刘 成

(北京师范大学，北京 100000)

社会环境和社会事务本身具有高度的复杂性、具体性和动态性，加之在现代技术的推动下，社会心理、社会环境的变迁速率明显加快，传统的社会治理模式在社会环境监控、风险管理、社会服务、可持续发展等方面难以应对现实情况。随着人工智能和机器智能等现代智能技术的日趋成熟，人类理解、分析、探索自身心理和行为活动的能力也突飞猛进，这既是商业和科研领域的全新动力，也是政府和社会治理能力提升的技术红利。当前，关于社会治理智能化的研究仍处于起步阶段，自然也没有精准的定义，但在梳理全球关于智慧治理定义研究的基础上，发现其内涵至少包含三大维度，智慧技术、智慧人、智慧合作[1]。由此，本文试图对结合社会治理，将社会治理智慧化成如下阐释：社会治理智慧化要在大数据、云计算、智能技术等新一代科学技术的支撑下，通过收集、挖掘、应用全方位、动态化、即时化、精细化的社会数据，革新传统的社会治理技术、治理工具、治理方式、治理思维，建立起由“智慧人”驱动的高效率、可持续、有竞争力、开放、透明的社会治理模式，建立智慧经济、智慧生活、智慧交通、智慧环境，服务于以创新和创造为核心的智慧社会。智慧治理与数字治理等传统技术驱动或是信息驱动型治理的本质区别在于治理目标不同，智慧治理更为关注人类社会的可持续发展、社会公众的幸福感。

一、前言

党的十八大提出了到2020年全面建成小康社会的奋斗目标，习近平总书记在党的十九大报告中做出全面判断：进入中国特色社会主义新时代，我国社会主要矛盾已经转化为“人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”。小康社会和主要矛盾的转变注重的是人民对美好生活和幸福感的需要，传统经济社会发展模式必然由粗放式、非均衡式转为精细式、均衡式发展，作为国家治理中重要的组成部分的社会治理，其模式也必然要和国家宏观治理战略以及社会主要矛盾相适应、相协调。过去的几年，智慧城市是国家治理现代化建设的热点，究其缘由，城市建设对于智慧发展的迫切需求是本质原因。面对环境污染、资源浪费、交通堵塞等城市发展顽疾难题，传统的试错式、赌博式发展模式至多是迫于现实压力的无奈之举，结果只能是陷入“新错补旧错”的恶性循环。经济社会快速发展过程中出现的新形势、新问题对国家治理和社会治理能力都提出了更为苛刻的要求，社会活动及社会交互的高虚拟化程度，社会资源的分配不均衡等社会焦点问题都要求更高的社会治理效率和效果。由此，有必要建立基于社会环境中个体、组织、事件等活动事实的数据挖掘系统，建立事实驱动型政策(EBP)、绩效管理(PM)以及事实驱动型管理(EBM)，通过模拟实验、组织学习、科学管理等方式合理设定治理目标，确定治理方式，监控治理过程，达成治理效果。

历经改革开放四十年的快速发展，我国已经从粗放式的发展逐渐转向集约式、精细化发展，社会经济的增长加速了社会公众现代公民意识的形成与转变，突出表现在对于社会服务的需求也发生演化和升级。在这一演化和升级过程中，公众的健康意识、法制意识、公平意识、权利意识等现代社会意识观念开始形成，对社会公平、可持续发展、公共服务的高质量社会服务需求日益凸显。随着社会公众现代公民意识的增强，公民参与社会治理、公共服务供给和社会政策的意愿和需求也在不断提高，与此同时，公众对于社会公共服务的实时性、精准性、科学性都提出了更高的要求，不仅如此，人们对社会公共服务的个性化需求也在日益增强。

公共性是政府产生的前提和基础，社会公众的公共价值观直接决定着政府社会治理效果的评判标准。伴随着社会公众公民意识的增强以及个体价值观的逐渐多样，公共价值观的也呈现出越来越多元的趋势，并且所有的价值取向原则上都可以在现代媒介平台发布、传播、交流、利用，多元的公共价值观能够快速吸纳具有各自价值认知的社会公众，形成公共利益诉求，影响社会治理决策，也就是说，社会公众的公共价值观在社会治理中的角色和作用越来越重要。社会公众的公共需求和公共价值的多元化要求政府在社会治理充分了解和把握公众的真实需求，预判公共需求转变，塑造公共价值观。这些现实诉求给政府的社会治理科学化、实时性、预测性、精准性以及智慧性都提出了挑战。提升社会治理效能是应对社会经济发展转型新形势的客观要求，面对新时代我国主要矛盾的转变以及激烈的全球竞争等巨大挑战，智慧化技术、智慧化协作、高智慧人才以及智慧治理是政府应对这些挑战的有效路径。

