APP下载

人工智能应用下的大都市区治理:技术逻辑与治理路径

2020-09-10张龙辉肖克

重庆社会科学 2020年8期
关键词:人工智能

张龙辉 肖克

摘 要:大都市区是一个存在多个城市主体、横跨多个行政单元、具有一定人口规模和人口密度的地理空间、社会空间和经济空间。城市主体多元和政治碎化的特征使大都市区遭遇治理体系建构失序、整体性治理权力缺位、治理能力发挥不足以及治理资源配置不均衡等治理困境。而人工智能通过建构技术权力,形成了技术治理权威,成为对传统治理权威的补充;通过对治理数据的获取和分析自主生成治理决策,逐渐成为一种技术治理主体。人工智能对大都市区治理的参与具有权力逻辑、算法逻辑、信息逻辑和伦理逻辑等技术逻辑,并提供了一种技术治理路径。在大都市区治理实践中,通过建构技术治理权威、完善信息共享机制、推动治理智能化和实现资源的算法分配等技术路径,能够优化大都市区治理结构,减少治理风险,推动协同治理,增强治理资源的流动性,实现治理资源的均衡分配,从而促进大都市区善治的实现。

关键词:人工智能;大都市区治理;技术逻辑;技术路径

基金项目:吉林省社会科学基金项目(青少年研究专项)“重大应急事件中青年群体的动员与响应机制研究”(2020Q2)。

[中图分类号] C912.81 [文章编号] 1673-0186(2020)008-0030-015

[文献标识码] A     [DOI编码] 10.19631/j.cnki.css.2020.008.003

党的十九届四中全会提出要推动国家治理体系和治理能力现代化,社会治理是国家治理的重要方面,必须加强和创新社会治理,强化社会治理中的社会协同作用和科技支撑力度,加快推进市域社会治理现代化,2020年的政府工作报告也强调要“加强和创新社会治理”。大都市区治理是社会治理的重要组成部分,推动大都市区治理体系和治理能力的现代化,加强大都市区治理创新,对于推动国家治理体系和治理能力现代化具有重要意义。整体而言,学界对大都市区治理的研究先后经历了传统区域主义、公共选择学派和新区域主义三个阶段[1],传统区域主义着眼于大都市区的政治“碎化”现象难题,主张打破城市行政边界,进行大都市区的区域行政和治理功能整合,建立统一的大都市区政府,对大都市区内不同的行政区域进行统一的公共管理,并基于此提出了单中心治理模式①。公共选择学派认为不必改变因大都市区行政边界碎片化而出现的政府分散化现状,而是主张在治理过程中实现政府、社会间的互动与合作,建构一个具有多中心特征的治理结构,从而有效提高政府的公共服务供给效率,这一理论倾向于多中心的治理模式②。新区域主义则在对公共选择学派进行批判和改进的基础上研究大都市区治理问题,新区域主义既不主张传统区域主义建构大都市区政府的单中心治理模式,也不赞同公共选择学派建构多中心治理结构的多中心主义治理模式,而是主张推行以网络化治理为主要特征的新区域主义治理模式。新区域主义关注治理过程而非治理结果,提倡大都市区空间内政府间的合作,推动多层治理、多方参与,主张多部门间的合作和网络状治理结构的建构③。此外,还有学者结合中国以及其他国家的大都市区治理实践,提出了大都市区整体性治理[2]、协同治理[3]、跨界治理[4]与全过程治理[5]等治理模式。

在中国大都市区治理实践中,受城市发展逻辑的影响,大都市区出现了空间扩张和功能外溢等现象,加之大都市区空间结构特征造成的政治碎化问题,使大都市区具有与其他类型城市空间形态不同的特征,并引发了一系列的治理困境。而人工智能立基于算法和数据,凭借特定的计算逻辑和算法规则建构参与大都市区治理的技术逻辑,将人工智能的“善智”行为特征与大都市区的“善治”价值旨归有机地结合在一起,从而能有效地推进了大都市区治理体系和治理能力现代化的进程,为大都市区的治理体系建构、治理能力提升和治理效果强化提供有利契机。那么,大都市区具有哪些特征?这些特征给大都市区带来了哪些治理困境?人工智能参与大都市区治理的技术逻辑是什么?如何借助人工智能增强大都市区治理的技术手段以有效提升大都市区的治理能力和治理效果?文章即从技术治理的角度对大都市区治理过程中遇到的上述问题进行探讨。

一、大都市区及其特征

城市化的发展推动了城市空间规模的扩大和组织形态的变迁,城市“逐渐取代国家成为治理的中心,未来的世界秩序也将建立在城市治理的基础之上”[6],而“大都市区是城市化发展的高级形态,是未来城市化发展的趋势与必然”[7]。大都市区这一称谓是在西方城市化过程中逐渐形成的,它最早在美国被提出并应用到具体的城市空间治理中,最初的大都市区指的是“具有一个10万人以上人口的中心城市及其周边10英里以内的区域,或虽然其空间距离超过10英里,但与中心城市具有紧密联系,且人口密度达到毎平方英里150人以上的地区”[8]。随着社会的变迁和城市化的发展,城市规模越来越大,大都市区的人口规模、行政关系和城市功能不断变化,大都市区的基本内涵也随之发生变化。但这种变化只是限于人口规模的扩张、行政关系的日益复杂、城市功能的逐渐增多和地理空间的不断蔓延等方面,其本质内涵并未改变,仍被描述为具有一定的人口规模、人口密度以及围绕一个或多个中心城市而形成的具有紧密经济、社会联系的城市空间组织形式。

