数据赋能与数据依赖：大数据技术嵌入社会治理的双重效应

朱新武，刘小丽 （新疆大学 政治与公共管理学院，新疆 乌鲁木齐 830046）

数据是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物未经加工的原始素材，是计算机科学的重要术语。大数据是不同于数据直接表达的概念，强调现象与技术的结合。根据《促进大数据发展行动纲要》对大数据的定义，大数据是以容量大、类型多、存取速度快、应用价值高等“4V”为主要特征的数据集合。大数据来源包含商业、行政、互联网媒体和社交平台等各个方面，一小部分属于可排序、查询、修改的结构化数据和可供查询、搜索的半结构化数据，大部分则属于常规数据工具难以处理的非结构化数据。海量数据也是数据的集合，但仅强调规模巨大，大数据除了涵盖大规模数据还包括对这些数据的应用和处理活动，是数据、应用与技术三者的统一。［1］这就意味着大数据作为科学技术具有推动生产的重要功能，对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，能够发现新知识、创造新价值、提升新能力，也就是当下的研究热点——数据赋能。数据赋能的概念包含两个方面：大数据赋能和数字化赋能，大数据赋能强调大数据资产带来的累计效应和大数据分析技术、方法的运用，而数字化赋能侧重数字技术和工具的运用。可见，大数据赋能包含数字化赋能的概念。［2］社会治理涵盖社会治安、公共安全、环境管理与民生服务等各个方面。大数据介入社会治理，以先进技术提升社会治理能力，从而推进社会治理现代化。

随着大数据在社会各个方面的渗透加深，一系列问题也开始凸显，在既有的文献中，主要包括对大数据运用引发的法治危机、数据安全、数据共享、伦理困境等现象的研究，但缺乏对数据依赖问题的研究。根据道格拉斯·诺思提出的路径依赖理论，本文认为大数据背景下的社会治理实践存在数据依赖问题，即一旦在社会治理中嵌入大数据技术，惯性的力量会使技术路径不断自我强化。本文首先从数据嵌入社会治理场域正面效应讨论，大数据技术能够持续为治理体系和治理能力现代化转型赋能。同时随着数据运用领域拓宽与效能凸显，必然加深对数据的依赖。数据依赖伴随着一定的负外部性特征，及时治理数据依赖问题是未来在社会治理中更好发挥数据赋能作用的关键。

打造共建共治共享的社会治理格局，意味着国家从顶层设计对社会治理作出纲领性引领。共建共治共享离不开数据的强力支撑，现阶段我国已基本具备数据赋能社会治理的相关条件。

（一）数据赋能社会治理的条件

1.良好的数据基础设施

数据赋能的基本前提是具备良好的数据基础设施，现阶段我国互联网普及率提升，网络基础设施全面建成。数据共享应用兴起，如百度网盘、坚果云、快牙等应用，为数据流通传输提供平台支撑；
企业互联网水平上升，在线办公、数字化办公趋势明显；
地方大数据中心相继建成，2020年500万家数据中心成功落地；
政府电子政务、在线政务服务纵深发展，线上办理方式成为政务服务改革的主旋律，实现了数据跑路代替群众跑腿；
地方数据共享平台相继建成，并将于2022年年底建成全国一体化在线政务服务平台。各类数据得以在互联网设备记录、存储、共享。

2.日益充实的制度供给

数据具有流动开放特征，已经成为一种重要的战略资源，对数据的管理和使用成为国家发展关注的重点领域之一，充足的制度供给是数据聚势赋能的强劲引擎。第一，国家自上而下制定政策，统筹规划数据要素发展，确定大数据发展的主要目标和重点任务，为数据赋能社会治理提供科学指引。第二，及时制定相关规范性文件对海量无序数据引发的数据职责不清、数据安全等问题进行治理，法治保障强化落实。第三，针对数据赋能社会治理的短板，如“数据孤岛”“数据烟囱”等问题，及时进行制度调整，突破数据壁垒，为数据赋能提供充足的制度供给。

