大数据时代社会协同治理的路径选择

张进

（黑龙江大学 政府管理学院，黑龙江 哈尔滨 150080）

在不同的历史发展阶段，人对数据功能的认识是不同的。在缺乏理性精神的农业社会，数据很少被视为一种重要的生产要素，数据的运用仅仅停留在计数层面。进入工业社会，理性精神得到了较大程度的发展，数据运用逐渐扩展到了生产领域中，主要表现为规定工作任务定额、记录工作绩效并且充当工作评价的量化标准等。二十世纪末，以计算机、互联网为代表的信息技术得到了充分的发展，计算机、互联网的信息收集、存储、分析和应用功能不断增强，各种数据海量产生，人类社会正式迈入了大数据时代。毫无疑问，作为一种新的生产要素，大数据深刻地变革了人们的生产和生活方式，并将这种影响扩散到了政府治理领域，对数据信息的掌握程度已然成为影响政府协同治理决策有效性的重要因素。因此，在大数据影响下的社会协同治理体系呈现出了怎样的应然图景，是需要深度刻画的一个重要议题。本文即是在大数据背景下，对社会协同治理的机遇、挑战及应对策略进行深描的一项基础性研究。

一、大数据时代与协同治理

传统的行政管理模式过度地强调等级制原则，于是政府管理过程愈发僵化。而现代公共事务的复杂化、多元化趋向要求政府在处理各类公共问题时要更加具有灵活性、多样性和应变性，这对我国政府的治理能力提出了更高的要求。协同治理所具备的主体多元、方法多样、关系平等、沟通灵活等特点满足了现代社会对公共事务治理的需求。作为一种新的社会治理模式，协同治理通常以合作网络的形式出现［1］。政府、社会组织、企业、公民等多元主体都被包含在了这个合作网络当中，并共同参与公共事务治理，治理的整体效能可以达到什么样的程度往往取决于多元主体之间能否实现有效协同。党的十八大报告指出，要“加快形成党委领导、政府负责、社会协同、公众参与、法治保障的社会管理体制”［2］，这奠定了协同治理在我国社会治理中的政治基础和基本定位。由此可见，建立、完善和优化一套完备的协同管理体制是国家治理体系和治理能力现代化的一项重要内容。

“技术是管理理论和管理实践的帮手。不断发展的计算机技术为规划、测量、评估和控制组织绩效等管理任务的改进提供了手段。”［3］同样地，新技术的产生和发展也为变革政府管理体制和管理方式提供了新的手段。伴随着二十世纪后半叶以来互联网信息技术所取得的长足发展，数据已经作为一项重要的生产要素渗透到了人们的生产生活当中，它对提高生产效率和促进社会生活便利化具有重要的价值和意义［4］。《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》 多次指出了数字化在政府治理过程中的重要意义，明确提出将数字技术广泛应用于政府管理服务，推动政府治理流程再造和模式优化，不断提高决策科学性和服务效率，加大政务信息化建设统筹力度，提升跨部门协同治理能力［5］。由此可见，作为技术发展的产物，大数据时代的数字化变革也给我国的社会协同治理带来了新的机遇。

一方面，数字化平台的建设促进了信息由政府向下层的流动，在一定程度上打破了政府与社会之间信息不对称的状况，有利于扩大共同参与范围和提高协同治理效能。另一方面，数据集中收集、存储和处理平台的搭建与数字信息的交流、共享增强了协同治理主体行为的同步性和透明性，有利于促进主体之间的协调发展；而共同参与和相互协调又进一步促进了共同利益的实现。可以说，以大数据为代表的信息技术的发展促进了协同治理过程的动态同步、时空资源与知识的有效整合［6］。也正是在这一层面上，大数据时代的来临为协同治理理论与实践带来了新的机遇和挑战。因此，在大数据不断深化发展的今天，如何发挥大数据对协同治理的促进作用已经成为了需要广泛关注的时代课题。