一般而言,大都市区是指“城市化发展到较高级阶段的一种城市地域形式,是一个由众多的具有个性发展特征的城市有机组合而成的区域网络体系”[9]。其人口规模和人口密度较大,在大都市区空间内往往存在多个城市,这些城市围绕一个或多个中心城市而存在,它们与中心城市之间存在密切的政治、经济联系,在城市功能上对中心城市具有依附性。同时,由于大都市区“通常横跨多个地方政府管辖区”[10],甚至出现横跨多个省市级行政区的情况,因此,大都市区内包含有多個具有个性发展特征的城市,它们围绕中心城市分布,但不必然与中心城市存在共同边界,同时在政治关系上具有独立性,不存在一个具有统属关系的行政组织,也因此缺乏单一中心的城市治理权威。整体而言,大都市区内部城市之间呈现政治关系上的独立性和城市功能上的依附性共存的特征,导致政治碎化现象,大都市区的城市空间治理功能超越了政府行政边界,使得大都市区治理的行政边界与功能边界相分离。

作为一个特殊的治理空间,大都市区具有以下特征。第一,治理空间的扩张性。由于城市在医疗、教育等公共资源配置方面占据优势,整个社会的人口呈现由农村向城市、由小城市向大城市、由大城市向中心城市流动的趋势,而大都市区,尤其是大都市区的中心城市拥有大量优质的公共资源,加之大都市区具有更多的就业机会和更高的工资水平,从而对外来人口产生强大的吸引力,大量的人口向大都市区集聚,造成大都市区人口不断扩张。而人口的扩张必然带动配套设施增加和城市功能外溢,导致大都市区空间呈现动态扩张特征。大都市区空间的动态扩张会导致原有的边缘地区发展成为次核心区或者核心城区,而原先的郊区或乡村腹地则发展为新的边缘地区,其结果就是大都市区辐射半径的扩大,而大都市区辐射半径的扩大必然会导致其治理空间的扩张。第二,内部空间行政边界的碎片化。就大都市区的地理空间分布规律而言,在大都市区的城市地域空间内存在多个城市,这些城市围绕一个或者多个中心城市分布,它们隶属于不同的行政单元,有的甚至横跨多个省级行政单元(如长三角大都市区、京津冀大都市区),从而难以建构统一的行政单元。因此,在大都市区内部存在多个等级相等的行政边界,这些行政边界间交错纵横,将大都市区分割成多个隶属于不同行政单元的城市空间,使得大都市区内部的行政边界呈现碎片化特征。第三,治理权威的分割性,与大都市、特大城市空间只有一个城市不同,大都市区往往“超越了单一城市的边界范围,相对于城市权威的单中心性,大都市区的权威是多中心和分割的”[2]。因此,大都市区行政边界的碎片化使大都市区内部难以形成单一中心的治理权威,而是受行政壁垒的限制,在独立的行政单元内形成区域性的治理权威,缺少面向整个大都市区治理空间的治理权威,即出现地理空间、行政区划和治理功能意义上的碎化现象,从而导致大都市区治理功能边界突破了城市行政边界,大都市区的治理权威被多个独立的行政单元分割。行政边界的碎片化和治理权威的分割性形成了大都市区的政治碎化问題,导致大都市区的功能边界与行政边界相分离,不利于大都市区治理体系的建构和治理能力的提升。

二、大都市区的治理困境

大都市区作为一个动态的地理空间概念、社会经济概念和治理空间概念,其空间扩张的过程往往伴随着原有社会情感基础、社会关系网络、社会叙事规则、社会叙事空间、治理体系的解构以及新的治理空间的产生,因此需要加强大都市区治理,不断完善其治理体系,提升其治理能力,增强其治理效果。但是,由于大都市区存在治理空间的扩张性、行政边界的碎片化、治理权威的分割性等特征,使得大都市区面临一定的治理困境。

(一)治理体系建构失序

治理空间的扩张和人口流动性的增强解构了大都市区原有的社会情感基础、社会关系网络、社会生活叙事规则和叙事空间,催生了新的社会利益主体,不同利益主体基于自身的利益诉求采取社会行动,影响基层社会的利益分配。但由于大都市区空间扩张的速度大于新扩张空间治理主体培育的速度,在大都市区新扩张空间普遍存在治理主体培育滞后的状况,加之政党和政府在新扩张空间内的关注度不够,从而导致组织化治理主体缺位、城市新扩张空间治理缺乏组织化领导者和协调者的情况。在此情况下,大都市区的社会治理和利益分配依靠自身的组织协调能力和自发形成的叙事规则,最终在这些治理空间内形成了脱离政治性治理主体控制的“微权力”和“微规则”。

