该页面存在於Google的搜寻结果内

“大数据”迅速成为一个“热门”概念，在社会治理领域，运用大数据提升社会治理的智能化水平也已经成为大势所趋。然而，仅仅停留于“大数据”的概念并不能解决中国社会治理的诸多难题，大数据驱动是技术、产业、战略和思维四大要素的系统驱动，任何一个要素的缺失都可能影响到大数据驱动社会治理的实效。与此同时，大数据驱动在本质上是信息驱动，信息技术手段的使用虽然可以解决中国社会治理的很多问题，但并非全部问题，因此需要澄清大数据驱动社会治理的社会机制和问题领域。此外，大数据驱动社会治理作为一项社会创新，除技术条件外，不可避免地还要受到文化、制度、结构等社会因素的制约，只有正视并消除这些因素的制约，才能使大数据驱动的社会治理真正“落地生根”。

大数据的本质是信息。大数据驱动的核心在于信息驱动。因此，大数据可以通过信息驱动解决中国社会治理的一些难点问题。那么，中国社会治理的哪些难点问题可以通过大数据思维得到解决或缓解？这就需要回到中国社会治理的情境。中国社会治理的核心是政府与社会关系，凡是涉及政府与社会关系的领域，都可以划归社会治理。由于中国转型期政府与社会关系的张力，社会治理的主要任务就是化解这种张力，解决社会问题、化解社会矛盾、促进社会公正、应对社会风险、保持社会稳定都是此列。

总体来看，中国的社会治理面临三大难题：一是“数据孤岛”问题。“数据孤岛”问题根源于政府体系的科层结构，这是人类社会自进入工业社会以来就开始面临的问题。在社会治理领域，“数据孤岛”造成信息分割，不仅影响政府管理社会的效率，也降低了政府服务社会的质量。二是“原子化个体”问题。一方面，中国庞大人口规模使得“原子化个体”在总量上也很庞大，不管是政府管理社会，还是政府服务社会，如何满足规模庞大的“原子化个体”千差万别的需求都是巨大的挑战。另一方面，中国的社会组织长期处于低度发展的状态，“原子化个体”的组织化一直进展不大。三是社会自治参与不足的问题。在社区层面，社区自治一直面临着参与不足的问题。这三个因素往往相互影响，互相强化。

上述三个问题并非中国社会治理的全部问题，但却是核心问题。这些问题无法通过“一事一议”的方式予以解决，而必须对社会治理进行系统升级。大数据提供了一个契机，通过大数据驱动的整体性治理、精准化治理和参与式治理可以成为中国社会治理系统升级的努力方向。其中，整体性治理主要强调治理的主体的多元化，大数据可以通过主体之间的数据共享来解决“数据孤岛”的问题，进而促进治理主体的多元化。首先，政府部门之间的数据共享可以通过规范政府数据采集的标准、建设统一的政府大数据中心等方法予以解决。其次，政府、市场、社会三者之间的数据共享可以通过政府开放数据、建立数据交易机制等方法予以解决。精准化治理主要强调利益的多样性，大数据可以通过数据匹配的方式进行人群识别、需求识别和方式识别，使“人民”的政治修辞具体化为不同的利益群体、独特个体，从而实现对数量庞大的“原子化个体”的差异化服务。参与式治理主要强调主体之间的互动性，大数据可以通过数据互动的方式降低社区自治的参与成本，提升社区居民参与社区自治的效能感，培育社区居民的公益精神，促进政府与社会之间的协同。在大数据时代，社区居民通过互联网进行互动的过程本身也是大数据的生成过程。整体化治理、精准化治理、参与式治理既相互交叉，又相互促进，难以做出截然的划分。

（作者为南京大学政府管理学院教授）

瞭望者  新华日报