二、大数据时代社会协同治理的机遇

协同治理包含了宏观和微观两个层面，宏观层面上的协同治理大致涵盖了协同治理方式、协同治理体系、协同治理理念等方面的内容［7］；微观层面上主要指协同治理实践中一系列制度、机制的安排，如协同治理的主体关系、组织结构、民主精神、机制设计等。本文主要从宏观和微观两个层面来分析大数据对协同治理创新的推动作用。

（一）大数据推动了宏观社会协同治理体系的创新

1.大数据作为一种技术推动了协同治理方式的变革。大数据本质上是技术发展的产物，它体现着明显的“技术性”特征。在人类历史上的任何一个时期，数据都以其特定的形式而存在，只是在数据的精密度和容量上与现代社会有所差异［8］。现代科学技术为我们提供了新的数据存储方式，扩大了数据存储的容量，最终形成了现代意义上的“大数据”技术。因此，大数据是一种以计算机算法和数据信息为基础的技术系统，是在技术得到相当程度发展的基础之上形成的。正是从这个意义上讲，“大数据”是现代科学技术发展的产物。

作为一种新的数据信息技术，大数据在信息处理、人员调度、资源分配等方面的技术创新极大地提高了协同治理的行动效率和效能［9］6，促进了社会协同治理方式的变革。如前所述，共同参与是整个协同治理最为核心的关键要素。但在传统的政府治理模式下，政府对数据的占有和政府与社会、市场之间有效信息沟通渠道的缺乏使各主体之间难以有效互动，于是决策主要集中于政府层面，决策过程中的共同参与和协调趋向于程序化和形式化，最终削弱了协同治理效能。作为一种有效的治理技术，大数据在信息处理上更加开放、共享，计算机算法使人员调度、资源分配过程更加智能。这为程序化和形式化的协同治理方式向智慧化和智能化的协同治理方式转变提供了技术支持。一方面，智慧化的政务服务平台建设促进了各项业务之间的整合，为协同主体之间的参与、交流和协调提供了平台保证。另一方面，智能化和一体化的自动化办公系统推动了信息的公开与数据的共享，打破了主体之间的信息传递屏障，减少了协同治理过程中繁琐的程序。最终，程序化、形式化的协同治理方式被智慧化、智能化的协同治理方式所取代。

2.大数据作为一种资源推动了协同治理向体系治理的转向。协同治理与体系治理的核心都强调治理主体的多元性，并且以合作、协商的方式展开行动。但两者的区别在于协同治理侧重于公共权力在多元治理主体之间的重新配置，促进多个主体之间公共权力的平衡与制约，从而推动协同治理体制的创新，实现从传统单中心治理模式向多中心治理模式的转变；而体系治理更侧重于从系统的角度理解公共事务治理，强调系统之间的有机整合。在体系治理当中，各要素都以系统的形式而存在，在完备的信息系统基础上实现数据在各个子系统之间的共享与联结，从而提升体系治理能力，以此来应对公共问题的复杂性和系统性［9］7。由此可见，两者的本质区别体现在对信息系统利用的重视程度上。因此，数据作为影响政府治理决策、市场经营行为和个体行为选择的重要战略资源，对它的有效整合与利用是优化体系治理的关键。

当前，数据化、数字化已经完全地渗透进了我们的生活之中，一切的关系、事务、活动均可以数据化或与数据相关联，抑或留下数据痕迹。数据在某种意义上成为了一种“矿产”资源［10］，乃至于有的学者将数据信息称之为“未来的新石油”［11］17。在协同治理过程中，大数据作为一种重要的战略资源首先推动了协同主体由个体单元转变为主体系统，诸如利益诉求、协同动机等数字化信息经由收集和加工过程被作为一种资源存储在数据库当中，为合作与协调的开展提供了感性材料，促使协同治理逐渐趋于系统化、体系化。其次，当今公共问题的诱因愈加复杂，任何一个公共问题的产生都是政治变革、经济转型、文化冲突等多种因素相互交织的复杂结果。大数据的发展使得这些影响因素成为一种可以用数字形式来表达的数字化治理资源，进而可以被存储、分析和利用，从而实现诸要素的系统化整合。由此可见，作为一项重要的战略资源，大数据的发展对我国社会从协同治理向体系治理转变具有重要意义。