同时,大都市区空间内部城市主体的多元化使大都市区治理缺少单中心的治理权威,由此导致组织化治理权威的缺位和非组织化治理权威的形成,从而在一定程度上造成治理结构的失衡。治理结构失衡的后果是治理体系建构的失序,非组织化利益共同体①等非组织化治理权威作为组织化治理权威的补充,在大都市区新扩张空间的治理中建构了基层“微权力”,重构了基层社会的权力秩序和权利关系,使得新扩张治理空间的治理体系由正常的“政府权力嵌入—组织化治理权威建构—基层利益主体服从政党、政府以及其他组织化治理权威”的双向关系变成“政府权力嵌入受阻—非组织化治理权威建构、微权力行使—基层利益主体服从非组织化治理权威”的单向关系。在这样的治理体系中,政党、政府受行政边界碎片化和治理权威分割性的影响难以在基层社会进行正常的权力嵌入和治理权威建构,从而使非组织化治理权威在一定程度上代替了政党、政府、社会组织等组织化治理权威,致使新扩张治理空间治理体系建构异化,导致这些治理空间内部的治理体系建构失序(图1)。

(二)整体性治理权力缺位

大都市区内部存在多个等级相同的行政单元,这些行政单元在政治关系上具有独立性,且具有明确的行政边界,它们的行政边界重合、交汇,导致大都市区内部空间呈现支离破碎的状态,从而使大都市区的行政边界呈现碎片化特征。行政边界碎片化的表现就是大都市区的城市空间被多个独立的行政单元管辖,这些独立的行政单元“都对城市的一部分具有统治权,而没有一个覆盖整个区域范围的单一的政府单位”[11],其结果就是虽然在大都市区空间存在多个政府权力主体,但这些权力主体彼此独立、互不统属,依据自身的利益诉求、治理重点和资源分配规则参与治理实践,从而导致覆盖整个大都市区空间的整体性治理权力主体缺位。整体而言,在大都市区治理空间内部,城市主体的多元化和行政边界的碎片化在一定程度上分割了大都市区的治理权力,使大都市区治理呈现多中心和碎片化特征,导致大都市区治理负外部性现象的出现。各行政单元的治理实践基于实现自身利益最大化的考虑,容易出现“搭便车”和“公地悲剧”现象,也会导致大都市区治理形成有政府而无政府权力、有政府权力而无治理权威的“无政府状态”。整体性治理权力缺位固化了大都市区内部空间行政壁垒、行业壁垒和数据壁垒的消极影响,使政府难以有效统筹大都市区整体性的治理实践,限制了治理资源的流动和治理信息的沟通,不利于协同治理体系建构,也容易因治理信息偏差导致治理风险。

(三)治理能力发挥不足

城市空间的持续扩张使大都市区的功能边界超越了行政边界,城市治理功能边界与政府行政功能相分离,内部空间城市主体的多元化和行政边界的碎片化使大都市区缺少一个超越城市行政边界的中心治理权威,各城市及其政府之间一般不存在纵向的隶属关系,这就导致大都市区的治理权威呈现被分割、多中心的特点,不同城市主体在自己的行政区域内各自为政,基于自身利益参与大都市区的治理实践。治理权威的分割使大都市区难以建构统一的治理权威和合理的治理结构,分属不同城市的治理主体之间缺乏必要的行政隶属关系和利益勾连,难以开展有效的协同与合作,从而限制协同治理能力的发挥。而城市地方政府在进行公共资源配置和公共服务供给的过程中,出于对大都市区边缘空间的“公地”属性认知,缺乏对城市相邻治理空间进行常规性的、最大化的公共服务供给和治理资源配置,从而导致大都市区城市边缘空间的公共基础设施建设滞后和治理主体结构、治理主体权力关系的失序。

同时,社会资本作为“社会关系网以及与此网络相伴而生的互惠和信任的交往规范”[12],是一个动态的熟人与关系网络,通过培育社会资本,能够促进不同群体与城市社区、组织间的联系和融合[13],强化大都市区治理中的柔性耦合机制和利益冲突化解机制,有效化解社会矛盾,强化社会治理过程中的情感基础和道德认同。但大都市区治理空间的扩张使原有的社会关系网络、社会叙事空间和社会叙事规则被解构,而由于行政边界的碎片化和治理权威的分割性,新的社会关系网络、社会叙事空间和叙事规则未被及时建构,从而不利于大都市区社会资本的培育和治理主体治理能力的发挥。由此可见,大都市区内部空间治理权威的分割性削弱了治理主体治理能力的提升和发挥。

(四)资源配置不均衡

受城市主体多元化的影响,大都市區存在政治碎化特征,这一特征体现在城市空间上的行政边界碎片化和治理功能上的治理权威分割性,不同城市受自身经济发展状态、社会治理能力以及资源分配规则的影响,出现了治理资源配置不均衡的治理困境。大都市区治理资源配置的不均衡主要有两种情况,一种情况是大都市区空间内不同城市间治理资源配置的不均衡,另一种是大都市区城市内部不同治理空间治理资源配置的不均衡。

导致城市间治理资源配置不均衡的原因有两个:一是受城市发展规模和发展水平的影响,大都市区中心城市对治理资源的生成和运用具有强大的社会创造力、市场吸引力和政治驱动力,大都市区的治理资源呈现向中心城市集聚的趋势,导致中心城市的治理资源较其他城市的治理资源多;二是城市主体的多元化以及城市空间和城市功能的扩张使城市治理功能边界突破了行政边界的限制,城市行政边界与治理功能边界相分离,治理资源的配置超越了单一行政单元的范围,但是行政边界碎片化和治理权威分割性的大都市区政治碎化特征限制了治理资源在大都市区空间内的自由流动,治理资源的跨界流动渠道受阻,中心城市的很多治理资源难以被其他城市跨界使用。

