智慧城市建设推动社区治理实践创新

张若冰 祝歆 李雪岩

[摘 要]社区是党和政府联系及服务居民群众的“最后一公里”，社区治理现代化是国家治理现代化的重要组成部分。推进首都治理体系和治理能力现代化，社区治理的理论与实践创新必不可少。本文以大数据技术为视角，立足于北京市大力推进智慧城市建设、布局城市全域应用场景、一体推进数字社会建设的政策背景，从智慧社区应用目标谱系出发，通过全域集数据模型，以标准化的城市基础信息编码体系为基础，面向城市数字化治理和精细化管理需要，基于全域大数据关键技术解决社区治理全域应用场景问题，推动社区治理智慧服务与精细化管理，同时促进智慧北京建设及相关高精尖产业发展。

[关键词]智慧北京;社区治理;大数据;目标谱;全域集

[中图分类号]F492 [文献标志码]A [文章编号] 1672-4917（2021）02-0116-09

在党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》中指出，“十四五”期间要努力实现“社会治理特别是基层治理水平明显提高”的目标，这是新时代新发展阶段我国社会治理的科学指引。

北京市正在大力推进智慧城市建设，加强顶层设计，布局城市全域应用场景，一体推进数字政府、数字经济、数字社会建设。建设智慧北京是一个复杂的巨系统工程，应加强顶层设计，以市民需求为导向、以大数据应用为驱动、以智能决策为核心，在智慧城市建设运行管理的全生命周期过程中，明确政府、企业、市民等各主体在智慧北京全域各场景、各单元的需求目标，构建多维应用目标谱系全景，打造一体化的全域智慧北京应用场景，实现城市的“一体化监测、智能化管理、多信息融合、整体式管控”，为切实提高北京城市精细化管理水平打下坚实基础。随着北京智慧城市建设的推进，社区治理的智慧化程度也在不断提高。通过面向“市—区—街道—社区”多层级，以数据为驱动、以智能为核心，对社区治理和服务等全场景智慧赋能，能有效推动社区治理实践创新，从而进一步提高治理能力与治理水平。

一、相关研究回顾

（一）社区治理

国外关于社区的研究最早出现在1887年，德国学者滕尼斯在其《社区与社会》一书中提到社区是有相同习俗与价值观的人们形成的有人情味的社会团体[1]。国内对社区的理解与实践同国外区别较大，具有鲜明的中国特色。1935年费孝通最早提出“社区是由若干个社会群体或社会组织聚集在某一地域里形成的一个在生活上相互关联的大集体”[2]。2000年，《民政部关于在全国推进城市社区建设的意见》中指出，社区是指聚居在一定地域范围内的人们所组成的社会生活共同体。进入21世纪，国家多次召开相关会议、出台系列政策以规范社区建设的内容、内涵、价值等，社区建设也开始全面推进[3]。

社区治理是治理理论在社区范围内的运用，主要指在一定区域范围内政府与社区组织、社区公民等共同管理社区公共事务的活动[4]。社区作为社会基本单元，是政府联系群众、服务群众的“最后一公里”，也是社会治理体系的重要组成部分。国外的社区治理实践大多将“多主体合作”作为治理的核心要素，同时将社会组织、市场等力量置于与政府平等的地位[5]，认为公民参与社区治理可以发出各自的声音，使得决策更公平有效[6]。总的来说，国外社区治理大致可总结为三种典型模式，分别是：以新加坡为代表的政府为主导的模式、以英国为代表的自下而上的模式、以日本为代表的政府主导与社区自治相结合的模式。新中国成立以来我国的城市社区治理大致经历了探索（1949—1978年）、转型（1979—1990年）、建设（1991—2012年）和治理（2013年至今）四个发展阶段[7]，2012年党的十八大第一次将社区治理写入纲领性文件，指出促进群众在城乡社区治理、基层公共事务和公益事业中依法自我管理、自我服务、自我教育和自我监督，标志着社区治理阶段的开始。在此之后不断探索的过程中，我国社区治理能力不断提升，治理格局更加成熟，打造共建共治共享的社会治理格局、增进全体人民的共同福祉已成为具有中国特色社会主义的社会治理目标[8]。

