🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
在北欧，办养老金、领育儿补贴、申请住房补助，很多时候不用去窗口排队，打开手机填个表就行，甚至钱会自己打到账上。这些事由几个很大的公共机构统一处理：丹麦的 UDK、挪威的 NAV、瑞典的社保局，每天要做出成千上万个决定，被称为“决策工厂”。
过去研究政府办事，有个经典说法叫“街头官僚”：办事员坐在窗口，面对一个个具体的人，按自己的判断做决定。后来学者发现，电脑介入之后，情况变了——先是“屏幕官僚”，人对着屏幕审材料；再往后是“系统官僚”，系统自动算、自动批，人几乎不插手。很多人预测，数字化会一路走下去，最后全部自动化。
但这篇论文看到的画面不一样。同一个机构里，有的业务全自动，比如养老金；有的还要办事员一条条看材料，比如工伤认定；有的让市民自己在网上填表，出了错再找人帮忙。三种做法同时存在，而且不是“还没升级完”的临时状态。
作者把这种组织叫作混合官僚制。他们想弄清楚：这种混合到底长什么样，又是怎么形成的。理解这一点，对任何正在推进“一网通办”“自动审批”的政府都有用。
② 研究问题（要回答什么？）
论文提出两个前后衔接的问题。
第一，这些大型福利机构内部，到底存在哪些制度安排？各有什么特征？作者借用 Bovens 和 Zouridis 的框架，从六个方面给机构“画像”：数字技术扮演什么角色、承担什么功能、人介入案件的程度、组织的骨干是谁、组织边界画在哪、适用什么法律规则。
第二，这些机构是怎么、又为什么长出“混合”特征的？这个问题是过程性的：是技术一步步推着走，还是政治任务、法律变化、市民能力等因素一起塑造的？为什么有的机构从“全自动”目标出发，最后却退回混合；有的从“街头办事”出发，慢慢长出自动化？
作者还关心一个现实后果：如果混合是长期的，那么管理者就不能把“以后全部自动化”当成规划前提，而得认真设计人和机器怎么分工、怎么互相补位。
③ 研究方法（怎么做的？）
这是一项定性研究，做法是“读文件 + 访谈”，再把三个国家的情况摆在一起比。
选机构。三家都是北欧大型福利机构：丹麦的 UDK 成立于 2012 年，负责养老金、育儿假、家庭补助、住房补助；挪威的 NAV 成立于 2006 年，是三者中最大的；瑞典社保局成立于 2005 年，由 21 个县级保险基金合并而来。它们都高度数字化，又都保留大量一线员工。
读文件。三家机构的年报都读了，丹麦覆盖 2015 到 2023 年、挪威 2012 到 2023 年、瑞典 2018 到 2023 年，还补了两份介绍 UDK 设立的材料和相关法律、审计报告。作者按六个特征编了一套编码手册，逐条找证据。
做访谈。一共访谈六位“知道内情的人”：每家一位高层管理者、一位资深 IT 或业务开发者，在机构里工作了 15 到 40 年。访谈在 2025 年 4 到 5 月进行，每次 53 到 75 分钟，末尾还拿作者的初步发现跟他们核对。
怎么保证可信。每位作者负责一家机构，然后三个人反复比对；用文件、访谈、同行讨论三种来源交叉验证。
④ 结果（发现了什么？）
三家机构的共同点：三种官僚制特征同时在场。
技术角色随业务变。养老金标准客观，系统基本自动跑完。育儿假、家庭补助要市民自己上网填表，技术起“主导”作用。工伤认定、求职援助等留了大量裁量空间，还要医生参与，技术只能“辅助”。
人的角色也随业务变。瑞典社保局说，育儿津贴的电子申请“已经超过 99%”。但挪威 NAV 仍有约 2.2 万名员工，其中 1.28 万人在市政府一线，另在 12 个呼叫中心雇了约 1000 人。UDK 成立时从各市转来 1500 人，如今约 1000 人，其中约 665 人直接面对市民；IT 岗位在增加。
新角色冒出来。UDK 的一线员工被培训去“造机器人”，还有一类“专家办案员”专接系统搞不定的疑难案件，受访者叫他们“侦探”。
边界越画越大。挪威把人口登记库做成跨机构共享的基础设施；欧洲的 EESSI 系统到 2023 年 6 月已连接 32 个国家约 3400 家机构。法律也不是死的：机构会推动修法，但政治议程又会塞进新任务。
