城市社区大数据治理的困境及其优化路径——以深圳市坪山新区为例

向玉琼，汪业强

(南京农业大学 公共管理学院，江苏南京210095)

社区作为社会治理的最基层，在民族国家出现之前很长一段时间处于完全自治的状态。在国家现代化进程中，社区被纳入国家行政系统中，自治空间被压缩。20世纪后半期以来，全球化、后工业化进程推动社会进入高度复杂性与高度不确定性的历史阶段，社会治理重心不断下移，基层治理成为社会治理的主要层级，并落实到社区治理上。正是在这一背景下，党的十九大提出，要加强社区治理体系建设，推动社会治理重心向基层下移。可见，社区治理、基层治理已经成为了社会治理的关键词。另外，2012年之后，大数据作为信息技术发展的一个阶段性成果被屡屡提及，大数据时代已开启。大数据将对社区治理产生何种影响？能否推动社区治理模式的创新？如何在信息技术发展的背景下，优化社区的数据治理？这是本文要探讨的主要问题。

一、问题的提出

19世纪末20世纪初，西方国家社区管理被纳入国家的治理体系之中。社区管理逐渐从社区福利机制转向了国家福利机制，社区不再是社会自治的组织，而是成为了国家管理的组织。后来在凯恩斯主义的主导之下，政府更深地介入社区管理过程，甚至包括服务的生产领域，这时，政府成为社会福利的生产者与再分配者。二战之后，政府对社区治理的介入更甚，社区发展成为政府开展社会治理的一部分，社区成为政府实施国家发展和社会进步的工具，成为了国家管理体系的最基层。严格意义上说，这时已经不存在社区管理了，而是可以统称之为政府管理。

在我国，通过单位制这一社区治理模式，政府将社区纳入国家统一的行政体系之内。出于政府管理的需要，社区组织逐渐建构成为官僚制的组织体系，政府管理社会的方式逐渐科层化，并形成一个自上而下的官僚制管理系统。官僚制是一个程序化、标准化的分工协作系统，追求技术的优化与管理的效率，基于官僚制的组织形式，社区治理呈现出自上而下的管理流向，表现出封闭性、碎片化、常规性、笼统性等特征。

20世纪后半期，信息技术的发展推动社会进入信息社会，并在21世纪进入大数据时代。大数据意味着海量的数据，其具有的一些特征，可以概括为“7V”，即Volume(大量)、Variety(多样)、Velocity(快速生成)、Viscosity(黏性)、Veracity(准确性)、Volatility(时效性)、Variability(易变性)。大数据抛弃了统计学上的代表原则和因果分析，而是直接对全景数据进行全面考察、对海量数据进行分布式数据挖掘。大数据不只是一种技术工具，更是一种方法论、一种认识思维。大数据必然对社区治理产生影响：一方面，大数据推动社会进入高度复杂性与高度不确定性的历史阶段，对传统的社区治理模式提出挑战；另一方面，大数据又为社区治理提供了先进的工具和技术，并给人们带来社区治理创新的希望。

国外对大数据背景下社区治理的研究主要集中在对智慧城市的研究。智慧城市概念是从IBM公司2009年提出的“智慧地球”概念演变而来，它强调透明感知、广泛交互和智能运行。一种通行的关于智慧城市的定义是由维也纳技术大学区域科学中心的Rudolf Giffinger于2007年提出的。他认为，智慧城市包括智慧经济(Smart Economy)、智慧公民(Smart People)、智慧治理(Smart Governance)、智慧移动(Smart Mobility)、智慧环境(Smart Environment)、智慧生活(Smart Living)。Eger认为。智慧社区建设的核心不是技术发展和应用实践，而是其在现实中对经济发展、就业增长、生活质量等方面所起到的促进作用。也就是说，智慧社区建设的目标并非技术方面的增值利用，而是推动更多的社区福利。从根本上讲，智慧社区是为了城市和社会的新发展。[1]关于智慧社区治理模式，学者卡斯特早在20世纪80年代就提出，信息技术发展与城市化之间的互动必然重塑城市空间。进入21世纪，学者们关注的重点是“去中心化”，认为信息技术将会影响到民主参与、治理模式、治理评估以及治理结构等方面。如Haque认为，大数据推动非政府组织和公民的参与，一种去中心化的多元主体的地方治理正在形成，但这种地方治理也面临着区域间差异、技术接入资源的差异等问题。[2]

