大數據驅動式社會監督：要素、邏輯與策略

蔡玉卿

（臨沂大學 馬克思主義學院，山東 臨沂 276000）

在信息時代，大數據如同美麗的量子一樣在糾纏和躍遷，深刻改變著人類的知識發現途徑、思維方式和價值觀。人類不斷在物理空間和信息空間中建構自身的生存方式，提升國家治理現代化水平，逐步將國家與社會的二元結構重塑為“國家-數據-社會”的網絡結構，催生大數據政治學；而隨著國家大數據戰略的實施，以及新基建方案的落地，權力運行和國家治理行動走向數據化，催生大數據驅動式社會監督，呈現出獨特的驅動邏輯和策略。

一、問題的提出

從信息空間來看，社會監督是國家與社會在一定制度框架下展開信息采集、存儲、挖掘和分析，旨在實現權力正當性而達成的一致行動，呈現數據驅動的基本邏輯和形態。在信息時代，大數據權力及其社會監督已成為大數據政治學研究的重要課題，國內外學術界對此高度關注，并取得了豐碩的研究成果。通過梳理文獻發現，2010 年以來，國內學界據此檢視不同社會形態的權力治理譜系，關注社會監督從經驗驅動式向數據驅動式轉變的走勢，對大數據驅動式社會監督的研究，形成了兩大進路：一是關于其本體論研究，關注其基本內涵、運行機制。有些學者從大數據思維層面提出，大數據使權力關系、社會監督遵循數理邏輯，生成數據流動機制，防控數據權力風險[1]。二是關于其方法論的研究。有些學者關注大數據技術和網絡平臺給社會監督帶來的技術轉型，闡述其內在邏輯與實踐路徑[2]。具體而言，大數據時代的社會監督研究進路如下：其一是以數據制度監督權力。從社會監督的驅動方式來看，經驗驅動和數據驅動的制度建設路徑不同。加強和規范權力監督，需要優化社會監督的制度安排。其中，有學者提出，以數據制度完善立法與人大監督機制，是優化權力監督體系的關鍵所在，有利于祛除人大監督軟弱之弊，提升其效能；而黃其松等著眼于數據化權力監督制度，可以構建權力運行更微觀、更程序化的流程與行為標準，織密權力運行的“制度籠子”[3]。其二是以數據權利監督權力。在大數據時代，社會監督的實質是運用大數據權利實施監督行動，而大數據權屬的界定和劃分正成為社會監督的基礎。利用自媒體的自主性培育社會及公眾的理性力量，以監督權力[4]；李莉、孟天廣基于實證研究，提出民眾通過網絡信息平臺進行腐敗投訴的行為，是新媒介環境下實現政治參與的有效手段[5]；蔡玉卿提出大數據權力在權利感知空間、權力共享空間和信息互聯空間中流動，生成大數據驅動式社會監督模式。其三是以數據化分權提升監督合力。這意味著大數據推動功能性分權，使黨內監督同國家機關監督、民主監督、群眾監督、輿論監督等貫通起來。比如，基于“決策、執行、監督”的“新三權論”，重塑權力配置結構和運行流程，構建中國化的權力監督體系，使社會監督在實體社會空間和網絡社會空間協同展開[6]。其四是以大數據技術監督權力。學者們在討論大數據技術與社會監督的互動關系時，提出權力的結構性異化源于權力非對稱性和信息非對稱性。對此，徐彬、陳潔瓊認為，權力的技術監督是最精確的監督方式，實現權力運行的數據化，催生“云監督”[7]；而譚海波、蒙登干、王英偉以貴陽市“數據鐵籠”為案例，分析基于大數據的政府權力監督創新路徑，即利用大數據摸權查險，建立權力清單和責任清單，建立大數據預警監管平臺，以建立健全責任追究機制和利用責任約束權力[8]。西方學者對大數據作用于社會監督的研究成果頗豐，為國內的社會監督研究提供了寶貴經驗。Myungsan認為，信息社會的官僚機構是依法處理各種信息的“信息處理器”，組織機構與個人的一切行動均受到數據信息的自動監控[9]。

梳理文獻發現，學界對大數據驅動式社會監督的本體論和方法論研究有余，而對其認識論研究不足。有鑒于此，本文基于信息空間理論分析大數據驅動式社會監督，提出如下問題：數據要素是如何重構社會監督驅動邏輯的？其動力機制又是如何衍生的？相關策略應如何調適？由此闡釋社會監督的數據驅動模型與基本策略，以提高社會監督效能。

