数据赋能视角下“智慧社区”建设的瓶颈与出路——以H社区为例

沈 莉，吴玮莹

(1.广东金融学院 公共管理学院，广东 广州 510521；2.中山大学 政治与公共事务管理学院，广东 广州 510006)

一、研究背景与研究问题提出

2015年国务院发布的《促进大数据发展行动纲要》指出，数据已成为国家基础战略资源，运用大数据推动经济发展、社会治理创新、提升政府服务能力正成为国家治理能力现代化的必然要求。党的十九大以来，习近平总书记提出“实施国家大数据战略建设数字中国”“数据赋能新时代治理”等重要命题，强调要建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新，推动社会治理的科学性、精准性和高效性。社区治理作为国家治理体系中最基本的单元和关键环节，是国家治理体系和治理能力现代化的基石。习近平总书记也曾指出，要积极运用大数据保障和改善民生，推进“互联网+社区服务”等建设，促进社会服务的便携性和均等化。[1]数据治理有利于提升社会舆情治理、社会生活服务的科学化和民主化。因此，数据赋能社区治理已成为新时代推进国家治理体系和治理能力现代化，提升基层治理效能的必然要求。

但随着市场化改革的深入，社区的分散性，人的多样性以及利益分歧性与外部资源依赖性之间的张力，“智慧社区”陷入了“能量不足”的困境。[2]再加上顶层设计的不足和社会发育滞后，而产生了诸如智慧社区建设主体资源整合困难、管理模式落后混乱、社区承载能力不足的瓶颈，极大限制了社区数字化建设的发展。因此，本研究从具体的情境和场域切入，探讨数据治理和社区治理的关系，将数据赋能打通到基层社会的“最后一公里”，以社区治理的基层特性与数据的精英治理理念之间的张力切入，基于数据赋能的视角寻求突破性路径，推动数据驱动社区治理的建设和发展。

二、已有研究思路及本文切入点

目前，学界从信息化、系统化、治理化三个视角对“智慧社区”建设进行研究。信息化视角更多从“工具主义”的层面，侧重于依靠物联网、互联网、云计算等信息技术的应用，对信息进行收集、储存、传输、整合和利用，将治理对象“化简”，进行数字网络化管理、服务与决策，实现社区信息的智能集成化。[3]智能化的集成系统是智慧社区不可或缺的重要组成部分。智慧社区是由多个联合智能空间组成的虚构组织，是智慧城市所涉及的政务管理和服务等系统的延伸，[4]从而达到方便快速地共享知识、资源、计算等的目的。治理化视角涉及到智慧社区制度与政策的支持、多元主体的协同和配合，服务内容智能化和精准化及灵活的运作策略。[5]智慧社区是社区中各主体，包括政府、社区居民、市场、社会组织等人类行动者，以及制度平台、智能设置、知识技能等非人类行动者，围绕社区公共事务协同治理的过程，协同推进社区治理智能化。

具体到实践，数据资源和技术在社区治理的应用，主要是形成网格化管理为主导和技术驱动为主导的社区治理模式。前者如社区网格化治理模式、“党建+网格化”模式、“三位一体”模式等；后者如智慧社区治理模式、“智慧平台+志愿服务”模式、“城市大脑”模式和社区云服务模式等。

目前，学界关于智慧社区建设的研究取得了丰硕成果，但已有研究存在数据治理与基层治理的结合不够紧密、停留在高度抽象层面而缺少具象研究和实地场景讨论、数据赋能关注度不足等局限性。本文基于数据赋能的理论视角，从个案中的具体场域切入，深入剖析智慧社区建设中数据治理与社区治理的关系，力图打通基层治理的“最后一公里”，回应“数据如何实现治理”的问题。

三、智慧社区建设的瓶颈

智慧社区是智慧治理在社区中的应用，是大数据时代借助智慧技术对社区治理的重塑和再造，但其建设易受数据治理和社区治理内在张力的约束而陷入瓶颈。其具体表现为：

(一)治理现实：数据治理简约性与社区治理复杂性的矛盾

数据治理的重要特征是数字化，倾向于通过技术手段，将一切现实简化为可测量的数字、数据，再将其引入计算机内部，建立数字化模型，对其进行统一的处理和分析。而其前提便是需要进行数据生产，通过对治理现实的量化，进行简约化数字化呈现，构建大量跨领域、跨部门的专业性数据源，通过清洗、整合、集成和归类，形成综合性、基础性数据库[6]，为政府进行数据管理提供有力支撑。