（二）数据赋能社会治理：传统管理向现代治理转型

1.拓宽治理边界：行政层级到共享网络

治理边界指治理主体在参与治理实践中权责和能力的界限或范围。［3］传统基层治理单元包括依托居民居住空间而形成的地域单元与基于行政化手段划定的管理单元。［4］大数据以其开放包容、共享互通的特征加速与社会各个方面融合，数据时代的网络边界跨越传统时期的行政边界，数字治理模式打通了行政层级壁垒，突破传统“中心-边缘”结构，治理资源实现上下贯通与横向集成。大数据赋权颠覆了传统法治权威式赋权的被动参与局面和科层式话语体系，以平等开放的氛围吸纳社会主动参与。治理语境下强调多方主体参与，实则仍然是政府主导，强化政府的治理主体作用的同时弱化了社会力量参与管理与服务等。但大数据时代牵引下的治理突破了时空限制，社会话语通过平台传递改变了条块互动策略，打破了科层制逐级上报的行政规则，社会参与渠道多元化提升了社会话语权，实现多元主体无缝隙参与社会治理。如社区网格化管理通过运用大数据技术，将街道、社区划分为一定的区域网格，搭建信息平台共享资源，实现城市与社区联动。网格化管理实质上是治理权限向基层下沉，在作为最小生活单元的社区网格内，居民直接参与社会治理得以实现，最终为政府赋能筑牢坚实的底座。

2.转变治理方式：管控到协商、他治到自治

纵观历史，从农业时代到工业时代再到数字信息时代，每一次技术革命都会带来治理方式的变革。一方面，数据时代的治理方式由单向度政府管控向多向度协商合作转变。数字技术介入协商民主形成数字协商民主，由于技术具有去中心型分布式结构，不同行为者借助数字技术与平台展开平等对话，以实现合法决策和达成治理共识，有效破除了既有协商民主空间规模和参与广度受限的难题［5］，表明传统政府单向度管控作用在数据时代逐渐式微，多向度协商合作演化为新的社会治理方式。另一方面，社会治理方式由他治向自治转变。政府依靠权威对社会进行干预，是典型的他治，社会参与呈现被动特征。大数据背景下，数据面向社会赋权，国家和社会之间产生新的权力博弈空间，治理主体的权利得到扩展，激发社会主体协同参与的积极性。伴随着信息不对称问题的解决，为打造扁平化的社会治理共同体结构，实现社会治理现代化提供可能。霍桑效应是解释公众参与社会治理意愿增强的一个视角。梅奥把人们在意识到自己受到关注时倾向于朝较优的方向改变自己的行为称为霍桑效应。［6］个人数据经过反复搜集形成若干数据集，对整体数据分析整合能够凸显大众强烈反映的问题，将社会反映的普遍重大问题上升为政策议程体现民众话语权提升。大众的需求得以满足，个人的参与得以保障能够有效激发公众参与社会治理的积极性主动性，治理方式由传统他治向自治转变。

3.创新治理模式：碎片化到整体性

多元主体参与社会治理是检视治理现代化能的重要标尺，哲学的辩证思维认为多元主体参与社会治理具有双重效应，即增强决策科学性的同时也会产生无序参与、碎片化参与的混乱局面。如何协同发挥各方力量成为推进社会治理能力现代化的关键着力点。受到条块体制的影响，不同层级与部门信息难以共享，导致治理活动相异，治理模式呈现出碎片化特征。纵向层面难以打破层级权力体系，基层政府部分执法活动依赖上级政府授权。横向层面各个职能部门在现实中仍然存在部门本位主义，数据部门、立法部门、执法部门和监督部门等各自割据，造成数据孤岛、职责不清、法治不健全等问题。以数字为基础、以数据为支撑的信息技术驱动数据碎片的关联整合，能够实现跨区域、跨部门、跨层级协同联动，促进主体间整体性协同，突破属地管理的行政区隔和部门本位的结构缝隙，实现区域部门层级发展整体联动与和谐共生。整合是整体性治理的核心理念，数据高效贯通破解信息不对称问题，能够有效推动治理层级、治理功能和公私部门的利益整合，利益共同体驱动各方主体整体联动，破除不同主体间利益零和博弈现象，改变以往社会治理碎片化现象，提升社会整体治理效能。

