数字公共治理的实践与前沿
【析理论道】
数字公共治理是指在以数字技术为标志的时代开展的公共治理。它既包括“用技术治理”，即以数字技术为工具开展公共事务治理；也包括“对技术治理”，即针对数字技术本身及其衍生的问题、风险和议题进行治理；以及对技术逻辑与公共价值逻辑的张力进行治理，寻求制度性调和与秩序重建。数字公共治理当下的发展方向与趋势是什么？哪些限度正在收缩其外推的边界？我们应如何塑造数字公共治理的未来？在深入推进数字中国建设的时代背景下，回答上述问题既是对数字公共治理理论的前瞻性、规范性思考，也是对中国与世界数字化发展未来的实践展望。
数字公共治理的方向与趋势
“方向”回答的是治理在技术浪潮中可能走向何处，“趋势”揭示的是这些走向背后已经显现的动力与惯性。之所以需要对数字公共治理的方向与趋势进行梳理，并不是为了预设一个固定的路径，而是为了在不确定中捕捉治理演化的线索，从而理解数字公共治理如何不断突破旧有边界、生成新的秩序。
1.知识基础：从经验归纳到数据驱动
传统决策模式主要依赖两类知识来源：实务部门在长期实践中积累的经验性判断，专家学者基于历史资料和既有研究形成的理论性归纳。在工业社会治理环境相对稳定、信息规模有限的背景下，经验与理论能够构成决策的可行依据，并支撑政策的生成与调整，但这种决策逻辑也存在信息时滞、数据来源狭窄、缺乏复杂情势预判等明显局限。
随着大数据、人工智能等数字技术的广泛应用，公共治理的知识基础经历深刻转型。越来越多的社会运行信息可以被实时采集、处理和分析，数据成为公共治理不可或缺的基础构件。这种以数据为出发点的认知方式，推动公共治理逐步形成一种新的知识范式——数据驱动的认知和决策逻辑。国务院《关于加强数字政府建设的指导意见》提出，“充分发挥数据的基础资源作用和创新引擎作用，提高政府决策科学化水平和管理服务效率”，正表明数据驱动已成为当下治理转型的重要方向，并逐步上升为制度安排。
在治理运行过程中，知识基础的这种转向可以概括为“数据—建模—模拟”的认知链条。一方面，数据采集范围和频率不断拓展，社会生活诸多环节被数字化记录，为治理提供丰富和实时的知识素材。另一方面，算法建模逐渐嵌入制度化运作，通过对海量数据的结构化分析，模型不仅承担了问题识别功能，也成为评估风险和预测趋势的重要认知工具。进一步看，模拟与仿真技术开始用于政策过程，使政府能够在虚拟环境下对不同方案进行推演，从而在政策落地前就积累知识经验。由此，治理知识的生成方式将呈现新的特点：由依赖有限经验与静态归纳，转向更多依托数据驱动的动态迭代；由侧重事后总结，转向更加注重事前预判。
2.方法论：从线性推理到预测与实验
在已有公共治理研究中，政策分析与制定多依赖线性推理和经验判断。这种研究路径大多存有两个重要假设：一是社会过程具有相对稳定性，因果关系可以通过事后归纳来把握；二是治理对象具有一定的同质性，“公约数”“均值”能够代表整体规律。但真实世界却往往复杂、多变，这些假设面临严峻挑战：政策结果通常伴随反馈效应和路径依赖，因果关系并非单一线性；治理对象的差异化不断扩大，平均值掩盖了一些群体的真实处境。
数字时代带来了突破这些局限的工具和方法。大数据分析能够在海量信息中识别模式和趋势，弥补传统统计方法在规模和实时性上的不足；机器学习算法在不断训练中优化预测与分类能力，使治理能够动态应对复杂环境；仿真与模拟技术允许政策在虚拟环境中提前测试多种方案，而不必完全依赖单点试行。
同时，新的工具和方法不是单点和机械的增补，它们同时作用于治理全过程，形成了一种多维转向：在时间维度上，治理逐步告别“事后总结”，转向依托实时数据和预测模型的“事前预判”；在逻辑维度上，政策生成不再依赖静态因果链条，而是通过动态迭代不断修正；在对象维度上，政策不再仅以“大多数”为参照，而是通过更细颗粒度的数据分析，回应群体和区域间的差异性；在空间维度上，政策试验摆脱了单点试行的限制，借助虚拟仿真和数字孪生，能够在多场景中并行演练和比较。数字工具对方法论的整体重塑，使公共治理更具前瞻性、灵活性、差异敏感性与空间延展性。
