大数据驱动的面向城市基层社会治理的管理与决策模式研究

Both the precise public service delivery and the precise guidance for social organization and public participation are the important and difficult problems of the fundamental mission of basic level urban social governance, which refers to achieving the multi-agent governance in the combination of government domination and civil autonomy. The increasing development of modern information technology and the emerging idea of big data provide the opportunities and approaches for solving the problems. Based on the research on a typical urban district as a prototype of research object, this project acquires and fuses the multi-source citizens’ big data according to public administration theories and big data analysis methods such as econometric method and machine learning. The research questions include: (1) examining the association between key features and public service demands and the association between key features and public participation willingness for individual citizen; (2) examining the association between key features and public service demands and the association between key features and social organization cultivation for community; (3) exploring the optimized relationship between the strategies of grassroots social governance and social governance missions including public service delivery and public participation guidance. Finally, feature-recognizing models, behavior-predicting models, decision-making models and other models for public service demand and public participation willingness are established, which will provide more precise and optimized social governance strategy with scientific basis.

基层政府的公共服务精准化提供、对社会组织及公共参与的精准化引导，是实现“政府主导与公民自治相结合的多主体共治”这一我国城市基层社会治理根本目标的重点和难点问题。信息技术的快速发展和大数据思想的出现，为解决这些问题提供了机会和途径。本项目以一个典型市区为研究对象原型，在基层政府支持下，通过多种渠道获取并融合多源公民大数据，基于公共管理学相关理论，利用计量经济学和机器学习等大数据分析方法，对以下科学问题进行研究：（1）公民关键特征与个体公共服务需求、公共参与意愿及行为的关联关系；（2）社区关键特征与群体公共服务需求、社会组织培育的关联关系；（3）整合个体及群体特征，探索公共服务供给、公共参与引导等社会治理任务与基层政府社会治理策略之间的优化对应关系。最终构建面向公共服务需求及公共参与意愿的特征识别模型、行为预测模型、策略决策模型等，为基层政府制定更精准、优化的社会治理策略提供科学依据。

由公民和社区组成的城市基层社会，作为社会构成的基本单元，是化解社会矛盾的前沿阵地，是维护社会稳定的根基。面对正处在深刻变革转型期的复杂社会环境，城市基层社会如何实现有效治理成为我国基层政府和学术界关注的热点问题。大数据为基层政府实现精准化的公共服务供给及治理策略制定，提供了技术支持和解决可能。在公共服务中，基层政府可以依托在长期实际工作中所积累的基础数据加上多源公民行为数据，融合成“全景式”公民大数据；进而建立大数据分析平台，提高公共服务和治理策略的精准性，为基层政府有限资源的效用最大化提供决策支持和科学依据。. 本项目提出一种大数据驱动的管理与决策的三层次研究范式，作为本项目研究工作开展的指导思想。在最顶层“决策层”，本项目进行了“大数据驱动的面向公民和社区的社会治理模式”研究，主要是构建了公民为中心的大数据分析驱动下的社会智能治理模式，并且对协作式社会治理平台的工作建模进行了研究。在中间层“知识层”，本项目聚焦在公民参与，对公民线上线下整合的参与社会可持续治理的模式进行设计，并对该模式的激励机制进行了一系列实证分析。在基础层“数据层”，本项目基于ELECTRE、OWA算子、DS等理论和方法进行了“面向基层社会治理的公民信息数据化及多源数据融合”研究。. 基于以上研究，本项目团队发表论文23篇，其中SSCI、SCI检索共15篇（JCR一区10篇、JCR二区4篇），影响因子大于4的有7篇。另有CSSCI检索期刊论文2篇（均为国家自然科学基金管理类重要期刊），EI检索论文5篇，ISTP检索1篇。项目负责人依托于本项目成立了“黑龙江省社会治理智能化技术创新中心”，自主研发的 “IDR调解平台”已经在黑龙江、内蒙古、福建等地得到广泛应用。目前，已有12568个调解组织、4664名调解员在平台上注册。. 项目负责人于2018年入选“黑龙江省博士后英才计划”资助，2019年获得管理科学领域国际A级学术会议HICSS的最佳论文奖，2020年1月获黑龙江省高等学校人文社会科学研究优秀成果奖一等奖。项目负责人于2017年5月破格晋升为博士生导师，并于2019年12月破格晋升为教授。另外，本项目2名参与者在项目执行期间从讲师晋升为副教授。本项目共培养博士生7名，已毕业2名，其中1名在211高校任教，1名在清华大学做博士后；培养硕士生8名，已毕业5名。