险从根本上来自其背后的治理主体意志与行动逻辑。目前社会救助央地责任划分上，形成了“地方掌勺、中央埋单”的分工模式，然而这种模式存在兜底保障人数减少，保障标准差距过大，地方扩面动力不足等问题。一方面，近年来，城乡低保规模总体呈现下降趋势，一些地方政府选择有意控制低保的覆盖面与低保对象的实际给付额度，来消解低保“提标”所带来的财政负担增长的风险；另一方面，“按标施保、应保尽保、动态管理、及时进退”的制度设计，与各级财政实施的预算制度显然是脱节的，必然造成低保资金保障不足和资金沉淀的现象。在当前社会救助治理体系和资源配置结构下，利用数智化技术客观上有利于化解央地资源供需的总量和时空矛盾，增强社会救助计划性和降低行政成本，但同时受自有财力限制等影响，也可能成为控制和干预公共福利支出需求的手段。此外，注意力分配视角更注重各主体的站位、认知、利益，为理解政府内部各主体间、政府与其他主体间的互动行为提供了新思路。作为一项以地方管理为主，且当前立法规制滞后的公共福利政策，更容易受到地方发展主义和政策注意力配置不合理的影响，数智化技术也可能沦为转移政策注意力和规避地方民生保障责任的工具，导致社会救助对象识别中的行政负担实质上并未减少，甚至遮蔽性增加，从而影响社会救助理念和目标的实现。简·芳汀将数字技术隐喻为“虚拟的美丽”，并警示如果技术运用不当会致使“虚拟的美丽遮掩启动制度变化的困难”。因此，充分挖掘和发挥数智化技术促进社会救助对象精准识别的能力优势，需要引导政策注意力配置以及推动政策体系、治理体系主动适应性改革创新。

（四）经办体系和职责体系出现模糊与失衡

如上文所述，行政负担是社会成员与政府打交道时产生的。那么，政府的职责体系和治理体系尤其是政府纵向间关系和横向部门间关系，会对行政负担的产生及其形态会带来直接影响。中国基层治理的传统特点是地方政府和基层组织职能广泛、负担过重，甚至还压出了事实上存在着的“第六层政府”，即所谓的“职责同构”，每一级政府都管理着大体相同的事情。然而，一方面，随着“放管服”改革的推进，政府纵向间关系调整将解决问题的重点放在了哪些权力可以集中、哪些权力应该分散和各个层级政府应当承担什么样的职权与职责等方面。随着数智化普及应用和社会治理重心下移，低保审批权下放到街道以及民主评议、审核审批等经办流程简化，在这种治理体系深刻变迁下，过去科层式、内生型的经办体系和职责体系与当前愈发呈现外生型、网络化特征的治理理念及技术产生漂移或脱嵌，不同层级政府及不同部门、社区之间的职责关系出了模糊和失衡，尤其需要重视区县相关职能部门、街道（乡镇）相关的职责应当如何优化，社区如何充分发挥自身优势和作用。

另一方面，随着数字政府建设发展，横向跨部门合作的任务导向、流程设计和权责关系更加清晰具体，合作效率和质量也得到了明显提升。不过，社会救助在数智化快速发展的同时，相应的经办体系、职责体系和监管体系的改革完善却相对滞后，一些地方数智化平台一拥而上，过多追求技术功能上的“多而全”，相关的培训维护、数据链接以及规划引导、体系建设和职责优化却没有跟上，导致重复建设、需求脱节、标准不一和碎片化、使用水平低等问题。而且数智化技术的应用简化了社会救助经办程序，算法识别审核也大幅减少了经办人员以往相应的工作任务，对于非经办人员主观原因和履职不到位而产生的执行偏差，相关的容错免责机制也已经逐步完善，基于数智化有利于摆脱“挤压型体制”的情境性约束，以标准算法增强正式规则的刚性约束来实现自我保护和有效治理。