国内学者对大数据时代社区治理的研究处于起步阶段，所取得的成果主要集中在大数据对社区治理的影响以及大数据时代社区治理的优化路径上。在大数据对社区治理的影响方面，观点主要有：大数据能消除城市社区治理高度集权的管理体制[3]；大数据能提供个性化的服务[4]；大数据能改变传统条块分割、分片包干的管理模式，实现信息的互联、共享[5]；大数据能够推动社区治理的民主化进程。[6]在大数据时代社区治理优化路径方面，主要观点包括：社区治理创新需要以互联网大数据技术为支撑，充分利用现代信息技术搭建智能化的网络平台，促进信息惠及大众[7]；要开放数据环境和跨界合作生态圈建设，推动社区协同治理。[8]关于大数据时代社会治理的研究相对较多，具有代表性的相关观点主要包括：大数据使得公共决策趋于社会化，加强了政府与公众的实质性沟通，同时有利于社会危机治理，通过大数据监测可以减少社会危机发生的不确定性[9]；大数据时代的社会治理转向是：从封闭式管理转向开放式治理、从静态式管理转向流动性治理、从精细化管理走向精准化治理、从网格化管理走向网络化治理、从单向度管理转向协同式治理[10]；大数据有助于打破信息孤岛和信息壁垒，加大政府信息开放共享。[11]

从当前研究可知，人们对大数据寄予厚望，认为其必然引发社会治理的变革，而且相当一部分观点认为变革的方向是合作治理与去中心化的治理模式。但是，对于大数据在社区治理中的现实应用，以及大数据时代社区治理模式的转型，尚未有成熟的、系统的研究。本研究基于深圳市坪山新区大数据治理的实践，试图从现实层面考察大数据对社区治理究竟产生了多大的影响？大数据背景下社区治理合作模式是否已经发生？这是需要关注的现实问题。

二、城市社区大数据治理的实践：以深圳市坪山新区为例

深圳市坪山新区隶属于深圳市龙岗区，成立于2009年6月30日，是深圳市成立的四个新区之一。该新区率先以大数据理念推进基层治理现代化，通过大数据“采集-治理-应用”技术，将全区划分为450个管理服务网格，在全区上下以200户、800人左右的规格划分单元网格，同时任命450多名网格负责人。在治理结构方面，区政府成立了智慧社会服务中心作为战略中心，下设出租屋综管中心、数字化城管中心、计生教育中心这三个部门，对一级网格负责人实行统筹管理。在此基础之上，网格负责人对其管辖的网格员实行责任制，全区的综合治理、民生保障、规划建设等工作下沉到每一个网格员，网格员直接面对公众，了解公众需求并将其输入到数据库中。所有社区活动都被纳入网格监管系统中，依托电子地图，充分利用现代信息技术，开展网格化管理(见图1)。

