第二届中日国际学术交流会|刘建国：基于全媒体数据的社会治理创新

2024年10月15日，第二届上海财经大学、日本一桥大学、中国社会科学院日本研究所三方合作学术会议在上海财经大学凤凰楼302会议室举行，本届会议主题为“大数据背景下的公共治理”。大数据不仅改变了我们的生活方式，更深刻地影响着公共治理的方方面面。在新的历史起点上，公共治理建设面临新任务、新挑战。在本次会议中，与会专家学者围绕如何充分认识大数据的重要性，探索大数据在公共治理中的应用模式和方法，提升公共治理的现代化水平等问题展开了交流讨论。

社会治理（Social Governance）是指政府、社会组织、企事业单位、社区和个人等多种主体通过平等的合作、对话、协商、沟通等方式，依法对社会事务、社会组织和社会生活进行引导和规范，最终实现公共利益最大化的过程。从管理学的角度看，治理主体包括政府、社会组织、企业和个人等，而被治理主体可以是事件、事件相应的个人、政府和组织等，治理主体和被治理主体有二元性。治理主体与被治理主体之间并非单一的对立关系，而是对立与合作并存的协同关系，共同推动社会治理的实现。从传播学的角度看，社会治理的关键在于如何将治理的过程有效地传播出去。治理主体可能发布政策或措施，而被治理主体接收到的信息会因传播障碍而有所不同。接收者通常会根据自身的认知来判断政策对自身的影响，因此，好的动机并不一定能带来好的效果。治理者需要根据被治理对象的具体情况，选择合适的宣传方式，进行预期管理。

基于全媒体数据的社会治理创新需要依托公开可获得的数据，在保护个人隐私的前提下，充分利用社交媒体和其他全媒体的数据来推动社会治理的创新。需要深刻挖掘公开社交数据中的价值。仅仅依赖碎片化的社交数据会导致大量数据的缺失，使得治理效果不完整，同时需要从管理学的角度出发，围绕管理对象展开，即分析管理活动的主体、被管理主体，以及管理活动本身。通过抽象提炼这些要素，生成一个管理问题或者公共治理问题，建立相应的模型，再对模型进行分析求解，最后将理论应用于实际治理中并进行验证。然而，当前的相关科学研究并非总是按照这一闭环逻辑进行，尤其在当下，研究者更关注于发表高水平论文，忽略在现实场景的模型效果验证。造成的结果是社会治理中的管理决策面临理论与实践脱节的问题。

如今，大量的全媒体数据和实证数据促使传统管理范式发生转变。以往的管理逻辑是从管理活动到问题识别，再到决策组织、评价准则、模型分析，最终提出解决方案。然而，当前的治理不仅需要依赖客观数据的展示，还要考虑受众的感知与反馈。治理主体与被治理主体之间的动机和协同程度决定了治理效果的好坏。相关部门也迫切希望通过全媒体数据对潜在社会治理风险进行事前监管。例如，依靠投诉热线的数据识别社会治理中的事件类型和涉事主体。然而，依靠投诉数据的事件主体识别分词困难，因为公众在表达负面情绪时，往往情绪化严重，传统的自然语言处理方法难以精准识别关键问题。因此，我们需要通过其他数据源来补充和优化，定位到企业或市场的风险。我们的研究团队提出了基于工商注册信息的涉事主体识别方法。在企业的工商注册信息中，除了股东信息，还包括经营事项，其中包含了工商企业可以从事的业务以及对应的产品类型，结合这些信息可以用来精准定位问题主体。例如，疫情期间淘宝上有关于霍尼韦尔口罩的投诉信息，如果只通过高频词分析，可能会错误地得出该投诉是由于淘宝的问题导致的，因为“淘宝”在中国的互联网上都是高频词汇。但当我们使用工商注册信息就很容易定位到这是霍尼韦尔公司生产的口罩出现了问题。经过优化，我们的模型能够在8分钟内完成2100万条数据的识别，识别准确率达到96%。这套系统目前已经上线，并被用于识别欠薪企业、危化品管理不当企业等问题，为政府部门提供了实时监控和治理支持。在疫情期间，全媒体数据的应用范围进一步扩大。通过收集微博、微信公众号、政务网站、论坛贴吧等平台上的公开数据，每天可以处理约5亿条信息。这些数据不仅包括民众的求助信息，还涉及缺医少药、物资短缺等问题。通过数据分析系统，这些信息可以实时传递给政府部门，帮助其更有效地进行应急响应。此外，系统还可以分析事件的演化过程。例如，不同事件如何在社交媒体上传播，哪些品牌、人物或事件在传播中起到了关键作用，如何对事件进行溯源等。这些分析为治理主体提供了有效的事件生命周期管理工具。

社交事件的传播和治理过程中面临的一大挑战是虚假信息和社交机器人的广泛存在。在以前的社会治理中，治理者和治理对象融入在一个社交网络和社会系统中，社会系统是由人与人的互动、人与环境的互动形成的总体。如今在人工智能时代，社会系统中有了新的主体——“数字人”，会带来哪些新的影响。社交机器人可以通过自动化手段快速传播大量信息，而虚假信息往往会对社会稳定和治理效果产生严重影响。随着大数据和人工智能技术的发展，社会系统中的人机互动愈发复杂。传统社会中，人与人的互动构成了权力、财富和声望的分配机制。而如今，数字人和人工智能加入了这一系统，形成了新的社会结构。通过大数据的细粒度分析，我们可以更精确地识别社会中权力、财富和声望的演化路径。社会治理者需要密切关注这些新型主体的行为，以确保社会治理的有效性和稳定性。

虽然人工智能在信息处理和分析方面具有强大能力，但在复杂的社会决策中，人类的决策能力仍然不可替代。最新研究表明，人类在进行语言任务和逻辑推理时，使用的大脑区域不同，而当前的大多数人工智能模型主要依赖语言转译能力，所以有可能是不适合做复杂的推理决策。人工智能和大数据为社会治理提供了强大的工具，尤其是在信息处理、风险预警和事件管理方面。然而，复杂的社会决策仍然需要依赖人类的智慧和战略思维。在这一背景下，如何有效结合人工智能的优势与人类的洞察力，将成为社会治理的关键挑战。