打造国家之眼：秘鲁一线官僚的算法异化与日常创造力

🎓 专业 IRMaD 结构解读

I. Introduction（引言）

议题源流：国家可读性（legibility）自 Scott《国家的视角》（1998）以来是国家研究的核心议题。作者把既有文献粗分为两类：其一为公共政策与政治学中的国家信息能力研究，主要评估可读性政策的产出（如 Brambor et al., 2020；vom Hau et al., 2023）；其二为社会科学与人文学中的公民中心取向，把可读性视为行政负担乃至对人口的支配与控制，主要批判可读性技术的产出（如 Fourcade & Gordon, 2020；Peeters et al., 2023）。

文献空白：两类研究都聚焦结果而忽视过程与执行者。在能力评估中，街头官僚只是上层决策者设计的传导管道；在批判中，他们是压迫性国家机器上的又一个齿轮，「作为有感知行动者的街头官僚就此消失」。作者认为根源在于对可读性的理解：把它当作由国家行动造成、社会有或无的属性。若改把它视为由国家与社会行动者（及二者之间的模糊地带）共同建构并维护的关系，就会看到行动者运用多种策略，生产并维持「足够真实」（Law, 2009, p.242）的数据流通。

研究对象：秘鲁家户定向系统 SISFOH（Sistema de Focalización de Hogares）。这是一个以算法把人口分入不同社会经济等级、并作为多项福利项目准入门槛的数据登记系统。研究目标是探究街头官僚如何以策略实施社会登记系统，以理解在社会物质条件与资源可得性各异的地方，可读性如何被生产。

两项贡献：

• 对国家如何以及在多大程度上汲取社会数据的研究（vom Hau et al., 2023, p.428）补入官僚能动性视角，与该领域占主导的宏观社会取向形成对照；同时呼应数据研究中摆脱总体化视角、重视全球南方特殊性的新近工作（Milan & Treré, 2020）。
• 对弱国家制度下的街头官僚困境研究（Peeters & Campos, 2022）提供经验材料：可读性要求综观式、技术化、标准化的程序（如算法），而在正式制度薄弱的国家，这一技术指令与负责执行的官僚的不稳定工作条件形成鲜明反差。本文描述「足够真实」的数据如何在复杂的地方环境中被生产出来。

I. Theoretical Framework & Hypotheses（理论框架与假设）

本文为质性研究，不设统计假设，以一个经验问题统领：街头官僚如何以策略实施社会登记系统，从而在社会物质条件与资源可得性各异的地方生产出可读性？理论框架由可读性与国家理论、行动者网络与基础设施研究、弱国家街头官僚研究三条谱系拼接，并据此提出两个分析概念。

算法异化的两种形式：其一源于执行鸿沟，即中央的标准化要求与负责执行简化设计的地方工作条件错配，统一的类别与程序映照出地方人口与地理的复杂性；其二为算法系统所独有，即算法本为限制被视为政治化的地方裁量而设，却为地方官僚制造了登记程序的不透明：他们无法理解或控制贫困分类的全部步骤，也无法向申请人和自己给出直接具体的解释，还可能感到算法输出与地方对「谁是穷人、谁应被判为穷人」的认知不符。

M. Materials & Methods（材料与方法）

• 研究策略：非因果识别设计；属多点民族志式质性田野，采用场所密集式方法（site-intensive methods, Read et al., 2015），以参与观察为主，辅以半结构式访谈与文件分析。材料来自两个独立研究项目，共 4 个田野点。
• 项目一 · 2016 年 3–5 月：隶属一项理解地方层面国家与人口关系的更大研究。比较两个省级市政府：亚马逊雨林（国家渗透较晚、人口稀疏难达）与南部安第斯高原（国家存在较久、省内连通较好）。研究问题：同一层级、组织复杂度相近的地方政府，在不同历史与地理情境下如何实施同一系统。辅以文件分析与对利马前 MIDIS 官员的访谈。
• 项目二 · 2017 年 2 月：规模较小，旨在理解系统实施的效率。在阿雷基帕大区选取两个区级市政府（省以下一级），二者均被中央政府认定实施「相对成功」，但「截然相反」：城市区人口稠密、组织复杂、人员众多；农村区人口稀疏、组织简单，ULE 仅一人。研究问题：两个差异巨大的地方政府何以都取得相对成功。

田野点（Table 1）：

• 数据收集：研究者跟随 ULE 人员完成受理申请、入户调查、数据录入、组织采集例程、与 DOF 督导沟通等环节，力求覆盖地方层面从受理申请到获得分类的完整过程；参与程度随情境变化，有时受邀协作，有时仅观察与提问；辅以对 ULE 官员与 DOF 督导的半结构式访谈。地点与受访者身份均已匿名。
• 合并与分析逻辑：合并两项目的理由是在四个地点观察到相似的行动模式。因此四地不作为比较案例，而作为同一更广过程的观察点（Riofrancos, 2021），这个过程即不稳定条件下秘鲁国家的一线工作者如何在地方层面使人口变得可读。
• 样本量与编码：原文未报告访谈人数、观察时长、编码方案与编码者一致性，仅称「田野数据按各研究项目的目标进行分析」。证据以情境化田野片段与访谈引语呈现，无统计检验、无模型公式。

