唐任伍 张永琪

　　风险社会背景下，人工智能赋能基层敏捷治理是一个由数据驱动、算法统筹、场景适配构成的内生有机整体，需要在结构、能力及社会维度上破解基层敏捷治理面临的碎片化与行政化困境，以数据智能实现精准感知，以算法驱动注入响应动能，以平台协同重塑治理网络，夯实数据基础、重塑业务流程、再造治理空间，构建一个更具韧性、更富温度、更加包容的基层治理体系，真正实现“基层强则国家强，基层安则天下安”的治理愿景。

　　当前基层敏捷型治理面临的现实困境

　　一是结构性困境，即碎片化治理对“持续协调”能力的消解。敏捷治理的核心能力之一是“持续协调”，它要求打破组织边界，实现资源整合与多主体协同，然而，当前基层面临的结构性困境，恰恰表现为协同联动与整合机制的缺位，进而导致治理的“碎片化”。现实状态是，不同主体间的权责划分缺少统一协调的组织架构，致使资源难以自发地进行调整与互补。从宏观的上下挤压来看，有学者认为基层的精细化治理与城市综合治理之间存在挤出效应，基层本身治理资源不足、治理效能较差，容易出现风险蔓延，同时，城市在面临突发风险时往往响应迟钝，最终将压力传导给基层，带来新的管理问题。从微观的内外失灵来看，基层组织本身固有的科层结构是阻碍治理时效的内在根源。横向上条块分割导致了警务、政务、城管、应急等关键治理系统呈现孤岛化运作，无法形成应对风险的协同合力，即便是同一单位内部，跨部门的数据协同也面临严重障碍，如某基层派出所，其内部各职能部门开发的工作App多达上百个；纵向上基层“指令—执行”式的被动模式与敏捷治理所倡导的“需求—响应”式主动服务模式存在天然的冲突，最终结果必然是治理敏捷性的钝化。这种治理结构“线条式”、治理资源“蜂窝状”的离散状态，导致风险响应协调失灵，严重削弱敏捷治理的预案储备与执行能力。

　　二是能力与文化性困境，即行政化惯性对“快速感知、灵活响应”能力的束缚。敏捷治理的另外两大核心能力是“快速感知”风险与“灵活响应”变化，然而，治理者主观能动性的行政化式微，导致基层微观需求和风险防范的主动性缺失。基层的复杂性决定了单纯依靠行政组织自上而下的命令或指导，无法做出及时有效的反应，基层事务特有的“细、碎、杂”结构特征，要求治理系统具备需求感知的敏锐度与政策调适的弹性空间。尽管强调基层自治，但在科层制管理的总体性支配下，基层治理深陷行政化窠臼，这种行政化异化了基层治理者的角色定位与行为逻辑。基层治理者从一个本应主动发现问题、整合资源、解决问题的“社区营造者”，异化为一个被动接收指令、上传下达、确保程序合规的行政末梢，成为基层政府行政管理的“抓手”，而不愿参与收益不确定的自组织行动模式。这种风险规避的保守文化和被动执行的工作惯性，使得治理者既缺乏“快速感知”真实需求的动力，也丧失了“灵活响应”动态环境的能力。

　　三是社会性困境，即原子化社会对“多元协同”基础的侵蚀。敏捷治理强调的“持续协调”与“双向互动”，不仅指政府内部的协同，更指向政府与社会的多元协同共治。然而，基层社会资本与信任机制的缺位，正从根本上侵蚀着这种多元协同的社会基础。敏捷治理的本质是政府与社会之间高效、良性的互动，它需要一个充满信任、鼓励合作的社会环境作为土壤。基于先赋性信任网络与血缘、地缘、业缘链接的传统社会资本，在“高风险社会”人口流动加速与社会结构转型的冲击下，呈现出快速消解的态势，导致基层社会逐步从一个熟人社会的有机整体，演变为一个由相互孤立、缺乏联结的个体组成的“马赛克式”原子化社会。在这种形态下，居民之间的社会距离被拉大，共同的社区记忆与情感认同被削弱，取而代之的是个体间耐受度的降低与防范心理的加剧，从而导致基层集体行动普遍陷入“低信任陷阱”：即便是对于符合全体利益的公共事务，个体也因不信任他人会同样付出而选择搭便车或不作为，任何需要公众协作的治理行动都因此举步维艰。

　　人工智能何以赋能基层实现敏捷治理

　　人工智能之所以能赋能基层实现敏捷治理，是因为它通过技术特性精准回应了基层治理中“响应慢、协同难、资源紧、预见弱”等核心痛点，从治理基础、流程、空间、安全四个层面重塑了基层治理的逻辑，使其具备快速感知、高效决策、精准执行和动态优化的能力。