3.主体关系：从单一中心到多元多维
主体关系是公共治理讨论的经典议题。政府中心主义是传统公共管理理论与实践的普遍特征。随着社会发展和公共需求的多样化，单一中心结构逐渐显露出治理局限性。20世纪末以来，学界对主体关系的理解逐渐转向多元互动，治理的重心也由控制走向协同。
进入数字时代，主体关系的演进从“多元”迭升为“多维”。参与治理的主体不仅数量激增、类型扩展，其存在方式与能动逻辑也呈现出异质化。治理体系中的“主体”不再局限于人类个体与组织，而扩展至技术本身，并在物理、社会与数字三维空间中形成复杂互动，构成多元多维的主体关系。
这种主体关系的出现是数字技术与治理结构之间相互重构的结果，并在实践中表现为协同化、平台化与网络化的趋势。例如，面对气候变化、平台经济监管等公共问题，单一主体难以独自应对，治理的有效性取决于不同主体之间的能力、资源互补，治理方式也由过去的部门分割走向跨界协作，而这种协同则依托平台化的技术与制度条件。在此过程中，数字平台的功能边界正在被重塑，从信息通道转变为多元主体交互的中介与操作系统，连接着政府、企业、社会、公民以及技术主体。在公共治理主体关系向多维方向演化的背景下，国家权威并未消解，而是通过制度设计、数据规制与算法治理重新嵌入网络之中，成为维护整体协调和公共价值的关键力量。这种转向表明，数字时代公共治理正由中心化走向分布式，由控制逻辑走向协同逻辑。
4.治理生态：从网络逻辑到生态逻辑
传统科层体制以层级与规则维系秩序，强调在资源动员与一致行动上的优势。其后兴起的治理网络理论则试图解释多主体互动下的协调逻辑，但这一假定在高度动态与不确定的情境中适用性受限。对此，学界引入“生态”的比喻与解释框架，强调公共治理并非孤立运行，而是嵌入由多元主体、制度安排与技术—社会环境相互作用构成的整体之中。
数字时代进一步放大了传统治理的局限，同时催生出新的应对条件。数据规模和流速呈指数级增长，使治理过程无法再依赖单一中心的收集与处理，而必须形成分布式的响应网络；数字平台和算法的广泛应用重塑了资源与权力结构，政府、市场与社会主体在平台上以新的方式嵌套与博弈；治理场景不断扩展，虚拟与物理空间交织，使治理对象和边界更加流动；复杂问题的解决要求政策能够持续迭代和实时调整，而不再是一次性的制定与执行。相较于传统治理逻辑，“生态逻辑”因其强调系统的自适应、持续学习与信任机制，而展现出更强的解释力与实践适应性。
从网络逻辑转化为生态逻辑，并非否定层级或网络，而是将二者置于更大的生态系统之中加以理解：治理的韧性与效能，更取决于多主体互动的质量，以及信任与学习机制能否被制度化、场景化并持续运作，从而支撑公共性的持续生成。从趋势上看，治理生态正逐步从局部性、问题导向的协作实践，演变为制度化的系统逻辑。未来的数字公共治理或将更加表现为跨组织、跨领域、跨层级的开放系统，强调自适应调整和韧性。这意味着治理生态不仅是对复杂性的被动回应，而更成为重塑治理秩序的主动框架。
数字公共治理的限度
当前，数字技术似乎为公共治理提供了前所未有的可能性，但可能性不等于无限性。数字公共治理有其内在限度，这些限度既不是单纯的技术缺陷，也不是单独的制度障碍，而是源于技术与社会在互动中所显现的结构性边界。
1.技术自身的限度
公共治理关乎公共利益，且其对象是复杂多变的社会系统和具有能动性的人。当数字技术被引入公共治理领域，其可能存在的技术缺陷将会触及公民基本权利、社会公平乃至国家安全，甚至可能演变为不可承受的社会风险和信任危机。
