一.   问题的提出

伴随中国城乡二元化壁垒的逐渐消弭，大规模农业转移人口从乡村涌入城镇。目前，中国城镇人口数量已占全国总人口数的63%以上，而大量流动人口仍不断向特大城市和超大城市集聚。^①

规模城市的不断发展，尤其是特大城市和超大城市人口的不断扩张，对城市空间、环境、安全等承载力提出了巨大的挑战，全面考验着城市的社会治理能力。突如其来的洪灾、公共卫生事件等突发性事件，更加凸显了当前超大城市在规模化过程中实现精细化社会治理的难点与挑战。由此，探索进一步推进社会治理转型，尤其是增强韧性治理(Resilience Governance)^[1]、敏捷治理(Agile Governance) ^[2]、智慧治理(Smart Governance)^[3]等能力，是提升城市社会治理效能的迫切需求，也是实现国家治理体系和治理能力现代化的重要方面和突出体现。同时，随着城市居民权力意识的不断提升，城市中多元化的人口组成结构和居民对公共服务的要求日益复杂，处于一线的基层政府亟须进行适应性转变以应对挑战。

近年来，新一代信息技术快速发展，信息化与社会经济的各个方面产生了广泛、深度的融合，数据化已成为各行各业转型升级的重要方向和社会治理改革的新路径、新选择，为破解传统社会治理模式中信息获取不及时、工作人员间联系慢、部门合作不彻底等难题提供了新的选择^[4]。数据技术的跨时空关联性，使得经济与社会活动能以较低的成本和多样化的方式建立新的连接，更容易打破时空界限，真正实现整体性、系统性协作^[5]，正成为社会治理为应对新形势下的城镇化发展而进行适应性转变的重要手段。

目前，世界各地政府部门越来越依靠数据技术来提升行政效率和部门间协同性，以提供更多元化和高质量的公共服务。经济合作组织(OECD)的研究报告显示，精细化公共服务有助于提升居民的生活满意度和对政府的信任程度，数据化已经成为更好的治理手段^[6]。社会治理在获得数据化所带来机遇的同时，也面临着困难和挑战，主要表现为数据产权界定不明、传统科层制模式下的社会治理模式与数据化生产力不匹配、数据自下而上收集的回流不足等^[7]。其中，如何进一步提高数据治理协同性，即打破治理主体的部门和层级边界，实现系统对接和共享共治，形成多主体、多部门协同推进，是当前改革的核心掣肘^[8]。这些新问题的解决，有赖于社会治理模式的适应性转变^[9]。

本文引入适应性治理的概念，对超大城市社会治理数据化转型进行分析。一方面，随着城市的快速扩张和技术的迭代更新，社会治理模式需要根据社会发展的需求，从方式、手段和理念上进行一系列转变，前提和基础即是对其进行系统性回顾和分析；另一方面，社会治理改革在国内的实践已逾十年，其发展面临新的挑战，在数据化的背景下，许多城市进行了积极探索和相应的适应性改革。那么，促进这一转变的因素是什么？其过程是如何体现的？这些问题都值得跟踪研究并分析，尤其需要针对治理的适应性转变这一过程进行聚焦分析。

本文首先梳理中国社会治理数据化的发展沿革，介绍适应性治理概念的起源与发展，进而将适应性治理运用到社会治理转型的分析中。通过跟踪深圳市南山区针对人口分布情况、公共服务需求等社会治理事务进行的一系列改革，探讨以下问题：超大城市社会治理的数据化转型过程是如何体现适应性转变的？数字时代的社会治理实现适应性转变的关键因素是什么？这种转变为治理转型带来了哪些挑战与机遇？

