多重局部耦合：政策制定因素何以影響執(zhí)行結(jié)果
——基于人工智能政策歷程的兩階段多源流分析

胡 沖，蔣潮鑫

（浙江大學(xué)公共管理學(xué)院，浙江杭州 310058）

一、引言

政策制定和政策執(zhí)行是政策過程中兩個重要的階段，良好的政策效果離不開正確的政策制定，更依賴于有效的政策執(zhí)行。探究政策制定和政策執(zhí)行的內(nèi)在關(guān)聯(lián)，能夠?yàn)槔斫鈬遗c社會的互動、高層級政府與低層級政府的互動提供素材；透過政策制定和政策執(zhí)行的切口，可以觀察治理實(shí)踐中存在的問題，進(jìn)而改善治理績效，推動國家治理現(xiàn)代化。在確保制定與執(zhí)行聯(lián)合分析的意義之后，我們還需看到，政策制定和政策執(zhí)行分別隱含了公共政策研究的兩個基礎(chǔ)視角：政策變動（policy change）和政策變異（policy variation）。[1]10更確切地說，政策變動包含變遷和平衡，采用這一視角的研究主要關(guān)注政策為何會出現(xiàn)以及政策保持長期穩(wěn)定的原因；政策變異包含趨同和異化，此類視角適用于描述政策在層級間、地區(qū)間發(fā)生的選擇性執(zhí)行、變通性執(zhí)行等一系列紙面上政策設(shè)計和現(xiàn)實(shí)中政策實(shí)踐不相符的分割現(xiàn)象。或許是囿于階段啟發(fā)法的思維，又或許是建構(gòu)各自話語體系的需要，目前兩類視角的研究都忽略了彼此之間的聯(lián)系，導(dǎo)致整體的理論分析始終落后于實(shí)際的政策過程。換言之，當(dāng)前缺乏從政策制定到政策執(zhí)行的完整鏈條中審視執(zhí)行，并將其納入縱向的政策演變之中的研究。[2]組織學(xué)家詹姆斯·馬奇指出，執(zhí)行過程是決策的延續(xù)，制定與執(zhí)行必須作為一個整體加以分析討論。[3]從政策系統(tǒng)和政策過程的關(guān)系出發(fā)，制定與執(zhí)行也都從屬于一個更大過程的子過程，即集體選擇與集體行動。[4]因此，一個沒有將制定過程考慮在內(nèi)的執(zhí)行研究是一個不完整的執(zhí)行研究。如何把制定與執(zhí)行結(jié)合起來，探索影響政策制定之因和造成政策執(zhí)行之果的關(guān)聯(lián)，是公共政策過程研究值得深入思考的問題。

出于對以上問題的關(guān)懷，本文選擇從多源流框架入手，將用于解釋決策的復(fù)雜源流擴(kuò)展至政策執(zhí)行過程中，希望構(gòu)建起一個跨越制定與執(zhí)行的兩階段分析框架。進(jìn)一步通過對人工智能政策歷程進(jìn)行分析，本文試圖找到多源流核心要素在政策過程兩個階段上的變化特征，并嘗試回答影響政策制定的因素是如何作用于執(zhí)行結(jié)果的。這一努力或可為政策過程理論與更廣泛的政策階段建立對話提供有益探索，也能形成對當(dāng)下中國公共政策運(yùn)行過程的深入認(rèn)識。

二、文獻(xiàn)回顧

在政策執(zhí)行研究中，制定與執(zhí)行的關(guān)系曾被長期分離，一個重要的原因是第一代執(zhí)行研究根植于古典行政理論的“政治-行政”二分法，兩者的界限在二分法的指導(dǎo)下借由自上而下的研究路徑被夸大，甚至形成了制定與執(zhí)行的主從地位。這種局面在第二代執(zhí)行研究中被打破，第二代執(zhí)行研究認(rèn)為制定和執(zhí)行存在功能的互動性，執(zhí)行者與制定者共同協(xié)商政策目標(biāo)的達(dá)成，兩者形成平行互動的合作關(guān)系。[5]59事實(shí)上，在政策的“選擇-行動”邏輯中，政策在選擇中開始，在行動中繼續(xù)，制定與執(zhí)行本質(zhì)上就是一個連貫的政策過程。對于政策過程的研究，西方學(xué)界通常采用隱喻的方式來簡化政策過程的復(fù)雜性與動態(tài)性，其中影響力最大的比喻式理論之一是1984年由金登教授提出的多源流框架（Multiple Streams Framework）。該框架以問題源流、政策源流、政治源流、政策之窗以及政策企業(yè)家等為核心要素，揭示了國家層面如何進(jìn)行設(shè)置政策議程。其核心命題是：三條源流彼此獨(dú)立地穿過決策系統(tǒng)，當(dāng)政策之窗開啟時，在政策企業(yè)家的作用下，三條源流耦合在一起共同推動政策議程的建立。