二、信息時代社會監督的大數據驅動品相

大數據驅動是指基于數據采集、存儲、處理、挖掘，實現數據的綜合集成功能。而大數據是對現代權力的數據化和信息化轉置，重構現代權力的價值，成為大數據時代社會監督的核心要素。這一監督范式是指運用大數據思維，遵循數據驅動邏輯，設計社會監督價值鏈，推進權力數據化和權利數據化，并以問題個性化呈現權力運行場景，增強社會監督的情景化和可視化，以實現權力公共性和社會性的運行機制[10]。顯然，大數據是社會監督系統中不可替代的基本元素，使社會監督系統遵循數據驅動邏輯，轉變公共數據的挖掘機制，形成數據流、信息流和知識流，以推進問題發現、制度優化和價值認知行動，生成相應的驅動模型。

（一）社會監督的大數據驅動要素及效能

在大數據時代，作為核心驅動要素的數據，不再是對社會監督客體的靜態量化和描述，而是一種由驅動源、驅動強度和驅動閾值構成的驅動力，在一定程度上決定社會監督效能。

第一，數據源成為實現社會監督數理邏輯的基礎性要素。社會監督的數據源指涉數據的來源和屬性。其來源多樣化，便于相關性分析，為權力行使者畫像及把握其思想動態等，還可以整體性還原權力關系的場域。不同類型的數據從不同視角揭示權力風險及其整體性，而不同來源的監督數據可以還原事件情景，以及公眾對問題的感知狀況。其屬性多元化，可以擴大數據的應用領域。具體而言，從屬性角度可以將數據細分為加總型數據、關聯型數據和行為型數據。加總型數據強調來自個體行為的數據綜合，如微博平臺的信息轉發評論數和粉絲數等；關聯型數據關注不同參與主體的互動方式，主要包括單向與雙向互動等；行為型數據試圖刻畫個體行為的差異。社會及公眾基于上述三種數據，提出相應的監督決策反饋機制、決策調適機制等。第二，驅動強度刻畫社會監督行動者的數據決策能力。驅動強度取決于數據的開放程度和公眾的數據算法。在社會監督中，各類主體的數據挖掘能力、各種可視化工具的開發、數據分析工具的普及等都會成為影響數據分析能力的因子；同時，驅動強度也受數據傳輸頻率與方式的影響。其中數據的智能化傳輸就是社會監督數據化和數據問題化的基本保障。利用智慧化平臺，可以將政府職能部門的網絡平臺、重要媒體的網絡平臺等整合到社會監督系統中，形成大數據驅動式“訂閱模塊”，破除“數據壁壘”；以公共數據價值型的政府組織、半公共數據價值型的市場組織、個體數據體驗型的生產者為主體，通過智能化的數據收集和處理，識別網絡行為，從而推動數據決策。第三，驅動閾值是大數據驅動式社會監督的臨界點。社會監督結構的變遷不是一個連續的圖譜，而是隨著社會監督結構中的新數據源、新組織方式、新分析工具的出現而漸趨改變。當數據源的數據數量和種類累積到一定規模，數據網絡開始呈現出近似零邊際成本和遞增的邊際效應，使數據變成稀缺資源，催生各類數據型組織，深化社會分工。社會監督的不同環節和不同問題對數據的要求各異，當數據規模和種類達到某個閾值時，社會監督數據的價值得以顯現。為此，建立數據共同體，推動社會監督分工，確保公眾成為相關技術平臺的使用者、數據消費者和生產者，進而轉變為驅動元素和數據源，使社會監督和權利敘事所需要的數據達到其閾值，實現相關性分析。

（二）社會監督的大數據驅動模型

在大數據驅動下，社會監督所涉及的行動者、資源、環境、技術等構成了一個以數據為綜合集成要素，貫通物理空間和信息空間的復雜系統。為此，運用聚類分層法，構建社會監督的數據驅動模型，即“數據驅動、問題建構、精準施策”的運行機理（見圖1）。