二.   社会治理数据化何以转变：适应性治理的视角

一   治理的技术化和基于技术的治理——社会治理数据化转型

数十年来，超大城市的社会治理模式随着经济社会的发展而发生了一系列变化。改革开放以前，在全能型政府和计划经济的背景下，城市主要依靠“工作单位”来实现其管理和服务职能，包括医疗、教育、住房等^[10]。在这个时期，基层部门可以通过雇主(工作单位)收集、汇总居民详细的个人信息，如职位、住址、联系方式等。到了20世纪90年代，经济社会得到进一步发展，市场机制发挥作用，以“单位”为核心的城市居民共同体逐渐瓦解，形成政府、市场和社会三者分立的结构^[11]。北京、上海、广州等城市探索形成了以居委会为中心的城市管理模式。这种基于居民位置信息的管理体系旨在通过加强自上而下的行政执行能力实现对人口流动的控制^[12]。在20世纪90年代至21世纪初，这套模式在社会流动速度相对缓慢、城市居民需求结构分化度较低的情况下，一定程度上有效应对了城市发展中的各种社会问题。然而，随着中国城市化进程的不断加速和规模经济的发展，传统的管理模式过于粗放的弊端日益显现，各大城市开始探索网格化管理模式，来处理日益复杂的社会事务，通过整合网格内的资源和居民的各种信息来加强公共服务的提供和社会治理。同时，信息技术的发展使得电子政务得以产生，为社会治理提供了新的手段，从而开始了新一轮的社会治理转型。

最初的政府数字化转型主要表现为“政府上网”的改革，比如税务、公安、住建、市场监督等部门根据其职能目标和专业领域，为实现文档管理和日常事务电子化而建设的内部电子系统，包括“金税”“城管监控系统”等。随着政府上网工程的进一步推进，这些业务系统的服务功能逐渐增多，开始向城市居民提供动态信息和参政议政渠道。这类早期的数字化改革主要是利用数字技术将原有的治理内容技术化，目的是提升政府治理能力和部门间合作水平。这种改革在为政府治理技术化改革积累了大量经验的同时，也导致了许多问题。一是，这类数字化建设是在科层制政府治理体系基础上吸纳新的技术手段提升管理水平，其本身存在的信息不对称、部门间权责不清、数据难以共享等问题并未由于治理的技术化而得以改善，未能提供“技术优化制度”的方案^[13]。二是，不同部门间数字系统建设的标准不一致，导致社会治理底数不清，并且针对部门内部建设的技术系统未能有效吸纳社会力量的参与。诸多问题使得早期的数字治理呈现碎片化状态^[14]。

随着城市的进一步发展，城市人口基数扩大但分布不均，个别区域内人口密度过大，导致交通拥堵、安全隐患增多等社会治理问题。同时，随着技术、资本和信息持续流入城市，城市的社会结构变得更加复杂，人口组成愈加多元，不同群体对公共服务的需求也出现了较大差异。这对政府部门间的数据融合和应用提出了新的要求，需要针对社会和经济的发展和变化，进行社会治理的适应性转变。

党的十九届四中全会指出：“社会治理是国家治理的重要方面。必须加强和创新社会治理，完善党委领导、政府负责、民主协商、社会协同、公众参与、法治保障、科技支撑的社会治理体系，建设人人有责、人人尽责、人人享有的社会治理共同体，确保人民安居乐业、社会安定有序，建设更高水平的平安中国。”“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则。推进数字政府建设，加强数据有序共享，依法保护个人信息。”根据国务院印发的《促进大数据发展行动纲要》(国发〔2015〕50号)，大数据成为提升政府治理能力的新途径。国务院持续推动简政放权和“放管服”改革，推进了“不见面审批”“最多跑一次”等数字化便民服务^[15]。随着数字技术延伸到民生领域的各个方面，各地城市政府在这个时期的治理转型中愈发重视跨行政部门的数据共享和应用，打破传统科层制中存在的部门间、业务间的割裂，形成数字化的建设平台，以实现政府公共服务和数据汇集应用^[16]。总体来看，这个阶段的社会治理转型突出以数据为抓手，通过全流程的数据管理实现行政效率的提高和治理能力的加强，主要体现在数据采集与连接、数据融合与处理以及数据应用与反馈等方面，推进了从传统的“数字化”到“数据化”的转变，从简单的流程数字化发展到治理核心数据化。下文引入适应性治理的概念，分析社会治理数据化转型中的转变过程及其关键因素。

