查看原文
其他

第一观点||陈潭:大数据时代社会治理的趋势与转向

陈潭 南方治理 2024-06-27



   大数据、智能化、移动互联、云计算成为了驱动经济发展和社会转型的重要力量,“用数据说话、用数据决策、用数据管理、用数据创新”成为了公共管理和国家治理的重要原则。面对社会运行的复杂性和艰巨性,大数据驱动社会治理创新要求必须改变传统的治理思路和模式,必须对社会变化的风险实施预测和分析,必须建立监测灵敏的社会反应和治理体系。因此,开放式治理、流动性治理、精准化治理、网络化治理、协同化治理必然成为大数据时代社会治理的新常态。

 

   一、从封闭式管理走向开放式治理

      一直以来,中国长期存在着一种“民可使由之,不可使知之”的行政传统,将政府信息视作“秘密”而隔绝于普通民众之外。在这种行政传统中,政府是唯一的权力中心和行为主体,在政府内部形成了以官僚科层制为主体的政府及其职能部门,政治系统之外的利益集团即使参与政治也必须先输入由政府所把持的政策系统,历经如“黑箱”般的决策过程再转变为公共政策。如此,政府权力的封闭性和绝对性决定了政府在国家治理体系中所具有的垄断地位和“家长”角色,而这种地位与角色也极大地影响着决策质量、管理方式和治理能力。显然,公共决策系统的封闭式管理结构存在信息堵塞滞后、透明性缺乏、流动性不强、接收缓慢且缺乏有效的数据组织方式等问题而导致行政效率相对低下。

    大数据时代的来临对作为公共决策重要主体的政府组织在数据管理方面提出了更高的要求。大数据的出现颠覆了传统的数据管理方式,无论是在数据思维、数据来源还是数据处理方式方面都将带来革命性变化。由于拥有了更加综合和全面的信息,过去那些建立在非公开、非完全信息假定基础上形成的相对闭塞的管理思维和方法将被彻底改变,国家治理领域将逐渐开放,企业、社会组织甚至公民个体都将在国家治理体系中游走。实现数据开放和共享在一定程度上破解了“制度黑箱”问题。在大数据、云计算、社会化媒体等全新信息技术的猛烈冲击下,原来存在于政府和公众之间的信息差、文化差、知识差、能力差正在逐步消除。因此,大数据不仅对传统的社会治理和公共管理带来了巨大挑战,也为国家、政府和社会的开放式治理提供了现实机遇。

      毋庸置疑,通过对大数据的集合和整理,政府决策的效率和科学统筹性将会明显提高。这是因为:第一,大数据用“全数据”取代了随机样本的“小数据”,其庞大、完整的数据库为高质量决策奠定了坚实的基础;第二,大数据推崇“一秒定律”,即强调对资料整合、数据输出、数据分析必须在瞬间完成,这有助于对问题情境进行即时判断;第三,大数据用简单算法代替小数据的复杂算法,提高了对纷繁而多样化的数据来源的“容错能力”,更适应于具有高度复杂性和高度不确定性的社会治理情境,有助于决策者发现预期之外的新情况和新问题。大数据以“全体数据”为分析对象的特点,要求信息采集做到全方位、全时段、多元化,此意味着政府必须摆脱其作为绝对信息拥有者的身份,拓展信息挖掘、流通与反馈渠道。这不仅取决于政府主动打破信息壁垒,与社会分享信息权力的意识,取决于政府对提升信息管理能力和升级治理方案的决心与信心,更取决于政府对权力分享与增值形式的认知眼界。为此,大数据驱动社会治理走向开放性治理要求:

       首先,制定大数据管理标准,实施大数据开放与共享。大数据技术发展迅猛,为数据采集与共享提供了便利的同时也提高了数据保护的风险。尤其对于政府部门而言,其内部信息部分涉及国家安全与公民隐私,贸然开放则无法从技术上得到安全保障。并且,中国尚未有一部法律法规对大数据的管理做出明确规定,而对泄露国家机密的行为却处罚甚严,鉴于此,诸多部门都对大数据应用保持着高度戒备的态度。要想打破这样的局面,必须从两方面寻求突破,一方面要在现有的数据采集、分析、监管和防御技术水平基准上,重新制定数据密级标准,将不涉及国家机密和公民隐私的数据进行公开,并随数据管理水平的提升逐步加大开放力度;另一方面要不断升级数据管理的能力,培养一支专业化的数据管理和开发应用人才队伍,并定期对广大政府官员提供信息技术相关课程的培训。

