大數據時代高校基層黨組織建設科學化：機遇、挑戰與策略

摘 ?要：大數據開啟了一次時代轉型，為全面提升高校基層黨組織建設科學化水平帶來前所未有的機遇，特別是帶來先進的技術支撐和工作理念;同時也帶來隱私泄露、大數據主義、數字鴻溝、數據孤島、數據割據和大數據技術異化等嚴峻挑戰。結合大數據時代高校基層黨組織建設的具體狀況，高等院校必須采取有針對性的策略以規避大數據技術的缺陷，全面提升高校基層黨組織建設科學化水平。

關鍵詞：大數據時代;高校基層黨組織;黨建科學化;機遇;挑戰;策略

中共十七屆四中全會提出“提高黨的建設科學化水平”，黨的十八大進一步強調“全面提高黨的建設科學化水平”。黨的十九大通過的新黨章再次強調“全面提高黨的建設科學化水平”。隨著大數據技術的興起，黨建科學化已成為一個熱點問題。要回答“為誰培養人，培養什么樣的人，怎樣培養人”這個根本性問題的高等院校，有必要在大數據時代對如何實現高校基層黨組織建設科學化問題以及采取怎樣的策略展開系統研究，以全面提高基層黨組織建設科學化水平。

一、大數據時代的高校基層黨組織建設科學化

“大數據開啟了一次重大的時代轉型。”[1]9大數據時代的到來必將給黨建科學化建設帶來前所未有的機遇。習近平在黨的十九大報告上指出：“黨的基層組織是確保黨的路線方針政策和決策部署貫徹落實的基礎。要以提升組織力為重點，突出政治功能，把企業、農村、機關、學校、科研院所、街道社區、社會組織等基層黨組織建設成為宣傳黨的主張、貫徹黨的決定、領導基層治理、團結動員群眾、推動改革發展的堅強戰斗堡壘。黨支部要擔負起直接教育黨員、管理黨員、監督黨員和組織群眾、宣傳群眾、凝聚群眾、服務群眾的職責，引導廣大黨員發揮先鋒模范作用。”[2]65因此，高校基層黨組織建設科學化在確保黨在高校的領導地位中發揮著至關重要的作用。不可否認，高校基層黨組織建設科學化在組織生活、黨員教育、黨員管理和黨員服務等方面還存在諸多問題[3]。隨著大數據時代的到來，我們必須充分利用大數據技術變革的積極作用，不斷開展高校基層黨組織建設科學化研究，充分發揮高校黨員的先進模范作用和基層黨組織的戰斗堡壘作用。

（一）大數據技術變革導致時代變革

大數據時代能夠實現的基本前提就是一切皆可數據化，將過去不可數據化的內容實現數據化，數據規模由量變發展到質變。數據轉變為一種資源，被譽為21世紀取之不盡用之不竭的“石油”。“就像望遠鏡能夠讓我們感受宇宙，顯微鏡能夠讓我們觀測微生物，這種能夠收集和分析海量數據的新技術將幫助我們更好地理解世界——這種理解世界的新方法我們現在才意識到。”[1]10因此，大數據技術必將導致思維變革。

第一是整體取代樣本的思維變革。小數據時代，由于技術水平的限制，根本無法獲得物質世界某些方面的全部數據，即使獲得了也沒有能力去分析、處理和使用等，基本上都采用樣本的思維方式，就認識和改造的對象選取其中具有代表性的數據進行分析和處理，以獲得整體認識。如何保證選取的數據能夠代表整體呢？這就要求絕對隨機。這種方式在小數據時代確實發揮著非常重要的作用，但是也具有不可避免的片面性。由于不是對認識和改造對象的整體認識，無論多么隨機選取的數據其實都不能完全等同于整體，即樣本之為樣本并不能完整地說明整體，只能說明樣本本身。隨著物聯網技術、可視化技術和信息技術等高新技術的飛速發展，大數據技術作為一項綜合技術應運而生，搜集數據和處理數據的能力已經遠遠超過傳統技術，并且超過90%的數據都屬于非結構化和碎片化數據。“所以，我們現在經常放棄樣本分析這條捷徑，選擇收集全面而完整的數據。我們需要足夠的數據處理和存儲能力，也需要最先進的分析技術。同時，簡單廉價的數據收集方法也很重要。”[1]38在大數據時代必須要放棄樣本思維，轉而相信整體思維。