城市内部不同治理空间治理资源配置不均衡主要体现在,整个城市的治理资源分配呈现“城市中心城区—次中心城区—边缘城区—郊区及乡村腹地”圈层式分布的“差序供给”特点。其原因主要有三个:就资源配置距离而言,城市边缘城区在城市治理资源配置规则中处于边缘化地位,一些优质的治理资源被优先分配给城市中心城区和次中心城区,城市中心城区成为配置治理资源的优先区域,而边缘城区及广大的郊区和乡村腹地作为城市边缘空间,其治理资源配置的优先级别最低;就资源供给能力而言,受自身经济能力限制,一些城市的治理资源有限,政府往往会通过削减边缘城区的资源供给来满足相对核心区域的治理资源需求,加之由于大多数边缘城区属于新发展的城市空间,其人口密度、经济价值较低,制度化的利益分配体系和公共物品供给规则尚未被建构,社会资本培育、治理主体和治理结构建构也较为滞后,对之进行治理资源供给的盈利空间较少,因此对市场化供给主体的吸引力不足,故而政府通过引入市场化供给的方式也面临一定的困难,从而导致城市边缘城区治理资源供给能力不足;就资源配置意愿而言,由于大都市区内存在多个城市主体,多个城市的边缘空间相互交汇、融合,使城市边缘空间逐渐呈现类似于“公地”的空间形态,它由多个独立行政单元共同组成,但又会被这些行政单元边缘化,边缘城区的发展状况不能凸显出某一行政单元的政绩,有时反而会成为治理主体推卸治理责任的理由,从而造成城市边缘空间治理的“公地悲剧”,各地方政府出于自身利益最大化的考量,都希望其他地方政府在城市边缘空间的治理资源配置中承担主要责任,而将有限的公共资源投放到本行政单元的核心区域或者容易凸显政治效应的领域,从这个角度而言,城市对边缘空间的治理资源配置意愿不是很强烈。

三、人工智能应用下的大都市区技术治理逻辑

如前所述,大都市区治理空间的扩张导致治理功能边界突破了行政空间边界,大都市区的功能边界与行政边界相分离,使缺乏单一中心治理权威的大都市区难以形成完善的治理体系和强大的治理能力。解决这一问题的路径主要有两个:一是政治路径,即通过行政区划调整,在大都市区空间范围内建构一个更高等级的政治治理权威(即西方学者所主张的大都市区政府),以应对因行政空间边界和治理功能边界分离导致的政治碎化现象;二是技术路径,即通过技术手段实现行政边界、功能边界和治理权威的关联与融合,通过信息共享重构信息领域的“行政边界”、建构基于技术应用的“治理权威”,从而实现大都市区协同治理或建构一个超越多元治理权力主体的新的技术治理权威。在中国,受行政体制和权力运行规则的影响,在跨界大都市区内部通过行政区划调整建构单一中心治理权威的方式并不适合大都市区的治理实践[11],而随着人工智能时代的来临,人工智能技术在推进国家治理体系和治理能力现代化的进程中发挥着越来越大的作用,并逐渐成为大都市区治理的重要载体,可以说,人工智能的参与强化了大都市区治理的技术特征,能够有效应对大都市区的治理困境。人工智能参与大都市区治理并不是技术与治理的生硬嵌套,而是具有一定的技术逻辑。

(一)权力逻辑:人工智能催生新的治理权力主体

算法是人工智能的重要基石,算法的广泛应用不断赋予权力以更多的属性和形态,人工智能基于特定的计算逻辑和算法规则建构了一种新的权力形态——算法权力,从而使权力的技术特征和资本特征紧密地结合起来[14]。在大都市区治理实践中,人工智能通过对算法和数据的应用,凭借特定的计算逻辑和算法规则对接收到的数据流、时间流和信息流进行分析和控制,并据此自主生成治理决策。而算法在大都市区治理中的应用逐渐使人工智能算法成为某些领域治理决策生成和治理资源配置的决定性力量,从而使人工智能成为一种能够影响大都市区治理进程的权力主体,即技术权力主体。因此,人工智能在对大都市区治理过程进行算法嵌入的基础上,借助技术功能和信息优势建构新的治理权力形态,即算法权力,拓宽了大都市区的权力形态和权力类型。同时,人工智能通过技术赋权将治理权力赋予更多的治理主体,以对大都市区的治理权力结构进行渗透和整合,从而影响大都市区的治理权力主体类型、权力分配和权力结构,将原本受行政边界影响的、碎片化的治理权力进行有效勾连,完善大都市区治理权力结构。大都市区技术权力主体的生成进一步增强了大都市区的技术权力化与治理技术化特征,改变了大都市区传统的治理权力格局,使治理不再是传统治理主体的“专属权力”,以新技术从业人员为代表的新的治理主体逐渐加入到共享城市治理权力的队伍之中[15]。整体而言,人工智能通过建构算法权力和进行技术赋权,催生了新的治理权力主体,有效整合了大都市区治理中碎片化的治理权力结构,使在整个大都市区治理空间建构一个基于技术权力的治理权威成为可能。