      其次,消解数据壁垒和数据孤岛,构建整体性治理模式。长期以来,科层制政府都强调专业分工,各司其职。部门间的比较和竞争压力加剧了部门分化甚至分裂,切断了跨部门的合作与联系。各部门投入建设不同的信息系统,并视其为部门的独有资源。在信息共享的法规、机制与主体意识多方缺位的情况下,每个部门都是一座“信息孤岛”。信息的独占与封锁对决策的科学性、准确性和行政效率提升毫无裨益。因此,基于大数据的治理需要政府主动打破部门间的行政壁垒、信息封锁、数据封锁,不断整合长期分散于政府各个部门的数据资源,尤其是城市建设、交通管理、公共医疗、劳动就业、社会保险、社会救助、社区服务、质量监督等领域的数据直接与公共服务的质量相关联,更应当降低内部获取与流通的门槛,从碎片化的部门办公模式转向整体性的跨部门协作模式。

       最后,拓展数据挖掘和搜集能力,提升政务数据开放程度。政务数据开放程度不足一直是限制公民获得数据的最重要问题,不仅仅体现为信息开放内容有限,也表现在信息开放渠道太少、开放界面不够亲和等方面。打造透明的、开放的、高效的政府应当从拓宽信息开放渠道和提升办公界面的友好度着手。政府部门需要重新检视其门户网站办公界面的亲和性,建设多元化的信息开放平台,以提升办公界面的便利性和友好度为契机对政府内部的办公流程进行重新设计和改造。同时,大数据的开放和共享光靠政府一家远远不够,作为决策主体的政府需要主动培养与提升其他社会治理主体与普通公民采集和挖掘数据信息的能力。

 

    二、从静态化管理走向流动性治理

       长期以来,社会治理的政策和实践大多需要先试点=,在试点取得一定成效的情况下才能在全国范围内推广,各地方政府在可行性分析阶段也会借鉴与之级别、经济发展程度相当的其他地区的社会治理创新经验。这种依赖小数据的抽样“试点—推广”模式曾在相对稳定和相对简单的工业社会发展前期发挥过重要作用。在工业社会发展后期阶段,社会流动性和异质性大大加快,尤其是互联网技术的兴起更加加速了这一进程。互联网技术改变了信息的书写主体,将传统社会中专门赋予大众传媒的发布信息的权力分发到每一个互联网用户的手中;同时,也改变了公众接受资讯的时间,将传统社会中需要层层审核的信息以即时报道的方式推送到每一个互联网用户的终端上。这意味着人们每时每刻都置身于舆论与新闻的前沿,甚至舆情信息每分每秒都有可能改变。因此,后工业社会的治理变得高度复杂与高度不确定,以小规模抽样预判整体形势、以历史性经验推测当下状态的决策方式开始失去效力。而基于大数据驱动的循数型决策和流动性治理成为了替代小数据为样本的“试点—推广”治理模式的不二选择。

      大数据最显著的特点在于其“大”,这让它成为一项特别适用于流动性治理的工具。大数据的“大”首先体现在其规模和容量远远超出“传统数据”的测量尺度,一般的软件工具难以捕捉、存储、管理和分析的数据,通过大数据的云存储技术都能保存下来,形成浩瀚的数据海洋,目前的数据规模已经从TB级升级至PB级。大数据之“大”还表现在其采集范围和内容的丰富多变,能存入数据库的不仅包含各种具有规律性的数据符号,还囊括了各种如图片、视频、声音等非规则的数据。在大数据时代,“行动即数据”,个体任何一项微小的行动(比如点击鼠标、刷卡等)都会被编码,这些编码乍看之下杂乱无章,可结合编码的时间、地点、频率等数据,通过特定的复杂运算之后,其意义便能体现出来。因其惊人的存储和分析能力,大数据决策和流动性治理可以即时捕获的丰富数据,而无需再以“历史的”或者“邻居的”数据作为参考。