二   适应性治理的起源与发展

适应性治理(Adaptive Governance)起源于“社会—生态”系统的研究，聚焦于为追求社会生态系统的理想运行状态而出现的一系列行为者、网络、组织和机构之间的相互作用，认为社会系统应通过协调经济、环境和社会之间的关系，应对社会发展的复杂性(Complexity)和不确定性(Uncertainty)^[17]。“治理”强调有序规则和集体行动，本质上是一种强调多元合作的协商治理手段。与协作治理、参与治理、合作治理等理论相比，适应性治理旨在提高政府对于社会环境变化的适应能力，其独到之处在于对问题观察和分析的能力。

适应性治理理论被应用到社会科学研究的各个领域。Dietz等发现人类组织活动的方式影响了环境恢复的能力，并提出适应性治理策略，促使多方对话和提升系统学习能力是应对环境污染等公共问题的有效方式^[18]。国内也开始将这一理论应用到环境治理研究中。邓敏和王慧敏通过跟踪行动主体的行为选择，来分析气候变化背景下的水资源适应性治理规则的形成^[19]。蔡晶晶和毛寿龙通过研究集体林权制度改革，提出除了产权改革外，还应该建立符合当地社会实际情况的适应性治理模式^[20]。

随着现代社会快速发展，公共事务变得愈发高度复杂和不确定，学者们将适应性治理理论应用到公共事务治理的研究中^[21]。Ostrom认为适应性治理是解决公地悲剧的重要策略，并提出多元利益主体之间互动以及制度的重要性^[22]。Oi和Goldstein分析中国地方政府行为时指出，地方政府会随着当地经济社会的不断发展而调整其治理方式以适应治理系统的变化^[23]。张亚玲和郭忠兴应用适应性治理理论研究农村扶贫政策执行过程中的政府与民间组织之间的互动^[24]。2016年，Janssen和Van Der Voort认为适应性治理将社会和技术挑战带来的复杂性和不确定性纳入考虑，适用于分析数字化转型面临的情形^[25]。Wang等对适应性治理进行类型学分析，指出适应性治理中建立协作方式以应对技术和公民需求带来的环境变化有助于更好地理解治理转型的发展^[26]。

虽然适应性治理越来越得到国内外学者的重视，但仍较少被应用到社会治理领域的分析。面对复杂的社会系统，传统的依赖于国家中心权力的自上而下式命令管理体系已无法满足社会治理的要求，其在协调跨领域、跨部门协作中往往出现效率低下乃至失败的情况^[27]。在数据化转型过程中，往往容易造成数据权属以及管理权力的缺失和错位并存，由此产生的交叉管理饱受诟病。数据作为新兴的政府治理工具，在改变传统管理思维模式的同时，其本身并不能促使政府职能自行转变，并不能自动地解决社会的复杂性和高度不确定性问题^[28]。社会治理的复杂性和高度不确定性要求治理主体准确判断和辨识问题的性质。数据作为社会治理的关键要素，其对跨部门、跨领域合作的影响也愈加凸显。部门间协作平台及相关机制设计是提升政府适应性能力的核心要素^[29]。适应性治理的关键在于强调对治理事务的深入观察和识别，并在此基础上通过动态调节和适应学习(而不是拘泥于固有的运作系统)，最终选择合适的方案来采取行动。因此，适应性治理理论对研究数据化社会治理实践具有重要意义。本文基于此构建如图 1所示的分析框架。