圖1 社會監督的數據驅動模型

大數據作為一種驅動力，使社會監督行動呈現疊加效應，推動相關行動者基于數據采集的基礎層、空間貫通的交互層和數據決策的核心層，建構問題鏈、情景鏈和價值鏈，獲得認知和體驗。其一，核心層是由社會監督行動者基于數據和信息而展開的監督活動構成的，如主體間互動、主體與數據互動、數據與問題聯動等。社會監督行動者不僅是相關數據的消費者和生產者，而且是監督數據的建構者，更是信息傳播者，推動社會監督數據的流動。一方面，相關行動者通過數據挖掘問題，參與權力運行的各個環節，既能從權力生態中吸收能量，還可以向外界表達自己的思想與情感；另一方面，國家依據輿情報告，精準調適社會監督目標與流程。其二，交互層通過大數據技術貫通物理空間和信息空間，以數據資源有效整合權力監督資源。首先，職能部門通過設備呈現、口頭表達等方式將數據資源、問題按照一定的邏輯順序傳遞給公眾；其次，公眾將捕捉到的有效信息進行自主建構，并把加工過的信息和數據反饋到相應的平臺上；再次，職能部門結合反饋信息，調適問題鏈和數據鏈，并利用大數據技術和專門監督網絡平臺，如VR 交互視頻資源、微信群等，提高公眾社會監督的主動性，使監督數據鏈和問題鏈不斷延伸。其三，基礎層是社會監督數據的采集、存儲、挖掘和分析行為的綜合系統，貫通整個監督流程。利用大數據技術量化社會監督行為，挖掘相關數據，聚焦有效問題和情景，為監督流程的優化、監督績效評價等提供科學依據，推動數據流動、數據決策和數據增值。一方面，大數據向社會賦權，即社會及公眾更容易主動地參與到公共事務中來，在權力共享中精準監督權力；另一方面，大數據向政府賦能，即有效監督政府決策和行為，提升民情民意匯聚能力、權力風險預警能力、公共服務供給能力，打造政府引導、多元合作的智能化社會監督格局。從驅動形態來看，大數據驅動的三大要素貫穿整個社會監督流程，發揮綜合集成功能，催生社會監督鏈，涵蓋數據鏈、問題鏈、情景鏈、價值鏈。在數據形態方面，數據及數據鏈是問題鏈的基礎。社會監督依靠結構化數據、半結構化數據和非結構化數據，共同勾勒出權力的時空方位，以及與其相關的物理空間和信息空間、社會文化背景等，實質上構成了一個“場域”；其權力敘事主要關注數據的實在性，即以多樣化數據合理呈現權力關系，凸顯數據的客觀性，感知風險點。同時，社會監督涉及的各種數據及其蘊含的信息是一個鏡像，折射出權力生態及運行軌跡，從而成為聯結公域與私域的中介，也是公眾感知權力和共享權力的觸發點。在問題認知方面，問題鏈是社會監督的主軸，形成問題的網絡結構，聯結國家與社會，追問權力的制度框架及公共價值。而社會監督所指涉的問題為公眾提供觀察公共事務的“窗口”，體現問題與數據鏈的互動邏輯，使權力監督由依靠模糊經驗轉向依靠有效數據，由主客體間依附關系轉變為主體間合作關系。面對權力關系，政府追問其本質，公眾則關注其日常生活形態，表現出權利情景化和數字化的偏好。在情景建構方面，問題鏈是數據鏈的具象，情景鏈是問題鏈的可視化認知圖式。對社會監督行動者而言，情景塑造就是情景建構和解構的統一，因為公眾對權力關系的敘事往往以情節邏輯演進，最終以大數據呈現，生成個性化的情景，而職能部門對權力關系的畫像是情景和數據綜合集成的景觀。這種多維表達的內在邏輯如下：一是實在性，即權力畫像所用的數據具有權威性和新穎性，使各種形式的數據都遵循一定的邏輯，展現情境與問題的相關性；二是網絡化，即在大數據驅動下，社會監督從單中心走向多中心，形成網絡化結構，以至于公眾構建的權力關系相互碰撞、融合，呈現出情景性與表演性相互交織的圖景。公眾不斷傳遞其個體數據，從數據共享走向信息共享，逐步超越自我。同時，多元化數據映照出權力關系的高度復雜性和高度不確定性，賦權社會，推動社會知情權、監督權和參與權進一步增長[11]，并使公眾對權力關系加以編碼，以建構社會監督的情景鏈和價值鏈。在價值要素方面，價值鏈是情景鏈的意義建構及共享旨趣。大數據驅動式社會監督敘事尤為關注人類認知行為的復雜性，因為公眾對權力的認知往往建立在理論與實踐互動的基礎上，表現為權力的個性化追問甚至批判。