（二）智慧社区建设与网格化社区治理

智慧社区是将一定智能技术、数据相互关联，且具备可持续、舒适、有吸引力和安全等特性的社区[9]，即采用一系列新技术将社区的所有资源都连接起来，从而侦测、分析和整合各种数据，并智能化地做出响应[10]，也可以被描述为将电力、水、交通、物流、医疗等各种基础设施的管理和优化控制结合在一起的下一代社区[11]。2020年7月，住建部将智慧社区定义为利用物联网、云计算、大数据、人工智能等新一代信息技术，融合社区场景下的人、事、地、物、情、组织等多种数据资源，提供面向政府、物业、居民和企业的社区管理与服务类应用，提升社区管理与服务的科學化、智能化、精细化水平，实现共建共治共享管理模式的一种社区[12]。智慧社区作为智慧城市建设的重要组成部分，成为建筑、规划和公共管理等领域研究与探讨的焦点。

网格化社区治理是借助城市数字信息管理平台，将所管辖区按照一定标准划分若干网格，对网格内人、地、事、物、情、组织等进行综合治理，形成管理闭环，及时预判或发现治域内的问题，从而使得社区管理服务全面有效地落实到每个环节并发挥作用[13]，有效地提升了治理能力与治理水平。自1995年开始在国内试点实践以来，已形成北京东城区万米单元网格模式[14]、上海长宁模式[15]、湖北宜昌一本三化模式[16]、浙江舟山组团式服务模式[17]等典型模式，取得了较好的治理效果。虽然在实践过程中，网格化治理也面临着网格泛化[18]、流程不规范及权责不清晰[19]、民众参与度低与管理队伍专业程度低[20]、信息资源共享不畅[21]等问题，但随着“大数据+智慧社区”的程度不断提高，网格化管理模式也在不断改进和完善。其中，基于网格化城市管理系统发展而成的事联网是进行数据管理、数据决策及数据创新的重要基础[22]。从2020年初起，面对突如其来的新冠疫情时，“网格化+大数据+智慧社区”成了突发卫生事件防控的新型治理手段，在“内防扩散、外防输入、精准防控”等方面发挥了重要的作用[23]。当下社区抗击疫情的网格化治理实践轨迹出现了“超级网格”，针对社区疫情防控预备、发展和善后重建等阶段，在疫情突发时可将常态网格迅速升级为“超级网格”，灾后缓解和重建时可对网格适当调整，有利于保持社区的秩序和稳定[24]。

综上所述，网格化治理以及大数据驱动的智慧社区都是社区治理的创新模式的体现。社区治理所涉及的以及所产生的各类数据，可为网格化治理与智慧社区的建设及治理，提供数据来源与支撑，以便做出更科学、更精准的决策。在大数据时代，新兴技术借助于大数据，结合智慧社区治理的目标谱系，有助于实现社区治理体系和治理能力的现代化。

二、北京智慧社区建设现状及发展需要

北京市从2012年开始启动智慧社区试点建设工作。北京智慧社区的建设是以政府主导为主的，即由政府负责项目的统一规划和统筹管理，为居民提供服务、解决民生问题。2013年，北京市指出智慧社区是利用新一代信息技术实现对社区居民“吃、住、行、游、购、娱、健”等生活七大要素的数字化、网络化、智能化、互动化和协同化，其建设的长远目标是将社区建设成为政务高效、服务便捷、管理睿智、生活智能、环境宜居的社区生活新业态[25]。截至2020年底，北京市累计建成“一刻钟社区服务圈”1 772个，覆盖98%以上的城市社区，达到了“十三五”规划的预期目标 数据来源：2020年12月29日，北京市“回顾‘十三五 展望‘十四五”系列新闻发布会社会民生专场。。其中，以海淀区为例，其“城市大脑”的建设搭建了海淀数字孪生“城市时空一张图”，支撑城市智能运行过程中的态势研判、事件分析、综合决策、仿真推演等大数据及AI驱动能力的超级应用，服务全区城市治理业务。2021年2月，海淀区建成城市大脑智能运营指挥中心（IOCC），实现了全区12 000多路监控视频24小时在线值守，一万多个物联网传感设备实时联动，基于35个业务系统的6 000多万条数据动态运转分析[26]。这些多源大数据通过智慧城市感知层的汇聚，为城市管理的进一步智慧化决策打下了坚实的基础，使得海淀区向着城市运行发展的整体智慧化迈进了一大步。智慧社区是海淀“城市大脑”建设的重要组成部分，例如海淀区志强北园社区借助5G、AI、大数据等新兴技术，创立了全国首个5G新型智慧社区，实现了社区管理和服务的“秒级通信”，提高了智慧社区治理的信息化程度;北坞嘉园社区通过整合社区的房屋信息、人员信息、监控视频等大数据，实现了对社区治安、老人关怀等管理服务能力的提升。