那么，面对这种治理环境条件的显著变化，迫切需要回应三个问题：一是美国学者尼尔·波兹曼提出技术的“动因漂移”概念，即当社会出现问题时，行政官僚往往将本应由自身承担的责任推卸给技术设备，为消减数智化应用带来的任务拓展、链条延伸、应用对象扩大与职责体系模糊失衡、资源条件限制的张力，需要界定、配置和优化不同层级政府、部门和基层经办人员的权责及其关系，尤其注重对技术应用产生的衍生问题及风险的治理能力体系建设。二是如何处理政府层级之间的关系以及基层政府与社会的关系既是国家治理的重要议题，也是社会政策落实过程中的关键议题。基层经办人员的自主性活力和主动性作为该如何体现，基于地方性知识和复杂情境的自由裁量权又当何去何从，这些都需要在结合基层治理体系和治理能力现代化的背景下进行深入思考。三是新时代社会救助数智化治理是信息技术运用的升级版，充分发挥数智技术的治理优势，需要由单一技术路径的平台型治理迈向综合型、体系化的数智化协同治理。如何由技术和科层体制驱动的平台建设，升级为价值融合和目标共建共享、多主体联结和机制协同的内生合作网络与秩序，从而以协同治理赋能和配套机制建设，推动解决实践中数据共享难、责权不匹配、激励不相容等情况。因此，针对技术大范围应用所产生的风险以及技术应用强化后经办体系、职责体系和协同体系如何调整优化，将是数智化时代提升社会救助治理体系和治理能力的重要内容。

进入数智时代，数智化转型是实现社会救助高质量发展、可持续发展的必由之路。与此同时，数据不仅已经成为重要的生产要素，而且正成为愈发重要的治理要素和福利要素。然而，一方面，数智化转型所可能引发的技术治理误区以及数据生产应用所产生的价值、责任“遮蔽”，会对社会救助的价值理念及其实践发展带来不可忽视的影响。西方社会发展事实恰恰证明互联网的技术赋权不仅没有带来一个更加平权、自由和民主的理想世界，相反信息孤岛、数字鸿沟、隐私泄露、资本扩张等负效应聚集引发了卡斯特尔笔下的“反乌托邦”的功能流变。比如，对美国福利资格自动化处理系统的研究显示，计算失误和刻意排斥而带来的福利剥夺，造成了“自动不平等”，高科技的算法管理锁定、管制和惩罚贫困人口，使穷人陷入“数字贫困院”一样的生存困境。另一方面，从行政负担理论视角分析，数智化转型也不应然地通过降低负担水平和消除不公平差异实现应助尽助目标，而是需要相应制度、组织变革创新、能力建设等条件支撑。充分适应数智化时代社会政策发展的更高要求，需要全面辩证看待数智化转型对社会救助带来的历史机遇和风险挑战，运用系统治理思维和创新引领思维进行理念深化、体系优化和政策强化。

（一）匡正社会救助数智化治理的价值目标

智能社会的良序运行不是简单利用科技的问题，而是在实践中学习、在行动中反思的文化问题。数字时代需要与之匹配的数字治理新模式，数字治理是将技术运用于治理实践和治理需求驱动技术革新的“双向奔赴”。数智化技术广泛应用不是为了取代，也不能取代人的主体性和作为社会存在的独特价值，数智化驱动也不是为了让社会救助执行变得自动化、格式化，而是通过数智化给决策以及经办人员提供更好的工具、更及时准确的信息和更好的组织效率来提高执行质量。一是数智化驱动社会救助对象精准识别，应坚持公平正义和扶弱济困的价值，而不是一味地奉行“解决主义”和谋求避责免责、省心省事甚至转移矛盾的目标，在平台化应用的推波助澜下，将行政负担由政府部门转移到服务对象，在减少救助对象服从成本的同时，却又增加了学习成本和对技术担忧甚至疑虑的心理成本。例如，在使用数字技术时一些基层人员更多关心的是其解决问题的快速、便捷、新奇或“亮眼”，会忽略相关技术应用可能引发的社会矛盾和利益冲突等其他问题。社会救助领域运用数智化技术的终极目标是以技术展现和融入复杂社会情境，而不是通过算法过于推崇简单化、数目化操作，在运用技术进行简约高效识别的同时，更要让公平正义、兜底帮扶的理念落地生根。

