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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09