3.大数据作为一种思维方式推动了协同治理理念的转变。如前所述，大数据是现代科学技术发展的产物，而技术与生产力之间的关系就犹如孪生兄弟。纵观人类历史，技术取得重大突破，随之而来的必然是生产力的发展和生产效率的提高。当生产力发展到一定的阶段时，生产关系与经济基础也将随之发生变化，并进一步改变人类的认知和思维方式［11］15。换言之，人在用科学、智力和经验创造技术的同时，技术也在不断地塑造着人的新的思维方式。例如，在传统自给自足的小农经济基础下，生产力发展水平较低，我们只需考虑如何通过劳动供给来提高土地产量，从而获取可支配收入。但当生产技术在第三次工业革命中不断得到创新与发展，生产力水平大幅度提升，人的需求也变得更加丰富多样。这使人们不得不改变农业社会时期的线性思维，考虑以更多样化的途径来满足自身的需求。

因此，大数据同样也作为一种思维方式塑造了新的协同治理理念。一般而言，理念泛指一种“理想的、永恒的、精神性的普遍范式”［12］。在传统的协同治理模式下，政府所秉持的仍然是一种“管理”的思维方式，即政府依据自身所拥有的权力自上而下地进行社会管理。在经济全球化时代，这种“管制”的协同理念压抑了市场主体与社会主体的活力，在处理公共问题的过程中更多地聚焦于事后的补救，忽略了事前协同主体之间充分协商讨论。大数据的出现打破了这种传统的惯性思维。一方面，大数据要求一种开放共享的思维，即在协同治理过程中，政府仅仅只是信息的管理者而非所有者，各协同治理主体享有平等获取和使用数据信息的权利，为打破“管制”的协同理念提供了思想引领。另一方面，大数据同样也是一种认知思维，既要求以更为全面、谨慎的眼光看待协同治理中所面对的公共问题，以更为科学的方法和手段去计算和预估事物未来的发展方向；又要求将“用数据说话、用数据决策、用数据管理、用数据创新”［13］67作为协同治理的核心理 念，避免协同主体的个人主观性。

（二）大数据优化了微观协同治理实践过程

协同治理的实践路径可以从四个方面加以概括：一是主体路径，即明确各协同主体的角色定位和主体关系；二是组织路径，即推动协同治理结构的转型；三是文化路径，即培育协同治理中的公共精神和社会信任；四是制度路径，即完善协同治理的制度设计和制度实践［14］150-166。大数据作为一种新的协同治理技术、治理资源和治理理念，也同样从这四个层面优化了协同治理的微观实践过程，为协同治理实践的有效开展提供了保障。

1.主体路径：大数据促进了平等的协同主体关系构建。从我国当前的协同治理实践来看，政府与社会组织协同治理机制是建立在“强政府、弱社会”的现实基础上的［15］。一方面，在传统威权式体制的影响下，政府垄断了公共权力，掌握了社会的绝大部分信息，对社会的控制力较强，因而在协同治理过程中政府往往居于绝对的领导地位；另一方面，市场经济的缺陷导致社会组织的发育程度不高，致使社会主体在社会协同治理的过程中难以有效地承接公共服务职能。因此，各协同治理主体往往是基于行政命令或上下级的隶属关系来开展协同活动。

