當政府數字化成為弱勢群體的最后一根稻草
現如今,世界各地正在向政府數字化方向努力,政府數字化的施行會為人們的生活帶來哪些變化呢?
為了一張證件請假三天,跑了好幾個部門還沒辦上的情況,可能不少人都經歷過。
每當拿著材料在各處排隊奔波時,我們的第一想法就是,如果這些事物辦理能夠像叫外賣一樣用手機解決該多好?。?/p>
現如今在世界各地如火如荼的展開政府數字化,就正在向這個方向努力。
在前端節約市民時間,讓他們在線上就能完成大部分申請工作。而在后端通過云計算、AI、數據挖掘等等技術減少政府公務上人力開支,并且通過其中的數據聚合實現對民生情況的進一步了解。
就像動動手指就能辦好社保,而政府部門也能因此獲知就業的流動與增長。
可這一切都是在理想狀況之下,政府數字化的政策真正實施起來,或許并不像人們想象中那么美好。
一、貝弗里奇挖的坑,政府數字化能填上嗎?
在政府數字化的國家陣營中,英國算是開展的較早也較為深入化的一批。
在2012年英國政府頒布了《政府數字化戰略》,到了2015年,英國政府就開展了聽起來非常高大上的DGaP計劃——數字政府即平臺。
也就是說政府各個部門都可以在這個平臺上開發應用,共享代碼和數據,再也不會出現那種這個部門的政策那個部門不知道,或者某個部門改制了后繼者不知道如何接手的問題。
對于英國這種人口不多、技術底子強的發達國家來說,是不是讓人感覺特別適合進行政府數字化的實驗?是不是也想讓我們的行政人員也拿個小本本去英國調研考察?
沒錯,在很長一段時間內英國的政府數字化都是各個國家學習的樣本,在2016年的聯合國電子政務調查中,英國政府的評估分數也達到了第一名。
但最近聯合國調查員在訪問英國進行調研之后,卻提出警告說,我們應該警惕政府數字化對于人權的影響,尤其對于弱勢群體來說,政府數字化造成的影響是巨大的。
明明是方便人們處理事務的政府數字化,為什么會和人權扯上關系呢?這還要從英國的貝弗里奇型社會保障模式說起。
貝弗里奇模式既是我們常說福利國家型社會保障制度。簡單來說就是高稅收、高福利,寧肯追求公平而犧牲效率,實行國民收入的再分配的財政政策。
這種傳說中從出生到死亡都由政府買單的情況看似美好,可實際上也造成了很多隱患。
比如說高稅收和高福利導致年輕人沒有動力工作,寧愿在家待著領低保;以及大量發放福利+收稅工作給政府工作帶來的負擔;甚至還有福利欺詐帶來的風險。
這時政府數字化就既可以減輕政府在人力上的投入,又可以更加科學的計算出福利金額,減少欺詐的風險。而矛盾也恰恰在這里發生了。
二、效率與公平的三重矛盾:那些英國幫世界趟過的坑
從聯合國的調查報告來看,英國的政府數字化造成了以下三種矛盾:
1. 數字系統和貧困人群互聯網應用條件之間的矛盾
在手機和電腦上解決一切,對于我們來說聽起來很便利,可要知道那些最需要福利救助的人群中,很多是不便應用數字設備的老年人、殘疾人、文盲,有的甚至家中負擔不起電腦、手機和互聯網。
2017年調查機構Ofcom的數據顯示,只有47%的低收入者在家中使用寬帶互聯網。只有42%的失業者和43%的低收入者在網上進行銀行業務。
由于削減了公務人員,人們進行電話咨詢時常常面對的是AI客服機器人和漫長等待時間,并不能給弱勢群體提供足夠的幫助。
加上英國在這幾年間關閉了不少公用圖書館,聯合國調查表示,要不是因為有慈善機構和志愿者的行動,有很多弱勢群體光靠自己根本拿不到政府的救濟金。
2. 政府效率與個人效率之間的矛盾
為了提升效率、方便民眾,英國政府把稅務系統、就業與退休保障系統(DWP)等等的后臺打通用來共享信息。
這樣一來看似政府的效率提升了,可在稅務系統的提交上面,作為普通用戶的雇主仍然會犯錯誤,進而影響到DWP福利金的發放。
但人工處理錯誤的效率非常低下,聯合國的調查報告中提到,五十名全職公務員每個月也只能處理2%的錯誤。甚至有時候人工能很快發現并解決的錯誤,也要等待系統的復雜處理。
這就導致很多人才提交申請的五周甚至十幾周之后才能成功領取到福利金,而他們中的很多人正在等著拿錢交房租、買食物。
3. 技術隱私與算法公平之間的矛盾
為了防止欺詐和監測錯誤,英國還推出了基于人工智能數據匹配的風險分析和情報系統。
用來判斷申請福利的人是不是偽造了繳稅狀況和債務,還能核驗申請人的身份。而這部分工作往往是外包給私立的IT服務企業做的,結果證明,他們做的并不好。
聯合國在調查中發現,由于不了解算法評估標準,很多人莫名其妙地被劃定為高風險人群,卻不知道怎樣才能降低自身風險指數,最后給生活帶來了很多麻煩。
但英國政府卻認為,如果給出了明晰的算法評判參考,一方面損害了IT服務企業的知識產權,另一方面可能會導致有人針對性的鉆空子,來欺騙系統。
在這三重矛盾之下,外界對于英國政府數字化工作的評估也一半是海水、一半是火焰。