其一，数据失真构成的真实性限度。将复杂社会现实转化为可处理的数据，必然伴随信息损耗和选择偏差。因此，任何治理对象在被数据化表征以进入治理流程时，都将不可避免地带来测量误差、选择偏差与语境丢失。
其二，算法偏见带来的稳定性挑战。算法的训练数据中蕴含的社会不平等因素，会被算法学习并固化，由此形成技术性歧视。同时，数字系统运行于高度非平稳的社会环境之中，随着时间、情境与制度的变化，模型和算法常常出现“分布漂移”，导致其预测与判断失去稳定性，从而影响治理决策的公平性和可靠性。
其三，系统风险放大导致的可控性困境。技术的规模化、连通性和自动化速率，使得单个错误瞬间演变为系统性风险。例如，金融市场的熔断机制若因算法错误而失效，可能引发连锁反应，造成巨大损失。
其四，责任归属模糊削弱了可问责性。跨层级的“云—边—端”架构、闭源模型和跨国供应链，使得数字公共治理的决策路径和责任归属变得复杂且难以追溯。同时，算法黑箱特性使得公众难以理解决策过程，更难以进行有效的申诉与纠正。
2.工具理性的限度
工具理性的炽盛是工业时代就已经产生的弊病，在数字时代更是如此。当效率至上、规模优先、最优解导向等工具理性倾向运用于公共治理时，可能与公平、多元和权衡等价值产生严重冲突。
一是效率悖论。在算法优化与自动化系统中，效率通常被设置为首要目标。但行政效率的提升并不必然带来治理效能的增强。过度强调效率逻辑，会侵蚀治理赖以存在的公共性基础。例如，算法信贷虽能提升放贷速度，却可能因模型偏差而固化对某些人群的歧视。
二是规模异质。数字技术的发展依托数据和算力，其内在倾向是标准化与规模化。但治理对象高度异质，群体和地区条件差异极大，标准化平台往往难以回应这种差异性，可能会导致新的数字排斥。例如，统一的政务系统可能让老年人或数字技能不足者无所适从。
三是最优解幻觉。技术系统依赖优化模型，假设问题存在唯一最优。但在治理语境中，公共问题多是“棘手问题”，不存在单一最优解；公共治理面临多重价值张力，需要进行权衡与调和。可见，算法的“最优”无法替代治理所需的协商、妥协与制度平衡。
3.制度适应的限度
制度由规制性、规范性与文化—认知性等三大基础要素构成，这些要素分别要求制度在时间上保持可预期、在价值上界定可接受、在认知上澄清可追责。但数字技术带来结构性张力，形成了制度适应的三重限度。
一是规制性维度的速率失配。制度通过成文规则、流程和程序，在时间上为公共治理提供稳定预期；而数字技术的特征是高频迭代和持续部署，二者之间天然存在快慢错配。
二是规范性维度的边界失守。制度若划定边界过宽，可能抑制创新并造成资源浪费；若划定过窄，则可能留下风险真空。现实中常采用原则立法、事中细化的方式来动态调试，但这导致制度边界始终处于追赶状态，无法与技术发展保持同步，从而带来制度价值失序、边界混乱等风险。
三是文化—认知性维度的责任模糊。制度本应通过共享的认知框架来界定“谁决策、谁执行、谁负责”，但在数字公共治理的跨平台、跨部门架构下，这一框架被削弱。尤其在多元主体共同参与的场景中，究竟应由开发者、平台方、使用者还是监管部门承担最终责任，往往难以澄清。
4.治理逻辑的限度
“治理逻辑”是公共治理的认知框架，旨在通过问题界定、因果归纳与价值排序，将复杂社会现象转化为可供行动的方案。数字技术的广泛应用可能导致超越传统治理分类和认知框架的复杂问题。
一是逻辑失配。在国际层面，技术治理强调协同与共享，而地缘政治逻辑则以相对收益优先；在国内层面，技术逻辑追求普遍化和可扩展性，而地方治理必须回应区域差异和群体多样性。
二是因果链断裂。数字技术的发展突破了传统线性因果模型的边界。例如，人工智能系统具备学习能力，其行为并非完全由外部预设，而是随环境反馈不断演化；区块链上的智能合约一旦部署便自动执行，缺乏中途修正余地。这使得治理者即便识别出问题，也难以追踪成因、预测后续演化。
