花 勇

提 要：大数据党建是政党信息化的新发展阶段。大数据在助力党的思想建设、组织建设、作风建设和制度建设的同时，因自身的“双刃性”也会引发公平正义等问题，给党建工作带来挑战风险。“数据鸿沟”影响党建工作的全覆盖和决策的合理性。数据偏见导致的刻板印象，影响干部选任的公正性和反腐工作的有效开展。部分党建工作人员对大数据技术的过分依赖，助长官僚主义形式主义。数据资本的逐利本性和无序扩张如果不受控制和监管，影响党建工作的导向和党建数据的安全。辩证认识大数据功能，理性审视大数据对党建的影响，不是反对大数据党建的探索尝试，而是要规范大数据党建的科学发展，使大数据党建不仅符合数据正义的伦理要求，更符合党建的政治要求，注重传统党建和大数据党建相结合，在党的领导下有序推进、健康发展。

数据技术首先在经济领域掀起革命，重构生产流程，重塑企业与消费者的关系，催生新经营主体和新经营业态。这场革命在经济领域快速推进，进而影响到其他领域，迅速且深刻地改变了我们生活的方方面面。各领域都在积极探索运用数据技术提升工作效能。党建领域也积极尝试和建立大数据平台，探索智慧党建的新模式和新路径，提升基层党组织的组织力。大数据党建有助于对党员和党组织进行全覆盖、全过程的跟踪管理和数字化管理，有助于更精准地对接民生需求，更便捷地服务百姓，有助于深挖隐形变异腐败问题，及时发现捕捉廉政风险点，有助于提升制度执行力，防止主体责任“虚转”“空转”“不转”。大数据在党员教育管理、组织工作创新、联系服务群众、强化权力监督、提高决策水平等方面的功效有目共睹。但大数据技术自身的风险以及大数据伦理问题，也要求我们在推进大数据党建的过程中，要辩证分析大数据的功用价值，稳妥有序推进大数据党建的科学发展，使大数据党建不仅符合数据正义的伦理要求，更符合党建的政治要求。

一、大数据党建研究述评

信息技术的兴起，以及在此基础上形成发展的信息社会，对党的建设的影响是多方面和深层次的，学者们将这种影响称为政党信息化。①参见刘红凛：《信息化时代的政党重塑与党的建设》，北京：人民出版社，2019 年版，第103 页。学者们普遍认为信息化既是新时代党建的重大机遇，也是新时代党建的重大考验，要求不仅关注信息化对党建的影响，更要关注党建对信息化的引领。纵观政党信息化的发展历程，大致经历了四个阶段：电子党务、网络党建、“互联网+党建”和大数据党建。大数据党建是目前政党信息化的最新发展阶段。学者们对大数据党建的研究主要集中在三个方面：大数据党建的功能、大数据党建的挑战以及如何推进大数据党建。

大数据党建功能研究较为充分。组织建设方面，可以借助大数据的技术优势，实现组织体系的扁平化和组织沟通的交互化，加强对流动党员和农村党员的管理，加强对软弱涣散党组织的整治；作风建设方面，大数据时代“网上留痕”便利信息抓取、汇集和对比分析，信息之间的互联互通和有效整合，让“四风”问题和腐败问题无处遁形；制度建设方面，海量的数据发挥了大数据全样本的优势，大数据的可查、可控、可追溯，有助于制度执行落到实处，让追责有迹可循，责任落实到人；党群干群关系方面，大数据全知全能特性能够全面掌握长时段内党群干群关系，通过数据分析来了解老百姓的民心民意，特别是一段时间内老百姓最关心的问题，进而有针对性地解决；党建质量评估方面，大数据技术重构党建质量评估体系，各个党组织（特别是基层党组织）的活动以数据的形式被记录，然后分门别类汇入数据库，大数据党建平台以一定的数据模型为基础对这些数据进行分析，从而对各个党组织的党建质量进行定量分析，提升了党建的科学性精准性。②参见魏靖宇、刘晓勇：《运用大数据提高党建科学化水平》，《人民日报》2015 年4 月23 日；聂晓愚：《大数据：党建工作新抓手》，《学习时报》2018 年1 月22 日；赵淑梅：《“大数据”与提高党的建设科学化水平》，《江西社会科学》，2014 年第6 期；田园：《大数据在基层党建中的作用》，《人民论坛》，2018 年第21 期；何莉：《大数据何以使党建更加科学民主》，《人民论坛》，2018 年第16 期。