两条路径。挪威和瑞典从街头、屏幕一层层长上去，旧做法层层沉积；丹麦 UDK 一开始奔着“全自动”，后来被塞进太多不适合自动化的业务，反而退回混合。
⑤ 讨论（这些发现说明什么？）
作者认为，最重要的发现是：混合不是过渡，而是终点之一。
按原来的三阶段模型，机构应该像爬楼梯一样，从街头到屏幕再到系统，一级级往上，最后停在“全自动”。但这三家机构都停在了“三层楼同时住人”的状态，而且看起来相当稳定。原因不神秘：有些数据在登记库里根本没有，有些法律明确要求人来做判断，有些服务必须面对面才办得成，还有些市民就是不会用手机填表。
所以作者说，混合官僚制不是“街头 + 屏幕 + 系统”的简单相加，它还长出了自己的东西：把填表任务外包给市民、把组织边界伸到国外和市民家里、让一线员工自己开发自动化工具、让法律跟着技术一起变。这些新特征，原来的框架里没有。
对管理者的启示有三条。第一，别拿“阶梯式升级”的模型做规划，现实是多条业务线并行，各有各的节奏。第二，光买技术不会自动带来制度变革，还得看数据、法律、市民能力这些配套条件。第三，数字化越深，越需要“新旧混合”的人才队伍——既懂业务、又懂系统、还能跟市民好好说话的人，反而更稀缺。
作者也提醒一个风险：把填表任务推给市民，看似省了机构的人力，实际上把负担转移给了最不擅长填表的那群人；一线员工因此更忙，而不是更闲。
⑥ 结论（最终结论 + 启示）
一句话总结：北欧大型福利机构并没有走向“无人化的全自动”，而是稳定地停在人与机器共处的混合状态。
论文用三家机构、十余年年报和六位资深管理者的访谈说明：养老金这类标准化业务确实高度自动化，但工伤、救助、求职辅导等需要判断和沟通的业务，仍然离不开办案员；而且越是推进数字化，越需要一线人员去帮市民跨过“数字门槛”。
作者把这种形态命名为混合官僚制，并强调它比三种原型的简单叠加更复杂：它有自己的组织逻辑、自己的边界、自己的法律动态。
局限也很清楚：只有三个国家、六位访谈对象，且多是管理者视角，不能做统计推广；受访者说的和实际做的可能有差距。后续研究应当走进窗口，直接观察办案员怎么使用系统、怎么行使裁量权。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
街头官僚研究自 Lipsky（1980）起，把公共服务交付理解为一线的自由裁量实践：办事员直接面对公民，在规则与个案之间做出判断，从而是政策落地的“可见肉身”。Bovens 与 Zouridis（2002）以荷兰交通罚单与学生贷款两个案例，提出 ICT 正在把“决策工厂”从街头层推向屏幕层、再推向系统层，并以六项特征刻画三种官僚制的差异：技术角色、技术功能、人的介入程度、组织骨干、组织边界与法律体制。
此后二十余年，数字化程度远超当年设想。Zouridis 等（2020）做了经验更新却未再发展类型学；Northcott（2025）的系统综述指出街头裁量正被重构；Afzal 与 Panagiotopoulos（2025）在警务领域发现算法实践反而要求官员具备更高知识；Marienfeldt（2024）强调人的判断不可替代；Lindgren 等（2024）则观察到北欧大型机构在自动化大量业务的同时仍保留一线人员。Christensen 与 Lægreid（2011）以挪威 NAV 的合并为例，提出公共组织的混合性与沉积（sedimentation）：组织在保留旧制度层的同时叠加新层，形成多功能、复合、充满持续张力的实体。Erkkilä（2024）进一步呼吁对数字与算法治理中的混合性做情境化研究。
空白正在于此：既有文献要么在任务层面描述“从街头到系统”的位移，要么在组织层面讨论混合的抽象特征，却少有研究把两者接起来，去看同一机构内部多种制度安排如何并存、又如何形成。本文以三个北欧福利机构为案例，回答两个问题：大型福利机构内部存在哪些制度安排与特征；它们如何、为何发展出混合官僚特征。
I. Theoretical Framework & Hypotheses（理论框架与假设）
