大数据驱动式社会监督：要素、逻辑与策略

蔡玉卿

（临沂大学 马克思主义学院，山东 临沂 276000）

在信息时代，大数据如同美丽的量子一样在纠缠和跃迁，深刻改变着人类的知识发现途径、思维方式和价值观。人类不断在物理空间和信息空间中建构自身的生存方式，提升国家治理现代化水平，逐步将国家与社会的二元结构重塑为“国家-数据-社会”的网络结构，催生大数据政治学；而随着国家大数据战略的实施，以及新基建方案的落地，权力运行和国家治理行动走向数据化，催生大数据驱动式社会监督，呈现出独特的驱动逻辑和策略。

一、问题的提出

从信息空间来看，社会监督是国家与社会在一定制度框架下展开信息采集、存储、挖掘和分析，旨在实现权力正当性而达成的一致行动，呈现数据驱动的基本逻辑和形态。在信息时代，大数据权力及其社会监督已成为大数据政治学研究的重要课题，国内外学术界对此高度关注，并取得了丰硕的研究成果。通过梳理文献发现，2010 年以来，国内学界据此检视不同社会形态的权力治理谱系，关注社会监督从经验驱动式向数据驱动式转变的走势，对大数据驱动式社会监督的研究，形成了两大进路：一是关于其本体论研究，关注其基本内涵、运行机制。有些学者从大数据思维层面提出，大数据使权力关系、社会监督遵循数理逻辑，生成数据流动机制，防控数据权力风险[1]。二是关于其方法论的研究。有些学者关注大数据技术和网络平台给社会监督带来的技术转型，阐述其内在逻辑与实践路径[2]。具体而言，大数据时代的社会监督研究进路如下：其一是以数据制度监督权力。从社会监督的驱动方式来看，经验驱动和数据驱动的制度建设路径不同。加强和规范权力监督，需要优化社会监督的制度安排。其中，有学者提出，以数据制度完善立法与人大监督机制，是优化权力监督体系的关键所在，有利于祛除人大监督软弱之弊，提升其效能；而黄其松等着眼于数据化权力监督制度，可以构建权力运行更微观、更程序化的流程与行为标准，织密权力运行的“制度笼子”[3]。其二是以数据权利监督权力。在大数据时代，社会监督的实质是运用大数据权利实施监督行动，而大数据权属的界定和划分正成为社会监督的基础。利用自媒体的自主性培育社会及公众的理性力量，以监督权力[4]；李莉、孟天广基于实证研究，提出民众通过网络信息平台进行腐败投诉的行为，是新媒介环境下实现政治参与的有效手段[5]；蔡玉卿提出大数据权力在权利感知空间、权力共享空间和信息互联空间中流动，生成大数据驱动式社会监督模式。其三是以数据化分权提升监督合力。这意味着大数据推动功能性分权，使党内监督同国家机关监督、民主监督、群众监督、舆论监督等贯通起来。比如，基于“决策、执行、监督”的“新三权论”，重塑权力配置结构和运行流程，构建中国化的权力监督体系，使社会监督在实体社会空间和网络社会空间协同展开[6]。其四是以大数据技术监督权力。学者们在讨论大数据技术与社会监督的互动关系时，提出权力的结构性异化源于权力非对称性和信息非对称性。对此，徐彬、陈洁琼认为，权力的技术监督是最精确的监督方式，实现权力运行的数据化，催生“云监督”[7]；而谭海波、蒙登干、王英伟以贵阳市“数据铁笼”为案例，分析基于大数据的政府权力监督创新路径，即利用大数据摸权查险，建立权力清单和责任清单，建立大数据预警监管平台，以建立健全责任追究机制和利用责任约束权力[8]。西方学者对大数据作用于社会监督的研究成果颇丰，为国内的社会监督研究提供了宝贵经验。Myungsan认为，信息社会的官僚机构是依法处理各种信息的“信息处理器”，组织机构与个人的一切行动均受到数据信息的自动监控[9]。