大数据党建的挑战，学者们主要关注的是信息技术自身的“双刃性”给党建工作带来的挑战。大数据在给党建工作带来积极作用的同时，也因为大数据技术的自身特性以及相应的监管不完善、不到位，给党建工作带来了不利影响。大数据时代的“数据霸权”“数据孤岛”“数据崇拜”和数据依赖、数据失真和数据腐败以及数据安全和数据隐私等问题，使得大数据党建在实际操作过程中可能背离了最初的建设初衷。③参见郑吉峰：《机遇、挑战与路径：大数据与党建科学化》，《武汉理工大学学报》（社会科学版），2016 年第5 期；杨世伟：《大数据在党建工作中的运用及风险防范》，《党政论坛》，2019 年第10 期。部分学者分析的挑战集中在基层党组织运用大数据的能力不足、意识不强、软硬件设施不够等。④参见张宇：《关于运用大数据技术推动基层“互联网+党建”问题的思考》，《观察与思考》，2019 年第2 期。

推进大数据党建是学者们研究的重点之一。学者们主要从以下四个方面提出了相关的建议：思想认识方面，全面认识大数据技术以及大数据技术的功能，主动拥抱数据技术，主动融入数字化社会；能力方面，加强信息技术的培训，提高党建工作人员的信息化工作能力；平台方面，加快大数据党建平台的建设和完善，优化数据管理和数据分析；机制方面，建立相应的领导机制、工作机制、保障机制和信息安全机制等。⑤参见曾倩：《基层党建数字化的必要性与路径探析》，《人民论坛》，2019 年第15 期；郑吉峰：《机遇、挑战与路径：大数据与党建科学化》，《武汉理工大学学报》（社会科学版），2016 年第5 期；项青、许宏志：《“智慧党建”的五个建设要点》，《人民论坛》，2018年第20 期。

总体来说，大数据党建研究处于明显上升时期，不仅整个学界非常关注，党建实务界更加关注，各地进行了不少形式多样的探索。现有研究对大数据党建功能研究是比较丰富的，但就大数据对党建的挑战研究较少。已有的研究只是列举了大数据党建的挑战，但分析的深入性有待加强，特别是没有充分厘清大数据是如何给党建工作带来挑战。而且现有研究就“数据鸿沟”和数据偏见对党建的影响关注不多，对数据隐私泄露的政治安全意义关注不多。笔者从大数据技术的特性和信息社会的特征出发，辩证分析大数据的功能作用，论述大数据在给党建工作带来便利性的同时，给党建工作带来了什么样的风险挑战以及如何应对这些风险挑战。

二、“数据鸿沟”影响党建工作全覆盖和决策合理性

“数据鸿沟”是指社会个体在数字资源占有、数据工具使用机会和数据使用能力上的差异。在大数据党建中，“数据鸿沟”不利于党建的全覆盖，部分数据资源少、数据工具使用少和数据使用能力不高的党员（或者群众）和党组织易被遗漏和忽视。