第二是混雜取代精確的思維變革。整體取代樣本的思維方式變革就意味著對任何認識與改造對象都必須獲得盡可能多的數據，不放棄任何細節。這意味著不僅要收集結構化數據，還要收集非結構化數據;不僅要收集系統化數據，還必須收集碎片化數據。小數據時代就是由于技術限制，對非結構化和碎片化數據的收集顯得無能為力。這就要求大數據時代對任何數據都必須采取兼容并包的方式，全部收入囊中。但是“數據量的大幅增加會造成結果的不準確，與此同時，一些錯誤的數據也會混進數據庫”[1]46。為了實現對認識和改造對象的全數據收集，我們必須重新審視精確性，即大數據時代數據收集必須擁抱模糊，而不是為精確而精確。畢竟“數據多比少好，更多數據比算法系統更智能還要重要”[1]51。如果我們仍然像小數據時代一樣執著于精確的數據收集，那么超過90%的非結構化、碎片化數據就無法收集，這樣的結果只能是樣本。因此，在大數據時代必須進行思維方式的變革，不再執迷于數據的精確，而要擁抱數據的模糊。只有這樣，才能真正實現認識和改造對象的全數據模式，才能真正形成整體性認識，否則仍然停留于小數據時代的樣本思維。

第三是相關取代因果的思維變革。收集模糊數據后，還需要對收集的模糊數據進行分析與處理。這就必須借助于大數據技術，充分發揮大數據技術的預測功能。但是大數據技術的預測功能發揮不是借助因果關系，而是相關關系。正是借助相關關系，才能夠讓我們知道“是什么”，進而根據“是什么”采取相應的行動，即知道“怎么辦”，至于背后的因果必然性不在大數據關注的范圍。因為只要知道“怎么辦”就足夠了，意味著我們知道下一步該采取什么行動來達成認識和改造世界的目標。在現實中并不是每一次實踐活動都是在完全知道“為什么”的情況下展開的，因此，當我們在沒有完全掌握因果必然性的條件下，充分運用相關關系就是最佳的選擇，并且通過掌握認識和改造對象的全模式數據，相關關系的運用可以讓我們“比以前更容易、更快捷、更清楚地分析事物”[1]71，進而在短時間內就能夠采取科學的決策。當然，這并不意味著大數據時代要完全放棄因果關系，而是突出相關關系的重要地位。畢竟“在大多數情況下，一旦我們完成了對大數據的相關關系分析，又不再滿足于僅僅知道‘是什么時，我們就會繼續向更深層次研究因果關系，找出背后的‘為什么”[1]89。因此，相關關系是在大數據時代尋找因果關系不可或缺的思路與方法。

（二）大數據時代高校基層黨組織建設科學化的變革

大數據時代給高校基層黨組織建設科學化帶來的最大變革就是思維方式的變革或者是工作思路的變革。結合大數據時代思維方式的變革，高校基層黨組織建設科學化的變革主要表現在三個方面：

第一，數據獲取方式變革。高校基層黨組織建設科學化必須充分利用大數據技術實現數據獲取方式的變革，即實現整體取代樣本。大數據技術不僅可以獲得高校師生黨員的所有數據，而且還能獲得高校基層黨組織運轉的所有數據。這樣，基本上能夠實現高校基層黨組織建設科學化的全數據模式，完全可以徹底改變過去采用問卷調查、訪談、座談、提交報告等的樣本思維方式，并且在高校黨員和基層黨組織完全不知情或者不被打擾的情況下獲得更為全面客觀的數據。過去獲得高校黨員和基層黨組織數據的方式會導致黨員、干部和黨務工作者等根據自己的判斷將一些自認為“不光彩”的數據隱藏起來，導致相關數據缺乏整體性和客觀性。因此，我們必須實現數據獲取方式的變革，用整體取代樣本，這就要求“一方面，注重各類數據的收集、整理、存儲，盡快建立黨的建設領域的相關數據庫;另一方面，盡快提升各級黨組織挖掘數據庫價值的能力”[4]。

第二，精準思維方式變革。過去由于獲得高校黨員和基層黨組織的數據相當有限，做出的決策基本上難以實現真正的精準，既不能真正為高校黨員和基層黨組織提供精準的服務，更不要奢談“私人訂制”式的服務。習近平總書記曾經指出：“我們黨來自人民、植根人民、服務人民，黨的根基在人民、血脈在人民、力量在人民。失去了人民擁護和支持，黨的事業和工作就無從談起。”[5]367正因為與人民群眾的特殊關系，中國共產黨必須牢牢踐行為人民服務的宗旨。從某種意義上說，“領導就是服務”“執政也是服務”“管理也是服務”[6]。因此，高校基層黨組織建設科學化也不能違背這個宗旨，必須為高校師生員工提供更為周到的服務。由于過去對高校黨員和基層黨組織的狀況把握不準確，提供的服務也并不十分準確，難免有平均主義大鍋飯傾向，導致高校基層黨組織建設科學化很難取得十分理想的效果。但現在我們能夠完整地獲取高校黨員和基層黨組織的整體數據，可以為高校師生員工提供更為精準的服務，甚至可以根據所有高校師生黨員的具體狀況和基層黨組織的特殊狀況提供“私人訂制”式的服務。

