摘 要：大数据及其技术的广泛应用改变了城市治理的机制、方式和策略，推动了城市治理变革。虽然各地的大数据平台建设及其应用状况不同，但都推动了治理单元的信息化、治理主体的清晰化、治理层次的扁平化和互动强度的定量化，实现了城市治理过程的集中化操作，提升了城市治理的敏捷性，有效回应了城市治理需求的复杂性和治理体系的碎片化之间的矛盾。数据驱动的城市治理具有技术刚性，如何避免难以被数据化的对象成为盲点，或出现数据霸权主义，是值得进一步思考的重要议题。

关键词：大数据;信息技术;城市治理;精细化治理;敏捷性治理

中图分类号：D630 文献标识码：A

文章编号：1008-7168（2021）06-0014-07

在过去的十几年时间里，大数据和各种信息技术发展惊涛拍岸，深刻地改变着国家、社会和个人等主体间的关系，也改变了人们的生产生活方式。数字治理、数字政府、智慧政府、智慧城市、数字社会、智慧社会和城市大脑等新的技术治理形态不断涌现，也不断升级换代。“人类的大部分行为都遵循着某种规律、模型和原理法则，而且都可以通过技术重现与预测。”[1]作为信息技术在城市治理领域的应用，“大数据+”已经成为当前中国国家治理的显著特征，也是推动城市治理变革的关键要素。城市的医疗、养老、教育、交通和基本部件管理，都可以通过“大数据+应用场景”的信息技术平台或智能设备实现。

为了更加深刻地理解“大数据+”，必须对数据、信息和技术这个几个概念进行区分。马卫红和耿旭指出，数据是世间万物和社会行为产生的原始素材，是提取信息的原料;而技术则是将信息从数据中提取出来的应用性工具，也是一种知识系统[2]。这意味着，数据是信息技术的基础。信息深受基础数据的影响，原始数据的质量越高、数量越大、覆盖度越全，信息质量也会越高。而技术则是数据处理需求的产物，是在处理和计算数据的过程中发展起来的，也是获取数据的重要工具。随着互联网、云计算、机器学习和人工智能等技术的快速发展，人类社会的数据量也呈指数增长，比特（bit）“统治”的时代已经来临。

数据驱动城市治理的具体应用形态千差万别，涉及的领域也有所不同，却有着相似的主线：利用大数据和信息技术整合碎片化的科层组织，建立 “一站式”“一窗式”“一门式”等一体化办事机制，压缩政府办事的时间，优化政务服务流程，满足公民多元化、差异化和异质性的需求。那么，数据驱动的城市治理变革包含着什么原理？怎样去理解这种变革背后的治理逻辑呢？已有研究主要是在科层制框架下，着重探讨技术与组织的关系①，技术如何嵌入或改造治理过程[3]，以及对技术治理效率悖论的反思[4]，而缺少对其内在逻辑的阐释。本文试图阐释数据驱动城市治理变革的内在逻辑，从而为理解转型时期国家治理中的技术应用提供可能的主线与新的视角。

一、治理单元的信息化

与简单化和平面化的农村相比，现代城市是人口、资源和各种要素高度集聚的物理空间，各种关系和结构等盘根错节，治理对象在空间、时间和管理等维度有区别也有重合。

“空间在建立某种总体性、某种逻辑、某种系统的过程中可能扮演着决定性的角色，起着决定性的作用。”[5]（pp.23-24）在空间维度，城市的人、事、物是根据地理边界进行划分的，对应的治理单元也是可以被直接观察和测算的。例如，以城市社区或者管理网格作为基本治理单元，整个城市空间就会被划分为大大小小的社区或网格，每个治理单元具有相似的治理属性和功能，可以被精确地识别出长宽高等基本数据信息，然后被精确测量和复杂计算。

在时间维度，城市治理单元是同质性和匀速性的，是依据自然时间的流动而形成的层次分明的平行单元，全面展现了城市治理活动的起始、持续与切换的规则。按照帕森斯的观点，物理时间是平行空间中不同事件之间的关系，是动态变化的，也是相对静止的[6]（p.860）。按照物理时间的逻辑，各个治理单元大小是完全一致的，治理对象和容量在短时间内也是相对固定的，治理权力及其资源是按照时间的运行而进行差异化配置的。如《上海市2018—2020年环境保护和建设三年行动计划》规定了不同年份、季度甚至月份中上海市环保的治理目标、重点和要求，这就是以物理时间的流动来定义治理单元及其容量的。