图  1  从传统数字化到数据化背景下政府适应性治理转型框架

下载: 全尺寸图片 幻灯片

三.   适应性治理实践——深圳市南山区“块数据”建设

深圳市南山区通过“块数据”治理的建设，解决数字化转型建设过程中存在的部门间条块分割、推诿扯皮等问题，通过数据化提升社会治理精准化。下文的案例分析资料主要来自2020年1月至3月以及2021年7月至9月期间对南山区“块数据”项目的田野调查，对相关负责人和基层工作人员进行深度访谈、收集并分析相关的政府文件和统计报表数据等。

深圳市南山区东南隔深圳湾与香港元朗比邻，西南隔珠江口与澳门、珠海相望。辖区土地面积为187.53平方千米，海岸线长43.7千米。全区2021年常住人口179.6万人，其中15—59岁人口比重高达78%，属于劳动力丰富、外来人口居多的新兴城市地区。2021年GDP超过7 630亿，连续多年稳居广东区(县)第一。在库“四上”企业超8 000家，^②被誉为“中国最具硅谷气质城区”。

随着社会经济的发展，居民对政府服务理念和执政能力的要求不断提高，南山区原有的治理能力已经无法与其发展阶段相匹配，社会治理方面存在的短板逐渐显露。一方面，不断扩大的居住规模和居民结构变化给社区常态化服务带来巨大挑战。南山区外来人口来自全国各地，带有各自的家乡印记和文化根源，本地居民则在城市化快速转变的过程中保留传统习俗和方言特色。文化差异导致本外地之间的不理解和隔阂，难以增强居民尤其是“新深圳人”对南山区的归属感，他们在融入当地的生产生活过程中存在一定困难。同时，随着人口流动性增强，现有社区常态化服务面临滞后的问题，对于社区中产生的新问题无法通过传统的熟人网络进行有效反馈，导致社区服务工作难以有效跟上居民与企业的需求。另一方面，随着南山区产业发展多元化、外部化，社区居住人口的组成更加多元，流动性更高，以往依靠人力审核、网格员上门排查的方式难以形成有效监管。繁重的基层任务进一步挑战了社会治理效能，出现了一系列社会治理问题。一是大量服务管理工作下沉基层，网格事项任务不断增加，导致基层被动应付、选择性工作；二是各部门权责不清、职能交叉、相互推诿，难以建立有效的协助共建机制，一些积累下来的矛盾和问题长期得不到解决；三是指挥监督机构缺位，街道、社区接受上级部门多头指挥和考核，基层部门往往不堪重负；四是“条块”分割，各部门“条”数据不能共享互用，导致作为“块”的基层重复采集、重复工作，工作效率低下。

深圳市近年来致力于建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，提升社会治理效能^[30]。南山区以“一个底板、三条主线”为核心路径，融合社会治理基本要素，汇聚各业务部门的数据，形成“块数据”的智能底板。与此同时，借助“块数据”平台的技术支撑，将以往各个业务部门单独收集信息的方式转变为网格员统一收集，将传统的“条状数据”整合成以区、街道、社区、网格、楼栋、房屋的结构组织的“块数据”，实现了人员治理、法人治理、事件治理“三条主线”的理清。在数据应用方面，利用“块数据”建立事件统一分拨处置机制，全过程可跟踪追溯，推动多部门协同联动一体化运作。“块数据”治理体系通过理顺机制体制，重构基层网格化治理体系，提升社会治理智能化、科学化、精准化水平，推动构建共建共治共享社会治理新格局，形成与南山区经济发展相匹配的社会治理能力，通过适应性治理的转变，形成数据化社会治理格局。图 2展示了南山区“块数据”治理系统的流程图。