　　人工智能可以升级治理基础，实现从“数据孤岛”到“智能中枢”的转变。基层敏捷治理的前提是全面、实时、高质量的数据支撑。人工智能大模型具备强大的数据整合和语义分析、理解能力，能够整合来自政务系统、物联网设备、社交媒体、视频监控等多源异构数据，打破“信息孤岛”，构建统一的治理知识图谱；人工智能具备强大的智能感知与风险预警能力，通过计算机视觉、自然语言处理等技术，实时识别灾害、占道、群体聚集等异常事件，并结合历史数据进行风险预测，提前发布预警；人工智能具备数据驱动决策支持能力，可对海量治理数据进行建模分析，生成“风险热力图”“事件趋势图”等可视化工具，辅助基层干部科学决策，实现从“经验判断”向“数据决策”跃迁。

　　人工智能可以重塑治理流程，实现从“被动响应”到“主动闭环”的转变。传统基层治理常因流程冗长、响应滞后而效率低下。人工智能通过流程自动化与智能调度，实现治理流程的敏捷重构。具体来说，可以通过事件智能分派与流转，自动识别群众诉求，精准分类并派单至责任主体，形成“感知—研判—派单—处置—反馈”的闭环；运用人机协同的“双线并行”模式，政策问答、信息录入之类的简单事项由AI自动处理，复杂事项转交人工专窗，实现“机器办+人工办”高效协同；人工智能可以智能化辅助专业工作，AI嵌入调解、执法、应急等专业场景，可生成调解方案，“执法办案助手”可自动提取证据要点，提供辅助决策，大幅提升专业效率。

　　人工智能可以再造治理空间，实现从“物理网格”到“数字生态”的转变。人工智能打破了传统治理的物理边界，构建起虚实融合的敏捷治理空间：全域覆盖的“一网统管”，通过人工智能系统整合诸如智安小区、高空巡防、电子路长等400余个管理平台，实现“敏捷眼”式全景监控，治理触角延伸至社区、楼栋、个体；移动端“触手”延伸服务半径，依托小程序、App等移动终端，基层民众可随时随地上报问题、获取服务，推动政务服务从“大水漫灌”向“精准滴灌”转变；人工智能赋能基层协商机制，通过智能检索、知识仓库、简报生成等功能，实现虚拟协商与民主参与，提升议事效率与透明度，促进多元主体共治。

　　人工智能可以优化安全治理，实现从“技术依赖”到“敏捷可控”的转变。人工智能在提升效率的同时，也通过制度与技术双重设计保障治理安全：采用国产化模型本地部署，确保敏感数据“不出街道”，从源头防范信息泄露，保障数据安全；通过“人工审核+AI辅助”双重管控，对人工智能生成的政策解读、调解方案等内容实行“人工复核”机制，防范“模型幻觉”与决策偏差；通过“搭积木”式人工智能开发平台，让基层工作人员自主开发智能体，实现“业务即需求、场景即应用”的敏捷创新生态，实现低门槛开发激发基层创新。

　　人工智能通过数据融合、流程再造、空间拓展与安全可控四大机制，使基层治理具备了“早发现、快响应、准执行、能迭代”的敏捷特质，真正实现了从“被动应对”向“主动治理”、从“粗放管理”向“精准服务”的转型升级。

　　人工智能怎样赋能实现基层敏捷治理

　　数据智能为人工智能赋能基层敏捷治理提供精准感知。古人云：“凡事预则立，不预则废”。治理的有效性，始于对社情民意和风险动态的精准掌握。若缺乏科学、全面的感知能力，基层治理便会陷入“情况不明、决心不大、方法不多”的困境，任何敏捷的理念都将成为无矢之的。因此，数据智能构成了人工智能赋能的首要环节和战略支撑，是培育基层治理主动性的根本前提，也为破解“能力与文化困境”提供了坚实的认知保障。

　　敏捷治理的出发点是洞察问题，拥有强大的感知能力作为保障，治理体系才能从被动应对转向主动作为。信息是现代治理的根本要素，而传统治理依赖于人力巡查的感知模式，其局限性是造成“行政化式微”和“主观能动性缺失”的关键症结。我国基层治理情境复杂，不同地域的风险特征与民众需求千差万别，实现精准治理必须依托数据优势，因地制宜。为此，推动治理的数字化转型，就需要完善感知的基础设施，加大对人工智能和算法要素的投入，优化数据治理体系，通过构建“一网统管”式的整体智治视图，提升风险识别的效率和需求洞察的精度，为基层敏捷治理提供强大的认知动能。

　　数据智能的价值不仅在于汇聚，更在于融合互动与深度挖掘。它致力于延展数据感知的边界，将结构化的政务信息与非结构化的社会态势信息进行交叉验证与关联分析，这是提升基层感知能力和敏捷治理水平的必然趋势。基层治理的精准感知，应以海量的城市运行数据为基础，以民众的真实诉求为导向，调整感知的重心，促进感知的智慧升级，增强对风险预警和需求预测的回应力度。通过创建信息畅通、数据共享的协同环境，综合利用政务与社会两类数据资源，充分挖掘数据在预警、决策、评估等环节的深层价值，能够促使治理模式从事后处置向事前预防的“治未病”阶段前移，从而激活基层治理的内生动力。

