國內外社會治理智能化研究與實踐分析

Abstract：Thisstudyadoptsbibliometricand visualization methodstosortoutandanalyzetheliteraturedatainthefeldof inteligentsocial govermanceinChinaandabroadfrom2015toO24，todevelpananalyticalframeworkforinteligentsocial governanceresearchand practice，and toexplain theexperienceand future development directionof panoramic intellient social governance research and practice.The study finds that both domestic and international intelligent social governance researchandpracticeisunginstitutions generallshowcharacteristicssuchaslowdensityandhighfragmentation，butChina's overallissuingoueisowandtescourseintinteatioalseachssteissing.omesticvoutioadactice of intellgent social governance show distinctive Chinese local characteristics，butstillneedtobeimproved intheareasof digitaleadershipofteartyultisiplayosesearch，ocyuppotadjecierticipatioomprsesk management，developmentoflawsandregulationsprotectionofideology，andtalentcultivation.Theresearchandpracticeof inteligentsocial governancein foreigncountries haveformedafive-module integratedresearch framework，butthereisalack of solutionsinrural govemanceandoverallnationalsecurity，aswellasalackoftop-downsystematicresearch programson intelligentsocialgovermance.Thestudyaims topromote intelligent technologiestobreak through theapplicationboundary， accelerate thetransformationofsocialgovermanceinthenewera，improve theeffectivenessofsocial governance，provide basicsupportfordeepeningtheresearchonintellgentsocial governance，andprovidereferablesolutionsforthesustainable development of new quality productive forces in the field of social governance.

KeyWords：IntelligentSocialGovernance;Artificial Intelligence;Bbliometrics;SmartCities;GovernanceEffectivees

社會治理理念源于中國現代化發展理念，由管理到治理，一字之差背后體現的是理念、方式和制度的變革。[]在新時代發展理念下，社會治理智能化成為技術理性下社會治理的再詮釋和再構造。社會治理智能化研究是社會治理的關鍵領域，旨在達成社會治理提質增效與技術賦能二者有機耦合的目標。社會治理智能化有利于打破數據孤島和時空壁壘，實現技術之治與社會之治的統一，推進社會治理體系創新，提升社會治理效能，激發社會發展活力。［2]國內關于社會治理智能化的研究多聚焦于模式體系、法治內容及科技支撐等方面。如孟天廣等人運用大數據技術構建整體化、系統化的社會治理體系和網絡化、智能化的社會治理模式。［3]楊述明等人認為在社會治理智能化背景下，轉變政府職能、調適政府結構、提升政府能力可以更好地解決政府治理體系與治理能力的考驗與挑戰。［4]何繼新等人提出基層社會治理智能化亟須構建系統性邏輯體系和創新型運營機制。[5］同樣周漢華等人認為社會治理智能化的法治建設層面應從社會治理要素的數據化、社會治理數據的匯聚化、社會治理規則的算法化以及社會治理機制的共治化等四個維度推進。［]此外張成崗等人提出社會治理方式智能化是科技支撐社會治理現代化內涵的五大維度之一。［7]

國際上關于社會治理智能化研究這一命題尚未有完整定義，研究更側重智慧城市建設及技術性應用等領域。歐盟委員會強調智慧城市可利用數字技術提高生產力，改善生活條件、降低成本、節省資源，同時增加公民活動。Sikora-Fernandez等人將后共產主義國家的波蘭作為案例，認為“智慧城市”是一定程度上降低城市服務成本的城市基礎設施現代化的一種方式。[8] Samsudin等人通過對比馬來西亞布城和布德里島的智慧城市倡議，認為智慧城市的實施可為國家帶來高質量、可持續、更有彈性且更宜居的發展。[9]在技術應用研究方面，Sun等人通過關鍵利益相關者的視角，梳理公共部門AI采納過程中的挑戰圖景，發現不同利益相關者對挑戰的框架構建存在差異，甚至相互沖突。［10]Ozdemir等基于“對稱創新”理念實現大數據知識共創的民主化，提出“工業5.0”概念，其創新生態系統設計的“三維對稱”特征使其區別于前代自動化系統。［]技術賦能社會治理的同時也產生風險問題，Mittelstadt等人關注生物醫學大數據，系統而全面地分析了醫療大數據倫理影響和風險問題。［12]而Frantzeskaki聚焦于NbS融入城市議程所需的證據基礎與知識體系，從知識共創機制、指標體系與大數據應用、新型融資模式三個維度，闡釋了推進NbS 規劃與知識議程的實施路徑。[13]

綜上可見，目前國內外在社會治理智能化研究內容上各有千秋，國外社會治理智能化研究重點聚焦新一代信息技術革新、場景場域拓展、保障機制構建三個維度，國內則更為重視社會治理智能化的具體實施效能。然而國內外社會治理智能化研究仍存在研究合作度偏低、研究系統性匱乏、定量研究不足等現存問題。［14]本研究基于信息計量學基本定律，通過文獻計量方法可視化梳理、回顧和總結近十年國內外社會治理智能化的研究進展，對比分析國內外社會治理智能化的研究差異，通過邏輯歸納和匯總整合出國內外社會治理智能化的研究與實踐框架，對標國際研究差異展望國內社會治理智能化的未來研究方向，為有效推進社會治理智能化研究提供全新視角和研究參照。