然而，在数据信息开放、共享的前提下，大数据的运用有助于打破这种“强政府、弱社会”的协同主体关系。一方面，政府主动向社会公众公开和共享信息能够充分调动和保障公众主动参与的积极性，加强政府与社会的沟通与合作，从而建立起了符合“善治”标准的协同治理模式［13］70，最终有利于“强社会”的实现。另一方面，社会和市场主体数据信息获取和利用能力的提高也将反过来要求政府在公共事务治理过程中增强其透明性和公开性，充分保障社会与市场主体的权利，从而约束政府的权力，削弱“强政府”的绝对领导地位。政府与社会的关系从“一强一弱”到“一弱一强”的变化实现了协同治理主体地位的动态平衡，协同治理模式从过去的政府主导下多元主体之间的被动参与和有限参与转变为了平等关系下多元主体的主动参与和广泛参与。

2.组织路径：大数据推动形成扁平化的协同治理结构。协同治理本质上强调的是多元主体之间的平等合作、共同参与、讨论协商，但严格的层级制阻碍了主体及时和有效的沟通，因此协同治理更为强调扁平化的组织结构。大数据的发展为协同治理中扁平化的组织结构设计提供了重要的推动力。一方面，数据信息在传递上的快速性与传播主体的无差别性特点决定了上传下达的层级制组织结构难以适应数据信息传播的需要；另一方面，大数据的信息资源整合功能和组织流程重塑功能催生了对扁平化组织结构的需要，信息传播的快速性和无差别性以及信息在协同主体之间的共享要求协同组织结构的去中心化和政府层级的扁平化［16］。

以河道治理为例，河道治理涉及水利、自然资源、生态环境、住建等多个部门，而部门之间河道治理数据的不公开、不共享给河道的协同治理带来了一定的阻碍。“河长制管理信息系统”将各种数据信息资源整合在一个大数据平台下，打破了传统层级制组织结构下各部门之间的信息屏障，各级河长借助完整、便捷的河道信息化管理工具实现了有效的内部协同；公众也能借助“河长制管理信息系统”发表意见、参与监督，从而提高河道治理的外部协同效能［17］。因此，在大数据时代，构建信息收集和传播的交互平台能够实现数据信息在不同主体、不同部门、不同层级之间的实时交流和共享，减少信息传递过程中的层级障碍和因过长的信息传递链而导致的信息失真，提高信息传播的速度和效率，这为协同治理组织结构的扁平化奠定了物质基础［18］。

3.文化路径：大数据塑造了民主的公共精神。协同治理的内涵强调主体之间的共同参与、良性互动，这种参与和互动本身体现了对民主的公共精神的追求。随着大数据的发展，协同治理的民主性得到了更加良好的继承和发展。作为一种“颠覆性的创新”，保罗·德克尔（Paul Decker）指出大数据带来了“数据的民主化”，对于建设高效、创新、透明的政府具有重要意义［19］。借助大数据网络平台，政府在决策过程中既充分、有效地吸收了公众、社会组织、企业等各类主体的意见，又增加了广大民众参与公共决策议程、获得共享信息和表达自身利益的渠道，为实现决策过程的民主化提供了技术支持［20］。在数字化与网络化的双重作用下，一个公平的社会治理平台被搭建起来，为各主体以公平、自由的数据化方式表达自身利益、行为、思想、信仰和情感需求提供了可能［21］。

4.制度路径：大数据优化了协同治理机制。公共事务治理仅靠“自律”和“觉悟”是难以解决公共生活中的大部分问题的［22］，必须要有一系列制度层面的强制性“他律”来建立集体行动的秩序。田玉麒指出，完善协同治理的制度设计应当重点关注协同治理过程中的利益均衡机制、协调沟通机制和信息共享机制［14］162-164，而大数据的发展为利益均衡机制、协调沟通机制和信息共享机制的构建提供了物质基础和技术前提。