(二)算法逻辑:人工智能重构大都市区治理边界

在智能化时代,数据和算法在政治、经济、社会等诸多领域得到广泛的应用,甚至在很多方面成为一种主导性力量,毫不讳言,算法已經成为一种社会权力[16]。人工智能凭借一定的计算逻辑和算法规则具备了高效的数据分析能力和自主判断能力,并基于此形成了特定的算法逻辑,基于特定的算法逻辑参与或者主导大都市区治理进程。作为社会治理的一种技术逻辑,人工智能基于数据和算法建构算法权力,这一权力不受传统行政边界和治理功能边界的影响,而是受数据流、计算逻辑和算法规则的制约,它作为一种技术权力嵌入到大都市区的权力结构之中,进而影响大都市区的权力结构和权力分配。同时,人工智能技术在大都市区治理中的广泛应用,使政府“逐渐走向一种集精细化、网络化和智能化于一体的‘智慧政府形态”[17],这一政府形态强化了不同治理空间和治理主体间的技术特征和算法关联,能够有效打破因大都市区内部城市主体多元、治理空间持续扩张形成的政治碎化以及城市功能边界和政府行政边界分离的问题,使建构一个超越城市行政边界、基于信息和数据的治理权威成为可能,从而借助人工智能建构大都市区数字化治理秩序,拓宽城市治理数字化边界。数字化秩序和数字化边界的建构能够缓解大都市区治理中的政治碎化难题,重构大都市区治理边界,推动大都市区内部城市功能边界和政府行政边界的融合,有效应对因行政边界碎片化和治理权威分割性造成的城市功能空间和政府行政空间分离的问题。

(三)信息逻辑:人工智能整合大都市区治理信息

在大都市区治理实践中,受行政边界碎片化和治理权威分割性特征的影响,治理空间内部的信息流动易受行政壁垒和行业壁垒的影响,不同治理主体间的信息沟通渠道不畅,不同行政单元内部的公共政策倾向、公共服务供给状况、资源配置规则等难以得到有效、及时的沟通,在大都市区内部形成了信息壁垒,从而导致信息偏差的出现,容易引发治理决策的失误。同时,大都市区庞大的治理空间和繁杂的治理功能生成了大量的治理信息,对治理信息获取的完整度和准确性成为影响大都市区治理效果的重要因素,但是由于政党、政府及其他治理主体的资源和精力有限,依托传统的治理手段和治理载体难以实时监控大都市区的治理状况,且传统的信息收集方式会导致信息获取滞后,难以获取充分而准确的治理信息,不利于大都市区治理效度的提升。

而人工智能能够将整个大都市区治理空间纳入到一个数据化的治理框架之中,借助其强大的信息获取能力、数据处理能力和逻辑分析能力,将大都市区治理信息数字化,建构大都市区治理的“数据特征”,从而形成对大都市区治理的数字化动态认知,根据实时的治理动态信息自主生成治理决策。如智能交通的运用能够实时监控整个大都市区空间内的车流量,通过对车流量的算法分析,预测道路交通状况,自动调整交通信号灯,改变交通信号灯机械化的变更规律,代之以实时化的通行指示,从而降低交通拥堵概率和影响,提升大都市区的交通治理效果。因此,人工智能通过特定的计算逻辑和算法规则实现对数据流、时间流和信息流的控制,使原先互不统属的行政单元和治理主体实现信息的共享,进而获取完整、动态的治理信息,而完整、动态的治理信息能够有效提升大都市区治理的精准性和科学性,从而有效提升大都市区的治理能力。

(四)伦理逻辑:人工智能促进治理资源配置均衡化

与传统的基于人类道德伦理和公共行政伦理的治理形式相比,人工智能形成的是有别于人类道德伦理和公共行政伦理的机器伦理,即算法伦理。算法伦理的建构基于一定的计算逻辑和算法规则,通过给予算法一定的价值约束,如正义、自由、平等,能够使人工智能的算法伦理与人类伦理立于同一基石之上,从而赋予人工智能一定的伦理美德,解决人工智能在参与国家治理过程中的公共伦理难题[20],使人工智能在参与大都市区治理的过程中受到一定价值伦理的约束。与传统的人类道德伦理和公共行政伦理相比,在大都市区治理实践中,算法伦理能够根据既定的计算逻辑和算法规则做出价值判断,并基于价值判断生成治理决策,决定治理资源的配置规则和公共服务的供给方向,只要赋予人工智能平等、公正的计算逻辑和算法规则,人工智能将依据形成的算法伦理参与到大都市区的治理实践之中,公正、平等地处理治理实践过程中遇到的困境,并基于既定的算法伦理制定相应的治理政策,从而弥补大都市区治理过程中因城市主体多元、空间距离、治理意愿等因素导致的资源配置偏差。从这个角度而言,人工智能技术的运用能够在数字层面优化大都市区的治理空间结构,削弱因政治碎化、“公地属性”和供给意愿等因素对治理资源流动带来的行政和行业壁垒限制,弱化城市边缘空间在大都市区治理、公共服务供给和公共政策制定执行中的边缘化特征,促进治理资源配置的均衡化。整体而言,人工智能应用下的大都市区技术治理逻辑理路如图3所示。

四、人工智能应用下的大都市区技术治理路径分析

作为应对大都市区治理困境的一种技术手段,人工智能立基于特定的算法和数据,通过对计算逻辑和算法规则的运用建构参与大都市区治理的权力逻辑、算法逻辑、伦理逻辑和信息逻辑等技术逻辑,在此基础上为大都市区治理提供切实可行的技术路径。