社区治理过程中，将网格化和数字化结合，多网融合，更好地发挥数据化、数字化的支撑作用，有助于更好地实现政务服务的“一网通办”，城市运行的“一网统管”，从而拓宽居民诉求反应通道以推动主动治理，实现从“接诉即办”到“未诉先办”。在新冠疫情的防疫过程中，社区作为疫情防控的重要环节，积极创建适应疫情防控的机制，实施网格化管理，及时掌握社区最新信息，且加强了疫情防控的宣传，实现了信息及时发布、风险实时监测预警、无接触沟通协作、趋势分析研判等，使得防控疫情工作更高效。

可以看出北京智慧社区建设已经在基础信息汇集、基础设施建设、公共服务等方面取得了较好的成果，但是在面向新发展理念、进一步加强顶层设计、落实创新驱动、以“绣花功夫”推进城市精细化管理的要求下还有较大的提升空间，主要表现在以下三个方面：

一是北京智慧社区所涉及的大数据应用及其相关理论不够完善。各个社区发展水平不一，所收集到的数据标准不一，在数据整合时难度较大。同时，社区在发展过程中没有形成全面完善的数据库可供社区治理实际决策者参考。因此需要进一步摸清社区治理涉及的各种各类数据都有哪些、相应的数据库结构如何，从全域角度加强数据整合的顶层设计及数学理论模型指导。

二是需要进一步落实新发展理念，围绕市民需求细化建设目标。社区治理涉及党和政府、居民群众、企业等各类主体，智慧社区治理能力的提高实质上是多目标决策优化的过程。因此必须要明确智慧社区的目标谱系，围绕增进民生福祉构建一个集政府治理、社区安全、业主服务为一体的社区治理目标体系。

三是需要不断创新技术手段，提升社区治理的智慧水平。在智慧社区治理提升的过程中所运用到的大数据关键技术，与智能AI算法的运用密切相关，在面向多主体目标谱系、具有全域特征数据集的条件下，AI算法体系需要具备相应的自适应特征。同时，由于数据结构是AI算法体系运行的基础，因此也必须对既有数据的变量元及其结构进行适应性模式设计，使之与全域大数据的逻辑元充分对应。这是一个综合体系设计工程，有助于真正实现数据治理在现实管理中的综合应用，并助推信息技术、AI技术、软件工程等高新技术在产业集群中的应用和发展。

科技发展为智慧城市建設提供了更多的可能性与技术手段，智慧社区是智慧城市建设发展过程中的重要组成。社区治理的发展创新必须依托于智慧城市以及智慧社区建设的总体环境，只有把握智慧社区建设方向，明确智慧社区建设目标谱系，才能更好地推动社区治理的实践创新，探索出最佳的社区治理方案。

三、基于全域集理论的社区治理体系构建

（一）基于全域集理论的社区治理数据模型

将智慧社区比作人类的“大脑”，全域集则是模拟人类对客观世界认识抽象过程的数学表述。显然，人类活动面对的实际环境是一个混乱的数据世界，可见人类对客观世界的认识过程与基于大数据的智慧社区治理具有几乎一致的基本逻辑，换言之，只要找到能够模拟人类认识客观世界过程的数据描述理论体系，即可实现智慧社区治理的系统性涌现管理[27]。解决这一问题，可将数据管理问题以数学集合论的形式进行高度抽象，应用基于全域集理论的数据管理模式来分析社区治理的过程。

智慧社区治理依靠网格化对社区内的人、地、事、物、情、组织、网格等进行治理，将这些治理涉及的内容以数据形式呈现并保存，即形成了相应的数据库。智慧社区治理过程中产生的数据可归纳整理为三大类社区数据，包括社区基础信息数据（人、地、物、组织、网格等）、社区感知信息数据（视频监控等）和其他信息数据（事、情等），这些数据之间往往有着非常复杂的联动关系，可以用全域集来表示为S=（A，B，F，J，D）[28]，其中各要素在智慧社区治理场景的含义如下：

