主动服务型政府:services主动触达公民

大多数政府服务的默认设定是"等"——市民申请,系统审核,通知寄出,如果地址错了就自认倒霉。但真正衡量一个政府数字化水平的,不是它建了多少个门户网站,而是它有多少服务能在市民开口之前主动找上门。爱沙尼亚的新生儿父母从不需要去申请育儿津贴,系统在出生登记的那一刻就已经算好了该发多少、发给谁。这不是效率的胜利,而是一种关于"谁该承担寻找负担"的立场转变。

主动型政府,指的是公共部门利用已掌握的数据,在市民触发需求之前主动识别资格、发起服务、完成或简化流程,而不是要求市民先申请、先证明、先排队。它把"证明你有资格"的责任从市民转移到了系统身上——这一个转移,恰恰是整篇文章要论证的核心。被动服务把认知负担和行政负担压在最没有余力承担它们的人身上;主动服务把这份负担还给拥有数据和算力的一方。

什么是"主动型政府"?它和"数字政府"有什么区别?

数字政府解决的是"把纸质表格搬到网上"的问题;主动型政府解决的是"要不要让市民先填表"的问题。前者优化的是渠道,后者重新分配的是责任。一个政府部门可以拥有非常先进的手机应用,却依然是彻头彻尾的被动服务——因为市民依然要先知道自己有资格、先找到入口、先完成申请。

主动服务的判断标准很简单:如果政府已经掌握了判断资格所需的全部数据(出生登记、收入记录、纳税申报、婚姻状态变更),市民就不应该被要求重新提交这些数据来"证明"自己。爱沙尼亚推行的"一次性原则"(once-only principle)正是建立在这个逻辑上——同一份数据,政府内部只问市民一次,此后所有部门通过X-Road数据交换平台互相调用,而不是让市民在十个窗口重复填写同一张表。这套架构被广泛记录在爱沙尼亚官方数字治理案例中,是目前公开可查、运行时间最长的主动型公共服务基础设施之一。

被动服务为什么会让最需要帮助的人掉队?

答案很直接:被动服务把最重的认知成本压在最脆弱的申请人身上,而这批人恰恰最没有时间、信息或信心去应付复杂流程。行政学者Pamela Herd与Donald Moynihan在其著作《Administrative Burden: Policy by Other Means》(Russell Sage Foundation,2018年出版)中系统论证了这一点:申请福利所需付出的"学习成本、遵从成本、心理成本",本身就是一种隐性的政策工具——它会在无形中筛掉那些最该被覆盖的人,而不是最该被排除的人。

这解释了一个反直觉的现象:很多国家的社会福利存在长期的"应领未领"缺口——符合资格却因为不知道、不会申请或放弃申请而拿不到应有的支持。美国国税局多年数据一致显示,相当一部分符合条件的低收入劳动者并未申领劲劲有名的劲劲税收抵免(Earned Income Tax Credit),原因不是不需要这笔钱,而是申领流程本身构成了门槛。这不是执行细节问题,是设计问题。

行为经济学家Richard Thaler与Cass Sunstein把这类人为制造的行政摩擦称为"sludge"(黏滞阻力),与他们早年提出的"nudge"(助推)相对。Thaler在其发表于《Science》期刊2018年刊出的评论文章《Nudge, not sludge》中提出:如果助推是用最小的干预帮助人们做出更好的选择,黏滞阻力就是用不必要的步骤、表格和等待,阻止人们获得他们本应得到的东西。他的立场很鲜明——设计者对黏滞阻力的责任,和对助推的责任一样重。

如果一个部门可以替市民算清楚资格,却依然要求市民自己申请,那多出来的每一步流程,都是这个部门主动选择留下的黏滞阻力,不是市民的问题。

主动服务背后靠的是哪两种行为经济学机制?

主动型政府不是靠"更好的宣传"让市民知道自己有权益,而是靠重新设计选择架构,让正确的结果成为默认路径。这里有两个机制值得单独拆开看。

默认选项与选择架构

Thaler与Sunstein在其经典著作《Nudge》(Yale University Press,2008年出版)中提出的核心论点是:人们极少主动改变默认选项,不是因为懒惰,而是因为默认选项本身携带着隐性的社会认可与决策捷径。把"自动注册福利、需要时可退出"设为默认,而不是"自动不注册、需要时才申请",覆盖率的差异往往是结构性的,不是市民态度的差异。这正是行为经济学在公共服务设计里最有力的应用场景——不是说服市民行动,而是让不行动也能得到该有的结果。

损失厌恶与错过的恐惧

Daniel Kahneman与Amos Tversky提出的损失厌恶理论指出,人们对"损失"的敏感度远高于对等量"收益"的敏感度。对于福利申领这类场景,这个机制往往被用反了方向——市民并不清楚自己"损失"了什么,因为他们从未意识到自己本该获得什么。主动服务把这个隐性损失变成显性通知("您的孩子符合领取津贴资格,我们已为您办理"),这本身就是在利用同样的心理机制,只是方向对了:让市民清楚看到,不采取行动才是真正的损失。

全球有哪些真实可查的主动服务案例?