发挥大数据技术在党建工作中的功能，主要依靠的是大数据自身技术以及大量的数据。但党员个体因为自身差异，使用智能手机的能力、频率、习惯等存在一定差异。一般来说，农村党员相对城市党员，智能手机使用能力较低，使用次数较少，比较习惯于传统支付方式等，这使得农村党员的数据素养有待进一步提高，所产生的数据信息量少，与城市党员相比较存在的“数据鸿沟”。尤其是对于相对欠发达地区的党员来说，这些党员的数据信息量就更少。“数据鸿沟”使得农村党员群体和城市党员群体在数据世界中的能见度和曝光度是不一样的。在数据世界中，农村党员能见度和曝光度相对较低，大数据党建的优势功能就难有发挥之地。尤其值得我们注意的是，我们党员群体中有相当一部分老龄党员。61 岁及以上党员2657.7 万名。①《2019 年中国共产党党内统计公报》，共产党员网，2020 年6 月30 日。占总党员人数接近三分之一的老龄党员数据能力是有限的，考虑到城乡差距、地区差距等其他因素叠加，相当一部分老龄党员是没有智能设备，他们也没有接入互联网，这些老龄党员就没有数据信息。如果仅仅依靠大数据技术和大数据平台来推进党建工作，基层党建工作很可能遗漏这部分老龄党员。这些党龄长、年龄大的党员在基层组织、宣传、动员、榜样工作等方面发挥着不可替代的示范引领作用。大数据平台遗漏了这部分老党员，我们的党建工作缺了一支生力军，老党员在基层党建工作中发挥着极为重要的作用。特别是这些老党员因为健康、经济收入等原因等更加需要党组织的关怀帮助，大数据平台遗漏了这部分老党员，基层党建工作对这些老党员的关怀就会受到影响。

“数据鸿沟”不仅影响党员的全覆盖，也影响党组织的全覆盖。基层党组织是党组织的神经末梢，是党的方针政策宣传执行的“最后一公里”②习近平：《贯彻落实新时代党的组织路线，不断把党建设得更加坚强有力》，《求是》，2020 年第15 期。，关系党的方针政策最终能否落地，关系党的执政基础。大数据党建希望通过大数据的“组织画像”，发挥大数据技术治理的优势，以海量数据来辨别哪些基层党组织软弱涣散，从而有针对性地进行监督和管理。这是大数据的优势所在。大数据平台通过对各个基层党组织“三会一课”记录、党费收缴情况、党员学习打卡情况、干部评价、组织换届、党员干部处分记录、帮扶群众情况、志愿服务情况等方面的数据收集和数据分析，能够对基层党组织是否发挥了战斗堡垒作用作出数据评判。这种评判方式，数据集成方便分析评价，过程性考核和结果性考核相对均衡。而且通过这种“让数据说话”的评判方式，也更容易获得被评判基层党组织的认可。通过这种数据收集和数据分析，可以在较短时间内辨识和发现软弱涣散党组织。但“数据鸿沟”的存在使得这种辨识功能受到影响。软弱涣散的基层党组织通常数据意识不强、数据资源不丰富、数据能力不高，很难有比较充分的数据被纳入大数据平台。那么对这些党组织的“数据画像”就是不完整的，甚至根本无法进行“数据画像”。没有海量数据支撑，大数据纵有万般能耐，也很难发现辨识软弱涣散党组织。

大数据党建的优势恰恰在于通过大数据平台以及大数据背后的算法，能够对党员和党组织进行有针对性的管理和服务，提高党建的针对性和实效性。但“数据鸿沟”不利于数据能力弱的党员和党组织，遗漏了相当一部分老龄党员。如果过度依赖大数据党建，不仅不利于党建的全覆盖，而且不利于整治软弱涣散的党组织。整顿软弱涣散党组织恰恰是基层党建的“短板”，也是最需要加强的工作。从“数据鸿沟”的角度上来说，过度依赖大数据，基层党建可能会遗漏这些软弱涣散党组织，导致基层党建工作出现“盲区”。