图  2  南山区“块数据”治理系统业务流程图

下载: 全尺寸图片 幻灯片

四.   数据驱动适应性治理转变的多重逻辑

在案例介绍的基础上，下文从数据的收集、处理和应用三个环节讨论数据驱动适应性治理转变的逻辑与特征。

一   数据收集机制的适应性转变

在传统的网格化治理模式中，网格管理中心负责收集、整合、分析由政府机关、公众、企业等多个利益相关方产生和收集的数据，为社会治理提供直观、简单、简洁的信息，以便进行相关决策，提供相应服务。但是，每个政府部门都有自己的工作平台和数据收集系统，缺乏有效共享机制的设计导致相互沟通存在障碍，形成部门之间的数字鸿沟，导致基层部门效率低下。为此，南山区政府利用网格化改革的契机，成立了网格管理改革领导小组，由区长担任领导小组组长。在职责划分上，区委政法委是网格改革和“块数据”平台的业务主管部门，负责理顺机制体制，统筹指导社会治理业务开展、联动协调相关的部门。领导小组每月召开小组会议，以统筹进度和部门协调。通过领导小组以及主要领导挂帅的机制设计，形成金字塔式的领导指挥体制，有效地利用政府管理中的体制优势，从高位推动“块数据”平台的运行和落实，推动部门间的协调，防止部门间过度推诿和扯皮影响重要事项的推动。

数据是提升社会治理的抓手，而采集数据则是关键落脚点。在传统的网格化管理机制下，各部门“条”上所涉及的人口、房屋、企业等社会治理底数各不统一。此外，由于各部门之间职能交叉、边界不明，导致未能建立有效的协助共建机制。在以往的工作模式中，网格员往往收到来自几个部门对同一信息的核查命令，导致在一天内多次到访同一地址进行核查等低效现象。在网格管理改革领导小组的指导下，南山区以统一标准打造智能化的“块数据”社会治理底板。以统一地址为“基”，以房屋、人口、法人、通讯、事件为“柱”，构建“一基五柱”社会治理大数据库，建设“一键可知”“一图可现”的智能化电子地图，打造一个全新的社会治理数据平台，让基层社会治理的数据现出来、用起来、活起来，实现数据网格化、网格数据化，为社会治理的智能应用提供坚实的保障。“块数据”平台所在的网格管理办公室与其他部门在数据采集上也存在着联动，其形式主要包括：(1)正式的联席会议制度，有定期的沟通机制，事先规定好沟通的形式、地点和内容；(2)非正式的协调制度，无定期的沟通机制，基于临时的协调需求而产生的协调；(3)重大应急事件的协调，按照“一案三制”的应急方式进行；(4)对于具体的小微事件，网格中心和对应的职能部门在系统上进行简单的系统互动，各部门的子系统日常与网格管理中心数据进行更新。

目前“块数据”系统初步打通了十多个政府和社会的平台数据，通过打破省、市、区、街道各级各部门业务系统的壁垒，整合各类信息资源，并下沉公安、国土、住建、市场监管、出租屋等部门数据到街道和社区，让基层真正掌握资源并应用资源。“块数据”平台的建设改变了网格员采集信息的方式，建立出租屋“视频门禁+网格员核实”、花园式小区“物业采集+网格员核实”以及“部门业务采集+网格员核实”的新路径，实现动态更新人口、法人、事件等信息，不断完善人口、法人等社会治理要素的信息准确性和丰富性。同时建立政企合作机制，“块数据”中心与供水供电供气等企业开展数据交换工作，对接水电气及统一地址数据，既完善了房屋的档案信息，又便利了业务部门的服务管理工作。在此基础上，通过购买服务的方式搭建了与物业公司合作的人口、法人登记机制，以战略合作的方式与顺丰公司等快递企业搭建数据对接平台，形成互惠共赢的合作机制，让数据更鲜活、准确。