图1 深圳市坪山新区大数据治理网格化管理结构

具体的治理实践如下：

(一)搭建智慧平台，建立社区服务数据库

坪山新区所开展的大数据社区治理，并不是简单地在社区治理中应用大数据技术，而是在大数据技术与社区治理之间搭建一个互通互信的大数据智慧平台，这也是实施社区网格化管理的前提。同时，建立相应的社区服务数据库也是实现社区精准治理和服务规划化、智能化不可缺少的环节。坪山新区运用大数据技术搭建社会管理服务平台、建设社区服务数据库，建立了以网格员采集信息为基础、多种信息来源并存的“1+N”信息采集体系，确保了信息的鲜活、真实、全面，为大数据应用提供基础数据保障。其中，“1”是指网格员专职进行信息采集，“N”代表公众参与、企业自主申报和居民办理相关业务自动生成等信息来源的其他方式。基于信息采集系统，区政府开发了包括综合治理、规划建设、民生保障等内容的社会管理服务平台，同时运用大数据技术继续丰富社区服务数据库，而社区服务数据库反过来为社会管理服务平台的建设提供支撑。坪山新区还将社区服务数据库接入互联网智能监控系统，建设包括社区党政服务、城市规划等内容的政务管理系统，以及包括社会保障、医疗卫生和教育等内容的社区服务系统，通过连接“社区在线”、网络问政平台、社区微博与微信群等平台，实现对辖区内各类信息的动态管理，为居民提供全方位、标准化的社区服务。

(二)建章立制，规范社区网格化管理服务

大数据时代实现了数据的高速流动与高度开放，有助于实现更加精准、精细的管理和服务。坪山新区发布了《坪山新区大数据应用社区治理的网格化管理服务条例》等一系列文件，通过文件指导社区居委会人员和各级社区网格负责人，并将网格负责人和网格员实际开展的网格化管理服务工作纳入绩效管理，定期考核。在社区实施大数据治理的初级阶段，各社区实行定期例会制度，以便及时沟通和解决问题，保证网格化管理服务工作的顺利开展。同时，区政府还建立了指挥协调机制与应急管理机制，以便科学合理开展网格化管理服务工作。

(三)整合政府部门职能，明确权责边界

“大数据”的概念是与“小数据”相对的，大数据代表着海量的数据以及对全局整体的审视。“数据化意味着我们把一切都透明化，甚至包括很多我们以前认为和‘信息’根本搭不上边的事情。”[12]20大数据时代，数据具有更强的流动性和公开性，这必然推动政府组织结构的重塑。坪山新区对区政府部门、各级街道委员会、社区居委会进行了职能的调整与整合，按照“简政放权、责任到位、服务零距离”的原则，精简原本冗余的职能部门。经过调整，坪山新区由原来的15个职能部门精简为现在的9个部门。同时，区政府还对这9个部门的下设分支机构进行职能归类，以确保全区各项治理任务能够职责清晰，便于统一协调管理。为避免职能机构间的权责交叉与“三不管地带”现象的发生，坪山新区进一步理顺了各职能机构的职能关系，畅通了政务服务通道，在各社区设立相应的社区服务中心与社区投诉中心。

(四)鼓励多元共治，构建社区服务体系

大数据是一种技术，同时，“大数据是人们获得新的认知，创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府与公民关系的方法。”[12]9坪山新区大数据治理的实践，在政府主导的治理模式基础上，还吸引银行、公益团队、商铺等社会主体共同参与社区治理(见图2)。一方面，这些社会主体得到政府的许可和支持，能够进驻社区实现其组织目标；另一方面，政府借助社会主体的资金、技术等资源，既节约了紧张的政府资金，又提高了社会主体的积极性和参与度，有助于达到小投入、大产出的效果，形成互利互惠的良性循环。同时，坪山新区积极探索公众、社会组织等共同参与的多元化、网络化社区管理模式，充分发挥了区政府、公众、社会组织的合力。区政府主要发挥带头作用，联系各种社会力量共同对社区进行有效治理；街道主要负责各自对应的社区，强化为民服务理念，加强综合治理能力，拓宽社区服务渠道；社区是面对居民的最基层组织，为居民的医疗、卫生、养老等方面提供多样化、便捷化、舒适化的服务；院落则“零距离”联系居民，关心他们的需求并及时反馈给上一层级。

在技术层面上，坪山新区的大数据治理服务包括区政府、社会组织与企业、公众等用户。社区政府数据、社交网站以及其他文档、图片、音频等数据资源是大数据治理服务的基础，大量分散、零碎的数据信息在集成和抽取，并进一步加以数据整合和关联的基础上，才能开展数据分析。利用数据挖掘、统计分析等分析工具找出事物发展的规律，并以可理解的方式传达到用户面前，为用户判别、决策提供了基础性的支持依据。这些技术手段为大数据时代城市社区治理打下坚实的基础(见图3)。