把原则落到实处,最有说服力的是那些已经运行多年、公开可查的服务设计。

• 爱沙尼亚的自动福利登记:依托X-Road数据交换架构和"一次性原则",出生登记、住址变更等事件触发相关部门自动核算并发放对应福利,市民无需重复提交材料。
• 英国的"Tell Us Once"服务:市民在gov.uk官方"Tell Us Once"页面登记一次亲属去世信息后,系统会代为通知养老金、税务、驾照等相关部门,免去家属在悲痛之中还要跑遍各个窗口重复申报的负担。
• 丹麥的数字信箱(Digital Post)机制:政府通知默认通过统一的数字信箱主动送达市民,而不是要求市民定期登录不同系统查询是否有新信息——这本身就是把"寻找信息"的责任从市民手中拿走。

这些案例的共同点不是技术先进,而是治理立场一致:政府先承担核实与计算的工作,市民只在需要确认或例外处理时才出现。这与很多国家依然停留在"上线一个门户网站,让市民自己去查、自己去填"的阶段,存在本质区别。

一个部门要如何从被动转为主动?

转型不是一次性项目,而是一套需要反复验证的能力建设。以下是一条可操作的路径,适用于希望从单点数字化走向系统性主动服务的公共部门:

1. 盘点触发事件,不是盘点表格。先列出市民生命中会自动产生资格变化的事件——出生、结婚、失业、退休、迁址——再倒推哪些数据已经在政府手中,而不是从现有申请表格出发做微调。
2. 做一次跨部门的数据可用性核查。很多"做不到主动"的真正原因不是技术,是部门之间的数据孤岛和授权壁垒。这一步需要明确哪些数据可以在合法授权范围内跨部门调用,哪些需要新的数据共享协议。
3. 用旅程视角重画服务,而不是流程视角。把每一类市民事件按端到端旅程重新绘制,标出哪些环节可以由系统自动完成、哪些必须保留人工确认,这比单独优化某个申请表单更能暴露真正的黏滞阻力所在。
4. 设计"默认执行、随时可退出"的机制。主动不等于强制。合理的做法是系统自动核算并预先完成大部分手续,同时给市民清晰、简单的退出或修改渠道,保留个人自主权。
5. 用真实证据校准假设,而不是靠部门直觉。通过市民反馈与声音的系统化收集验证:哪些环节的"主动"确实减轻了负担,哪些反而制造了新的困惑或不信任感。
6. 把治理和问责嵌进架构里。谁批准了自动核算的逻辑?出错时如何申诉?这些问题需要在系统上线前就有明确答案,而不是等投诉出现后再补救。

对于还处于早期阶段的部门,先做一次结构化的能力诊断比直接立项更有效——判断组织在数据治理、跨部门协作、公民信任这些维度上究竟卡在哪里,再决定优先突破哪个环节,例如借助CX成熟度评估这类工具,对照关键能力模块给出一个客观的起点。

主动服务的边界在哪里?

主动不是万能药,滥用同样的机制会制造新的风险,这一点必须诚实面对。

• 数据准确性的代价被放大了。被动服务里,数据错误顶多导致申请被拒,市民有机会更正;主动服务里,错误数据可能导致福利被错误发放或错误取消,而市民往往连纠错的入口都不知道在哪里。
• 隐私与监控的边界必须清晰。市民需要清楚知道,政府为什么知道这件事、这份数据被用在了哪里、可以在哪里查看和申诉。这不是可选项,而是主动服务能否持续获得公众信任的前提。
• "自动"不能变成"强制"。把默认选项设计得再合理,也必须保留有意义的退出权,否则就从助推滑向了操纵——这正是Thaler与Sunstein在《Nudge》中反复强调的伦理红线:助推必须保留自由选择,否则就不再是助推。

这些风险不该成为放弃主动服务的理由,而应该成为设计约束。经济合作与发展组织(OECD)在其关于数字政府治理的持续研究中,长期强调把以人为本的设计原则与数据治理规范同步推进——相关内容可参考OECD数字政府专题页面。政策制定者若只抓效率、不抓信任,主动服务很快会从"贴心"滑向"越界"。

组织架构和文化能不能撑得住这种转型?

这可能是最容易被忽视的一环。主动服务要求部门之间共享数据、共同承担责任,这和传统政府按职能条块分割、各管一段的运作方式天然冲突。没有配套的变革管理,再好的技术架构也会在部门博弈中原地打转——数据共享协议卡在法务审批,自动化流程卡在"谁来为错误负责"的推诸扯皮。

这也是为什么主动型政府本质上是一场治理转型,而不是一次系统升级。它需要明确的跨部门治理机制来界定谁拥有数据、谁批准自动决策逻辑、谁对市民的申诉负责。把这些问题留到上线之后再解决,几乎必然会在第一次数据错误事件中付出信任代价。

接下来怎么走?

主动型政府不是一句口号,是一连串具体的、可以被审计的设计决定——谁承担寻找的负担,谁承担核实的成本,谁在出错时负责。把这些决定做对,市民甚至不会注意到政府"做了什么";他们只会发现,自己该得到的东西,已经在那里了。这才是最高级别的服务体验:不被看见,却始终在场。想系统梳理自己所在部门在公共服务数字化转型路径上的位置,是判断下一步该优先解决数据孤岛、组织架构,还是市民信任问题的合理起点。