第三，預測思維方式變革。“大數據的核心就是預測。”[1]16大數據技術就是要借助算法通過海量數據實現對物質世界的預測，讓我們知道“是什么”，進而告訴我們“怎么辦”。高校基層黨組織建設也需要充分運用大數據技術利用高校黨員和基層黨組織的整體數據對相關問題進行預測，并采取相關決策，全面提升高校基層黨組織建設科學化水平。這就要求我們改變過去按部就班的思維方式，向未雨綢繆式預測方式轉變。實際上預測思維方式變革就是要實現高校基層黨組織建設科學化的動態監控。畢竟高校師生黨員的流動性非常大，尤其是學生黨員，數據實時更新快，這就需要在數據更新之后必須馬上進行預測并做出相應的決策，以實現高校基層黨組織的正常運轉。

二、大數據時代高校基層黨組織建設科學化的機遇

大數據時代的到來必將為全面提升高校基層黨組織建設科學化水平提供重要機遇。大數據技術變革不僅僅是一次簡單的技術變革，而是通過技術群的變革引領整個時代的變革。一方面能給全面提升高校基層黨組織建設科學化水平提供重要技術支撐，另一方面能給全面提升高校基層黨組織建設科學化提供先進的理念。

（一）為全面提升高校基層黨組織建設科學化水平提供重要技術支撐

在大數據時代，高校基層黨組織建設科學化的技術條件發生了根本性變革，主要包括系統的黨員數據平臺、多樣的黨員交流平臺、完善的黨務管理系統和先進的大數據分析技術等。

第一是系統的黨員數據平臺。隨著信息技術、網絡技術和計算技術等先進技術的飛速發展，黨員的檔案基本上存儲在計算機、U盤、網盤和云端等存儲設備。高校師生黨員的一卡通數據就是重要的數據平臺，基本上涵蓋了他們在校園學習、工作和生活的絕大部分數據。除此之外還有網絡數據，包括QQ、微信、網絡論壇、網絡評論、網上消費、網頁瀏覽及在網頁上停留時間等留下的“足跡”，還包括各個角落的攝像頭數據。

第二是多樣的黨員交流平臺。大數據時代的交流方式遍地開花，除了傳統的口口相傳、書信往來和電話短信之外，更多的是采用網絡交流方式，主要包括微信、QQ、網絡論壇等，特別是現在廣為使用的學習強國APP。多樣的交流平臺增進了高校師生黨員之間的互動。

第三是完善的黨務管理系統。隨著大數據時代的發展，智慧黨建正在建設中，技術部門正在開發各種黨務管理系統，并且這些黨務系統所涉內容非常廣泛，基本涵蓋高校師生黨員和基層黨組織的所有內容。個別黨務管理系統還根據自身黨組織的特點增加許多頗具特色的新欄目。完善的黨員管理系統為高校師生黨員和基層黨組織的日常管理與運轉提供了技術支持，促使高校師生黨員和基層黨組織的日常管理與運轉越來越走向在線化、即時化和實效化。

第四是先進的數據分析技術。如果僅有整體數據而沒有相應的數據分析技術，那么收集和存儲起來的數據沒有任何價值。大數據技術還為高校基層黨組織建設科學化提供重要的分析技術支撐。比如，現在比較成熟的臉譜識別、云計算、算法、統計分析、模型預測、機器學習、專家系統等，基本上能夠為高校基層黨組織建設數據進行分析并得出準確的結論。

（二）為全面提升高校基層黨組織建設科學化帶來先進的理念

大數據時代的到來也給高校基層黨組織建設科學化帶來了先進的理念。這個先進的理念主要包括數據化、客觀化、主體化、動態化和整體化。

當整個世界都以數據的形式存在時，大數據技術實現了量化一切的目標。“一旦世界被數據化，就只有你想不到，而沒有信息做不到的事情了……擁有了數據分析的工具以及必須的設備，我們就可以在更多領域、更快、更大規模地進行數據處理了。在大數據時代，驚喜無處不在！”[1]125這個驚喜無處不在就在于能夠通過數據的分析發現物質世界此前所無法發現的價值，使我們對物質世界的認識與改造達到一個更高的水平。因此，數據化不僅是大數據時代發現物質世界重要價值的一個中間階段，還是重新認識與改造物質世界的一個重要理念。如果仍然還有不能實現數據化的物質世界，那么這個物質世界對于大數據來說就是“無”。相對于大數據時代高校基層黨組織建設科學化而言，同樣必須全面實現數據化。如果不能實現數據化，高校基層黨組織建設就會因失去基本的對象而無從下手。因為無法實現數據化就意味著大數據技術無用武之地，我們開展高校基層黨組織建設就不可能實現精準預測，不得不采用過去的樣本思維。

