中圖分類號(hào)：C934 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-5099（2025）04-0052-15

一、問題的提出

隨著人工智能（Artificial Intelligence，AI）、大數(shù)據(jù)技術(shù)的迅猛發(fā)展，社會(huì)發(fā)展、產(chǎn)業(yè)布局將發(fā)生深刻變化，全球正經(jīng)歷百年未有之大變局。我國社會(huì)需求日益多元化、個(gè)性化，社會(huì)治理呈現(xiàn)出沖突性、動(dòng)態(tài)性、復(fù)雜性、涌現(xiàn)性等特征，增加了社會(huì)治理的難度。在中國，社會(huì)治理是國家治理體系的重要組成部分，是指在執(zhí)政黨領(lǐng)導(dǎo)下，由政府組織主導(dǎo)，吸納市場(chǎng)組織、社會(huì)組織、社會(huì)公眾等在內(nèi)的多元主體經(jīng)過有效協(xié)作，以增進(jìn)公共利益、實(shí)現(xiàn)公共價(jià)值為目標(biāo)，運(yùn)用社會(huì)政策工具對(duì)社會(huì)公共事務(wù)進(jìn)行的治理活動(dòng)。政策層面對(duì)人工智能背景下的社會(huì)治理創(chuàng)新提出了系列要求：“要建立健全大數(shù)據(jù)輔助科學(xué)決策和社會(huì)治理的機(jī)制，推進(jìn)政府管理和社會(huì)治理模式創(chuàng)新，實(shí)現(xiàn)政府決策科學(xué)化、社會(huì)治理精準(zhǔn)化、公共服務(wù)高效化。”[1]“加強(qiáng)和創(chuàng)新社會(huì)治理加強(qiáng)基層社會(huì)治理隊(duì)伍建設(shè)，構(gòu)建網(wǎng)格化管理、精細(xì)化服務(wù)、信息化支撐、開放共享的基層管理服務(wù)平臺(tái)?！盵2]要求建立健全基層治理體系機(jī)制，不斷提高基層治理社會(huì)化、法治化、智能化、專業(yè)化水平[3]?！巴苿?dòng)社會(huì)治理模式從單向管理轉(zhuǎn)向雙向互動(dòng)、從線下轉(zhuǎn)向線上線下融合，著力提升矛盾糾紛化解、社會(huì)治安防控、公共安全保障、基層社會(huì)治理等領(lǐng)域數(shù)字化治理能力?！盵4]上述政策要求凸顯出科學(xué)化、理性化、智能化在社會(huì)治理中的關(guān)鍵地位。社會(huì)治理現(xiàn)代化是國家治理體系和治理能力現(xiàn)代化、中國式現(xiàn)代化的重要組成部分，健全社會(huì)治理機(jī)制、提升社會(huì)治理能力、創(chuàng)新社會(huì)治理模式是社會(huì)治理實(shí)現(xiàn)

現(xiàn)代化的核心構(gòu)件。

人工智能技術(shù)的飛速發(fā)展為社會(huì)治理的理性化、智能化轉(zhuǎn)型帶來了新的機(jī)遇和挑戰(zhàn)，AI嵌人社會(huì)治理已成為政府治理方式轉(zhuǎn)型、社會(huì)治理邏輯重塑的必然選擇?！叭斯ぶ悄苁且I(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動(dòng)性很強(qiáng)的‘頭雁'效應(yīng)，人工智能加速發(fā)展，正在對(duì)經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步、國際政治經(jīng)濟(jì)格局等方面產(chǎn)生重大而深遠(yuǎn)的影響”5]，要“深入開展人工智能社會(huì)實(shí)驗(yàn)”[6]，探索“人工智能 + ”高水平賦能，倡導(dǎo)深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展\"人工智能 + ”行動(dòng)8。實(shí)踐中，杭州深度求索人工智能基礎(chǔ)技術(shù)研究有限公司（DeepSeek）于2025年1月20日發(fā)布的DeepSeek－R1模型，以高性能、低成本、完全開源的特性，實(shí)現(xiàn)了國產(chǎn)大模型里程碑式的突破，打破了我國生成式人工智能應(yīng)用面臨的技術(shù)壁壘，為人工智能大模型在國內(nèi)的大規(guī)模擴(kuò)散創(chuàng)造了前所未有的機(jī)遇。以DeepSeek 為代表的國產(chǎn)大模型在不同行業(yè)領(lǐng)域的加速部署和應(yīng)用，不僅重塑了我國人工智能產(chǎn)業(yè)格局，更推動(dòng)AI技術(shù)普惠化與國產(chǎn)化生態(tài)繁榮，開啟了一場(chǎng)彎道超車式的AI效率革命。以上背景下，我國涌現(xiàn)出諸多社會(huì)治理技術(shù)創(chuàng)新的典范，如杭州城市大腦以大數(shù)據(jù)、人工智能等技術(shù)為支撐，形成多系統(tǒng)集成、一體化監(jiān)測(cè)、智能化預(yù)警的社會(huì)治理平臺(tái)，涵蓋交通、醫(yī)療、社會(huì)治安等若干應(yīng)用情境;中泰派出所開發(fā)AI客服，自動(dòng)解答248類常見問題，并聯(lián)動(dòng)真人警官阻止電信詐騙，同時(shí)通過AI生成反詐短視頻進(jìn)行精準(zhǔn)宣傳;貴州省凱里市開發(fā)的“智慧凱里”微信小程序，實(shí)行網(wǎng)格編“碼”管理，提升凱里市社區(qū)治理的效率;北京海淀區(qū)“關(guān)芯”系統(tǒng)通過“關(guān)芯客服”實(shí)現(xiàn)對(duì)居民訴求24小時(shí)響應(yīng)，解決基層工作“時(shí)間錯(cuò)配”問題，提升工作效率；河北張家口光明街社區(qū)部署AI攝像頭，實(shí)時(shí)識(shí)別違停、消防隱患等問題，結(jié)合“幸福張家口\"APP實(shí)現(xiàn)事件分級(jí)處置，問題解決量提升4倍;國產(chǎn)大模型DeepSeek介人深圳市政務(wù)系統(tǒng)，投放70名AI公務(wù)員，可進(jìn)行黨務(wù)、招商、民情、執(zhí)法文書寫作等工作，工作效率優(yōu)勢(shì)顯著。但上述AI熱潮背后值得深思的是當(dāng)前人工智能與社會(huì)治理結(jié)合的碎片化態(tài)勢(shì)，缺乏將人工智能與證據(jù)、社會(huì)形態(tài)變遷（社會(huì)治理情境）相結(jié)合的整體性理論構(gòu)建與實(shí)踐知識(shí)。