三、大數據驅動式社會監督的邏輯分析

大數據驅動式社會監督有其內在邏輯起點。在運行邏輯方面，以海量數據為邏輯起點，依托各種數據和信息平臺開展監督活動，同時各系統能夠持續采集多模態監督數據，經過數據挖掘，將其轉化為有價值的監督資源，并反饋到數據庫和信息平臺中，以優化監督流程和監督數據，促進監督數據的流動，提高社會監督智能化水平及有效性。在權力關系方面，強調主體間結構的網絡化、智能檢測節點的多維化以及跨平臺的人機互聯化，形成思維的數理邏輯、行動的建構邏輯和決策的人機互動邏輯。

（一）社會監督思維的數理邏輯

大數據既是蘊含知識的信息集合、技術支撐的分析工具和手段，還是世界觀和方法論。正如美國的圖靈獎獲得者吉姆·格雷所言，以數據挖掘為代表的數據科學與技術是科學發現的重要途徑。由此來看，社會監督邏輯數理化的實質是運用大數據思維，將社會監督的主體、客體、手段等進行數據化處理，通過各種算法防控權力風險的方式。其一是社會監督的大數據思維。大數據和權力的融合使權力數據化和數據權力化成為權力運行中息息相關的兩個方面，可以對社會監督客體進行數據畫像。這意味著大數據技術帶來了大數據思維與大數據方法，成為政治科學研究的新工具[12]。于是社會監督不再單純由果溯因，或由因（素）索果，而是由因（素）構果。其二是社會監督工具和算法遵循數據法則。算法是一種解決問題的方法或規則，體現相應的思維和理念。在信息社會中，大數據不僅成為權力運行的媒介，而且成為權力本身，從而使社會監督遵循數據法則，以新的工具和算法來處理數據，防控權力風險。在數據存儲方面，目前可供選擇的技術主要有三種：基于非結構化的分布存儲、基于半結構化的NOSQL 存儲、基于結構化的分布并行存儲。其中，Had00p成為當前學術界公認的行之有效的數據存儲和分析方法。在數據算法方面，一方面，有效實現數據的聚類建模和模塊優化，追求大樣本性和相關性，呈現權力監督數據化態勢。大數據驅動式社會監督克服傳統社會監督的靜態化、小樣本化偏好，基于海量數據進行相關性分析，精準把握權力關系深處的情感思想波動狀況，將事件/關系轉化為數據形態，從而挖掘數據和發現風險點。值得指出的是，隨著數據的智能分類與匹配、社交媒體內容的意義挖掘等對公眾生產與生活的影響日漸深入，智能算法得以廣泛應用，不斷對數據進行聚類建模和模塊優化，將海量的半結構化數據、非結構化數據預處理，輸出到應用平臺上，并以過濾架構和公共云服務對特定群體進行信息過濾和精準掃描，為社會監督的智能化提供條件。另一方面，社會及公眾作為數字化生活方式的先行者，習慣于信息公開和信息共享，生產海量數據，實現信息符碼化和問題數據化。基于數據權屬的界定和智能算法的規約，社會公眾不斷分享權力，徜徉在權力公共性和社會性的陽光里，超越人性善惡的追問和權力有罪與否的推定，正視權力制約結構性與權力監督功能性之間的互動關系[13]。