1. A为与社区治理不同场景业务相关的根字段元，即系统数据的字段结构，A={A1，A2…An}，Ai表示字段幂集，Ai的结构即数据库表结构（包含DB，RDB，OODB，ORDB，以及时空数据库等）。

2. B为A中全域关联字段在不同决策条件下的变换与特征描述，即对A先进行基于决策环境的变换，再进行基于问题特征的（标签）描述。B=F（A）∨B′，B′表示系统中与A联动的全域关联字段，基于不同场景领域境变描述构成不同的数据子字段体系。

3. F为基于决策需要的全域关联字段A与字段幂集B之间的关联映射关系AFB。F可由多种传统集合的逻辑运算得到，也可以通过各种AI算法、计量模型等训练得到。

4. J表示数据分析需求与业务范围的论域约束，即界壳，界壳J可以抽象出边界的普遍共性，J决定了决策问题的论域范围，适合描述与社区治理相关领域的业务全域数据系统。

5. D为决策目标的集合，表示在B中不同字段变换、境变特征构成的相关场景数据关联集合之上的优化目标，是AI算法体系运行的目标函数。

基于全域集理论，即可在社区治理的界壳范围内规范化梳理社区治理问题中不同主体与对象特征之间的映射关系，从而对各种数据模式进行聚类，实现各类业务的有效管理，从而使管理协调问题转化为数据的规范化与描述问题，实现数据对客观世界的自主认识。同时，针对社区治理全域场景各类具体的治理目标谱，AI算法可自动在全域集中挖掘深度关联因素，充分发掘大数据的应用价值。

（二）社区治理相关全域数据

与城市社区治理相关的大数据主要分为以下三种数据：一是社区基础信息数据（A1）：人口、建筑、房屋、法人单位、机动车、非机动车、群防群治力量、部件设施、地理信息、组织机构信息;二是社区感知信息数据（A2）：视频图像感知信息数据、人脸感知信息数据、车辆感知信息数据、门禁感知信息数据、物联感知信息数据;三是社区其他信息数据（A3）：事件信息数据以及其他信息数据，包括政务服务、交通出行、生活缴费、综合执法、环境卫生、物业管理、社区医疗、社区警务、社区商业等数据，具体如图2所示。

其中社区基本信息共8个方面、12种类型、32项信息、107类基础数据。如，基本信息中的人口信息（A11）主要包括常住人口、流动人口以及重点人口3种，涵盖人员身份、人口类别信息等6项信息及姓名、性别等7类基础数据;组织机构（A12）主要有社区综合服务机构、社区便民服务机构，涵蓋10类机构信息、16类基础数据;车辆信息（A13）包含号牌号码、类型、车主姓名等16类数据;建筑信息（A14）主要包括小区和房屋信息，涵盖建筑的基本信息、历史居住人员信息等6项，涉及如编号、门牌号、居住者姓名等53类数据;群防群治（A15）包括物业保安、志愿者、小区业委会成员，涵盖编号及姓名等6类数据;部件设施信息（A17）包含设施编号、地理坐标等9类数据。

而社区感知信息主要包括视频图像感知信息（A21）、人脸感知信息（A22）、车辆感知信息（A23）、门禁感知信息（A24）、物联感知信息（A25）及消防感知信息（A26）等6个方面。社区相关外围信息主要分为社区警情和舆情信息（A31）、社区功能服务动态信息（A32）、民意信息（“接诉即办”事件信息）（A33）以及居民轨迹和消费者动态信息（A34）等4个方面。舆情信息根据事件类型可以分为市民热线事件、智能设备感知事件以及网格员上报事件3种类型，包含事件编号等8类数据。社区功能服务动态信息包括政务服务信息数据等9类数据。此外，还包括街面巡查信息等5类常规巡查类目数据。

同时，智慧社区治理所涉及的全域数据体系涵盖的数据库包括常用数据库系统（DB—数据库、RDB—关系数据库、OODB—面向对象数据库、ORDB—关系对象数据库）、时空数据库（TDB—时态数据库、SDB—空间数据库）、移动数据库（MOD）和包含多种数据格式的XML（文档描述语言）数据库结构。如智慧社区由全域字段构成的基本信息如人口、建筑、车辆及设施等数据库就属于常用的数据库系统;社区感知信息如人脸感知、门禁感知及视频感知等数据库则属于关系对象数据库和时空数据库;社区服务动态信息如政务服务、医疗卫生、综合执法、天气等数据库属于时空数据库;居民轨迹、消费等动态信息数据库属于移动数据库;社区舆情和民意信息（如“接诉即办”信息）等数据属于XML数据库结构。