社會(huì)由眾多不同身份、職業(yè)、文化背景的個(gè)體組成，同時(shí)包含各種組織、機(jī)構(gòu)、群體等，互動(dòng)關(guān)系錯(cuò)綜復(fù)雜，多元化的利益訴求、行為模式和價(jià)值觀念，共同構(gòu)成了龐大而復(fù)雜的社會(huì)系統(tǒng)。社會(huì)治理所涉及的問題廣泛且相互關(guān)聯(lián)，包括治安問題、民生問題、經(jīng)濟(jì)問題、環(huán)境問題、健康問題等涉及社會(huì)生活的各個(gè)領(lǐng)域，這些社會(huì)問題相互交織、互為因果、一體聯(lián)動(dòng)，增加了社會(huì)治理的復(fù)雜性和挑戰(zhàn)性。在傳統(tǒng)社會(huì)治理實(shí)踐中，社會(huì)系統(tǒng)的復(fù)雜性和動(dòng)態(tài)性使得社會(huì)治理對(duì)象呈現(xiàn)出多層次、復(fù)雜化、動(dòng)態(tài)性的特征;社會(huì)治理主體間多維度、高頻次的互動(dòng)增加了社會(huì)治理機(jī)制有序運(yùn)行的挑戰(zhàn);社會(huì)治理主體的多元化、差異性導(dǎo)致社會(huì)治理的理念、方式莫衷一是。傳統(tǒng)經(jīng)驗(yàn)驅(qū)動(dòng)的社會(huì)治理模式依賴主觀經(jīng)驗(yàn)、局部信息進(jìn)行社會(huì)治理決策。由于決策信息隨機(jī)性、分散性、碎片化等特征，加之經(jīng)驗(yàn)的個(gè)體性、直觀性和意識(shí)流等特征，以此為基礎(chǔ)的決策必然因缺乏有效的、連續(xù)的事實(shí)支撐而喪失發(fā)展的可持續(xù)性，難以形成具有邏輯自洽的決策生態(tài)系統(tǒng)，往往導(dǎo)致決策偏差。因此，傳統(tǒng)經(jīng)驗(yàn)驅(qū)動(dòng)的社會(huì)政策制定模式往往既無法供給科學(xué)、有效、堅(jiān)實(shí)的政策依據(jù)，又容易忽視政策的可持續(xù)性發(fā)展，導(dǎo)致社會(huì)政策制定的科學(xué)性和民主性嚴(yán)重不足。這些困境對(duì)社會(huì)治理工具提出了更高的要求與標(biāo)準(zhǔn)，需要在法律法規(guī)、行政命令等硬工具和社會(huì)規(guī)范、文化認(rèn)同等軟工具的基礎(chǔ)上迭代更新AI預(yù)測(cè)模型、有效使用區(qū)塊鏈存證等數(shù)字工具?？梢姡鐣?huì)治理迫切需要引人人工智53

能、大數(shù)據(jù)技術(shù)等新型信息技術(shù)來高效生產(chǎn)、傳輸和分析處理社會(huì)治理的相關(guān)信息。因此，如何通過數(shù)據(jù)挖掘、人工智能等技術(shù)手段，實(shí)現(xiàn)社會(huì)治理的智能化、精準(zhǔn)化、高效化，提高社會(huì)治理的效率和效能，成為當(dāng)前研究的重要方向。

公共管理領(lǐng)域的循證研究較為薄弱，研究視野和領(lǐng)域偏窄，但是學(xué)術(shù)界關(guān)于證據(jù)在循證決策、循證治理中的作用已經(jīng)達(dá)成了共識(shí)，即遵循證據(jù)進(jìn)行決策、治理。同時(shí)，人工智能帶來的技術(shù)革命、社會(huì)矛盾多元化、風(fēng)險(xiǎn)動(dòng)態(tài)化及治理情境碎片化，深度推動(dòng)社會(huì)治理走向決策科學(xué)化、服務(wù)多元化及治理智能化的社會(huì)治理新模式：循證社會(huì)治理。社會(huì)治理走向循證，既是應(yīng)對(duì)復(fù)雜社會(huì)問題的必然選擇，也是技術(shù)賦能社會(huì)治理現(xiàn)代化的必經(jīng)之路。北京市海淀區(qū)“關(guān)芯客服”、貴州省凱里市“智慧凱里”及中泰派出所AI客服等AI治理都是基于算法模型進(jìn)行的單一情境問題識(shí)別及解決，并未形成人工智能與證據(jù)、社會(huì)治理情境進(jìn)行全面、系統(tǒng)、集成交互的網(wǎng)狀結(jié)構(gòu)治理模式。DeepSeek 的出現(xiàn)，再次表明人工智能的巨大應(yīng)用潛力及智慧可以為社會(huì)治理貢獻(xiàn)更大的力量，為應(yīng)對(duì)復(fù)雜多變的社會(huì)問題提供更為精細(xì)智能的治理策略。