（二）社會監督價值的建構邏輯

建構性是相對于預設性而言的，是對經驗驅動邏輯的超越。經驗驅動式社會監督深受傳統權力觀的影響，在理性預設的前提下采集數據和使用抽樣數據，以發現權力風險點?；谄跫s論的權威合法化權力觀和基于“經濟人假設”的利益沖突權力觀，從不同的視角設定社會監督的邏輯起點，即以權力來源的界定為起點，以權力價值訴求為終點，將社會監督價值鎖定在現代權力制衡和民主選舉制度上，旨在提升權力的正當性和有效性。而大數據驅動式社會監督基于數據工具和數據算法，超越理性的先驗預設，著眼于人的需要和大數據的相關關系預測風險，發現規律，實現價值，充滿建構性和不確定性，因為大數據時代的社會研究不再依靠理論預設，而是以大數據為“獲得新的認知、創造新的價值的源泉”[14]。社會及公眾憑借開放數據，實現權力共享，從而使社會監督實踐成為權力關系的建構行動。這種建構性沿著權力合作和權力共享的兩大向度展開。一是權力合作。國家產生前，以自然共同體形態存在的公共權力呈現出以經驗性數據信息構建身份平等制的權力關系，以原始共有邏輯調適權力；國家產生后，國家權力則以管理共同體的形態推動權力關系的構建，其中農業社會用傳統數據構建起身份等級制的權力關系，工業社會則用現代數據建構起官僚制組織的權力關系，以參與式社會監督優化權力功能，而信息社會以大數據建構起合作制的權力關系，以監督權力運行和優化權力功能。二是權力共享。在大數據驅動下，社會監督上升為權力合作，并不是貌合神離的敷衍策略，而是走向休戚與共的權力共同體。從原始共有權力的實踐到國家權力的運行，再到將來共享權力的展開，權力與權利的關系不斷調適，旨在降低數據流動成本，依靠制度將知識從效用空間的局部知識向上移動到公共知識，從而構建或重建社會秩序[15]。鑒于權力公共性與社會性無法單方面構成權力敘事及社會監督行動的基礎，社會監督也就不再滿足于實現社會及公眾權利，而是將權力共同體的根本使命和個體的解放演繹得淋漓盡致。

（三）社會監督決策的人機互動邏輯

在信息社會，社會監督決策以數據和算法為基礎，呈現人機交互的態勢，因為所有的監督行動者是以數據為基礎，甚至是以其為監督形態，以各種智能設備為支撐進行互動的。人機互動的實質是視頻、圖片、文字等各類數據在人與智能設備間流動，實現人機交流，使社會監督的內容建構和價值建構實現主客觀的統一，同時智能機器也在言說和自我學習，帶來人機主體地位的模糊性，因為“生活世界似乎是言語者和聽者在其中相遇的先驗場所”[16]。其一是社會監督決策的智能化。本來數據只是社會監督的載體，不過，大數據驅動式社會監督賴以運行的諸多數據已轉化為監督內容的核心要素，一旦某些社會監督行動失去數據及智能設備的支撐，其精準性和可視化效果就大打折扣。這些跨場景、跨平臺、多維的監督數據是動態關聯的，涵蓋事前決策數據、事中執行數據、事后績效數據。通過人機互動，社會及公眾共享數據和信息，不僅以權力指涉的社會實踐為理論認知的基礎，而且以權利的情景化和個體化為建構行動的切入點，驅動社會監督行動從具體到具象，使其充滿實踐性和體驗性，而智能機器通過相關算法挖掘數據，將權力風險數字化、模型化，通過多源異構數據的耦合與碰撞，及時預測權力風險的走勢和準確把握其規律，也為“黑天鵝”“灰犀牛”等潛在權力風險事件的研判提供新思路，進而提高社會監督的智能化水平。其二是社會監督決策的同構性。其實質是指社會監督中的人、數、機三者互動，優化要素配置，既精準獲取與挖掘權力實施者的多源數據，準確刻畫其工作、生活、心理、實踐等領域的多維度畫像，精準預測權力風險。當權力關系發生時，“分布式賬本”會自動加密，并且為多主體所掌握，實現“數據確權”和多方相互監督；同時精準分析社會監督需求，推動相關數據的供給側結構性改革，實現人的有限理性、智能設備優勢和數據算法的互補，使大數據權力與大數據權利相耦合。