“数据鸿沟”一方面会影响党建覆盖党员和党组织，另一方面会影响党建覆盖普通群众。在党建领域，大数据技术通过抓取网站数据主要是地方政府网站数据以及网络论坛数据对基层党群关系进行定量分析和词频分析。这种做法的优势在于相比较传统的调研方法，收集的信息量大范围广，收集成本不高，受主观因素影响较小。但这种做法客观上遗漏了数据资源比较贫乏、数据能力比较弱的信息弱势群体。党建工作如果过度依赖这种数据抓取方式，收集到数据并不是全样本的，信息弱势群体的诉求被遗漏了。

“数据鸿沟”影响党建的全覆盖，也会影响决策的合理性。在数据世界“留痕”较少的群体，他们的观点和想法就容易被“留痕”较多群体的海量信息所淹没。大数据分析在经过深度学习之后，会更多去反映和体现“留痕”较多群体的想法，并把这些想法整合进最后的输出结果，这些输出的结果对决策者产生重要影响，使得党建决策更容易被这些“留痕”较多群体的意见所影响。简而言之，数据化程度更高的社会成员他们的数据更容易被大数据系统捕获从而进入决策系统，对最后的决策产生重要影响；相反，数据化程度较低的社会成员他们的数据即使被大数据捕获，最终在决策层面的体现是不充分的。

大数据的强大功能使人们在决策的时候更多依赖大数据分析输出的结果。这种依赖忽视了数据数字社会不同群体之间的差距。如果我们不对这种结构性差距进行审视，大数据平台不仅遗漏了部分党员，而且遗漏了最需要社会关怀和帮助的弱势群体和边缘群体。

三、数据偏见影响干部选任和反腐工作的有效开展

在大数据领域，数据偏见主要表现为三个方面：一是数据本身代表性不够。也就是说，收集到的数据没有完整呈现现实社会群体的多样性。亚马逊公司2014 年为提高本公司招聘效率开发了一套数据系统帮助筛选简历，结果发现这套系统对男性简历存在明显偏好。究其原因，就是输入到这套系统的训练数据采用了亚马逊公司的入职员工数据。而亚马逊的入职员工数据男性比例明显偏多，从而使得这套数据系统对简历进行评分时，对出现女性相关词汇的简历评分较低，导致在招聘过程存在明显的性别偏见。出现这种偏见主要原因在于数据自身的问题，被称为BIBO（Bias In，Bias Out，偏见进，偏见出）；二是大数据收集和处理受到数据工程师主观态度的影响，数据工程师的主观态度特别是对目标群体的设定容易影响数据的数量和质量。数据处理离不开算法设计者，算法设计者的价值倾向不仅影响整个算法过程，也影响算法输出的结果进而对决策产生影响；三是在“投喂”训练数据的时候，机器学习在与用户进行互动时，会习得人类社会本已有的结构性偏见（性别偏见、种族偏见、国家偏见、地域偏见、肤色偏见、语言偏见等），并在自己的算法中加以强化。偏见强化的算法输出的结果导致一部分群体陷入“自我实现的怪圈”——那些运气不好的人一直处于不好的际遇。因为他们从一开始就处于结构性歧视中。算法不但没有缓解这种歧视，反而加强了这种歧视。

从招聘选拔的角度来说，干部选任和一般的人员招聘存在一定的相似性。大数据党建希望通过大数据平台对党员干部数据的收集分析，为干部选任决策提供辅助支持。这就事先要有一定量的训练数据“投喂”给数据系统进行训练，进而对大数据系统中的党员干部进行甄别，选出部分党员干部作为考察的对象。这些用来辅助支持干部选任决策的训练数据是以现有的干部队伍数据为基础。数据是现实社会的明镜，这些训练数据会反映出干部队伍的各种结构性特征。以我国现有的干部队伍结构来看，女性比例相对偏少，女性担任厅局级以上职位偏少，女性担任地方“一把手”比例较少。这些干部队伍的结构性特征会被训练数据习得，成为干部选任推荐的重要标志。性别不均衡的干部队伍数据不仅会被大数据习得，而且还会被大数据强化，从而在岗位人选的智能推荐上更倾向于男性干部，更容易把职位竞选的消息推送给男性党员。如果过度依赖大数据平台，干部选任就会受到数据偏见的影响。

