“机器管招投标”对公共资源交易的影响——从“工具辅助”到“复杂替代”的变革与隐忧

近年来，公共资源交易领域（包括政府采购、工程招投标、土地出让等）正经历着一场深刻的数字化转型。随着人工智能算法、大数据分析与自动化系统的广泛应用，“机器管招投标”模式逐渐走向实践前沿。该模式旨在通过技术手段减少人为干预，提高透明度和效率，其意义远不止于工具层面的升级，更意味着从传统的“工具辅助”走向“复杂替代”的范式转变。在这一过程中，人工智能不再仅仅承担流程性任务，而是逐步深入至决策核心，甚至替代部分人类判断。这一演变与人工智能时代中“认知卸载”逐渐转向“认知负债”的内在逻辑高度契合，既带来了效率的显著提升，也潜藏着能力退化与系统性风险的双重挑战。要全面把握其影响，需从演进路径、双面效应及规制框架3个维度进行体系化审视，并在更广阔的理论视野中审视其与公共治理现代化的复杂关系。

从“工具辅助”到“复杂替代”

在公共资源交易数字化的初期阶段，技术应用主要表现为“工具辅助”形态，这一阶段的技术介入可视为传统官僚制效率追求的延续。电子招标平台逐步取代纸质文件操作，实现了线上提交、自动提醒与信息比对等基础功能，从而将部分机械性、重复性工作从人力承担转向技术系统处理。该阶段的机器参与具有明显局限性：它仅覆盖标准化高、复杂性低的环节（如文件管理和时限控制），而不涉及供应商资质评审、报价合理性判断等核心决策内容。人类仍牢牢掌握最终决定权，技术仅作为辅助手段存在，其角色类似于外接存储或计算工具，并未改变“人主机器从”的基本权力结构。从认知分工的角度看，此阶段技术所实现的“认知卸载”较为有限，人类仍承担着市场分析、风险研判等大部分复杂认知任务。这一阶段的实践契合了韦伯式理性官僚制的理想，即通过技术手段提升行政效率与程序正当性，但其本质上仍未突破工具理性的范畴。

随着人工智能技术（尤其是自然语言处理、机器学习与深度学习）的不断成熟，“机器管招投标”逐步进入“复杂替代”的新阶段，这一转变标志着技术开始深度介入公共决策的核心领域。人工智能系统开始承担曾由人类完成的具有高度认知复杂度的任务，如通过历史数据与企业信用记录自动筛选合格供应商，或基于成本模型与市场动态评估报价合理性。同时，机器还能实时监测投标过程中的异常行为，如通过IP（Internet Protocol，网际互连协议）关联性或报价规律识别潜在的围标、串标现象，并可依据政策要求实现自动化的权重调整与偏好设置。与此前阶段相比，机器的职能范围已从局部环节扩展至招投标全流程，其任务性质也从简单的信息处理跃升为具备判断与预测性质的决策支持，甚至部分决策替代。人类操作者逐渐从主动控制者转变为被动的接受者，在部分地区试点的全流程无人干预招投标模式中，人类甚至已完全退出某些关键环节。

上述演进并非孤立的技术现象，而是公共治理领域自动化浪潮的组成部分，其理论意义需置于更广阔的学术对话中考察。从公共选择理论视角看，机器决策可有效规避“寻租”与“俘获”问题，但同时也可能催生新的技术精英主义风险。一方面，按照技术批判理论，这种深度替代不仅改变了操作流程，更重新配置了知识、权力与责任的关系结构。另一方面，从行动者网络理论出发，机器已不再是中性的工具，而成为具有相当能动性的“准行动者”，与人类共同构成新型决策网络。这种转变不仅在技术层面实现了突破，更在认知层面重构了人机关系，使机器从纯粹的辅助工具演变为具有相当自主性的“决策主体”，这一现象对传统的权责分配模式与合法性构建机制提出了深刻挑战。

