作者：

郁建兴（浙江工商大学、浙江大学公共管理学院）

高翔（浙江大学公共管理学院）

王诗宗（浙江大学公共管理学院）

刘涛（浙江大学公共管理学院）

黄飚（浙江大学公共管理学院）

吴超（浙江大学公共管理学院）

文章刊发：《管理世界》2023年第1期

摘要：科技革命通过影响公共管理的实践场域与技术能力，而与公共管理研究范式互相表征。以往，科技革命与公共管理研究范式呈现弱连接状态。进入数字时代，数据成为公共管理研究的基础单元，推动数字革命与公共管理研究范式变革之间建立强连接。一方面，数据驱动的新模式系统地改变了经济社会运行方式，重新定义公共管理需要回应的治理难题。另一方面，数据贯通了公共管理的实践场域、治理工具和分析方法，凸显基于数据和算法的研究工作流模式在公共治理工具选取和公共管理知识增长中的优先地位。数据驱动的新模式挑战了理论驱动在公共管理理论发展中的核心地位，当然这不意味着基础假设在公共管理新研究范式中居于次要或从属地位。公共管理研究者仍然需要通过确立数据和算法治理的基础规则，确保数据和算法驱动的实践合法性和研究可行性。数据及其治理构成了科技革命和公共管理研究范式双向塑造的强连接纽带。

关键词：数字时代  公共管理研究  范式革命  大数据  人工智能

一、问题的提出

研究范式的确立及其变革是学科成熟与发展的重要标志。范式是关于理论发展的理论，它是科学共同体共同接受的世界观、本体论、方法论和价值观，它界定了科学共同体的研究议题、分析工具和研究方法，是促成科学共同体集体行动的重要根基（拉卡托斯，1987）。范式革命意味着科学共同体关注的议题、方法等在较短时间内发生结构性的系统变迁。研究范式概念最早用于描述、刻画自然科学的知识演进，在20世纪70年代以后被公共管理学科采纳应用。公共管理学属于社会科学，其研究范式和范式革命的内涵与自然科学领域有相似之处，也有明显区别。公共管理研究范式同样界定了公共管理学者的研究议题、理论工具和研究方法，确定了共同体的对话和研究根基。不同的是，公共管理研究范式更明显地受到研究对象性质变更的影响。自然科学的研究对象是客观世界，研究范式主要体现为认识论层面的迭代更新。公共管理等社会科学的研究对象则处于快速变化演进之中，因而其范式的更新不仅体现为认识论进步，也体现为问题域与方法论的更新。其中，技术变革既是公共管理问题域转移的重要驱动力量，同时也显著改变了公共管理研究的方法论（吉登斯，2000）。

以“大智移云”（大数据、人工智能、移动通讯、云计算）为代表等新兴数字技术的快速发展和广泛应用，迫切要求公共管理研究实现范式跃迁。在数字时代，前沿技术的先锋探索与大规模应用几乎同步推进，推动了数字、物理和生物系统的融合，凸显了数据作为一种基础资源要素的重要地位，公共管理者也持续通过科技投入、创新政策等促进数字技术创新。这些实践既改变了人类社会的经济活动、社会交往和公共生活，重塑了公共管理的问题域，也极大地支撑了全新的科学探索路径和探索形态，扩展了公共管理研究的方法论。进入数字时代，公共管理范式革命正当其时。

近年来，研究者已经注意到了数字技术正在重新界定公共管理的研究方法和治理形态（范如国，2018）。一是数据驱动的研究方法变革。米加宁等（2018）认为，大数据正在推动社会科学研究经历从定性研究、定量研究、仿真研究向大数据研究的第四研究范式转型。在这一过程中，理论驱动的思维定式遭遇挑战（苏毓淞、刘江锐，2021），数据驱动要求重新思考社会科学研究中的因果机制及其识别（王天思，2016），不断推动大数据挖掘与理论建构相融合的新趋势（孟天广，2018；罗家德等，2021；杨一、邹昀瑾，2021）。二是数字治理实践的新形态。其中，早期电子政务的相关研究多将技术视作公共管理的附属工具（何，2002），延续了公民参与、协同治理等公共管理经典研究范式的理论。新近讨论则注意到数字技术正在重新塑造公共治理实践模式，并相应刻画了数字治理（米拉科维奇，2012）、整体性治理（邓利维，2006）、敏捷治理（薛澜、赵静，2019）等新形态。

上述在研究方法、治理形态方面的最新争论和研究发现，已经超出了经典公共管理研究范式界定的议题、理论和方法范畴。进入数字时代之后，这些持续且难以被现有范式吸收、消解和回应的反常，表明公共管理已经难以按照既往的方式积累新知，需要细致辨析新兴技术带来的颠覆性变革，重构公共管理研究的基础假设、核心议题和研究方法。近年来，已有研究者开始深入辨析大数据（库尔特、里库奇，2022）、平台（金等，2022）和算法等技术的特性及其对公共治理的系统性重塑，包括大数据时代政府职能边界的调整与重构（江小涓，2021）、组织形态变革（米加宁等，2020；曾渝、黄璜，2021）和治理能力提升（江小涓，2018；孟天广，2021），数据治理（郑磊、高丰，2015）、智能治理（姜李丹、薛澜，2022；禹信、崔之元，2020）和算法治理（肖红军，2022）的实现路径，以及在此过程中公共管理需要重建的伦理价值（孟庆国、崔萌，2020）等。这些讨论已经进入了数字时代公共管理新研究范式的范畴，本文则旨在深入、系统考察数字时代公共管理研究范式革命的发生机制和建构路径。