1中外社會治理智能化文獻計量分析

1.1文獻數據收集

在本文內，中文文獻數據基于中國知網學術期刊網絡出版總庫檢索。外文文獻基于WebofScience核心數據集SCI和SSCI文獻數據庫進行檢索，中文文獻檢索式為 SU= “社會治理智能化”，為了保證檢索文獻的質量，中文文獻限制來源期刊為“CSSCI”“北大核心”“CSCD”。外文文獻檢索式為‘ ?^°TS= （social governance） AND TS= （big data）OR TS-（IOT）OR TS= （digital）ORTS （intell*）兩者時間設置為2015年1月至2024年12月，最終得到有效中文文獻686篇，外文文獻2243篇，構成本研究的文獻樣本，采用Citespace[15]軟件分析。

1.2發文量趨勢分析

文獻的年度發文量反映研究領域的發展趨勢和研究的整體情況，對于把握研究領域變化規律具有重要作用。本文對社會治理智能化領域發文量進行統計并繪制文獻數量年度趨勢圖，并對年度發文量進行線性擬合，見圖1所示。從圖1可以看出近10年國際總體發文量呈上升趨勢，表明國外對于社會治理智能化研究始終保持較高關注度，擬合曲線的斜率k國際擬合（53.36）gt;k國內擬合（10.15），意味著國際發文量的增長速率大于國內發文量，在2015一2024年國際上對于社會治理智能化研究的熱度較高。而國內發文量呈現先增長后下降的趨勢，其中在2017年一2020年階段發文量斜率 k_B1Bkⁿ （34）大于國內發文量擬合曲線斜率k國內擬合（10.15），意味著該時間段發文增長速度處于高位，現高速上升態勢，國內研究熱度則有所下降，未來需要進一步深化社會治理智能化研究。研究差異涉及國內外研究背景、研究主客體、社會體制等影響因素。

圖12015—2024年中外社會治理智能化研究發文量趨勢圖

1.3文獻地區分布分析

文獻數量地區分布可以展現不同地區對某一研究的關注度和研究成熟度，從全球化視角看各個國家地區的文獻相互引證關系可了解國家之間科研能力差異及合作情況，對促進空間尺度上的國際合作研究具有重要作用。本文對國外社會治理智能化研究數據進行分析，表1所示前五位發文量地區為中國（583篇）美國（420篇）英國（329篇）澳大利亞（206篇）及德國（152篇），中國發文數量位居榜首，可以看出中國在2015一2024年間依托新時代下的社會治理思想累積了豐富的文獻資源和科研成果。從洲際文獻累計量來看，各個洲文獻累積量存在明顯洲際和國家文獻累積量差異（見圖2）。其中亞洲累計文獻量中國貢獻最大，可以看出中國（583）在亞洲地區科研水平位居前列，占亞洲總文獻累積量的 44% ，約為印度（80）文獻累積量的7倍。英國在歐洲文獻量的貢獻遙遙領先其他歐洲國家，占比為歐洲總累積量的 21% ；北美洲文獻累積量共616篇，美國占據 68% ，學術實力強勁。在大洋洲文獻累計量中，澳大利亞位居第一，占大其背后原因可能是2017年十九大提出建設社會治理體系的指導方針，賦以社會治理智能化研究國家政策驅動力。同時從發文趨勢圖可以看出，總發文量和外文發文量趨勢變動相似，意味著2015—2024年間總年度發文量受國際年度發文量影響較大。2020年后國際社會治理智能化研究顯現出蓬勃的研究態勢，相比之下國內數據出現下滑，發展趨于平穩，研究熱度下降。總的來說，國際有關社會治理智能化的研究呈洋洲總文獻累積量的 87% ，可見澳大利亞在該領域擁有大量學術研究成果。南美洲文獻累積量共計115篇，巴西文獻累積量為52篇，占據南美洲文獻累積量的 45% ，相較于其他各大洲數量較少。非洲國家中南非（46）位居第一，但非洲整體關于社會治理智能化研究文獻量為114篇，位于洲際最后一位。中國、美國、英國、澳大利亞、德國等國家在社會治理智能化領域研究文獻積累量處于世界前列，掌握了 90% 的文獻資源，學術影響力呈現馬太效應。

圖2中外社會治理智能化研究文獻地區共現圖

表1國際社會治理智能化研究國家文獻累積量及中心度（前5位）

在文獻相互引用關系上，國際社會治理智能化研究的合作網絡較為稀疏，各個國家間學術合作較少。中心度用于衡量節點在網絡中的重要程度，表1顯示國家中心度前五位為美國（65）英國（65）荷蘭（48）德國（46）澳大利亞（45）。從綜合文獻積累量和中心度可以看出，美國、英國、澳大利亞和德國在社會治理智能化研究中較為成熟，學術實力及學術影響力較大，相較來說中國文獻積累多但影響力較弱。總而言之，近年來國際對于社會治理智能化研究的重視程度越來越高，而中國在該領域研究的文獻積累量雖位于前列，但學術合作較少，學術權威不足，未來需要積極展開與其他國家的學術交流合作，推動良好跨國交流合作，努力向世界講好“中國故事”分享“中國經驗”，為構建新的多邊多元社會治理智能化合作模式提供參考。