全面數據化就意味著物質世界的客觀性得到了數據的體現。畢竟數據是物質世界的數據，或者說是物質世界的數據化反映。物質世界的客觀性就決定了數據的客觀性。正因為數據的客觀性是物質世界客觀性的反映，意味著我們完全可以通過數據的客觀性找到物質世界的客觀性。這就要求我們在具體的收集、傳輸、存儲、分析和處理等過程中盡可能地排除人為因素，以防影響數據的客觀性。這是大數據指引我們認識和改造物質世界的一個重要理念。相對于大數據時代全面提升高校基層黨組織建設科學化水平而言，更應該堅持數據的客觀性，進而獲得高校基層黨組織建設的客觀性，真正達到按規律辦事的效果。

雖然我們強調數據的客觀性，但是不能因此就否認大數據時代人的重要地位與作用。畢竟大數據技術還是要人來操作，人的主體地位是在具體操作大數據技術的過程中得到最大程度的體現。如果人的主體地位無法得到最大程度的體現，那么大數據時代就是一個充滿異化的時代。“大數據技術異化，從根本上說就是，到底是大數據技術控制和規定我們還是我們控制和規定大數據技術？”[7]如果主體地位沒有得到最大程度的發揮，那么大數據技術就會控制和規定我們。因此，在大數據時代要求我們必須堅持主體化的理念。毫無疑問，大數據時代全面提升高校基層黨組織建設科學化水平的過程中也必須堅持這個思路，即需要充分發揮高校黨員、干部和黨務工作者等的積極性、主動性和創造性，充分運用大數據技術，全面提升高校基層黨組織建設科學化水平，切不可為大數據技術所綁架而完全聽命于大數據技術，否則就會成為完全被動執行大數據指令的工具而失去主體地位，最終犯機械的形而上學錯誤。在大數據時代需要我們成為充分利用大數據技術來全面提升高校基層黨組織建設科學化水平的積極主動者，以規避大數據技術異化。

當然大數據時代人的主體地位的獲得是一個積極爭取的過程。這個積極爭取的過程要求我們必須積極面對不斷更新的數據。主體地位的獲得必須要在數據更新過程中得到有效體現。因此，大數據時代必須堅持一個動態化的理念，才能真正跟上大數據時代的發展步伐，確保我們的主體地位不動搖。相對于大數據時代高校基層黨組織建設而言，同樣必須堅持這個理念。畢竟大數據時代高校基層黨組織建設所需的數據都是高校師生黨員和基層黨組織的數據，這些數據不是一潭死水，每時每刻都在注入新泉水。這促使我們必須堅持動態化的理念，否則就會在不知不覺中落后于現實而不能達到預期的效果。

無論是數據化理念、客觀化理念還是主體化理念，基本上都是從橫向視角思考大數據技術變革帶來的新理念，而動態化理念則是從縱向視角來考量。將橫向與縱向有機結合，要求我們在大數據時代必須堅持全面的理念。其實大數據時代要求做到“不是隨機樣本，而是全體數據”“不是精確性，而是混雜性”“不是因果關系，而是相關關系”[1]27-94，實際上就是要求我們堅持全面化的理念。既然整個世界都以數據的形式存在，那么數據化的思維方式就是堅持全面化的理念。大數據時代高校基層黨組織建設也必須堅持全面化的理念，即用數據化的思維方式全面提升高校基層黨組織建設科學化水平，這就要求堅持用全數據模式取代隨機樣本、混雜性取代精確性、用相關關系取代因果關系等思維方式來全面提升高校基層黨組織建設科學化水平。全面化的理念實質上就是要求我們必須實現大數據時代思維方式的全面變革，進而真正達到全面提升高校基層黨組織建設科學化水平的效果。