4.优化治理方略：相机决策到精准治理

相机决策这种治理方略虽然一定程度上应对了大数据技术发展初期囿于政府获得数据不完整、信息不对称对社会治理提出的新挑战，但长远来看并不适用。滞后的相机决策不仅难以具备精准识变、科学应变的能力，弹性化的决策机制还增加了决策权行使的随意性，疏于对自由裁量权进行规制容易产生权力寻租腐败和法治危机等问题。大数据技术与治理实践深度融合有利于提升社会治理精准化水平，表现为前期对风险的及时预警，中期对问题的精准识别及后期对难题的分类破解。首先，通过多维数据模型，智能干预精准定位问题，深入开展数据分析研判，及时预警潜在风险问题并发现和排除隐患。其次，数据平台畅通公众利益表达渠道，根据“一网统筹，多网合一”原则促进多网数据联动，平台信息化管理功能再将搜集的分散数据转化为整合的信息资源，通过大数据分析，相关网络系统对目标群体进行数据画像，敏锐感知社会主体现阶段面临的问题。最后，保证事件的快速响应与高效运转，通过数据聚类赋能，出击以大数据为支撑的“组合拳”，建立职责清单数据库，针对不同对象靶向发力、精准施策，推动社会问题精准化、源头性治理。

5.再造治理流程：多流程到流程合作

“互联网+大数据”为社会治理进行双向赋能，技术升级积极推进任务共享的流程合作，扭转多流程的线性管理模式，实现治理流程再造。一是大数据作用下，公众参与流程转变。一方面，过去公众的利益诉求得通过基层的代理人自下而上在金字塔形的府际进行传递，中间层级过多往往导致信息失真。但通过运用大数据技术，设置领导信箱、投诉反馈渠道等，公众参与突破行政壁垒，利益表达者和决策者直接对话，维护了公众的利益。另一方面，技术运用使权力资源下沉到基层成为可能，治理主体逐渐下移，扁平化组织加速信息共享，实现公众问题反映与组织策略回应的无缝衔接。二是依托大数据技术，政府业务流程得以重塑。如对关切人民群众重大利益的食品药品监管，以互联网、云计算和大数据等技术为载体的数字简政代替过去提高审批门槛的事前监管，实行“宽进严管”的事中事后监管。以海量数据为依托，以政务云、法人库等基础资源为支撑，搭建统一标准化的市场主体数据库，形成新型监管方式，切实转变政府管理流程。三是以大数据为支撑实现政务服务流程再造，跨部门、跨层级、跨区域政务服务实现一站式办理模式。部门之间数据对接与互联，加快信息融合与信息数据共用共享，跨部门协同联动实现高频政务服务“一网通办”，移动集成套餐式服务代替层层串联审批服务。另外，“掌上办”为政府和行政相对人搭建了直接联系的桥梁，数据发展成果人人共享，打通政府与民众的“最后一公里”。

数字技术在革新社会生活和交往方式的同时，也显著影响着人们的行为、思考方式及价值观念。数据依赖并不是技术运用中产生的简单物理结果，其能够经过实践催生一系列复杂的化学反应。

（一）数据依赖现象产生的条件

1.数字化转型的影响

数字化转型是指通过运用信息、计算、通信和连接技术，持续改进转型主体各方面属性的过程。［7］基于赢得国家竞争优势，推动高质量发展及满足社会多元需求等多重动力机制，“十四五”规划把“加快数字化发展，建设数字中国”单列成篇，强调以数字化转型整体驱动生产方式，生活方式和治理方式变革，将数字化转型纳入到国家战略高度。数字化是打通社会运行堵点的战略引擎与突破口，数字化转型必然离不开数据，大数据作为新一轮科技革命成果，俨然成为推动经济社会发展的主要动能，激活数据要素潜能是社会治理顺应数字化转型的立足点。数据嵌入社会场域是新形势下治理手段与治理情景相互匹配的正确试验，以国家战略进行前瞻引领，将大数据技术融入社会全域范围，成为未来社会治理的新趋势，为了快速释放数据红利，社会将加大对数据的生产与利用，数据依赖实质上属于治理过程中强化工具理性的行为。

2.技术嵌入社会治理的有效性

在技术开发度和治理依赖度双高的场景下，大数据赋能属于嵌入型，意蕴着技术和治理活动高度融合［8］。数据嵌入治理与数字化治理概念相契合，依托以大数据等为代表的新一代信息技术，创新社会治理方法手段，优化社会治理模式，重塑社会治理流程，推进社会治理的科学化、精细化、高效化，是完善治理体系和提升治理能力的重要抓手。正是数据技术嵌入社会治理能够通过便捷高效化解社会矛盾、提升组织效能、凸显政策效果等提升治理效能、弥补传统治理方式的短板，治理主体才能更加依靠治理工具创新为社会深度赋能增效，随着数据技术在多元场景的应用范围拓宽与维度加深，数据功能更加丰富，能够创造更大的价值，因此更加难以摆脱数据依赖路径。