二、循證社會(huì)治理：證據(jù)驅(qū)動(dòng)的社會(huì)治理新模式

（一）循證社會(huì)治理的提出

循證社會(huì)治理是循證理念與社會(huì)治理的耦合創(chuàng)新。循證理念首先出現(xiàn)在醫(yī)學(xué)領(lǐng)域，1992年加拿大學(xué)者蓋亞特（Gordon Guyatt）等在《美國醫(yī)學(xué)會(huì)雜志》（Jourmal of the AmericanMedical Association，JAMA）發(fā)表了《Evidence-Based Medicine：A New Approach to Teaching the Practice of Medicine》[9]，標(biāo)志著循證醫(yī)學(xué)的正式誕生。隨后，循證醫(yī)學(xué)以其獨(dú)特的視角、先進(jìn)的理念、科學(xué)的方法和跨學(xué)科、跨地域合作的創(chuàng)新模式，迅速映射到各個(gè)學(xué)科。20世紀(jì)末，教育領(lǐng)域開始借鑒循證醫(yī)學(xué)的理念，強(qiáng)調(diào)將個(gè)體的教、學(xué)經(jīng)驗(yàn)與外部研究可獲得的最佳證據(jù)結(jié)合起來指導(dǎo)教育實(shí)踐[10]。循證心理學(xué)作為獨(dú)立概念出現(xiàn)于21世紀(jì)初，其核心在于借助科學(xué)證據(jù)來指導(dǎo)心理干預(yù)及日常實(shí)踐[1]。循證社會(huì)科學(xué)整合社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、政治學(xué)等多學(xué)科方法及循證理念，進(jìn)而解決復(fù)雜社會(huì)問題。1999 年英國內(nèi)閣頒布了《現(xiàn)代化政府白皮書》（Modernising Gov-ermment）、《21世紀(jì)的專業(yè)政策制定》（Professional Policy Making for the Twenty－First Century）成為循證決策在政府部門的應(yīng)用指南[12]，在此實(shí)踐中興起的循證管理是指將建立在最佳證據(jù)之上的管理原則轉(zhuǎn)化為組織管理實(shí)踐的過程，使管理決策從基于個(gè)人偏好和不系統(tǒng)的經(jīng)驗(yàn)轉(zhuǎn)變?yōu)榛谧罴训目茖W(xué)證據(jù)[13]。循證治理由循證管理演化而來，意指“多元治理主體基于嚴(yán)謹(jǐn)、科學(xué)的方法形成研究證據(jù)，利用證據(jù)進(jìn)行治理”[14]。循證思想向社會(huì)治理領(lǐng)域的遷移具有必然性，循證社會(huì)治理即多元主體協(xié)作解決社會(huì)問題時(shí)在遵循最佳證據(jù)的基礎(chǔ)上做出治理決策、形成治理方案，以此提升社會(huì)治理的科學(xué)性和有效性。從循證醫(yī)學(xué)、循證教育學(xué)、循證心理學(xué)、循證社會(huì)科學(xué)、循證決策到循證社會(huì)治理的演進(jìn)進(jìn)程中，在方法論方面實(shí)現(xiàn)了從單一學(xué)科證據(jù)到多學(xué)科證據(jù)的整合，從靜態(tài)研究到動(dòng)態(tài)模擬的轉(zhuǎn)型;治理對(duì)象實(shí)現(xiàn)了從個(gè)體健康（醫(yī)學(xué)）到群體行為（教育、心理）再到社會(huì)系統(tǒng)（社會(huì)治理）拓展;核心理念則實(shí)現(xiàn)了從“證據(jù)優(yōu)先\"到“證據(jù)與價(jià)值平衡”，從“結(jié)果導(dǎo)向”到\"過程優(yōu)化”再到\"綜合治理績效提升”的跨越。

循證社會(huì)治理是在循證理念不斷發(fā)展和社會(huì)治理需求變化的過程中逐漸形成的概念。楊克虎認(rèn)為循證社會(huì)科學(xué)是針對(duì)社會(huì)科學(xué)各領(lǐng)域要解決的問題，基于可獲得的最佳證據(jù)，充分考慮服務(wù)對(duì)象的價(jià)值意愿54

和具體客觀條件及環(huán)境因素，進(jìn)行科學(xué)決策和實(shí)踐[15]。張?jiān)脐粡?qiáng)調(diào)循證治理使用經(jīng)過科學(xué)研究和實(shí)證方法檢驗(yàn)的“證據(jù)”作為公共政策制定和公共事務(wù)管理的依據(jù)，治理主體運(yùn)用自身素養(yǎng)，結(jié)合治理情境進(jìn)行治理決策，突出了從“信息\"到\"證據(jù)\"的觀念轉(zhuǎn)變[16]。社會(huì)治理是政府、社會(huì)組織、市場(chǎng)主體、公眾等在法律和制度框架下共同努力解決社會(huì)問題、回應(yīng)治理需求的過程[17]。社會(huì)治理需要構(gòu)建各主體之間的協(xié)同治理關(guān)系，使“政府與企業(yè)、社會(huì)組織以及公民個(gè)人等利益相關(guān)者，為解決共同的社會(huì)問題，以比較正式的適當(dāng)方式進(jìn)行互動(dòng)和決策，并分別對(duì)結(jié)果承擔(dān)相應(yīng)責(zé)任”[18]。基于此，本文認(rèn)為循證社會(huì)治理是循證理念與社會(huì)治理的耦合創(chuàng)新，即在多元治理主體互動(dòng)協(xié)作中綜合分析社會(huì)治理需求、研判治理對(duì)象特征，遵循社會(huì)治理實(shí)踐中的經(jīng)驗(yàn)證據(jù)和科學(xué)研究的證據(jù)、方法來制定、實(shí)施和評(píng)估社會(huì)治理決策，以此解決社會(huì)問題、維護(hù)公共利益、實(shí)現(xiàn)“善治”目標(biāo)的過程。傳統(tǒng)社會(huì)治理模式主張多元主體通過既有治理經(jīng)驗(yàn)、知識(shí)、專家意見等進(jìn)行社會(huì)治理決策及實(shí)施，而循證社會(huì)治理則要求治理主體從對(duì)個(gè)體經(jīng)驗(yàn)的絕對(duì)依附轉(zhuǎn)向?qū)ψC據(jù)的甄別和使用，這是引導(dǎo)多元主體理性共建的客觀需要;主張循證的權(quán)責(zé)對(duì)應(yīng)性和證據(jù)自身的公正性，是規(guī)范共治過程有序高效的基本要求[19]?；谘C理念進(jìn)行社會(huì)治理，可以有效避免治理主體的主觀性與隨意性。循證社會(huì)治理注重利用統(tǒng)計(jì)學(xué)和邏輯學(xué)等科學(xué)方法對(duì)社會(huì)現(xiàn)象進(jìn)行量化和分析，以明確社會(huì)問題的實(shí)質(zhì)和影響因素，并基于證據(jù)的科學(xué)使用提出相應(yīng)的政策建議和治理措施，進(jìn)而使得“基于政策的證據(jù)”，向著\"基于證據(jù)的政策”發(fā)展。