綜上所述，“大數據是一種資源，也是一種工具”[1]247。大數據時代的到來為全面提升高校基層黨組織建設科學化水平不僅提供了重要的技術支撐，還提供了重要理念。

三、大數據時代高校基層黨組織建設科學化的挑戰

雖然大數據時代的到來為高校基層黨組織建設提供了重要機遇，但是也帶來了嚴峻挑戰。首當其沖的是高校師生黨員的隱私問題。在一切皆可數據化的大數據時代，高校師生黨員的隱私也將以數據的形式存在著，同樣會被收集、傳輸、存儲、分析、處理和使用等。如果這樣，隱私就不再是隱私。畢竟隱私的重點是“隱”，不希望他人知曉或者不希望自己認為不適宜知曉的人獲知。正因為需要“隱”，才具有“私”的性質。而高校師生黨員的隱私全部被公共數據平臺和數據庫掌握，本身就是對隱私的一種侵犯。即使沒有公布于眾，也存在著隱私泄露的巨大風險。一旦泄露，必將給高校師生帶來不必要的麻煩，可能會使“自由意志受限”“選擇權利受限”“人格尊嚴受損”和“私人領域銳減”等[8]。這樣，高校師生黨員不得不將包括隱私在內的所有數據盡可能隱藏起來，以防帶來麻煩。這樣對于大數據時代全面提升高校基層黨組織建設科學化水平來說是致命的。因為沒有足夠的海量數據，大數據時代高校基層黨組織建設就無法充分發揮出大數據技術的強大技術優勢和理念優勢。

為了保護好高校師生黨員的隱私，必須在技術上不斷完善相關的數據平臺和數據庫，但是誰能保證這個數據平臺和數據庫不會受到攻擊呢？大數據蘊含著大價值，特別是大數據具有不斷被重復二次利用且不損害數據本身的特點。大數據時代誰占有了數據誰就占有了競爭的制高點。高校師生黨員的數據全部存儲在相關的數據平臺和數據庫中，在利益的驅使之下，誰都不能保證這些數據平臺和數據庫不會受到攻擊而導致數據外泄被濫用。如果被攻擊且數據被用作它途，可能就不是隱私泄露這么簡單，可能就是違法犯罪問題，高校師生黨員會因此受到各式各樣的傷害。雖然這是一個技術問題，我們可以通過技術的改進來保證數據平臺和數據庫不會受到攻擊，數據也不會輕易泄露，但是技術的改進必須是針對問題展開的，如果問題還沒有出現，技術改進也就失去了基本的方向。就像殺毒軟件，總是先出現病毒然后才會開發出相應的殺毒軟件。如果病毒都沒有出現，開發殺毒軟件的方向就不明確。正因為技術改進總是具有一定的滯后性，那么數據平臺和數據庫被攻陷的可能性就存在，數據泄露的可能性同樣存在。

因此，大數據時代高校基層黨組織建設的數據安全具有十分重要的意義。畢竟數據對于大數據時代高校基層黨組織建設而言具有生命的價值。正因為數據的意義巨大，如果一味地依賴于大數據，讓大數據來衡量一切、裁決一切，甚至將大數據上升到信仰的高度，那就會犯大數據主義的錯誤，甚至走上數據獨裁的極端。“大數據主義就是過于相信甚至迷戀數據的結果，是大數據時代發展過程中的一個極端結果。”[9]“這樣的結果就有可能出現為數據而數據，如果走向了極端，把數據當作信仰、當作衡量一切的標準，就會出現‘數據獨裁。”[10]如果高校基層黨組織建設完全用數據來衡量與裁決，表面上看確實遵循了大數據時代的數據化理念思路，但實際上忽視了數據背后的性質判斷。畢竟“大數據技術不是萬能的，不能解決一切問題，它只是決策的一種量化手段。正確認識事物的是非和利害，遵循人文精神是更為重要的前提”[11]。這就意味著，完全的數據化會讓我們忘記其中重要的人文精神，進而忽視高校基層黨組織建設的重要價值判斷，往往是完全按照數據做出了相應事實判斷。僅僅停留在以數據為基礎的事實判斷，那是遠遠不夠的，難免會將高校基層黨組織建設引向歧途，即僅僅滿足數量上的喜人成就而忽視了其中重要的性質成就。

除此之外，由于經濟社會發展水平的差異以及接受教育程度的不平衡，大數據時代高校基層黨組織建設還有可能產生數字鴻溝。數字鴻溝實際上就是信息時代的“馬太效應”，“是指一種‘技術鴻溝，即先進技術成果不能為人公正分享，于是造成‘富者越富、窮者越窮的情況”[12]。這會導致高校基層黨組織建設科學化水平的不平衡發展。其實，數字鴻溝的出現就是經濟社會發展不平衡的結果。由于經濟社會發展不平衡導致接受教育尤其是高等教育的機會和大數據技術的基礎設施建設不平衡，即軟件（大數據技術人才狀況）與硬件均存在不平衡，導致經濟社會發展水平較高的地區，由于基礎設施比較完善、大數據技術人才相對較為豐富，高校基層黨組織建設科學化水平能夠快速提升;相反，只能長期處于低水平狀態。由于大數據人才狀況的差異，即使在同一地區的不同高校也會出現這種狀況。隨著數字鴻溝的持續發酵，高校基層黨組織建設就會出現嚴重的不均衡。經濟社會發展水平較高且大數據人才比較豐富的高校必然能夠在基層黨組織建設過程中獲得越來越多的資源，進一步全面提升高校基層黨組織建設科學化水平，反之則只能處于被動的觀望狀態。