图2 深圳市坪山新区大数据治理服务体系

图3 深圳市坪山新区大数据治理技术手段

(一)城市社区大数据治理的困境

坪山新区通过搭建网络平台和数据库、建立网格化管理规章制度、整合部门职能、以多元共治构建社区服务体系等举措，推进了大数据时代的社区治理，但大数据在社区治理实践中的应用还存在以下几方面的问题。

第一，数据处理尚未成为治理的常用工具。目前已经建立的网站和数据采集仍然存在数据不全面和数据更新不及时、不准确等现象。仍有很大一部分基层社区工作人员不习惯运用数据来分析问题，而是继续依靠原来的工作机制和经验判断来处理问题。这一问题的存在和人才建设相关。在坪山新区治理实践中，虽然组建了网格管理中心，并拥有包括450名网格负责人与若干网格员的管理队伍，这些管理人员经过初步分工，并配备了一些专业化设备，能在社会治理中发挥“千里眼”和“流动哨”的作用。然而事实上，在这一网格管理队伍中，真正熟练掌握大数据技术的人才并不多，更毋论应用大数据来解决实际工作中出现的难题。“仅有理念远远不够,不仅业务部门在基层特别是社区的垂直系统繁多,各自为政,难以更进一步形成协同办公；而且很多部门的惯性思维导致他们对大数据技术的运用存在一定排斥心理。”[13]

第二，信息碎片化问题普遍存在，数据资源没有形成共享机制。虽然坪山新区在数据库建设方面取得了很大的进步，但各单位、各领域之间并没有实现数据共享与融合，而是“重建设、轻整合”，并出现了“信息孤岛”和信息碎片化问题。在坪山新区大数据应用的实践中，虽然打造了比较完整的智慧平台，用以打破部门单一运转的壁垒障碍，协调各部门之间工作，但在组织机制上仍存在一些问题。一方面，各层级分工与权责不明，作为区政府派出机构的街道办事处的行政服务和管理范围未能明确界定。区属机关和企事业单位相互独立运行，与街道办事处之间的部门关系缺乏有效的政策和法律依据。同时，社区内社会组织的职能和行为缺乏明确的定位和有效的管理规范，其参与社区治理也无法进行有效的协调和监督。另一方面，社区治理的主体间存在协作方面的障碍。在开展网格化管理的过程中，如何协调下沉的网格人员组成网格管理服务团队，建立街道社区、部门协调联动机制成为现实的难题。

第三，大数据在社区治理中应用效果不明显。目前，大数据应用侧重于对公共安全的治理以及对基本物资供给的统计，却并没有得到全方位的应用。数据库应用更倾向于其统计功能，在决策中的分析和应用功能使用不足。从大数据的应用目的来看，当前大部分大数据是从政府本位出发，充当政府的助手，这使得政府在对居民需求的回应性方面有了很大进步。但实际上，居民大多数时候只是被动地等待政府发现其需求，而缺少在社区治理中的自主参与。这最终又形成了政府主导、群众接纳的局面，也就是说，大数据治理仍然是单向的管理，而没有实现双向的治理。

大数据不仅意味着信息技术发展进入了一个全新的阶段，而且为社会治理模式的转变提供了动力。但就目前来看，大数据的应用尚未推动社区治理合作治理模式的产生。

(二)城市社区大数据治理困境的产生原因

坪山新区大数据治理中的困境主要是由以下原因引起的：

第一，单向度管理思维下数据被工具化。大数据的发展意味着信息技术的进步、社会智能化的发展和社会治理工具的优化。但是，技术与工具上的发展并不必然带来治理思维的转变。正如吴尔敦所说，数字社会、信息社会、数字民主、网络社会等概念都蕴含着技术万能的意思，这种做法把技术设备当作了某种社会模式的核心。这是一种技术至上的观念。传播技术为思想解放运动作出了贡献，使个人得到了自由，但个人却依赖于给他们带来独立的技术，自甘束缚。“技术吞噬了其产物，对于技术，我们所喜爱的是通过其所获得的速度、完美性、互动性及自由感，而对其依赖的认知却完全被抛在了脑后。”[14]对于治理模式来说，治理思维才更具根本性。