二、新时代社会治理创新必然走向循数治理

数字治理是建立大数据驱动治理决策和治理模式转变的前提，也是实现社会治理智慧化的基础和保障。大数据是推动时代发展和社会进步的重要战略引擎，是推进国家治理体系和治理能力现代化的重要战略资源，也是提升社会治理能力和水平的重要创新工具[2]。进一步而言，数字治理是建立在大数据技术支撑下的治理。与传统的电子政务相比，数字治理的独特优势体现在两大方面，一是社会活动的关键地点散布着无数的传感器以及数字化数据采集设备，无时无刻地探测、监控、管理社会环境的细微变动及人口流动，然后通过嵌入在各种数据采集设备中的软件，将本来“沉默”的信息转化成“智能”的可供分析的数据信息；二是以手机和移动计算机为典型代表的移动设备及种类繁多的社交媒体和软件应用时时刻刻收集和存储海量的即时数据和移动计算，人们的地理位置、社会活动、社交活动等信息都会通过数字化的形式被收集、存储和挖掘，为社会治理提供海量的具有高附加价值的数据信息，提高社会治理的有效性和可持续性。

数字治理为社会治理部门提供廉价的信息共享支撑，一方面，数据传递是极为廉价的，只要网络通畅，数据信息可以在任何部门间随时传送，有效地避免了传统社会治理模式下信息共享产生的庞大的人力、物力和财力投入；另一方面，存储在数据收集器中的所有数据可以授权任何部门利用，同样的数据信息可以被具有同样数据需求的部门同时利用，通过搭建单个数据采集设备便能够服务不同部门，很大程度上规避了数据采集设备的重复建设以及数据闲置等信息资源浪费等问题。企业被称为现代社会的“细胞”，服务的顾客遍布社会的各个阶层和各类人群，社会中几乎所有的个人在企业构建的商业平台上活动，特别是在电子商务、互联网购物、互联网金融以及互联网+传统产业高速占据市场的背景下，平台中所有个体不仅记载了大量的人人交互以及人机交互信息，也保存了用户的点击流等行动足迹，这些能够准确反映社会个体动态的真实信息都被完整地感知、采集、存储和分析。除了直接建立数据信息采集设备之外，社会管理部门可以在有效保护社会个体隐私信息的前提下与企业共享数据信息，多维度、全方位地推行数字治理，提高决策和治理的可靠性、可信性和科学性。

从宏观角度来看，社会治理数据有三大来源，定向型数据、自动型数据和自愿型数据。定向型数据就是通过采用现代科学技术手段，将传统的监测信息数字化，可以理解为传统治理模式下治理信息的数字化延伸，但更为关注社会中单个个人和个体事件的精确信息，例如对于国际移民以及流动人口的监管等；自动型数据是在建立数据信息采集设备的支撑下，由感知设备自动把社会运行数据转化成机器可读的数据，实时感知、获取和收集人们的地理定位、扫码信息、支付信息等既包括数据抓取设备，例如散布在各个角落的摄像设备、扫描设备等，也包括我们每天使用的手机应用等各类移动数字设备；自愿型数据是由社会个体发布的各类数据信息，例如发表在微博、微信等社交媒体上的照片、视频文章、评论等，也包括由个体信息汇集而成的整体信息和共享信息等。虽然定向型和自愿型数据可以为社会治理提供更为立体、深层次的社会运行信息，但自动型数据是当前社会治理部门可以更为便捷使用的数据类型，因此要注重自动型数据的抓取和挖掘，特别是要推进与企业数据的共享，充分利用社会运行的潜在信息价值[3]。

三、新时代社会治理创新必然走向实时治理

实时治理也被称为即时治理，通过对动态数据的分析和挖掘制定治理决策，以事实为依据，其本质是具体问题具体分析解决治理问题。实时治理在智慧城市治理中发挥的作用尤其明显，以交通监管为例，道路各个街道、十字路口的摄像头和雷达感应器实时地抓取所有车辆的通行状况，并以可视化的形式传送到交通指挥中心，交通部门以此作为监管依据，实时地调节道路车流、调整红绿灯和车速设置、合理监管交通违规行为，有效地减少由于监管滞后带来的交通堵塞甚至交通事故发生的频数。