作為國內(nèi)政策過程研究中應(yīng)用最廣泛的理論之一，多源流框架已在不同的標(biāo)題下被審視。依據(jù)文獻(xiàn)內(nèi)容，本文大致分理出三條路徑。第一條路徑聚焦多源流框架本身，包括對框架的述評和修正。丁煌等學(xué)者對早期引入和闡述多源流框架多有貢獻(xiàn)，以要素嵌入思路等為代表的修正類研究[6]，則反映了國內(nèi)學(xué)界對框架中國化所做的努力。第二條路徑主要考察多源流框架對具體政策的解釋力，通常在某個特定政策的基礎(chǔ)上，圍繞框架的五個核心要素和各要素之間的關(guān)系進(jìn)行解讀，代表性研究如討論鄉(xiāng)村振興戰(zhàn)略的出臺等。[7]第三條路徑試圖超越現(xiàn)有的框架嵌套式研究，一種方式是尋找中國情境下五個核心要素之外如網(wǎng)絡(luò)輿論對議程設(shè)置的影響[8]，另一種方式是通過多個政策的跨案例比較，總結(jié)多源流框架的應(yīng)用困境和背后的因果聯(lián)系[9]。

毫無疑問，以上研究共同推動了多源流框架的理論進(jìn)步，也一定程度上揭開了復(fù)雜的政策生產(chǎn)黑箱。但縱觀國內(nèi)現(xiàn)有研究，對多源流框架的使用基本停留在政策過程的制定階段，總體上仍然沒能跳出議程設(shè)置的“金登視角”，多源流框架在其他政策階段的應(yīng)用潛力被擱置，尤其是在執(zhí)行環(huán)節(jié)。運(yùn)用多源流分析政策執(zhí)行并非易事，一個普遍的懷疑是多源流的核心要素在政策執(zhí)行中是否具備適用性。如Zahariadis所言，多源流框架并沒有提供聯(lián)系制定與執(zhí)行的具體機(jī)制。[10]盡管存在源流、窗口、企業(yè)家等要素的再概念化挑戰(zhàn)，但亦有不少學(xué)者堅持認(rèn)為源流隱喻在理論上是適用于政策過程所有階段的。[11]遺憾的是，這些研究只是驗(yàn)證了多源流對執(zhí)行的初步適用性，并未建立起一個貫穿制定與執(zhí)行的全過程分析框架。Luke Fowler等雖然對此問題有一定回應(yīng)[12]，但這一努力由于沒有案例材料的佐證，因而對于制定和執(zhí)行中的源流變化特征刻畫仍顯不足。特別是，對中國而言，在高度科層化和組織化的單一制結(jié)構(gòu)中，影響政策制定的因素在政策執(zhí)行中到底發(fā)生了什么變化、對政策結(jié)果又產(chǎn)生了怎樣的影響，這些具有重要價值的理論構(gòu)建和研究發(fā)現(xiàn)目前仍然具有一定的討論空間。

三、一個跨越制定與執(zhí)行兩階段多源流框架

為了在理論上更貼切地回答上述問題，本文構(gòu)建了一個跨越制定與執(zhí)行的兩階段多源流分析框架。在闡述之前，我們首先回答為什么選擇多源流。原因有二：其一，考慮到制定與執(zhí)行的先后關(guān)系以及影響制定和執(zhí)行因素的相似性，我們優(yōu)先選擇關(guān)于制定的理論，多源流框架是當(dāng)前政策制定中應(yīng)用最廣泛的理論之一，這是我們選定多源流的起點(diǎn)。其二，模糊性假設(shè)。多源流框架解釋了模糊性條件下的政策選擇問題，這種模糊性來源于不確定的參與者、不明確的偏好和不清晰的技術(shù)等。事實(shí)上，模糊性不只存在于制定階段，執(zhí)行階段亦是如此。從研究類型看，政策制定和執(zhí)行皆屬于過程性研究，過程性研究的變量間關(guān)系一般邊界不明，并且事實(shí)、因果和目標(biāo)缺乏一致性，模糊性是其主要特征。作為制定與執(zhí)行的共同內(nèi)核，模糊性假設(shè)為多源流跨越制定與執(zhí)行提供了理論可行性。

該框架的基本邏輯（圖1）：當(dāng)問題源流、政策源流和政治源流發(fā)展成熟后，在某一個時間點(diǎn)即政策制定之窗打開時，政策企業(yè)家推動三條源流的交匯，議題進(jìn)入高層級政府的政策議程，源流變動促進(jìn)了政策方案的出臺；高層級政府制定政策方案后，低層級政府需要落實(shí)政策，政策執(zhí)行之窗打開，三條源流和政策企業(yè)家相繼進(jìn)入政策執(zhí)行階段，源流在不同層級和不同地區(qū)的變異情況影響了最終的政策結(jié)果。需要指出的是，政策執(zhí)行之窗并不總是自動打開，政策的“半路夭折”現(xiàn)象說明了從制定到執(zhí)行的線性過程中所存在的不確定性和現(xiàn)實(shí)政策過程的復(fù)雜性，對此后文將有分析。

圖1 一個跨越制定與執(zhí)行的兩階段多源流框架

四、基于人工智能政策歷程的個案分析

2017年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》），標(biāo)志著人工智能上升到國家戰(zhàn)略高度，中國人工智能發(fā)展迎來一股熱潮。本文選擇人工智能政策作為分析對象，理由是人工智能政策的出臺過程與多源流的核心要素有一定的契合度，并且距離政策頒布已經(jīng)過去五年有余，低層級政府的政策實(shí)踐為本文的兩階段框架提供了可供比較的分析材料。相對于當(dāng)前主流技術(shù)導(dǎo)向的人工智能研究，本文后面的分析將回到人工智能政策本身，在高層級政府制定和低層級政府執(zhí)行兩個分析單元上，運(yùn)用拓展后的多源流框架分析制定與執(zhí)行中的源流變化。