      大数据技术已经逐渐运用于流动性治理的各个环节中,并取得了不错的成效。例如,百度公司通过百度地图发现,相关地点的搜索请求数据和实际到达该地点的人群数量具有极高的相关性(相关系数大于0.9),意味着用户前往目的地前,一般都会提前利用百度地图规划路线。通过大数据分析发现,相关地点的地图搜索会先于实际人流量达到峰值。利用此特性,百度大数据可提前1-2小时对即将到来的风险进行预警,百度地图APP能够准确、清晰、高效地显示出高峰期堵塞最严重的交通路段,让驾车者有足够的时间做出反应、调整线路,从而节省出行时间安排、缓解交通压力、降低交通治安投入成本,大数据的应用有效突破了交通秩序管理瓶颈,避免如上海外滩踩踏事件一类悲剧的再次发生。为此,大数据驱动社会治理走向流动性治理要求:

      首先,善于运用大数据收集实时性信息。利用大数据的各种工具、搜集与分析各类信息数据,获取具有实时性、真实性的数据资料,准确把握社会形势,使得公共政策制定和执行更加具有针对性、可行性和操作性。例如,重庆市建设的基于大数据的电子车牌技术除了能及时支持交通管理外,还为公安机关采集办案信息700多万条。这些大数据应用提升了政府部门预防暴恐事件的能力,让暴恐分子成为光天化日下的“过街老鼠”。

其次,善于运用大数据开展适应性管理。现代社会发展的流动性、异质性和非均衡性要求政府必须改变管理理念、必须化主动为被动,才能更好地适应社会治理环境,提供优质的公共服务。适应性管理和流动性治理要求政府必须遵循“多疏少堵”原则,积极开展依法管理、开放式管理,寓管理于服务之中。同时,鼓励社会团体和个人积极参与到流动性治理之中,通过各种网络交流平台如政府网站和政务微信微博等表达意见和建议,使流动性治理既能及时实施、又能符合民意。   

最后,善于规避大规模数据的流动性风险。虚拟社会治理某种程度上是“无政府的治理”,信息技术就是绝对权力。在虚拟社会中,个人信息普遍的数字化与网络化,各种资源、信息、资本在国际间的高速流动加速了风险传播,也增大了危机影响和社会治理难度:跨境电子商务使政府税收和对经济的管制变得越来越困难,逃税漏税、网络暴力、窃取商业秘密和私人信息等行为层出不穷。随着大数据的应用,以上诸多问题只会增多而不会减少,据此,政府更应加强在网络信息、舆情监控等公共领域对数据的应用和防范预警机制,用好信息技术这把“双刃剑”。

 

   三、从精细化管理走向精准化治理

       党的十八届五中全会指出“加强和创新社会治理,推进社会治理精细化,构建全民共建共享的社会治理格局。”何谓精细化管理?精细化管理是通过规范化、程序化、标准化、信息化的手段,使管理过程中的每一个环节都尽可能精细,形成一个完美的管理系统,从而最大限度地降低企业成本、提升企业效率。精细化管理在政府管理中体现为部门设置、绩效评估、管理目标等多方面的精细化,包括细化部门职能、规定政策执行标准、厘定职权范围等等。当代中国正经历着从工业社会向后工业社会的转型时期,经济与政治体制改革的深化使得潜藏的各种社会矛盾和不和谐因素纷纷浮出水面。为维护社会稳定,强化政府的权威性,政府长期以来都使用精细化管理的方式管治国家和社会。

     尽管纪律的精细化管理使得现代政府得以将对自身机构及社会的控制权牢牢掌控在手中,并一定时期、一定程度内提高了管理的效率,但也无可避免地造成了程序的繁琐和机构的僵化。并且,为了保证控制的精确性与严密性,政府部门总是期望将公民固定在某个不变的位置上,有时不可避免地忽略了来自公众的诉求。信息与政策在政府与民众之间的流通一直是单向度的,来自民众的信息反馈要进入公共议程的难度较大,即使幸运地进入公共议程也不具备时效性与全面性。随着社会治理的复杂化程度日益增高,不断强化的政府“精细化管理”运动导致制度“供给过剩”和“供给不足”并存的诡谲画面,因而社会治理的低准度与无效性弊端不断暴露。