梳理文献发现，学界对大数据驱动式社会监督的本体论和方法论研究有余，而对其认识论研究不足。有鉴于此，本文基于信息空间理论分析大数据驱动式社会监督，提出如下问题：数据要素是如何重构社会监督驱动逻辑的？其动力机制又是如何衍生的？相关策略应如何调适？由此阐释社会监督的数据驱动模型与基本策略，以提高社会监督效能。

二、信息时代社会监督的大数据驱动品相

大数据驱动是指基于数据采集、存储、处理、挖掘，实现数据的综合集成功能。而大数据是对现代权力的数据化和信息化转置，重构现代权力的价值，成为大数据时代社会监督的核心要素。这一监督范式是指运用大数据思维，遵循数据驱动逻辑，设计社会监督价值链，推进权力数据化和权利数据化，并以问题个性化呈现权力运行场景，增强社会监督的情景化和可视化，以实现权力公共性和社会性的运行机制[10]。显然，大数据是社会监督系统中不可替代的基本元素，使社会监督系统遵循数据驱动逻辑，转变公共数据的挖掘机制，形成数据流、信息流和知识流，以推进问题发现、制度优化和价值认知行动，生成相应的驱动模型。

（一）社会监督的大数据驱动要素及效能

在大数据时代，作为核心驱动要素的数据，不再是对社会监督客体的静态量化和描述，而是一种由驱动源、驱动强度和驱动阈值构成的驱动力，在一定程度上决定社会监督效能。

第一，数据源成为实现社会监督数理逻辑的基础性要素。社会监督的数据源指涉数据的来源和属性。其来源多样化，便于相关性分析，为权力行使者画像及把握其思想动态等，还可以整体性还原权力关系的场域。不同类型的数据从不同视角揭示权力风险及其整体性，而不同来源的监督数据可以还原事件情景，以及公众对问题的感知状况。其属性多元化，可以扩大数据的应用领域。具体而言，从属性角度可以将数据细分为加总型数据、关联型数据和行为型数据。加总型数据强调来自个体行为的数据综合，如微博平台的信息转发评论数和粉丝数等；关联型数据关注不同参与主体的互动方式，主要包括单向与双向互动等；行为型数据试图刻画个体行为的差异。社会及公众基于上述三种数据，提出相应的监督决策反馈机制、决策调适机制等。第二，驱动强度刻画社会监督行动者的数据决策能力。驱动强度取决于数据的开放程度和公众的数据算法。在社会监督中，各类主体的数据挖掘能力、各种可视化工具的开发、数据分析工具的普及等都会成为影响数据分析能力的因子；同时，驱动强度也受数据传输频率与方式的影响。其中数据的智能化传输就是社会监督数据化和数据问题化的基本保障。利用智慧化平台，可以将政府职能部门的网络平台、重要媒体的网络平台等整合到社会监督系统中，形成大数据驱动式“订阅模块”，破除“数据壁垒”；以公共数据价值型的政府组织、半公共数据价值型的市场组织、个体数据体验型的生产者为主体，通过智能化的数据收集和处理，识别网络行为，从而推动数据决策。第三，驱动阈值是大数据驱动式社会监督的临界点。社会监督结构的变迁不是一个连续的图谱，而是随着社会监督结构中的新数据源、新组织方式、新分析工具的出现而渐趋改变。当数据源的数据数量和种类累积到一定规模，数据网络开始呈现出近似零边际成本和递增的边际效应，使数据变成稀缺资源，催生各类数据型组织，深化社会分工。社会监督的不同环节和不同问题对数据的要求各异，当数据规模和种类达到某个阈值时，社会监督数据的价值得以显现。为此，建立数据共同体，推动社会监督分工，确保公众成为相关技术平台的使用者、数据消费者和生产者，进而转变为驱动元素和数据源，使社会监督和权利叙事所需要的数据达到其阈值，实现相关性分析。

（二）社会监督的大数据驱动模型

在大数据驱动下，社会监督所涉及的行动者、资源、环境、技术等构成了一个以数据为综合集成要素，贯通物理空间和信息空间的复杂系统。为此，运用聚类分层法，构建社会监督的数据驱动模型，即“数据驱动、问题建构、精准施策”的运行机理（见图1）。