（二）数据依赖引发的外部性问题

1.社会矛盾转化，提升治理成本

现阶段，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，这一新概括深刻印证了我国社会生产与社会需求发生的新变化。当前世界百年未有之大变局与全球疫情交织叠加，摒弃传统人为干预、过度分工、各自为政的低效思维，回归以数据为基底的标准化程序、精细化服务、透明化管理、智能化运作等治理目标成为多元治理主体共同绘制的美好生活图景。数据治理是社会治理顺应数字时代催生的公共管理新范式，承载着全体人民群众对技术型、智慧型社会治理共同体的期盼，其效能释放的前提是健全数据要素的相关配套机制。社会数字化的顺利转型、高阶治理目标的实现以付出巨额成本为代价。数据依赖程度会正向影响治理成本，越依赖数据则意味着对技术要求越高，需要大量投入用于配套设施建设的国家财政、基建人力、数字化专业人才队伍等成本。当前我国各地依托技术实现社会治理创新，社会充满活力且和谐有序，数字化发展为社会治理带来机遇的同时也对其提出了更高要求，数据嵌入社会治理随之产生一些自发性问题，对标群众的需求仍然存在一些短板，如转型时期治理主体能力错配、强化数字化人才与社会需求之间的张力、监管滞后于技术引发的数据安全问题、数据流量的集成化增值效应致使资本加剧数字剥削、数据作为资源而导致的数字资本与数据公地间的矛盾等。对此，为了维护公平正义、保护个人数据安全、推动数据共享，需要支付大量成本用于数据治理。

2.考核指标重塑，滋生数字形式主义

社会治理的重点在基层，基层政府处于行政层级的末端，不仅受到自上而下的行政压力，还要接受自下而上的群众舆论压力。为了监督政策执行符合政策目标，将公众意见和上级评分纳入对基层政府政策执行的绩效考核，起初这些考核指标都是宏观易量化的，如地区生产总值、人均收入、发案率、施政成本等。进入大数据时代充分利用技术赋能作用，清单化、精细化指标体系得以建立，数据赋能实现精细化治理，标准规范的指标促进政府效率提高，但也会因为过度依赖数据而产生数据造假、数字攀比、过度痕迹化等数字形式主义。数据成为新的治理工具后，通过数据比对分析反映社会问题，台账量、App注册率、好差评率、公众满意度等数据，实现绩效考核标准的重塑。考核标准转变对治理主体也提出新的要求，出于风险避责和资源竞争的双重逻辑，基层政府以数字形式代替数字内容，导致数据数量与质量失衡，如强调应用下载量、只有注册用户而无浏览用户、应用闲置造成资源浪费等现象。文山会海加剧基层负担，甚至为了完成指标而编造数据、捏造材料。造假数据破坏数据固有的客观性、公平性与真实性，一旦将失真数据运用于治理决策将影响决策科学性甚至造成决策失误。过度使用技术的方式只会徒增合理的形式和行政成本，而不能优化数字的实质内容和治理成效［9］，混合手段与目标形成目标置换效应，完全违背了治理的初衷。

3.治理主体式微，消解人的主体性

马克思主义认为人是主体，人通过实践与客体互相作用。异质多元的治理主体频繁互动协同构筑社会治理共同体，联结多方利益、凝聚多方力量的矩阵式共同体形态离不开大数据赋能。大数据技术深度融入社会治理，技术应用边界不断拓宽，社会治理效能呈现集聚效应后，治理主体形成用数据说话、用数据决策、用数据创新的思维，盲目崇拜数据，数据被置于前所未有的高度，过度依赖数据导致技术驱动与主体驱动的失衡，抹杀主体构建，理性技术僭越全方位思考，技术算法取缔主体功能容易消解人的主体性，这并不是依赖数据的直接后果，而是新型治理工具介入社会治理，引起了人的思想观念、思维方式、社会行动模式等的重塑，注意力资源向新事物倾斜，理性钟摆偏向工具主义，新手段掩盖固有手段的合理性，最终导致对数据的过度依赖，与之对应的是人的主体性逐渐消解。忽略主体决策能力提升，单一技术依赖难以形成与现代性匹配的主体数据思维，极端重数据现象导致“为何治”的价值理性与“如何治”的工具理性割裂，终将致使社会治理陷入技术悬浮于治理的困境［10］。过度迷信数据分析的量化结果会迷失自身道德理性判断，滋生治理主体的惰性，造成治理工具俘获治理主体的不良现象［11］。其他学者也认同以大数据为基础运作的人工智能会导致治理主体与客体间的角色反串，以技术支撑的算法“决策”代替治理主体的自主决策，人丧失治理主体地位，演化为算法权力中被计算的客体角色［12］。

