罗盘 / 行政负担消除
暗星档案 · 未点亮的星

福利行政负担消除 · 从"要人来申请"到"主动发到人"

本条为初评草案(AI 辅助编目 · 评于 2026-07):T 阶为三问初评(撬动面 × 停滞度 × 临界性),双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程,其贡献与星阶按 HCF 独立重评,不从暗星自动继承。

福利行政负担消除 · 从"要人来申请"到"主动发到人"T5 量级 · 新星
大量法定福利因申请繁琐而"应享未享",用数据打通实现自动认定、主动发放,是福利体系里性价比最高的未攻克工程。
暗星编号DS-0189
A · 可及性与成员福祉
领域care-welfare
状态初评草案 · 待双评与红蓝复核
这是什么 · 为什么难

很多国家的法定福利领取率远低于 100%:不是钱不够,而是最需要的人被表格、证明材料和排队挡在门外——学界称之为"行政负担"(learning cost、compliance cost、psychological cost 三重成本)。这意味着已立法通过的再分配有相当部分从未真正发生。政府其实握有认定资格所需的绝大部分数据(税务、户籍、就业记录),技术上完全可以反转流程:由系统主动认定、主动发放,公民只需确认。攻破它等于让现有福利体系凭空提效——不加一分钱预算,把已承诺的公平真正兑现。

卡在哪 · 机制级卡点

卡点是制度性的而非技术性的:部门数据壁垒使跨库核验难以合法打通,隐私法规与数据共享的授权框架普遍缺位;行政机关的激励是"宁可漏发不可错发"——错发要被审计问责,漏发无人负责,导致系统性偏向设置门槛而非降低门槛。自动认定还需要立法把"申请制"改为"确认制",这是政治工程。

谁在攻

Code for America(GetCalFresh 等福利申请简化项目)、行政负担学术研究(Pamela Herd & Donald Moynihan《Administrative Burden》)、部分国家的福利主动发放试点

怎么参与

读公共管理或公共政策,把 Herd & Moynihan 的行政负担框架读透,再补数据治理与政府数字化。可进 Code for America 这类政府技术(civic tech)组织、政府数字服务团队,或做福利领取率的实证研究。切入子问题:挑一项本地领取率明显偏低的法定福利,量化三重成本各占多少,然后设计并实测一个降负担干预。

谁在攻这颗暗星 · 攻关者名录4 人

这不是终点站——今天在这颗暗星上攻坚的人,就是明天点亮它、登上星光榜的候选。名录含科研、创业与第三方三类关键角色,初评待核实,欢迎补充与纠正。

ACADEMIA学界 · 科研2
帕梅拉·赫德Pamela Herd公共政策教授 / 行政负担理论奠基人
乔治城大学 McCourt 公共政策学院
与 Moynihan 合著《Administrative Burden》,提出学习成本、遵从成本、心理成本三重'行政负担'框架,是本领域被 detail 点名的理论源头。
唐纳德·莫伊尼汉Donald Moynihan公共政策教授 / 行政负担理论奠基人
密歇根大学福特公共政策学院(原乔治城 McCourt)
《Administrative Burden》合著者,系统论证'已立法的再分配因申请门槛而未真正发生',为'反转流程、主动发放'提供学理支撑。
THIRD PARTY第三方 · 政策/资助/倡导2
詹妮弗·帕尔卡Jennifer PahlkaCode for America 创始人 / 政府数字化倡导者
Code for America
创立 Code for America,主导 GetCalFresh 把加州食品补助申请从 45 分钟压到 10 分钟以内、参与郡县 SNAP 参保率平均升约 30%,是'降低行政负担'的开创者。
阿曼达·伦特里亚Amanda RenteriaCode for America 首席执行官
Code for America
接任 Code for America CEO,延续福利申请简化与'政府主动服务'路线,把降低表格/证明/排队三重成本的实践规模化。

去哪家 · 机构与公司名录5 家 · 其中初创/成长期 2

给求职者和投资人的信息增量——不只是听过的大机构,更多是正在攻这颗暗星的初创与新公司(联网实搜、初创优先排序,初评待核实)。

来源 · 可查证