图1 社会监督的数据驱动模型

大数据作为一种驱动力，使社会监督行动呈现叠加效应，推动相关行动者基于数据采集的基础层、空间贯通的交互层和数据决策的核心层，建构问题链、情景链和价值链，获得认知和体验。其一，核心层是由社会监督行动者基于数据和信息而展开的监督活动构成的，如主体间互动、主体与数据互动、数据与问题联动等。社会监督行动者不仅是相关数据的消费者和生产者，而且是监督数据的建构者，更是信息传播者，推动社会监督数据的流动。一方面，相关行动者通过数据挖掘问题，参与权力运行的各个环节，既能从权力生态中吸收能量，还可以向外界表达自己的思想与情感；另一方面，国家依据舆情报告，精准调适社会监督目标与流程。其二，交互层通过大数据技术贯通物理空间和信息空间，以数据资源有效整合权力监督资源。首先，职能部门通过设备呈现、口头表达等方式将数据资源、问题按照一定的逻辑顺序传递给公众；其次，公众将捕捉到的有效信息进行自主建构，并把加工过的信息和数据反馈到相应的平台上；再次，职能部门结合反馈信息，调适问题链和数据链，并利用大数据技术和专门监督网络平台，如VR 交互视频资源、微信群等，提高公众社会监督的主动性，使监督数据链和问题链不断延伸。其三，基础层是社会监督数据的采集、存储、挖掘和分析行为的综合系统，贯通整个监督流程。利用大数据技术量化社会监督行为，挖掘相关数据，聚焦有效问题和情景，为监督流程的优化、监督绩效评价等提供科学依据，推动数据流动、数据决策和数据增值。一方面，大数据向社会赋权，即社会及公众更容易主动地参与到公共事务中来，在权力共享中精准监督权力；另一方面，大数据向政府赋能，即有效监督政府决策和行为，提升民情民意汇聚能力、权力风险预警能力、公共服务供给能力，打造政府引导、多元合作的智能化社会监督格局。从驱动形态来看，大数据驱动的三大要素贯穿整个社会监督流程，发挥综合集成功能，催生社会监督链，涵盖数据链、问题链、情景链、价值链。在数据形态方面，数据及数据链是问题链的基础。社会监督依靠结构化数据、半结构化数据和非结构化数据，共同勾勒出权力的时空方位，以及与其相关的物理空间和信息空间、社会文化背景等，实质上构成了一个“场域”；其权力叙事主要关注数据的实在性，即以多样化数据合理呈现权力关系，凸显数据的客观性，感知风险点。同时，社会监督涉及的各种数据及其蕴含的信息是一个镜像，折射出权力生态及运行轨迹，从而成为联结公域与私域的中介，也是公众感知权力和共享权力的触发点。在问题认知方面，问题链是社会监督的主轴，形成问题的网络结构，联结国家与社会，追问权力的制度框架及公共价值。而社会监督所指涉的问题为公众提供观察公共事务的“窗口”，体现问题与数据链的互动逻辑，使权力监督由依靠模糊经验转向依靠有效数据，由主客体间依附关系转变为主体间合作关系。面对权力关系，政府追问其本质，公众则关注其日常生活形态，表现出权利情景化和数字化的偏好。在情景建构方面，问题链是数据链的具象，情景链是问题链的可视化认知图式。对社会监督行动者而言，情景塑造就是情景建构和解构的统一，因为公众对权力关系的叙事往往以情节逻辑演进，最终以大数据呈现，生成个性化的情景，而职能部门对权力关系的画像是情景和数据综合集成的景观。这种多维表达的内在逻辑如下：一是实在性，即权力画像所用的数据具有权威性和新颖性，使各种形式的数据都遵循一定的逻辑，展现情境与问题的相关性；二是网络化，即在大数据驱动下，社会监督从单中心走向多中心，形成网络化结构，以至于公众构建的权力关系相互碰撞、融合，呈现出情景性与表演性相互交织的图景。公众不断传递其个体数据，从数据共享走向信息共享，逐步超越自我。同时，多元化数据映照出权力关系的高度复杂性和高度不确定性，赋权社会，推动社会知情权、监督权和参与权进一步增长[11]，并使公众对权力关系加以编码，以建构社会监督的情景链和价值链。在价值要素方面，价值链是情景链的意义建构及共享旨趣。大数据驱动式社会监督叙事尤为关注人类认知行为的复杂性，因为公众对权力的认知往往建立在理论与实践互动的基础上，表现为权力的个性化追问甚至批判。