1.4發文機構分析

發文機構分析可量化各個機構的發文量級和學術能力。識別高頻機構，可洞悉某一領域內知識生產的優勢所在。表2展現了中外社會治理智能化研究發文機構的發文量，可知國內中共朝陽市委黨校、山東大學馬克思主義學院發文量為4篇，位于前列。通過匯總各省市機構數量（表3），本文發現國內上海市（54）北京市（36）臺灣省（32）江蘇省（18）山東省（16）進行社會治理智能化研究的機構較多，其中上海市在該領域內知識生產擁有強勁優勢。圖3顯示國內各省市的機構數量分布情況，可看出社會治理智能化研究與實踐領域明顯存在東西部發展不均衡的特征，其中西部省市對于社會治理智能化的研究相對滯后，存在地域壁壘。反觀國外，表2表明倫敦大學、牛津大學、加利福尼亞大學、哈佛大學和墨爾本大學位居國際發文量前五位，其中倫敦大學占據核心地位，顯示出知識生產的絕對優勢。國外發文機構存在產出分層現象，前20% 機構貢獻 55% 的文獻，而尾部 3% 機構年均發文量 ≤1 篇，反映科研力量的高度集聚性。圖4呈現了國內外社會治理智能化研究與實踐的機構共現網絡，可以看出國內機構間相互合作較少，獨立研究較多，尚未形成有效整合。國外雖相比國內合作有所增加，但總體呈現低密度、高碎片化特征。

表2中外社會治理智能化研究發文機構（前5位）

表3國內社會治理智能化研究機構省份分布（前5位）

圖3國內社會治理智能化研究機構省份分布圖

1.5作者共現分析

作者共現分析是揭示學術領域中作者之間潛在關聯、學術影響力分布及知識流動的重要方法。圖5展現了國內外社會治理智能化研究與實踐的作者貢獻網絡，通過計算發現，作者網絡的密度值0.002lt;0.1 ，表明節點間連線數顯著少于理論最大

圖5中外社會治理智能化研究作者共現網絡

表4國內外社會治理智能化研究作者發文量（前5位）

的領導”等關鍵詞節點相較其他節點更大，處于研究的核心位置。表5列舉出社會治理智能化研究中頻次位于前10的關鍵詞，其中“社會治理”“智能化”“基層治理”“大數據”“社會治理”“人工智能”等詞與2023年何繼新等人研究中所提及的關鍵詞一致，而其他關鍵詞則出現了截然連線數，整體呈現“碎片化”分布狀態。各節點以孤立點或小規模子網絡為主，缺乏跨子網絡的關鍵連接節點，導致網絡連通性不足。國內外研究者合作交流呈現小群組合作特征，這可能與社會治理智能化研究的跨學科屬性相關，作者往往來自不同學科背景（計算機科學、公共管理、政治學等），導致合作網絡因學科壁壘呈現分散化特征。表4展現了國內外高發文量作者的分布情況，可見國內與國外高發文量作者的發文量差異并不顯著，即國內外個體學者上的產出水平相近。未來可加強作者間相互合作，為社會治理智能化的研究與實踐提供全新解決方案。

1.6社會治理智能化關鍵詞分析

關鍵詞可精煉地捕捉文章的核心議題及其學術貢獻，明確文獻研究的主要方向。系統分析關鍵詞，能有效描繪出領域內當前研究重點和科學探索的最新動態。故本文基于文獻關鍵詞構建國內外2015—2024年間社會治理智能化研究關鍵詞共現圖譜（圖6），從國內CNKI數據和國外WOS數據兩個方面分析關鍵詞共現特征的異同，揭示國內外研究差異，為后續研究提供參考和建議。

對比國內外社會治理智能化文獻關鍵詞共現網絡及指標，圖6（a）可視化出國內該領域研究網絡，社會治理”“智能化”“人工智能”“大數據”“機器學習”“基層治理”“現代化”“新時代”“黨不同的結果，如“機器學習”“黨的領導”“現代化”等，說明近10年間社會治理智能化研究呈現出動態演進特征。“黨的領導”一詞中介中心度 lt;0.1 ，反映了概念研究的封閉性。在技術驅動與多學科交叉融合的雙重背景下，該領域研究逐步由傳統治理范式向數字化轉型催生的新興領域遷移，研究焦點發生系統性轉向，突出表現為對人工智能、黨建領導及智慧社會韌性等創新性理論框架的持續性探索。這一范式轉換既體現了技術迭代對治理科學的滲透效應，也折射出社會科學研究對數字文明時代治理體系重構的學術回應。

圖6（b）呈現了國際社會治理智能化研究中的關鍵詞節點，其中顯著大于其他節點的關鍵詞有“Governance（治理）”“BigData（大數據）’“SocialMedia（社交媒體）”“Management（管理）”“SmartCity（智慧城市）”“ArtificialIntelligence（人工智能）“Innovation（創新）等，表5可以看出這些關鍵詞的頻次及中心度處于前10位，表明社交媒體、智慧城市、大數據以及人工智能等方面仍為社會治理智能化的主要研究領域。文獻計量學的詞頻分析與共現網絡可視化結果表明，“Governance（治理）”作為核心關鍵詞呈現最高頻次分布特征，意味著國外研究中“治理”為核心導向。在何繼新等人（2024）基于WOS數據庫的研究中，“Smart City（智慧城市）”的關鍵詞頻次處于第一位，而本研究中“SmartCity（智慧城市）”位于第5位，印證了智慧城市建設在治理智能化研究譜系中仍占據重要地位。然而，研究熱點遷移現象在關鍵詞聚類分析中也較為突出：早期研究中與“Management（管理）”形成強語義關聯的“Governance（治理）”已逐步完成概念迭代，標志著傳統管理范式在數字化轉型背景下實現了智慧化理論重構。“SocialMedia（社交媒體）關鍵詞的頻次突增，表明社交媒體在社會治理智能化進程中的作用日益凸顯，反映出各國研究者對社交媒體治理價值的認知深化與實踐探索。值得注意的是，“Artificial Intelligence（人工智能）”呈現指數級增長態勢，其頻次提升達300% ，實證性揭示了國際學界對其在社會治理場域中技術賦能效能的共識性認可。作為人工智能技術的衍生研究方向，“MachineLearning（機器學習）”與“DataMining（數據挖掘）”等研究領域的飛速發展和應用，表征著技術工具論導向的研究范式正在形成。