（一）政策制定：源流變動

1.問題源流：政策問題構(gòu)建

（1）推力：實(shí)質(zhì)問題。一是對傳統(tǒng)產(chǎn)業(yè)的沖擊。數(shù)據(jù)表明，未來中國二十年里約占總就業(yè)人口76%的勞動力將會受到來自人工智能技術(shù)的沖擊，[13]失業(yè)警報正全面來襲。二是隱私安全與倫理。大數(shù)據(jù)時代任何人都無法逃脫被數(shù)據(jù)化的命運(yùn)，人們在享受基于大數(shù)據(jù)的人工智能所提供的個性化服務(wù)時，個人數(shù)據(jù)也被第三方收集與分享，而個人卻很難追蹤數(shù)據(jù)隱私的泄露途徑與程度。不僅如此，被刻意收集與存儲的隱私數(shù)據(jù)還有可能在若干年后成為你生活的污點(diǎn)，彼時之言行能否作為此時評判之依據(jù)是擺在人類面前共同的倫理問題。三是決策權(quán)轉(zhuǎn)移引發(fā)的歧視。人工智能算法以一種數(shù)學(xué)方法將人類生活量化處理，在海量數(shù)據(jù)之間進(jìn)行運(yùn)算幫助人類做出決策。決策權(quán)從人轉(zhuǎn)移到機(jī)器，那么諸如價值、情感等只有人類才能體會的因素如何才能被機(jī)器識別并納入決策考察范圍內(nèi)呢？一旦數(shù)據(jù)遭遇污染，或者數(shù)據(jù)中潛藏的錯誤價值偏好被機(jī)器學(xué)習(xí)，遵循功利主義傾向的算法對待數(shù)據(jù)化的個體勢必引發(fā)歧視問題。四是社會公平。發(fā)展人工智能必須依賴數(shù)據(jù)，數(shù)據(jù)因此被比作新石油，但是目前數(shù)據(jù)牢牢掌控在頭部企業(yè)手里，個體生產(chǎn)數(shù)據(jù)卻無法獲得數(shù)據(jù)的所有權(quán)。數(shù)據(jù)作為一種新的生產(chǎn)要素使財富獲得依據(jù)發(fā)生了根本變化。

（2）拉力：應(yīng)用前景。人類社會歷經(jīng)蒸汽時代、電力時代和信息時代，現(xiàn)在正邁入智能時代。在人工智能政策出臺過程中，以“科技革命帶來的歷史性機(jī)遇”為主的概念是人工智能問題陳述的主要方面。在“框架效應(yīng)”的引導(dǎo)下，人工智能的應(yīng)用前景占據(jù)了主流話語權(quán)。社會群體也主動建構(gòu)一致性，自覺地對現(xiàn)有情況做戰(zhàn)略性描繪并加以渲染，以便能夠推行他們樂于見到的行動過程。[14]140發(fā)展人工智能逐漸成為政治共識，世界大國紛紛出臺國家戰(zhàn)略，搶抓人工智能時代主動權(quán)。當(dāng)時有數(shù)據(jù)預(yù)測，到2020年中國人工智能核心產(chǎn)業(yè)市場規(guī)模將超過1500億元，增長率達(dá)到26.2%，預(yù)計到2030年這一數(shù)字將突破10000億元。[15]這些數(shù)據(jù)指標(biāo)為人工智能問題的重要性提供了具有說服力的證據(jù)，展現(xiàn)出人工智能推動社會發(fā)展的巨大應(yīng)用前景，正向拉動了人工智能上升為政策問題。

（3）促力：焦點(diǎn)事件。問題通常不是因?yàn)橹笜?biāo)而自明的，它們還需要一些動力來引起政府內(nèi)部及其周圍人們的關(guān)注。[16]952016年3月，人工智能程序AlphaGo戰(zhàn)勝圍棋世界冠軍李世石，激起了一場關(guān)于人工智能的全民大討論，醞釀在社會中的人工智能恐懼情緒在大眾媒體的作用下被牽引至高潮。圍棋失利這一焦點(diǎn)事件把人工智能問題帶出水面，AlphaGo變異成一種強(qiáng)大符號出現(xiàn)并傳播，一時間人們“談狗色變”。一般來說，符號不是議程建立的原動力，卻可以成為具有強(qiáng)化作用的加固物和對集中注意力具有很強(qiáng)烈影響的事物。[16]98AlphaGo引致的危機(jī)感只是人工智能問題的一部分，卻成功吸引了公眾的注意力，迫使政府決策系統(tǒng)接受來自公眾的愿望和要求，問題源流逐步匯集而成。