坪山新区的大数据应用可谓是“循数治理”模式，一切用数据说话，注重管理中的效率问题，但是却人为固化了自上而下的组织思维与模式。在传统思维中，当社会问题复杂到一定程度时，就需要政府运用技术来处理事务，这就会推崇官僚制的组织管理，并在管理中形成技术依赖。人们期望大数据能够推动社区治理模式的转变，而在坪山新区应用大数据治理的实践中，不论是网格负责人还是网格员，都没有改变政府作为治理主体对社会进行单向度管理的思维。他们或者是为了执行上级的命令，或者为了政绩上的表现而进行大数据建设，却忽视了大数据应用的初衷——居民的意见与呼声。政府部门对互联网大数据新技术的发展和应用缺乏主动的认知，仍然坚持既有的治理模式，缺乏改革的决心和毅力；在另一极端，又过于简单地认为只要将传统的社会管理与大数据结合就能带来创新，缺乏新型社区治理规划。[15]大数据治理表面上进行得轰轰烈烈，而实际上并没有改变封闭式的、自上而下的管理模式，甚至将大数据用来作为固化旧管理模式的工具。

第二，治理主体之间未能形成合作的行动系统。“一切皆可量化、万物皆有关联”是大数据时代的显著特征。[16]在社区治理的过程中，这一特征体现在各部门应当是相互关联起来的。但长期以来，我国城市社区治理和公共服务的供给都是由单一的治理主体政府来完成，社会空间被窄化，社会主体几乎没有参与的渠道，也没有参与的需求。尤其是我国在高度集中的计划经济体制下形成了“单位制”社会管理体制，社会治理完全是由封闭的“单位”来承担，通过单位实现自上而下的服务供给与治理。由此，社区治理的主体封闭且单一，政府部门数据库之间无法实现整合，信息各成体系、互不衔接。

大数据使得居民更容易获得相关信息，也有了更多影响政府决策和参与治理的渠道，这推动了社区治理朝向开放性、透明性发展。但是，在深圳市坪山新区所开展的大数据治理中，居民参与的渠道、途径和方式都在政府所设定的范围之内，居民参与和政府回应之间存在不确定性。这就是说，居民参与并没有获得与政府平等的地位。政府仍然经常运用一些传统的行政手段，办法单一，组织体系封闭而僵化，无法做到社区协同行动以及各主体间的政策合作与资源共享。

第三，大数据治理中人才与资金资源匮乏。大数据要求有海量的数据来作为其应用的保障，并要求在数据之间实现一定的开放与整合。这既需要平台与机制的构建，又需要相应的大数据人才作为支撑。但从目前的情况来看，不仅大数据技术人才甚是紧缺，社区治理方面的人才也是匮乏。这主要有两方面的原因：其一，大数据技术在我国的发展只是最近几年的事情，尽管我国许多本科院校开设了计算机与大数据技术相关的课程，但毕业后真正从事大数据高端开发的人员相对较少，而且在我国从事社区治理的社会工作人员相对国外也比较少，这就为大数据技术应用于社区治理的进程带来阻碍；其二，即使在坪山新区有一部分大数据技术人才，但真正愿意从事社区治理工作的仍是少之又少，这与我国的传统观念不无关系。人们大都认为掌握大数据技术应该从事高端职业，不愿意深入基层，更不愿意从事社区工作。因此，城市社区大数据治理中人才缺失问题非常严重。