通过这些努力，“块数据”治理系统通过统一的行业标准建立统一地址基础库，完善人口、法人、房屋、通讯、事件五大社会治理数据库，实现每一栋建筑物、每一间房屋都有统一的“身份证号码”，并通过可视化系统将人口、企业和事件直观地呈现，为决策者提供更为高效的决策手段，提高了行政效率。针对以往的社会力量参与不足的现象，数据平台还开发了居民自主申报系统，通过多种方式提升居民社会治理的参与度。通过有效的机制设计，南山区逐步实现了政企社多方参与的适应性治理。在赋权基层的模式下，基层政府在数据采集中得以采取多种灵活措施，实现社会治理数据的动态更新和核实。截至2020年，“块数据”平台已将超过200万人口、48万家企业有效定位到3.4万栋楼房、97万个房屋之中，并将这些数据关联给相应的网格管理员和社区专干等基层人员，建立了房屋的“责任档案”，形成了弹性工作机制，有效地提升了社会治理的数据收集、分析和应用能力。

二   数据处理机制的适应性转变

社会治理是一项复杂的系统工程，涉及基层政府中多个业务部门。随着城市社会事务的日渐繁杂，以往依靠部门独立系统运作的方式难以满足社会发展的需求。数据往往被视为业务部门的权力体现。在数据融合过程中，经常出现业务部门不愿交出“数据权力”的现象。

针对这一难题，南山区通过领导小组的方式协调统一，将各部门独立的数据系统统一到“块数据”处理平台，以协作平台为基础方式，促进部门间的数据和业务融合。其中，区政数局是信息化主管部门，负责指导平台建设和推动数据共享，处理各部门汇聚的数据的清洗、去重、降噪等业务，形成“块数据”治理平台的底层数据。为了避免以往部门滥用数据和业务繁杂臃肿等现象，“块数据”治理平台由网格办负责具体运营，形成了“块数据”的基础在政数局、决策制定和具体业务应用在网格办的行政架构。

在此基础上，政数局依靠调整后的机制体制和“块数据”平台的支撑，逐步实现了适应性转变，统一归集了多个业务部门数据。针对业务部门共享的数据，如市场监管局会首先将数据共享给“块数据”数据库，并由网格管理中心的工作人员协调核实，核实后的数据再次被上传到“块数据”系统，最终由政数局负责将所有的核实过的数据进行统一处理。随着“块数据”平台存量数据的逐渐增多和完善，网格员以往机械化采集数据的工作也转变为以数据的核实和更新为内容的日常工作。对于某些部门数据质量较差的问题，“块数据”平台也提供了良好的解决方案。一是通过政数局的数据分析碰撞发现问题数据，将碰撞问题结果反馈给来源部门，由来源部门负责更新。二是通过业务巡查核实。比如教育局在一个时期内收到很多学位申请，但不清楚该申请人是否住在所申报地方，可通过与“块数据”碰撞发现哪些人口不在南山居住，并将核查任务派给网格员，由其负责实地核实后反馈至系统。借助机制理顺以及“块数据”的数据分析，部门间“条”的数据在平台的“块”数据中发挥作用，有效解决“有信息难共享、有机制难协作”难题。这一适应性转变不但提升了基层工作人员的工作效率，还促使他们以“块数据”治理平台为依托，更精准地处理复杂的社会治理事务。

三   数据应用机制的适应性转变

适应性治理是通过综合协调经济、社会和环境等不同主体间关系，建立复杂适应性治理系统以面对非线性的、高度不确定和复杂性的模型^[31]。面对复杂的治理问题和多元需求，基层政府可调配的资源难以适应快速的城市化进程，必须依靠外部资源来提升社会治理效能^[32]。在传统以政府为主导的社会治理模式下，不同业务部门间难以形成有效的治理合力，也难以调动企业、社会等力量的参与。此外，数据分析技术的欠缺导致政府部门难以驾驭海量的数据资源。