随着现代社会的转型，社会组织、阶层逐渐分化，社区规模大，人口多、密度大，居民异质性强，生活服务需求也随着生活质量提升日渐多样化[7]，因此社区治理存在高度复杂性和不确定性。应用数字刻画治理现实时，往往滞后于复杂多变的现实情况，这使得抹平差异和排斥个性的简约性数据无法完全囊括复杂的社区治理现实。[8]因此，社区治理需要承认差异和包容个性，进行差异化治理。

H社区在智慧社区建设中便遇到了数据治理简约性和社区治理复杂性的冲突。为了构建数据治理的基础，H社区居委会所在的政府建设了一个数据涵盖十年的数据库，内容涉及整个政府内网，包括居委会、街道、区政府和市政府等。这需要频繁补充信息，将社区情况实时录入到数据库中，通过对数据的挖掘、分析和处理，更好了解治理现实，推动政府部门的科学决策和执行。但由于现实情况复杂且不断变化，所要求的数据和信息也日新月异，H社区经常需要手动补充录入辖区近20000多个居民的信息，多次打电话给居民收集确认信息。在访谈L街道办科员时，也多次提出数据系统繁杂、重复建设、信息重复录入等问题。对于H社区来说，相关街道管理人员认为该信息系统的建设并没有提升社区治理效用，反而增添了工作的压力和负担。

同时，该数据系统的更新需要不定期接受上级突然强制要求的检查。有时为了应对检查，当H社区居委会没有时间准确录入所有信息时，便运用居委会信息代替居民信息，如联系电话录入仅仅补充居委电话，而非切实核对居民联系方式进行录入，从而导致信息系统的建立并未起到基础数据库信息整合的作用。遇到复杂多变的现实情况，例如审核低保申请是否满足条件时，涉及到多种复杂情况的认定，仅凭该数据化系统所收集的简约性资料，往往不能满足需要。数据更新滞后于现实情况，数据对治理现实的简约性刻画完全跟不上社区治理复杂性、不确定性的变化。

(二)治理思维：数据治理抽象性与社区治理具象性的矛盾

数据化的技术手段倾向于将治理对象抽象为数据，通过对数据进行治理，更准确回应现实问题。数据治理可以将大部分治理对象通过数据化形式进行测量，如满意度、幸福感、影响力等，从而有针对性地了解治理的效果、问题，通过数据中的规律预测变化，为政府更有针对性地提供公共服务、做出最优选择打下稳固的数据基础，防止仅凭印象和感觉而做出的判断。

社区治理需要承担政治稳定、政治传导、政治参与等政治功能，自我教育、管理和约束等自治功能，对社区的规划、资金投入、福利发放等为居民提供的社区内部服务和社会保障功能，居民道德素质培养功能等学习功能，传播主流思想文化、培育社区性文化功能，经济发展功能等。社区本身存在太多负担，承担太多非专业性的任务，以及社会公平、正义，习惯、习俗遵从等大量社区存在性目标，无法聚焦于专业的技术应用下的数据治理，难以适应“科技先导”的数据治理模式。

同时，数据治理离不开具备掌握现代信息技术知识体系的高素质人才的参与，但我国从事大数据技术的人员十分紧缺，更未建立符合社区治理需求的大数据人才培养体系，社区工作对现有从事大数据工作的人没有吸引力；且社区工作人员队伍建设薄弱，存在年龄结构偏大，文化知识层次不佳、工资福利待遇偏低、社区专职工作者流动性大等一系列问题，导致社区工作者互联网知识匮乏、缺乏对大数据技术的了解和掌握，计算机应用能力不足，不具备使用大数据去分析问题、解决问题的能力，无法保障基于大数据的社区治理工作。[9]在H社区居委会10个工作人员中，1个年龄46岁的居委会主任，2个年龄为30岁以上的居委会副主任，1个30岁以上的党建指导员，3个在编干事，1个挂职人员。此外，还有2个非编人员，均将居委会工作当作过渡状态，同时进行考公、考编的准备。一方面，社区承担着复杂多样的行政和服务职能，另一方面，社区人力资源极度缺乏。因此，每位H社区居委会的工作人员都需要承担大量的工作，也没有技术专家带领社区治理向数据治理的思维和模式变革。非专业的社区治理工作者思维具象，无法将治理现实抽象为数据进行治理，难以推动社区治理的数据化转型。访谈中，L街道办科员也提到，受限于社区管理人员的能力和综合素质，以及社区日常管理事务的多样性，数据在社区治理中的应用普遍存在“数据”和“治理”断裂的情况。