四、大數據驅動式社會監督的優化策略

大數據驅動式社會監督重塑國家與社會關系，追求權力共享與權利實現的統一。

（一）通過治理結構和權力流程的再造劃清政府與市場邊界

大數據基本屬性引發治理結構的重塑和權力流程的再造，從而重塑政府與市場的邊界。其一是政府治理結構的重構。大數據的政治屬性和社會屬性推動人類社會追求分布式、去中心化和自組織的境地，正如杰里米·里夫金所言，大數據與互聯網將帶來一個“零邊際成本”的社會，使工業社會的經濟業態逐步過渡到信息社會的共享經濟業態。不過，由于慣性傳統的單中心權力結構自然而然地抵制大數據的多中心權力結構，以至于政府依靠公權力圍成的“數據孤島”和產業組織阻礙交易成本的降低。而大數據有效降低中心化網絡結構的交易成本，使組織邊界收縮。對政府來說，科層制邊界的收縮意味著權力被壓縮和分散。為此，以大數據技術重塑公有制的組織形式和實現形式，從而優化政府治理結構和權力結構，劃清政府與市場的界限，因為大數據時代的市場主體基于區塊鏈推動等級化和控制性社會，向共享合作、眾籌自組織化的新型社會轉變，民主、參與等價值被強化[17]。具體而言，市場主體間逐步形成相互制約、透明化、安全化的“大數據治理共同體”，實質上是市場主體以自下而上的自治模式替代政府自上而下的市場監管模式?；跀祿Y源共享及網絡結構的市場交易打破傳統交易活動因空間區割、權力限制、組織分隔等形成的“中心化”交易藩籬，實現更廣范圍內的生產要素配置，倒逼政府改變其監管內容和行為；同時，大數據塑造出一種智能化、多中心的記賬系統和市場秩序，逐步顛覆政府“單中心化”的市場秩序。這更需要適合信息空間的監管工具。其二是權力流程的再造。一方面，大數據不斷蕩滌公權力嵌入現代政府的理性科層制所帶來的弊病——條塊分割、規章煩瑣、程序僵化等，使權力關系從分析性思維轉向相關性思維，從而重構權力形態和權力結構。因為大數據解決“數據孤島”問題，使職能部門從橫向的業務流程上真正實現“面向公眾”的“一站式服務”，從縱向層級關系上走向扁平化，實現權力運行個性化和透明化，便于市場主體監督。另一方面，市場主體依托大數據技術和大數據產業，不斷增強市場權力，客觀上削弱了政府權力，提升市場主體對公權力的監督能力。顯然，大數據資源作為一種新的生產要素，重塑生產關系和權力關系，不斷重構政府與市場邊界，其本質是實現權力流程數據化、共享化和可視化，為政企保持“親清關系”提供制度合法性。

（二）基于數據模塊的功能分類重塑公域與私域邊界

大數據及區塊鏈都不同程度地明晰數據產權，推進數據交易、數據開放和隱私保護，帶來公域與私域的互嵌效應及智能合約效應。大數據驅動式社會監督需要從數據模塊的功能分類入手，以智能化水平的提升適應公私邊界模糊的挑戰，推動公域與私域互動。一方面是公域與私域的雙向嵌入效應。社會與公眾憑借大數據，突破原有權力中心對數據與信息的壟斷，獲得前所未有的知情權、監督權以及話語權，逐步形成強有力的社會輿論。于是公眾以大數據權利塑造具有大眾生活底色、溫潤情懷等特點的私域。大數據在不同領域和空間中穿越，摧毀諸多阻礙大數據權力流動的藩籬。當公共領域、私人領域與日常生活領域之間的專用數據及信息消失，而象征權力的數據及政治話語浸潤在日常生活領域中，被賦予多重含義，深受情感合法性的影響。當私域的話語權和數據生產能力達到一定的閾值并與權力合法性共振時，就會產生私域與公域的雙向嵌入效應，推動權力開放和共享，實現其公共性和社會性。另一方面是公域與私域邊界劃分的智能合約效應。智能合約是基于區塊鏈分布式技術的共識和協定，而由此形成的多主體實時數據共享和多方相互監督的效能，謂之智能合約效應。大數據在互聯網的風口浪尖上飛翔，TCP/IP協議導致數據產權難以界定，催生數據交易與隱私保護的矛盾、社會監督與個人隱私保護的張力等。而基于大數據的區塊鏈以“智能合約”之光自動鋪設數據和信息有序流動的產權道路，以明晰數據產權，在技術底層為數據開放和隱私保護筑好根基，使個體與集體、公與私的邊界變得清晰[18]。這樣，私域內的公眾隨時都可以利用智能合約效應，實現權力的去中心化、不可篡改性、透明性等，將其關進“數據鐵籠”。為此，劃分數據模塊并進行數據功能分類，優化大數據驅動力。其一是利用數據采集模塊，獲取社會監督的多源數據。對社會及公眾常用的微博、網站、微信等的url進行設定，有效抓取和分析相關數據，獲取其價值取向、行為方式等信息，然后梳理網頁中的信息，生成格式化文本和數據庫，為監督決策提供海量數據和信息。其二是利用數據預處理模塊，獲取社會監督所需的有效數據。將網頁數據格式轉換為文本格式，并存儲于數據庫，然后采用例排索引與特征詞集合、純文本數據庫等技術或方式進行文本預處理，最后對文本進行特征抽取，并將其轉變為文本向量，生成純文本數據庫，便于對權力關系所指涉的數據進行挖掘。其三是利用輿情挖掘模塊和輿情報告（熱點）模塊，實現精準監督和預測。該模塊沿著文本聚類、話題文本向量集、新話題向量集、熱點發現的邏輯演進，以統計分析與可視化、聚類、文本挖掘等方式完成對公眾話題的識別、跟蹤、分析、排序等，既發現私域非理性的權利意識，又提防權力意志的恣意妄為。