同时，我国社区建设资金主要来源于政府拨款，较少引入社会力量的援助，而政府拨款通常仅够维持社区的日常运作，难以保障大数据软硬件方面的投入与建设。在坪山新区大数据治理实践中，智慧平台的建设以及上百名网格管理员前期的培训等所需资金主要来自于政府。虽然在社区治理中有银行、公益团队和商铺加入，但这些组织更多还是为了自身利益，对于大数据社区治理的资源供应所起到的作用可谓杯水车薪。大数据治理中多元治理主体要实现团结合作，必须要以资源保障为后盾。资源获取渠道的单一性、资源获取方式和手段的传统性，严重制约了大数据建设质量，并影响了社区治理中多元主体之间的平等参与和合作行动。

四、城市社区大数据治理的优化路径

从根本上说，大数据应用中社区治理的困境根源于自上而下的管理型治理模式。这一治理模式限制了大数据的发展与应用，也限制了社区治理中合作行动的开展。“在社会治理的领域，希望合作和要求合作的动力也是非常强大的，事实上，当代社会中新出现的社区治理就天然地具有合作的特征。”[17]94大数据作为信息技术的一个阶段性成果，其在社区治理中发挥了技术优化的作用。只有利用大数据来形成新的治理理念和治理模式，才能实现社区治理模式的转型；反过来说，只有转变了治理理念，才能更好地建设和应用大数据，二者相辅相成。技术毕竟不会自动地带来制度变迁，政府应当更多地通过引导性职能的发挥来推动治理模式的转型和社区合作治理的发生。具体来看，包括合作治理理念的确立、合作行动系统的建构、数据治理的技术优化、差异化与情境化治理方式的运用等方面。

(一)确立合作治理理念

汪玉凯认为，我们需要真正认识到网络不仅仅是一种媒介，更是一个重要的话语平台，一种社会管理的手段，以及是社区居民利益诉求的集散地。[18]首先，政府应当建立开放思维和合作思维，确立“共享才会共赢”的观念，在大数据技术的支持下与其他治理主体进行合作。其次，要意识到以人为本的服务理念和“藕断丝连”的合作理念，大数据的应用归根结底要优化治理，在社区治理实践中，要始终以居民利益为中心，避免为了政绩工程而忘记治理的初衷。大数据时代的社区治理是一个综合性的、牵涉体制内外的工程，必须坚持“党委领导、政府负责、社会协同、公众参与、法治保障”的原则，以大数据推动服务型政府的建设，推动政府引导型职能的发挥，推动社会力量积极主动的参与，推动社区治理的专业化与民主化。政府一方面应该减少对社区的直接干预，鼓励非政府组织参与到社区治理中，同时承担相应的监管职责；另一方面要发挥党组织的作用，引导社区治理中的合作意识和服务精神，培养社区居民的参与意识和参与能力，使其参与到社区的“自治共治”中来。

(二)建构合作行动系统

当前非政府组织等社会力量日益发展壮大，并要求在社区治理中发挥作用。政府应当利用大数据为其提供平台和保障，鼓励其积极参与，并实现参与方式和途径的多元化，在多元主体之间形成合作行动系统。首先，实现社区治理系统的逐步开放，建构弹性化、灵活的多元主体行动系统。政府内部要明确各层级的权责，明确界定街道办事处与企事业单位以及各社会组织的权限范围；区政府下属机构要履行好自己的管理监督职能；企事业单位与社会组织作为多元治理主体应合法积极参与社区治理，在自己的权责范围内与政府联手对社区进行有效平行治理。其次，推动开放性、多元化的治理体系的生成，鼓励多元主体的参与，尊重不同主体的差异性参与方式，并通过大数据给予保障。“从当前的情况看，非政府组织、社区等都是新兴的社会自治体，它们在结构上、制度上和运行机制上也不会延续原先的政府组织模式。也正是因为它们在这些方面没有延续原先的政府组织模式，才使它们具有了新的社会自治体的属性，否则，它们就可能成为政府之外的第二个‘政府’，甚至会变得比原先的政府更糟。”[17]163第三，通过大数据实现信息资源共享，在社区网格负责人与网格员之间、政府与社会主体之间、政府与市场之间通过数据渠道开展多方面沟通合作，建立协调联动机制。这要求实现大数据的融合，打破部门之间的利益壁垒，实现信息资源共享。具体来说，应当打破单位壁垒、行业壁垒、地区壁垒，实现“全覆盖、无死角”，使“数据孤岛”变成“数据海洋”，让大数据得到最大程度的应用，并动态更新、实时监测，为大数据的应用做好基础和保障。