分析透镜一：三种官僚制。Bovens 与 Zouridis（2002）按六项特征区分街头、屏幕与系统层：技术角色由支持、主导到决定；技术功能由数据登记、案件评估与流水线到执行控制与对外沟通；人的介入由完全、部分到无；组织骨干由案件经理、生产经理到系统设计者；组织边界由严格对外、严格内外到流动；法律体制由开放宽裁量单一框架、细化少裁量单一框架到无执行裁量且跨法域交换。
分析透镜二：混合性与沉积。混合组织被定义为“组合不同任务、价值与组织形态的多功能实体，是部分相互冲突的考虑并置、产生困难而不稳定的权衡与持久张力的复合安排”（Christensen 与 Lægreid 2011, p.410）。沉积强调组织并非替换旧层，而是把新特征制度化地叠加在旧层之上。
分析透镜三：社会—技术视角。组织由相互依赖的技术子系统与社会子系统构成，技术应用是管理者、设计者、使用者与政治行动者一系列选择的结果，既非技术决定，也非社会决定。
由此，论文不预设线性阶段，而把“混合”当作待解释的结果。分析记号可写作 Arrangement(a) = f(Role_tech, Function_tech, Human_role, Backbone, Boundary, Legal)，并在机构层面观察 Hybrid = Street ∪ Screen ∪ System + 新特征；后者并非简单并集，而是包含自服务外包、跨国边界、员工自制自动化与动态法律等新增要素。
| 编号 | 研究问题 | 理论依据 | 经验判据 |
|---|---|---|---|
| RQ1 | 大型福利机构内部存在哪些制度安排与特征 | Bovens 与 Zouridis 六特征类型学 | 逐业务线按六特征编码文件与访谈 |
| RQ2 | 机构如何、为何形成混合官僚特征 | 混合性、沉积、社会—技术视角 | 跨国比较组织轨迹与形成机制 |
| H1（隐含） | 数字化将导向系统层并取代旧层 | 线性阶段论 | 若成立，应见旧特征消失；实际被证伪 |
M. Materials & Methods（材料与方法）
- 研究设计：定性比较案例研究，采用溯因策略（abductive，Blaikie 2012）：以 Bovens 与 Zouridis 类型学和 Christensen 与 Lægreid 的混合、沉积概念为初始框架，再依经验材料调整与扩展。分析单位为三家机构及其业务线，而非单个案件。
- 案例：丹麦 UDK（2012 年设立，隶属 ATP，初始负责养老金、育儿假、家庭补助、住房补助，后承接弹性就业、丧葬补助、疫情期间接触者追踪等）；挪威 NAV（2006 年由多个独立机构整合，约 2.2 万人，其中 1.28 万人在市政府、约 1000 人在 12 个呼叫中心）；瑞典 SSIA（2005 年由 21 个县级保险基金国有化合并，约 1.4 万人、60 个办公点、11 个部门）。三国同属社会民主福利体制，但丹麦 2011 年国家数字化战略强制数字自服务与数字邮件，挪威与瑞典仍保留传统渠道。
- 文档分析：依 Scott（1990）的真实性、可信性、代表性标准选取政策文件；年报覆盖 SSIA 2018–2023、UDK 2015–2023、NAV 2012–2023，UDK 另补 ATP（2012, 2022）两份设立与商业论证材料；辅以法律文本与国家审计报告。以六特征编制编码手册（附录 A），并从最新年报倒推编码；附录 B 提供代表性引文与解释以增强透明度。
- 访谈：目的性抽样的高知识密度受访者，每家机构 1 位高层管理者 + 1 位资深 IT 或业务开发者，共 6 人，机构内任职 15–40 年；访谈于 2025 年 4–5 月进行，时长 53–75 分钟，围绕六特征展开并留出开放式追问；访谈末出示文档分析结论进行成员核验。
- 分析流程：每位作者负责一个机构的数据收集、分析与验证，团队反复线下与线上比对，迭代形成跨案例模式；以数据三角验证、成员核验与同行汇报（peer debriefing）控制偏差（Creswell 与 Miller 2000）。未报告独立双编码或编码者间一致性系数，属方法上的已知弱点。