首先，大数据优化了协同治理的利益均衡机制。公众、社会组织、企业、政府等主体是基于共同利益才参与到某一公共事务的协同治理过程中来的。因此，保障各协同主体的基本利益是协同治理的重要目标。一方面，大数据平台的构建为处于“弱势”地位的社会主体和市场主体提供了利益表达的渠道，为主体之间就自身的利益诉求展开充分的交流和讨论提供了平台。另一方面，借助大数据平台，政府也能快速回应其他各主体的利益诉求。其次，大数据完善了协同治理的协调沟通机制。对于协同治理而言，沟通协调是题中应有之义，即在对话协商过程中消解各主体在目标、动机等方面的差异和分歧，增进主体间的相互理解与信任［23］。在互联网的作用下，大数据构建起了政府各部门间、政府与社会间、政府与市场间的直接联系，减少了信息的传递链，协同治理过程中的信息流动更加便捷。再次，大数据优化了协同治理的信息共享机制。大数据时代，数据信息的获取更加开放、更加便捷，即便是作为个体的公民也能通过微博、数据库、电子政务平台、网络问政等平台或形式获取自己需要的信息。借助于大数据这一技术手段，协同治理的信息共享机制得到了进一步完善。

三、大数据时代协同治理面临的风险及应对策略

尽管大数据能够为社会协同治理提供必要的技术支持，但不可否认的是大数据本身也具有一定的局限性。数据的开放性让我们面临更多的数据安全困境，海量数据让我们深陷数据的真实性漩涡，数字化本身也会侵蚀协同治理价值本质。要有效地应对这些风险，需要从完善法律制度、构建大数据服务平台与提高大数据处理意识和能力三个方面入手。

（一）以大数据法律法规的完善规避数据安全性风险

数据的安全性风险主要是指大数据在收集、存储、处理和传输过程中所面临的数据本身的安全性问题和数据隐私被泄露的问题。在过去的数十年间，以物联网、云计算、移动互联网等为代表的大数据技术使智能便携终端成为遍布地球各个角落的传感器，并成为数据收集的来源和承载方式，为我们的购物、出行、社交等带来极大的便利。但问题在于厂商既是智能终端设备的设计者，也是数据的存储者、拥有者和使用者。因此，当厂商在大数据收集、存储、加工与使用过程中占据绝对优势地位时，保护数据信息的安全与用户的个人隐私是非常困难的。

协同治理的主体是多元化的，涉及的数据信息范围更广。政府、公民、社会组织、企业、市场等相关的数据信息组成了一个更为庞大的数据集合，因此更需要关注数据的安全性风险。在协同治理过程中，数据的安全性风险往往具有两面性：一方面，政府、企业等掌握了权力和科技的主体在数据的存储和加工过程中占据着绝对的优势，但协同治理对主体间地位平等的强调使广大公民能够在相互协商、民主决策与共同参与的过程中实现对政府和企业权力的有效制衡与约束，从而降低了数据的安全性风险；另一方面，也正是因为主体之间地位的平等，在缺少具有强制力的“硬性”制度规范的约束下，仅靠相互协商、民主决策一类的“软性”规范又难以控制协同治理主体的行为，从而增加了协同治理过程中信息泄露的数据安全性风险。因此，协同治理过程中，防范数据安全性风险需要以各项法律、制度和机制的完善为主要任务，谋求数据收集、存储、加工等环节的正式规范，加大对协同主体的约束力度，防范数据信息的泄露。

从当前的立法情况来看，2021 年以来我国相继出台了 《中华人民共和国数据安全法》 《中华人民共和国个人信息保护法》 等法律法规。但这些法律法规还较为分散，未形成完整的数据安全法律体系，对国家、政府、社会、公民等主体在数据安全上的权利与义务的规定尚不明确［24］。因此，在未来的数据安全立法中，既要限制政府、社会组织等公共部门或第三方部门在数据收集、加工等方面的权力，又要保障国家的数据主权地位；既要严格约束企业等社会主体使用和传播数据的范围，又要切实保障公民等个人主体在协同治理过程中合理利用数据的权利和个人隐私不被泄露的权利。