表5社會治理智能化研究文獻關鍵詞表（前10）

圖6中外社會治理智能化研究關鍵詞共現圖

跨國比較研究顯示，中英文文獻在“ArtificialIntelligence（人工智能）”“MachineLearning（機器學習）”及“BigData（大數據）”等基礎性技術概念上存在顯著耦合，證實我國研究已融入全球學術話語體系。但研究取向差異亦具典型性：國內文獻多聚焦民生需求與基層治理等本土化問題，體現需求驅動型研究特征；而國際研究則更強調將\"Impact（影響）”“Corporate Social Responsibility（企業社會責任）”及“SustainableDevelopment（可持續性發展）”等理念嵌人技術實施路徑，形成治理技術與管理理念融合的創新模式。這種技術應用層級的差異格局，為我國學界提供了跨文化理論對話的切入點。未來國內研究可通過技術適配性研究構建本土化分析框架，同時借鑒國際前沿理論，形成具有中國特色的智慧治理知識生產體系。

1.7社會治理智能化關鍵詞聚類分析

關鍵詞聚類分析可進一步了解研究內容間的關聯。聚類評價指標為Q值（聚類模塊值）和S值（聚類平均輪廓值），一般認為 Qgt;0.3 時聚類結構顯著，Sgt;0.7 時意味著聚類信度合理。本文采用LLR（對數似然算法）聚類，結果見圖7。其中CNKI數據聚類模塊值Q值 =0.85gt;0.3 ，平均輪廓值S值 =0.96gt;0.7 ，WOS數據聚類模塊值Q值 =0.75gt;0.3 ，平均輪廓值S值 1=0.89gt;0.7 ，意味著國內外文獻數據聚類效果均處于理想信度和效度區間，具有研究價值。

圖7中外社會治理智能化研究關鍵詞聚類圖

圖7（a）展示了CNKI數據的關鍵詞前10類聚類結果，即#0機器學習、#1大數據、#2智能治理、#3科技創新、#4黨建引領、#5公眾參與、#6法治化、#7鄉村振興、#8社會保障、#9共建共治共享。這10類聚類結果囊括了近十年國內社會治理智能化領域研究和實踐的主要方向和成果，可見國內社會治理智能化研究在宏觀上緊跟新時代發展要求，注重“以人為本”的根本原則，推動公眾參與；強調黨建對社會治理智能化工作的引領作用；堅持“共建共治共享”治理理念，用法治化保障社會治理智能化順利布局和施行；利用智能化技術提升國家數字治理能力，以科技創新賦能社會治理智能化；強化技術應用對鄉村振興領域的創新實踐，賦新社會保障。

ArtificialIntelligence（人工智能）。相比國內聚類結果，國際關鍵詞聚類結果更加注重社會治理全領域的治理研究，傾向于以智慧城市建設為基礎，展開針對數智化技術的價值發現和應用研究，涵蓋了建筑業、環境治理等社會領域革新探索。作為知識經濟時代的核心概念，智力資本指組織或個體擁有的、能夠創造價值和競爭優勢的無形知識資產總和。它區別于傳統的物質資本和金融資本，強調知識、技能、經驗、關系等非物質要素的戰略性價值，是驅動創新、提升組織效能的關鍵資源。聚類結果中智力資本的出現，凸顯國際社會治理智能化研究與實踐對知識資本的重視和發掘。此外，國際研究注重技術異化帶來的風險問題，如探索人工智能等技術的應用邊界及風險問題，推動技術應用的標準和規范制定。

將時序變化嵌人關鍵詞聚類后的結果可清晰展現社會治理智能化主要研究的演化規律。圖8展示了社會治理智能化研究主題首次出現的年份及隨時序變化的演化情況。圖8（a）表明國內社會治理智能化研究在2015年主要聚焦于機器學習和大數據驅動兩方面，還有部分研究注重探索政府改革下的政府治理及用戶交互。而同時期國際領域不僅主要研究大數據、人工智能等技術領域，還關注了社交媒體治理作用、企業社會責任及權責分配問題，以更好地探索社會治理智能化潛在可能。隨后近10年國內研究以提升社會治理智能化效能為主要抓手，依托人工智能、機器學習及大數據等科技手段，深人發掘社會治理智能化在制度變革、協調推進策略、技術賦能效果及法律規章完善等方面的問題并提出解決方案。我國2024年的研究關鍵詞呈現風險控制和效能提升兩重維度分布。在風險控制領域，國際層面關注地區沖突及安全問題，國內視角則轉向平安中國建設，著重探索反欺詐問題的解決和技術風險的管理。在效能提升層面，研究關注數字時代下智能技術對市場失靈及企業績效等現實問題的解決。同時，知識圖譜呈現出技術哲學、計算社會科學與傳統公共管理理論的深度互嵌特征，這種差異化的知識生產路徑既反映了中國特色的治理現代化訴求，也為全球治理知識共同體貢獻了新的認識論框架。圖8（b）