随着大数据相关技术的发展，南山区社会治理体系在吸纳新技术的基础上，积极推动与企业、社会力量的合作，将治理融入公共服务，以提升社会治理效能和居民生活满意度。比如，面对一直困扰超大城市社会治理中“流动人员”难以有效监管的难题，借助一体化平台，南山区政数局实现了对实有房屋的分级分类管理，并向社区居民进行公示，让网格员队伍了解房屋的情况，既构建和谐邻里关系，又压实房东责任。一方面，社区居民能够清晰地了解邻里属性，充分调动居民互动，促使社区居民互相熟悉、守望共治；另一方面，网格员在巡查房屋时扫码了解情况，针对发生的事件及时通知房东，促使房东介入处理，第一时间解决安全隐患。由于一体化的治理平台建设，传统治理模式中的信息共享问题也得以有效解决。人口精准化管理方面，以特殊群体管理为例，“块数据”中心打通了卫健、公安和医院等部门的业务平台，彻底告别了过去街道、社区无法掌握特殊群体信息的被动局面，并通过走访核实，逐步落实了各个部门的工作责任。

在南山区快速的经济发展过程中，出现了一些以公司为主体的金融诈骗行为，为当地社会治理和居民生活安全带来极大困扰。借助“块数据”平台，基层政府得以及时发现重点法人，实现异常企业的源头治理。针对企业虚假地址注册这个一直困扰市场监管部门的难题，利用“块数据”支撑体系，将企业审批、服务和注销等“全生命周期”纳入系统进行监管，在事前加强注册监管，破解企业虚假地址注册难题，并完善事中事后监管。

随着社会系统变得愈加复杂，受人员编制有限和预算约束的基层政府疲于应对不断变化的社会治理需求。借助“块数据”平台，南山区打造了一系列的居民参与平台，打开群众参与社会治理的“窗口”，提升居民归属感的同时，实现多元治理。此外，“块数据”系统除了链接市场监管、税务等政府业务系统，还吸纳了物业公司、快递企业等业务系统，有效降低了治理成本和工作效率。比如在与顺丰公司合作过程中，获得了62万条企业的地址信息，辖区企业分布情况一览无余，并以数据清洗比对的形式确定了这些企业的经营位置，然后对异常企业进行精准核查，既降低了政府的社会治理成本，也提高了企业参与社会治理的积极性和主动性。

适应性治理的核心是科学、动态的治理体系。针对新产生的社会问题，治理系统能通过自身调节和反馈机制及时、有效处理，满足社会治理的需求。利用“块数据”平台，南山区进一步完善网格化改革，并建立权责相匹配的社会治理机制。通过厘清网格员职责定位，科学划分网格，以事定格、以格定费等措施，加强网格化管理改革工作，制定动态的可上可下、可增可减、奖优罚劣的制度，形成工作机制与权责相匹配。以街道为主体，向体制外购买服务的方式开展事件巡查工作，使得社会治理问题得以及时发现和处置。系统的自我学习与改进以及实践反馈，是适应性治理不同于协作性治理的核心所在^[33]。借助“块数据”治理平台，南山区得以细化工作流程，在赋权社会治理的同时，建立责任倒逼机制。制定网格员管理办法，将网格工作纳入考核范围，通过建立事件处置机制，完善业务处理流程，倒逼政府职能部门重新梳理工作标准、流程，进一步落实工作责任，形成权责清晰、井然有序的治理格局。区政府还学习借鉴北京“街道吹哨、部门报到”的经验做法，赋予街道协调权和督办权，对于社会治理的重点难点堵点问题，建立“吹哨”机制，提升街道的统筹协调能力，加快区职能部门的响应速度，提高办事效率^[34]。如街道“吹哨”之后，以“事过留痕、人过留痕”的机制促使职能部门介入事件的处理，及时化解基层社会治理工作中的难题^[35]。

综上所述，“块数据”平台在社会治理工作方面的主要作用在于借助高位推动的机制设计，打通不同政府部门之间的信息壁垒，解决政府与企业、社会之间的合作难题，促使基层政府形成了一套能自我学习、形成正向反馈的、适用于复杂社会治理事务的适应性治理体系，提升社会治理精准度，从人口治理、企业服务、网格化管理等方面提升服务效能。

