全球城市化特别是超大特大城市的持续发展，不仅重新配置了社会资源，也使城市成为公共问题最集中、诉求最多元的治理空间。根据联合国数据，预计2025—2050年全球新增人口的三分之二将集中在城市。城市日益成为检验与重塑政府治理效能的重要舞台。在此背景下，数字技术与人工智能为识别需求和协调行动提供了新工具，但技术能否转化为治理效能，仍然取决于其与组织结构及制度环境的结合方式。

　　超大特大城市治理的挑战

　　人口规模扩大与公共需求快速变化，共同加重了城市治理压力。回应性、包容性、参与性和协调性，构成当代城市治理面临的核心挑战。第一，回应性要求城市政府具备及时识别需求并采取行动的能力，而传统信息获取方式越来越难以捕捉公众诉求的高频与动态特征，无法适应治理需求。第二，包容性要求城市政府关注群体的需求差异，在有限资源条件下提供基于需求的差异化服务，特别需要关注表达渠道不足的群体，减少其服务获取障碍。第三，参与性要求城市政府建立常态化渠道，引导市民从被动接受者，转变为公共事务治理的参与者和价值创造者。第四，协调性要求完善跨部门、跨层级的信息共享与协同激励机制，缓解信息不对称、权责不清等治理难题。能否有效应对上述四项挑战，决定了城市政府能否准确识别需求、吸纳诉求并将分散资源转化为政策效能。

　　数智技术为提升城市治理的回应性、包容性、参与性和协调性提供了新工具。各国建立的政务服务热线，逐步拓展为连接群众诉求、部门协作、绩效监督与政策反馈的数智治理平台。

　　从国际实践演进来看，早期热线主要解决居民如何反映问题的难题。1996年巴尔的摩启动311试点，建立了非紧急警务的专门反馈渠道。芝加哥将311扩展为综合服务中心，通过统一入口降低了市民诉求表达的成本，并通过事项分类和工单编号实现了全过程跟踪，但问题能否解决仍取决于后续办理机制。

　　进入21世纪，市民热线逐步与政府绩效管理衔接。巴尔的摩建立CitiStat机制，并逐步将311服务数据纳入城市管理分析体系，用于评估部门诉求响应与履责表现。2003年纽约311非紧急政府服务热线引入客户关系管理系统，诉求响应与市民满意度成为衡量绩效的“晴雨表”。北京12345市民服务热线则形成受理、派单、办理、反馈和评价的闭环，并将流程纳入法治化框架，推动从程序性办结转向实质性解决。由此，市民热线从前端服务入口转化为政府绩效管理的信息基础设施。

　　跨部门诉求推动热线融入跨部门协调机制建设。新加坡构建了以问题为中心的整体政府模式；纽约依靠统一工单标准、知识库和服务水平协议衔接部门业务，协商处理复杂诉求；北京通过精准派单和“街乡吹哨、部门报到”，将诉求办理纳入条块联动的组织体系，推动跨部门协同处置。

　　北京接诉即办改革实践进一步推动热线从个案响应机制向反馈驱动的治理学习机制拓展，通过汇总分析高频共性问题，转向主动治理。2025年出台的《中共北京市委关于进一步深化接诉即办改革的意见》提出，深化“每月一题”专项治理，汇总分析高频、共性的难点问题，纳入政策议程，推动政策优化和源头治理。由此，市民热线的作用已经不再只是接听电话，更在于通过数智技术赋能，将分散的市民经验转化为可识别的需求、可执行的任务和可积累的政策知识，实现了反馈驱动的政策学习与治理循环。

　　数智技术赋能市民热线嵌入城市治理

　　数智技术背景下，市民热线何以赋能城市治理？全球城市治理实践反映了不同制度条件下，服务受理、流程管理、绩效监督、部门协调和主动治理等功能的组合与迭代。数智技术不仅提升办理效率，更通过重构双重信息流推动治理改进。

　　一是畅通政民信息流，使分散需求及时进入治理过程。统一热线降低了市民参与门槛，使居民成为城市问题的持续发现者。数智技术则通过实时记录和结构化处理，形成动态、细致的需求数据，帮助政府识别服务缺口、实现服务改进。

　　二是贯通政府内部信息流，推动协同处置与监督回应。以北京12345市民服务热线为例，数智系统可辅助识别诉求分类与精准派单，实时更新办理信息，提高任务流转、责任落实和处置进展的透明度，缓解跨层级、跨部门的信息不对称，减少信息差造成的推诿和监督困难，也推动不同部门、层级和地区围绕具体问题协调资源，促进问题得到及时回应与有效解决。

　　以体制机制创新促进双重信息流更加畅通，有助于提升四类治理能力，包括增强问题感知能力以提升回应性，扩大获取服务的机会以促进包容性，降低表达门槛以扩大参与，促进信息传递以改善协调。

　　城市治理中的“技术—制度”关系

　　信息传递效率的提升并不必然转化为治理绩效。技术赋能的有效性始终受制度环境影响：算法可以辅助识别，但复杂问题的解决仍有赖于明确的权限协调、责任追踪及资源保障。

　　首先，数智工具应用只有与权责体系、资源配置方式与激励机制相结合，才能提高治理效能。例如，针对税收征管数字化改革的研究表明，如果行政机构的职责划分不清，即使引入数智技术，基层部门的行政效率也很难提升。可见，数智技术并非实现基层善治的独立决定因素，若深层约束缺乏有效调整，就难以实现治理效能的实质性优化。

　　其次，数智工具只有嵌入稳定的问责、激励体系，才能将信息可见性持续转化为回应能力。当数智平台主要依赖自愿协作或临时协调时，诉求办理容易受部门优先事项和配合意愿的影响，难以形成稳定回应。北京的改革经验表明，领导层的持续重视与高位统筹，将市民诉求确立为共同的治理优先事项，并配套组织与制度保障，有助于推动问题从“被看见”转向“被解决”。

　　最后，数智技术应用需要适应当地政治传统、行政结构和财政条件。对北京和纽约市民热线的比较表明，不同制度结构塑造不同协调模式，二者反映了集中协调与分散协作间的张力，分别嵌入不同的行政传统，这说明，数字治理并无脱离具体情境的统一模式。技术与制度不是彼此分离的两个要素。制度结构规定技术运行的权责边界和激励方式，技术则对问责机制产生反馈。知识库和数据平台可提高追踪效率，但复杂问题的解决仍依赖明确的责任边界与问责机制。

　　全球城市实践表明，治理模式并非可脱离制度环境复制的技术模板。如果数智化改革未能适配地方的政治行政情境，可能无法实现预期效果。展望未来，比较城市治理研究应进一步关注数智技术发挥治理效能的条件，关注如何平衡算法化治理的精确性与行政体系的可持续性，将机制创新转化为持久的治理效能。

　　（作者系清华大学公共管理学院教授；清华大学公共管理学院副教授）