二是坚持合作治理和开放参与的价值，赋能与赋权并重。数智化时代，面对巨大而复杂的计算量，人类不可能审查全部的计算过程，这就造成了人类在认识上存在着不透明性的盲区，机器认识中的不透明性会导致“理解”的缺失。应对算法的不透明以及由此产生的信任和“理解”缺失造成的风险，需要吸纳政策部门、技术供应方、服务对象和监管部门等力量，构建规范化、实效性的协商治理机制，同时“铁脚板”和数智技术并用。例如，基础数据的采集、监测指标的选取及赋权、困难类型的划分等，需要进一步加强需求调研评估、专家咨询机制、意见建议反馈机制。三是应坚持以人为本，提升救助对象的主体性价值。数智化的本质及其限度，在社会政策领域尤其对于新时代社会救助的功能使命来讲，所要面对的张力和矛盾更加突出，因为精准、高效必然是要建立在“理解”、信任和共情的基础之上，更要以人的自由拓展和可行能力提升为旨归。因此，数智化驱动社会救助精准识别不应以数据和算法为中心，而是始终以技术作为工具驱动实现困难群体的基本需求和权利，提升社会政策的人文、人本内涵和发展质量。四是坚持算法运用与自主性相结合。算法的非人格化、经验数字化、滞后性特征，难以准确覆盖丰富、具体和不断演变的社会救助实践情境，而且，尽管算法监测和识别能提高效率和便利，但根本上还是由人来决定和设计怎样的程序标准。因此，自主性不仅与算法运用并不矛盾，而且还需要在算法设定优化、线下反馈以及具体执行三个方面不断拓展自主性，优化算法环节和执行环节相互衔接和角色互补，竭力避免用算法“一刀切”主导整个社会救助对象识别进程。

（二）提升社会救助数智化平台建设质量和应用水平

相较于对人类，民众对公共服务中的人工智能有更高的能力期待和更低的感知能动性。当服务失败时，民众对公共服务中的人工智能有更强烈的预期违背和较低的责任归因。因此，降低社会救助过程中的行政负担，提升困难群体的获得感和满意度，迫切需要提升数智化平台的建设质量和应用水平。

规范统一社会救助“入口”数据信息的口径、采集、共享和处理，为数智化平台提供多面向、高质量数据支撑。按照《社会救助暂行办法》以及有关部门出台的社会救助对象审核确定办法，在全国层面统一制定社会救助对象审核确认的数据条目和内容清单，明确数据采集规模（比例），以及数据格式、共享形式和处理方式，同时明确数据安全责任和满足不同部门的使用需求，保障数据供给各部门权益和分享数据集成效益，进而促进数据共建共享共益，以数据为纽带提升跨部门合作水平。在此基础上，通过共享国家人口、法人单位等基础信息数据库，以及强化与相关部门的数据实时交换机制，建立全国统一、规范、智慧的社会救助信息大数据平台，克服和避免数据采集路径依赖而导致的碎片化、混杂化现象，防止因信息化的历史基础限制和当前地方能力水平差异而造成数智化时代社会救助地区和区域之间差距进一步拉大。同时，面向2035年实现基本公共服务均等化、全体人民共同富裕取得更为明显的实质性进展的宏伟目标，应大力促进低收入人口监测平台的增量扩容，有序推进打破户籍限制，将持有居住证的新市民等城市常住人口一道纳入监测体系，使流动人口享有均等化的基本民生保障权益。

提升社会救助数智化平台建设和运维质量。一是在国家层面建立完善全国统一的社会救助数智化平台建设标准、模块设计和运行体系，待平台统一完善后再支持和鼓励地方进行应用创新。二是提高社会救助数智化平台的统筹层次，由区县统筹提升到市级、省级统筹，并最终能够实现全国范围内互联互通。同时以提升平台统筹层次增强业务指导和监管效能，防范因社会救助财权事权不匹配以及属地化管理所可能带来的风险。三是坚持建设与运维、升级优化并重，避免重建设轻维护、重复建设和一哄而上等问题，依托政府大数据管理部门和合作治理，将数智化平台作为一项基础工程、长期工程和系统工程，加强制度保障和技术、资金保障，完善平台建设升级规划和推进时序路线，实现数智化平台生命周期管理和可持续发展，在提升数据归集度和共享水平的基础上，加强数据挖掘和可视化分析，充分释放大数据之中蕴含的民生发展潜力。四是防止数字鸿沟和数字服务渠道“一刀切”“优先化”，优化平台“入口”链接和界面设计，完善针对特定群体的个性化服务，切实加强政策宣传和意见反馈功能的开发利用。