（二）循證社會(huì)治理的整體框架

學(xué)術(shù)界公認(rèn)循證醫(yī)學(xué)由三個(gè)關(guān)鍵要素構(gòu)成，即證據(jù)、醫(yī)務(wù)人員技能、患者價(jià)值;類比循證醫(yī)學(xué)，王學(xué)軍等人[20]提出循證治理三要素，即證據(jù)、領(lǐng)導(dǎo)力、公共價(jià)值。循證治理的基本要素間關(guān)系與循證醫(yī)學(xué)具有類似的邏輯：循證治理的核心仍然是“證據(jù)”，包括但不限于政策制定者所提供的科學(xué)依據(jù);臨床醫(yī)生自身具備的臨床經(jīng)驗(yàn)則對(duì)應(yīng)治理主體運(yùn)用證據(jù)、應(yīng)對(duì)情境變化的能力，即領(lǐng)導(dǎo)力;患者價(jià)值則對(duì)應(yīng)公民的價(jià)值觀和意愿[20]。張?jiān)脐徽J(rèn)為循證政策由五部分組成，即頂層設(shè)計(jì)、部門協(xié)同、證據(jù)網(wǎng)絡(luò)、政策知識(shí)池、知證文化[21]。可見，循證醫(yī)學(xué)、循證治理、循證政策中的循證理念及其要素具有共通性，同時(shí)，社會(huì)治理從經(jīng)典的治理理論、協(xié)同治理理論等視角轉(zhuǎn)化到數(shù)字治理理論、韌性治理理論等視角，為人工智能賦能循證社會(huì)治理提供一定的理論驅(qū)動(dòng)和先導(dǎo)支撐。通過梳理發(fā)現(xiàn)社會(huì)治理動(dòng)態(tài)過程模型可分為五個(gè)面向，即問題識(shí)別、方案設(shè)計(jì)、資源整合、實(shí)施反饋及經(jīng)驗(yàn)總結(jié)。綜合循證理念在各學(xué)科的要素框架及社會(huì)治理過程模型，可以為提煉概括循證社會(huì)治理的整體框架提供參考。

循證社會(huì)治理在解決社會(huì)問題時(shí)以社會(huì)政策為指導(dǎo)，而高質(zhì)量的社會(huì)政策需要科學(xué)的決策支撐，科學(xué)決策必須建立在充分、有效掌握真實(shí)情況和客觀規(guī)律的基礎(chǔ)上[22]。循證社會(huì)治理需要獲取相關(guān)社會(huì)事實(shí)的信息和積累處理問題的證據(jù)，治理主體不僅要以證據(jù)要素為決策基礎(chǔ)，還要以價(jià)值要素為內(nèi)在規(guī)定。價(jià)值要素關(guān)注決策目標(biāo)、功能和結(jié)果，重視對(duì)社會(huì)價(jià)值和公共利益的感知、分析和回應(yīng);證據(jù)要素強(qiáng)調(diào)決策的嚴(yán)密性和科學(xué)性，主張基于清晰化事實(shí)的計(jì)算謀劃、精細(xì)高效[23」。俄勒岡州立法要求特定機(jī)構(gòu)將其 75% 的資助決定建立在證據(jù)的基礎(chǔ)上[24]，顯現(xiàn)出決策必須依據(jù)證據(jù)的核心思想。但證據(jù)并不是循證社會(huì)治理的唯一要素，證據(jù)只是評(píng)估問題和解決方案的政策制定中的要素之一[25]?；谝陨险撌觯疚母爬ǔ錾鐣?huì)治理的三階段面向：社會(huì)治理問題、社會(huì)治理決策、社會(huì)治理績效，并遵循循證理念將社會(huì)治理決策進(jìn)行細(xì)化，由此形成循證社會(huì)治理的四大關(guān)鍵要素：社會(huì)治理問題、社會(huì)治理證據(jù)、社會(huì)治理能力、社會(huì)治理績效。

社會(huì)治理問題是社會(huì)治理過程的起點(diǎn)，是對(duì)社會(huì)問題進(jìn)行識(shí)別與界定，并對(duì)社會(huì)問題所處情境進(jìn)行系統(tǒng)識(shí)別與分析。特定的社會(huì)問題總是嵌入在具體的社會(huì)歷史文化情境中，具有特殊性面向。循證社會(huì)治理中的證據(jù)往往也與具體社會(huì)情境相關(guān)聯(lián)，情境化讓證據(jù)實(shí)現(xiàn)從抽象到具體，從科學(xué)到實(shí)際，從規(guī)律到效果的轉(zhuǎn)化[26]。具體情境對(duì)證據(jù)的有效使用及公共政策制定、治理績效有著舉足輕重的影響，因而要注重“因境施策”，實(shí)現(xiàn)特定社會(huì)情境中的公共價(jià)值。

社會(huì)治理決策是社會(huì)治理的關(guān)鍵環(huán)節(jié)，包括社會(huì)治理證據(jù)和社會(huì)治理能力兩大要素。社會(huì)治理證據(jù)是指治理決策和治理行動(dòng)需要建立在有效的數(shù)據(jù)和事實(shí)基礎(chǔ)上，避免主觀臆測(cè)和片面評(píng)價(jià)。魏麗莉等提出循證經(jīng)濟(jì)學(xué)全證據(jù)鏈條框架，即證據(jù)來源—證據(jù)生產(chǎn)—證據(jù)評(píng)價(jià)—證據(jù)實(shí)踐—循證實(shí)踐指南[2;王學(xué)軍等將循證治理的證據(jù)管理流程劃分為證據(jù)生成、質(zhì)量評(píng)估、證據(jù)使用、實(shí)施科學(xué)[28];陳振明等在探討智庫專業(yè)化建設(shè)與公共政策科學(xué)化方面，也提出要對(duì)證據(jù)進(jìn)行分類、分級(jí)及有效使用[29];楊代福等將證據(jù)鏈條劃分為證據(jù)生產(chǎn)、證據(jù)傳播、證據(jù)使用[30]?；诖?，本文將社會(huì)治理證據(jù)過程概括為證據(jù)獲取、證據(jù)分析與評(píng)估、證據(jù)使用。證據(jù)獲取是政策研究者、政策制定者、政策受眾等利益相關(guān)者群體通過系統(tǒng)評(píng)價(jià)、田野調(diào)查、隨機(jī)對(duì)照試驗(yàn)等方法，收集整理初級(jí)證據(jù)的重要步驟。證據(jù)分析與評(píng)估是社會(huì)治理證據(jù)過程的中介環(huán)節(jié)，主要對(duì)原始證據(jù)進(jìn)行清洗、分類及分級(jí)等加工處理，并結(jié)合社會(huì)問題及其情境，篩選出可供決策的最佳依據(jù)。證據(jù)使用是證據(jù)落實(shí)到?jīng)Q策的最終環(huán)節(jié)，證據(jù)使用受多種因素影響，崔永進(jìn)（Yongjin Choi）等認(rèn)為及時(shí)獲取高質(zhì)量的相關(guān)研究證據(jù)、與政策制定者的合作以及與政策制定者的關(guān)系和技能建設(shè)是影響證據(jù)使用的最重要因素[31]，李樂等認(rèn)為“要確保政策制定中證據(jù)的有效使用，須提高政策制定者全面了解和有效利用證據(jù)的能力”[32]。如何有效解決社會(huì)問題，除需要高質(zhì)量的證據(jù)之外，還需要治理主體具備一定的社會(huì)治理能力。