（三）智慧社区目标谱系

智慧城市建设推动社区治理实践创新研究的总目标是为了使社区治理体系更加完善，进一步推动实现“七有”

“七有”指的是 “幼有所育、学有所教、病有所医、老有所养、劳有所得、住有所居、弱有所扶”，为习近平总书记2017年10月18日在中国共产党第十九次全国代表大会上作的《决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利》报告中首次提出。“五性”

“五性”指的是“安全性、公正性、便利性、宜居性、多样性”，为北京市委书记蔡奇在2018年1月12日北京市委理论学习中心组学习（扩大）会议上提出。，以增进民生福祉。落实“七有”“五性”的目标，在智慧社区治理的目标谱系中具有不同程度的体现，如智慧社区教育有助于实现“幼有所育”和“学有所教”，智慧社区医疗有助于实现“病有所医”，智慧社区养老有助于实现“老有所养”，智慧社区基础设施有助于实现“住有所居”和“弱有所扶”，智慧社区创业有助于实现“劳有所得”。智慧社区治理能力的提升应强调以人为本，力求为居民提供“便利性、宜居性、多样性、公正性和安全性”的服务。

社区治理涉及党和政府部门、居民群众、社区工作者及企业等各类主体。不同主体在社区运行过程中的诉求及目标各不相同，其扮演的角色与承担的任务也不同。对政府而言，政府是智慧社区建设的主导者，包括制定相关政策标准、投入建设资金等，实现政府与社区居民的双向沟通，政府通过推动建设智慧社区来提升基层治理的现代化，使得社区治理更精准、高效，大数据的利用有助于为居民提供更优质、高效且个性化的公共服务。对社区工作者等社会组织来说，基于实时动态信息数据，社区工作者可以在第一时间去处理发生的紧急事件及居民诉求，对事件进行事前控制，减少安全隐患，提高社区风险管控能力和社区居民满意度。对企业来讲，基于居民的消费习惯和兴趣等商业数据，可以帮企业挖掘、分析潜在市场，实现大数据驱动下的更好服务。对社区居民来说，追求的是舒适的社区环境、配套的基础设施、便捷的社区服务。

智慧社区治理涵盖的主要场景包括：智慧社区政务、智慧服务（智慧物业）、智慧安防、智慧医疗、智慧出行、智慧养老、智慧生活等。针对每一场景又包含不同的治理内容。基于社区治理的参与者诉求及治理场景梳理出智慧北京社区治理目标谱系，围绕落实“七有”“五性”以提高社区治理能力为总目标（D）可将其细化为社区政务高效便捷（D1）、社区服务方便贴心（D2）、社区治安安全可靠（D3）、社区医疗普惠公平（D4）、社区环境舒适卫生（D5）、社区文化和谐友好（D6）等目标，再根据智慧社区治理的主要场景还可划分更精细的目标，从而形成智慧社区目标谱系，如图3所示。

其中，在社区政务方面，通过构建“一号申请、一窗受理、一网通办”信息服务平台，提高政务服务效率，便捷、精准、主动服务居民，让“数据多跑路，群众少跑腿”;通过社区管理平台，全面实时监测社区运行状态，对社区事情进行综合决策，实现对社区事件的精细化管控。

在社区服务方面，实现社区生活服务（如消费、休闲、娱乐等）、生活照料、家政维修、医疗保健、精神慰藉、安全防护、文化体育等的全面保障;实现一站式集中服务，提高办事效率，改善社区服务水平，提升居住质量。

在社区安防方面，实现对社区进出人员和车辆的实时管理，对异常状况进行预警报警，为居民提供安全可靠的居住环境;利用新技术与传感技术实现社区物资的实时治安管控，提升社区数字化建设水平，为居民提供便捷的设施及服务。

在社区医疗方面，通过智慧医疗为居民健康提供保障，可以实现全过程的医疗管理和医疗服务，提供全面远程的医疗与应急救助，实现治疗路径和康复路径的双向转诊;通过完善医疗服务信息化基础设施，实现疫情防控及公共卫生事件预警，提高社区医疗卫生事业智慧与决策的反应能力，做到真正意义上的智联融合与关护无界，为社区居民提供更加多样、高效、安全的智慧医疗服务。