2.政策源流：政策建議形成

（1）利益集團(tuán)的活動。商業(yè)企業(yè)是政策共同體的重要主體?；钴S在人工智能最前沿的互聯(lián)網(wǎng)公司紛紛推出自己的人工智能項目，如云計算、無人駕駛等。這些商業(yè)公司憑借突出的行業(yè)代表性為人工智能的未來發(fā)展初步摸清了重點(diǎn)，同時為涉及該領(lǐng)域的決策提供了第一手信息，其所擁有的資源也為該集團(tuán)影響議程或備選方案提供了最初的有利條件。此外，利益集團(tuán)作為社會生產(chǎn)的參與者，它們以自愿結(jié)社的方式參與政府決策本身就涵蓋了公共利益的屬性，這提高了集團(tuán)所能調(diào)動的公共資源上限，[17]集團(tuán)發(fā)言人在以增進(jìn)利益的動機(jī)下展開游說并與政府進(jìn)行資源互換，尤其是意圖引導(dǎo)政策出臺方向往有利于自己的領(lǐng)域靠攏，以獲取更具針對性的政策支持，這些活動共同促進(jìn)了政策源流的生長。

（2）專家團(tuán)體的支持。學(xué)者、研究人員和咨詢?nèi)藛T是重要性僅次于利益集團(tuán)的一組非政府角色，他們利用專業(yè)知識優(yōu)勢圍繞問題發(fā)表見解，在理論上為政策制定提供智力支持。同時，他們還會把技術(shù)問題帶入政治領(lǐng)域，在公開場合發(fā)起對政策建議的討論，繼續(xù)闡述自己的思想，以“軟化”其他共同體成員及社會公眾。人工智能大會等都是專家學(xué)者的平臺，他們借此機(jī)會進(jìn)一步渲染政策建議的技術(shù)可行性和價值可接受性，樂觀描述未來政策實(shí)施的約束條件，以提高政策建議成為備選方案的可能性?？茽柊推嬷赋?，專家團(tuán)體乍看起來在建構(gòu)問題，實(shí)際上一個專家團(tuán)體就是一種解決問題的方式[18]39，這并不是一個中立的過程，所有的主張背后都暗示著復(fù)雜差異的資源分配傾向。

（3）低層級政府的探索。政策共同體的另一個成員是低層級政府。低層級政府制定人工智能政策肇始于2009年（圖2）。2012年，隨著《國務(wù)院關(guān)于推進(jìn)物聯(lián)網(wǎng)有序健康發(fā)展的指導(dǎo)意見》的出臺，全國各省市的人工智能政策數(shù)量開始呈現(xiàn)逐年遞增趨勢，并于2016年達(dá)到峰值276篇。在實(shí)踐層面，上海、江蘇等地積極推動“腦計劃”項目、浙江打造人工智能小鎮(zhèn)、北京建設(shè)人工智能創(chuàng)業(yè)創(chuàng)新平臺等促進(jìn)了人工智能技術(shù)的落地。目前，全國已形成京津冀、長三角、粵港澳三處核心的人工智能發(fā)展區(qū)域。這些自下而上的地方自主性探索在承接上級政府話語的同時植入地方現(xiàn)實(shí)語境，發(fā)展人工智能的正面效果不斷累積，推動了全國性人工智能政策的制定。

圖2 地方層面人工智能政策發(fā)布數(shù)量

3.政治源流：政治環(huán)境渲染

（1）政治態(tài)度。中國共產(chǎn)黨歷來重視科學(xué)技術(shù)的發(fā)展，經(jīng)濟(jì)新常態(tài)下，黨和國家領(lǐng)導(dǎo)人更是把人工智能擺在突出位置進(jìn)行系統(tǒng)布局?；仡檱覍用娴娜斯ぶ悄苷撸梢詣澐譃閮蓚€階段（圖3）。2014年以前，人工智能的相關(guān)政策文件還較少；2014年以后則進(jìn)入快速發(fā)展期，該階段大量政策出臺，如《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》《“互聯(lián)網(wǎng)+”人工智能三年行動實(shí)施方案》《“十三五”國家科技創(chuàng)新規(guī)劃》等。2017年3月，人工智能正式寫入《政府工作報告》，領(lǐng)導(dǎo)人對人工智能的闡述有著決定性意義。領(lǐng)導(dǎo)人在決策系統(tǒng)內(nèi)處于中心位置，合法的權(quán)力秩序授予領(lǐng)導(dǎo)人對政策議程的影響力。人工智能同時具備問題的嚴(yán)重性與重要性特征，因而得到了領(lǐng)導(dǎo)人的重視，這為人工智能議程建立創(chuàng)設(shè)了有利的政治環(huán)境，促進(jìn)了中央《新一代人工智能發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》）的出臺。

圖3 國家層面人工智能政策發(fā)布數(shù)量

（2）國民情緒。公共輿論是國民情緒的重要表現(xiàn)形式，反映了社會的普遍訴求和價值傾向。利用百度指數(shù)搜索對《規(guī)劃》出臺前后進(jìn)行三年的熱度分析（圖4），我們發(fā)現(xiàn)人工智能的關(guān)注度大致可以劃分為三個階段。2016年以前，人工智能熱度呈平緩狀態(tài)，總體關(guān)注度在較低水平；2016—2017年，人工智能熱度波動較大；2017年以后，熱度趨勢在小幅度的波動中持續(xù)上升并屢創(chuàng)新高。從2016年到2017年，人工智能熱度上升了286.3%，是該年度關(guān)注度上升最快的科普話題。在民主政治中，公共政策需要聽取多數(shù)民眾的聲音，那么只有在吸引足夠多的公眾注意力時，政策才有可能發(fā)生改變。[19]人工智能的問題演化影響了公眾注意力的變化，公眾注意力在人工智能上的聚合迫使決策者認(rèn)真對待公共輿論。在常常擁擠的政治環(huán)境中，注意力轉(zhuǎn)移改變了人工智能在所有待解決議題中的順序，人工智能得以優(yōu)先進(jìn)入政策議程。