相对于时空维度，管理维度对治理单元及其容量的测算更加复杂。科层制是任何组织的理想类型，也是当前政府行政组织结构的经典形態，其核心是分工和专业化等[7]（p.1127）。按照科层制的组织逻辑，治理单元是以行政机关及其职能部门的分工来确定的，是通过“条”和“块”来分配治理权力、资源及其相应的治理责任的[8]。从“条”出发，治理单元就是“条”部门的职责范围覆盖度，其治理边界是以事为中心来界定的，不同的治理单元往往高度重合。从“块”出发，治理单元是以行政区划为边界进行圈定的，是按照行政级别自上而下层层划分形成的，如“市—区—街道—社区”的城市四级体系管理中，上一级治理单元就是下一级治理单元的简单相加。

传统城市治理对治理单元的多维度属性进行了简化，主要是基于管理维度进行划分的，在宏观上能够覆盖所有治理对象，也可以确定整体治理容量及其资源需求。但在微观维度，科层组织为人诟病的权力模糊、职责不清和相互推诿等问题也广泛存在，“N个部门管不了一只鸡”等“闹剧”频繁发生。不仅治理单元之间的边界非常模糊，而且各治理单元存在很多交叉重合，呈现“碎片化”状态，因而传统城市治理根本无法有效回应治理单元中的各种问题。通过非常规的方式打破常规任务的运行方式[9]，其实就是短暂改变了城市治理的形态，纠正了治理“碎片化”所引发的各种矛盾和治理困境。

大数据驱动的城市治理是以数据为中心，海量数据承载着治理意志及其权力，改变了过去治理权力及其资源配置的逻辑，推动了多维治理单元的融合。一是提高了治理单元边界的清晰性，使治理单元及其治理容量更容易被测算。大数据驱动的城市治理主要通过治理对象和城市部件的数据及其运算来确定治理单元，从而能够更加精准地划定治理单元边界。以杭州市“城市大脑”为例，“城市大脑”包括警务、交通、文旅、健康等11个大系统和48个应用场景，日均数据8000万条以上，不同应用场景之间的边界非常清晰，权力及其资源需求也是明确和相对稳定的，同时“城市大脑”也圈定了相应的治理单元及其治理容量[10]。二是延伸了治理单元边界，提升了权力及其资源的覆盖面。FIRD、机器学习和人工智能等技术在城市中的应用，极大提升了治理对象相关数据的数量，同时也降低了数据的颗粒度。

治理权力的触角可以延伸到任何能进行数据化处理和计算的对象，大数据驱动的城市治理可以用一个治理单元覆盖全城。三是缩小了治理单元，推动了城市治理的精细化。大数据给城市治理带来的另外一个改变就是公共服務供给的个性化，即可以通过对个人相关数据进行运算，使每个城市居民都成为独一无二的治理单元。上海市“一网统管”不仅接入了数十个行政部门的25亿余条数据，实现了城市部件的互通共连，还接入了美团、健康码和社区人口信息数据，可以通过数据运算，为每个人提供个性化、差异化服务[11]。

二、治理主体的清晰化

以问题为中心是公共治理的典型特征[12]。人口统计、证照办理、公共安全和城市管养等常规性问题或事务，包含的要素及其关系是相对清晰的，涉及的部门及其数量也是相对稳定的，具体治理主体很容易被识别，如办理营业执照一般只会涉及工商、税务和质检等部门。然而，现代城市社会是高速运动和变化的复杂社会，人、物和各种要素之间的关系十分繁杂、瞬息万变，社会问题的要素及其结构往往很难被识别出来，责任的认定很困难，经常会出现治理失灵的状况，治理主体很模糊。有效应对这些问题的常见做法是设立各种临时性议事或办事机构，或者是叫停常规制度运作，采取运动式治理和项目制等形式，如各种城市专项整治行动、大排查和大调研等。大数据在推动城市治理主体清晰化上具有三方面的优势，即明确职能部门数量、压缩制度规范和简化事务结构。