在社区环境方面，通过对社区范围内区域空气及水质、环境污染源的治理监控等，实现对社区区域空气环境质量状况的实时掌握及垃圾卫生等的治理，保障公众的知情权。同时，在遇到严重的空气污染状况时，也能及时向所处区域人员报警，并且能够有效改善社区街道及辖区空气环境质量管控检测难题，营造绿色宜居的社区环境。

在社区文化方面，通过各种文化、体育、教育、科普等活动，实现社区文化和精神文明建設的和谐发展，逐步建成布局合理、特色鲜明、舒适美观的文化空间，使得群众文化活动更加积极健康，丰富多彩，社会风气秩序更良好，居民综合素质明显提高。

四、全域大数据模型创新社区治理实践

城市在发展及信息化历史过程中形成了大量信息孤岛，智慧城市在建设中面临的关键难题之一就是能否有效聚合多源异构的城市数据资源并发挥其整合效应。因此，通过研究大数据共享机制与AI算法体系创新应用，分析城市大数据源的分类特征与共享机制，形成基于靶向问题场景与数据谱系的自适应AI算法，推动关键核心技术联合攻关取得突破，不仅有助于解决智慧北京建设中的深层次重点、难点问题，同时能够发挥北京在脑科学、人工智能研究领域等战略长板优势，进一步推动北京成为全球创新高地，引领高精尖产业发展。

社区养老是智慧社区治理的一大场景，随着我国老年人口的增加，大部分居民可能还是需要社区居家养老，因此对于社区养老提出了更高的要求。以社区养老为例，老年人在家里或社区可能会遇到一些突发情况，若家里没有其他人时，他们可能面临危险隐患。此时，构建集合Aij表示老年人的关键信息与可识别的标识信息，通过老人的活动轨迹，即可得到关键信息在不同场景下的映射，例如菜市场（B1），电梯（B2），公园（B3）等，考察不同场景下样本之间的重叠关系，进而依据A与B之间的逻辑依赖关系判定需要关注的重要因素。在智慧社区场景中，对基于大数据的个人信息、门禁、监控等数据分析研判，若老人在一段时间内没有出门或者没有动态信息，此时可以安排服务人员去确认其是否遇到危险情况并采取相关措施。对该类问题所涉及的场景与数据谱系结合，形成自适应AI算法，为智慧社区治理过程中的具体问题提供解决方案。

同样，社区是疫情防控的基础环节，以社区疫情防控为例，可以梳理并建立全域集视角下的映射依赖关系，社区疫情防控包括体温筛查、口罩识别预警、疫情防控信息实时发布、社区居民疫情快报、疫情防控视频会议、返京人员网格化管控、重点人员集中隔离管理、居家隔离、社区服务等场景。虽然个体的关键信息字段A在不同场景下具有差异化的映射，但均可通过数据的汇聚判定并量化其依赖关系，例如，新冠肺炎密切接触者（A1，包含身份证号码、手机号、工号、各类账号等）在工作单位（场景B1），居住社区（场景B2）与火车站（场景B3）买票时都登记了身份证号码，显然有A1FB1，A1FB2，A1FB3，而{B1，B2，B3}提取关键业务属性后构成的A又进一步构成间接映射，字段映射关系的梳理与建立是完善安全链条必不可少的环节，直接或间接映射的结构形成全域联动关系。通过社区门禁、测温感应、进出车辆、智慧梯控等数据实时生成居民电子健康档案，实现健康状况可视化管理。基于实时数据通过AI算法深度分析发热规律，辅助研判发热疫情趋势，实现对疫情防控的有效监管与预警;结合无接触技术手段实现对发热人员和居家隔离人员的快速沟通和控制，尽可能阻断病毒的传播途径，促进公共和便民服务智能化，保障社区安全与居民健康，构筑起社区防疫的坚强堡垒。

五、结论与展望

面对国内外环境的新变化，要落实新发展理念、推动高质量发展、构建新发展格局，比任何时候都更加需要科技创新解决方案，都更加需要创新这个第一动力。只有更加依靠科技创新，才能在危机中育先机、在变局中开新局，不断拓展新发展空间，塑造新的发展优势。因此应采用全域集理论描述智慧社区大数据字段及其目标谱系，构建全域大数据集理论体系。通过探究数据的标准化颗粒表述，为突破各场景及各系统之间的数据壁垒、建立标准数据云库提供数学理论支撑，有利于为打造数字城市、智慧社区奠定大数据综合应用的理论基础，从而推动社区治理实践创新，并促进智慧北京建设及相关高精尖产业发展。