有很多人頌揚英國政府對于新技術的深入應用和執行力。像是DWP部門現在已經應用上了區塊鏈技術來進行信用檢查,找回了由于福利詐騙、申請錯誤、官方錯誤等等原因共計9.3億英鎊的損失。而且率先進入數字化,也為英國政府培養了更多相關人才。
但另一方面,也有人嚴厲地批評英國政府,數據顯示在英格蘭,自2010年以來無家可歸者增加了60%,保障住房的等待名單上有120萬人,用來救濟窮人的食品銀行需求量增長了近四倍,他們認為這種情況和英國政府推行的數字化行動不無關系,越來越多的弱勢群體因為被福利體系排除在外,最終在貧困狀況里越陷越深。
聯合國在調查后提出,從英國的現狀來看,政府數字化本質上是一種政治取向,政府給予那些有閱讀、寫作能力,能夠操作電子設備進行網上申報的人福利,幫助他們脫離貧困,重歸社會創造價值,是因為這些人更容易適應社會。
至于那些不會上網、不能自己填好表格的人,重歸社會的難度要更大,所以政府選擇將他們需求放到更后面。這才是聯合國打出“人權牌”警告的最主要原因。
不過社會問題是復雜的,饑餓與貧困并不能和一項政策完全掛鉤。但我們不得不承認的是,在政府數字化的道路上,想平衡效率和公平,的確不是一件容易的事。
三、在矛盾爆發之前:中國政府數字化的特點與隱患
那么對于正在向政府數字化邁進的我們來說,從英國的舶來經驗中,能夠找到一些本土化的指導嗎?說英國是舶來經驗,實在是因為兩國國情有著巨大的差異。
比如作為福利性國家,英國政府的最主要工作可能就是如何高效地完成財富的再分配;而中國則需要通過對不同產業的深入了解并且給予針對性支持從而去創造財富。
又比如從人民的角度來講,英國人民更關心的可能是如何通過一個清晰簡單的系統完成從報稅到領補貼整個流程;而中國人更關心的可能是如何方便快捷的完成異地辦理各種證件、申請和手續。我們目前的政府數字化,也有著以下幾條顯著的特征:
- 中國的政府數字化工作更加分散。尤其在展示給市民應用的前端,幾乎呈現出各個省市各有高招的情況。例如有些省份可以在微信端查詢公積金金額,有些省份卻要在某款App上查詢,甚至很多省份還不能線上查詢。
- 一些看似基礎較差的新城市,其實更容易推行數字化工作。我們不難發現,相比城市建立較早的北京、上海,一些新城市反而可以從零開始建立數據庫,在各種基礎設施上打造數字化系統,去徹底的實施政府數字化。雄安就是一個很好的例子。
- 政府數字化對應的人群更多的是“主流人群”。這里指的主流人群,是指投身于工作生產,十幾歲到五十幾歲之間城市人群。不難發現,不同省市推出的線上跨省市戶籍、工商稅務問題處理,或是對車產的年檢申報等等,面對的都是這一批人群。弱勢群體的補助、低保領取,或是農村地區的精準扶貧,雖然也有一定的數字化滲入,但往往沒有被歸納到政府數字化體系中來。
這樣看來相比矛盾已經爆發的英國,我們或許是因為政府數字化還沒有得以廣泛的實施,所以暫時還沒有直面這些沖突。
即使這樣,參考英國的現狀我們也能發現很多隱患。例如不同省市的數字化政策如何進行統一整合,而不是因為技術平臺的隔閡給民眾帶來麻煩?
又比如北京、上海這樣人口流動性大,數字化基礎較好的城市如何平衡政府數字化時新舊平臺的耦合問題?
以及和英國一樣,如何降低政府數字化之于弱勢群體的門檻,不讓他們成為主流群體的專屬?
四、是主流群體的錦上添花,還是弱勢群體的最后一根稻草?
其實說句心里話,在我們介紹過的所有先進技術中,會有那么一小撮技術我們希望它們來得慢一點,政府數字化就是其中之一。
數據的安全、技術人員的培訓儲備、包括社會整體的數字技能普及,這些準備都是需要時間才能慢慢完成。
如果冒進的大范圍推行政府數字化,造成的結果很可能就像今天的英國一樣:從政府公務員到普通民眾都對這一系統一知半解,打個電話咨詢還會遇到聽不懂人話的人工智障客服,更可氣的是,其他國家還會來宣揚你們的政府數字化多么先進……
但我們更害怕的,是政府數字化讓本身就已經有分層現象的社會產生更大的割裂。
在網上辦理好所有事務,對于我們來說似乎是件好事,可對于那些不知道如何上網的老人、障礙人士來說,可能是讓他們脫離社會的最后一根稻草。
政府業務的高度數字化,幾乎必然帶來一線業務人員的大規模削減。當這些弱勢群體在線下也不能表達自己的需求時,我們是否會徹底忽視他們的存在而沉溺于一種虛偽的幸福當中?
英國現在就出現了這種狀況,那些沒有能力進行身份認證、福利申請的人,幾乎從福利系統中徹底“消失”??此普疁p少了福利支出,可貧困狀況卻沒有減輕,甚至愈演愈烈。
機器視覺再強大,最終也比不過人類的眼睛。不管未來我們的政府數字化要以怎樣的形式發展,發現每一個圈層的需要,傾聽每一個群體的聲音,才是最重要的事情。
至于是通過機器的眼睛和耳朵,還是通過人的眼睛和耳朵并不重要,無非我們通向幸福道路上不同的交通工具罷了。
作者:腦極體,微信公眾號:腦極體
本文由 @腦極體 原創發布于人人都是產品經理。未經許可,禁止轉載。
題圖來自 Unsplash ,基于 CC0 協議。
寫的很好,從另一個角度詮釋了政務數字化的利弊