本文后续部分安排如下：第二部分简要回顾技术革命与公共管理研究范式的演进，呈现技术如何通过改变公共管理实践场域、技术工具系统重塑公共管理研究的基础假设、核心议题、理论工具和研究方法，指出两者之间的弱连接特征。运用这一分析框架，第三部分探究大数据、人工智能等的社会化应用对公共管理实践场域和技术工具的系统性重塑，指出数据已经成为公共管理的基础分析单元，数据与算法驱动带来公共管理实践、治理和分析场域的贯通融合。这一变化意味着数据和算法驱动与公共管理范式革命开始出现强连接特征，即数据和算法驱动既通过重构数字时代的经济社会运行方式，提出了公共管理需要解决的新问题，也开始挑战理论生产与发展的既有范式，本身就构成了公共管理解决方案的来源。数据和算法驱动既是问题的起源，也成为了解决问题的途径。相应地，第四部分论述数据和算法驱动对于重构数字时代公共管理研究范式的方法论意义。第五部分进一步指出，数字革命与公共管理研究新范式的强连接，不仅表现为数据与算法驱动，更表现为公共管理研究者需要建立数据与算法治理的基本假设，并将其运用于数字治理，参与塑造数据与算法驱动的实践合法性与研究可行性。

二、科技进步、治理变革与公共管理范式演进

科学技术是推动人类社会发展、引发治理变革的重要因素。在历史上，科技进步使得人类社会从农耕时代、石器时代向电气时代演进，从大航海时代到全球化时代演进。科技进步引发治理变革的最重要事件是三次工业革命。其中，蒸汽机的改良和广泛使用触发了经济组织由手工劳动向机器生产的跃迁，拉开了第一次工业革命的帷幕。此后，科学和技术的结合进一步提升了生产力，带来电讯、交通等多方面发展，推动了第二次工业革命。第二次世界大战后，以计算机、原子能、生物工程等为代表的技术催生了第三次工业革命，它不仅引发政治、经济、文化等多领域变化，更加速了全球化进程，重塑了人类的生活和思维方式。

科技进步往往推动人类社会断裂式的演进。技术与经济、政治、社会、文化在相互塑造中型构了人类社会富有特色的社会发展形态，相应调整了人类的知识体系。在科技进步引发工业革命，推动人类社会从前现代进入现代性的过程中（吉登斯，2000），公共事务的复杂化、理性化伴生了公共管理的学科化。此后，科学技术的快速发展及其社会化和方法论应用又带来了公共管理研究范式的持续演进。需要指出的是，科技革命与既有公共管理范式尽管互为表征，但总体上呈现出弱连接的特点，技术变革往往间接地、分散地影响了公共管理研究范式的不同部分。

（一）科技革命、治理变革与公共管理学科的产生

公共管理学科产生的一个重要背景，正是人类以理性逻辑和技术治理方式解决复杂治理难题的时代要求。进入19世纪中后期，西方国家工业化、城市化进程大大加速，大机器生产的出现引发了劳动就业、社会保障、公共卫生、食品安全和产业垄断等诸多问题，要求政府介入并采取积极措施，由此扩大了政府职能边界及其复杂性程度。有学者指出，“近代国家亟需更加精确的知识来作为制定决策的基础”（华勒斯坦，1997），形成了科技治国、技术治理等观点（贝尔，2018），也要求政府超越经验式的混乱，呼吁将行政学从政治学中独立出来（威尔逊，1887）。在此过程中，技术进步带来的历史语境和社会需求变化，构成了公共管理专业化、学科化的重要前提，引发了人们对当时政府角色功能与政府运行方式的诘问与反思。在美国，这主要体现为对政党分赃制的批判，在英国则体现为对职业文官队伍建设的思考。19世纪末，美国率先建立公共管理学科（当时叫公共行政），认为“行政管理研究的目的是把行政方法从经验性实验的混乱和浪费中拯救出来，并使它们深深根植于稳定的原则之上”（威尔逊，1887）。

（二）科技进步与公共管理研究范式演进：一个分析框架

工业革命引发的社会变革推动了公共管理的学科建立，也塑造了公共行政的研究范式。古典公共行政以政治—行政二分为基石，以效率为核心价值，认为行政管理是一个专业化的独立领域，把理性科层制作为行政机构的最主要形态。其中，大规模、标准化的机器生产方式对应了权威、集中、秩序和整齐划一等公共行政实施技术治理的核心要素。加之电报、电话等信息与通信技术革命显著降低了信息交流成本（鲍德温，2020），关于政府功能与目标的新理念、新知识迅速在全球范围内传播。20世纪中期以后，古典公共行政遭遇实证方法与公共价值的双重危机，开始重视平衡民主与效率之间的紧张关系，并进一步吸收了新一轮科技革命带来的行为主义方法论。