（a）國內社會治理智能化研究關鍵詞時區圖

（b）國外社會治理智能化研究關鍵詞時區圖

圖8中外社會治理智能化研究關鍵詞時區變化圖

術賦能與社會互動形成協同演進關系，其作用機制貫穿于社會治理流程的全鏈條。本研究進一步揭示，社會治理智能化領域呈現出顯著知識生產格局演進：其一，國內隱性制度基礎設施建設被納入理論建構范疇，突出表現為跨學科知識體系建構。其二，國際學術界近十年的研究聚焦技術應用場景適配性等命題。研究視域已突破傳統治理邊界，形成以全球公共性議題為牽引的社會治理智能化視角，重點關注社會治理智能化轉型、氣候治理及基于物聯網的數字孿生等創新領域。同時學界也逐漸深化了對人工智能可持續性發展機理、決策支持系統效能與技術風險拓撲結構的批判性反思。

2社會治理智能化研究與實踐框架

根據上文關鍵詞間的邏輯關系，本研究構建出國內外社會治理智能化研究與實踐框架，如圖9、表明國際社會治理智能化領域的研究與實踐呈現高速發展態勢，涉及人工智能技術應用和倫理風險探索、環境變化和可持續性發展研究及社交媒體對社會治理智能化研究與實踐的重要作用。其中社交媒體作為“公共數字空間”，突破傳統治理的科層制壁壘，形成了“平臺一用戶一政府”三元互動結構。社交媒體通過數據流動、技

圖9國內社會治理智能化研究與實踐框架

圖10所示。國內社會治理智能化的研究與實踐主要關注新技術革命重塑社會治理智能化這一命題，采用智能技術賦能“黨委領導、政府負責、民主協商、社會協同、公眾參與、法治保障、科技支撐”各環節協同聯動的基礎社會治理體系，研究成果豐碩。黨委領導模塊為主要抓手，統籌社會治理智能化的全局工作，新時代的技術革新也為黨委領導工作能力的加強提供了新的可能。政府負責模塊包含市域社會治理、鄉村社會治理及基層社會治理的權力配置和頂層設計。社會協同模塊堅持協同共贏機制，采取敏捷治理理念，用數字經濟與實體經濟的雙重引擎建設智慧城市、智慧能源等多主體參與項目，打破技術封鎖，實現產業升級。公眾參與部分則堅持民主協商機制和共建共治共享治理理念，拓寬公眾參與方式和渠道，有效采集政治數據，降低協商成本，優化政策供給。［16]法治保障環節秉持法治理念[17]，充分認識法律的滯后性，重點關注政法工作，堅持人機共治機制[18建設智慧法治系統。科技支撐領域則秉持“以人為本”理念以防范科技風險[19]，注重數據的基礎支撐作用并做好數據治理工作，研究邏輯從傳統單一的相關分析思維邏輯[20]，逐步轉向“相關分析 ⁺ 因果分析”的雙重分析邏輯。

盡管當前我國社會治理智能化已進人高速發展窗口期，但仍面臨發展不平衡的困境。首先，人才隊伍建設尚未同步跟進社會治理智能化發展腳步，已然成為社會治理智能化發展的薄弱環節，因此優化人才培養體系勢在必行。在人才培養上，應優化人工智能教育生態路徑[2I-22]，夯實新的整體性學科的建設基礎，采用智能化技術加速傳統人文社會科學向計算社會科學學科［23-25]轉型。與此同時，意識形態在新技術革命下面臨張力失衡、旨歸失義、話語失效等挑戰[26]，亦成為我國社會治理智能化研究中的弱點，故須通過樹立底線思維、促進治理模式創新、完善治理制度保障及增強社會主義意識形態凝聚力等措施，確保我國主流意識形態安全，著力提升我國在顛覆性技術下的意識形態治理能力[27]。在社會治理智能化進程中，固有的社會風險和技術迭代引發的技術風險貫穿于社會治理智能化的全領域與全過程，而當前國內相關研究與實踐對風險管理的探討多聚焦于風險防范層面，尚未形成覆蓋風險管理全流程、全周期的系統化研究。總體而言，我國社會治理智能化的研究與實踐致力于推動各種治理主體、環節及要素的緊密協同，目的在于實現智能化綜合決策，重構社會治理模式，進而實現治理效能提升與資源配置優化，最終達成滿足人民期待的社會治理智能化目標。

圖10國外社會治理智能化研究與實踐框架

與此同時，本文發現國外社會治理智能化研究與實踐堅持以“Innovation（創新）”為核心理念，形成了“核心技術、治理機制、應用場景、支撐體系和價值目標”五位一體的社會治理智能化研究與實踐框架（圖10）。在核心技術模塊，以“大數據”“人工智能”等[28-29]形成了技術基礎設施，為治理決策提供數據基礎底座，同時“BigDataAnalytics（大數據分析）”［30]“Predictive Analytics（預測分析）”[31]“Natural Language Processing（自然語言處理）”［32]等數據處理技術形成技術賦能群落，將數據轉化為治理“智能”。與此同時，技術成熟度的提升為治理機制創新注人了活力，國外研究在治理機制[33-34]層面從治理模式創新[35]、運行機制創新[36]及決策支持創新[37]三個方面展開了系統性研究。治理機制成熟度決定社會治理智能化應用的廣度和深度，國外主要從城市治理[3839]公共服務[40-41]、經濟與產業[42]等應用場景切入研究，以更好地完成應用落地。在應用過程中，學者們發現了價值目標[43的變化和規約，形成了技術價值和經濟價值的不同目標要求。除去以上研究，國外研究者還注意到社會治理智能化支撐體系［44]仍有待加強，在倫理風險、制度保障和社會基礎方面均有探索。在國外社會治理智能化五位一體的研究架構中，核心技術模塊提供社會治理智能化原料與載體，核心技術轉化為治理機制創新能力，治理機制創新應用于社會治理應用場景，應用場景又倒逼治理機制創新能力和核心技術優化，隨后應用實踐催生價值目標，價值導向指引制度演進，制度框架規范技術和應用邊界，形成了“底層技術支撐賦能一治理機制創新一應用實踐落地一價值文化導向一規則制度保障”的遞進式閉環體系，各模塊之間相互依存、雙向互動，共同構成社會治理智能化的動態系統。