研究情境 · SISFOH 地方层运作流程（据 Fig. 1，研究期 2016–17）：

• 系统架构两特征：高度集中，DOF 对运作负最终责任，维护交叉核验与算法，算法虽经专家评估调整，但贫困计算预期自动化；依赖代理家计调查，秘鲁多数劳动者在非正规部门，收入难以被国家读取，故 DOF 把人口数据采集委托给地方官僚。ULE 人员并不清楚各变量如何影响最终分类，且每张表格可追溯，督导复访若发现不符将招致纪律或法律后果。
• 两类官僚的反差：MIDIS 高层多为任职多年的经济学家，是秘鲁技术官僚的专业储备之一；多数地方官僚则处于制度薄弱、物质与人力资源严重不足的环境。这正是 SISFOH 的两难：其规则与技术的实施取决于薄弱地方办公室的实践。

R. Results（结果）

作者把发现归纳为两类动态：受算法异化影响的官僚实践，以及对日常人工物的创造性管理。下表归纳主要发现与代表性证据。

• 维持信息流的双重压力：信息流一旦放缓，ULE 即同时承压于 DOF 与客户。DOF 只在 ULE 用手头表格完成分类后才补发新的标准表格，「没有进度，就没有新表」；分类拖延则招致客户反复询问或重新申请，进一步加重负荷。
• 工作负荷的两个来源：系统要求的地方现实标准化，以及客户互动。客户互动中识别出三类常见问题：客户不知分类进度、客户信息不符合软件参数、客户信息未知（如收入与住址）。
• 跨点共同模式：尽管系统内部运作不透明，官僚仍使系统保持运转；他们不知「利马」如何分类，却依据自己对算法的推测修改手册规定的标准行动模式，并据此开展衔接工作。

a / D. Discussion & Conclusion（讨论与结论）

• 可读性在行动中：首要任务是维持 MIDIS 中央所定义的连贯信息流；信息只需「足够真实」（Law, 2009）即可流通，例如 SISFOH 只接受年收入，官僚便须为非正规职业者设法「算出」年收入。系统要求连贯的是信息，而非收集信息的程序；正是大量地方实践成就了可读性。
• 异化的两种来源：其一，标准化要求在地方不可行（地理可达性、客户可得性），与既有执行鸿沟文献一致（Lotta et al., 2024）；其二，为算法分类所特有，即地方贫困感知与系统分类结果（工作者劳动的最终产品）之间的错配引发无力感与无意义感。
• 两点限定：异化非普遍，多出现在贫困预期与贫困测量不一致之处；感到异化者也并未消极接受，而是在不了解系统内部运作的情况下形成关于系统如何运作的理论，并以衔接工作实施政策修补。
• 行动的性质：官僚并未试图消除感知与分类的错配，只是延迟分类，其行动余地仅限于是否提供客户信息。这可读作针对分类标准的小规模抵抗，但最终意图不是帮人口逃离系统的视线，而是让其以有利的方式被看见。无论是否感到异化，多数官僚都遵循更广泛的政策修补模式，以弯折规则的日常创造力维持系统运转。
• 反「数据普世主义」（Milan & Treré, 2019）：官僚的异化与其面对的特定社会物质条件密不可分，普遍化地理解公共行政中的数据化与数字化站不住。
• SISFOH 的悖论：其标准运作在地方被颠覆，但既非为私利，也非为抵抗国家，而是为把国家服务延伸到原本不可读、或以不符其自身需要的方式被读取的个体。系统在多个地点得以运转，恰恰因为其标准运作被颠覆。
• 是否夸大官僚能动性？作者回答否：系统因未考虑各地条件差异而无法按原设计实施；地方官僚负有使系统运转的职责，便因地调适并与上级非正式协商，结果是系统仍能运转，但处于不稳定的平衡。
• 结论与启示：借「数据贫困」概念（Milan & Treré, 2020）与 Scott 所言「不可读的社会会阻碍国家的任何有效干预，无论其目的是掠夺还是公共福利」，本文描述了数据贫困情境下街头官僚如何为公共福利生产可读性。两条一般教训：其一，关心可读性政策效能者应看到，发展中国家的信息汲取由一个在全国存在不均的国家执行，提升国家能力之外还须理解地方执行条件，否则会复制不适配地方现实的劳动例程；其二，对可读性项目的批判者而言，可读性在不同情境中为不同行动者服务于不同目的，有时个体的核心关切恰恰是变得可读；这些项目也并非由纪律严明者执行的完美集中化方案。
• 作者的自我限定：无意美化基层劳动或浪漫化其恶劣条件，创造性策略源于日常必需；可读性不稳定的系统在紧急状态下会迅速暴露短板。新冠疫情期间以 SISFOH 数据库分发定向现金援助并非街头官僚的决定，相关失败应归于高层政治当局（Cerna Aragon, 2021）；对国家数据库视力的盲目信任并无依据。
• 局限（本报告评注）：田野数据来自 2016–17 年，距 2025 年发表已八年有余，未覆盖 SISFOH 其后的变化；未报告访谈人数、观察时长、编码程序与信度；两项目原本研究问题不同，本文为二次合并解读，项目二又专选中央认定「相对成功」的地点；缺少申请人一侧的系统性资料，关于算法异化的推论主要依赖官僚言说与少数情境片段。
• 资助与致谢：秘鲁研究所（Instituto de Estudios Peruanos）与经济与社会研究联合会（Consorcio de Investigación Económica y Social）资助；初稿曾在哈佛肯尼迪学院「Just Computation」工作坊（2023 年 9 月）报告；两位作者贡献均等；声明无利益冲突；CC BY 4.0 开放获取。