助力反腐是大数据党建的重要功能，大数据助力反腐主要表现为三个方面：一是大数据技术可以帮助纪检监察人员追踪腐败分子的数据痕迹，查证犯罪嫌疑；二是大数据技术通过对海量信息的耙梳和对比分析，能够挖掘党员干部的隐形腐败线索和异常活动轨迹，从而有效打击和震慑腐败分子；三是大数据助力腐败苗头早发现、早报告、早制止和早处理，特别有助于反腐败“抓早抓小”，有效遏制腐败问题由小错酿成大错、违纪变成违法，既有效打击了腐败，又尽可能早地挽救党员干部，帮助其改正错误。大数据助力反腐要依靠大数据的“数据画像”功能。将腐败分子的历史数据（包括身份信息、职位信息、学历信息、违纪行为等）不断“投喂”给大数据系统，经过深度学习，大数据系统构建腐败分子的“数据画像”。这个“数据画像”是大数据系统寻找和发现腐败分子的对照样本。这种挖掘腐败分子的功能类似于反恐识别系统。美国联邦调查局的反恐识别系统（包括面部识别、指纹识别等）布置在各大机场、港口等出入口。这套号称最先进的反恐人工智能每周却把1000 个旅客错误地标记为恐怖分子。①许可：《人工智能的算法黑箱与数据正义》，《社会科学报》2018 年3 月29 日。大数据系统之所以会犯“抓错人”的毛病，主要原因在于数据偏见造成对恐怖分子的“刻板印象”。这种“刻板印象”主要来自于“投喂”给数据分析系统的训练数据本身存在问题。大数据系统在反恐领域的“抓错人”情况，也有可能在反腐中出现。数据偏见一方面对一部分人不利，加重了这部分人不公正的境遇，使这部分人被标记为“高风险群体”；另一方面对另外一部分人相对有利，使这部分人被标记为“低风险群体”。大数据在助力反腐的过程中，可能一方面把一部分群体（如地方大员、国企高管）标记为“高风险群体”；另一方面可能把一部分群体（如“清水衙门”官员、基层官员）标记为“低风险群体”，这些群体容易被大数据反腐所遗漏，成为大数据反腐的薄弱地带。所以说，过分依赖大数据的反腐功能，一方面可能会出现“抓错人”的情况，另一方面也可能会出现“漏网之鱼”。

大数据来源于现实生活，是对现实生活的数据抽象和数据表达。人类社会结构性的不均衡和偏见，无论是显性的还是隐性的，都会反映在大数据中。过度依赖大数据的人员甄别功能，就会把已有的偏见带入具体工作中，影响工作效力。

四、数据依赖助长官僚主义、形式主义

大数据背后也有着强烈的意识形态，强调“大数据即真理”①Lemi Baruh and Mihaela Popescu,Big Data Analytics and the Limits of Privacy Self-Management,New Media &Society,Vol.19,No.4,2017,pp.579-596.。大数据自我宣称的“客观、公正、中立、不偏不倚”的价值观容易产生“数据原教旨主义”，认为庞大数据和不断迭代革新的数据技术的“客观性”可以弥补和纠正人类决策的不客观和不公正甚至代替人类决策。这种“客观性”一方面表现为数据来源的客观性，来自个人实际产生的身份数据和行为数据；另一方面来源于大数据分析技术本身的科学性，大数据的抓取和预测分析背后有一套科学的算法。特别是近些年人工智能的快速发展，使人们充分见识了大数据分析的魅力和威力。大数据的强大功能值得重视和发挥应用，但过度崇拜大数据，过分依赖大数据，在党建工作领域就容易助长了官僚主义、形式主义。