三是价值排序困难。数字议题往往嵌套相互冲突的价值目标。例如，平台推荐系统既追求用户黏性与商业收益，又关系到信息多样性与舆论健康。强调前者会加剧信息茧房，强调后者则可能削弱商业模式可持续性。这种多重价值张力的普遍存在，使得传统的单一目标优先排序（如效率优先、稳定第一）已难以奏效。
数字公共治理的上述限度，归根结底会导致人的中心性式微。公共治理之“公共”，本源在于“人”，其核心价值取向是回应人的需要、保障人的尊严与实现人的发展。但在算法与模型的视角中，个体被描述为可计算的变量，这虽提升了治理的操作性，却削弱了对人的差异性与主体性的回应。同时，过度依赖技术系统，可能导致人类决策者和民众批判性思维、协商能力的退化。种种因素叠加，使治理过程可能从“以人为目的”滑向“以技术为目的”。
把人置于数字公共治理的中心
在现实发展象限上，技术的演进定然不可避免，而且在许多领域由市场力量牵引，其路径充满不确定性；但制度演进的正当性与方向性却可以更为明确地围绕“人”来塑造。面向未来，数字公共治理要在制度设计与技术应用中把人置于中心位置。
1.承认人的多样性
数字公共治理的对象具有高度异质性。性别、年龄、阶层、区域与文化背景的差异，使得公共需求在形式和强度上呈现出复杂多样格局。如果治理逻辑过度依赖多数人或平均值来设定标准，势必会形成新的不平等现象。因而，需要将多样性纳入制度化设计，使政策在执行过程中能够体现差异敏感性，即不同群体的需求应当被识别、回应，并通过公共资源的合理配置进入治理过程，从而为数字公共治理建立起更具弹性和包容性的社会基础。
2.以人为目的
这需要在制度和政策层面转化为可操作的安排。第一，在政策目标设定中，将改善人的生存与发展条件置于首位，而非以技术可行性或经济效率为唯一标准。例如，在就业服务的数字化转型中，不能只看整体岗位匹配率，还应关注困难群体的可及性与体验差异。第二，在制度设计上，应建立价值边界，明确哪些领域的公共性不能被工具逻辑取代。例如，数据使用必须经过知情同意程序，社会救助必须保留人工介入渠道。第三，在评估体系中，应引入“人的结果”导向的指标，而不是仅以效率和覆盖率作为绩效标准。例如，公共卫生平台的成效评估，不仅要统计接种率或就诊率，更要考察民众的可负担性、获得感与长期健康改善。同时，“以人为目的”不仅是治理端的要求，也应贯穿技术研发全过程。可加强针对数字技术设计者和研发者的人文与社会科学教育，将公平、责任、伦理、包容等理念融入技术研发的早期环节，实现工程与人文结合，避免技术与公共价值脱节。
3.培育“公共人”
“公共人”是指个体能够在数字社会中理解公共事务、履行公共责任，并在制度与技术平台上作为积极的主体参与治理。其一，“公共人”需要具备公共性意识。数字化治理环境中，个体往往受算法推送和个性化推荐塑造，如果缺乏公共意识，极易陷入信息茧房或“沉默的多数”。为此，应通过教育体系、公共媒体和社区组织，引导个体超越私人利益的局限，认识到公共事务与个人福祉之间的内在联系。其二，“公共人”需要具备治理参与能力。数字平台不仅是服务载体，更是政策沟通、公共协商与共同决策的场域。“公共人”应能够在这些平台中表达意见、监督政策并参与共治。这要求制度为公民提供可及的参与渠道，如开放数据平台、数字化听证系统、社区共治应用等，使个体在公共治理中形成稳定的主体角色。其三，“公共人”还应具备数字伦理素养。个人在数据共享、信息传播、网络交往中能否尊重他人权利、遵循公平与责任原则，决定了公共空间能否维持基本的信任与秩序。
4.提升数字治理能力