首先是明确职能部门数量。大数据是以事为中心的治理技术，它通过综合应用机器学习、深度学习和云计算等技术，对不同事务或问题的要素及其结构进行数据化分析，可以精准确定不同事务的职能部门归属及其责任配置。特别是，依靠海量的数据和强大的算力，一体化的大数据平台可以对上报的不同问题进行数据化分解和模型化计算，自动认定具体事务的责任部门，从而精准划定问题或事务的责任主体。如很多大数据平台，会根据上报的问题进行智能派单，认定相应的责任部门，然后按照流程限定时间和其他条件进行处理。

其次是压缩制度规范。城市治理中的规则和制度规范的数量越多、异质性程度越高，治理网络中行动者数量也就越多，相应的治理主体也就越模糊。随着行政机关的分工日益明细，部门分化程度越来越高，具体问题的处理需要连接的部门及其规则也会越来越繁杂。大数据依托一体化平台，依靠数据的流动及其处理来连接各个职能部门，可以将大量异质性的制度规范压缩为统一的平台运行和数据处理规则，清晰识别规则和制度等连接的职能部门及其关系。浙江“最多跑一次”改革以事为中心，对具体事务的办理流程、涉及部门和办理形式等，都作出了具体细致的规定，这样就清晰定义和识别了具体治理问题中的治理主体数量[13]。

最后是简化事务结构。在基层公共服务窗口，办理事项的各种表格规定了问题处理或事务办理的流程、结构、内容和受理条件，大量异质性、高度复杂的事务以标准化的形式进入公共部门，成为可以受理和处理的日常性工作任务[14]（pp.120-122）。大数据在城市治理中的广泛应用，强化了公共事务由复杂结构向标准化结构转化的速度、幅度和程度。无论是“最多跑一次”还是“一网通办”，普通公众或企业等主体，都需要在对应的政务平台或App上选择需要办理的事项，然后按照预先设定的流程填报信息并提交。当事务被受理以后，相关人员可以随时查看受理部门、处理进度、责任部门和处理结果。这个过程是复杂性事务标准化的过程，也是认定相关职能部门及其职责的过程，推动了治理主体的清晰化。

三、治理层次的扁平化

如果说治理主体清晰化是横向的行动者网络，关注的是职能整合、信息沟通和多元协作，那么治理层次就是纵向的功能性分级，重点关注的是如何识别和匹配治理对象的问题。在经济学领域，管理界面不仅有跨度的区别，还有层次的差异，具体可以分为企业间界面、企业内部部门间界面和部门内单元（小组或任务）间界面三个层次[15]。在具体的影响因素上，城市治理网络的信息及其机制和行动者目标差异性直接影响治理层次。行动者/主体的信息不对称程度越高，目标的差异性就越大，治理任务及其信息的传递链条就越长，与治理对象有效对接的难度就越大，相应的治理层次也就越多。

治理层次对理解城市治理过程及其效果具有重要意义。在政策层面，治理层次的数量决定了与具体问题相关的政策规范的清晰度，也意味着中央对地方的实际控制力和穿透性。城市治理的层次越多，治理延伸的指挥链条就越长，相应的政策和制度规范就越模糊，政策的灵活性与有效性就越强。但是，由于每个层次的治理主体都拥有相应的机构、权力、资源以及目标和偏好，过度的模糊性很容易使政策执行主体产生对整体治理目标的离心力，出现“上有政策，下有对策”和“拼凑应对”等选择性执行的状况。治理层次越少，指挥链条就越短，在具体问题的处理上就可以更少地依赖地方性知识，从而缩小政策执行中的自由裁量空间。

一般而言，治理层次越少，组织的权力、资源以及其他要素就越集中，信息被阉割、扭曲的程度就越低，信息传递阻力就会越小，治理效果也就越好[16]。尽管治理层次受到治理规模、治理负荷、治理任务的复杂性等多种治理因素的影响，但治理信息状况仍然是理解界面层级及其关系的“主旋律”。自古以来，信息问题都是国家治理中最为关键的内容之一，如全国性土地调查，各类信息报送制度，针对信息采集、传递和处理的各种信息技术等[17]。国家掌握的信息越丰富，不同层次的治理主体就会越透明，国家权力进入各级政府及其部门的能力也就会越强。大数据及其技术在城市治理中的广泛应用，减少了信息及其权力在不同治理层次流动的阻力和障碍，推动了城市治理的扁平化运行。