虽然社区工作中已经运用了诸多电子政务系统，但是，社区工作人员依然采用针对“人”而非“数据”的思维进行治理。在第七次全国人口普查的过程中，H社区采用了“第七次全国人口普查”小程序进行数据采集，鼓励居民在系统中自主填报，并指出：“很多居委会、物业部门都有现成的户主名单，争取拿到作为参考”。点明可以运用行政基础数据库进行基本资料摸底，再进行普查信息的修改和补充。但在H社区实际普查的过程中，并没有利用此前的基础数据库以及数据采集信息小程序系统，而是重新向居民收集录入所有信息，全部由居民手写填写纸质版，之后居委手动录入信息系统进行登记，再与此前的居民基本信息excel表进行比对修改。这反而耗费了更多的人力物力，且容易出错，极大增加了居委会的工作负担。

(三)治理层级：数据治理宏观性与社区治理微观性的矛盾

数据治理拥有了收集和处理大规模数据的能力，可以对全体数据进行分析，即“样本=总体”[10]，倾向于从数据整体化去把握其内部零碎事物的相关性，从整体思维中系统、宏观地把握对象、认识世界、分析事物，从顶层设计的视角来进行治理，往往得到的结果更客观，更清晰。

在社区治理中，政府相关部门和街道等行政主体拥有权力和资源，将“实权”下放至社区的情况很少。社区与政府部门、街道责权利不对等，承担如计划生育、人口统计等大多属于政府范畴的职能。社区经费主要取决于所在行政辖区的经济能力，处于“最底层听命”的地位，与上级机关是指挥与服从的关系，只能担任实际执行者，缺少数据治理的宏观思维条件。

同时由于国家缺乏顶层设计和整体规划，数据治理的统一领导体制和综合统筹机制尚未形成[11]，数据治理自下而上发展起来，业务流程、权限分配缺少统一性标准，顶层设计只能在共通性层面进行统筹。随着社会事业不断拓展，部门对信息利益的争夺，以及数据采集和精准度不断提升，社区已经形成各部门、各层级系统林立、条块分割、信息孤岛、各自为政的情况。H社区所在的区政府建设了多个电子政务App和业务应用系统，如综治、消防、治水、网格化等系统，强制要求社区工作者每天通过系统上报各领域日常工作、问题记录和解决情况，旨在将社区治理现实全面数据化，从整体层面更宏观更精确把握治理问题，并通过数据流转协同各职能部门解决问题，确保社区治理工作更及时、高效。但社区工作者往往需要花额外的时间加班加点重复上报信息至多个系统。访谈中L社工提到：“基本上社区的一些治理事项都要进入数据系统……(系统之间数据)肯定是有重复的，例如党员跟那些计生系统，这个是最简单的，计生系统跟很多系统都会有重叠的地方，但是你说他们几个系统有关联性吗？他们的关联性很少。”①这严重影响了信息资源整合，增加了社区工作者的负担；同时也降低了信息的精确度，只能就事论事解决个案问题，难以达到数据宏观治理模式的要求。

同时，上级强制要求信息上报数量，又将大多数上报的问题最后又下放到居委自己处理，最终演变成上报内容都是无关痛痒的表面问题，如共享单车乱摆放、建筑垃圾乱堆放等，由居委会现场直接处理这些小问题。数据治理完全没有起到社区治理的实际作用，还致使居委负荷过重，反而平添基层压力。社区无法从宏观层面对问题进行协调处理，信息系统建设后期便演化为形式主义工程。