(一)建构技术治理权威,优化大都市区治理结构

从行政区域划分的角度而言,大都市区被分割成若干个独立的行政单元,这些行政单元分属不同的城市地方政府,他们互不统属,在大都市区空间内部也不存在一个超越这些地方政府的更高一级的政府机关;从治理功能的角度而言,受行政边界碎片化的影响,大都市区的治理功能分属不同的治理体系,相互独立的地方政府基于自身的实际需求对所管辖的社会空间进行治理,从而使大都市区治理缺乏一个统一的治理体系和完整的治理功能,各行政单元的治理功能远远不能满足作为一个整体性治理空间的大都市区的治理需求。因此,虽然大都市区空间范围内存在多个政府权力主体,但缺乏一个统一的中心治理权威,从而出现治理权力结构失衡的局面,因此,需要重构大都市区的权力结构,优化其治理结构。而权力的建构必然依托一定的资源,在传统社会,权力依托于政治、军事或资本而得以建构,但在当代社会,随着人工智能时代的来临,信息、技术或知识也成了权力建构的基础[19]。

人工智能凭借特定的计算逻辑和算法规则建构了算法权力,算法权力作为一种技术权力,能够有效弥补传统资本权力在大都市区治理中的不足,增强不同治理权力主体间的利益勾连,并在此基础上建构人工智能参与大都市区治理的权力逻辑,从而在大都市区空间内形成了一个基于技术权力的治理权威。技术治理权威的建构需要在大都市区治理空间内建构一个统一的人工智能体系,将大都市区内部的地方政府及其他相关治理主体纳入到这一体系之中,使人工智能覆盖大都市区的全部空间,尤其是持续扩张的新生治理空间,以尽可能获取与大都市区治理相关的数据流、时间流和信息流。技术治理权威的建构,能够消除因城市主体多元形成的政治碎化问题和城市功能边界突破政府行政边界问题,实现大都市区行政边界和功能边界在数据框架内的统一,重构大都市区治理边界,从而实现大都市区内部的治理权威重构、治理权力结构的整合和治理主体间的利益勾连,优化大都市区的治理结构,完善大都市区的治理体系。

(二)完善信息共享机制,化约大都市区治理风险

受行政边界碎片化和治理权威分割性等特征的影响,大都市区面临政治碎化问题,相互独立的地方政府、统属不一的治理主体、分割碎化的治理功能使大都市区治理遭遇了治理信息碎片化困境,不同治理空间内的治理信息流动性不足,不同治理主体间的信息沟通渠道不畅,难以建构覆盖大都市区全部治理空间的数据化治理框架。而“信息是国家行动的前提,是国家管控的基础,也是国家行动的目标”[22],信息的完整度和准确性直接关系到治理的效果,因此,治理能力的提升有赖于准确、充分而全面的信息,大都市区治理亦是如此。如果在大都市区治理过程中缺乏必要的信息支撑,就会导致治理决策的判断偏差,引发一系列的治理风险。而人工智能通过运用先进的技术手段能够搜集、整合大量的城市治理数据,并借助特定的计算逻辑和算法规则形成强大的技术能力,从而能够“凭借其强大的技术能力将碎片化的信息进行整合,化约了可能存在的信息偏差带来的治理风险”[23]。因此,在大都市区治理过程中,要建构完善的信息共享机制,消除不同治理主体间的信息鸿沟,弱化治理信息流动的行政壁垒、行业壁垒和数据壁垒,改善信息领域的条块化状况,提升大都市区内部的信息流动能力和信息共享能力,使分属不同行政单元的治理主体能够及时获取大都市区的整体性治理信息,对大都市区治理过程中的政策倾向、资源配置规则和公共服务供给方向产生清晰的认知,从而形成清晰的治理目标,并据此不断调整自身的治理行为。

(三)实现治理智能化,推动大都市区协同治理

受城市主体多元化、行政边界碎片化和治理权威分割性等特征的影响,大都市区治理需要不同地方政府、多元治理主体的协同与合作,即进行协同治理。协同治理包括两个方面,即协同治理体系和协同治理能力。协同治理体系强调在大都市区内不同治理主体、不同行业领域之间形成紧密相连、相互协调的治理制度体系,协同治理能力强调大都市区内的政党、政府、社会组织等作为治理主体推动大都市区治理进程、主导大都市区治理方向的能力,这二者共同决定大都市区的治理效能。由于大都市区治理空间内存在着行政壁垒、行业壁垒和数据壁垒,大都市区治理过程中的协同治理体系建设和协同治理能力发挥面临一定的难题。

而人工智能的发展实现了算法和数据的结合,人工智能能够利用特定的计算逻辑和算法规则对数量庞大的治理数据进行快速、精准的分析,并在此基础上自主生成治理决策,可以说,人工智能的发展推动了智慧城市的建设,也为城市治理的智能化提供了契机。治理的智能化使政党、政府及其他治理主体实现了算法勾连,削弱了大都市区政治碎化对不同治理主体间协同合作的影响,强化了不同领域、不同治理主体间的数据关联,推动协同治理体系建构。同时,借助人工智能技术,政党、政府等治理主体能够获得充分、准确的治理信息,实时关注大都市区的动态治理数据,及时、有效地解决大都市区治理过程中遇到的瞬时性、突发性、常态性问题,如交通拥堵、突发性公共安全事件等的发展态势,从而为大都市区治理提供必要的数据基础和信息支撑,及时生成治理决策,提高治理的准确性和精细化水平。因此,借助人工智能的算法优势,建构覆盖整个大都市区治理空间的数据化治理框架,实现治理的智能化,能够统合大都市区治理过程中形成的信息流、时间流和数据流,通过赋予人工智能特定的计算逻辑和算法规则,智能化地监控、处理大都市区的公共资源配置、公共服务供给、城区发展规划、基础设施建设等问题,基于算法和数据建构一个覆盖整个大都市区的信息化治理秩序,推动治理的科学化、精细化、实时化和技术化,从而实现大都市区的协同治理。