数据的这种外在“客观性”，为其在社会大众中赢得了“大数据是中立的”的价值认识，相当一部分社会成员对大数据的工具价值产生迷思乃至崇拜，在需要做决策的时候，过于依赖大数据的分析判断，将本应富含多重价值关怀和发挥多重功能的决策交由大数据分析来决定。本来大数据分析是辅助决策的角色，却在这种工具依赖中从客体转换为主体。在公共决策中，这种过度崇拜迷思为官僚逃避责任提供了“避风港湾”和推脱的借口，一部分工作人员更倾向将价值决策交由大数据分析这个“专家系统”来完成，让大数据分析系统来承担责任，把责任推给大数据和大数据分析。这种过分依赖大数据的现象，实质上是一种“技术异化”。

党建工作人员对大数据的过度依赖和崇拜，就可能会把我们党的优良传统调查研究交由大数据来完成。调查研究的工作传统要求我们党员干部下沉一线，扑下身子，与群众面对面，心贴心，倾听群众的呼声，了解群众的意见。如果陷入“数据迷思”，仅仅依靠大数据收集的信息来做各项工作，我们的党员就可能会慢慢脱离群众。

过度依赖大数据还会助长形式主义。部分地区的大数据党建系统开发了驻村扶贫功能，要求驻村扶贫干部将自己的扶贫工作以图片和文字的形式在大数据平台上打卡上传。这套功能的开发本意是为了更好监督驻村扶贫工作，推进扶贫任务按照预定的时间表如期完成。但简单以此作为监督扶贫工作和评判扶贫工作人员的标准，不仅花费了扶贫工作人员大量时间打卡上传图片资料，而且助长扶贫工作人员“作秀”，以致造成“干得好不如秀得好”等问题。类似于这种填报、打卡、上传的行为只不过是形式主义的“变种”，将线下的形式主义转变为线上的形式主义，而且在一定程度上比线下的形式主义还形式主义。

纠正官僚主义，要靠深入调查研究，要靠贴近实际和贴近群众，坚持工作重心下移，实打实做好群众工作。①《习近平谈治国理政》（第二卷），北京：外文出版社，2017 年版，第364 页。依靠大数据平台进行数据收集和数据分析，不能完全抛弃传统的走访调研。因为这种走访调研不仅仅是党建决策获取信息的重要途径，更是我们党群众路线的工作要求。党建工作要把大数据调研和传统调研结合起来，一方面运用好数据技术，走好线上群众路线；另一方面做好实地调查研究，走好线下群众路线。

五、数据资本的逐利性影响党建工作的导向和党建数据的安全

目前，大数据产业如火如荼，大数据商业机构雨后春笋般兴起。这“攻城略地”的背后资本力量不可小觑。资本天生的逐利性容易使得大数据公司利用自己的数据优势谋取利润，甚至是不合理、不合法的利润。频频发生的大数据杀熟和隐私泄露等，要求我们加快完善对数字社会治理，对资本力量进行管控和引导。

在党建领域，目前各地正在使用的大数据系统和大数据平台有相当一部分是由商业机构设计开发保障运行的。尽管一些地方的大数据平台是党建部门自己开发建设的，但关键的算法还是依赖于外部的大数据公司。大数据除了具有技术属性之外，也具有资本属性。资本的特性使得商业机构本能地具有逐利的冲动，这种逐利的冲动在法律法规不健全的情况下容易滑入不正当区域，将利益追逐摆在更加优先的地位。大数据公司自恃拥有先进的技术，在资本的加持下，会滋生技术的傲慢，将本来应该是党建部门主导的大数据党建变为大数据公司主导的。党建部门必须对数据资本进行管控和引导，发挥大数据的正向功能。