圖4 人工智能熱度趨勢

4.政策制定之窗：完全耦合

變動的三條源流耦合于2017年的“兩會”。當(dāng)年“兩會”中，多名政策企業(yè)家提交了人工智能領(lǐng)域的提案。政策企業(yè)家把問題的維度固定在人工智能的應(yīng)用前景上，營造出一種發(fā)展人工智能迫在眉睫的社會輿論環(huán)境，增強(qiáng)了高層領(lǐng)導(dǎo)對問題的感知。綜合來看，人工智能因?yàn)檎咂髽I(yè)家的活動得到倡導(dǎo)，政策問題在他們的建議下獲得進(jìn)一步解決的希望，政治事件也在他們的努力下得到利用，三條源流最終完全耦合在一起，人工智能政策得以順利出臺。

（二）政策執(zhí)行：源流變異

2017年7月，中央出臺《規(guī)劃》后，全國陸續(xù)有20多個省份制定了地方人工智能發(fā)展規(guī)劃，Z省是其中較早一批。在接下來的行文中，本文將以Z省實(shí)踐為第二分析單元，首先介紹地方政府執(zhí)行中央政策的具體情況，然后在多源流視角下探討政策執(zhí)行過程中的源流變異。

1.地方政策與中央政策的差異

Z省是人工智能發(fā)展的前沿陣地。2017年12月，Z省政府快速響應(yīng)中央要求，在全國率先頒布《Z省新一代人工智能發(fā)展規(guī)劃》。通常來說，政策內(nèi)容在國家和地方兩個不同的治理場域中會有所差異。Z省規(guī)劃與中央政策相比，主要的區(qū)別在于（表1）：（1）戰(zhàn)略要求。中央政策對人工智能的判斷是發(fā)展機(jī)遇和潛在挑戰(zhàn)并存，并提出了三個時間點(diǎn)的階段目標(biāo)，但是Z省規(guī)劃沒有論及戰(zhàn)略態(tài)勢，發(fā)展目標(biāo)也調(diào)整為兩個時間節(jié)點(diǎn)。（2）重點(diǎn)任務(wù)。中央政策布置的重點(diǎn)任務(wù)涵蓋了社會發(fā)展的各個方面，例如科技創(chuàng)新、智能經(jīng)濟(jì)、智能社會、軍民融合、基礎(chǔ)設(shè)施和科技項目，Z省政策的焦點(diǎn)則主要放在人工智能的產(chǎn)業(yè)發(fā)展、應(yīng)用推廣和企業(yè)培育上。（3）保障措施。中央政策在倫理規(guī)范、知識產(chǎn)權(quán)和安全監(jiān)管問題上闡述較多，Z省政策則在此類由人工智能帶來的潛在風(fēng)險的防范內(nèi)容上著墨較少。

表1 中央政策與Z省政策的比較

2.三個地市的政策實(shí)踐

分地區(qū)來看，根據(jù)《Z省人工智能產(chǎn)業(yè)發(fā)展報告2020》等資料顯示，Z省人工智能發(fā)展最活躍的城市分別是H市、N市和J市，三個地區(qū)的人工智能發(fā)展各有特點(diǎn)（表2）。（1）創(chuàng)新模式。2019年10月，H市被列入國家新一代人工智能創(chuàng)新發(fā)展實(shí)驗(yàn)區(qū)，因此在落實(shí)政策過程中，H市聚焦人工智能創(chuàng)新領(lǐng)域，突出城市大腦、未來社區(qū)、智能亞運(yùn)等重點(diǎn)工程，推進(jìn)新技術(shù)新產(chǎn)品新模式的率先運(yùn)用，以此打造人工智能創(chuàng)新應(yīng)用標(biāo)桿。（2）制造模式。N市是全國首個“中國制造2025”試點(diǎn)示范城市，擁有超過20家制造裝備領(lǐng)域年產(chǎn)值5億元以上的企業(yè)。對于N市來說，終端制造產(chǎn)業(yè)的智能化轉(zhuǎn)型需求迫切，因此N市選擇主攻智能制造裝備和智能制造服務(wù)業(yè)，引導(dǎo)人工智能回歸實(shí)體經(jīng)濟(jì)，推動實(shí)體經(jīng)濟(jì)轉(zhuǎn)型升級。（3）產(chǎn)研融合模式。在產(chǎn)業(yè)布局上，J市以柔性電子技術(shù)產(chǎn)業(yè)為核心，加快推進(jìn)人工智能在智能安防、智能汽車、智能機(jī)器人的技術(shù)轉(zhuǎn)化。在科技研發(fā)上，J市發(fā)揮區(qū)位優(yōu)勢，積極與上海高校開展產(chǎn)學(xué)研合作。依托上?？蒲性核目蒲袑?shí)力，目前已建成上海交大科技園、長三角人工智能與機(jī)器人研究院、區(qū)塊鏈研究院等多個科研平臺。

