京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代的“云治理”:社会治理的一“种”新模式
当今世界,信息革命日新月异,网络融入经济和社会发展的各个方面,互联网已经进入“大智移云”(即大数据、智能化、移动互联网和云计算的统称)的新时代。云计算、大数据是网络化发展的客观结果,必将使得信息网络运行的所谓“虚拟性”进一步还原和强化为信息处理的计算机本质。云计算和大数据散发的魅力使得整个社会运行对科学的依赖程度越来越深。在大数据时代,依托于大数据的“云治理”就成为社会治理的一种新模式。
一、大数据对“社会治理”的新挑战
纵观全球,美、欧、日等发达国家纷纷实施了“大数据”的战略部署。“云计算”在美国政府的政策和战略中扮演越来越重要的角色。2011年发布的“联邦云计算战略”,明确提出“云优先”策略,旨在推动联邦政府服务向大数据、云计算迁移。欧盟已将研发和推广大数据、云计算技术列入“欧洲2020战略”,使之成为“欧洲数字化议程”的重要组成部分。日本内务部和通信监管机构计划建立一个名为“霞关云”的大数据、云计算基础设施,预计在2015年完工,以支持政府运作所需的所有信息系统。韩国则计划将大数据、云计算市场规模扩大到现有的四倍,并积极争取相关标准的主导权。
可以说,面对大数据的时代挑战,发达国家的发展战略更为明确和强势,目标在于处理纷至沓来的海量信息。仅以欧盟为例,每一分钟都在制造多达1700万亿字节的信息,这些信息如果储存在DVD光盘上,则需要36万张光盘。而大多数发展中国家应对挑战的能力则相对较弱,问题的重点在于缺乏或没有使用当地语言并符合当地需要的内容。生产不出立足当地的高质量的内容,不仅阻碍了“大数据”的增长,而且还会破坏“规模经济”,并进而影响兴起中的信息基础设施项目的可持续性发展。可以说,大数据正在对我国社会治理模式提出一系列的挑战。
1.社会运行结构及其治理模式的新挑战。
随着大数据、云计算日益进入公众视野,我们对其的关注也从技术、经济领域,拓展到更多的领域。在政治方面,大数据的发展程度和利用方式改变传统的政治生态,促进网络政治、网络民主的全面升级,并直接导致现实政治的转型;在经济方面,大数据已经成为一种强大的经济资源,备受企业界关注,也催生出了新的经济形态;在社会方面,大数据促进了社会结构转型,改变了社会成员的生活方式,对于社会阶层和结构的流动起着重要的推动作用;在文化方面,大数据越来越成为文化发展的承载系统,促使文化生产、传播方式的彻底变革,促进文化资源的产业化和事业性发展;在军事方面,现代军事发展越来越依赖大数据的开发和运用,大数据成为衡量一个国家军事国防能力的关键要素;在科技方面,大数据的发掘和运用成为现代科技水平的重要衡量标准,也成为国际竞争力的重要标志。
大数据带来的变化日新月异。今天,我们利用大数据,分析不同买家的信息和行为,就可以方便地找到买家,赋予那些准备花钱的人以优先权。这些问题,以后将不再是一个“技术或经济或社会”现象。对行为进行“为什么”的分析和比较,会产生新的社会研究成果,进而对整个社会建构及其运行模式产生直接的深远影响。
2.“社会治理思维”的新挑战。
长期以来,我们对经济、社会进行研究的“实证数据”,主要源于抽样数据、局部数据、片面数据。在无法获得“实证数据”的时候甚至纯粹依赖经验、理论、假设和价值观去探索未知领域的规律。许多研究认为,大数据、云计算对经济和社会运行的传统方法提出了挑战。因为经济学、社会学所运用的许多方法,往往只有在“稳定”的条件下,才能够发挥最大的作用。当社会结构不稳定,尤其是出现越来越多的流动性和碎片化问题时,传统的测量和控制工具、软件也就失灵了。例如,在消费者、参与者越来越“碎片化”的情况下,市场营销、社会抽样方法的误差率会越来越高,越来越无法保持应有的真实性、可靠性。社会结构模式的流动性、弱结构性、碎片化,使得抽样设计难免产生误差。只有不断扩大样本数量,才可能控制误差。因此,大数据、大样本逐渐成为社会统计、调查方法不断适应时代变革的一项新要求。