(四)强化资源算法分配,实现治理资源均衡配置

受城市经济发展水平、城市治理能力以及资源分配规则和供给意愿的影响,大都市区不同城市之间、同一城市不同治理空间之间存在治理资源配置不均衡的问题,治理资源配置的不均衡严重影响大都市区整体治理能力的提升和社会公平正义的实现。

算法作为人工智能的重要基石,其基本结构是“逻辑+控制”[22],在人工智能的运行逻辑中,符合逻辑即正义,正义则必须得到控制并付诸实施,而人工智能的运行寻求的是最为简便快捷的行为方式,即追求执行过程的简单化和执行结果的最优化,何种路径损耗最少,何种路徑执行起来最为便捷,执行何种路径的收益最大,就执行何种路径,而较少受到诸如道德伦理、公平自由等人类价值规范的约束,也较少具有政治性或经济性的考量。因此,人工智能的参与强化了大都市区治理的机器伦理,在传统政治伦理和市场伦理之外建构了新的技术伦理,借助技术伦理能够削弱政治伦理的功利化和市场伦理的趋利性,防止社会资源在政治、市场因素的影响下过度集中,从而丰富了大都市区的治理伦理,有利于社会资源的均衡配置。所以,如果借助人工智能技术进行大都市区治理资源的分配,赋予人工智能人类伦理范畴的公平、正义、平等等价值伦理,塑造人工智能的人格化伦理价值,有效解决人工智能参与大都市区治理时的公共伦理难题,不失为一条克服大都市区治理资源配置不均衡的有效路径。

在大都市区治理过程中,借助人工智能将治理资源的需求和供给数字化,建构治理资源的数字化分配规则,通过对治理空间的嵌入和治理过程参与,收集、分析不同治理空间生成的资源需求数据信息,根据这些数据化信息生成资源的算法分配方案,并将分配方案反馈给政党、政府等治理资源的所有者和供给者,为大都市区治理资源的分配提供决策依据。整体而言,通过强化资源算法分配,能够减少行政壁垒、空间区位和经济因素对治理资源配置的影响,增强治理资源在大都市区空间内的流动性,防止治理资源的不当分配,实现治理资源的均衡配置,推动社会公平正义的实现。

由以上内容可以看出,人工智能的应用为应对大都市区治理困境提供了一个技术逻辑理路,而大都市区治理困境的解决也需要借助人工智能的技术运用,并在此基础上形成了应对大都市区治理困境的技术治理路径,从而完善了大都市区的治理体系,提升了大都市区的治理能力,丰富了大都市区的治理伦理,最终推动大都市区善治的实现。整体而言,人工智能与大都市区治理的耦合逻辑,如图4所示。

五、结论

受城市化发展和城市主体多元化的影响,大都市区具有治理空间持续扩张、行政边界碎片化、治理权威分割性等特征,导致大都市区治理面临体系建构失序、整体性治理权力缺位、治理能力发挥不足和治理资源配置不均衡等治理困境。但传统治理的治理结构往往具有科層制特征,治理结构的“条块化”特征明显,难以在整个大都市区范围内生成一个整体性的治理权力,从而使大都市区治理决策的传达和执行存在一定的僵化性。同时,传统治理的治理手段受行政边界、信息壁垒和行业壁垒的影响较大,面对大都市区的政治碎化现象,难以有效整合分散的治理信息,从而导致信息不对称,影响治理决策的科学化和准确性,也限制了大都市区治理主体治理能力的发挥。最为重要的是,区块链技术、大数据技术和人工智能技术的发展为大都市区治理带来了新的治理议题,需要在此基础上建构新的治理体系,但传统治理显然难以有效应对这一问题。而人工智能技术的应用为大都市区治理提供了一个有别于传统治理的技术治理逻辑和技术治理路径。通过人工智能技术的应用,能够强化大都市区治理的技术特征,促进大都市区治理技术逻辑、资本逻辑和政治逻辑的有机结合,推动大都市区治理权力结构的扁平化和网络化,增强对大都市区治理信息的获取、整合和分析能力,实现大都市区治理秩序的数据化和治理过程的智能化,弱化因政治碎化导致的大都市区治理能力发挥不足和治理资源配置不均衡等问题带来的不利影响。因此,通过对人工智能技术的应用,能够有效克服传统治理在大都市区治理中的不足,促进大都市区治理善治的实现。