首先是模糊性主体的透明化。尽管不同层级的政府都有几乎相同的机构设置、组织结构和运行机制等，但具体的目标、运作规则和知识结构方面还是存在很大差别的，各个治理层级之间也会存在或多或少的模糊性，这会影响城市治理事务的处理过程及其结果。依托一体化大数据平台、信息平台或在线平台，城市治理活动的流程、规则以及结果都会在相应的技术平台或App展示出来，任何治理层级的运行状况及其相关信息都可以根据相应权限获取或共享，这降低了各层级政府及其职能部门的模糊性，推动了城市治理的透明化[18]。

其次是治理层次的扁平化。现代信息技术的快速发展为跨层次信息传递、任务处理与协作沟通等提供了基础，也压缩了中间治理层次，减少了权力及其资源在流动过程中的阻力和消耗。通过技术端口的连接，借助各种数据采集器、移动网络和云计算等信息技术，大数据平台可以获取、存储、处理、分析、挖掘和应用各个治理层次的数据，实现治理事务的跨层次集成化处理。北京市大兴区“接诉即办”调度指挥中心依托全区不同治理主体和对象的基础数据，对接城市大数据库和城市运营系统，用大数据平台的运转及其相关数据的流动，跳出了层级化的运作模式，形成了以“派单—接单”为中心的扁平化治理机制[19]。

最后是非常规治理的常规化。问题导向是现代城市治理的典型特征，也是城市治理及其运行的重要影响因素。为了有效处理和解决城市中的各种问题，以任务为中心的非常规治理机制也会在具体运行中形成新的治理层次，叠加在已有的各级政府之上，如各种联席会议、工作委员会和攻坚小组。这些非常规治理机制是其他层次政府及其职能部门的“前台”，需要其他层级政府的配合才能完成任务。大数据平台是集成的“数据集”，是整个各个部门的“层次集”，也是集中各种问题的“任务集”。通过对数据、技术、部门和任务等的集成，大数据平台及其连接的政务办事和服务机构成为各种非常规治理机制的常规化载体，将大量随机性、偶发性的问题都纳入了治理网络，解决了问题处理过程的多主体协调和沟通障碍问题。

四、互动强度的定量化

相对于普通公众而言，政府是一个整体性组织，是为公众提供各种公共产品和服务的行动主体。如果从这个层面上来理解，城市治理根本不会存在模糊性的问题，也就没有治理主体互动强度。现代政府组织是典型的科层组织，职能分工和层次分化是其典型特征。公众事实上打交道的对象是政府的各个职能部门，需要按照严格的规则对自身的需求或遇到的问题等进行解构，然后依次对接不同职能部门，最终有效解决问题或满足需求。按照亚当·斯密的观点，在最理想的状态下，劳动分工可以缩减任务轮转的环节，节约生产时间，从而大幅提高劳动生产率[20]（p.8）。按照这个逻辑，不同工人或部门之间几乎都保持高频互动状态，完全可以实现无缝衔接，城市政府及其部门间的互动强度是均质的、匀速的和高度稳定的。

然而，尽管分工和专业能够带来治理效率，但由于缺乏有效的协调机制及其机构，政府组织也很容易产生“碎片化”的问题，不同职能部门常常“各自为政”。与治理主体清晰化不同的是，城市治理主体互动强度与相应的行动者数量无关，重点是各政府部门和要素的关系互动频度及强度。“碎片化”带来的互动强度问题是，在城市治理网络内部，除了常规性事务或问题以外，对很多事物的处理没有形成常态化的行动网络，也缺乏有效的沟通与协调，整个治理网络的结构十分松散，治理网络主体互动强度的不够稳定。无论是韦伯提出的科层组织运作的“非人格化”，还是泰勒倡导的消除计划职能与管理职能隔阂的“心理革命”，抑或法约尔提出的组织管理14项原则及其“法约尔桥”，都是为了增加治理网络中不同行动者的互动频度及其速度，从而提高治理效率。

如果用“点”和“线”来描述城市治理网络的形态及其密度，那么城市治理行动界面就是由大量“点”和“线”连接成的关系网络。“点”的大小表示对应职能部门权力的大小和资源的多寡，“线”的粗细及其形态则表示不同职能部门之间信息、权力以及资源等的流动速度和频率。治理主体互动强度有松散和紧密之分，也有临时和常规之别，还有多（双）向和单向之质。如各种临时召开的多部门务虚会、例会或者松散的联合发文，对应的主体互动强度就是相对稀疏的、松散的，职能部门及其信息交互的数量、频率和速度也都是不稳定的和未知的。例如，国务院历年都会针对特定事务或问题设置议事协调机构，为促进相关部门的交流、互动和协调提供平台。