从公共行政到公共管理的研究范式转型发生在20世纪70年代。科技的持续进步推动工业化、城市化日趋成熟，一方面凸显了资源环境保护等实践议题，另一方面也型塑了对社会福利的更高需求。这些治理实践的变化和社会需求的提升，凸显了单一中心的等级制权力集中结构的低效率。在新自由主义思潮影响下，公共管理实践者与研究者开始了新范式的探索。在这一时期，公共管理不再先验地以行政机构为公共事务治理的唯一选择，而是开始以公共品供给为着眼点，分析不同层级政府与市场、社会关系中多元主体合作互动的制度安排。新研究范式超越了公共行政关于政治—行政二分的基础假设，认为公共管理的主体包含政府但不限于政府。相应地，公共管理研究的核心问题也从行政组织的效率问题，转变为以公共物品、公共池塘资源等物品的有效供给问题。在这一新研究范式中，研究者开始更多运用制度分析、网络分析等新理论工具，广泛采用技术进步带来的新分析方法，如新型数据统计方法、大规模调查分析、基于计算机的数据建模和分析方法等，形成制度分析与发展（奥斯特罗姆，2000）、新公共管理和新公共治理（奥斯本，2016）等多种有影响力的理论。

从公共行政到公共管理、公共治理发展历程的简要回顾表明，科技革命不仅是公共管理成为一门学科的重要时代背景，它也通过持续引发治理实践变革和技术能力提升，间接但深刻地影响着公共管理的研究范式变革，形成不同时期公共管理研究的基础假设、核心问题、理论工具和研究方法（见图1）。上述回顾也表明，科学共同体共享的基础假设和核心问题构成了研究范式的最关键组成部分，其求解问题的理论工具和研究方法则存在更为灵活的调整空间，同一公共管理研究范式可能形成多种论点、表现各异的理论成果。这也是范式区别于具体理论成果，得以在较长时间内保持相对稳定的重要特征。

三、数字技术及其对公共管理领域的影响

如果说工业革命与既有公共管理研究范式之间呈现出一种互为表征的弱连接，那么数字时代的技术变革正在成为直接驱动公共管理范式变革的重要因素，形成了数字技术与公共管理研究范式之间的强连接。这种强连接来源于以“大智移云”为代表的数字技术，它们推动了物理空间、社会空间和数字空间的融合，形成了一场新的数字革命。同样地，如果说工业时代的技术部分替代了人类体力劳动，那么数字时代的科技进步正在持续增强人类的脑力水平。理解这些技术的性质，辨析新兴数字技术对公共管理实践场域和研究工具的影响，是分析数字时代公共管理研究范式变革的重要基础。

（一）数字革命的核心特征：数据与数据驱动

工业时代的技术治理已经包含较为系统的数据搜集，但其数据规模有限，相应的统计分析只能建立在“小数据”基础上。工业时代技术治理的典型例证是韦伯式的科层制组织，它本身就包含了大规模的数据（或信息）采集，尽管并没有得到明确强调（丹戴克，1990）。福利主义兴起以后，行政科层组织逐步建立了更广泛的信息搜集机制，从而可以基于准确信息核对公民福利资格，评估国家的治理能力，运用数据计算组织全球性生产活动。可以说，系统性、全方位的数据采集和分析，本身就构成了工业革命后技术治理兴起的一个核心内容。

需认识到，数字技术的快速发展与应用业已造就了一个在性质上与工业时代截然不同的数字时代。数字时代的新兴技术代表是大数据、人工智能、移动通讯和云计算，即“大智移云”：第一，以大数据方法为代表的新型数据科学，实现了海量异构数据资源的快速积累、高效管理、深入分析和价值挖掘。随着社会各部门的数字化，人类逐渐形成了社会的全息图景，为优化社会运行提供了非常有价值的数据资源。第二，以深度学习为代表的现代人工智能方法，可以在大数据资源上构建强大的智能模型。当前的深度学习可以发现隐藏在数据中复杂的关联性，面向高维、非线性的特定场景，可以达到高出人类的智能水平，或者辅助管理者进行决策。第三，以5G技术为代表的高速移动通讯是重要的基础设施。它不仅能加速上层信息化应用，更重要的是能催生新的信息应用的产生，特别是随着带宽和设备容量的提升，使物联网和元宇宙成为可能，实现全时空、全流程、全场景的公共管理。第四，以云计算为代表的弹性计算基础设施，为上层信息产业提供了低成本、随时随地可访问的计算服务资源，并整合和创造出前所未有的、巨大的价值链。

上述4种核心技术共同推动了大规模数据的产生、汇聚和应用，使得数据和数据驱动成为了数字时代区分于工业时代的关键特征。在工业时代，数据采集、分析、建模和应用已经成为经济社会运行和公共治理的重要组成部分，但数字时代的数据规模、汇聚程度和算法算力都已经远远超出了工业时代能够达到的最高水平，并具体表现为数据规模、汇聚范围和算法算力等3个层面的根本性变革。

第一，人类的数据生产能力实现了飞跃式增长。在工业时代，政府科层机构以文档等形式采集有关个人、自然环境和各类组织的信息，商业机构也会系统性搜集数据来服务获取更多经济利益的目标。进入数字时代后，数据采集的主体显著增多、采集途径广泛扩展，采集成本大规模下降。从主体来看，不仅政府、企业可以采集数据，普通民众同样可以加入到日常性数据采集群体之中。从途径看，各类新型智能设备如传感器、摄像头、互联网等开始更加精确地采集自然环境、人际交往的各类数据。从成本看，各类感知设备已经快速实现大众普及。这些变化使得人类社会在21世纪产生的数据增量，将远远超过此前全部历史时期积累的数据总量。

