本文作者为新加坡国立大学李光耀公共政策学院的Shaleen Khanal与Araz Taeihagh，以及南洋理工大学拉惹勒南国际研究学院的Hongzhou Zhang。通讯作者为Araz Taeihagh。文章发表于Policy and Society期刊，2025年第44卷第1期，页码52至69，首次在线发表日期为2024年3月27日。
本文属于一篇理论性研究论文，旨在分析大型科技公司（big tech）在政策过程中权力增长的原因与方式，并以生成式人工智能（generative artificial intelligence, GenAI）为案例展开讨论。研究使用金登（Kingdon）的多源流框架（multiple streams framework, MSF）作为核心理论工具，并将其与近年来学者提出的技术源流（technology stream）进行整合，发展出一个以大型科技公司为中心的技术源流（big tech-centric technology stream），以此揭示大型科技公司在问题源流、政策源流、政治源流以及技术源流中的多重角色。文章认为，大型科技公司已不再是传统意义上的政策外部参与者，而是逐渐演变为“超级政策企业家”（super policy entrepreneurs），其影响力贯穿政策周期的多个阶段和多个议题领域。
研究的核心背景在于，社会数字化进程加速，使掌握大型数字平台的大型科技公司积累了大量财富、数据资源和基础设施控制权。生成式人工智能的兴起进一步强化了这一趋势，因为大模型训练所需的人才、大规模训练数据集和算力资源均高度集中在少数大型科技公司手中。作者指出，主流生成式人工智能模型大多由大型科技公司开发、拥有或控制，这使得生成式人工智能的普及不仅没有削弱大型科技公司的主导地位，反而可能进一步扩展其影响力。作者还指出，现有关于政府与大型科技公司关系的研究多聚焦于政府对数字平台的依赖和公共部门对人工智能的应用，但对大型科技公司在整个政策过程中的综合性影响关注不足。因此，本研究的目标在于批判性地审视大型科技公司在政策制定中日渐突出的主导性地位，并探索其对政策过程理论的启示。
在理论框架上，作者首先梳理了金登的多源流框架的基本结构。该框架将政策过程划分为问题源流（problem stream）、政策源流（policy stream）和政治源流（politics stream）三条相对独立的源流。问题源流涉及社会问题被识别、界定和合法化的过程，认识共同体（epistemic community）在其中发挥关键作用；政策源流涉及政策备选方案的提出、评估和筛选，工具共同体（instrument constituencies）是重要行动者；政治源流则受国民情绪、意识形态和利益集团倡导的影响，倡导联盟（advocacy coalitions）在其中发挥作用。金登认为，三条源流通常在独立运行，但当它们在“政策之窗”打开时交汇，政策企业家即可推动政策变迁。
在此基础上，作者指出，已有学者将技术源流加入多源流框架，以描述促进技术创新和扩散的活动。这一技术源流以创新为中心，强调技术开发、制造、供应、使用以及相关政治行为者和学者所组成的技术共同体。但作者认为，这种以创新为中心的技术源流存在三个不足：一是未能充分解释大型科技公司在技术源流内部所施加的不成比例的影响力；二是其分析往往局限于特定政策子系统，难以捕捉大型科技公司跨领域、跨国界的普遍影响；三是它假设技术共同体成员的主要动机是推动创新，而大型科技公司的创新常常只是实现利润和影响力的手段。基于此，作者提出“以大型科技公司为中心的技术源流”这一概念，强调大型科技公司主导技术源流的核心动机是扩张自身利益，而非单纯促进创新。