一般来说，党建平台的大数据掌握在党建部门手中，但作为大数据平台的开发者和设计者，大数据公司通过自身的技术优势或在算法中设计“后门”等方式将党建数据为己所用，如果不加强监管很容易造成党员数据和党组织数据的泄露。党员数据泄露和党组织数据泄露，这不仅仅是个隐私安全问题，更是一个政治安全问题。此外，大量党建数据的存储也值得我们警惕。目前这些党建数据的存储多依赖商业机构。如此大体量的数据且关涉政治安全的数据存储于商业机构，我们要对其安全性保持高度警惕。

大数据作为一项技术，研发、推广和运用，商业资本发挥了举足轻重的作用。大数据党建要借用大数据技术，但同时要对大数据技术背后的数据资本加强监管，防止无序扩张，警惕资本力量的强趋利本性和“数据垄断”。

六、大数据党建的优化提升

大数据党建在推进过程中因为数据不正义而产生的上述问题要求我们务必高度重视。当然对待这些问题决不能犯“洗澡水和婴儿一起倒掉”的错误，大数据对于党的组织建设、思想建设和作风建设等都有着众多益处，特别是有助于推动党务公开，提升基层党建效力，助力党建科学化。未来要在以下几个方面着力优化提升大数据党建。

首先，完善培训内容，提高党员干部大数据辩证分析能力。目前各地都非常重视党员干部的大数据培训，主要采取集中学习和自主学习相结合，相关的学习内容主要集中在大数据基本知识、大数据经济等方面。课程内容偏重大数据的功能和应用前景，课程内容对大数据安全、大数据不正义、大数据伦理省思等关注讨论得不够。课程内容不均衡不完善，使得学员们过度看重大数据的功能，对大数据自身问题关注较少，忽视了大数据的伦理价值以及安全影响。未来课程培训，加大数据伦理和数据安全方面的内容，帮助我们的党员干部辩证认识大数据的功能，更全面地理解信息社会的特征和发展规律。

其次，加强大数据党建平台的互联互通。目前不少地方在积极推进大数据党建平台建设和应用。但这些大数据党建平台在纵向与横向方面没有实现充分的互联互通。纵向方面，与更高一级的党建平台以及其他平台没有实现对接信息共享；在横向方面，没有与同级其他部门其他领域的数据平台实现信息共享。这种“数据孤岛”现象不利于发挥大数据的功能。未来应考虑加大建立省级层面大数据党建平台，统一数据建设标准，为数据互联互通提供条件，破除“数据孤岛”，更好地保护党建数据安全。

再次，创新大数据党建管理模式，加强大数据规制和监管。大数据安全越来越引起我们的重视。党建领域应用大数据技术更加要考虑安全问题。各地在积极推进大数据党建工作的过程中，务必牢记数据安全，建立完善的监管体制，落实监管责任，使大数据技术更好服务于党建工作。设置严格的准入门槛，对参与大数据党建的公司进行前置资格审查，包括股权结构审查、公司决策机制考察等，对已经参与大数据党建工作的公司进行全过程监管，设置淘汰退出机制，加强大数据公司的行业建设，完善行业标准和自身的技术监管。

最后，重视传统党建和大数据党建相结合，构建网上网下同心圆。在党建领域，探索和应用大数据技术，可以提高党建工作的覆盖面和党建工作的效率。但传统党建方式依然有用武之地。扑下身子、深入一线是我们党调查研究的优良传统，面对面才能心贴心。我们的党建工作历来是根据环境形势变化进行调整，党建工作人员运用大数据技术的同时，传统党建的工作方式不可丢，要加强传统党建和大数据党建的结合，走好线上群众路线和线下群众路线，绘就网上网下同心圆。

总之，大数据党建对于提高党建科学化水平有诸多裨益，大数据党建是智慧党建的主要发展方向，但“数据鸿沟”、数据偏见、数据依赖、“数据霸权”等警醒我们要时刻进行数据伦理审思，提防数据不正义，推动大数据党建在党的领导下健康有序发展。