社會(huì)治理能力是指治理主體使用證據(jù)應(yīng)對(duì)社會(huì)情境中具體社會(huì)問題的能力，包括證據(jù)獲取、證據(jù)分析與評(píng)估、證據(jù)使用的能力。循證社會(huì)治理中的治理能力更直觀地體現(xiàn)在對(duì)數(shù)據(jù)（證據(jù)）的能用、巧用、用好等各項(xiàng)綜合能力和核心素質(zhì)上[33]。社會(huì)治理主體的領(lǐng)導(dǎo)力不僅關(guān)乎政策制定者對(duì)決策“證據(jù)”全面客觀性、普遍原則與規(guī)律的把握能力，還涉及對(duì)具體制度情境的適應(yīng)和運(yùn)用能力，即激活地方性知識(shí)，兼顧普遍性與特殊性，尋找可行的、因地制宜的公共政策[34]。

社會(huì)治理績效是社會(huì)治理場(chǎng)景中公共價(jià)值的實(shí)現(xiàn)，公共價(jià)值是指治理過程中各方利益相關(guān)者通過討論形成的集體偏好[35]，是循證社會(huì)治理的核心目標(biāo)，“尊重實(shí)踐對(duì)象的價(jià)值取向和主觀意愿是循證實(shí)踐區(qū)別于其他問題處理方式的突出特點(diǎn)”[36]。社會(huì)治理主體以公共價(jià)值為導(dǎo)向，明確各自的角色配置與職能定位，以創(chuàng)造、釋放公共價(jià)值為循證社會(huì)治理的引導(dǎo)動(dòng)力和核心目標(biāo)，使循證社會(huì)治理朝著更加良善治理的方向穩(wěn)步前進(jìn)。社會(huì)治理績效是公共價(jià)值的具象化，是治理主體有目的治理行為的結(jié)果、產(chǎn)出和影響，是循證社會(huì)治理的最終呈現(xiàn)，通過對(duì)其實(shí)施測(cè)量和評(píng)估，能夠持續(xù)豐富社會(huì)治理的證據(jù)庫，進(jìn)而促成循證社會(huì)治理的良性循環(huán)。循證社會(huì)治理需要?jiǎng)討B(tài)把握社會(huì)治理績效，適時(shí)調(diào)整治理措施，把握社會(huì)治理績效與公共價(jià)值之間的內(nèi)在關(guān)聯(lián)，實(shí)現(xiàn)社會(huì)治理有序推進(jìn)的長效機(jī)制和良性循環(huán)。56

上述循證社會(huì)治理的四大要素相輔相成，共同構(gòu)建起循證社會(huì)治理的整體框架。具體而言，社會(huì)治理主體通過自身科學(xué)知識(shí)素養(yǎng)與用證能力，對(duì)社會(huì)問題進(jìn)行識(shí)別判定，基于科學(xué)證據(jù)與社會(huì)情境，制定并實(shí)施社會(huì)治理決策，生成社會(huì)治理績效，實(shí)現(xiàn)公共價(jià)值。社會(huì)治理績效有待經(jīng)過科學(xué)評(píng)估以調(diào)試或充實(shí)治理證據(jù)庫，形成證據(jù)積累，由此形成循證社會(huì)治理的良性循環(huán)。

如圖1所示，黨政組織、市場(chǎng)組織、社會(huì)組織、社會(huì)公眾等多元主體共同參與的社會(huì)治理共同體，在解決社會(huì)問題、回應(yīng)公眾訴求及實(shí)現(xiàn)公共價(jià)值的進(jìn)程中，以科學(xué)證據(jù)導(dǎo)向與公共價(jià)值導(dǎo)向?yàn)闆Q策先導(dǎo)，以關(guān)聯(lián)因素導(dǎo)向?yàn)檩o助，形成了從決策制定到?jīng)Q策反饋的良性循環(huán)，即當(dāng)基于科學(xué)證據(jù)、公共價(jià)值及社會(huì)情境、政治判斷等其他因素做出社會(huì)問題的解決方案后，到判定公共價(jià)值目標(biāo)是否實(shí)現(xiàn)，形成一個(gè)完整的閉環(huán)。

循證社會(huì)治理基于這一過程，可完成對(duì)社會(huì)問題的有效解決與公共價(jià)值的科學(xué)實(shí)現(xiàn)。進(jìn)而，如何選用高質(zhì)量證據(jù)，證據(jù)何以得到高效使用以及如何通過人工智能技術(shù)對(duì)循證社會(huì)治理的證據(jù)各環(huán)節(jié)進(jìn)行提質(zhì)增效成為循證社會(huì)治理的關(guān)鍵議題。

三、人工智能賦能循證社會(huì)治理的證據(jù)邏輯

人工智能是新一輪科技革命的重要驅(qū)動(dòng)力量，是一門涉及模擬、延伸和擴(kuò)展人類智能的科學(xué)與工程，它涵蓋了從簡單規(guī)則的系統(tǒng)到能夠自監(jiān)督學(xué)習(xí)、適應(yīng)和推理的復(fù)雜系統(tǒng)的范圍。在實(shí)踐中，人工智能通常指的是創(chuàng)建能夠執(zhí)行類似人類智能任務(wù)的計(jì)算機(jī)系統(tǒng)，這些任務(wù)包括理解自然語言、識(shí)別視覺模式、決策制定和解決問題等。人工智能技術(shù)的迭代升級(jí)，通過數(shù)據(jù)挖掘、模式識(shí)別與智能決策等核心能力，正在驅(qū)動(dòng)循證社會(huì)治理范式的智能化轉(zhuǎn)型。證據(jù)是循證社會(huì)治理的核心，如何通過人工智能賦能證據(jù)的各個(gè)環(huán)節(jié)是循證社會(huì)治理范式適應(yīng)信息化社會(huì)的必要舉措。人工智能技術(shù)通過多維數(shù)據(jù)匯聚和算法建模，精準(zhǔn)推演社會(huì)發(fā)展過程，拓展證據(jù)來源與生產(chǎn)渠道，提升證據(jù)獲取與評(píng)估的精準(zhǔn)性，優(yōu)化證據(jù)使用過程，助力循證社會(huì)治理高效化、科學(xué)化，實(shí)現(xiàn)證據(jù)的動(dòng)態(tài)更新與優(yōu)化配置，如圖2示。

