一、引言

在日益加速的城镇化与工业化进程中，负外部性问题已成为掣肘社会可持续发展的核心难题。基层治理中，负外部性问题表现为某些行为对社会环境、社会秩序或居民生活质量的影响，诸如环境污染、公共资源滥用乃至社区纠纷等负外部性问题，因其“权责不明”“成本溢出”而长期陷入“政府失灵”与“市场失灵”的双重困境。传统负外部性治理主要依靠行政强制或明晰产权，但受限于信息不对称、交易成本高昂而收效甚微。「1]近年来，人工智能技术的发展不断加速，这为基层治理注入了新动能。通过数据收集整合与算法驱动分析，人工智能技术能够精准识别污染源，动态分配社会资源，甚至能够研判社会风险，为破解基层治理中的负外部性问题提供了技术上的可能性。[2]

在《福利经济学》中，庇古提出了负外部性这一概念。[3]曼昆将其定义为不承担相应成本而影响旁观者福利的个人行为。[4]对于负外部性治理，学界认为有三条主体路径，分别为政府导向、市场导向以及多主体参与，但每条主体路径都存在着不可避免的缺点。通过政府干预的方式治理负外部性会产生无法预料的副作用，[5也会牵扯到“正当性”的判断，[6]对于治理中出现的外部性，哪些是正外部性应当保留和改进，哪些是负外部性应当消除，这一判断标准会受多个因素的影响。同时，在负外部性已经发生的前提下，政府通过立法的治理效果还要取决于利益相关者间的博弈结果。……