三、大数据驱动式社会监督的逻辑分析

大数据驱动式社会监督有其内在逻辑起点。在运行逻辑方面，以海量数据为逻辑起点，依托各种数据和信息平台开展监督活动，同时各系统能够持续采集多模态监督数据，经过数据挖掘，将其转化为有价值的监督资源，并反馈到数据库和信息平台中，以优化监督流程和监督数据，促进监督数据的流动，提高社会监督智能化水平及有效性。在权力关系方面，强调主体间结构的网络化、智能检测节点的多维化以及跨平台的人机互联化，形成思维的数理逻辑、行动的建构逻辑和决策的人机互动逻辑。

（一）社会监督思维的数理逻辑

大数据既是蕴含知识的信息集合、技术支撑的分析工具和手段，还是世界观和方法论。正如美国的图灵奖获得者吉姆·格雷所言，以数据挖掘为代表的数据科学与技术是科学发现的重要途径。由此来看，社会监督逻辑数理化的实质是运用大数据思维，将社会监督的主体、客体、手段等进行数据化处理，通过各种算法防控权力风险的方式。其一是社会监督的大数据思维。大数据和权力的融合使权力数据化和数据权力化成为权力运行中息息相关的两个方面，可以对社会监督客体进行数据画像。这意味着大数据技术带来了大数据思维与大数据方法，成为政治科学研究的新工具[12]。于是社会监督不再单纯由果溯因，或由因（素）索果，而是由因（素）构果。其二是社会监督工具和算法遵循数据法则。算法是一种解决问题的方法或规则，体现相应的思维和理念。在信息社会中，大数据不仅成为权力运行的媒介，而且成为权力本身，从而使社会监督遵循数据法则，以新的工具和算法来处理数据，防控权力风险。在数据存储方面，目前可供选择的技术主要有三种：基于非结构化的分布存储、基于半结构化的NOSQL 存储、基于结构化的分布并行存储。其中，Had00p成为当前学术界公认的行之有效的数据存储和分析方法。在数据算法方面，一方面，有效实现数据的聚类建模和模块优化，追求大样本性和相关性，呈现权力监督数据化态势。大数据驱动式社会监督克服传统社会监督的静态化、小样本化偏好，基于海量数据进行相关性分析，精准把握权力关系深处的情感思想波动状况，将事件/关系转化为数据形态，从而挖掘数据和发现风险点。值得指出的是，随着数据的智能分类与匹配、社交媒体内容的意义挖掘等对公众生产与生活的影响日渐深入，智能算法得以广泛应用，不断对数据进行聚类建模和模块优化，将海量的半结构化数据、非结构化数据预处理，输出到应用平台上，并以过滤架构和公共云服务对特定群体进行信息过滤和精准扫描，为社会监督的智能化提供条件。另一方面，社会及公众作为数字化生活方式的先行者，习惯于信息公开和信息共享，生产海量数据，实现信息符码化和问题数据化。基于数据权属的界定和智能算法的规约，社会公众不断分享权力，徜徉在权力公共性和社会性的阳光里，超越人性善恶的追问和权力有罪与否的推定，正视权力制约结构性与权力监督功能性之间的互动关系[13]。