（三）完善适应数智化时代的社会救助治理体系

党的二十大报告指出，“转变政府职能，优化政府职责体系和组织结构，推进机构、职能、权限、程序、责任法定化，提高行政效率和公信力。”数智化驱动社会救助实践，是数智时代民生治理的新形态，也是政府数智化转型、建设数字政府的具体体现，促使数字技术嵌入政府科层制以推进治理结构再造、业务流程重塑和服务方式变革。通过从行政负担理论视角分析，数智化驱动社会救助对象精准识别，一方面需要清晰界定数智技术的角色价值和边界、局限，不能产生“数字万能”和“数字决定”的过于依赖行为①，不能让基层人员的大量时间精力花在系统操作上面，更不能让高科技弱化甚至替代情感治理；另一方面，应通过技术映照和升华制度理念，拓展社会救助温暖互动的治理维度、增强以人为本、扶弱济困的制度初心以及促进社会文明和谐的制度价值，提升社会救助对象的主体参与以及社会力量的协同治理。

推进适应数智化时代的社会救助治理体系和治理能力现代化。鲍静等提出应从技术、行为、组织三个层面推进数字治理体系框架建设，分别聚焦于数字社会形态下的基础设施治理、个体行为治理、集体行为以及组织形态变迁。结合社会救助数智化治理现状及问题，一是补短板，进一步加强数智化应用的均衡发展，大力支持中西部地区和农村地区的系统建设，并重点向乡街、社区经办一线延伸。

二是完善差异化、精细化的激励措施。一方面，地方的财力、数字基础设施和社会救助任务存在“倒挂”；另一方面，基层资源配置存在平均主义和激励不足现象，管理任务量的巨大差异、行政资源的平均化配置模式和自致资源获取能力的差别促使街道在面对同一任务时会采取不同应对行为。因此，需要进一步优化省以下社会救助投入机制，根据基础条件、任务差异及变化对区县、乡街采取分阶段、针对性的支持措施。

三是从供需双方加强行为治理，切实降低行政负担。其一，加强社会救助经办人员的职业操守、数智技能和行为规范体系，促进技术、经验与行为有机融合，以应对数字治理更高要求，防范数字技能不足甚至匮乏而带来公共服务效率及价值损失，同时针对“数字鸿沟”完善相应的责任及帮扶体系。其二，打通政策宣传“最后一百米”，进门入户“送政策”“送技术”，提升困难群体的政策素质和数智应用能力，在认识—能力—应用—体验四个维度增强困难群体的数智化社会适应。其三，根据分层分类救助体系不断完善、数智化平台应用水平提高以及容错免责机制的完善，基层经办人员自由裁量权的实践形态和价值表达可以转化吸纳到规范的治理体系之中，在规则前提下予以适当的执行灵活性，从而赋予积极自主又有人文活力的治理意涵。

四是规范和合理配置地方政府政策注意力。数智社会快速发展和强力推动下，依托数智化平台的深入普及和系统集成，政府职责体系和治理体系不断实现整合优化，过去更多从组织视角关注组织架构、权责配置、规章程序等结构要素对公共事务治理效能的作用，日益转变为从注意力视角考察注意力竞争和分配的影响。因此，需要从上级主管部门规划、领导个体重视，进一步提升到群体推动、制度建设和条块结合的注意力配置格局，充分激发上级职能部门指导与地方政府统筹实施的联动效应，在数智治理政策体系上积极作为、善于作为，保障政策注意力适应于共同富裕目标下的民生保障、跟得上数智政府的快速发展、接得住数智社会的深刻变革，构建党委领导、层级政府推动、跨部门紧密合作和市场、社会有效参与的治理格局，推动社会救助数智化提质增效和可持续发展。

（四）优化适应数智化时代的社会救助职责体系

近年来，基层负担过重问题日益凸显，2019年3月中共中央办公厅发出《关于解决形式主义突出问题为基层减负的通知》。同时，大力深入推进政府职能转变和社会治理重心下沉，2017年6月发布的《中共中央国务院关于加强和完善城乡社区治理的意见》，以及2021年4月发布的《中共中央国务院关于加强基层治理体系和治理能力现代化建设的意见》，对街乡和社区进一步减责放权、明责赋能。一方面，制定区县职能部门、街乡在社区治理方面的权责清单，突出街乡面向群众的基本公共服务职责；另一方面，赋予街乡统筹协调和指挥调度职权，强化属地管理。在这种背景下，社会救助职责体系发生了明显变化，社会救助职责体系还需要优化调整。