       同时,传统人海战术、运动式执法、被动式执法的社会治理模式已经不适应时代要求,互联网和大数据的迅猛发展为社会治理的精准化提供了技术条件。大数据条件下的精准化治理强调以社会问题和社会需求为靶向,能够感知社会态势、畅通沟通渠道、辅助科学决策,能够实施精确预警、精准识别和精确管理。在食品安全监管方面,运用大数据可以掌握辖区内食品安全事件的发生规律,能够科学部署执法力量,有针对性地采取措施,从而改善本地区的食品安全状况。在精准扶贫减贫方面,运用大数据对贫困户和贫困村进行精准识别、精准帮扶、精准管理和精准考核,引导各类扶贫资源优化配置,真正实现扶贫到村到户,能够构建精准扶贫减贫脱贫的长效机制。为此,大数据驱动社会治理走向精准化治理要求:

        首先,运用大数据做好社会风险的研判工作。必须切实增强防控风险的责任感和自觉性,逐个环节校准责任偏差,不断提高实时动态监测、实时预警能力,推进风险防控工作科学化和精细化,对各种可能出现的风险及其原因要做到心中有数、对症下药、应对有策,确保把社会风险化解在源头。

       其次,运用大数据做好社会舆情的关联分析。随着互联网技术和智能终端的普及,微博、微信等多种互动平台进入公众生活,为每个人提供了可以自由书写的公共平台;而云计算技术开发使得政府及其他社会治理主体能够以用户的实时数据为基础,分析民众的需求和情绪变动,能够准确分析出个人、组织与社群之间的相关性,以此为依据制定出“量身定制”的政策,从而实现公共治理的精准化。

       最后,运用大数据提高社会治理的精确性和靶向性。各级各类政府部门在社会治理中积累了数以亿计的公共服务大数据,对这些数据进行有效的处理分析,可以提高社会治理的精确度和靶向性,从而不断促进社会治理精细化的实现。比如,利用互联网与移动应用建设全面、详尽、精准的扶贫信息系统,对扶贫对象精确识别、精确帮扶、精确管理,能够提高扶贫效率和效果。

 

   四、从网格化管理走向网络化治理

      所谓“网格化管理”是指社会管理依靠统一的城市管理和数字化的平台,将城市管理辖区内的管理对象按照一定的标准划分成若干单元网格,把社区划分成若干个责任网格。而网格内的人、地、事、物、组织等全部都纳入某个网格,每个网格涵盖一定数量社会成员或面积,并安排相应的专职网格管理员负责管理,通过利用现代便捷的网络信息技术(如GIS地理信息系统、GPS全球定位系统、RS遥感技术)为基础来全面负责网格内的信息采集、城市管理、社会综合治理等多项职责和事件巡查,从而提高社会管理效率、化解社会基层矛盾、维护社会稳定。网格化管理效果突出,但其成本之高也常常被人诟病。比如,某地区政府将全区9个街道59个社区划分为293个网格,深入各家各户巡查,全区配备综合网格员334名、安全网格员117名、治安员1660名等力量,尽管搭建了各部门共享的统一的数据录入平台和基础信息数据库,但是占用编制多、投入力量大、社会治理成本高。而网络化治理是一种更为弹性的管理模式,即在政府部门科层式的纵向权力线以外,依靠多方合作伙伴建立起横向的行动线,形成治理主体合作互惠的网络化治理体系。与等级制管理和市场化治理相比,网络化治理强调政府、市场和市民社会的参与者相互依存在一个制度化的框架中,为实现公共价值开展共同行动。其核心概念是“合作共管”,最终目标是实现公共价值的再生产。

       网络化治理即平台化治理,是一种通过大数据技术的平台治理,是一种低成本的治理。美国政府推出的“一站式”产品召回网站就是一个网络化治理的案例。为了便于公众查找召回产品信息以及对行业进行监管,美国国家公路交通安全管理局(NHTSA)、食品药品管理局(FDA)、海岸警卫队、农业部(USDA)、环保署等六个联邦政府部门联合不同管辖区域共建了“一站式”产品召回网站,并向公众集中提供消费者产品、食物、药品、化妆品、机动车和环保产品等七类产品的召回信息。在该网站中,公众可以查询到最及时的召回信息,大到汽车、药品,小到汽车安全坐垫、超市猪肉质量等,还可以向有关部门提交不安全产品信息,形成了查询、举报一体化的平台。同时,政府部门可以通过该网站浏览量监测到近期不合格产品出现的频度、领域等信息而开展有针对性地加强对有关行业和企业的监管,最终实现联合执法和管理。