在实证论述部分，作者逐一分析了大型科技公司在三条传统源流中的渗透方式。在问题源流中，大型科技公司通过控制数字平台上的信息可见性、资助学术研究与政策研究、以及影响媒体内容，来塑造社会问题被识别和排序的方式。例如，文章提到大型科技公司通过社交媒体和搜索引擎的信息筛选机制影响公众和学术界关注的议题，同时通过资助研究项目和设置“旋转门”机制，将研究人员和公司利益绑定。生成式人工智能的出现使大型科技公司从内容把关者进一步转变为内容生产者，其对问题界定的影响更为深入。
在政策源流中，大型科技公司利用其在数字基础设施层面的垄断地位，使政府越来越多地依赖其提供的云服务、数据管理、社交媒体平台和生成式人工智能工具。文章以新冠疫情期间英国政府邀请大型科技公司参与接触者追踪工具设计、新加坡医疗系统基于微软Azure开发SecureGPT、日本政府与微软合作开发内部生成式人工智能等为例，说明大型科技公司已深度嵌入公共政策工具的设计与实施中。同时，大型科技公司还通过慈善事业直接进入传统上属于政府职责的领域，如教育补贴、公共卫生和农业发展，进一步模糊了公共部门与私人部门在政策服务提供上的边界。
在政治源流中，大型科技公司通过游说、政治捐款、人事旋转门以及资助智库和专家群体来影响政治议程和政策取向。文章列举了美国大型科技公司多年来的游说支出变化，并指出欧洲《人工智能法案》在大型科技公司的游说压力下被“稀释”了部分监管条款。作者还指出，尽管公众对大型科技公司的好感度近年来有所下降，且对人工智能监管的支持度上升，但大型科技公司仍能通过其政治资源和话语能力影响监管走向。
文章进一步将大型科技公司的作用扩展至政策周期的不同阶段，包括议程设定、政策形成、决策、实施与评估。作者认为，大型科技公司不仅能够在议程设定阶段推动或压制特定议题，还能够在政策实施阶段通过控制数字基础设施和生成式人工智能工具，直接影响政策执行的方式与效果；在政策评估阶段，其数据分析能力也使其具备影响评估结果的能力。因此，作者提出了一套经过修正的多源流框架，将大型科技公司置于政策子系统、国家政策领域和全球政策领域的中心位置。
文章还讨论了大型科技公司与政府关系的多种可能形态，包括竞争、合作、吸纳和监管俘获。作者指出，在某些情境下，大型科技公司与主权国家发生直接冲突，如Meta在澳大利亚和加拿大对新闻付费法规的抵制；在其他情境下，大型科技公司配合政府进行监控、审查或战略投资，如在土耳其和中国的情形；在更多情况下，大型科技公司与政府展开合作，共同推进数字政府建设和国际技术制度设计；而在监管能力较弱的发展中国家，监管俘获现象更为突出。
在结论部分，作者强调，大型科技公司已从传统政策过程框架中的边缘行动者转变为“超级政策企业家”，其跨源流、跨领域、跨政策阶段的普遍影响对既有政策过程理论构成挑战。文章呼吁学者、政策制定者和公民社会批判性地审视大型科技公司在人工智能时代的政策角色，并重新评估和调整治理框架，以实现平衡而有效的政策结果。
本文的主要亮点在于：第一，将技术源流与金登的多源流框架相结合，并进一步提出以大型科技公司为中心的技术源流，从而弥补了传统创新导向技术源流的不足；第二，系统揭示了大型科技公司在问题源流、政策源流和政治源流中的具体作用机制，具有较强的经验基础；第三，将分析从传统的议程设定阶段扩展至完整的政策周期，展示了大型科技公司影响政策过程的全景；第四，提出了大型科技公司与政府关系的类型学矩阵，为理解数字时代国家与平台权力关系提供了分析工具。
此外，文章还指出了若干值得进一步研究的方向。例如，大型科技公司在不同政治体制中的政策角色差异、生成式人工智能监管中的跨国协调问题、以及监管俘获在发展中国家和发达国家的不同表现形式。这些议题为后续研究提供了可能的切入点。总体而言，本文在政策过程理论、技术治理研究和人工智能政策研究之间建立了重要连接，对理解大型科技公司如何塑造当代政策过程具有理论价值和现实意义。