治理主体互动强度是理解政府部门间关系及其机制的重要维度，也是从“部门化政府”向“整体性政府”转变的关键要素。相较于组织机构变革，信息技术驱动的主体互动强度调整是典型的增量改革，基本做法是“让数据多跑腿，让群众少跑腿”，用在线协作与数据共享打造均质化、密集化的城市治理网络。大数据提升主体互动强度的首要内容是实现部门互动的数据化。在城市治理的多主体行动网络中，不同部门之间的关系是通过信息的互动来展开的。大数据在城市治理中的应用，将不同行动者的互动及其信息流量、密度和速度都以数据的形式加以呈现，展示了部门之间的“指挥—服从”关系、多边协同关系以及竞争关系，也清楚表示了治理主体的整体互动强度的分布状况。

按照契约理论的观点，部门或行动者之间存在大量的正式契约或非正式契约，任何行动及其关系都是特定契约规制下的产物[21]。在大数据平台，具体的城市事务会被分解为不同部门的任务，绑定相应的治理责任，从而使部门之间的关系及其内容都被信息化，成为更加容易被监督、计算或干预的对象，实现了治理主体契约关系的信息化。浙江省“最多跑一次”改革，将需求最大、最集中和最常见的事项按照关联度进行了梳理和区分，并将其整合成“投资项目审批、不动产交易登记、商事登记、公安户籍车管出入境、公积金业务”等6大板块[13]。针对具体板块的事务，对应的部门数量及其信息交易契约是关系清晰定义的，也是有明确规则进行约束的，相应的主体互动强度也是明确的和固定的。

随着契约关系的信息化程度越来越高，大量城市事務梳理的流程、规范和机制也逐渐清晰，不同城市事务的处理流程及其涉及主体也更加明确，推动了资源流动的定量化。城市治理中的权力、信息、资源和其他要素流动的数量、质量和速度，是测量界面密度的核心指标。信息技术在城市治理中的广泛应用，以数据和电子契约的形式固定了城市治理行动网络的结构及其资源和要素等的相互流动，使不同部门及其行动网络的互动频度和频数都受到了数据化规制，从而使主体互动强度也固定下来。上海市“一网通办”平台根据具体服务事项制定了办事指南，对事项的基本信息、申请材料、办理地点、设定依据、办理方式、办理流程和常见问题等进行了详细规定，使特定事务的行动主体及其关系都以数据化的方式固定在大数据平台，使对应的主体互动强度更加清晰具体[22]。

五、结论与进一步思考

科层制是适应现代组织最理想的组织模式，行政组织的低效不是科层制的问题，而是由科层组织内部运行机制障碍造成的[23]。现代信息技术的广泛应用深刻改变了国家治理的形态、机制和方式，正在催生新的治理形态及其治理秩序，已经成为突破科层组织困境的重要方式[24]。现代信息技术的快速发展给城市治理变革带来了新的契机，绕开障碍重重的存量制度机制问题，走增量技术治理创新道路成为现代城市治理变革的重要特征。大数据在城市治理领域的深度应用推动了治理单元的信息化、治理主体的清晰化、治理层次的扁平化和互动强度的定量化，提升了城市治理的敏捷性，从而能够快速高效地回应各种城市治理需求或问题，有效地回应城市治理需求复杂性和治理碎片化之间的矛盾。

大数据驱动城市治理变革是一场悄无声息的革命，行政组织还保持着原有分工、专业化及其运行机制。城市治理中的大数据技术应用，通过数据及其对应的各种现代信息技术，推动形成了一体化的、集中化的城市治理机制，正在有效解决城市治理碎片化的问题。需要注意的是，汹涌澎湃的大数据及其信息技术的应用以事为中心，只有能够进行数据化的治理对象或问题，才能够被纳入大数据平台，得到进一步处理和计算。随着大数据及其技术在城市治理领域的进一步拓展，那些难以（充分）数据化的城市治理对象，或高度复杂的棘手问题等，往往很难进入数据库，很容易成为城市治理的盲点。过度的技术崇拜也很容易引发技术利维坦或数据霸权主义问题，这些都是值得进一步思考和研究的议题。

注释：

①这方面的研究很多，大致可以分为几类：技术嵌入组织，形成合力;技术与组织互斥，降低组织运行效率;技术与组织并行，形成两套运行模式。具体可参见任敏、邱泽奇和黄晓春等人的研究。

参考文献：

[1]刘永谋，兰立山.大数据技术与技治主义[J].晋阳学刊，2018，（2）.