第二，大规模的数据汇聚。在工业时代，大型科层制组织同样需要采集数据，但这些数据是碎片化的、分散的小规模数据，且很难长期保存。以往，无论是政府还是私人组织，它们每经历一定时间就需要销毁过去的部分文书档案。在数字时代，数据存储容量提升和成本下降，使得这些主体具备了保存更多数据资源的能力。海量数据存储和高速网络传输技术的发展意味着人类可以保存并汇聚不同来源数据，实现多源、海量、异构数据的集合使用，从而增加数据所有者对于个人、组织和自然环境的全面了解。当前，各类数据中心开始在全球范围内广泛建立；来自政府的公共数据和来自商业机构等的社会数据正在以多种方式交叉融合。这些融合推动了小数据时代向大数据时代的根本性转变，构建了与物理空间、社会生活相对应的数字孪生空间。在这一虚拟空间中实施治理日益成为可能且必要。

第三，以人工智能为代表的高强度数据处理能力。在工业时代，科层制组织尽管采集、存储了大量数据，但组织缺乏从数据中挖掘价值的能力，因而不得不销毁资料以避免负重前行。近年来，随着人工智能等算法的突破以及计算能力的增强，社会科学研究人员、大型组织的数据分析人员都能够具备高效分析数据的能力，由此推动包括企业、高校和政府部门等自发参与到数据分析和建模的工作之中。换言之，数据分析能力的提升激励各类主体大规模地在存储数据中挖掘数据价值。

（二）数据驱动公共管理的实践、治理与分析场域融合

数据与数据驱动将如何重构公共管理研究范式？一般而论，技术进步可以通过分别影响公共管理的实践场域和技术能力来推动其研究范式变革（见图1）。不过，数据的特殊属性正在带来一种全新影响，即它不仅分别改变了公共管理所要处理的实践问题性质，也通过数据驱动同时改变公共管理的治理工具和公共管理研究的分析工具。换言之，数据驱动正在同时影响公共管理的实践、治理和分析场域，并可能促进它们的深度融合。

第一，数据驱动催生了经济社会运行的新形态，进而重新定义公共管理所需要应对的实践场域。在经济领域，数字技术的影响及表现为微观层面的企业研发模式转变、产业组织和创新模式转变，也表现为宏观层次的市场运行机制变化。其中，公共管理的核心挑战在于宏观层次，即大数据和人工智能带来的新经济业态，存在引发平台经济垄断、大数据杀熟等问题的可能性（梯若尔，2021），网络电商、虚拟经济等也要求公共部门及时探索数字经济的核算方法和数字税的征收方式，以回应数字时代新经济业态的重要挑战。在社会领域，数字技术带来了传播、沟通方式的全面重构，催生了虚拟社区、网络社会、元宇宙等新社会形态。这些变化要求公共管理及时回应甚至引领其中的社会治理规则供给，以避免信息茧房、信息极化等对于共同体有效建构的长期威胁。此外，数据作为一种新型生产要素，也意味着公共管理者需要建立围绕数据供给的新型基础设施，并针对数据的生产、确权、流通、交易、价值创造等提供新的制度规则。总的来说，数据驱动的经济社会运行方式变化，对形成于工业时代的政府职能以及公共管理所需要求解的实践难题带来了巨大挑战。

第二，数据作为一种比物品、组织更加具有基础分析单元特性的资源，经由数据和模型驱动拓宽甚至将重构公共管理者的治理逻辑与方式。面对公共领域的各类治理难题，公共管理以往的求解方式是通过制度建构与政策安排方式予以回应，而这些制度与政策设计建立在公共管理者通过特定安排的实地观察、案例比较和数据分析基础上。进入数字时代，公共管理实践已经呈现出利用大数据、人工智能求解公共治理难题的新趋势。其中，数据不只是公共管理实践的附属工具，它正在成为公共治理方案的形成机制甚至治理主体（赫伊等，2009）。

数据驱动的公共管理实践包含数据和算法，两者共同决定公共管理能力。以数据驱动为基础，公共管理者试图求解的治理问题可表达为Y=F（X）的关系。其中，Y是公共管理中拟实现的治理目标（如公共服务提供水平），X则是影响治理绩效的相关因素（如负责提供服务的组织能力、服务提供方式等）。F则代表X与Y之间的函数关系。这一函数关系可以是相关，即X可以预测Y，也可以是因果，即可以通过X干预Y。F可以是一个线性模型等简单函数，也可以是复杂函数。运用这一简化模型，公共管理者可以运用数据提取X和Y的数据，并将其转化为可以指导行动的知识。当前，这种模型已经开始被广泛运用于公共管理实践，包括犯罪预测、福利待遇核准发放等。

在数据驱动的公共管理实践中，早期的人工智能算法更多是结构化、可表达的具体算法。伴随着数据体量的增加和人工智能技术的发展，算法的可解释性开始降低，并出现了算法黑箱，表明公共管理者在数字时代可用治理工具的性质发生了变化。具体而言，关于如何实现有效公共治理实践，公共管理关于治理工具选取的知识不再仅仅来自于实践人员运用工具的理性选择，而是开始更多运用机器学习自动挖掘形成函数关系后的算法知识。这一变化极大增加了治理工具能够处理的社会复杂性程度。在依据专家领域知识预先设定解决方案或函数F的情况下，F由于受制于人类的信息、认知和逻辑能力，往往表现出有限理性下的简单函数特征（如线性函数）。在计算领域，深度学习等的出现极大增加了函数F可以包含的参数数量，使得它可以挖掘出高维度的因素X和复杂对象Y之间的非线性、长链条因果等复杂关系（勒丘恩等，2015）。网络深度的增加则使得概念变得更有层次，让模型表达更为丰富，使它逐步具备了刻画复杂社会现象的能力。诚然，当前的技术框架尚未能够支持一切公共管理实践都表达为“数据函数”，但建立在海量数据基础上的人工智能算法已然极大拓宽了函数F的理性边界，并正在经由“城市大脑”等探索应用，扩展数据函数在公共管理实践中的应用（阿加瓦尔，2018）。