(四)治理方式：数据治理标准化与社区治理价值偏好的矛盾

数据治理注重依照标准将事物进行数字化的统一[8]，通过协商，制定共同和重复使用的准则，依照统一的、标准化的模式对现实进行治理，从而解决现实问题或潜在问题。

社区治理需要承担社会服务、社会保障、社会互助、社区舆情管理等功能，它的治理对象为社区内社会结构、社会阶层多元化的居民群体，包括老年人、残疾人、儿童、贫困家庭、流动人口等边缘性群体，这些群体往往会被数据治理拒之门外，导致数据治理的受众仅限于特定的社区成员，进一步导致社区层面的居住分异和社区隔离。为了更好地承担社区的功能，社区治理仍然会更多地采用非数据化模式进行治理。同时，社区居民需求多样化，年龄、职业、家庭结构、受教育程度等具有差异化，且生活服务需求也日渐多样化，无法通过标准化、统一化的模式进行无差别治理，需要考虑社区治理的具体现实需求。[12]再加上生活习惯的问题，一些社区居民更倾向于传统方式直接到社区寻求帮助，忽视便捷的网上方式求助。

此外，目前已经建立的网站和数据采集仍然存在数据不全和数据更新不及时、不准确等现象，业务部门在社区垂直系统多，各自为政，社区运用自己的系统而非联通会更加便携。同时，此前传统的信息传达导致了信息闭塞、供需信息不对称的弊端，大部分社区工作人员没有运用数据分析问题的习惯，而是依据思维惯性继续运用原有的工作机制和经验来处理问题，社区治理的惯性思维导致社区工作者对数据运用存在一定排斥心理。[13]

H社区居委会每年都需要为60岁以上的男性、55岁以上的女性居民进行独生子女计划生育年审。一是通过“穗好办”App中的“独生子女计划生育年审”模块，居民可以网上自行年审，进行人脸的检验。二是无法通过App操作的居民，可以到居委会请工作人员直接用“独生子女计划生育系统”进行现场年审。比较二者，网上年审的操作更为简单、便捷、高效。理论上，技术应用会大幅度降低居委会工作压力。H社区居委会也积极宣传、指导居民学习网上年审，但大多数居民仍然选择现场年审。到现场年审的居民纷纷表示：“我年龄大了，也懒得再搞这些网上的东西，直接来居委会一趟全都搞定了，网上还搞一堆问题，搞半天都搞不出来。”“系统经常出问题，网络又特别慢，转半天都出不来，眨眼摇头十几次都不行，还不如直接来你们这里搞了算了。”而现场年审由于操作较为麻烦，居委会也常常无故遭到居民的情绪化发泄。有人将不满发泄到基层工作人员身上，指责“政府效率低无法达到‘只跑一次’就能办理所有手续(居委虽已多次通知过，但部分居民自己没带齐证件无法办理还骂工作人员)，甚至辱骂工作人员“形式主义”。技术应用并未能减轻社区的工作压力，反而成为触发居民和政府矛盾的导火索。社区治理的惯性思维模式和便携性价值取向，使得社区治理工作人员和社区居民都倾向于依据自身价值偏好，采用非数据化的传统治理模式，而非采用统一性和标准化的数据模式进行治理。

四、数据赋能社区治理逻辑：模式及链条构建

随着大数据、人工智能等新型技术应用的不断深入，数据已成为数字时代政府治理的核心，数据驱动的智慧治理通过数字化转型有效融合技术和治理要素，实现治理的根本变革，达到更加灵活和富有弹性的公共治理，创造出可持续的公共价值。借助于数据赋能，完善社区治理基本模式，构建社区治理链条，以突破智慧社区建设的瓶颈。

(一)数据赋能社区治理的基本模式

数据赋能社区治理，包括提升社区对数据的治理“能力”，以及为社区治理增添“能量”两个方面，具体包括政府能、市场能、社会组织能和公众能四个维度。从这四个赋能维度出发，探讨数据赋能社区治理的基本模式，构建赋能链条。