4.治理手段单一，治理资源碎片化

精细化、标准化是共建共治共享的应有之意。依靠数据互联互通，能够突破空间治理边界，跨界融合将更多主体联结在一起，多元参与、自主自治的治理要求日臻形成对数据的路径依赖，同时忽视与其他治理方式的互动耦合作用，单一的技术手段难以实现社会有效治理。数据嵌入治理实践过程中，往往从数据整体性去把握其内部部分事物的相关性，从整体思维出发，系统、宏观地把握对象、认识社会、分析事物，此举忽略社会治理的本质是以微观治理活动为载体，数据治理宏观性与社会治理微观性相矛盾［13］。多源异构的社会问题源于不同的政策背景和制度环境，社会治理进入大数据驱动的时代，技术构建社会创新生态成为社会转型发展的内生动力，然而以数据为主导的治理方式难以应对纷繁复杂的社会问题。

治理资源是指一切能够促进社会治理目标实现的资源［14］，分为正式治理资源和非正式治理资源。［15］以顶层设计为代表的正式治理资源如权力、法律制度等，由于其具备权威性，被社会治理广泛应用。数字中国、数字政府、数字社会建设，推动社会数字化转型从顶层进行战略部署，作为数字技术基本单元的数据也属于正式治理资源。以地方性知识为代表的非正式治理资源如情感、经验、宗教礼法等，由于缺乏合法性支持而被忽略。目前，各种治理资源运用仍然存在碎片化问题，继数字社会的提出后以数字治理方式为标杆，强烈的技术依赖强化数据介入社会治理，见证“数治”的有效性后，便会沿用甚至强化，难以整合资源形成合力以释放更大的治理效能。大数据分析的结果“一刀切”运用于具体社会领域，将排除非正式治理资源赋能社会治理范式的可能。

5.治理场域变更，拉宽数字鸿沟

大数据嵌入社会治理情景致使治理场域发生了变化，线上与线下共存交互，二者双向联动为社会发展聚势赋能，以数据支撑成为基层社会治理创新的亮点工程，开创了社会治理新模式。不同群体数据资源禀赋与数字能力运用参差不齐，在享受数字红利的同时加剧了数字鸿沟。数字鸿沟在社会治理层面反映的是民众的线上参与、获得信息、知情权保障等方面的差异和组织的数据垄断、数据异化等现象。东西地域、城乡结构、社会阶层间都产生了不同程度的数字鸿沟。老龄化、幼龄化、低教育水平、缺乏智能设备等群体具有信息弱势地位，数据依赖路径深化一定程度上是由于数字技术的升级，技术运用的复杂性导致技术主导群体和技术弱势群体掌控技术效果形成马太效应。从目标群体来看，数据依赖实则牺牲了部分群体利益。治理场域实现线下到线上转场意味着数字失能群体脱嵌于数字社会，正当利益诉求不能被数据捕捉，危害社会公平性。从治理主体来看，数据依赖加剧数据垄断。数据成为继土地、劳动力、资本、技术后的关键生产要素，将数据资源用于治理实践将产生巨大的可变现价值，组织发展深度依托数据资源禀赋。理性的数据平台企业、数据分析机构等依赖数据获取利润，由此极可能为了组织自身利益而强化对数据的垄断与窜改。数据不能在不同群体间共享，共建共治共享治理格局则是无稽之谈。