“复杂替代”的双面效应

“机器管招投标”的“复杂替代”模式在为公共资源交易带来显著效率提升和程序公平的同时，也伴随着人类判断力退化和系统性风险的隐忧，这种“双刃剑”效应需要在理论与实践的双重维度中得到充分审视。从正面来看，该模式实现了从人工驱动到算法驱动的效率跃升，这一进展可视为对新公共管理理论倡导的“政府再造”与“效能提升”理念的技术回应。人工智能可自动完成招标文件和投标文件审查、资质核验与信息比对等环节，从而大幅压缩招投标周期，降低人力与物资成本，并在紧急采购场景下展现出快速响应的优势。此外，机器严格执行预设规则，使人为干预和隐性腐败得到一定程度抑制。例如，算法能够自动拦截与评标专家有关联的企业投标行为，或通过大数据识别隐蔽的串标行为，从而增强程序的公正性。同时，机器学习模型还可嵌入扶持中小微企业、绿色产业等政策目标，使资源分配更符合普惠性原则。实证研究表明，在某些实施人工智能评标系统的地区，招投标项目的平均耗时下降逾六成，投诉率也有显著降低，显示出技术介入对流程优化的积极作用。这一成效与胡德提出的“数字化政府”理念相契合，即通过技术手段实现公共服务的提质增效。

正如认知卸载若过度使用将导致认知负债，“机器管招投标”的深度应用也可能引发公共资源交易体系的核心能力弱化，这一风险需从技术社会学与行政法学的交叉视角进行批判性审视。长期依赖算法决策，可能导致招投标从业人员的专业敏感度下降，使其逐渐丧失对市场动态、企业真实实力的独立判断能力。在面对训练数据未覆盖的异常或复杂场景时（如突发公共事件下的应急采购），人类决策者可能因缺乏实操经验而应对失当。更值得警惕的是，许多人工智能模型存在“黑箱”特性，其决策逻辑缺乏可解释性，这不仅影响程序透明度，还可能因训练数据中的历史偏差而固化甚至加剧原有的不公问题。此外，机器的刚性运行机制难以灵活适配需综合考量社会效益、环境价值或突发政策的复杂场景，导致公共目标在效率最优化的算法逻辑中被弱化。从系统层面看，若技术开发与维护集中于少数企业，将存在算法垄断与操控的风险；而人类专业能力若长期闲置，整个体系在技术故障或特殊情况下可能陷入瘫痪。

上述双面性揭示出一个关键问题：技术创新在提升工具理性的同时，也可能削弱价值理性与系统韧性。因此，在推进“机器管招投标”过程中，必须警惕其潜在的非预期后果，避免将技术便利性置于公共利益和人的能动性之上。从哈贝马斯的沟通行动理论视角看，过度技术化可能导致“生活世界殖民化”，即技术理性侵蚀了公共领域中的沟通理性与价值共识。同时，根据森斯坦的行为经济学分析，算法依赖可能加剧“决策惰性”与“群体思维”，削弱组织的学习能力与创新潜力。这些理论视角提醒我们，“机器管招投标”不仅是技术管理问题，更是关乎公共治理本质的根本性制度问题，需要在效率与公正、创新与稳定、技术理性与人文关怀之间寻求审慎平衡。

“人机协同”与“复杂替代”的边界控制与制度构建

为最大限度发挥“机器管招投标”的积极效用，同时防范其潜在风险，有必要确立人机协同的基本原则，并为“复杂替代”设置清晰边界，这一制度构建需要借鉴多学科的理论智慧，结合实践经验进行系统设计。

首先，应建立合理的人机分工架构，这一分工原则建立在对人类与机器比较优势的清醒认识之上。机器适合承担标准化、重复性高、数据密集型的任务，如形式审查、数据比对与异常监测；而人类则应主导价值判断、政策权衡和复杂情境的处置，特别是在需要引入公共利益考量或道德判断的决策中。人工智能系统可输出初步方案或建议，但最终决定权仍应保留在人类手中，尤其涉及重大资金、民生项目或创新采购时，必须设置人工复核与集体决策机制。这一分工原则符合当前负责任人工智能治理的普遍主张，即技术应当辅助而非替代人类决策者。从组织理论角度看，这种人机协作模式呼应了西蒙的有限理性理论，即通过人机互补来克服各自局限性，实现决策质量的最优化。