适当精简区县民政部门职权，拓展街乡社会救助职责。一是赋予街乡低保审批权相对应的职权和条件。探索将目前主要由县级民政部门具体承担的家庭经济状况信息核对职责下放到街乡，充分赋予街乡民政机构的系统使用权限，县级民政部门则主要集中于平台系统的开发、维护和升级。二是由职责同构探索职责异构，根据重心下沉和权限下放，精简县级民政部门对乡街的考核，赋予乡街更多的属地管理权，进一步优化区县和乡街的民政内设机构设置和编制配备，在基层职责增加的同时，通过“岗编分离”“县招乡用”“乡编村用”等执行创新，化解基层职责与执行条件不匹配的难题。三是为城乡社区赋能和减负并行。充分发挥社区独特优势，进一步规范、更新和拓展社区的社会救助职责。推动数智化平台应用“下沉”，提升村（居）协助经办的效能和规范化水平，同时优化合并协助事项内容，取消县（区）职能部门和街乡对村（社）社会救助协助事项的考核。四是制定社会救助基层职责清单。数智化技术应用普及从操作层面推动着政府纵向间关系调整与政府职责体系构建，同时“有理由的卸责”也成为了人工智能时代国家治理的责任难题，一方面，数智化平台的责任“遮蔽”容易模糊社会救助领域容错免责的正当性和适用性界限，进而引发技术过程至上、形式主义等风险；另一方面，社会救助的基层职责构成及其分布也发生了明显变化，平台协同治理及其监管职责更加突出，而线下帮扶和情感治理更是不可或缺。因此，需要强化平台开发应用相关的层级政府及经办岗位职责，还需要巩固和细化入户调查、邻里走访、日常排查等“面对面”“心连心”的工作职责，更要完善针对技术大规模应用的风险防范及治理职责。

（五）加强社会救助数智化应用的规制体系建设

避重就轻的技术策略充满了风险和不确定性，技术的进步永远无法取代制度、体制的革新。技术治理若要成功穿透社会，不仅需要顺应和嵌入现代国家的治理结构，还需要在社会场域中去实施与落实。充分释放数智化在推动实现新时代社会救助价值目标的潜力，既要为数智化应用提供充沛的激励和保障，又需要防范实践中的工具主义、极简主义做法，还要对数智技术应用的意外后果及其风险进行充分预防和应对，从而在治理主体、治理客体角度构建系统性、发展型和高层阶的规制体系。

一是为数智化技术应用的行稳致远提供法治保障。健全社会救助法制建设，一方面，合理界定数智技术在社会救助对象识别中的地位、功能和实现形式，以及平台应用与现场线下服务供给的衔接机制，让技术应用以降低行政负担，增进获得感为出发点和落脚点；另一方面，明确不同层级政府和部门在社会救助数智化发展中的职责及其协同机制，进一步规范数据生产、归集、共享和应用的标准和程序，打破“数据暗箱”“数据黑洞”和技术治理“裹挟”所发生的道德风险及逆向选择。二是为数智化应用的拓展升级强化政策规制。统筹建立社会救助领域数智化应用发展规划及行动实施方案，完善细化考核评价机制，引导和规范各地数智化建设路径，防范和避免地方“小政策”、搞变通而影响互联互通和跨域治理效能，在基础设施及基本应用标准化的同时，鼓励面向一线需求进行特色创新，以有效适应基层复杂情境而避免“悬浮”“空转”。此外，整合政府购买数智化应用及服务的方式，改变过去以属地管理为主的采购方式，根据数智化治理的高度一致、协同性特征以及社会救助作为中央和地方共担事权，宜明确社会救助数智化应用为纵向间信息化建设项目，采取中央统筹规划，省级协同省以下政府进行集体购买，防止各地自主开发所造成的“数据鸿沟”。同时，着眼于平台应用开发维护以及人员培训等服务，通过“一揽子打包”购买而建立起全方位长期稳定的合作关系，避免功能应用与需求升级和实践发展脱节。三是强化针对数智化应用普及深化的风险规制。一方面，随着数据归集、共享和利用水平不断提高，迫切需要加强数据保护，从技术、制度和人员经办方面全方位完善数据安全风险的预警分析、内部控制和应急治理体系；另一方面，系统分析数智化应用本身内嵌的风险意蕴及其与社会政策结合所带来的衍生问题，发展适应风险社会和数智化时代要求的社会救助跨界跨域应急协同机制，将风险治理体系和治理能力与技术设计应用同步部署、同步提升。