社會工作大數據的分類與技術賦能路徑

孫遜 趙欣

摘? ?要：如今大數據已經成為人們日常生活的基礎，應用于包括社會工作在內的多個領域。“關系類型”數據、“時序類型”數據、“特征類型”數據和“狀態類型”數據是常用于社會工作中的四種數據類型，可對服務對象進行標簽化描述或搭建平臺鏈接資源，以更好地實現工作目標。但同時大數據也是一把“雙刃劍”，在應用于具體實務的過程中還存在一些數據采集中的隱私問題、數據處理的倫理抉擇和數據決策的偏差風險，需要采取有效措施加以防范。

關鍵詞：社會關系大數據；分類與功能；賦能路徑

中圖分類號：C916? ? ? ?文獻標志碼：A? ? ? 文章編號：1673-291X（2023）13-0153-03

隨著計算機網絡的普及，人們開始將日常生活中所產生的數據都收集起來，數據量呈現井噴式增長，無數的信息被囊括其中，大數據時代隨之到來。在這個時代，數據是一切的基礎，數字化層層深入，甚至可以說當下人們日常生活中的任何行為及活動都會產生數據或留下數據痕跡，如果能得到你的一切相關數據，那么就能在一定程度上還原你的人生軌跡。

因此，數據本身不僅可以代表價值，同時也可以創造價值。數據本身不是目的，數據的應用才是最終目的。應用數據不僅需要大數據技術專家的參與，還需要相關行業專家的參與。根據麥肯錫公司的調查：“海量數據的挖掘和使用預示著‘大數據已經存在于物理學、生物學、環境生態學等領域及軍事、金融、通信等行業。”此外，現今的一些科技網站（如CNET）和一些NGO網站（例如eff.org）已經在數據分析的基礎上總結出一些有關社會科學領域的大數據分析方法，例如“SPSS統計軟件”“社會網絡分析圖”，為社會科學領域提供了更多的可能性。不同于小數據的靜態、封閉，大數據在本質上是動態的、開放的，更加注重研究數據的變動及信息的交換。在社會科學領域，尤其是社會工作實務領域，傳統工作模式下的定性研究所能收集和分析的都是極為有限的小規模數據，大數據的介入能夠使社會工作有新的突破和發展。

一、社會工作大數據的類型與功能

在大數據廣泛應用于各個領域的時代背景下，結合社會工作的本質屬性和專業特性，我們可以把大數據大致分為四種類型：“關系類型”數據、“時序類型”數據、“特征類型”數據和“狀態類型”數據。

（一）“關系類型”數據

在社會工作的諸多方法中，“生態圖”作為一種社會工作者用以判明案主當下狀況和設計工作思路的一種方法，能直觀地展示出服務對象與其外在環境系統之間的相互關系。而在大數據技術中，也有一個“圖”的概念，這個圖就是一些頂點的集合，每個頂點就代表社會中的一個人，連接頂點的線就代表人與人之間的各種關系，用一張圖就可以表示出所有人的人際交往關系。在圖生成之后，我們就可以進行進一步的識別和推理，在計算機技術中，就是在圖中找環的算法問題。在許多情況下，服務對象是因與周圍人、社群或組織的關系沒能妥善處理，從而導致人際關系和社會關系的失調，最終陷入困境。因此，“關系類型”數據有助于社會工作者更好地分析服務對象多種復雜交互關系間的矛盾與沖突，開展有針對性的個案服務或組建相應互助小組開展工作。

（二）“時序類型”數據

在大數據出現之前，人們都在離散地看待問題，通常只會注重一個點。例如，高中畢業，我們只注重高考成績，而忽略每個學期的考試成績及名次變化。而在大數據時代，越來越多的中間過程可以被記錄和保存。在分析這些日常數據時，會按照時間順序排開，這就叫作“時序順序”。“時序類型”數據將時間點和時間片段引入對服務對象行為的研究，從而有助于動態地、持續地描繪服務對象的成長軌跡及其與社會資源的互動過程。依據時序順序對服務對象的長期行為特征進行觀察，有助于工作者更清晰地理解到服務對象當下的個人特質和生活狀態，也可使后續服務更具延續性。從另一個維度來看，我們也可利用聚類算法對“時序類型”數據進行處理，即對特定時間片段內不同服務群體所產生的數據集中處理、分類存儲，提煉出分時特征標簽，并將其儲存在云端數據庫中。通過確定各個時段內的類簇中心（類簇中心可視為該類個案的典型代表），由點及面，推理出同一類型的群體共同特征。例如，青少年群體容易產生身份混亂和行為偏差，老年群體容易產生孤獨感和遭遇經濟危機等[1]。