第三，数据作为一种基础单元贯通了公共管理实践和研究。以往，公共管理乃至社会科学的实践基础和分析工具总体上是分离的。人们需要通过重新构建分析工具、采集和建构新的数据集来开展研究。在数字时代，数据既成为驱动公共管理实践的关键力量，也成为公共管理研究的重要原材料。互联网、传感器等设施设备的快速发展，为人工智能等获取自然、社会和行动者的数据提供了支撑。过去，这些来自于真实世界的监测数据、追踪数据和行政数据即便可以被记录，也常常难以被社会科学家获得。而随着数据利用、数据定价和确权等领域不断突破，技术提供了在隐私保护、数据安全条件下的多渠道数据使用路径。可获得的多元异构数据，配合强大算力，使得社会科学家及公共管理学家不仅可以通过传统的归纳总结、抽样调查认识真实世界，还可能从一种更加整体主义的角度，通过掌握数据结构来掌握社会结构的全景图像和全景谱系。基于大数据的方法为一种大而全的认知问题方式提供了可能性（贾斯尼、斯通，2017）。

四、从理论驱动到数据与算法驱动：新范式的知识生产路径

进入数字时代，数据和算法驱动的公共管理实践、治理和分析场域逐渐融合。与往常一样，这一变化向公共管理者提出了全新的需要回应、求解的实践难题。不同于以往的是，新方案的形成不再必然要求公共管理者首先形成理论上的基础假设，并据此界定核心问题，而是可以基于数据与算法直接生成新的解释，并探索新的解决方案。换言之，在数字时代公共管理研究范式革命中，数据和算法驱动既是问题的起源，也成为了解决问题的途径。这一变化，意味着技术变革与范式革命正在形成强连接，由此构成了数字时代公共管理研究范式变革的最本质特征和最重要飞跃。

（一）数据、本体与公共管理范式革命

长期以来，公共管理尽管具有相对稳定的研究领域，但不具备清晰一致的研究对象和研究层次，因而难以形成本体意义上的科学共同体认同。由于变量变化多端，绝大部分概念不具有本体意义（王诗宗、杨帆，2022），公共管理学家发现的因果机制非但碎片化、难以通约，且一般只能在特定条件语境下成立。相应地，公共管理（乃至公共管理所依托的多个社会科学学科）始终未能建立起类似自然科学的基础性理论。在有限数据和能力限制下，以往的公共管理研究使用各种理论和确定性方法抓取有限变量，通过观察少数主体，试图形成一种对复杂性、多样性、动态性世界的局部知识。

然而，数据和模型驱动的研究方法有可能帮助公共管理建立真正的、具有基础性理论共识的新研究范式。而且，这种变化不仅通过改变公共管理研究范式的内容完成，更是通过改变我们对公共管理研究范式的性质来完成：它需要能够超越分析层次的桎梏，能贯通事实与价值，能够提供新的方法论和知识形态，等等。参照范式的一般定义，数据与算法驱动革新了公共管理学对于本体的理解，使得数据成为公共管理实践与研究的共同基础单元。

首先，数据与算法驱动革新了公共管理对于“本体”的理解。与所有的社会科学家一样，公共管理学者关注从个体到社会的诸多层次，个体与组织、社会一起构成了研究者试图认知的“本体”。但是，由于人类个体决策的主观特征和行为的复杂性，以及难以在解析社会系统达成还原主义的要求，研究者难以得到这个“本体”相对完整的图景。这就注定了研究结果的相对碎片化。而在数字时代，人工智能可以给我们提供关于“本体”的更加完整图景：将公共管理学者关怀的世界理解为一个由个体到组织，再到社会的层次系统；每个个体都具有自己的决策函数。在本体意义上，个体可被视为智能体，个体之间由彼此间的权力、利益关系，正式和非正式的制度、价值要素等形成类似“智能合约”的规则，由此个体便形成多层级的组织（包括政府）等多智能体系统。相应地，公共管理学者面对的“本体”便是一个复杂、动态的多智能体。多智能体系统内部存在着一系列数量巨大的客观或主观（价值）变量，这些变量之间存在着紧密或松散的函数关系，而这些函数关系有待新范式去揭示。

其次，将个体视作智能体的思路改变了公共管理研究对象和问题域。过去，受数据、算法和算力限制，对上述“本体”规律的精确探索（建模）是一件不可能完成的任务，公共管理研究所得的知识（相对于更加科学化的其他学科）往往是粗颗粒、模糊化的。在机器学习和大规模参数模型出现之前，即使是出自量化方法的理论和模型，其抽象层次仍然很高。伴随着数据已经成为公共管理实践与研究的共同基础单元，数据的价值会随着量变而发生质变，研究者可以通过大数据方法直接对问题的细节和整体同时进行认知，从复杂的现实系统中发现新的社会科学问题，并通过人工智能模型提炼出研究者能够分析的精炼信息。即使是原先难以量化的价值观等主观因素，好恶、情绪等不确定因素，也可以通过人工智能结合新的认知科学方法来处理。这样，新范式可能大大消除主观认知模糊性，通过确定的、精确的、基于数据的方式为社会科学家提供资料，从而帮助社会科学家将精力与智慧留在真正核心的议题中，并由此形成数据与算法驱动的公共管理研究新范式。