綜上，本研究通過文獻計量分析發現，社會治理智能化的知識生產呈現顯著的地域性特征差異：在范式建構層面，中國學界主要聚焦中觀制度創新與宏觀戰略設計的耦合機制，形成了具有鮮明本土化情境嵌入性特征的現代化治理理論體系，其本質是制度優勢與技術創新協同演進機制的具象化表達。反觀國際學術界，研究范式呈現技術工具主義傾向，著重探討機器學習算法的精細化應用、治理效能提升、支撐體系完善等微觀實踐與討論。

在特定領域研究維度，國際學界著重在智慧城市建設和環境保護等子領域開展研究。相比之下，我國雖提出了智慧城市概念，但相關研究仍處于概念化探索階段，實證性研究成果較少，這種差異映射出全球知識生產體系中的非對稱性格局。尤其值得關注的是，現有跨國比較研究顯示，國際主流技術路徑的在地化適配效能尚未得到系統性驗證，其在中國特色治理場景中的制度兼容性仍須通過跨文化實驗研究加以檢驗。

3研究結論

縱觀全球社會治理智能化轉型趨勢，社會治理智能化研究與實踐已演化為具有顯著戰略價值的前沿交叉領域。作為該領域的先行實踐者，中國通過制度創新與技術賦能的協同演進，建構起“中國式現代化”語境下的智能治理實踐。近十年國際研究增速較快，而國內則增速較慢且年度發文量波動較大。國內社會治理智能化研究與實踐體現出鮮明的本土特色，主要包括以下幾個方面：其一，社會治理智能化體系創新。智能技術與社會治理智能化的賦能耦合機制仍呈現顯著的結構性張力，針對體系頂層設計不完備[45]、權責邊界模糊等問題開展可行的方案探索研究。其二，社會治理智能化法治建設。當前社會治理智能化研究實踐面臨制度時滯悖論、顛覆性創新不斷解構傳統法律關系的因果鏈條，立法者受限于有限理性與技術不可通約性，難以在風險與收益間建立動態平衡。社會治理智能化法治建設重視法治邏輯、法治思想與社會治理智能化之間的耦合機制構建，致力于實現科技向善與社會可接受性的協同演進。其三，社會治理智能化社會協同。在數字化與智能化技術賦能下，社會治理正從“單向管控”向“多元協同”轉型。靈活響應、持續迭代、多方協作的敏捷治理思維貫徹協同共贏機制，社會治理參與主客體之間的協同性增強，實體經濟和數字經濟成為社會治理智能化社會協同的抓手，促進產業升級改造與節能降耗，打破技術壁壘和技術封鎖。其四，社會治理智能化公眾參與。社會治理智能化重構了公眾參與方式，“共建共治共享”的治理理念契合公眾需求，數據驅動的智能平臺可實現民主協商的深度嵌入，破解傳統參與中“高門檻、低效率”難題，簡化公眾參與流程，顯著降低協商成本。同時社會治理智能化使政策制定從“經驗決策”轉向“需求響應”，優化政策供給。其五，社會治理智能化科技支撐。社會治理智能化以科技為支撐，正推動治理模式從“經驗驅動”向“數據一算法一人”協同優化的人機關系重構升級。首先，社會治理過程中數據已從單一數據轉化為多源異構數據，數據管理轉型為數據治理。其次，基于全量數據的變量分析算法不再拘泥于單一相關分析或因果分析，而是二者結合。最后，智能化堅守以人為本理念，防范科技依賴引發的決策僵化風險，秉持科技須服務于民生痛點響應與公眾權利保障的理念。人財物三者協同才可最大化實現科技支撐作用，以“人力”激活技術工具的價值判斷，以“財力”保障數字基礎設施均衡布局，以“物力”支撐技術迭代與可持續運維。