大数据背景下新的风险不断累积，不确定情景逐渐增加，增加对数据的使用是应对风险挑战的重要举措，但在工具依附时更应该强化底线思维和风险意识，警惕后续治理过程中因为多度依赖数据而引发的治理目标与治理手段倒置、治理制度和治理工具失衡等一系列“多米诺骨牌效应”。

（一）强化数据治理，发挥数据赋能作用

第四次工业革命牵引的社会治理由于数据“井喷式”增长、技术应用范围扩大而引发新型管理问题，问题治理势必增加治理成本。长远来看，随着数据治理活动深入推进，数据边际成本递减，规模报酬递增，数据红利将远超成本。数据治理也是数据赋能的重要前提，数据良治是社会发展提供服务的重要抓手。数据治理包含依据数据治理与对数据治理的双重内涵。依数据治理情景下数据作为一种治理工具，蕴含着巨大的经济价值和社会价值，能够为社会治理赋能；
对数据治理情景下数据作为一种具有开放性、流动性、共享性的资源，对资源的争夺和不正当利用导致权利关系变迁。［16］大数据作为价值中立的技术手段嵌入富蕴价值倾向的社会治理，必然带来数据赋能与数据依赖的双重背反式效应，正视技术带来的问题必须及时对数据治理进行再治理。一是建设事前预防机制，数字化催生社会形态更替，社会治理需求转化，要求面对数字化转型强化领导干部的数字化治理能力，从顶层优化为数据发展前瞻布局、科学筹划。数据价值在数据共享中呈现出溢出效应，数据共享赋能的前提是保证数据的真实性、数据设施完备性、数据分类化、数据权属化、数据安全性等。因此，应优化数据中心基础设施建设网络，打造具有一体化算力的可信数据平台枢纽，构筑不同通道间的数据供应链条，建立网络数据一体化安全防护体系与综合监管体系。二是完善改进针对引发数据安全问题的事后救助机制，健全对数据泄露、不法数据交易、算法歧视等数据伦理行为的惩处机制，强化数据权责体系建设，加快完善侵权补偿机制。

（二）优化绩效考核机制，防治数字形式主义

政府是社会的元治理主体，掌握社会80%以上的信息，政府数据失真不仅难以对社会赋能，反而会误导决策，从而引发新形态低效，危害社会利益，即技术的二律背反。数字形式主义是形式主义在数字时代的异化与延伸，严重梗阻社会治理现代化的发展进程。数字形式主义产生的根源在于上级注意力的扭曲，绩效考核指标是注意力的客观反映，鉴于此，必须通过制定合理的绩效考评机制，防治数字形式主义。一方面，完善数字形式主义预防机制。首先，要树立正确政绩观，以人民需求为中心，从价值层面防止数字形式主义滋生。其次，吸纳公众参与制定绩效考核指标，把全体人民的共同期盼作为工作的出发点和落脚点，推动多元主体协同共治。最后，建立健全政策执行监督机制，制定明确的政府行为负面清单，谨防脱实向虚的政绩工程，丰富问责情形，提高追责标准，畅通多元主体参与数字化监督、舆论、评价的通道。另一方面，严格治理数字形式主义，加大对弄虚作假、不求实效等不良作风的打击力度，鼓励社会治理主体对政府的监督。压力型体制的问责机制是滋生数字形式主义的土壤之一，问责力度过强反而导致基层无所适从，为此，必须完善激励机制与容错纠错机制，通过容错清单精准“界错”，对越过容错“红线”的行为给予纠正和整改，坚持实事求是、查改并重，形成问责、容错、纠错、整改相互衔接的系统化链条。完善考核结果的奖惩机制，激发领导干部注重实绩的内生动力，推动绩效评估从重形式到重实效改变。