（二）数据与算法驱动的公共管理研究工作流

伴随着数据成为公共管理实践与研究的共同基础单元，大数据和人工智能也开始全面改变公共管理理论和假设的产生来源，研究工作流正在成为公共管理知识生产的一种新模式。与理论驱动的研究假设先行不同，基于大数据探索和建模的研究工作流可以在不做先验假设的情况下，通过广泛收集关于研究对象属性X和分析目标Y的数据（吴等，2020），例如利用最大信息系数等非线性关联测量方法，在广泛的X中寻找与Y最相关的因素。在此基础上，研究者可以利用人工神经网络的非线性模型，建立挑选出来的X与Y之间的精确关系。这种工作流减少了对先验知识的依赖，因而具有更强的通用性。实践表明，它能挖掘出很多原先研究者很难找到的非线性、非因果的潜在因素，可作为公共管理（乃至更大范围的社会科学）新的研究起点，从其中探索出的新因素出发，探寻以往认知之外的新因果关系。

从理论驱动走向数据与算法驱动的一个核心挑战是研究中的因果机制，即普遍观点认为数据和算法只能发现关联，无法确认因果。多年来，关联与因果之间的关系在社会科学中都是模糊的。一种常见的取向是，单纯将因果视作比关联更高级的维度，而忽略了两者对应着不同类型的问题。珀尓和达纳·麦肯齐（2019）的“因果之梯”中将因果问题分成了3个阶段：观测、干预与反事实。公共管理研究中的因果问题对应着其中的干预层，旨在解决如何预估政策干预可能带来的社会效应。关联主义方法对应着观测，旨在解决无干预状态下的预测问题。

然而，公共管理研究中上述两类机制存在着逻辑联系且同样重要。基于关联主义的研究首先预测未来。公共管理专家可以根据预测判别政策干预是否必要，进而通过求解因果问题预测干预后果，从而选择合适的治理策略。目前，人工智能算法大多基于关联主义，这些算法在部分领域带来了超过普遍认知想象的良好治理效果。这对于公共管理学而言既是机遇也是挑战。关联主义方法极大地挑战了人类先验知识的科学性（凯林等，2009）。在文学领域，基于先验知识的自然语言处理算法面对“端到端”的自然语言算法表现出了颓势，而预训练大模型等模型完全丢掉先验知识、仅仅依靠庞大数据与算力的算法反而表现出强大能力。在公共管理领域，这些情形尚未成为事实，但算法带来的鲶鱼效应必须得到公共管理学者的关注。

数据与算法驱动的研究工作流模式由此具备了更新公共管理研究方法论的强大潜力。在既有公共管理研究范式中，研究者通常会基于既有理论（包括机制、话语），不断地观察经验现象，从经验与理论的抵牾中寻找新的假设或命题，进而采用案例分析、量化分析等方法纳入较为有限的数据，进行因果推断和理论推演，形成边际贡献。在数据与算法驱动的研究工作流模式中，研究者可以降低对既有理论的依赖，按照研究需求预设研究需要的数据，并通过产生或收集关于此对象的数据开始感知此对象。换言之，在数据与算法驱动的研究工作流模式中，关键环节不再是证明假设，而是建模，即研究者通过关联分析、因素分析、特征表示提取、预测模型、智能体仿真等方法建立因素X（此时X的维度可以很高）与对象Y之间的复杂关系（例如非线性关系、长链条因果关系等）。这种复杂关系可以表达为具有较强因果解释功能的整体理论模型，也可以表达为复杂模型（比如细粒度模型、多智能体模型），以复杂模型拟合真实世界，实现更好的预测能力（见图2）。

这一方法论变化将带来公共管理知识形态的变化。既有公共管理研究范式经长期发展已经形成了诸如新公共管理、新公共服务等理论，但这些理论由于颗粒度较粗，有时称之为“话语”更为妥当。另一些更加微观的理论，如共同生产理论，则更倾向于揭示局部的机制。机制数量的剧增使得知识体系更加碎片化，而机制的适用范围（赵鼎新，2015）与碎片化特征一起削弱了范式的应有特征。基于数据和算法驱动的新范式知识形态则更可能是精确、广泛和一致的。依托于大数据，并将人工智能作为“副脑”，研究者便可能解释各种客观或主观变量间的函数关系。这些函数关系一旦被揭示，或可被认为是关于公共管理的“基础性理论”的表达。这些新的知识形态所涉变量涵盖客观和主观、确定和偶然、存在和演化、事实与价值，因而杜绝了还原主义的可能。以深度学习为代表的现代机器学习方法，其模型容量巨大，有潜力容纳个异性；然而函数模型因包含大量参数，如第三代生成式预训练模型有1750亿参数（布朗等，2020），其中的X与Y关系又可能异常复杂，新知识形态可能超出了人类理解力的极限。