五.   讨论与发现

伴随着技术的更新与发展，政府管理社会日常事务日益数据化，产生了集城市居民户籍信息、住址、通信等要素为一体的巨型城市数据库。数据已经成为与土地、劳动力和资本并列的生产要素，成为驱动社会治理方式转变、适应城镇化发展新阶段的重要因素。

深圳市南山区借助体制改革的契机，利用以大数据为代表的新兴技术发展，通过以“块数据”治理平台为核心的社会治理体系重新捋顺“条”与“块”之间的关系，推动了社会治理数据化的适应性转变。数字技术将促进利益相关者更广泛参与协同治理，激励政府部门、企业和居民普遍参与到系统建设中来，实现互利共赢。转型的政策设计和实施均基于数据收集和分析，而不是行政判断，提高了公众对政府行动的信任，减少了在法规执行中可能发生的冲突。在吸纳社会力量参与的过程中，按照社会机制加强政府与社会在平等基础上的横向互动，防止不断创造层级，避免在“区—街道—社区居委会/社区工作站—网格—物业管理公司”联动过程中实质上形成科层级延伸的现象。

社会治理数据化治理转型出现了一系列值得关注的新问题。首要问题是，需要进一步加强数据共享和数据使用的合法设计。对于保护信息资源开发和利用的法律体系来说，如何管理大数据及其使用一直是一个重大挑战。当公众通过提供个人信息与政府合作时，需要高度重视关于隐私、信息权利的保护以及数据提供者、控制人和用户之间的冲突协调^[36]。数据正在成为政府、市场和公众之间最宝贵的资产和重要的联系，因此需要进一步提高治理能力，充分发挥数据进步驱动的激励。更重要的是，(大)数据流打破了政府层级的界限以及行政体系的既定层级。最新研究发现，数据的缓慢集中可能会使较低层的行政单位成为数字智能平台的用户，而不是主动控制自己的数据资源^[37]。在此基础上，各级政府之间的关系和相互作用需要重新思考和重构，使责任和权力与数据权、数据可靠性相协调。只有建立一个安全、平等、有效的系统，多个参与方才能通过数据化流程进行协作，从而提高工作效率，增进社会治理中多个参与方之间的互信。

信息不充分、不对称、模糊性等问题一直是治理转型的重点问题。数字技术的发展为信息不充分问题提供了良好的解决方案，通过技术手段让信息更充分。但是针对信息不对称问题，在政府与企业、社会的互动过程中，有效的激励制度设计才是解决问题的核心。从本文案例分析中可以看到，利用政治势能、以高位推动的体制设计是治理体系转型的关键，需要推动部门间的协调，真正形成政府部门间、政府与企业和社会间自发的合作机制。信息模糊性问题涉及社会共识，需要有效的信任基础才能达成。然而，这种适应性转变的过程中，不应过度依赖技术，而应在充分学习技术优势的基础上，设定科学的治理体系。我们不能对信息化系统寄予过高的希望，否则将会陷入“技治主义”(Technocracy)的陷阱^[38]。要将计算机技术等新兴科技视为推进治理主体间互动的媒介和机制，而不是治理的主体^[39]；要积极吸纳民众参与，建设数据化平台，形成多元参与的社会治理格局。

社会治理的核心始终应以人为主，以提升城市居民的生活水平和社会治理效能为目的。适应性治理理论为社会治理数据化转型提供了一个良好的解释视角。未来的研究需要分析不同部门和各级政府适应性转变的动机、策略和行动，以解决包括隐私保护、数据管理、多元主体之间的互动等突出问题，从制度设计和政策执行的系统层面推进社会治理转型。

① 2014年11月，我国国务院发布《关于调整城市规模划分标准的通知》规定：城市城区常住人口500万以上1 000万以下的城市为特大城市，超过1 000万的为超大城市。

② “四上企业”是指规模以上工业企业、资质等级建筑业企业、限额以上批零住餐企业、国家重点服务业企业等四类规模以上企业的统称。