数字公共治理的有效运行，不仅依赖制度设计和技术供给，还取决于治理主体能否具备与之相匹配的治理能力。这种能力既不同于一般的技术技能，也不限于公共事务常识，而是一种横跨技术与治理的复合型能力。其内容至少包括三方面：其一，理解数字治理结构的能力。数字治理体系通常呈现跨部门、跨层级、跨平台的复杂网络，而线性因果逻辑难以揭示其中的互动关系。这需要治理主体能够理解制度规则、技术平台与社会行为之间的耦合机制，把握治理运作的整体性。其二，应用与监督技术的能力。在大数据、人工智能广泛嵌入治理的背景下，个体和组织不仅要学会使用这些工具，还要能够识别其中的风险与偏差。如理解算法决策的基本逻辑，能够辨别信息推送中的潜在偏见。其三，跨界协同与制度创新的能力。数字治理中的许多问题，如数据共享、个人隐私、网络安全，都超越了单一部门或专业的边界。这不仅要求治理参与者具备协商与合作的素养，也要求他们具备在制度框架内提出改进方案的创造力。
把人置于数字公共治理的中心，防范风险或维持秩序固然重要，但更重要的是通过制度设计和技术应用激发人的创造性。这需要进行双重努力：一方面，制度应降低公共数据、算力和技术工具的使用门槛，使更多社会主体能够平等进入创新过程；另一方面，文化与教育体系应当培育探索精神与协作意识，使个体在面对不确定性时能够通过数字工具创造性地予以回应。通过这一过程，人的能动性与技术潜力得以结合，从而为数字社会生成新的公共秩序与制度形态提供动力。
综上所述，如果我们将前沿定义为最富挑战性、最亟待突破、将决定未来格局的领域，那么毋庸置疑，当代公共治理的前沿正在转向数字公共治理。这一过程充满可能性，也面临诸多风险挑战。如何在技术与价值之间重塑秩序、在边界与可能之间寻找突破、在风险与创造之间开辟路径，将是一个无尽的前沿。
（作者：郁建兴，系浙江工商大学党委书记、浙江大学社会治理研究院院长）
¶
提炼标识性概念是构建社会学知识体系的关键维度
【构建中国哲学社会科学自主知识体系】
概念作为知识生产的逻辑起点，是生成理论和知识体系的质料。正如建材要服务于建筑物的预期功能，不同功能导向的理论和知识体系也对概念类型提出了不同要求。习近平总书记指出，“要善于提炼标识性概念，打造易于为国际社会所理解和接受的新概念、新范畴、新表述，引导国际学术界展开研究和讨论。这项工作要从学科建设做起，每个学科都要构建成体系的学科理论和概念”。近年来，提炼标识性概念日益成为构建中国哲学社会科学自主知识体系的重要基础、关键环节。发展中国特色社会主义社会学的一个重要维度，就是加快提炼兼具经验、理论、历史和文明向度的标识性概念。
“标识”即用来识别的记号。与仅作为理论构成要素的一般性概念不同，标识性概念往往与原创性理论同步生成——缺少标识性概念的理论谈不上原创性；缺少原创性理论内涵的概念也必然不具有标识性功能。从“易于为国际社会所理解和接受”到“引导国际学术界展开研究和讨论”，标识性概念传播力引领力的发挥，要求其在世界知识谱系中锚定方位并把握主动，即在古今中西历史与经验的交汇处彰显中国思想的理论原创性与文化主体性。
回溯中国社会学发展史，我国社会学研究者曾提炼了诸多具有普遍解释力的分析性概念，其中，“差序格局”“另一只看不见的手”“单位”等具有较高国际影响力的概念所呈现的共通性图景，可为我们提炼标识性概念提供参照。具体而言，“差序格局”是费孝通用来识别以传统文化为底色的乡土中国社会关系形态的概念，在与同为理想类型的“团体格局”的对比中，通过“同心圆”“水波纹”对比“捆柴”的形象比喻，呈现了中西方存在的两类社会关系图景，后经学术界进一步丰富发展，被广泛应用于社会关系（结构）、组织机制、制度比较乃至国际问题研究中。“另一只看不见的手”揭示了在西方经济学聚焦的市场调节（“看不见的手”）和国家干预（“看得见的手”）之外的第三种影响经济发展和资源配置的机制，即社会结构转型，它既是经济增长的结果，也是社会变革的推动力量，这为突破西方理论瓶颈、理解和推进中国式现代化提供了新思路。“单位”这一识别特定历史阶段中国社会（尤其是中国城市）基本单元和总体性特征的重要概念，起自国际学术界对社会主义社会一种新社会组织形式的“好奇”，在中外密切的学术交流中获得发展，中国学术界很快成为主力，研究兼顾历史变迁与制度变革、宏观制度结构与内部组织机制分析。