國際社會治理智能化研究與實踐包括：其一，核心技術研究。大數據、物聯網、數字平臺、信息系統、數據治理、數字基礎設施等技術是社會治理智能化研究與實踐的“土壤”，研究者從技術手段出發，通過技術開發將數據轉化為治理能力，探索以大數據、人工智能等技術在社會治理智能化研究與實踐領域的賦能作用。其二，治理機制研究。研究者面向技術賦能后的社會治理問題，創新治理模式和運行機制，用管理規范、協同機制等“軟性規則”，確保社會治理智能化治理活動合法、有序、公平、可持續，同時保證其在決策支持中的有效性。其三，應用場景研究。研究者主要在城市治理、公共服務和經濟產業三大應用場景開展應用落地研究，具體聚焦于：城市治理領域，以物聯網、數字孿生、大數據分析為技術支撐，圍繞智慧城市的精細化管理及環境可持續發展展開技術適配與模式創新；公共服務領域，重點探索電子政務效能提升、醫療教育資源精準配置的智能化路徑；經濟與產業領域，以工業互聯網、智能算法、綠色技術為驅動，聚焦傳統產業智能化改造和工業4.0革新，旨在通過技術賦能與場景創新推動社會治理智能化的系統性、協同性發展。其四，支撐體系研究。研究者認為支撐體系研究可從制度保障、倫理風險防控與社會基礎三個維度展開。制度保障層面，現有研究強調政策法規、數字憲法、知識產權制度及監管框架的協同作用。倫理與風險維度，研究聚焦人工智能倫理、數據倫理的框架構建。社會基礎領域，學術討論圍繞信任機制、社會資本積累、數字素養提升及多元參與協作展開。其五，價值目標研究。在價值目標研究中，工具性目標以提升效率效能、降低治理成本為核心導向，而價值性目標指向公平、社會包容與民主等規范性價值，強調透明、參與、責任與回應性的有機統一。長期性目標則意在錨定“可持續發展”，關注全世界范圍的問題解決，彰顯智能化治理從工具理性到價值理性再到全價值的綜合轉向。

4結語

盡管已有成果奠定了社會治理智能化的研究與實踐基礎，但仍有局限亟待突破。分析社會治理智能化研究近十年研究與實踐，未來我國社會治理智能化研究與實踐的重點可在以下方面深化：其一，數字領導力[46的管理建設。實現黨委統領理念和智能化技術思維的有機耦合，以有效引領組織適應數字化變革，實現數字化轉型和發展。發展靈活的管理體系，以適應當前國內社會治理智能化要求。其二，多學科融合生態與研究。社會治理智能化進程催生了“技術一治理一倫理”三元融合的人才需求，注重人工智能、計算機科學、社會學等多學科知識的融合，全面構建符合社會治理智能化發展要求的人才體系，培育技術理性和人文素養耦合的教育生態，加速傳統學科轉型升級，培養社會治理智能化專業人力資源，為社會治理智能化提供智力支持。其三，政策支持與多元主體參與。結合現有社會治理智能化發展狀況制定合理有效的政策框架，在社會治理智能化周期內鼓勵多元主體積極參與社會治理智能化轉型升級。其四，綜合性風險管理。確保社會治理智能化風險管理策略不僅能夠應用于單一環節管理，也能保障社會治理智能化的全流程全周期風險管控，注重風險管理在倫理、隱私、安全領域的應用，構建安全、健康、可持續的社會治理智能化生態。其五，建立健全法律法規體系。設計社會治理智能化全流程管理法律監管及保障，為主體參與、科技支撐、人才培養、風險管理等劃定邊界、指明方向。平衡技術賦能與人文關懷[47]，在智能化框架下強化規則透明與算法倫理，探索針對數字鴻溝等現象的科學應對方案，確保“共建共治共享”從理念愿景轉化為可觸達的治理實踐。其六，意識形態保護。面對智能化技術沖擊，在涉及倫理道德、價值判斷等復雜問題時堅持底線思維，將文化元素深度融入社會治理智能化的意識形態設計與應用，謹慎使用技術，防范因技術濫用或誤用導致的意識形態解構，切實維護國家安全穩定。

*本文系國家社會科學基金重大項目“大數據驅動的城鄉社區服務體系精準化構建研究”（項目編號：20amp;ZD154）階段性研究成果。

作者貢獻說明

李璐：收集和分析論文數據，撰寫論文內容；胡廣偉：確定論文方向，審定論文內容。

注釋與參考文獻

[1］周紅云.從社會管理走向社會治理：概念、邏輯、原則與路徑[J].團結，2014（1）：28-32.

[2]歐陽康，胡志康.大數據時代的社會治理智能化探析[J].天津社會科學，2023（6）：20-26.

［3]孟天廣，趙娟.大數據驅動的智能化社會治理：理論建構與治理體系［J].電子政務，2018（8）：2-11.

[4]楊述明.論現代政府治理能力與智能社會的相適性—社會治理智能化視角［J］.理論月刊，2019（3）：79-85.

[5」何繼新，張曉彤.基層社會治理智能化邏輯體系及其運營機制建構［J].領導科學，2024（3）：110-117.

[6]［18]周漢華，劉燦華.社會治理智能化的法治路徑［J].法學雜志，2020（9）：1-12，149.

［7]［19]張成崗，李佩.科技支撐社會治理現代化：內涵、挑戰及機遇[J].科技導報，2020（14）：134-141.

[8］SIKORA-FERNANDEZ D.Smarter cities in post—socialist country ： Example of Poland［J] .Cities， 2018，78：52-59.

[9]Samsudin NA，Rosley MSF，LaiLY，et al.A comparative study of smart city initiatives in Malaysia： Putrajaya and Iskandar Puteri[J].Journal of the MalaysianInstituteofPlanners，2022，20（5）：20.

[10 ]Sun T Q，Medaglia R.Mapping the challenges ofArtificial Intelligence in the public sector：Evidence from public healthcare[J] .Government information quarterly，2019（2）：368-383.

[11]Ozdemir V，Hekim N.Birth of industry 5.0 ： Making sense ofbig datawith artificial intelligence，“the internet of things\"and next-generation technology policy [J] .Omics ： a journal of integrative biology，2018，22 （1）：65-76.

[12]Mittelstadt B D，Floridi L.The ethics of big data ： current and foreseeable issues in biomedical contexts[J]. The ethics ofbiomedicalbig data，2016：445-480.