（三）著眼于開放數據的價值增值提高社會監督敘事的多元性

開放數據的價值增值就在于精準化解權力風險和提高社會監督敘事的多元性。在大數據時代，數據權屬逐步明確，社會監督行動著眼于精準而多維的回應性展開，聚焦公共數據供給和需求不匹配、不均衡的問題。就數據供需而言，公共服務數據超越權力制衡的監督功能，既能防權力異化于未然，又能阻止網絡民粹主義滋長，更能化解公共服務供給不充分不平衡帶來的風險。因為公共數據的終極價值在于實現權力正當性和有效性，而供給不足、失衡或缺位對權威和執政基礎的侵蝕尤甚于權力異化對社會及公眾的傷害。對公眾而言，社會監督就是基于開放數據，特別是公共服務數據，檢視權力流程和個體公共需求的滿足程度等。顯然，社會監督數據屬于公共產品的范疇，其供給的精準性取決于相關開放數據的空間差異性、發展動態性和層次多樣性。這意味著政府應根據不同地區的大數據產業狀況、數據消費水平等，把握社會監督數據的地方性需求，基于大數據分析，及時獲取社會監督需求在時間維度上的變化和趨勢，同時針對不同群體、不同階層實施個性化的數據供給，從而提高社會監督的精準性和有效性。就價值訴求而言，大數據驅動式社會監督的價值指向權力共享，其制度化路徑在于構建數據化社會監督價值鏈，推動社會權利平等，即按照社會監督敘事的要求，將數據轉化為可視化的圖像和文本，生成樸素直觀的問題。同時，公眾根據開放數據，進行個性化文本構建和可視化文本制作等，將問題轉化為充滿動感的可視性畫面，實現問題情景化。公眾沿著重點領域—個體事件—可視化情景—情景分析等環節展開，將自身體驗與權利敘事聯結起來，逐步超越事件本身，追問權力正當性。其內在邏輯如下：一是價值共建。在大數據驅動下，社會監督行動關注“價值共識”，運用相關關系，沿著自塑、他塑、共塑的邏輯演進，對自我和他者的經驗做出闡釋，表達個體對權力的個性化認知，共建權力合法性。對此，趙金旭、孟天廣從價值生成的角度指出，大數據及區塊鏈將進一步改變價值次序，其價值源泉是“鏈接”“網絡關系”而不是“占有”“封閉式結構”[19]。二是價值共享。在大數據驅動下，公眾從數據中獲得信息和知識，并在信息共享和權力共享的基礎上，通過數據媒介將個體經驗與共性經驗、公共價值關聯起來，并將其融入自己的價值體系，從而達成價值共識。當前的“簡政放權”就是通過大數據平臺，推動市場監管和政務服務的智能化，以實現社會監督的價值。這涉及平臺優化、職責界定、智能監管、市場退出機制、數據共享、跨部門協同等。由此，大數據驅動式社會監督的精準性既促進權力良知的覺醒與生長，又關注監督敘事的多維性，因為公眾以多源數據刻畫權力關系和表達自身的權利訴求，都關乎權力屬性和權力功能的追問，借助多源數據進行觀念或符號加工，可以在一定程度上克服個體經驗的碎片化。

毋庸置疑，大數據驅動式社會監督沿著數據生產力和數字經濟變革的方向前行，關注公眾的思想溝通和情感世界的自在審視，以大數據智慧追求權力共享，消除個體經驗的特殊境遇性，完成內心情感的洗禮，不斷達成權力正當性和有效性。