（三）回归治理主体地位，平衡工具理性与价值理性

认为数据绝对权威的“唯数据主义”倾向脱离了人的主体性而受到学术界与实践界的质疑，对此，应该辩证看待大数据技术的效能，明确技术效用边界，回归人的主体性，在治理过程中平衡工具理性和价值理性。人的主体性包括三个维度：一是个人与群众的社会主体性，二是满足自身需要的价值主体性，三是以创造性、创新性为代表的能动性。［17］从社会治理角度来看，人始终是最基本的治理主体，能动地运用数字工具迎接社会实践深入开展带来的新挑战。人与数据是主体与客体的关系，也是治理主体与治理工具的关系，以数据为支撑的大数据技术仅仅作为提升社会治理能力的客观手段。数据是人类活动在互联网的“留痕”，大数据技术是人类实践的客观产物。大数据融入社会治理必须界定人与数据、技术的主客体关系，重视人对社会治理的能动作用。首先，秉持以人民为中心的发展思想，克服技术至上主义，社会治理全过程要始终围绕“为了谁”的根本问题而进行，避免产生目标置换效应。其次，评估大数据嵌入社会治理的风险与收益，根据技术外部性的可控程度、净收益大小而进行策略选择，规避技术俘获主体的失范现象。最后，以公共精神的培养为依托合理运用技术。客观看待数据分析结果，根据数据直接结果认真研判潜在的问题，深层次思考社会的真实诉求，统一目的和手段的关系，实现“人”与“术”的共生。

（四）协同多元治理手段，整合各种治理资源

社会转型时期社会治理存在高度复杂性和不确定性，标准化程序化的技术支配难以敏捷应对动态变化的环境。化解社会纠纷激发社会创造力需要整合各种治理资源，协同多元治理手段，优化创新社会治理方式。其一，强化规范治理。刚性制度由于缺乏灵活性与弹性难以应对突发事件或偶发事件而备受诟病，但其实规范性制度是一切社会行为的根本准则，必须一以贯之，及时调整相关法律政策，强化制度的硬性约束能力，平衡制度和技术的运用。其二，重视经验治理。经验建立在对同类事项处理的基础上，由于其受到人的主观判断作用，常被定义为“拍脑袋决策”。然而依据经验治理除了囊括和过去相似事件一样的处理行为，还包括对治理举措不足的反思与教训吸取，充分发挥了人的主观能动性，将经过社会实践反复检验的成熟经验上升为正式制度是社会治理的重要模式。其三，关注情感治理。情感治理是公共治理者通过运用情感策略满足社会成员情感需求、促进正向情感的再生，从而协调各种社会关系的行为和过程，即“以情治情”。如果数据能造福大部分群体，情感则能普惠大众，情感介入社会治理更具针对性，能够弥补技术本身的缺陷，完善治理方式。其四，协同多元治理手段。有效整合社会治理资源是促进社会发展的原动力，合理配置正式与非正式治理资源，寻求制度规范、数据、经验、情感等介入社会治理的向度和限度，分级分类推进不同社会问题的靶向治理，追求治理效度的同时彰显治理温度。

（五）创造公共价值，弥合数字鸿沟

数据依赖拉宽了城市与农村之间、组织与个人之间、政府与企业之间的信息差距，应该以公共价值为根本导向，通过同构效率与公平来弥合数字鸿沟。Stoker把公共价值定义为公民集体偏好的总和［18］，但并不是公众偏好的简单相加，而是根据公众期望、需求、偏好、意愿等协商形成的一种社会公众效用［19］。关注公众集体偏好，创造公共价值是打开社会治理新格局的题中应有之意。Moore提出的“创造公共价值”是公共价值管理理论重要成果之一，创造公共价值离不开包含定义价值、合法性与支持以及运作能力三个维度的战略三角［20］。明确社会治理中的公众期望为价值构建，在治理过程中获得合法性支持为价值测量，提高社会治理能力则是价值实现。首先，构建公共价值，明确社会共识“是什么”的问题。从共建共治共享的社会治理格局到党委领导、政府负责、民主协商、社会协同、公众参与、法治保障、科技支撑的社会治理体系到构建人人有责、人人尽责、人人享有的社会治理共同体，无不体现着人民群众对社会的共同期盼，社会治理必须坚持国家治理体系的整体部署，推进社会治理现代化。其次，测量价值，解释社会诉求“为什么”能成为公共价值。保证最终形成的公众期望价值符合法治、公平正义、民主协商、全过程人民民主等指标，充分利用大数据技术将价值传递给弱势群体。最后，实现公共价值，厘清满足社会需求“如何做”的共创价值。在我国现阶段发展不平衡不充分的社会环境中，能否平衡不同主体的价值期望决定价值创造能否实现。对此，构建和完善扁平的网络化治理结构，吸纳多元主体协同共治，识别和搜集不同主体的利益诉求，加速不同主体间的信息交流与共享，在信息交换的过程中进行反复互动博弈、广泛协商，从而形成符合多方利益的公共价值。