       从“网格化”到“网络化”虽一字之差,但二者的目标诉求却截然不同。网格化管理的目标是“维稳”,它可以利用大数据来增加动态监控水平和捕捉居民行动轨迹的能力。而网络化治理的目标是“服务”,以提高服务质量为导向,政府乐于与企业、非政府组织和公民形成合作之网。网络化治理相较于网络化管理,行政管理序列将变得更为扁平,参与的主体也会更为广泛,各个参与主体之间的联系纽带不是权力与命令而是承诺与互信,各方主体的交流和沟通建立于平等的身份与协商规则之上的。同时,信息通讯技术的发展为社会公众跨越组织、跨国界快速联系提供了便利。随着信息传播速度的提升,信息分享渠道的扩展和信息来源的多样化,现代人的个人旨趣将越来越趋向差异化而非齐整化。社会治理环境异质性与不确定性的增大,意味未来的社会治理将面临更多的流动性而不是稳定性,更多的回应性而不是统治性。为此,大数据驱动社会治理走向网络化治理要求:

    首先,运用大数据搭建公共服务大数据平台,进一步整合基层服务力量和社会资源。通过采集、整合、协调政府及社会资源,把辖区消防、安监、流管、人社、环保、国土、民政、卫计等部门的多项管理业务纳入社区网络化治理清单。运用移动通信、互联网、物联网等科技手段,设计形成一个接受公众咨询、投诉,联系职能部门答复、问题解决、向公众反馈结果的闭环式工作流程,并对所有工作环节进行监督评估。

       其次,运用大数据编制个性化的公共服务网络,提高网络化治理的便利性和惠民性。通过对原始信息数据的细化,能够把握特殊或重点人群的不同需求和动态,形成具有区域特色的公共服务网络,积极开展具有个性化、体验化的管理和服务。同时,网络化治理不仅要体公共服务的充分性和均等性,更要体现公共服务的便捷性和便利性。

      最后,运用大数据建立虚拟化团队对专项事务进行管理,将核心职能部门与运营部门分离。通过签订合同或承诺书的方式将大量的非核心职能“外包”,削减政府部门规模和人力、物力成本。通过这些方式,政府的职责也不再是提供全方位的管制或服务,而在于组织各方资源以共同创造公共价值;政府的角色不再是公共服务的提供者,而是公共价值的共同推动者,它将在由政府部门和非政府部门(私营部门、第三部门或公民个人)等众多社会治理行动主体彼此合作的关系网络中发挥积极主动的作用。

 

   五、从单向度管理走向协同化治理

        多年来,国家治理一直采用单中心、单向度的控制模式。政府作为国家治理的唯一中心,以等级森严的官僚科层制为主体,通过对政策制定和执行的全方位掌控单方面进行法律与制度输出。这种“国家本位”与“政府本位”的治理方式一定程度上导致依法治理成为了“依据政府的法律、法规对现实的社会、市场与自然等空间进行治理”。虽然“党委领导、政府负责、社会协同、公众参与、法治保障”的社会治理新格局为创新社会治理奠定了前进方向和行动指南。但是,政府主动采取的诸如听证会、电子政务等渠道从民间采集而来只是有限的民意,社区基层组织和社会团体等长期处于依附政府的状态,加之社会参与的支持性法律法规尚未健全,公民参与的高热情和低能力存在一定的落差,社会治理的其他主体一直无法形成与政府势均力敌、分权合作的模式。然而,互联网、物联网、云计算的迅速崛起改变了政府“唯我独尊”、“一家独大”的格局,大数据的运用正悄然将政府的权力部分移交于企业和和非政府组织手中。

      克罗齐耶曾经从信息传播角度对权力进行如下经典阐释:权力取决于主体行动的不可预见性,取决于主体对关系到目标实现与否的那些不确定因素的根源所能进行的控制。从这个角度来看,谁掌握了信息,谁就掌握了权力。知识的扩散和不扩散与社会权力分配有重要关系,所有的社会制度都有他们自己的信息储藏者和改变信仰者;它们各自的有效性取决于它们被置于制度中的什么位置,取决于他们在制度内所掌握的制度资源。现代社会的治理格局建立于其独白式的知识供给图示之上并企图通过制度与法律的实践对独白式话语提供保护。信息通讯技术的发展改变了知识分享的图式,进而瓦解了社会治理固有权力格局的基础。信息资源在政府、企业、社会组织与个体之间的重新分布,决定了国家或政府不再是治理结构中的唯一主体。