表2 Z省不同地區(qū)的政策實(shí)踐

3.政治源流的持續(xù)作用

從中央政府到Z省政府再到各地市政府，始終都在推動人工智能政策的落地。如《規(guī)劃》發(fā)布后，工信部在2017年12月緊接著制定了《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020）》，其相比于《規(guī)劃》是更加詳細(xì)具體的行動計劃。Z省不僅響應(yīng)了該計劃，并且于2018年先后發(fā)布了《Z省新一代人工智能發(fā)展規(guī)劃實(shí)施責(zé)任分工》《Z省新一代人工智能發(fā)展規(guī)劃2018年工作要點(diǎn)》，這些文件都旨在確保各個職能部門和地方政府能夠按照上級政策的要點(diǎn)完成任務(wù)。2019年，Z省出臺《關(guān)于加快新一代人工智能創(chuàng)新發(fā)展的實(shí)施意見》，進(jìn)一步督促各地市政府積極落實(shí)人工智能發(fā)展規(guī)劃。在社會公眾這一端，自AlphaGo把人工智能帶入社會公眾的視野后，不斷出現(xiàn)的智能科技一次次刷新社會公眾對人工智能的認(rèn)識，人工智能的熱度再也沒有下降過。盡管維持現(xiàn)狀是執(zhí)行者的驅(qū)動力，但是任何執(zhí)行者都無法承受自上而下和自下而上兩個方向的政治壓力，上級政府的督促和不斷累積的國民情緒使得地方政府必須改變現(xiàn)狀，回應(yīng)公眾意見的變化。

4.科研院所和企業(yè)活動

Z省在人工智能發(fā)展過程中，形成了以高校、科研院所、骨干企業(yè)為核心的人工智能創(chuàng)新生態(tài)系統(tǒng)。比較典型的例子是，2018年6月，Z省重點(diǎn)大學(xué)成立了人工智能協(xié)同創(chuàng)新中心；2017年9月，由Z省政府、重點(diǎn)大學(xué)和阿里巴巴集團(tuán)共同籌建的之江實(shí)驗(yàn)室成立；2017年10月，Z省重點(diǎn)企業(yè)聚焦機(jī)器智能、數(shù)據(jù)計算、機(jī)器人、智能家居等領(lǐng)域的人工智能技術(shù)開發(fā)，這些都與Z省的政策重點(diǎn)保持一致，這些企業(yè)本身也是在制定階段影響源流變動的主要力量。目前，重點(diǎn)大學(xué)和重點(diǎn)企業(yè)都確立了人工智能的發(fā)展計劃，如重點(diǎn)大學(xué)啟動了國內(nèi)首個人工智能交叉學(xué)科以及“雙腦計劃”等，科研院校和企業(yè)的合作形成了產(chǎn)學(xué)研創(chuàng)新生態(tài)圈，為Z省人工智能的產(chǎn)業(yè)發(fā)展提供了智力支撐。

5.實(shí)證發(fā)現(xiàn)

通過對地方人工智能政策實(shí)踐的經(jīng)驗(yàn)觀察可以發(fā)現(xiàn)，政策制定產(chǎn)出和政策執(zhí)行產(chǎn)出高度相關(guān)，作用于制定過程的多源流在執(zhí)行過程中依然存在且發(fā)生了明顯的變異，主要表現(xiàn)在以下方面：

（1）問題源流被選擇性分解。在制定階段，問題源流由推力、拉力和焦點(diǎn)事件匯集而成，但是在執(zhí)行階段，顯性問題占據(jù)了主流地位。如中央政策指出，人工智能同時存在著發(fā)展機(jī)遇和潛在挑戰(zhàn)，但是在Z省政策中挑戰(zhàn)性問題被忽視，人工智能帶來的應(yīng)用前景得到重視，這一思路在不同地區(qū)的產(chǎn)業(yè)政策中得以延續(xù)并表現(xiàn)出重點(diǎn)領(lǐng)域和發(fā)展方向的差異。這說明，囿于有限理性和稀缺的注意力，執(zhí)行者會對制定者列出的政策目標(biāo)進(jìn)行掃描和聚焦，只有符合地方實(shí)際和帶來顯著收益的問題才會進(jìn)入執(zhí)行者的視野。因此，當(dāng)高層級政府沒有規(guī)定精確的績效指標(biāo)時，制定過程的問題源流會在執(zhí)行階段被逐層級逐地區(qū)地選擇性分解，執(zhí)行者可以自己決定將注意力集中在何處。

（2）政策源流演化為詮釋性集合。依照金登的隱喻，先前流淌在制定階段的政策源流是一鍋由備選方案組成的“政策原湯”，不成熟的政策建議會被逐步遺棄，只有具備足夠可行性的政策方案才能獲得政府采納，備選方案之間存在著競爭性。但是在執(zhí)行階段，政策執(zhí)行過程中固有的模糊性要求執(zhí)行者在將政策應(yīng)用于現(xiàn)實(shí)世界時必須理解政策，這為低層級政府提供了合法的自由裁量空間。在這種空間中，低層級政府會結(jié)合實(shí)際情況對政策方案開展自主性建構(gòu)，從而給予上級政策不同的詮釋內(nèi)容，政策源流逐步變異為地方性的詮釋集合，并且詮釋程度依賴于問題源流的分解情況。