上述三个概念的共通之处在于：第一，概念提炼或发现于中外学术界共同关注的中国经验和问题，如中西社会结构（关系形态）的主要差别，中国经济社会发展的主要推动力，具有中国特色的社会组织的结构特征、生成机制与历史功能。第二，概念生发于中外学术界对中国经验和问题的解释机制不足或缺少恰切的理论工具箱，即具备明确的中外理论对话意识。第三，概念产生于特定历史阶段的时空情境并具备长时段总体性解释力度，如对中国社会结构转型与体制变革特征与规律的分析。第四，概念内蕴着对中华文明深层密码的体察，具备不忘本来、吸收外来、面向未来以及以我为主、为我所用的文化主体性和方位感。概言之，上述概念皆体现了经验图景、理论图景、历史图景与文明图景的交织，并在中外对话中凸显为国际学术界所体察的中国图景、所共享的原创性知识贡献。
标识性概念所内涵的经验、理论、历史、文明向度，源于中国实践的丰富性和独特性，而其生命力则取决于其理论洞见对“实践之问”的回应力。面向未来，社会学界应以“两个结合”“六个必须坚持”为指引，立足中国实际，突破方法困境，探索有效提炼路径。“中国实际”不是抽象、断裂、片面、静止、他塑的，而是具体、连续、整体、发展、自塑的实际；“立足”则须首先明确“为了谁”“依靠谁”，即坚持人民至上的价值取向和实践导向。为此，需特别注意如下方面。
以科学精神破除“方法崇拜”。尤其需要警惕的，是形而上学思维主导下的“方法崇拜”，集中体现为社会学研究中的“抽象经验主义”或“方法主义”倾向，后果是理论远离实际，手段和目的“颠倒”，“只见树木不见森林”。破除的关键，在于体察回应“实践之问”的紧迫性，秉持实事求是、从实求知的精神，在识别、研判、解决实质问题中运用适当的方法，并在检讨方法底层逻辑及其使用边界的过程中不断增强其适用性。
以调查研究调适技术手段。中国社会学的调查研究，在方法论上融通了中国共产党调查研究传统、中国士大夫治学传统、西方质性研究传统与数智时代的创新方法。其优势在于对总体性社会“恒常”与“流变”的敏感、对社会结构和社会运行逻辑的捕捉、对复杂社会关系与人心秩序的“再现”与“意会”。人工智能的飞速发展，使不少研究者越来越以数字分析来认识社会现实，但技术手段不能代替实地调研。应以调查研究识别与矫正传统量化研究与计算社会科学研究诸方法可能出现的对中国具体实际的偏离，推动科学研究真正汇聚群众智慧、“介入”群众生活。
以理论修养点亮创新火种。理论是概念的母体。标识性概念生成于党的理论创新和中国式现代化伟大实践进程之中，生成于对中华优秀传统文化的创造性转化和创新性发展之中，生成于对古往今来人类一切优秀文明之理论表达与实践智慧的吸收借鉴之中。对标识性概念而言，无论是无中生有还是重新赋义，都是对研究者“定位”能力的考验，只有那些贯通古今中西的研究者，方能以其学术“灵感”把握时代脉搏，在扎根实践、识别问题、调适方法、总结规律与理论对话中提炼标识性概念、生成原创性理论。
以议题重置引领提炼方向。当前，社会学界对“研究尺度‘盆景化’”“研究问题被议题悬置”等现象的反思，皆指向在“跟随”“舒适”状态中自主设置议题能力的缺失。提出问题往往比解决问题更为重要。应直面中华优秀传统文化与中国社会的深层构造、中国特色城乡关系的构成及其源流、数智时代的社会结构变革等总体性、系统性、前瞻性问题，贯通政策话语、学术话语、社会（不同时空、群体、职业）话语，在将“实践之问”转化为社会学界持续深耕的学术议题的过程中，提炼真正服务于自主知识体系构建的标识性概念，在理论与实践的紧密互动中推动中国特色社会主义社会学发展。
（作者：李凌静，系中国社会科学杂志社经济学社会学编辑部主任）
¶