數(shù)據(jù)來源：作者整理自制。

（一）數(shù)據(jù)驅(qū)動(dòng)證據(jù)生成系統(tǒng)化

大數(shù)據(jù)時(shí)代數(shù)據(jù)信息紛繁復(fù)雜，信息超載、信息泛濫、信息迷失等問題普遍存在，如何對(duì)數(shù)據(jù)進(jìn)行有效處理，是人工智能等新興信息技術(shù)的使命所在。人工智能賦能循證社會(huì)治理的核心在于對(duì)證據(jù)的生產(chǎn)、獲取、分析及使用等各環(huán)節(jié)進(jìn)行賦能，借助人工智能技術(shù)為循證社會(huì)治理構(gòu)建數(shù)智化基座，以更精準(zhǔn)、更快速地生產(chǎn)、獲取和處理數(shù)據(jù)。西蒙主張將信息技術(shù)引入組織設(shè)計(jì)當(dāng)中，把組織看作一個(gè)決策制定和信息處理系統(tǒng)，并強(qiáng)調(diào)對(duì)信息的選擇性注意[37]。埃斯蒂（Dariel C.Esty）提出“數(shù)據(jù)驅(qū)動(dòng)決策”，將使政府更高效、開放和負(fù)責(zé)，更多地在事實(shí)基礎(chǔ)上做出決策[38]。傳統(tǒng)決策理性受限的原因在于信息缺失、信息量不足，而人工智能的“數(shù)據(jù)\"要素從很大程度上改善了政策制定者的有限理性狀況[39]，使得系統(tǒng)化的證據(jù)生成成為可能。數(shù)據(jù)豐富了決策的信息空間，使決策分析更趨近科學(xué)和細(xì)化，但想要讓數(shù)據(jù)發(fā)揮價(jià)值，必須對(duì)數(shù)據(jù)進(jìn)行處理[40。決策變得科學(xué)化，即決策建立在數(shù)據(jù)的基礎(chǔ)之上，用數(shù)據(jù)說話、用數(shù)據(jù)決策[4]，數(shù)據(jù)不同于證據(jù)，在質(zhì)量上，證據(jù)遠(yuǎn)高于數(shù)據(jù)，強(qiáng)調(diào)通過科學(xué)研究獲取的證據(jù)作為決策依據(jù)是更可靠且必要的。人工智能技術(shù)的深度運(yùn)用可實(shí)現(xiàn)從數(shù)據(jù)到信息、從信息到知識(shí)[42]、從知識(shí)到證據(jù)的轉(zhuǎn)化，而后進(jìn)行證據(jù)傳播、篩選、運(yùn)用、修正與擴(kuò)展，從而提高證據(jù)質(zhì)量，保障決策效果。

（二）算法支撐證據(jù)分析科學(xué)化

人工智能通過傳感系統(tǒng)、數(shù)據(jù)庫、在線平臺(tái)等完成對(duì)數(shù)據(jù)的采集，再通過算法實(shí)現(xiàn)數(shù)據(jù)清洗，去除無效、錯(cuò)誤或不完整的數(shù)據(jù)，保證數(shù)據(jù)質(zhì)量，以此完成數(shù)據(jù)收集與預(yù)處理。人工智能通過機(jī)器學(xué)習(xí)、算法識(shí)別等技術(shù)將原始數(shù)據(jù)轉(zhuǎn)化為有意義的證據(jù)資源，該過程從識(shí)別和提取數(shù)據(jù)特征人手，將數(shù)據(jù)特征轉(zhuǎn)化為易于58

理解的信息，完成數(shù)據(jù)解釋，進(jìn)而發(fā)現(xiàn)信息之間的關(guān)聯(lián)性，判斷建立因果關(guān)系，通過無監(jiān)督學(xué)習(xí)，人工智能將相似的信息分組，從而揭示潛在的知識(shí)結(jié)構(gòu)，完成聚類分析。人工智能構(gòu)建領(lǐng)域本體，將分散的信息整合成系統(tǒng)化的知識(shí)體系，同時(shí)融合來自不同源頭的知識(shí)，形成更為全面和深人的理解。具體而言，人工智能技術(shù)可通過算法支撐對(duì)證據(jù)的全鏈條賦能實(shí)現(xiàn)分析、評(píng)估的科學(xué)化要求：從知識(shí)到證據(jù)，人工智能在大量知識(shí)中通過算法識(shí)別出支持特定假設(shè)或結(jié)論的證據(jù)，完成證據(jù)識(shí)別;通過算法自動(dòng)化地收集相關(guān)證據(jù)，并進(jìn)行初步篩選，完成證據(jù)收集;人工智能利用自然語言處理和模式識(shí)別技術(shù)，評(píng)估證據(jù)的真實(shí)性和可靠性，完成去偽存真;通過算法模型，評(píng)估證據(jù)與待證明命題之間的相關(guān)性，篩選出最有力的證據(jù)，完成相關(guān)性分析;人工智能用邏輯推理算法，將分散的證據(jù)串聯(lián)起來，形成完整的證據(jù)鏈，并生成論證報(bào)告，用證據(jù)支撐結(jié)論，為決策提供科學(xué)依據(jù)。

（三）算力保障證據(jù)使用智能化

人工智能生成證據(jù)，并構(gòu)建循證社會(huì)治理證據(jù)庫之后，進(jìn)人證據(jù)使用環(huán)節(jié)。證據(jù)使用分為三個(gè)面向：一是證據(jù)使用主體的領(lǐng)導(dǎo)力;二是證據(jù)使用的社會(huì)情境;三是證據(jù)的質(zhì)量。證據(jù)使用主體的科學(xué)知識(shí)能力、數(shù)據(jù)素養(yǎng)、證據(jù)素養(yǎng)等綜合素質(zhì)都影響著證據(jù)使用的成效，通過人工智能的算力優(yōu)勢(shì)，可以協(xié)助治理主體進(jìn)行智能化、理性化決策。證據(jù)使用的社會(huì)情境也會(huì)影響治理目標(biāo)的實(shí)現(xiàn)與否，人工智能的深度學(xué)習(xí)與算力優(yōu)勢(shì)可為治理主體做出提前預(yù)判，對(duì)證據(jù)使用的過程與效果進(jìn)行提前推演與預(yù)測(cè)，以減少治理成本與績效損失。借助人工智能技術(shù)，證據(jù)質(zhì)量和證據(jù)使用效能呈穩(wěn)步提升狀態(tài)，直接用于決策支持的證據(jù)變得越來越精準(zhǔn)，從初始證據(jù)一有效證據(jù)一最佳證據(jù)的梯次篩選環(huán)節(jié)變得更加快速高效。