在数据与算法驱动的公共管理研究范式中，研究工作流模式取代理论基础和研究假设，成为数字时代公共管理研究范式的关键特征，由此引发公共管理研究范式走向的不同理解。一种观点认为，数据“泛滥”使得过去的科研手段过时了。当数据可以言说自身的时候，就是“理论终结时代”（安德森，2008），未来世界也许是一个以算法为中心的“社会技术世界”。另一种观点则认为，科学共同体需要更深刻地从人文主义传统反思大数据与社会的关系，任何数据都最低限度基于一定程度的先验研究目标、利益结构及取向偏好等，而数据永远无法阐述数据本身；挖掘及阐释数据的，一定是背后的研究者角色，从这个角度而言，理论之树常青。事实上，上述两者并不完全互斥，甚至可以说，两者将共同开创包括公共管理研究在内的社会科学研究范式大转型。大数据提供的复杂算法及因果链条恰恰是解密复杂社会现象与社会结构的新钥匙。理论可以通过运用大数据来获得更加纵深的演绎及推论空间。大数据揭示的新层面、新逻辑链条与社会现象的网状交织关系将成为丰富现有理论、创新理论、创立理论的最佳利器。进一步说，过去的社会科学由于研究方法和观察角度的限制，宏观、中观、微观理论往往处于“理论单兵作战”的分离状态，但计算社会科学带来的数据密集型分析，使得公共管理乃至社会科学有可能创制出同时包含宏观、中观及微观的全景式理论。一种新的范式导向正在从两者的张力与融合中生长出来。

五、数据与算法治理：新范式的基础假设

在数字时代，数据成为了贯通公共管理实践场域、治理工具和研究方法的基础单元。这一变化带来了公共管理研究范式的一场颠覆性革命：相比于公共行政、公共管理理论驱动（基础假设、核心议题）的研究范式，数据和算法驱动的研究工作流开始成为公共管理学寻求回应新技术条件下治理难题的优先途径。值得注意的是，这一变化并不意味着公共管理研究范式中基础假设的缺位或弱化。如果说数字时代的技术与研究范式确实建立了一种强连接，这种强连接就不只是技术对研究的单向作用，公共管理研究的基础假设也会反作用于数据和算法本身。这就要求公共管理研究者更加细致地辨析和发展数字时代公共管理新研究范式的基础假设，并注重将这种基础假设应用到数据治理实践之中。

公共管理研究范式的基础假设与公共管理学作为一门实践科学的合法性、可行性有关。在数据和算法驱动的公共管理新研究范式中，公共管理研究者首先需要对照合法性、可行性的要求参与建立数据治理的基本规则。在最一般意义上，这些规则要求回答如何生产数据、什么样的数据值得和应当被采集，以及数据可以怎样被使用等一系列问题，对应了数据生产规范、数据采集边界和数据应用方式等。当前，公共管理和社会科学研究者更加注重参照数据治理的实践合法性标准开展讨论，即认为数据治理应符合现代国家公共治理的基本价值取向，并由此展开了关于数字监控（麦克马洪，2020）、隐私保护等一系列问题的讨论，其核心议题是厘清数据治理中公民与公民（法人）之间、公民与国家之间权利边界问题。相比之下，公共管理研究者还较少分析数据驱动的研究可行性问题。数据之于公共管理研究可行性的提出，表明数字治理实践产生的数据流并不能自动满足公共管理知识积累和理论发展的需要，而是需要公共管理研究者结合实际问题的研究需要参与确定数据的来源、范围、规范等一系列技术标准，以确保数据能够为研究所用。总的来看，数据驱动的合法性、可行性意味着公共管理研究者不能只是实践的观察者，而是要深度参与实践，确立与数据生产、采集、汇聚和使用相关的技术标准。

公共管理的新研究范式还需要求解算法治理的合法性问题。在数据和算法驱动的研究工作流下，数据驱动的程度加深意味着数据和算法将取代有形的公共管理者成为公共决策主体。近年来，人工智能辅助决策已经开始成为公共管理中的一个重要趋势。在早期实践中，人工智能算法仍然表现为一种结构化的、可表达的具体算法，但随着数据体量的增加以及人工智能技术的发展，这些算法的可解释性正在不断降低，甚至出现了算法黑箱。在研究中，这一不可解释、难以理解的算法特点引发了理论建构的难题；在实践中，算法的黑箱特征也带来了公共管理学家关于“算法问责”的激烈讨论（布苏奥克，2021）。伴随着人工智能、算法模型开始越来越多地参与甚至直接承担公共服务供给和公共事务决策，政府作为公共服务提供和公共事务管理部门的角色将包含更多虚拟的特征。在这一阶段，政府的元治理角色将更多表现为提供数字基础设施和基础性的智能合约，而如何治理算法，建立政府与不可解释算法之间互动规则的基础规范，就成为了确立数据与算法驱动公共管理研究范式的另一个基础假设。