（二）社会监督价值的建构逻辑

建构性是相对于预设性而言的，是对经验驱动逻辑的超越。经验驱动式社会监督深受传统权力观的影响，在理性预设的前提下采集数据和使用抽样数据，以发现权力风险点。基于契约论的权威合法化权力观和基于“经济人假设”的利益冲突权力观，从不同的视角设定社会监督的逻辑起点，即以权力来源的界定为起点，以权力价值诉求为终点，将社会监督价值锁定在现代权力制衡和民主选举制度上，旨在提升权力的正当性和有效性。而大数据驱动式社会监督基于数据工具和数据算法，超越理性的先验预设，着眼于人的需要和大数据的相关关系预测风险，发现规律，实现价值，充满建构性和不确定性，因为大数据时代的社会研究不再依靠理论预设，而是以大数据为“获得新的认知、创造新的价值的源泉”[14]。社会及公众凭借开放数据，实现权力共享，从而使社会监督实践成为权力关系的建构行动。这种建构性沿着权力合作和权力共享的两大向度展开。一是权力合作。国家产生前，以自然共同体形态存在的公共权力呈现出以经验性数据信息构建身份平等制的权力关系，以原始共有逻辑调适权力；国家产生后，国家权力则以管理共同体的形态推动权力关系的构建，其中农业社会用传统数据构建起身份等级制的权力关系，工业社会则用现代数据建构起官僚制组织的权力关系，以参与式社会监督优化权力功能，而信息社会以大数据建构起合作制的权力关系，以监督权力运行和优化权力功能。二是权力共享。在大数据驱动下，社会监督上升为权力合作，并不是貌合神离的敷衍策略，而是走向休戚与共的权力共同体。从原始共有权力的实践到国家权力的运行，再到将来共享权力的展开，权力与权利的关系不断调适，旨在降低数据流动成本，依靠制度将知识从效用空间的局部知识向上移动到公共知识，从而构建或重建社会秩序[15]。鉴于权力公共性与社会性无法单方面构成权力叙事及社会监督行动的基础，社会监督也就不再满足于实现社会及公众权利，而是将权力共同体的根本使命和个体的解放演绎得淋漓尽致。

（三）社会监督决策的人机互动逻辑

在信息社会，社会监督决策以数据和算法为基础，呈现人机交互的态势，因为所有的监督行动者是以数据为基础，甚至是以其为监督形态，以各种智能设备为支撑进行互动的。人机互动的实质是视频、图片、文字等各类数据在人与智能设备间流动，实现人机交流，使社会监督的内容建构和价值建构实现主客观的统一，同时智能机器也在言说和自我学习，带来人机主体地位的模糊性，因为“生活世界似乎是言语者和听者在其中相遇的先验场所”[16]。其一是社会监督决策的智能化。本来数据只是社会监督的载体，不过，大数据驱动式社会监督赖以运行的诸多数据已转化为监督内容的核心要素，一旦某些社会监督行动失去数据及智能设备的支撑，其精准性和可视化效果就大打折扣。这些跨场景、跨平台、多维的监督数据是动态关联的，涵盖事前决策数据、事中执行数据、事后绩效数据。通过人机互动，社会及公众共享数据和信息，不仅以权力指涉的社会实践为理论认知的基础，而且以权利的情景化和个体化为建构行动的切入点，驱动社会监督行动从具体到具象，使其充满实践性和体验性，而智能机器通过相关算法挖掘数据，将权力风险数字化、模型化，通过多源异构数据的耦合与碰撞，及时预测权力风险的走势和准确把握其规律，也为“黑天鹅”“灰犀牛”等潜在权力风险事件的研判提供新思路，进而提高社会监督的智能化水平。其二是社会监督决策的同构性。其实质是指社会监督中的人、数、机三者互动，优化要素配置，既精准获取与挖掘权力实施者的多源数据，准确刻画其工作、生活、心理、实践等领域的多维度画像，精准预测权力风险。当权力关系发生时，“分布式账本”会自动加密，并且为多主体所掌握，实现“数据确权”和多方相互监督；同时精准分析社会监督需求，推动相关数据的供给侧结构性改革，实现人的有限理性、智能设备优势和数据算法的互补，使大数据权力与大数据权利相耦合。