四、人工智能賦能循證社會(huì)治理的實(shí)現(xiàn)路徑

人工智能賦能循證社會(huì)治理作為一種新興的治理模式，倡導(dǎo)治理主體利用數(shù)據(jù)驅(qū)動(dòng)和智能化技術(shù)賦能社會(huì)治理，實(shí)現(xiàn)更科學(xué)、精準(zhǔn)、高效的治理決策和社會(huì)治理。這種模式的出現(xiàn)，旨在強(qiáng)調(diào)數(shù)據(jù)、算法、算力在社會(huì)治理中的重要性[43]。姜曉萍等認(rèn)為治理體系運(yùn)行的關(guān)鍵要素是治理主體、治理規(guī)則、治理機(jī)制、價(jià)值目標(biāo)[44]，許耀桐等將社會(huì)治理體系分為治理理念、治理制度、治理組織、治理方式[45]。鑒于此，如圖 3所示，前文所述循證社會(huì)治理的四要素中的社會(huì)治理問題、社會(huì)治理能力、社會(huì)治理證據(jù)、社會(huì)治理績效可進(jìn)一步細(xì)化為循證社會(huì)治理的治理理念、治理任務(wù)、治理主體、治理流程及治理目標(biāo)等治理要素，人工智能三大核心要素“數(shù)據(jù)”“算法”\"算力\"可對(duì)循證社會(huì)治理的具體治理要素有效賦能實(shí)現(xiàn)社會(huì)治理績效的綜合提升。首先，通過大數(shù)據(jù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)對(duì)社會(huì)公眾的訴求、行為進(jìn)行全面系統(tǒng)獲取，并經(jīng)過篩選、處理，使其得以借助數(shù)字化等手段明確治理理念和治理任務(wù)，實(shí)現(xiàn)社會(huì)治理問題的精準(zhǔn)感知;其次，通過治理主體證據(jù)素養(yǎng)提升、智能化社會(huì)治理參與方式等實(shí)現(xiàn)社會(huì)治理主體治理能力的提升；再次，通過人工智能對(duì)治理流程的全過程賦能實(shí)現(xiàn)證據(jù)的系統(tǒng)化生成和科學(xué)化分析，即利用自然語言處理和情感分析技術(shù)監(jiān)測(cè)社會(huì)輿情，及時(shí)了解社會(huì)民意和情緒波動(dòng)，通過算法模型匹配證據(jù)，通過大數(shù)據(jù)采集、處理分析技術(shù)形成的高質(zhì)量證據(jù)庫進(jìn)行識(shí)別、篩選，運(yùn)用最佳證據(jù)，由此實(shí)現(xiàn)循證社會(huì)治理所需證據(jù)鏈條的高效生成;最后，通過算力保障證據(jù)的智能化使用，使得決策方案的實(shí)施得以及時(shí)回應(yīng)公眾訴求，實(shí)現(xiàn)社會(huì)治理績效的持續(xù)優(yōu)化，并通過收集社會(huì)公眾對(duì)決策的反饋意見，改進(jìn)社會(huì)治理決策，形成保障公共價(jià)值實(shí)現(xiàn)的良性循環(huán)。

（一）人工智能賦能社會(huì)治理問題的精準(zhǔn)感知

社會(huì)問題本是雜亂且無形的，只有通過政策科學(xué)的規(guī)范流程進(jìn)行問題界定，進(jìn)入政策議程，社會(huì)問題才得以明晰化，這一過程從“人工巡查”到“智慧感知”，極大地提升了識(shí)別與界定社會(huì)問題的速度與精度。首先，人工智能通過物聯(lián)網(wǎng)傳感系統(tǒng)、關(guān)聯(lián)分析算法和聚類算法將人口、事件、地址等社會(huì)要素?cái)?shù)字化、可視化、系統(tǒng)化。物聯(lián)網(wǎng)傳感系統(tǒng)確保真實(shí)有效的社會(huì)現(xiàn)象能夠被精準(zhǔn)識(shí)別并被確立為政策議題，彌合了治理主體與治理需求間的信息不對(duì)稱;關(guān)聯(lián)分析能從海量數(shù)據(jù)中挖掘問題間的潛在關(guān)系，幫助治理主體從多維度制定預(yù)防策略，而非針對(duì)單一因素采取行動(dòng);聚類算法將具有相似特征的數(shù)據(jù)對(duì)象歸為一類，助力識(shí)別社會(huì)問題中的不同群體。其次，人工智能借助自然語言處理技術(shù)，對(duì)微博、微信、論壇等社交媒體平臺(tái)上的海量文本進(jìn)行實(shí)時(shí)監(jiān)測(cè)與分析，判斷民眾對(duì)社會(huì)事件、社會(huì)政策的態(tài)度傾向，及時(shí)發(fā)現(xiàn)社會(huì)關(guān)注焦點(diǎn)，為治理主體進(jìn)一步積累實(shí)踐證據(jù)、優(yōu)化社會(huì)政策提供一定的數(shù)據(jù)基礎(chǔ)。再次，人工智能通過構(gòu)建多源數(shù)據(jù)采集體系，整合交通、醫(yī)療、教育等不同領(lǐng)域的數(shù)據(jù)，并將這些數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換與融合，消除信息孤島，形成全面且系統(tǒng)的社會(huì)數(shù)據(jù)資源池。與此同時(shí)，對(duì)有時(shí)間特性的社會(huì)問題數(shù)據(jù)，如人口增長、犯罪率變化等，構(gòu)建時(shí)間序列預(yù)測(cè)模型，運(yùn)用自回歸積分滑動(dòng)平均模型、長短期記憶網(wǎng)絡(luò)等算法，分析歷史數(shù)據(jù)的趨勢(shì)、周期性特征，預(yù)測(cè)社會(huì)問題未來發(fā)展走向。利用人工智能對(duì)社會(huì)問題進(jìn)行因果推斷模型構(gòu)建，幫助治理主體60

控制其他干擾因素，準(zhǔn)確評(píng)估治理決策方案對(duì)社會(huì)問題的影響。在社會(huì)治理問題方面，借助人工智能可形成海量且相互關(guān)聯(lián)的數(shù)據(jù)足跡，實(shí)現(xiàn)實(shí)體社會(huì)向網(wǎng)絡(luò)空間的“數(shù)字鏡像”映射[46]。復(fù)雜社會(huì)問題通過大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)得以數(shù)據(jù)化、精準(zhǔn)化、具體化，有助于掌握社會(huì)公眾真實(shí)訴求，明晰社會(huì)根本問題，為循證社會(huì)治理提供更為精準(zhǔn)的數(shù)字索引。