　　数据智能的实现离不开技术的深度赋能。必须基于互联网、大数据、人工智能、物联网等新技术，构建起由要素、结构、功能、环境、动能、硬件、软件、平台等构成的现代治理信息体系，以此破除阻碍各类生产要素自由流动的“数据孤岛”壁垒，畅通数据要素的双向流动渠道，激发数据流动活力，提升数据要素协同利用效率。基层敏捷治理由数据智能驱动，基层感知能力一旦增强，“灵活响应”和“持续协调”便有了根基和依托，破解“能力与文化困境”也就有了坚实的基础和保障。

　　算法驱动为人工智能赋能基层敏捷治理注入灵活响应的行动引擎。“审时度势，因事制宜”是治理智慧的体现。算法驱动深刻揭示了人与信息的关系，是敏捷治理的关键，是以人民为中心的发展思想的技术彰显。人类社会的治理决策经历了从经验主导到理性分析，再到人机协同的演进过程。基层治理就是要摆脱传统模式下反应迟滞、决策钝化的弊端，建设智慧中枢，为基层干部干事创业提供算力加持的科学支撑。算法驱动既是激活基层内生变革动能、实现从“有限理性”到“计算理性”跃升的重要路径，也是实现基层干部从“行政末梢”向“社区营造者”角色回归的条件。

　　“算力”是新时代的生产力，基层的算法资源在政策、组织、制度的有效配合下可以转化为决策资本，技术优势可以转化为治理优势。将现代计算科学与基层治理传统经验结合起来，发展智慧型应用，能为基层干部精准施策、大胆创新、高效服务带来机遇，形成“感知—响应—学习”的良性发展循环，从而实现治理高效、民众满意的有机统一。基层是向人民群众提供精准响应和动态服务的功能区。算法驱动可助力形成数据驱动的决策方式和人机协同的工作方式，增优提质基层治理的响应速度和决策质量，确保风险有效化解，将党的领导优势和制度优势牢牢运用在基层。以流程自动化、决策增强化、协同智能化为主要内容的算法驱动建设，是敏捷治理的关键内容和任务，亦是衡量敏捷治理响应能力的“可视化标尺”，为全面实现基层治理现代化提供强大引擎。

　　在人机协同演化的过程中去认知和思考敏捷治理的实现，建设智慧决策中枢，打牢算法赋能底色，是基层治理的必然选择，是行动动能之基。只有坚持人机协同、以人为本、科技向善的治理理念，遵循数据驱动与经验判断并举、智能辅助与主体决策并重的思维，纠正单纯以“技术霸权”替代“行政伦理”的错误做法，才能持续增强基层治理灵活响应的力量。

　　平台协同重塑人工智能赋能基层敏捷治理的网络，使其持续协调。平台协同是人工智能赋能的关键载体，它通过构建一个兼具技术与组织属性的“数字中枢”，致力于将离散、割裂的治理体系重塑为一个内外联动、高效协同的治理网络，从而为破解“结构性困境”与“社会性困境”提供根本保障。人工智能平台协同致力于破解因条块分割导致的内部结构性困境，人工智能平台通过“一网统管”的模式，在技术层面扮演了智能调度中心的角色，数据接口打通了警务、城管、应急等不同“条线”部门的数据孤岛，将原本蜂窝状的离散资源汇聚成统一的“数据湖”，实现整体性和协同化运作。当一个跨部门的复杂事件发生时，平台能够基于数据和算法，自动将任务分解并精准派单至相应的职能部门，实现“线上线下协同高效处置一件事”的目标。这种以平台为载体的运作方式，从根本上改变了传统科层制下推诿扯皮、协同失灵的局面，为实现政府内部的持续协调提供了坚实的技术与组织基础。

　　平台协同致力于破解因“信任缺失”导致的外部社会性困境，打造共建共治共享的社会治理格局。面对原子化的社会，人工智能平台通过构建全新的技术媒介和互动界面，扮演了重建社会联结与信任的催化剂的角色。一方面，平台驱动的智能化应用，极大地降低了民众参与公共事务的时间和精力成本，其高效、透明的处置反馈过程，本身就是一种信任培育机制，它让居民的诉求“看得见、听得见、办得成”，有助于打破“低信任陷阱”。另一方面，平台能够扮演“社会资源匹配引擎”的角色，精准链接社区需求与社会资源，如志愿者、企业等，在原子化的个体之间重新建立起基于共同行动的“趣缘”和“事缘”联结，为培育新型社会资本、走出原子化困境提供了切实可行的技术路径。通过这种内外的持续协调，一个协同、互信的治理共同体得以形成，为敏捷治理的持续运行提供了坚实的网络保障。

　　（作者分别为北京师范大学政府管理学院教授、北京师范大学政府管理学院硕士研究生）