1.数据能够赋予公众能，带着公众需求上政府、去市场、到组织。数字化背景下，海量的信息和数据向社会公开，公众利用信息技术表达意愿的成本低，可以更好向政府和社会组织表达政治期望和社会需求，全面了解准确掌握市场经济信息并予以及时反馈。[14]数据赋能社区治理使公众需求得以量化、可预测化，政府、社会组织和市场能够快速灵敏地响应公众诉求[15]，提升公共服务的效能[16]，提高社区治理的精准性和有效性，同时也强化了公民的社会监管能力。[17]

2.数据可以赋予政府能，承载政府职能下到社区。通过数据化的手段，保障政府职能可以放权到社区，社区也可以承载政府职能的下放。数据赋能社区治理，可以推动数据资源的整合，有利于社区更充分更全面了解辖内情况，及时发现和解决问题，社区治理更加智慧精准；同时，数据赋能可以解决沟通、协调和执行等问题，可以在一定程度上较好地解决信息上传下达、政策命令和责任到人、个人任务执行监督和考核等问题，推动整体运作、协调效率，推进组织结构扁平化[18]；利用数据库平台中权力清单、责任清单对不同治理事项进行规范，建立标准化治理流程，有利于社区治理更加规范统一，提高治理效能；推进社区治理业务与流程的数字化，可以构建来源、去向全过程“可溯源”的监管体系，保障政府对社区的治理。

3.数据能够赋予市场能，带着资源进社区，打通市场、社会组织和公众间的联系。数据赋能社区治理通过打造大数据电子政务平台，畅通市场、社会组织和公众的利益诉求与沟通渠道，构建互动的信息采集、共享和应用机制，打通不同主体的连接形式，促进市场、社会组织和公众的资源互联互通，增强三者的关联和互动，有利于各主体共享数据红利。社会各要素相互影响和作用，准确、适时地释放能量，激发社区治理动能，推动构建政府、市场、社会等主体信息、需求协同共治的现代城市治理新格局。

4.数据能够赋予社会组织能，促进社区的经济利益交换。数据赋能社区治理通过加快数据要素市场培育，推动政府数据的开放共享，与社会数据形成合力，共同提升数据资源价值，从而充分发挥数据要素对其他要素的倍增作用，使大数据成为推动社区经济高质量发展的新动能。同时，社区承担着数字经济的“最后一公里”，需要通过“物流+商业”系统来完成经济利益的交换和配置。在此过程中，社区可以通过对收件送件的海量个人数据的掌握与分析，完成对居民本土消费需求和生活轨迹的深度挖掘，让精准投放、针对具体顾客需求的定制式服务成为可能，推动社区的经济利益交换。

(二)数据赋能社区治理的链条构建

以“全链条治理”为基础，运用数据赋能突破“智慧社区”建设的瓶颈，依据“能量有无——能量充足——能量扩容——能量整合”的路径构建数据赋能社区治理链条。数据赋能全链条治理模式，旨在通过数据共享和联通，整合分散在多部门多层级多领域的服务环节，推动跨部门跨领域跨层级协同。因此，数据赋能全链条治理模式的构建，需要为“智慧社区”积累能量、确保能量的充足、进行能量的扩容和整合，推动“智慧社区”搭建基础社区服务数据库、构建社区管理服务平台，进行综合管理服务平台的资源整合，注重有效渠道构建，拓宽数据治理领域和层次，实现数据之间的关联和整合，构建全生命周期的数据链条。

1.有无能量。数据赋能社区治理的重要前提便是将治理数字化，通过大样本、多主体来源的数据采集，占有大量跨领域、跨部门的专业性数据资源，积累充足的数据能量。但社区由于其治理现实复杂，信息技术知识体系薄弱，缺乏高素质人才，承担功能多，无法聚焦于专业技术应用下的数据治理。同时，主要的数据资源都掌握在政府相关部门和街道等行政主体手中，社区只能担任实际执行者，缺少数据治理的能量和承载力。因此，搭建一个基础社区服务数据库、构建社区管理服务平台，是社区得以推进数据治理的前提。H社区在治理的过程中，并非只按照上级政府指令和需求被动地补充数据，同时需要根据自身实际治理需求，推进社区数据资源清查工作，盘点社区数据资源存量，厘清社区数据资源现状，了解社区数据类型、种类和关联，摸清“数据家底”，构建属于社区本身的基础数据库。同时结合“存量数据治理”和“增量数据治理”[19]，建立基于问题需求、语义挖掘、数据可视化等方法支持的基层决策分析系统，为数据治理提供前提和保障。