显然,这不仅仅是对研究方法、测量方法的挑战,更是对人类思维方式、认识方式、行为方式的深刻变革,最终将引发社会实践方式的变革。大数据的来临使得“数据”之于社会发展的意义更加重大。大数据使人类第一次有机会和条件,在经济、社会、政治和文化等领域,获得和使用更全面、更系统的数据,从而能够深入探索现实世界的规律,获取过去不可能获取的知识,得到过去无法企及的创新和发展机会。
3.“社会治理风险”的新挑战。
“大数据”带来无所不在的社会风险。面对这些风险,哪些方面需要规制,哪些方面不需要规制?不同技术发展水平和不同思想观念的国家会采取截然不同的行为。21世纪初,伊朗发生“震网”病毒事件,其基础核设施受到大面积破坏。这说明“关键基础领域”已经成为网络武器的专门攻击目标。斯诺登事件的发生揭示出,美国利用高新技术,大规模地实施网络监控,大量窃取其他国家的政治、经济和军事秘密,以及企业、个人的敏感信息,甚至远程控制其他国家、组织和个人的重要网络信息系统。
在现实生活中,无论是环境保护、天气预报,还是社会治安、海外反恐,大数据几乎无所不能。但是,“大数据”之“大”,并非“完全理性”所能预知、判断和决定,其中内涵了各种复杂、偶然现象和风险。大量数据泄漏风险和网络安全事件的处置难度增加,已有的网络应用在各种常见弱点及其防护方面应该积累更为丰富的知识,只有这样才可能真正适应新技术扩展和应用所产生的新需求。因此,大数据时代的社会运行(控制、管理)的复杂性、艰难性,要求我们对社会(包括网络社会)变化发展的风险加强预测和分析,建立监测灵敏的社会反应和治理体系。这对于当前处于全球化、大数据化以及转型过程中的中国社会治理、和谐社会的建构来说,具有十分重要的意义。就重点内容而言,有针对性地基于“大数据时代”的客观现象、崭新特征,构建社会风险预警机制、风险管控机制,是当下中国社会治理的必要内容。
在许多情况下,我们对于网络虚拟社会及其惩戒机制的构建,仅仅是一种事后的管控和处理。“事前”的预判和解析则较为缺乏,而这无疑是更为重要的。大数据时代开创了一个基于“数据计算”的现实世界和虚拟世界相互融合的新时代,“大数据”的各种行为评价直接反映并影响现实生活的各个领域。就此而言,基于现实生活的各种观察和判断,从现实生活入手,在整个反应体系下,解析大数据时代可能出现的各种风险问题,是我们更为现实的“风控”思路。当然,这一思路的真正实施,还必须寻求大数据的各种证据进行证明和支持。
4.“社会治理主体”的新挑战。
“大数据”时代使得数据更为自由地流动和共享。这对传统的治理主体产生直接的挑战。社会治理最权威、最主要的主体就是政府。但是,随着信息资源、信息权力的共享化和普遍化,这种“治理主体”的共识性受到越来越强烈的质疑,反映出人们对于“云治理”模式的新诉求。“电子自由主义者”声称,网络以及相关技术将增强个人的力量,从而使得政府无足轻重,数字货币和电子商务将使政府收税和对经济的管制变得越来越困难,无法分割的因特网将使得政府无法防止许多非法的行为,包括逃税、幼儿色情、窃取商业秘密、窃取私人信息(如病历)等。其结果必然促使政府接受挑战转变职能。
纵观当下的“云治理”现实,政府职能的转变是一个过程,在不同地区这一过程的完成又是不一致的,转变过程中政府的“经济建设”与“公共服务”职能、角色常常会有矛盾和冲突。其中,社会治理主体也不再完全通过“行政控制”的手段来解决社会问题,而是通过服务的手段来营造良好的社会秩序和经济社会发展环境;在治理行为模式上也不再是一个“权力支配”过程,而是努力塑造一种治理主体之间、治理主体与治理客体之间普遍合作的行为模式。
在创新社会治理、加强社会建设成为全国各地政府共识和行动逻辑的背景下,我们必须直面大数据对“社会治理”带来的挑战,变压力为动力,借助“大数据”、“云计算”的力量,创新社会治理。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25