四、大数据驱动式社会监督的优化策略

大数据驱动式社会监督重塑国家与社会关系，追求权力共享与权利实现的统一。

（一）通过治理结构和权力流程的再造划清政府与市场边界

大数据基本属性引发治理结构的重塑和权力流程的再造，从而重塑政府与市场的边界。其一是政府治理结构的重构。大数据的政治属性和社会属性推动人类社会追求分布式、去中心化和自组织的境地，正如杰里米·里夫金所言，大数据与互联网将带来一个“零边际成本”的社会，使工业社会的经济业态逐步过渡到信息社会的共享经济业态。不过，由于惯性传统的单中心权力结构自然而然地抵制大数据的多中心权力结构，以至于政府依靠公权力围成的“数据孤岛”和产业组织阻碍交易成本的降低。而大数据有效降低中心化网络结构的交易成本，使组织边界收缩。对政府来说，科层制边界的收缩意味着权力被压缩和分散。为此，以大数据技术重塑公有制的组织形式和实现形式，从而优化政府治理结构和权力结构，划清政府与市场的界限，因为大数据时代的市场主体基于区块链推动等级化和控制性社会，向共享合作、众筹自组织化的新型社会转变，民主、参与等价值被强化[17]。具体而言，市场主体间逐步形成相互制约、透明化、安全化的“大数据治理共同体”，实质上是市场主体以自下而上的自治模式替代政府自上而下的市场监管模式。基于数据资源共享及网络结构的市场交易打破传统交易活动因空间区割、权力限制、组织分隔等形成的“中心化”交易藩篱，实现更广范围内的生产要素配置，倒逼政府改变其监管内容和行为；同时，大数据塑造出一种智能化、多中心的记账系统和市场秩序，逐步颠覆政府“单中心化”的市场秩序。这更需要适合信息空间的监管工具。其二是权力流程的再造。一方面，大数据不断荡涤公权力嵌入现代政府的理性科层制所带来的弊病——条块分割、规章烦琐、程序僵化等，使权力关系从分析性思维转向相关性思维，从而重构权力形态和权力结构。因为大数据解决“数据孤岛”问题，使职能部门从横向的业务流程上真正实现“面向公众”的“一站式服务”，从纵向层级关系上走向扁平化，实现权力运行个性化和透明化，便于市场主体监督。另一方面，市场主体依托大数据技术和大数据产业，不断增强市场权力，客观上削弱了政府权力，提升市场主体对公权力的监督能力。显然，大数据资源作为一种新的生产要素，重塑生产关系和权力关系，不断重构政府与市场边界，其本质是实现权力流程数据化、共享化和可视化，为政企保持“亲清关系”提供制度合法性。

（二）基于数据模块的功能分类重塑公域与私域边界

大数据及区块链都不同程度地明晰数据产权，推进数据交易、数据开放和隐私保护，带来公域与私域的互嵌效应及智能合约效应。大数据驱动式社会监督需要从数据模块的功能分类入手，以智能化水平的提升适应公私边界模糊的挑战，推动公域与私域互动。一方面是公域与私域的双向嵌入效应。社会与公众凭借大数据，突破原有权力中心对数据与信息的垄断，获得前所未有的知情权、监督权以及话语权，逐步形成强有力的社会舆论。于是公众以大数据权利塑造具有大众生活底色、温润情怀等特点的私域。大数据在不同领域和空间中穿越，摧毁诸多阻碍大数据权力流动的藩篱。当公共领域、私人领域与日常生活领域之间的专用数据及信息消失，而象征权力的数据及政治话语浸润在日常生活领域中，被赋予多重含义，深受情感合法性的影响。当私域的话语权和数据生产能力达到一定的阈值并与权力合法性共振时，就会产生私域与公域的双向嵌入效应，推动权力开放和共享，实现其公共性和社会性。另一方面是公域与私域边界划分的智能合约效应。智能合约是基于区块链分布式技术的共识和协定，而由此形成的多主体实时数据共享和多方相互监督的效能，谓之智能合约效应。大数据在互联网的风口浪尖上飞翔，TCP/IP协议导致数据产权难以界定，催生数据交易与隐私保护的矛盾、社会监督与个人隐私保护的张力等。而基于大数据的区块链以“智能合约”之光自动铺设数据和信息有序流动的产权道路，以明晰数据产权，在技术底层为数据开放和隐私保护筑好根基，使个体与集体、公与私的边界变得清晰[18]。这样，私域内的公众随时都可以利用智能合约效应，实现权力的去中心化、不可篡改性、透明性等，将其关进“数据铁笼”。为此，划分数据模块并进行数据功能分类，优化大数据驱动力。其一是利用数据采集模块，获取社会监督的多源数据。对社会及公众常用的微博、网站、微信等的url进行设定，有效抓取和分析相关数据，获取其价值取向、行为方式等信息，然后梳理网页中的信息，生成格式化文本和数据库，为监督决策提供海量数据和信息。其二是利用数据预处理模块，获取社会监督所需的有效数据。将网页数据格式转换为文本格式，并存储于数据库，然后采用例排索引与特征词集合、纯文本数据库等技术或方式进行文本预处理，最后对文本进行特征抽取，并将其转变为文本向量，生成纯文本数据库，便于对权力关系所指涉的数据进行挖掘。其三是利用舆情挖掘模块和舆情报告（热点）模块，实现精准监督和预测。该模块沿着文本聚类、话题文本向量集、新话题向量集、热点发现的逻辑演进，以统计分析与可视化、聚类、文本挖掘等方式完成对公众话题的识别、跟踪、分析、排序等，既发现私域非理性的权利意识，又提防权力意志的恣意妄为。