（3）政治源流轉(zhuǎn)換為縱向約束力量。在制定階段，政治源流支配了政策建議的漂進(jìn)與漂出，控制了問題源流能否進(jìn)一步發(fā)展壯大，是推動人工智能政策出臺的決定性力量。但在執(zhí)行過程中，政治源流主要起監(jiān)督和控制作用。執(zhí)行者一方面需要貫徹高層級政府布置的政策任務(wù)，與上級精神保持一致；另一方面，執(zhí)行者又需回應(yīng)社會公眾對人工智能的關(guān)注，以維持其行政決策的合法性。如果地方執(zhí)行者對政治環(huán)境沒有反應(yīng)，他們的自由裁量權(quán)使用可能會受到挑戰(zhàn)。[20]因此，政治源流在執(zhí)行階段會繼續(xù)督促低層級政府的政策實(shí)施行為，并將低層級政府的自由裁量控制在一個合理的區(qū)間內(nèi)運(yùn)行，政治源流限制了政策源流的詮釋程度。

（4）政策企業(yè)家由倡議者變?yōu)閷?shí)踐者。在制定階段，政策企業(yè)家不僅是“兩會”代表，還是專家學(xué)者代表，甚至是利益集團(tuán)發(fā)言人，他們能夠同時在多條源流之中進(jìn)行協(xié)調(diào)和整合，其活動模糊了源流之間的邊界，減弱了源流之間的獨(dú)立性。而在執(zhí)行階段，先前提倡發(fā)展人工智能的政策企業(yè)家大多數(shù)成為親身實(shí)踐者，也就是最直接的利益相關(guān)者。由于政策含義的不確定性以及注意力和資源分配的競爭，執(zhí)行過程也存在選擇偏好問題[21]，執(zhí)行者對政策的詮釋將很大程度影響參與者的收益。因此，作為利益相關(guān)者的政策企業(yè)家并不會停止對政策執(zhí)行的影響，政策企業(yè)家會繼續(xù)使用策略影響執(zhí)行者對政策方案的詮釋，從而把政策引向有利于自身的方向發(fā)展。

（三）進(jìn)一步討論

基于以上歸納，我們需要進(jìn)一步理解變異后多源流的核心要素與政策執(zhí)行的因果聯(lián)系。對于低層級政府來說，高層級政府制定的政策在進(jìn)入地方場域時是一個外部變量，低層級政府輸出的政策源流建立在高層級政府輸入的政策方案的基礎(chǔ)上，政策的實(shí)際執(zhí)行方式取決于問題源流、政治源流、政策企業(yè)家和高層級政府給定政策的耦合程度（圖5）。出于分析的需要，我們在概念上遵循金登的做法，將耦合視為影響政策過程的一個關(guān)鍵節(jié)點(diǎn)。換言之，每次耦合都是低層級政府對高層級政府給定政策的再詮釋，再詮釋程度直接影響了后續(xù)的政策結(jié)果。引鑒Dolan的局部耦合（Partial Coupling）論證，[22]本文將多源流對政策執(zhí)行的影響稱之為多重局部耦合的執(zhí)行過程。

圖5 多重局部耦合的政策執(zhí)行過程

這個過程如下：低層級政府的政策選擇起始于對縱向政治源流的評估，以及將給定政策與分解后的問題源流進(jìn)行匹配。如果來自縱向政治源流的壓力很小并且問題與政策的耦合程度很低時，低層級政府可能會選擇拒絕執(zhí)行高層級政府政策，政策被彈回至政策執(zhí)行之窗；而如果政治壓力很小但是匹配程度很高時，低層級政府會選擇主動執(zhí)行政策。然而，在當(dāng)前行政控制不斷增強(qiáng)和建設(shè)回應(yīng)性政府的趨勢下，縱向政治源流是一個高壓常量，政治正確是一切公共政策的首要標(biāo)準(zhǔn)，因此上述情況尤其是拒絕執(zhí)行的可能性較小。更多的情形是，在縱向政治源流的約束下，低層級政府結(jié)合分解后的問題源流重新詮釋政策內(nèi)容。根據(jù)問題和政策的耦合程度，我們將政策執(zhí)行區(qū)分為積極執(zhí)行和消極執(zhí)行兩種場景。積極執(zhí)行情況下，分解后的問題源流與給定政策有著很高的耦合度，執(zhí)行者會接受給定的政策方案，政策源流的詮釋程度處于一個較低的水平。以此為前提，在政策企業(yè)家的活動作用下，此時政策執(zhí)行將出現(xiàn)兩種類型：（1）高耦合-強(qiáng)活動。當(dāng)政策企業(yè)家的活動能力很強(qiáng)時，低層級政府不僅會全面執(zhí)行高層級政府政策，并在政策企業(yè)家頻繁活動的領(lǐng)域進(jìn)行重點(diǎn)著力甚至主動加碼。（2）高耦合-弱活動。當(dāng)政策企業(yè)家的活動能力很弱時，低層級政府會依照政策內(nèi)容合理排序，循規(guī)蹈矩地完成高層級政府布置的政策目標(biāo)。在消極執(zhí)行情況下，分解后的問題源流與給定政策缺乏很好的耦合度，低層級政府又不得不執(zhí)行政策，此時也會產(chǎn)生兩種類型：（3）低耦合-強(qiáng)活動。雖然高層級政府政策與地方實(shí)際契合程度很低，但由于政策企業(yè)家的活動能力，此時政策源流的詮釋程度將會變高，導(dǎo)致低層級政府政策與高層級政府政策的差異明顯，在執(zhí)行上表現(xiàn)為在某個政策企業(yè)家活動的領(lǐng)域特別重視，但忽視了其他領(lǐng)域的部分執(zhí)行現(xiàn)象。（4）低耦合-弱活動。低層級政府缺少足夠的內(nèi)部動力完成政策任務(wù)，政策源流的詮釋程度再次變低，低層級政府采取象征性執(zhí)行高層級政府的政策。