經濟社會發展水平的差異不僅會導致數字鴻溝，由于各部門和各區域基于自身利益的過度考量，還可能給大數據時代高校基層黨組織建設帶來數據孤島和數據割據。畢竟，如果能夠充分利用大數據技術來全面提升高校基層黨組織建設科學化水平，就能夠充分發揮高校師生黨員的先進模范作用和先進基層黨組織的戰斗堡壘作用，就會促進高校各項事業的全面發展。正因為如此，不排除有個別高校基于自身利益的過度考量，將自己的數據特別是取得的重要數據成果全面保存起來，不分享給他人，造成各種人為的數據孤島和數據割據狀態。殊不知大數據時代的數據必須是取代樣本的海量數據，只有這樣，才能真正發揮出其中的巨大價值。因此，數據孤島和數據割據必然導致高校之間、高校內部基層黨組織之間，為了各自的片面利益相互隔絕，不愿進行數據分享。這樣，數據的巨大價值就沒有得到最大程度的發揮;由于數據與世隔絕，全面提升高校基層黨組織建設科學化水平就難以持續，因為沒有必要的數據更新。實際上，數據孤島和數據割據就是部門主義和地方保護主義所致。表面上看，部門主義和地方保護主義能夠盡可能地獲取本部門和本區域的所有數據，但是相對于整個大數據時代而言，這個數據仍然是樣本數據。

鑒于大數據強大的預測功能，在全面提升高校基層黨組織建設科學化水平的過程中可能導致我們成為大數據的被動執行者，進而失去我們獨有的人類判斷。大數據能夠充分利用相關關系預測出未來發展的諸種趨勢，并且諸種趨勢是基于海量數據的整體分析和算法的縝密“計算”。這肯定要比人腦“計算”出來的結果更精確，得出的未來發展趨勢更為完美。這樣，人類就無須做出任何“計算”，只需要按照大數據指引的方向前進就可。如果這樣，那么在全面提升高校基層黨組織建設科學化水平的過程中，黨員、干部和黨務工作者等就無須做出自己的“計算”，進而也無須做出自己的判斷，只需要按照大數據指引的方向來被動地執行大數據的指令，就能夠全面提升高校基層黨組織建設科學化水平。表面上，這樣更能夠實現高校基層黨組織建設的科學化，即按照自身固有的規律來實現高校基層黨組織建設科學化，但是問題的關鍵在于，黨員、干部和黨務工作者等的積極性、主動性和創造性會逐漸走向衰退，即人的主體地位走向衰退。如果他們的主體地位走向了衰退，那么高校基層黨組織建設就不是人的事業，而是大數據的事業，甚至有可能導致他們成為大數據的附庸。顯然這樣的高校基層黨組織建設事業不是我們所需要的，不能確保和提升人的主體地位的高校基層黨組織建設事業必將無法充分發揮基層黨組織的戰斗堡壘作用和黨員的先鋒模范作用。因此，高校基層黨組織建設也就失去了本來的目標、意義與價值。

正因為大數據有可能導致人的主體地位的衰退，在全面提升高校基層黨組織建設科學化水平的過程中就有可能導致大數據技術異化，主客體的地位完全顛倒。毋庸置疑，人作為主體必須具有主體地位，大數據是全面提升高校基層黨組織建設科學化水平的重要工具，是被我們操作的工具，因此是客體而不是主體。但是在一切皆數據化的大數據時代，鑒于大數據的強大預測功能，大數據可能會達到無所不能的境地，進而在體力和智力兩個方面遠遠超過人類。這樣就可能導致我們成為大數據的附庸。尤瓦爾·赫拉利（Yuval Noah Harari）在《未來簡史》中曾預言：“從以人為中心走向以數據為中心，把人推到一邊。”[13]352“一旦萬物互聯網開始運作，人類就有可能從設計者降級為芯片，再降成數據，最后在數據的洪流中溶解分散，如同滾滾洪流中的一塊泥土。”[13]357一旦這樣，就不是我們控制和規定大數據，而是大數據控制和規定我們，大數據技術異化就會產生。相對于全面提升高校基層黨組織建設科學化水平而言，就不是我們在充分利用大數據技術來推進這項事業，而是大數據完全取代我們來推進這項事業。當完全按照大數據指引的方向前進的時候，高校基層黨組織建設就成了大數據的事業而不是我們的事業。