获取即时数据并不意味着能够实现真正的实时治理，由于大数据时代，每秒钟催生的数据量极为庞大，海量的原数据的堆积根本无法提供有价值的信息，也难以即时地挖掘数据背后潜在的事实和规律。大数据技术为解决此困境提供了方案，能够很大程度上循环地缩减数据处理和运算速度[4]。当数据被处理之后，通过可视化工具将运算后的数据结果以热力图、动态图等易读的方式呈现，为管理者制定社会政策提供巨大信息载荷的即时数据。“垃圾追踪”(Trash Track)由麻省理工学院感知城市实验室展示的一项科研项目，跟踪和获知城市垃圾在被丢弃之后的实时行踪，通过可视化的形式即时地展示城市垃圾从产生到销毁的全过程，探索城市中隐形公共物品的行动路径，该项目在西雅图、纽约和伦敦的测验取得了成功。

实时认知是实时治理的主要环节，以获取的各种类型的即时数据为分析对象，通过数据分析以及机器学习等方式实现数据挖掘、模式识别、统计分析、模拟预测、最优方案、数据可视等功用，细粒化、动态化地展示社会运行的现实情景，帮助管理者合理制定政策目标和政策设定[5]。只要具备足够的存储空间，所有的实时数据能够被永久的保存，这些数据信息也为实时治理中的实时反馈创造了可能。实时认知之后的阶段被称之为实时反馈，它包括两大内容，一是通过相似社会治理政策的纵向比较，理解其成功或失败之处，进而即时作出适当的政策调整，二是不同地区、不同政策、 不同对象政策实施情况的横向比较，借鉴类似社会情景下社会政策实施效果，通过政策学习等方式，合理地调整治理工具，确保实现治理目标。

四、新时代的社会治理必然走向智能治理

智能治理的关键是智能集成系统，主要包括智能交通系统(ITS)，城市能源互联网系统(UEI)，智能数据中心(IDC)等。由这些多样化和数字化设备有机结合构成的智能集成系统能够有效地提升治理环境的智能性，嵌入在商业区、大学校园、行政机构、科技园区等分块区域的数字应用系统在承担着诸如工业生产、商业服务、教育医疗、行政监管等各项专业职能的同时，也通过基于网络的信息分析和预测、机器学习以及协作创新等知识型功能推动社会治理的整体智能程度。不难发现，智能治理与数字治理存在一定的共性，两者均需依托智能化设备和信息化网络，但智能治理更为关注智能设备集成功用的发挥以及知识在社会治理中的作用。由此，智能治理既是技术整合型治理，也是知识驱动型治理。

智能治理是技术整合型治理，有赖于数字远程通信网络(神经系统)、嵌入型智能设备(大脑系统)、广泛存在的传感设备(感知系统)、海量的软件设备(知识系统)的有机功能整合。来自各个子系统的信息注入社会基础设施中，提高便利性、促进流动性、提升效率、保护资源、提升空气和水的质量，与此同时，收集数据辅助科学决策、调配资源、推动不同部门和领域的合作，并及时预判和解决社会问题[6]。区块化智能系统的广泛应用在加速社会任务承担主体的转变，逐步由人类负责转向机器负责，更多的工作必须通过人机合协同完成。多元的智能技术也在提升智能协作治理的深度和广度，诸如合作设计工具、协作工作环境、实时信息交互、众包解决方案以及社会运行数据的交互操作都在推动社会治理的精准化、协同化和智能化。

智能治理也是知识驱动型治理，要服务以智能网络为基础的创新生态系统和知识社区。最优化是智能治理的重要诉求之一，制定最优化治理策略不仅需要实时、精准、全面的数据信息，更是对治理主体在数据信息采集和挖掘技术、分析和应用策略以及预测和预防方面的能力提出挑战，既要储备智能技术方面的知识，也需要关于节能环保、公共资源共享以及社会可持续发展等领域的知识。为了建立智能社会、推动创新经济发展，墨尔本提出了“墨尔本2030计划”，明确提出实施创新生态系统和知识社区战略，建立囊括宽带、远程通信、清洁能源、多重交通联运系统的智能基础设施；与此同时，墨尔本政府通过将“知识社区”(Knowledge Precincts)制度化推动社会创新和社会治理的智能化发展，发挥高校在知识和创新领域的天然优势，服务智能农业、智能教育、智能政务、智能医疗等社会各个领域，保障知识扩散、知识外溢和知识转化[7]。

五、新时代的社会治理必然走向智慧治理

智慧治理首先要解决的问题就是如何智慧地处理社会问题，制定和执行有效的社会政策，实现社会运行的智能化、智慧化。从治理过程视角来看，社会治理的智慧化至少应包含两个方面，一是治理决策的智慧性，二是治理执行的智慧性。不管是治理决策抑或治理执行，事实信息和数据是实现社会治理智慧化的基础，多种数据来源特别是自动型数据提供了海量的、实时的、连续的社会公众和物质资源的流动信息以及各类组织结构和系统的变动状态。自动型数据的获取来源非常多样，包括人们日常使用的各种电子卡、自动车牌识别系统、自动读表系统等。智慧感应系统是提供自动型数据的另一个重要来源，通过精细感应设备的嵌入，实时监测特定的输出量，例如对光照、湿润、温度、气压、声音等输出量级及层次的监测。这些智慧设备共同构成社会智慧网络，可以被用来监测公共设施的使用和状态信息[8]。