[2]马卫红，耿旭.技术治理对现代国家治理基础的解构[J].探索与争鸣，2019，（6）.

[3]Buffat Aurélien.Street-Level Bureaucracy and E-Government[J].Public Management Review， 2015，（1）.

[4]吕德文.治理技术如何适配国家机器——技术治理的运用场景及其限度[J].探索与争鸣，2019，（6）.

[5][法]亨利·列斐伏尔.空间与政治[M].李春.上海：上海人民出版社，2015.

[6][美]塔尔科特·帕森斯.社会行动的结构[M].张明德，夏遇南，彭刚.南京：译林出版社，2003.

[7][德]马克斯·韦伯.经济与社会（第二卷上下）[M].阎克文.上海：上海人民出版社，2010.

[8]龚常，曾维和，凌峰.我国大部制改革述评[J].政治学研究，2008，（3）.

[9]冯仕政.中国国家运动的形成与变异：基于政体的整体性解释[J].开放时代，2011，（1）.

[10]本清松，彭小兵.人工智能应用嵌入政府治理：实践、机制与风险架构——以杭州城市大脑为例[J].甘肃行政学院学报，2020，（3）.

[11]上海市政协社会和法制委员会.“一网统管”：超大城市治理现代化“上海方案”[N].联合时报，2020-07-03.

[12]孙柏瑛，张继颖.解决问题驱动的基层政府治理改革逻辑——北京市“吹哨报到”机制观察[J].中国行政管理，2019，（4）.

[13]陈国权，皇甫鑫.在线协作、数据共享与整体性政府——基于浙江省“最多跑一次改革”的分析[J].国家行政学院学报，2018，（3）.

[14]Lipsky Michael.Street-Level Bureaucracy：Dilemmas of the Individual in Public Services[M].New York：Russell Sage Foundation，2010.

[15]官建成，靳平安.企业经济学中的界面管理研究[J].经济理论与经济管理，1995，（5）.

[16]韩志明.治理界面的基本维度与运行逻辑[N].中国社会科学报，2020-08-12.

[17]韩志明.国家治理的信息叙事：清晰性、清晰化与清晰度[J].学术月刊，2019，（9）.

[18]李文钊.双层嵌套治理界面建构：城市治理数字化转型的方向与路径[J].电子政务，2020，（7）.

[19]翟文康，李芯锐，李文钊.界面重构：迈向超大城市有效治理的路径选择——以“接诉即办”的大兴经验为例[J].电子政务，2020，（6）.

[20][英]亚当·斯密.国民财富的性质和原因的研究[M].郭大力，王亚南.北京：商务印书馆，1974.

[21]苏力.从契约理论到社会契约理论——一种国家学说的知识考古学[J].中国社会科学，1996，（3）.

[22]譚必勇，刘芮.数字政府建设的理论逻辑与结构要素——基于上海市“一网通办”的实践与探索[J].电子政务，2020，（8）.

[23]Meier Kenneth J，John Bohte.Structure And Discretion：Missing Links in Representative Bureaucracy[J].Journal of Public Administration Research and Theory，2001，（4）.

[24]李春生.大数据驱动社区公共服务精准化：问题面向、运行机制及其技术逻辑[J].湖北社会科学，2021，（6）.

[責任编辑：张英秀]

The Multiple Logics of Data-Driven Urban Governance Transformation

Li Chunsheng

（Shanghai Jiaotong University， Shanghai 200030）

Abstract：

The wide application of big data and its technology has profoundly changed the mechanism， mode and strategy of urban governance and promoted the transformation of urban governance. Although the construction of big data platforms and their applications vary from place to place， they all promote the informatization of governance units， the clarification of governance subjects， the flattening of governance levels and the quantification of interaction intensity， realize the centralized operation of urban governance process， enhance the agility of urban governance， and effectively respond to the contradiction between the complexity of urban governance needs and the fragmentation of governance system. It is worth noting that data-driven urban governance has technical rigidity， and how to avoid objects that are difficult to be data-driven from becoming blind spots or the emergence of data hegemony is an important topic worth further consideration and research.

Key words：big data， information technology， urban governance， fine governance， agile governance