四、大數據時代高校基層黨組織建設科學化的策略

結合大數據的特點、優勢以及大數據可能存在的局限性和高校基層黨組織建設的具體現狀，我們必須從多方面入手進行積極治理，促進高校基層黨組織建設科學化水平能夠一如既往地提升。

第一是不斷利用先進的技術來實現技術的更新換代，不斷提升高校基層黨組織建設科學化水平。大數據時代的到來是計算技術、網絡技術、信息技術和可視化技術等高新技術綜合發展的必然產物，如果不能正確地對待大數據技術，那就是逆歷史潮流而動，必然招致歷史必然性的懲罰。我們必須積極面對大數據技術給高校基層黨組織建設帶來的諸多挑戰。從歷次科技革命分析，之所以在帶來便利的同時也帶來諸多挑戰，從某種意義上說，就是技術發展本身不甚完善的結果。因此，我們必須積極促進大數據技術的持續變革不斷走向完善，切實全面提升高校基層黨組織建設科學化水平。只有大數據技術不斷走向完善，其技術優勢才能夠得到最大程度的發揮，其局限性才能夠得到有效的遏制，高校基層黨組織建設才能不斷走向科學化。總之，我們要積極利用先進大數據技術，實現大數據技術的更新換代，并積極運用到高校基層黨組織建設的過程中，進而不斷提升高校基層黨組織建設科學化水平。

第二是加強大數據技術人才培養，充實高校基層黨組織建設事業。畢竟大數據時代剛剛興起，大數據人才還極端缺乏。最典型的就是黨員信息平臺、數據庫以及黨務管理系統等軟件系統更換頻繁，導致低水平重復建設成本增加，數據也無法共享。有些高校由于大數據人才的缺乏，建立起來的相關軟件系統基本處于“僵尸”狀態，根本就沒有正常維護和更新，因而成了一個單純應付上級檢查的擺設。因此，一方面要加大大數據人才的培養，充實高校基層黨組織建設事業;另一方面必須加大黨員、干部和黨務工作者等關于大數據技術使用方面的培訓。雙管齊下才能真正充分發揮大數據技術在高校基層黨組織建設過程中的積極作用。

第三是不斷完善相關法律制度規范建設，對于違反者必須實施相應的懲罰。制度才是根本性問題，制度也最具有普遍性。只有相關法律制度規范完善了，各式各樣的濫用大數據技術的行為才能得到有效遏制。比如隱私問題，如果隱私數據僅僅存在于黨員數據平臺、數據庫和黨務管理系統中，并沒有用作它途，那么隱私就能夠得到最大程度的保護。要達到這個效果就必須不斷完善相關法律制度規范，規定正確使用與違規濫用的邊界。在邊界之內就是正確使用，是被允許的，應該得到相關法律制度規范的保護;相反，在邊界之外就是違規濫用，必須被禁止，必須得到相應的懲罰。因此，不斷完善相關法律制度規范的最終目標就是要確保大數據技術能夠在“合法”的范圍內使用。

第四是大力弘揚開放、共享和互利精神，避免數據孤島和數據割據。針對數據孤島和數據割據，必須積極弘揚開放、共享和互利精神。高校基層黨組織建設是一個系統工程，實現高校基層黨組織建設科學化是一個長期過程。在此過程中獲得的任何數據都需要實現開放和共享，畢竟大數據具有非競爭性，相互之間利用并不會帶來相互之間的干擾;特別是大數據無論如何挖掘利用都不會改變本來面貌。這就要求大數據實現開放和共享，實現大數據價值的最大化。因此，在高校基層黨組織建設過程中只有實現大數據開放和共享才能真正實現一個完整的數據鏈條，最大程度地實現其中蘊藏的巨大價值，這樣才能真正實現互利即共同全面提升高校基層黨組織建設科學化水平。當然，大數據的開放、共享和互利必須在遵循相關法律制度規范的條件下展開，切不可為開放、共享和互利而開放、共享和互利，完全不顧及在此過程中可能存在的風險與危害。