[13][43]FrantzeskakiN，McPhearsonT，Collier MJ，et al.Nature-based solutions for urban climate change adaptation ：linking science，policy，and practice communities for evidence-based decision-making[J]. BioScience，2019，69（6）：455-466.

[14]何繼新，張曉彤，劉怡辰.社會治理智能化理論研究進展與未來發展趨勢——基于CiteSpace的知識圖譜分析[J]成都大學學報（社會科學版），2023（4）：29-47.

[15]Chen C.Searching for intellectual turning points ：Progressive knowledge domain visualization[J]. PNAS，2004，101（1）：5303-5310.

[16]歐陽康，曾異.國家治理語境中的社會主義協商民主：認識歷程、制度優勢及其治理效能轉換［J]：西安交通大學學報（社會科學版），2020（2）：1-7.

[17][45]劉燦華.社會治理智能化：實踐創新與路徑優化[J].電子政務，2021（3）：49-60.

[20]顧燕峰.大數據與實證社會科學研究范式的延續與變革[J].東南學術，2021（1）：113-126，247.

[21]顧小清，李世瑾，李睿.人工智能創新應用的國際視野——美國NSF人工智能研究所的前瞻進展與未來教育展望[J].中國遠程教育，2021（12）：1-9，76.

[22］肖鳳翔，張雙志.算法教育治理：技術邏輯、風險挑戰與公共政策［J].中國電化教育，2020（1）：76-84.

[23]陳云松，吳曉剛，胡安寧，等.社會預測：基于機器學習的研究新范式［J］.社會學研究，2020（3）：94-117，244.

[24]范曉光，劉金龍.計算社會學的基礎問題及未來挑戰［J］.西安交通大學學報（社會科學版），2022（1）：38-45.

[25]唐世平.計算社會科學與科學決策的未來[J］.國際政治科學，2023（3）：1-27.

［26]陳偉，王棟.人工智能背景下馬克思主義語言觀的哲學闡釋［J].浙江學刊，2023（6）：26-33.

［27］胡啟明，王佳.論顛覆性技術下的意識形態風險及其治理[J].中國應急管理科學，2024（11）：27-35.

[28]Andreu-Perez J，Poon CCY，Merrifield RD，et al.Big data for health[J].IEEE journal of biomedical andhealth informatics，2015，19（4）：1193-1208.

[29]Yeung K. ‘Hypernudge’ ： Big Data as a mode of regulation by design[M]//The social power of algorithms. London ： Routledge，2019 ： 118-136.

[30]Asokan D R，Huq F A，Smith C M，etal.Socially responsible operations in the Industry 4.0era ：post-COVID-19 technology adoption and perspectives on future research[J].International Journal of Operationsamp;Production Management，2022，42（13）：185-217.

[31] Sariyer G，Mangla S K，Chowdhury S，etal.Predictive and prescriptive analytics for ESG performance evaluation ：A case of Fortune 5OO companies [J] . Journal ofBusinessResearch，2024，181：114-742.

[32]AGUADO-CORREA F，VEGA-JIMENEZ J J，LOPEZ JIMENEZ J M， et al.Evaluation of non-financial information and its contribution to advancing the sustainable development goals within the Spanish banking sector［J］ .European Research on Management and BusinessEconomics，2023，29（1）：100-211.

[33]Sussan F，Acs Z J.The digital entrepreneurial ecosystem [J] . Small business economics，2017 ： 55-73.

[34] Savolainen L.The shadow banning controversy ： perceived governance and algorithmic folklore[J] .Media，culture amp; society，2022，44（6）：1091-1109.

[35]Chen Y，Richter J1，Patel P C.Decentralized governance of digital platforms [J］ .Journal of Management，2021，47（5）：1305-1337.

[36]Yeung K.Algorithmic regulation ：A critical interrogation[J].Regulation ＆ governance，2O18（4） ：505-523.

[ 37 ] Vydra S， Klievink B.Techno-optimism and policy-pessimism in the public sector big data debate [J] .GovernmentInformation Quarterly，2019，36（4）：101-383.

[ 38]Hensher D A.Tackling road congestion - Whatmight it look like in the future under a collaborative andconnected mobility model？ [J] .Transport policy，2018，66 ：A1-A8.

[39]Gonzalez R A，Ferro R E，Liberona D.Government and governance in intelligent cities，smarttransportation study case in Bogot á Colombia [J] .Ainshams engineering journal，2020，11（1） ： 25-34.

[ 40]Kontokosta C E，Hong B.Bias in smart citygovernance ：How socio-spatial disparities in 311 complaintbehavior impact the fairness of data-driven decisions [J].Sustainable Cities and Society，2021，64 ： 102503.

[ 41]Liu S M， Yuan Q.The evolution of informationand communication technology in public administration[J].Public Administration and Development，2015，35（2）： 140-151.

[42] Fang M，Nie H， Shen X.Can enterprisedigitization improve ESG performance？[J] .EconomicModelling，2023，181 ：106101.

[44]Munoko I，Brown-Liburd HL，VasarhelyiM.The ethical implications of using artificialintelligence in auditing [J] .Journal of business ethics，2020，167（2）：209-234.

［46］謝琦.社會治理智能化背景下黨的數字領導力的整體性邏輯及其闡釋［J].行政論壇，2023（4）：43-50.

［47］張鵬立.簡牘檔案研究中數字化技術的賦能與困境［J].檔案管理，2025（2）：74-79.

（責任編輯：謝亞彤 張帆）