可以看出，這個過程包含了多重局部耦合：高層級政府給定政策與縱向政治源流的耦合、第一次耦合結(jié)果與分解后問題源流的再次耦合、第二次耦合結(jié)果與政策企業(yè)家的又次耦合。多重局部耦合代表了執(zhí)行過程中問題源流、政治源流、政策企業(yè)家和給定政策的不同連接方式，并以此輸出了全新的政策源流，即低層級政府可能呈現(xiàn)的政策執(zhí)行結(jié)果。需要指出，盡管政策企業(yè)家可能很早就已經(jīng)融入了局部耦合過程，并且經(jīng)常與政治、政策或問題源流糾纏在一起，但是本文依舊將政策企業(yè)家視為一個獨(dú)立的變量并置于第三重耦合進(jìn)行考慮。這里的關(guān)鍵在于：政策企業(yè)家的活動目的仍然在塑造三種源流的關(guān)系，而且他們的活動在很大程度上影響了建立在三者局部耦合基礎(chǔ)上的政策執(zhí)行。有必要說明，這些推論雖然建立在有限經(jīng)驗(yàn)材料的基礎(chǔ)上，但一定程度上反映出低層級政府執(zhí)行政策的自主性與政治彈性、社會行動者之間的關(guān)系。

五、結(jié)語

本文聚焦于將制定和執(zhí)行兩個政策階段連接起來以便納入統(tǒng)一的政策過程分析之中。在多源流框架的基礎(chǔ)上，構(gòu)建了一個跨越制定與執(zhí)行的兩階段多源流框架，并以人工智能政策為案例對象，歸納了源流變動和源流變異的特征以及變異后的多源流對政策執(zhí)行的影響。貢獻(xiàn)在于：第一，在政策制定和執(zhí)行之間給出一種連接機(jī)制。當(dāng)前很少有模型能夠同時包含制定與執(zhí)行，我們認(rèn)為聯(lián)合分析的思路能夠有助于解釋高層級政府通過的政策在地方遭遇失敗的原因，從而確保政策理念在地方得以貫徹，這是治理獲取成功的必要條件。第二，為多源流框架擴(kuò)展至政策執(zhí)行提供經(jīng)驗(yàn)證據(jù)。多源流框架的核心要素能否在政策執(zhí)行中取得適用性，是一個在學(xué)術(shù)界廣受質(zhì)疑的問題。建立在人工智能政策基礎(chǔ)上的個案研究不僅在實(shí)證上肯定了這一觀點(diǎn)，而且說明了時間維度下源流的變異特征及其對政策執(zhí)行的影響。這些結(jié)論拓展了多源流框架的應(yīng)用邊界，同時提高了多源流框架在執(zhí)行階段的理論精細(xì)度。第三，基于回溯性個案研究所發(fā)掘出的政策運(yùn)行特征將有助于進(jìn)一步指導(dǎo)人工智能政策實(shí)踐。在當(dāng)前智能時代的效率導(dǎo)向中，我們可以看到問題源流中的推力因素在執(zhí)行階段未能成為顯性問題，政府需要繼續(xù)將實(shí)質(zhì)問題帶入政治源流和政策源流中，以促進(jìn)人工智能的全面良性發(fā)展。

由于個案研究的特性，本文只能從單個政策的制定和執(zhí)行過程中描述源流變動和源流變異的特征，不能實(shí)現(xiàn)更多政策的案例比較分析，更無法提供精確的關(guān)系建模，是為本文的方法局限性。此外，本文的數(shù)據(jù)均是采用網(wǎng)絡(luò)搜索的方式搜集而來，缺乏深度的實(shí)地訪談和田野調(diào)查，導(dǎo)致證據(jù)支持的力度有限。因此，后續(xù)研究首先可以從更寬泛的政策階段審視多源流框架的核心要素，或者融合更多樣的政策過程理論來審視不同的政策階段入手。其次，我們有必要重新思考之前被忽視的概念，這些概念曾被視作特生于某一個獨(dú)立的政策階段。譬如，政策企業(yè)家的活動對制定和執(zhí)行都產(chǎn)生了不可估量的作用，接下來的研究可以對政策企業(yè)家如何把焦點(diǎn)從制定者轉(zhuǎn)移至執(zhí)行者以及他們的活動策略進(jìn)行深度觀察。