需要指出的是,受“符合逻辑即正义,是正义就必须予以执行”的控制逻辑影响,人工智能容易形成功利主义伦理观,在大都市区治理过程中机械地追求基于算法的最大效益,甚至为了实现这一最大效益而牺牲少数人的正当权益,从而容易侵犯公民权利,也会拉大大都市区不同城市间、同一城市内部不同城区间的治理差距,造成基于技术的新的社会不平等,导致人工智能正义伦理与人类道德正义伦理的冲突。而人工智能基于数据和信息生成治理决策的技术特征,使治理决策的精准性取决于治理信息获取的完整度和准确性,为了提升治理决策的科学化和精准性,需要社会和个体尽可能多地向人工智能交付自身信息,这就为个人隐私维护和数据缺失空间的治理带来了潜在隐患,从而为大都市区治理带来算法伦理入侵、个人隐私空间坍塌、数据算法歧视等隐忧,这也需要我们予以有效规制。但无论如何,人工智能的发展特点决定了当前人工智能只是国家治理中诸多手段的一种,是国家治理体系和治理能力的延伸和补充,治理规则的制定和治理决策的生成最终还依赖于政党、政府等治理主体。

参考文献

[1]  张衔春,赵勇健,单卓然,等.比较视野下的大都市区治理:概念辨析、理论演进与研究进展[J].经济地理,2015(7):6-13.

[2]  易承志.超越行政边界:城市化、大都市区整体性治理与政府治理模式创新[J].南京社会科学,2016(5):48-52+99.

[3]  苏黎馨,冯长春.京津冀区域协同治理与国外大都市区比较研究[J].地理科学进展,2019(1):15-25.

[4]  陶希东.20世纪美国跨州大都市区跨界治理策略与启示[J].城市规划,2016(8):100-104.

[5]  雷诚,王鹏.从碎片化到全过程治理——大都市区社区服务设施供给模式及优化研究[J].规划师,2019(14):32-38.

[6]  Khanna P. Beyond City Limits: The Age of Nations is Over, the New Urban Era Has Begun[J]. Foreign Policy, 2010(181): 120-123, 126-128.

[7]  Department of Economic and Social Affairs, United Nations. World Population Division: World Urbanization Prospects, the 2017 Revision[R]. New York, USA.  2017.

[8]  Kenneth Fox. Metropolitan America: Urban Life and Urban Policy in the United States, 1940—1980[M]. Jackson:  University Press of Mississippi, 1986: 28-29.

[9]  刘吕红.中国大都市区概念的理论阐释[J].福建论坛(人文社会科学版), 2019(4):169-177.

[10]  曹海军,刘少博.印度大都市区治理:制度结构、实践困境及其原因分析[J].中国行政管理,2017(1):144-149.

[11]  洪世键.大都市区政治碎化与中国的大都市区治理改革[J].厦门大学学报(哲学社会科学版),2015(1):50-59.

[12]  罗伯特·帕特南,孙竞超.社会资本研究50年[J].探索与争鸣,2019(3):40-49.

[13]  李东泉,方浩.社会资本视角下社区治理促进社会融合的实证研究——以成都市肖家河街道为例[J].重庆社会科学,2019(7):65-74.

[14]  陈鹏.算法的权力:应用与规制[J].浙江社会科学,2019(4):52-58+157.

[15]  陈水生.技术驱动与治理变革:人工智能对城市治理的挑战及政府的回应策略[J].探索,2019(6):34-43.

[16]  David Beer.The Social Power of Algorithms[J].Information Communication& Society,2017(1):1-13.

[17]  颜佳华,王张华.人工智能与公共管理者角色的重新定位[J].北京大学学报(哲学社会科学版),2019(6):76-82.

[18]  Rosenbloom D H. Beyond Efciency: Value Frame Works for Public Administration[J]. Chinese Public Administration Review,2017(1):37-46.

[19]  葉娟丽,徐琴.去中心化与集中化:人工智能时代的权力悖论[J].上海大学学报(社会科学版),2019(6):1-12.

[20]  梅立润.人工智能如何影响国家治理:一项预判性分析[J].湖北社会科学, 2018(8):20-28.

[21]  韩啸.让信息流动起来:人工智能与政府治理变革[J].社会主义研究,2019(4):79-86.

[22]  段伟文.数据智能的算法权力及其边界校勘[J].探索与争鸣,2018(10):92-100+143.

Abstract: Metropolitan area is a geographical, social and economic space with a certain population scale and population density, which contains multiple urban subjects and spans multiple administrative units. The diversity of urban subjects and the fragmentation of politics make the metropolitan area suffer from the governance dilemmas, such as the disorder of governance system construction, the absence of overall governance power, the lack of governance ability and the imbalance of governance resource allocation. While artificial intelligence forms the technology governance authority as a supplement to the traditional governance authority through building technology power, and independently generates governance decisions through obtaining and analyzing governance data. Gradually, artificial intelligence will become a subject of technical governance. The participation of artificial intelligence in metropolitan area governance has technical logic including power logic, algorithmic logic, information logic and ethical logic. And it provides a technical governance path as well. During the metropolitan governance practice process, through the construction of technological governance authority, the improvement of information sharing mechanism, the promotion of governance intelligence and the realization of resource algorithm allocation, the governance structure of metropolitan areas could be optimized , the governance risks could be reduced, the collaborative governance could be promoted, and the mobility of governance resources could be enhanced. Thus, the balanced distribution of governance resources could be realized, which will greatly promote the realization of good governance in metropolitan areas.

Key Words: Artificial intelligence;Metropolitan governance;Technical logic; Technical path

猜你喜欢

人工智能
人工智能AI
人工智能
人工智能之父
2019:人工智能
人工智能
人工智能与就业
China’s Artificial Intelligence Revolution
数读人工智能
人工智能时代,就业何去何从
下一幕,人工智能!