（三）“特征類型”數據

描述客觀世界的數據一般可以分為兩類：用戶屬性數據和用戶行為數據。前者包括靜態信息數據，如性別、年齡、種族、社會經濟地位等；后者包括動態信息數據，如接受教育、融入社會、參加工作等。在社會工作實務中，服務對象一般具有復雜性和多變性，具體表現為：第一，社會工作的服務對象不僅指個人，也指某一家庭、群體或社區；第二，針對不同群體及其特征，社會工作的實務模式也是多種多樣的；第三，服務對象的個體需求和特點也是不斷變化的。精準把握服務對象是社會工作開展的前提和基礎，基于“特征類型”數據，我們可以進行服務對象角色和行為屬性特征抽取、分類、歸納和比較，多維度地構建針對服務對象的描述性標簽屬性，從而對潛在案主做出較為精準的判斷，提升服務的質量[2]。

（四）“狀態類型”數據

每個時點所反映的對象狀態的數據集合就是“狀態類型”數據，它能夠實時獲取、更新服務對象的行為狀態，從而避免了數據在收集過程中對被試主觀報告的依賴，有效解釋或揭示了服務對象生理、心理、社會特征的連續變化趨勢。當前，社會中存在諸多不知該如何申請服務的潛在需求者，利用好“狀態類型”數據就可以幫助社會工作者了解當前社會中群體的狀態（是否有潛在需求者、需求的強烈程度）、現存于社會中的基礎服務設施及機構分布、福利政策的側重導向（是側重于舒緩還是側重于預防）。從而充當問題發現者、服務提供者、資源籌措者等不同身份角色。

二、大數據技術賦能社會工作服務的兩種路徑

大數據就像一把刀，用到什么地方取決于握刀的人。經過深度信息提取的社會大數據可用以有效解決社會工作之中貧困、危機干預、醫療康復、兒童保護等較困難的實踐議題[3]。

（一）直接社會工作領域——“貼標簽”

“貼標簽”也稱“標簽化描述”，社會工作者可以借助標簽提前了解服務對象所屬人群最常出現的行為方式，進而預估服務對象可能具有的需求和問題，為接下去的服務做準備。在社會工作中運用該技術有助于減少服務中的試錯成本，進而提升服務的能力與水平。

1.留守兒童的教育。在傳統的實務工作中，留守兒童的學習習慣、學習能力及學習資源相關數據須通過觀察、調查和家訪的方式獲得。而在大數據時代，可通過在大數據干預系統中收集、記錄有關留守兒童學習行為信息，形成一個針對留守兒童學習習慣及學習行為數據的數據集，再通過計算、整理和分析，就可以得到許多個不同類型特征的標簽。例如，通過網上觀看課程的時長和次數，就可以得出留守兒童是否習慣于 “網絡學習”的相關標簽；也可以通過智能手環記錄來觀測留守兒童的學習行為，得出有關學習“專注度”“心態”等學習行為的標簽[4]。

2.大學生的心理健康監測。雖然當今的大學生擁有更優越的學習環境以及更充足的學習資源，但因主客觀因素的不同，導致他們當中的很多人出現了自卑、焦慮和人際關系敏感等心理問題。如果這些心理問題得不到有效舒緩及解決，就會給其自身的發展帶來嚴重危害[5]。大數據技術可以通過監控學生網絡行為，分析當下學生所關注的熱點話題，針對重點的敏感詞（如輕生、焦慮、失戀等）進行重點監測，創建出預警標簽。同時也可以通過截取學生的社交媒體、視頻播放軟件的使用情況以及學生的消費情況、上課出勤情況等相關信息，從而生成日常行為標簽[6]，社會工作者可以據此采取不同的舒緩和解決技術。

（二）間接社會工作領域——“創平臺”

社會工作應該“超越小服務，走向大服務”。根據“人在環境”的理論視角，個人的困難可能源于個人，也可能源于環境。前者涉及客觀原因（如體弱多病）和主觀原因（如將“有困難找政府”作為信條）；后者涉及自然災害、經濟變化、社會轉型、政策滯后等[7]。“平臺”即整合各種相關資源，促進人與環境的適應性平衡。由于間接工作不直接面對受助者開展工作，所以更應依賴于“平臺”進行整體把握。