智慧治理是渐进的过程，并非一蹴而就，一方面是因为治理是一个多元互动的产物，其本身具有高度的复杂性和动态性，另一方面，智慧治理的核心价值并非简单的智能化技术在社会治理领域的应用，利用智慧化的方式进行社会治理，解决社会个人、基础设施、道路交通等社会问题，而是更为关注人类社会发展进程中产生的宏观性问题，例如社会公平、环境恶化、可持续发展等社会问题。阿姆斯特丹政府提出了“阿姆斯特丹智慧城市”项目，主要目标就是通过商业领域、政府当局、研究机构以及当地市民的多元合作方式，将城区建设成为在生活、工作、出行、公共设施和数据共享等领域高度智慧化的都市区。在该项目实施后，阿姆斯特丹也被称为“城市生活实验室”，为市场和社会营造了充分的创新空间，允许企业测验和演示创新型产品和服务。当地政府也对其传统的社会治理流程做了数字化、自动化改进，既能够精准地服务社会个体、公共交通和基础设施，也能够让治理部门实时地监控、了解、分析社会动态，以此作为社会治理决策的依据，即时地保障社会运行的高效率、公平性以及人们生活的幸福感。

社会治理的智慧化质量与政府、企业、社会三者间协同治理程度的关系密切。为了更有效率、更智能地监管、治理和规划城市，纽约政策与战略规划办公室已经开始尝试一站式数据分析中心，高达万亿字节的海量数据流从城市中分散主体中汇集于此，帮助分析者准确定位、分析和解决社会问题[9]。在一些以伦敦为代表的智慧化程度较高的城市，海量的实时性数据在经过“城市仪表盘”等设备的深度挖掘和可视化处理之后，即时地传送给社会公众。这些数据流追踪和记录城市十二个关键领域的信息：工作及经济、交通、环境、政策及犯罪、火灾及救援、社区、居住、健康、旅游。通过公开和共享可视化数据能够促进社会公众全面、直接、快速地了解和他们生活息息相关的公共信息，也一定程度上协助他们依据自身的公共需求进行合理地公共价值判断，进而做出公共行为。

结语

社会治理智慧化是社会经济发展以及社会公众对更加幸福、美好生活向往的必然路径，在数字治理、实时治理和智慧治理三大治理模式下，数据感应设备、可视化技术、地理信息技术、社交媒体应用等设备或设施能够像一个高速运转的大脑一样有效地管理社会资源，促进人与人、人与物、物与物之间的信息交互，提高政府监管效率和精度。社会治理的智慧化进程一定是长期且艰巨的过程，未来还需要突破不少难题，例如资金投入、设备搭建以及专业管理及技术人员的引进及培养等一系列现实困境。与此同时，社会治理的智慧化的评价标准并非单一的价值取向，而是多元的，需要政府、市场以及社会公众的协同治理，尤其要把握组织和政府结构变革以及经济社会可持续发展之间的关系，关注社会公共价值观的形成和发展。

与所有的治理模式一样，智慧化的社会治理并非万能，也不是仅有单方面的益处。在憧憬社会治理智能化带来的美好生活的同时，也要关注其潜在挑战。第一，虽然数据本身是客观的、无价值判断的，但能否、如何采集数据和利用数据既受到技术的限制也受到人的主观价值判断的局限，那么突破技术限制和价值判断的局限就是未来需要着力攻克的挑战之一。第二， 社会治理的智慧化很大程度上是技术驱动型治理模式，对技术的高度依赖会强化“唯技术论”和“功能主义”的治理意识，如果一味关注纯数据的分析和挖掘，忽视社会治理过程中不同地区、人群、文化等独特情景的特殊性，很难发现和解决社会运行中深层次和结构性问题。最后，社会治理信息的数字化和智能化程度越高，遭遇设备故障、信息泄露以及病毒入侵的潜在可能性也越大，当这些问题发生在关键领域时，社会的整体运行会受到严重的威胁。因此，在我们享受社会治理的智慧化所创造的经济增长、可持续发展以及健康幸福生活等技术红利的同时，也必须意识到这个过程中隐藏的数据监管、系统故障、隐私泄露、病毒入侵、技术统治等一系列问题。