(三)提升大数据治理能力

首先，大数据技术作为社区治理的一种技术工具，其发展和应用水平对社区治理具有直接影响，因此要提升大数据治理的技术能力。第一，需要从物资资源上推动大数据技术和虚拟平台的发展。这需要进一步增加资金投入，加强网络基础设施建设，提高网络运行速度，降低运营成本，逐步扩大网络服务的覆盖范围，为互联网大数据技术在社区治理中的运行提供硬件基础保障，也使更多的公民可以享受到大数据提供的便利。第二，要培养大数据技术人才。针对现有大数据的人才储备，通过政府组织相关的培训以及大数据技术课程的教授，结合现实情况进行理论与实践的双重学习。同时可以引进外来大数据社区治理人才，通过国家政策和媒体网站加强对社会工作这一职业的激励与宣传，完善社区治理工作的相关制度条文，帮助人们形成从事基层工作的新定位。

其次，我们也必须认识到，大数据治理能力不仅仅限于技术能力，还包括创新能力与合作能力。“我们正生活在一个数据丰富的世界中，然而重要的信息大多非常分散，只有通过一个智能化的聚集和筛选的过程才能够对其加以充分利用。这种智能将逐渐不再依靠一些‘硬事实’，而是依赖于情绪和观点的一种看不见摸不着的‘感觉’：借助在噪声中通常无法看到的形态，如谷歌流感趋势项目从谷歌搜索中挖掘出的流行病数据。”[19]这也就是说，在社区治理中所需要的能力一方面是科学分析的思维与技术能力，另一方面是人在现实中发展起来的经验感知能力以及合作能力。毕竟不是所有的问题都需要进行大数据的分析和处理，也不是所有问题都适合进行大数据分析，而且大数据的应用也建立在人的判断和感知的基础上，因此，对于大数据的应用来说，人的感知、常识、主观判断、合作协调等能力尤为重要。

(四)开展差异性的、情境性的数据治理

工业社会中追求抽象的、普遍性的社会治理，数字在这里被作为抽象而精确的治理工具，是以“计数”的形式出现。“‘数字’一词本身包含抽象的内涵，是在抽象掉了事物的质的方面的内容后而获得的对事物形式方面的把握。‘数字化’的概念所依据的是不同事物之间可以通约的那个方面，是事物中的一般，或者说，是抹去了事物特殊性之后而看到的普遍性。在工业社会的历史阶段中，数字化符合人的思维方式和认识逻辑中所拥有的基本程式。也许正是由于这个原因，人们把正在发生的社会变化称作为‘数字化’。其实，数字化仅仅在工具或手段的意义上才是可以接受的，一旦超出这个范围，数字化的科学性就是反科学的了。”[20]大数据中数据不仅是“计数”工具，而是具有了“象数”的特点。“象数是一种具象，作为具象也就必然是具有整体性的。不仅如此，象数还是系统性的，以系统的形式出现。”[21]也就是说，数据是具体的，是情境性的，数据自身可以形成系统以及对事物的整体印象。基于此，应当关注数据在不同情境中的具体意义，放弃统一的、规范化的治理模式，而寻求具体的、针对性的、灵活性的社区治理。尤其是在高度复杂性与高度不确定性的社会背景之下，抽象的、统一的治理往往无法找到具体的问题，更毋论治理结果的有效性了，因此，更应当运用大数据实现从抽象到具体、从统一到针对性、从程式化到灵活性的治理。