（三）着眼于开放数据的价值增值提高社会监督叙事的多元性

开放数据的价值增值就在于精准化解权力风险和提高社会监督叙事的多元性。在大数据时代，数据权属逐步明确，社会监督行动着眼于精准而多维的回应性展开，聚焦公共数据供给和需求不匹配、不均衡的问题。就数据供需而言，公共服务数据超越权力制衡的监督功能，既能防权力异化于未然，又能阻止网络民粹主义滋长，更能化解公共服务供给不充分不平衡带来的风险。因为公共数据的终极价值在于实现权力正当性和有效性，而供给不足、失衡或缺位对权威和执政基础的侵蚀尤甚于权力异化对社会及公众的伤害。对公众而言，社会监督就是基于开放数据，特别是公共服务数据，检视权力流程和个体公共需求的满足程度等。显然，社会监督数据属于公共产品的范畴，其供给的精准性取决于相关开放数据的空间差异性、发展动态性和层次多样性。这意味着政府应根据不同地区的大数据产业状况、数据消费水平等，把握社会监督数据的地方性需求，基于大数据分析，及时获取社会监督需求在时间维度上的变化和趋势，同时针对不同群体、不同阶层实施个性化的数据供给，从而提高社会监督的精准性和有效性。就价值诉求而言，大数据驱动式社会监督的价值指向权力共享，其制度化路径在于构建数据化社会监督价值链，推动社会权利平等，即按照社会监督叙事的要求，将数据转化为可视化的图像和文本，生成朴素直观的问题。同时，公众根据开放数据，进行个性化文本构建和可视化文本制作等，将问题转化为充满动感的可视性画面，实现问题情景化。公众沿着重点领域—个体事件—可视化情景—情景分析等环节展开，将自身体验与权利叙事联结起来，逐步超越事件本身，追问权力正当性。其内在逻辑如下：一是价值共建。在大数据驱动下，社会监督行动关注“价值共识”，运用相关关系，沿着自塑、他塑、共塑的逻辑演进，对自我和他者的经验做出阐释，表达个体对权力的个性化认知，共建权力合法性。对此，赵金旭、孟天广从价值生成的角度指出，大数据及区块链将进一步改变价值次序，其价值源泉是“链接”“网络关系”而不是“占有”“封闭式结构”[19]。二是价值共享。在大数据驱动下，公众从数据中获得信息和知识，并在信息共享和权力共享的基础上，通过数据媒介将个体经验与共性经验、公共价值关联起来，并将其融入自己的价值体系，从而达成价值共识。当前的“简政放权”就是通过大数据平台，推动市场监管和政务服务的智能化，以实现社会监督的价值。这涉及平台优化、职责界定、智能监管、市场退出机制、数据共享、跨部门协同等。由此，大数据驱动式社会监督的精准性既促进权力良知的觉醒与生长，又关注监督叙事的多维性，因为公众以多源数据刻画权力关系和表达自身的权利诉求，都关乎权力属性和权力功能的追问，借助多源数据进行观念或符号加工，可以在一定程度上克服个体经验的碎片化。

毋庸置疑，大数据驱动式社会监督沿着数据生产力和数字经济变革的方向前行，关注公众的思想沟通和情感世界的自在审视，以大数据智慧追求权力共享，消除个体经验的特殊境遇性，完成内心情感的洗礼，不断达成权力正当性和有效性。