数据技术作为数据治理的工具，也是数据赋能的重要能量来源。H社区由于缺乏充足资金、专业性数据技术人员，以及社区治理的非数据化惯性思维，因此存在数据的收集和统计方式原始，数据信息量存在局限、数据格式不统一、内容陈旧、不可复制等问题，这些都在技术层面限制了对数据的有效治理[20]，导致社区缺乏对数据的承载力，数据治理无法完全渗透到社区。因此，数据赋能社区治理也需要从资金、网络基础设施等物资资源、数据技术知识和人才储备上，提升社区治理拥有承载数据治理的能力和能量。上级政府需要加大对社区数据平台建设的资金支持，委托专业性数据人员负责社区数据平台的日常管理工作，推动对社区专业性数据人员的培养，建立有效的考评机制，加强现任社区工作者对数据的功能认识度、操作熟练度等必要技能的信息化、专业化训练，提升人才引进门槛和奖励，促进社区工作人员的精英化。运用云计算、大数据挖掘和物联网技术等各种网络技术，为社区治理搭建便捷的路线和合理的网络构架，保障社区数据治理，促进资源共享和优化管理。

2.能量是否充足。在充足的数据技术和数据资源能量的前提下，数据赋能需要进一步打通主体间的信息壁垒，促进数据的联通、共享和交换，支持跨部门的业务协同，确保社区拥有充足的能量和数据承载力。由于缺乏顶层设计和整体规划，H社区数据库形成了各部门、各层级系统林立、条块分割的情况。数据被人为地切割开来，人口、民政、计生、经济等治理要素被划分在多个管理部门，且存在不同标准，重复建设等严重问题；数据开放进展滞后，数据只上不下，社区数据权限不足。“信息孤岛”和碎片化问题屡见不鲜，数据资源没有形成共享机制。社区治理往往需要重复录入数据至多个系统，在急需数据的情况下，仍需要浪费大量时间精力查找原始数据。有些信息数据在一个部门长期闲置，实际利用率很低，但在另一个部门和人的眼里却可能是“宝藏”和“金矿”，形成数据资源的浪费。[21]数据未联通，有能量但是能量不足，反而增加社区治理的负担。

社区实现数据治理是一个量变到质变的渐进过程，先确保基础数据库系统的构建，再慢慢整合消化重复建设。数据库本身就蕴含着许多规范，共享与利用在技术上并无太大问题。因此，数据赋能社区治理需要加强顶层设计，畅通各部门间的沟通，建立协调机制；统一数据标准规范，充分考虑信息服务平台和功能的可重构性及可复用性等柔性可扩展性特征，通过硬件整合、服务整合、数据整合最大程度对社区管理和服务资源进行整合和分享。社区可以将不同来源的数据进行整合，通过数据关联、更新进行数据汇聚、归类[22]，构建社区政务服务信息平台，整合综合管理服务平台的资源，从而利用数据赋予社区充足的能量和数据承载力，保障社区实现数据治理。

3.能量扩容。社区是具有多样性、异质性强的特征，治理的实际场景复杂，与数据的简约性、统一性、大容量和吸纳力、注重效率特性存在一定的冲突。因此，数据赋能社区治理需要拓宽领域和层次，囊括各类主体需求和关键问题，促进能量的扩容。H社区在治理的过程中，往往存在数据对治理现实的简约性刻画无法及时全面反映治理现实的复杂性、不确定性，治理对象涵盖老年人、残疾人等数据治理的边缘群体，社区居民需求多样化，以及倾向于传统社区服务方式的便携性价值偏好的问题，难以通过标准化、统一化的数据治理模式进行无差别治理。