以数据和算法驱动、算法治理为核心的数字时代公共管理研究范式，为科学共同体开展数字时代公共治理形态研究奠定了基础假设，也提供了新的探索路径，并且业已形成关于数字时代新组织形式和治理形态的初步刻画。一是基于数据与算法的新组织形态。目前，数据和模型已经驱动了分权自治组织（DAO，Decentralized Autonomous Organization）的产生，催生了去中心化、去结构化、去中介化的网络管理。这意味着管理权限从一个中央化的权威中心转移到了不同的属地化社会管理组织之中。这些变化都有可能重新定义政府运行的基本规则，在结构、组织及理念层面重塑政府行为方式、政府与社会的互动结构等。这些变化具有进一步推动以网络为基础的多中心和扁平化公共治理趋势，以及建构一种以公民利益和福祉为中心的社会治理等全新组织形态的可能性。二是新的治理形态。数据与算法的广泛应用还会递进式地重塑公共管理的治理形态。一种典型的表现是算法辅助决策。数据驱动通过推动算法模型从公共服务前端向后端转移，推动公共管理决策方式的转变。循证决策就是对真实世界行政数据的一种使用方式。在这一阶段，数据驱动的决策新形态意味着公民等其他治理主体可以通过产生数据的方式影响模型，进而影响公共部门的决策方式。另一种典型的表现则是公共治理形态的多样化。近年来，公共管理学界关于平台型政府、敏捷治理等的讨论，都可以被视作是算法和决策基础上的具体理论成果。

六、结论

数字技术的迅猛发展和大规模社会化运用正在引发人类社会形态的剧烈变革，公共管理研究范式在此过程中持续遭遇反常，已经开始经历新一轮范式革命。一般而论，科技进步主要通过重塑公共管理的实践场域、增强公共管理的技术能力，对应实现公共管理研究范式的革命性重构。相比之下，数字革命在重塑公共管理实践场域的同时，开始推动数据成为贯通公共管理实践、治理和研究的基础单元。这一变化不仅具备重构公共管理研究范式的潜力，也开始彻底更新公共管理知识增长的路径。具体而言，数据和算法驱动的研究工作流模式开始超越理论驱动的既有方式，成为重构公共管理研究范式的初始起点。值得注意的是，数字时代科技革命与研究范式之间的强连接并不仅仅表现为数据和算法驱动，也体现为数据与算法治理。数据与算法治理意味着公共管理研究者不仅是数据和算法的应用者，也需要按照实践合法性、研究可行性的原则参与构建数据与算法治理的基本规则。这些规则不仅构成了数字时代公共管理新研究范式的基础假设，也反向塑造了数据生产、采集和使用的技术规范。

本文积极响应并推进了数字时代公共管理研究范式变革的相关讨论，系统呈现了数据与算法重塑公共管理研究范式的实现机制。近年来，公共管理学者已越来越多地注意到数字技术对公共管理实践和研究的巨大冲击，以及公共管理研究引领数字时代治理实践的必要性，形成关于数字治理、敏捷治理、智慧治理、平台型政府和人工智能辅助决策等数字时代公共治理新形态的理论讨论，以及对于数据和算法驱动公共管理研究方法变革的讨论。这些研究或聚焦数字时代的新型治理形态，或围绕数据驱动的研究方法，展开了具体但个别的讨论，很好地增加了本文对数字时代公共管理研究范式的理解。本文则明确以研究范式为框架，形成了以数据为基础单元，以数据和算法驱动为实现路径、以数据与算法治理为基础假设的系统论述，清晰呈现了数字时代公共管理研究范式重构的实现机制。进一步说，本文通过区分数字时代公共管理研究范式的基础单元、方法路径、基础假设和研究议题，论证了数据、数据与算法驱动、数据与算法治理，以及数据与算法驱动的组织和治理形态在当代公共管理研究范式中的不同作用，为下一阶段研究提出了一个分层次的新研究议程。

本文明确提出数据正在成为贯通公共管理实践、工具和研究的基础单元，这一认识使得本文能够将大数据研究方法和手段系统整合到公共管理研究之中。过去小规模空间范围内以抽样为基础的“小数据”研究所面临的永恒难题例如数据的代表性、全面性和普遍性等难解问题逐步得到克服直至消除，未来公共管理研究将呈现出“整体主义”和“全体主义”特征。“全体主义”意味着研究客体经过数据化后被转化成为相应的“数字研究客体”，在信息化可及范围内研究的信息及研究对象不再有缺漏和遗失，因此公共管理研究手段可以从过去的“部落主义”、“片段主义”逐渐过渡到方法论意义上的“数字普遍主义”，也即运用数字方法可以接近于覆盖所有空间、所有对象客体的“高涵盖性”（high inclusiveness）。科学研究将第一次真正接近于包含一个没有边疆的世界性空间。

本文不同于以往研究的一个独特贡献在于呈现了数字技术与公共管理研究范式的双向作用机制。此前，已有不少研究者探讨了数字技术赋能的公共管理或社会科学研究新路径，认为大数据、人工智能等新兴技术具备赋能公共管理乃至社会科学研究解决以往未解决问题，或回应数字时代新治理问题的潜力，并深入探讨了大数据、人工智能等在因果效应、因果机制等方法论意义上与社会科学理论融合的可能路径。本文认可这些研究在方法论意义上的贡献，但本文的核心目标在于呈现数字时代公共管理的新研究范式及其实现机制。相应地，本文一方面细致论证了数据已经成为贯通公共管理实践、工具和研究的基础分析单元，从而具备了重塑公共管理研究范式的潜力，另一方面则兼顾研究方法和基础假设，呈现了数字技术与公共管理研究范式之间的双向作用机制。具体而言，本文不仅以研究工作流概念展现了数据与算法驱动对于公共管理新研究范式中知识积累和理论发展的重要作用，而且指出了公共管理研究者不仅是数据和算法的应用者，更是数据和算法的构建者。具体而言，这意味着公共管理研究者必须加快建立数据和算法治理的基础假设。这些基础假设既是数据和算法驱动公共管理实践的合法性要求，也是数据和算法驱动公共管理研究的可行性保证。