       信息资源的重新分配赋予了企业和社会组织参与社会治理的新筹码,也意味着政府必须从“一家独大”的位置上退下来。新的社会治理体系将建立在平等、理性的沟通平台之上,政府、企业、社会组织及公众等社会治理主体均需要在民主协商规则下分享信息与资源,将彼此手中无序的信息要素相互补充与配合,形成具有一定规则的可用信息,以解决单一治理主体所无法克服的难题。从单向度管理到协同化治理是一次“1+1≥2”的战略性转变,一旦社会治理主体之间形成了密切的伙伴关系,企事业单位、社会团体、民众都将成为延伸政府公共服务能力的链条,届时各种社会力量协同参与社会治理,从数据、技术和人力资源等多个方面弥补政府的不足。利用大数据技术进行社会冲突协同治理创新,既是推动国家治理体系和治理能力现代化的客观需要,也是贯彻落实社会治理创新与协调发展理念的迫切要求。为此,大数据驱动社会治理走向协同性治理要求:

       首先,政府必须打破单向度、碎片化的管理模式,铺设联通政府内部各部门、政府与其他社会治理主体间的信息分享平台。政府未来的改革重点应当从“机构精简”转到“效能提高”上来,以流程改造倒逼结构变革。流程改造的核心在于铺设以大数据技术支持的信息沟通和协同机制,整合政府各部门和各类稀缺资源。这不但要求利用大数据技术整合与优化各职能部门的业务流程,构建综合协调机制,提升跨部门协同工作的能力,健全和规范舆情管控、协调和防范措施,也需要完善地方政府、企事业单位、社会团体、舆论媒体、社会大众等多元利益相关主体的信息沟通、反馈机制和协同关系。

其次,民间组织等政府外的社会治理主体需要加快大数据知识和技术结构水平的更新,培养对真假信息的鉴别能力和一定的数据处理、分析、监管能力,强化自我管理与社会参与能力,提高社会参与的规模和质量。事实上,民间组织的运行模式与管理理念决定了民间组织具有协同社会各方的治理资源的优势,包括物资筹集、人员配备、策略运行、协同作用以及信息搜集和发布等。同时,大数据与互联网、微信、微博等新媒体的深度融合,可以突破时间和空间的限制,从更深层次、更广领域促进政府与民众之间的互动,形成多元协同治理的新格局。

      最后,社会治理是一个系统工程,需要运用政治、经济、法律、文化等多种手段对政府与社会组织进行协调、指导、规范、监督,合理配置社会资源,维护社会秩序,保障社会稳定。社会治理既可以凭借法律约束、纪律监视、强迫控制等刚性手段,也可以依靠组织、协调、激励、感召、启发、诱导、协商等多种柔性方法协同进行。政府、企业、社会、个人价值都可以在大数据时代找到参与社会治理与协作的合适路径,但惟有在法治、共治和协同三管齐下的情况下,政府主导和群众参与才能形成良性互动,实现法治与自治的有效对接。


 项目来源:国家社科基金重点项目“国家大数据战略实施的关键路径与行动策略研究”(15AZD077)

文章来源:《行政论坛》2016年第6期,原标题为《大数据驱动社会治理的创新转向》

作者单位:广州大学公共管理学院暨大数据治理研究中心




南国微课学堂  岭南学术道场


从“万木草堂”到“万木学堂”,岭南一脉,万世师表,砥砺学术,经世维新。搭建零壁垒教学平台,延展无缝隙课堂半径,“万木学堂”乃陈潭教授岭南学术传习所,为岳麓山下“斯为盛学社”姊妹篇的草根学术部落。由广州大学中国政务研究中心、大数据治理研究中心、大都市治理研究中心、《广州公共管理评论》编辑部、《公共管理教育评论》编辑部联袂支持。

免责声明

本学堂所发内容仅供学习交流所用,版权归原作者或机构所有。


继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存