[参考文献]

[1] [德]斐迪南·滕尼斯：《共同体与社会》，商务印书馆1999年版。

[2] 《社会学概论》编写组：《社会学概论（试讲本）》，天津人民出版社1984年版。

[3] 袁方成、王泽：《中国城市社区治理现代化之路——一项历时性的多维度考察》，《探索》2019年第1期。

[4] 吴晓林、郝丽娜：《“社区复兴运动”以来国外社区治理研究的理论考察》，《政治学研究》2015年第1期。

[5] 何绍辉：《政策演进与城市社区治理70年（1949—2019）》，《求索》2019年第3期。

[6] G.Kabir， et al：“Assessment of Governance of Fisher Communities of Inland Openwater Fisheries in Bangladesh”， Ocean & Coastal Management， Vol.80， No.80， 2013， pp.20-28.

[7] 魏娜：《我国城市社区治理模式：发展演变与制度创新》，《中国人民大学学报》2003年第1期。

[8] 中共中央宣传部编：《习近平新时代中国特色社会主义思想学习纲要》，学习出版社2019年版。

[9] Lazaroiu，G.C.& Roscia：《智能城市模型的定義方法》，《能源》2012年第1期。

[10] Li X， et al：“Smart community： an internet of things application”， IEEE Communications Magazine， Vol.49， No.11， 2011， pp.68-75.

[11] 国际电信联盟-国际电联电信标准化部门：《智能可持续城市：定义分析》，国际电信联盟2014年版。

[12] 中华人民共和国住房和城乡建设部办公厅：《住房和城乡建设部办公厅关于国家标准〈智慧城市 建筑及居住区 第1部分：智慧社区建设规范（征求意见稿）〉公开征求意见的通知》，中华人民共和国住房和城乡建设部官网，http：//www.mohurd.gov.cn/zqyj/202007/t20200727_246523.html。

[13] 郑士源、徐辉、王浣尘：《网格及网格化管理综述》，《系统工程》2005年第3期。

[14] 张伟、高建武、向峰：《北京东城区：网格化模式迈入3.0》，《中国建设信息化》2017年第3期。

[15] 蒋俊杰：《我国城市跨界社会问题的整体性治理模式探析——以上海市长宁区社会管理联动中心为例》，《中国行政管理》2015年第3期。

[16] 宜昌市社会管理创新办：《构建“一本三化”体系》，《中国建设信息化》2017年第9期。

[17] 张雨：《基层网格化管理模式研究》，《合作经济与科技》2019年第3期。

[18] 赵海龙、吴洁、赵子浩、卢阳：《智慧城市建设中网格化城市管理理论研究之事联网——网格化系统的“心脏”》，《中国建设信息化》2019年第22期。

[19] 何瑞文：《网格化管理的实践困扰》，《苏州大学学报（哲学社会科学版）》2016年第1期。

[20] 韩志明：《城市治理的清晰化及其限制——以网格化管理为中心的分析》，《探索与争鸣》2017年第9期。

[21] 赵秦卫：《城市社区精细化治理的策略研究——以南通市通州区为例》，《山东省社会主义学院学报》2020年第1期。

[22] 李颖：《断裂与弥合：“互联网+”时代城市社区网格化治理的困境与再思考》，《山东社会科学》2016年第11期。

[23] 王淼：《“大数据+网格化”模式中的公共数据治理问题研究——以突发公共卫生事件防控为视角》，《电子政务》2021年第1期。

[24] 田毅鹏：《治理视域下城市社区抗击疫情体系构建》，《社会科学辑刊》2020年第1期。

[25] 北京市社会建设办公室、北京市经济信息化委员会、北京市民政局：《北京市智慧社区指导标准（试行）节选》，《城市开发》2013年第17期。

[26] 唐炜：《海淀（中关村科学城）城市大脑智能运营指挥中心揭牌》，北京市海淀区人民政府官网，http：//zyk.bjhd.gov.cn/ywdt/rdtj/202102/t20210208_4452086.shtml。

[27] Xuewei Li， Xueyan Li：“Big Data and Its Key Technology in the Future”， Computing in Science & Engineering， Vol.20， No.4， 2018，pp.75-88.

[28] 李学伟、张若冰：《创新研究推动智慧北京关键技术发展》，《北京联合大学学报（人文社会科学版）》2020年第3期。

（责任编辑 孙俊青）