第五是加強大數據技術基礎設施的建設，避免數字鴻溝。現在最為嚴峻的是大數據技術基礎設施存在兩極分化。經濟發達地區遠遠優越于經濟欠發達地區、經濟發達地區的高校遠遠優越于經濟欠發達地區的高校、理工科實力強勁高校遠遠優越于偏文史高校、部屬高校優越于省屬高校、985高校優越于非985高校，等等。如何在全國范圍內實現大數據技術基礎設施的均衡發展是一個亟待解決的問題。當然加大相關投入是其中的重要一環，但是相對于經濟欠發達地區高校而言，更需要的是能夠得到相應的無償援助。這就要求將全國高校基層黨組織建設納入到統一的軌道上協同發展，特別是一些有助于全面提升高校基層黨組織建設科學化水平的大數據技術，需要向全國高校免費推廣，或者統一購買統一發放。現在最可行的辦法就是充分利用現有技術條件開發各類免費APP，在全國高校黨員和基層黨組織中全面推廣，現在的學習強國APP就是一個非常好的范例。

第六是將定性分析與定量分析有機結合起來。由于大數據時代需要實現一切皆可數據化即達到量化一切的效果。但是過于相信數據化，就有可能陷于定量分析而不能自拔，即人為地將定量分析和定性分析割裂開來。在高校基層黨組織建設過程中往往過于看重數字和數據上的華麗，忽視了其中的性質判斷。實際上，大數據時代之所以過于關注量化分析，就在于大數據將相關關系發揮到了極致。通過相關關系能夠讓我們知道“是什么”，進而知道“怎么辦”。但是，到底該如何通過具體操作來實現“怎么辦”，大數據并沒有詳細回答。這就涉及到底采取什么具體措施來解決具體問題。因此，大數據僅僅給我們帶來了準確預測未來發展的諸種趨勢，并不是唯一趨勢。到底認可哪一種趨勢并采取什么具體措施就需要定性分析。絕對不能過于相信甚至迷戀數據，必須保持清醒認識，做出自己的準確判斷即進行定性分析，進而全面提升高校基層黨組織建設科學化水平。

第七是加強對大數據技術的控制和規定，切不可出現大數據技術異化。如前所述，大數據技術異化主要是由于我們無法控制和規定大數據技術，大數據技術反而規定和控制我們。這就要求我們在高校基層黨組織建設過程中必須加強對大數據技術的控制與規定。雖然大數據技術實現了一次時代轉型，但是大數據的技術性特征是不可更改的。既然大數據是作為一項技術在高校基層黨組織建設中發揮著應有作用，那么就必須認識到大數據具有工具化特征，只能在高校基層黨組織建設過程中發揮“物”的功能，而不能發揮出“人”的作用。換言之，必須將大數據技術牢牢控制在人的手中，否則就會出現技術異化。如果要牢牢控制在人的手中，就不能沒有人文精神來引導大數據技術。畢竟任何技術如果使用不當都有失控的可能而導致技術異化。因此，大數據技術在高校基層黨組織建設過程中發揮作用還必須堅持科學精神與人文精神的有機統一，要積極弘揚人文精神。大數據時代已經興起，但是與之相適應的人文精神并沒有隨之構建起來，如大數據哲學、大數據文化等，特別是大數據職業倫理到現在仍然沒有構建起來。我們到底該如何控制和規定大數據技術并沒有一個明確的答案，大數據技術異化難以避免。因此，在高校基層黨組織建設過程中必須積極弘揚人文精神以實現科學精神與人文精神的統一，進而實現對大數據技術的控制與規定，最終不斷提升高校基層黨組織建設科學化水平。

參考文獻：

[1] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.

[2] 習近平.決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利[M].北京：人民出版社，2017：65.

[3] 米華全，申小蓉.運用大數據創新高校黨建工作的思考[J].思想理論教育，2016（8）：75-78.

[4] 趙淑梅.“大數據”與提高黨的建設科學化水平[J].江西社會科學，2014（6）：11-15

[5] 習近平.習近平談治國理政[M].北京：外文出版社，2014：367.

[6] 滕明政.黨建科學化：一個新闡釋[J].重慶社會科學，2015（2）：96-103.

[7] 陳仕偉.大數據技術異化的倫理治理[J].自然辯證法研究，2016（1）：46-50.

[8] 陳仕偉，黃欣榮.大數據時代隱私保護的倫理治理[J].學術界，2016（1）：85-95

[9] 陳仕偉.大數據主義的倫理治理[J].甘肅理論學刊，2017（4）：16-23.

[10] 陳仕偉.大數據主義的科學哲學反思[J].長沙理工大學學報（社會科學版），2017（6）：15-21.

[11] 劉建明.“大數據”不是萬能的[N].北京日報，2013-5-6（18）.

[12] 邱仁宗，黃雯，翟曉梅.大數據技術的倫理問題[J].科學與社會，2010（2）：36-48.

[13] 尤瓦爾·赫拉利.未來簡史[M].林俊宏，譯.北京：中信出版社，2017.

（責任編輯：張建升）