1.養老服務的供給。我國自1999年就進入了老齡化社會，龐大的老年人群體帶來許多亟待解決的社會問題（如未富先老）。大數據技術的發展為養老服務帶來了新思路和新契機，“虛擬養老”就是在此背景下誕生的養老實踐。“虛擬養老”作為一種新的資源供給視角，為分散的社會養老服務資源與龐大的居家養老服務需求實現有效對接提供了可能。但同時，“虛擬養老”的服務供給仍然更多停留在“提供能提供”的層次而無法做到“按需求提供服務”的層次[8]。因此在“虛擬養老”的具體服務供給中，社會工作就可以發揮其專業優勢，社會工作者可以通過大數據的測量結果具體確定老年群體的問題及需求，同時根據分析出的老年群體的需要聯絡政府部門、社會組織（包括基金會）和廣大社會成員，向他們籌集所需資源，進而將這些社會資源同“虛擬養老院”鏈接起來，發揮社會工作的“橋梁”作用。

2.鞏固脫貧。當前我國發展不平衡不充分的問題仍然突出，在脫貧攻堅收官之后，如何鞏固脫貧、防止返貧仍是迫切需要研究和解決的重要課題。利用大數據技術就可以多維度地分析脫貧成果，例如根據貧困人口標準、致貧原因、地方脫貧任務等多項脫貧指標，考查脫貧成果[9]。大數據驅動下的社會工作具有第三方的優勢，可以對扶貧成果進行動態地評估監測——不僅是針對脫貧成果進行數字監測，更是評估已脫貧人口的發展是否與經濟社會的總體發展步調相一致，使鞏固脫貧成果的工作更具備專業性和客觀性[10]。

三、社會工作領域大數據技術應用的風險與防范

（一）數據采集中的隱私問題

隨著大數據技術的普及，大量的數據能夠被快速地、容易地和廉價地收集、處理、分析，這就與強調保密與案主隱私權的社會工作相沖突。迪克森論述道：“從前，病人或者案主的記錄可能包括一個在單獨檔案卡上的基本信息，或者數頁的個人資料、程序記錄和觀察的結果。今天，這樣的記錄可能存儲或被復制到記錄各種個案的中央數據庫中，而且能被連接到包含其他記錄個人、家庭或者小組的數據庫以便相互比較。”[11]

（二）數據處理中的倫理問題

關于倫理在數據層面的問題可能會涉及數據隱私、數據安全和數據痕跡。其中，前者即秘密數據，是不想被他人獲知的信息。中者是指通過采取必要措施，確保數據處于有效保護和合法利用的狀態。后者指數據本身的安全和數據防護的安全。這些都與社會工作專業倫理密切相關，美國社會工作協會倫理守則規定：對案主的倫理責任應包括尊重案主隱私權并遵守保密原則。

（三）數據決策中的偏差問題

社會工作更多的是傳遞人文關懷、職業理念和素養，是一種價值觀上的引領[12]。如果社會工作的過程中過度依賴數據技術，則可能會因數據失真而導致服務效果降低或偏差，而且違背了專業理念，不利于專業理念的貫徹和專業技能的提高，最終會影響社會工作的獨立性與專業性發展。

參考文獻：

[1]? ?張莉曼，張向先，吳雅威，等.基于小數據的社交類學術App用戶動態畫像模型構建研究[J].圖書情報工作，2020，64（5）：50-59.

[2]? ?曾建勛.精準服務需要用戶畫像[J].數字圖書館論壇，2017（12）：1.

[3]? ?陳婉珍，何雪松.大數據驅動的社會工作：前景與挑戰[J].社會科學，2017（7）：74-81.

[4]? ?宋點白.基于大數據的留守兒童教育干預研究[J].中國教育信息化，2019（3）：17-19.

[5]? ?楊虎民，蘇春景，汪杰鋒.大數據背景下高校學生心理健康現況的調查與分析[J].赤峰學院學報（自然科學版），2020，36（10）：57-61.

[6]? ?黃山.學生畫像技術在高校學生事務精準管理的運用[J].科學咨詢（教育科研），2019（12）：37.

[7]? ?顧東輝.服務治理：社會工作中國行動的兩個維度[J].中國社會工作，2021（16）：8.

[8]? ?李潔.大數據應用下“虛擬養老院”服務需求管理及供給優化[J].中國老年學雜志，2021，41（16）：3585-3590.

[9]? ?呂國，肖瑞雪.基于大數據的精準扶貧績效提升機制研究[J].青年與社會，2019（18）：166-167.

[10]? ?張簫.社會工作參與精準扶貧的可行性研究：以黑龍江省T縣為例[J].中國集體經濟，2020（16）：159-160.

[11]? ?查爾斯·H.扎斯特羅.社會工作實務應用與提高（第7版）[M].晏鳳鳴，譯.北京：中國人民大學出版社，2005.

[12]? ?徐華，章雪.大數據視野下的專業社會工作服務對象研究[J].中國社會工作，2018（22）：26-27.

[責任編輯? ?劉? ?瑤]