所以，数据治理需要在传统社区发展根基上，寻求具体、灵活、有针对性的社区治理。数据赋能社区治理需要综合考虑社区社会环境、组织运行、物质环境的发展现状，明确社区发展的关键问题，如居民参与水平低、服务供不应求，公共资源共享和协调不足等；关注社区中特殊的群体的需求，以居民需求为导向，满足关键需求的同时进行多元渠道的构建，健全数据服务设施，加强数据治理技术的推广普及，畅通民情民意表达渠道，搭建需求与供给的交互式平台，建立稳定的反馈机制和回访机制，从而得以整合与激发各类数据资源，拓宽数据治理领域和层次，有效提供个性化数据治理，充分调动推动广大居民群众参与社区数据治理的积极性。社区针对现状寻找数据治理的切入点和作用方式，将新的数据技术和理念融入到传统社区发展框架中[12]，从而达到数据能量的扩容，把握数据治理逻辑、客观的工具性和公平正义的价值性之间的平衡，推动数据治理的应用和发展。

4.能量整合。数据的价值在于通过数据整合与分析，可以发现新知识，创造新价值。因而，数据赋能社区治理需要通过对元数据、主数据等的整合与集成管理，将数据进行关联，形成“数据链条”，从而更好地识别诊断问题、探寻根源，发现模式和寻求规律。而目前H社区只能担任孤立上报数据系统的实际执行者，缺少充足的数据源使用权限。且社区治理的数据系统也只存在同质性而无异质性关联，数据库建设的不全面不完善导致“数据链条”存在断点，难以进行宏观的数据治理和社区服务。因此，数据赋能社区治理需要促进数据的关联和整合，以服务对象为中心，按照全周期管理的理念，建立跨部门、跨层级的协同与条块联动体系，整合分散在多部门多层级多领域的服务环节[23]，实现社会救助、社会保险、公共教育、医疗服务等各类社会治理基础信息库和业务信息库的衔接、联通和共享[24]，构建“数据链条”，建立系统集成协同高效的功能模块和联动联调机制，提高社区治理的总揽全局能力、资源整合能力、社会协同能力以及技术应用能力。从而推动社区治理主体从海量数据中更好进行数据比对、挖掘、分析、监控，获得治理现实之间的相关性，更好预测未来趋势。数据赋能社区治理通过数据能量的整合，更好为社区进行数据治理提供保障。

五、结论与讨论

大数据不仅引发了一场技术革命、更是思维模式、行为方式和治理理念的全方位变革。其对社会结构、社会观念、社会生活、社区舆情管理等产生全方位冲击的同时，也为社区治理带来新的机遇和挑战。数据治理基于其精英治理的逻辑，具有简约、抽象、宏观和标准化的治理特点。社区治理则具有复杂性和不确定性，承担职能的多样性、角色的执行性、治理人员的非专业性和价值偏好特征，生产、接收数据能力不足，缺少对数据治理的承载力。因此，在顶层数据驱动自上而下无差别数据治理模式下，目前我国社区大多充当被动的执行者、承载者的角色，缺少数据治理的能动性，数据驱动社区治理会面临“下不去、接不住”的瓶颈，无法直接从上到下贯彻数据治理到社区。因此，需要转变治理思路，不是继续寻求“从上到下”的路径打通，而是另辟新路，通过数据先赋予社区治理能量，提升社区治理的能力、激发社区治理能量，“从下到上”反推上去，突破“智慧社区”的瓶颈。

但是，实现数据赋能也需要一定的前提条件，技术与制度的关系会对数据赋能社区治理的效果造成影响。数据和信息技术是实现组织行为模式和制度结构变革的革命性力量，而数据赋能社区治理的效果很大程度由组织结构和逻辑所决定，应将社区治理中的技术理性与治理逻辑进行整合。同时，关于数据能否真正赋能社区治理，部分学者也提出，要注意数据治理中的工具和价值两种理性的平衡。数据自身的数理性、逻辑性、客观性使得单纯依靠数据分析作出公共服务决策可行但并非完全合乎正义，导致诸如“数字悬浮”“数据扶贫”“数字鸿沟”等异化现象，以及社区治理中的信息技术效率悖论。因此，我们仍然需要将数据治理研究具体化，借助建立社会舆情治理数据库、社会保障服务库、社会环境监控服务库等系统，鼓励公众积极参与政府治理，深入探究数据治理的内在机理，对数据治理理论和相关研究进行细化和补充论证。

注释：

① 2021年6月15日，H社区L社工访谈记录。