- 比较逻辑：先按 RQ1 归纳混合官僚的六维特征与业务线分布，再按 RQ2 比较三家机构的轨迹差异（UDK 的“政治任务追加”路径 vs. NAV/SSIA 的“路径依赖 + 部分自动化”路径）。结论定位于分析性 generalization（Drisko 2025），而非统计推断。
| 机构 | 国家 | 设立 | 规模 | 核心业务 | 数字化起点 |
|---|---|---|---|---|---|
| UDK | 丹麦 | 2012 | 约 1000 人，665 人直接接触市民 | 养老金、育儿假、家庭与住房补助 | 以“客观办案、系统层”为目标设立 |
| NAV | 挪威 | 2006 | 约 2.2 万人，1.28 万人在市镇 | 养老金、失业、育儿假、病假、社会救助 | 由多机构合并，街头与屏幕层并存 |
| SSIA | 瑞典 | 2005 | 约 1.4 万人，约 60 个办公点 | 家庭、残障、疾病与养老类社会保险 | 由 21 个县级基金合并，逐步自动化 |
R. Results（结果）
- 三种安排同时在场（RQ1）：六项特征在每家机构内部均呈现“按业务线分化”的混合形态。技术角色在养老金等客观、量大的业务上为决定性，在育儿假与家庭补助上为主导并伴随高比例数字自服务，在工伤、求职援助、社会救助上仅为支持性；技术功能除登记、评估流水线、执行控制外，新增“内外部流程嵌入、评估与分流、赋能自服务”；人的介入从全无（自动审批）到完全（全人工裁量）连续分布，且把市民纳入流程；组织骨干由单一的案件经理、生产经理或系统设计者，转为“行动者网络”；组织边界扩展至跨国与市民家庭；法律体制由单一静态框架转为多法域、动态、可被机构主动游说调整。
- 业务线分布（Table 5）：养老金（UDK、NAV）大多主动发起并自动处理，数据跨国家机关流动，法律框架多为客观；育儿假（UDK、NAV、SSIA）以数字自服务为主、辅以人工支持，SSIA 的育儿津贴电子申请比例“已超过 99%”；家庭补助（UDK、NAV）大部分自动，但个案可因违法情形被人工下调；社会救助、求职与失业援助、工伤认定（NAV）仍以街头层为主，工伤认定全部由办案员人工评估，求职援助高度依赖地方劳动力市场判断。
- 人员结构变化：UDK 由设立时从各市转入的 1500 人降至约 1000 人，其中约 665 人直接面对市民，IT、法律与专业岗位显著增加；NAV 约 2.2 万人，1.28 万人在市镇、约 1000 人分布于 12 个呼叫中心；SSIA 约 1.4 万人、60 个办公点，一线办案人数自 2016 年以来基本稳定，而 IT 等专业岗位由 850 人增至约 1400 人，法律人员亦明显扩张。
- 新角色与新功能：UDK 的一线员工在“数字想象力”培训中被教会自制机器人，把重复操作自动化，因而同时属于屏幕层与系统层；出现“专家办案员”角色，专门接手系统无法处理的疑难案件（受访者称其为“侦探”）；SSIA 则把部分一线支持任务收回给传统办案员，以减少同一案件内的反复接触。
- 边界扩张：挪威以人口登记库作为跨机构共享基础设施；EESSI 到 2023 年 6 月连接 32 个国家约 3400 家机构；数字自服务与市民门户把办案流程延伸进市民家庭，单个案件可跨越多个办案员与市民本人。
- 法律体制的动态性：三家机构同时适用多套法律（业务法、机构法、数字邮件、GDPR、信息公开、公共服务法），并设专门人员评估法律、提出解释与修法建议以推进自动化；反向地，政治议程（如移民与融合）会插入要求“超个案化”处理的象征性立法，重新引入高裁量与人工介入。
- 两条轨迹（RQ2）：NAV 与 SSIA 自街头/屏幕层出发，因不同业务以不同速度数字化，旧安排作为“沉积层”合法保留；UDK 以系统层为目标设立，但因后续被分配大量不适合自动化的新业务（弹性就业、丧葬补助、疫情追踪、一次性通胀补贴），反向演化为混合。故混合既可由“未完成的自动化”产生，也可由“过度承诺后的任务追加”产生。