（二）以大数据服务平台的构建规避数据真实性风险

数据的真实性风险主要是指在大数据所蕴含的“海量数据”当中，有用的信息并没有随着海量数据的增加而增加，也即是说海量数据中能够对决策具有指导作用的真实信息相对较少。这种真实性风险主要是由两个因素带来的：一是在数据应用场景明确的情况下，某些人为了诱导分析者做出对其有利的决策而伪造数据；二是数据在收集、加工和传播过程中受人的主观因素影响而导致失真，传播过程中的信息失真增加了甄别和筛选真实有用信息所需要的时间和成本［25］，进而影响个体决策和协同决策的及时性、正确性、有效性。

在协同治理过程中，大数据的真实性风险同样存在。一方面，多元化的协同治理主体必然导致协同治理过程中利益诉求的多样性。一般而言，企业追求自身效益的最大化，民众追求更多优质的公共服务，政府追求对社会的有效治理。当各个主体之间的利益诉求无法有效协调时，部分协同主体便可能出于自利的动机而伪造部分数据信息以期影响最终的协同决策，为自身利益的最大化谋求行动。因此，在具体的治理情境中不偏不倚地精准识别每一个协同主体的利益诉求而不受到伪造数据的干扰是协同治理中数据真实性的重要保证。另一方面，协同治理主体之间关系的亲疏远近使数据信息存在着多个传播链条，如政府与企业之间的信息传播链、政府与社会组织之间的信息传播链、企业与社会组织之间的信息传播链等。随着协同治理主体的增加，信息传播的链条也会呈几何倍数增长。繁杂的传播链条必然导致数据信息在不同主体之间传播的偏差，最终影响主体接收信息的真实性。

因此，要有效地规避协同治理中的数据真实性风险，就必须通过技术手段构建统一的大数据服务平台。这样，既能集中统一存储和处理数据信息，又能缩减信息传输的传播链条，减少信息失真的可能性。在协同治理过程中，要由政府牵头，企业提供技术支持，同时让广大公民积极参与，甄别和分类与需要解决的问题和协同主体密切相关的数据，在充分考虑协同主体多样化需求的基础之上，根据数据的类型构建统一的大数据平台系统，减少信息收集、加工、传播过程中的人为干扰因素，从而提高数据的真实性。

（三）以大数据处理意识和能力的提高规避数据价值性风险

从哲学层面上来看，大数据的价值主要是指在人的社会实践活动过程中，大数据作为价值客体对作为价值主体的人及人类社会的意义或有用性。但需要注意的是，这种意义或有用性是有限度的，如果其意义或有用性发挥作用的范围扩大，便会产生大数据价值性风险。如前所述，大数据作为一项治理技术能够在一定程度上推动协同治理体系和协同治理实践的发展。但作为一项治理技术，大数据也往往存在着技术异化的倾向，即大数据与人的价值主客体地位的互换，数据本身成为了价值主体，而人作为价值客体成为了数据的“奴隶”。在协同治理过程中，大数据是手段，而不是目的，真正的价值是多元主体通过共同参与、相互协调和共同决策来解决公共问题、获取共同利益。“必须是人而不是技术成为价值的最终根源，是人的最优发展而不是生产的最大限度发展成为一切规划的标准。”［26］大数据作为一种治理技术，其本质是为公共利益的实现服务，而非追求数据本身。

因此，我们应当清楚地认识到大数据作用范围的价值局限，协同中大数据能发挥多大的价值是由问题本身决定的，大数据只有与人发生了关系，展示了协同中人类行为的规律性，才真正具有了意义［27］。在协同治理过程中，需要不断地提升各协同主体对大数据的认识和使用能力，明确大数据本身的使用局限和使用边界。只有意识到数据的价值主体是人，才能在实践中赋予大数据以实际的价值，避免让大数据来指导人的实践，最终沦为技术的奴隶。