其次，须通过技术设计与制度约束增强算法透明度与可问责性，这一要求根植于公共行政中的问责理论及法治原则。一方面，要求人工智能模型具备一定程度的可解释性，能够向监管方和投标方说明评分依据和决策逻辑；另一方面，应建立算法审计机制，由独立第三方定期评估其公平性与合规性。所有关键决策环节应当留存人类干预的记录，以实现责任可追溯。例如，可引入“算法影响评估”制度，对高风险招投标系统进行事前、事中和事后全面评估，确保其符合公开、公平和公正的竞争原则。从法学视角看，这一机制体现了“正当程序”原则在数字时代的适应性发展，即通过技术性正当程序来保障算法决策的公正性与可审查性。同时，这一做法也回应了欧盟《人工智能法案》提出的基于风险的分级监管思路，为我国相关制度设计提供了比较法借鉴。

再次，必须重视人类专业能力的保持与强化，这一目标关乎公共部门的组织学习与能力建设理论。招投标从业人员需通过持续培训、案例研习和模拟演练，维持对市场变化和投标策略的敏感度，避免因技术依赖而导致能力退化。在制度设计上可采用混合模式，即在某些类型的项目中仍采用人工评标，以作为技术系统的对照与补充。公共机构还应建立专家库动态更新机制和知识共享平台，确保人类专业判断能够不断适应新的市场环境和政策要求。从组织行为学角度看，这一做法体现了“必要的多样性”原则，即系统内部需要保持一定程度的认知多样性以应对环境复杂性。同时，这也契合了阿吉里斯提出的“双环学习”模型，即组织不仅要改进现有操作（单环学习），更要反思和调整深层假设与价值观（双环学习）。

最后，需明确机器替代的禁区，这一划界工作需要基于公共利益原则和比例原则进行谨慎权衡。对于那些涉及重大公共利益、高度依赖政策裁量或具有显著创新属性的项目，应限制算法的全面应用，保障人类在最终决策中的主导地位。公共资源交易不仅关乎经济效率，更肩负着平衡多方利益、实现公共价值的使命，这一点是任何技术系统都难以完全承载的。法律和政策应当为这类例外情形提供明确的豁免条款和判断标准，防止技术应用过度扩张而侵蚀公共管理的本质。从宪法行政法角度观之，这一界限设置体现了对行政裁量权本质的尊重——那些需要运用价值判断和政策考量的决策领域，本质上不适合完全自动化。同时，这也符合技术伦理中的“人类监督”原则，即关键决策必须保留人类最终控制权。

迈向负责任的人机协同治理新模式

“机器管招投标”代表着公共资源交易数字化转型的重要进展，其意义远不止于流程自动化，更触及认知分配与决策权力的重新配置。虽然该模式在提升效率与增强程序正义方面表现出显著优势，但它同时也暗含人类能力退化、算法不透明和价值僵化等多重风险。未来的发展路径应避免陷入“技术万能”的迷思，转而追求一种人机协同、功能互补的智慧治理模式。唯有如此，方能在拥抱技术革新的同时，守护公共资源分配中的公正、灵活与社会责任。

需要强调的是，“机器管招投标”的健康发展离不开健全的法律框架和伦理指南。立法者应当关注算法决策带来的责任划分问题，明确人工智能在招标过程中的法律地位及各方主体的权利和义务。特别需要借鉴欧盟《人工智能法案》的风险分级思路，建立适合我国国情的算法监管体系。同时，公共部门应加强数字能力建设，确保技术人员和管理者都能理解和驾驭这类系统，从而真正实现技术赋能而非被动替代。从更广阔的视角看，这一领域的发展也为我们重新思考数字时代的政府职能转变、公私部门关系以及公民权利保护提供了重要契机。最终，一个既能发挥技术效率又能维护人类判断力的招标体系，才是数字化时代公共资源交易的理想图景。这种平衡之道不仅适用于招标领域，也为其他公共服务领域的数字化转型提供了重要参考。随着技术的不断演进和制度经验的积累，我们有望构建出一种真正负责任、可持续且符合公共价值的人机协同治理新模式，这将是公共管理现代化进程中的重要里程碑。

（作者单位：尹剑斌，杭州师范大学；庞凯，浙江省招标投标协会）