- 全自动为何不可能（作者归纳五因）：中央登记库数据缺失、不完整或不兼容；立法要求办案员裁量；面对面互动本身是服务的一部分；部分市民因技能或情境不匹配而无法完成自服务，需一线协助；政治与社会需求要求个案化处理。
| 维度 | Bovens 与 Zouridis 的类型学 | 混合官僚制的表现 |
|---|---|---|
| 经验基础 | 狭窄、常规、任务特定 | 复合、多功能、覆盖全组织 |
| 发展逻辑 | 线性、阶梯式、离散阶段 | 多层沉积、累积式混合演进 |
| 组织轨迹 | 目的论式、有终点 | 持续、开放式 |
| 变迁动力 | 技术驱动，含决定论色彩 | 社会—技术互构、政治选择、数据可得性、法律机会与障碍 |
| 法律框架 | 静态 | 动态、多法域、可被主动调整 |
a / D. Discussion & Conclusion（讨论与结论）
- 理论贡献：提出混合官僚制作为第四种、复合的组织类型，而非三种原型的简单相加。其新意在于四点：把填表任务外包给市民（自服务作为行动资源）、组织边界延伸至国际层面与市民家庭、一线员工自制自动化工具、法律框架持续演化。相应地把 Bovens 与 Zouridis 的“阶梯替换”改写为“沉积叠加”，把技术决定论改写为社会—技术互构，把有终点的目的论轨迹改写为开放式轨迹。
- 对类型学的方法论批评：Bovens 与 Zouridis 的经验材料是任务层面的（交通罚单、学生贷款），却据此推出组织层面的类型；本文显示同一组织内不同业务线分属不同制度安排，故必须以“代表性业务集合”而非单一任务来刻画机构。
- 实践启示：(1) 管理者不应以阶梯式升级模型做战略规划，数字化先进机构是多面并存而非单一类型；(2) 技术投资本身不带来制度转型，须同时经营数据可得性、法律适配与市民数字能力；(3) 混合官僚需要“新旧混合”的能力结构——办案员既要能与系统协作、又要能处理高情感与高法律复杂度个案，还要能与市民沟通；(4) 把行政任务外包给市民会制造新的支持需求，一线人员不减反增。
- 政策警示：机构主动推动修法以适配自动化，可能产出“便于机器执行、却未必有利于公民福利”的规则；作者提醒决策者不要把洗澡水和孩子一起倒掉。
- 局限：(1) 定性研究，无法做统计或概率推广，仅具分析性可迁移性；(2) 仅三个北欧社会民主福利体制案例，法律框架、宪制安排与文化差异可能阻断类似发展；(3) 访谈对象为高层管理者与资深开发者，缺少办案员与市民的直接视角，存在“说与做”的落差（say/do problem）；(4) 未报告编码者间一致性；(5) 六位受访者样本小，且由作者职业网络招募，可能有选择偏差。
- 未来研究：办案员与市民视角的原位访谈与观察；国家—地方—公民之间的任务分工；UDK 的“政治任务追加”与 NAV/SSIA 的“路径依赖”两条轨迹的比较；法律演化与政治控制之间的双向过程。
- 资助与利益声明：Madsen 的研究部分由 Nav 委托的“哪些公共服务适合数字化”项目（2024 年结项）与挪威研究理事会资助的“斯堪的纳维亚哪些公共服务适合数字化”项目支持；作者访谈了 Nav 员工并分析其文件，但声明 Nav 未影响研究设计或编辑决定。写作中使用 MS Word、Copilot 与 DeepL 做语法与缩写辅助，成稿经专业英语母语者校对。
🧠 IRMaD 思维导图
mindmap
root((混合官僚制))
I 引言
街头官僚面对面裁量
屏幕与系统层兴起
预测指向全自动
现实却是三层并存
R 问题
机构内部有哪些安排
六特征如何分布
混合如何形成
为何全自动不可能
M 方法
丹麦挪威瑞典三家
年报跨十余年
六位资深管理者访谈
六特征编码手册
三角验证与成员核验
R 结果
养老金高度自动
工伤仍需人工裁量
育儿申请超九成九
一线员工自制机器人
边界伸向跨国与家庭
两条轨迹汇成混合
a 讨论
混合不是过渡态
沉积而非阶梯替换
技术不是唯一动因
自服务转移市民负担
D 结论
规划要按多线并行
能力需新旧混合
走进窗口看裁量
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。