（二）人工智能賦能社會(huì)治理主體的能力提升

在循證社會(huì)治理的復(fù)雜體系中，多元治理主體能力的提升是實(shí)現(xiàn)高效治理的關(guān)鍵。社會(huì)理論倡導(dǎo)的完全理性決策是指決策者是完全理性的，可以全面系統(tǒng)地獲取所有決策證據(jù)，決策者可以基于證據(jù)做出最優(yōu)選擇[47]，但實(shí)踐中治理主體認(rèn)知偏差、主觀臆斷等會(huì)導(dǎo)致決策失誤、績效損失等不利后果。人工智能的應(yīng)用可以使得社會(huì)治理的策略無限接近完全理性，為尋找解決社會(huì)問題制定最優(yōu)方案提供了可能性。首先，人工智能依托動(dòng)態(tài)的知識(shí)圖譜、海量數(shù)據(jù)匯聚融合、自適應(yīng)和自我優(yōu)化以及高效的智能決策，使治理主體的決策行為變得更為精準(zhǔn)、開放而有效。通過技術(shù)賦能，使治理主體從海量數(shù)據(jù)中快速提取有價(jià)值的決策信息，幫助決策者全面、迅速地掌握背景和事實(shí)，真正做到以“智\"提質(zhì)增效[48]。特別對(duì)政府主體而言，運(yùn)用人工智能技術(shù)，可以為國家治理進(jìn)行全方位的“技術(shù)賦能”，從技術(shù)上改進(jìn)治理方式、治理手段和治理機(jī)制，提升政府的信息汲取、數(shù)據(jù)治理、數(shù)字規(guī)制、回應(yīng)服務(wù)和孵化能力等[49]。人工智能技術(shù)不僅可以全面、系統(tǒng)地收集證據(jù)，還可以借助收集到的高質(zhì)量數(shù)據(jù)對(duì)交易進(jìn)行溯源，從而從根源上降低風(fēng)險(xiǎn)，提高社會(huì)治理的監(jiān)管質(zhì)量[50]，助力治理主體精準(zhǔn)把握社會(huì)治理全過程。其次，人工智能借助數(shù)據(jù)分析精準(zhǔn)識(shí)別社會(huì)公眾需求，依據(jù)需求合理分配資源，提高資源利用效率，避免資源浪費(fèi)與錯(cuò)配。以醫(yī)療領(lǐng)域?yàn)槔?，醫(yī)療救助組織借助人工智能輔助診斷技術(shù)，為偏遠(yuǎn)山區(qū)患者提供遠(yuǎn)程醫(yī)療服務(wù)，彌補(bǔ)專業(yè)醫(yī)療資源不足，增強(qiáng)社會(huì)組織在專業(yè)服務(wù)領(lǐng)域的能力與影響力。再次，借助人工智能技術(shù)，向治理主體傳授人工智能基礎(chǔ)知識(shí)、證據(jù)收集、評(píng)估與使用知識(shí)及協(xié)同治理意識(shí)等，提升治理主體證據(jù)、數(shù)字素養(yǎng)，增強(qiáng)多元主體參與社會(huì)治理的能力和意愿，減少多元主體間的互動(dòng)成本，形成“去結(jié)構(gòu)化”的平臺(tái)，通過智慧網(wǎng)絡(luò)空間，推動(dòng)公民從形式參與走向?qū)嵸|(zhì)性參與[5]，真正解決社會(huì)公眾最關(guān)切的問題。算法規(guī)則能夠突破時(shí)間、地點(diǎn)的限制對(duì)治理主體行使權(quán)力的全過程做追蹤記錄，這使得整個(gè)治理過程有章可循，進(jìn)而增加了監(jiān)管與約束力，規(guī)范治理主體行為，提升了循證社會(huì)治理的透明化、科學(xué)化、標(biāo)準(zhǔn)化水平。

（三）人工智能賦能社會(huì)治理證據(jù)的高效生成

社會(huì)治理領(lǐng)域涉及的海量數(shù)據(jù)資源分散于政府部門、社交媒體平臺(tái)等多方主體，呈現(xiàn)出顯著的碎片化特征。面對(duì)龐雜的原始數(shù)據(jù)與多元異構(gòu)信息，依賴人工篩選與整合的傳統(tǒng)方式不僅效率低下，存在證據(jù)鏈斷裂風(fēng)險(xiǎn)，更難以實(shí)現(xiàn)證據(jù)與社會(huì)情境的動(dòng)態(tài)耦合。尤其在復(fù)雜社會(huì)系統(tǒng)的決策情境中，由于缺乏智能化的前瞻預(yù)判機(jī)制，證據(jù)在特定社會(huì)情境中的價(jià)值權(quán)重及其對(duì)決策過程的影響機(jī)制往往只能在事后回溯中顯現(xiàn)，這種治理技術(shù)的滯后性與被動(dòng)性極易導(dǎo)致關(guān)鍵信息響應(yīng)延遲、風(fēng)險(xiǎn)預(yù)警失效等問題，最終形成社會(huì)治理績效損失。人工智能憑借其強(qiáng)大的技術(shù)能力，正深刻改變著這一過程，為證據(jù)高效生成與使用提供技術(shù)基座。首先，通過數(shù)據(jù)挖掘技術(shù)，能從繁雜數(shù)據(jù)中迅速提取有價(jià)值的信息，為證據(jù)提供素材，同時(shí)，利用網(wǎng)絡(luò)爬蟲技術(shù)，在短時(shí)間內(nèi)抓取新聞網(wǎng)站、社交媒體上關(guān)于某一社會(huì)問題的報(bào)道與討論，經(jīng)過自然語言處理技術(shù)，提取公眾觀點(diǎn)、事件關(guān)鍵信息，形成輿情證據(jù)。通過大數(shù)據(jù)技術(shù)系統(tǒng)檢索有關(guān)社會(huì)問題的科研成6I果、隨機(jī)對(duì)照試驗(yàn)結(jié)果、社會(huì)治理實(shí)踐數(shù)據(jù)等作為初始證據(jù)。其次，通過機(jī)器學(xué)習(xí)算法，可根據(jù)預(yù)設(shè)的社會(huì)問題情境、證據(jù)相關(guān)性及可靠性等指標(biāo)，對(duì)初始證據(jù)進(jìn)行自動(dòng)篩選與歸類，構(gòu)建全面系統(tǒng)的社會(huì)治理證據(jù)庫。再次，構(gòu)建智能模型對(duì)證據(jù)進(jìn)行深度分析，并預(yù)測(cè)社會(huì)問題發(fā)展趨勢(shì)，提升證據(jù)使用價(jià)值。以公共衛(wèi)生領(lǐng)域?yàn)槔?，基于傳染病傳播模型，整合人口流?dòng)數(shù)據(jù)、疫情監(jiān)測(cè)數(shù)據(jù)、醫(yī)療資源分布數(shù)據(jù)等證據(jù)，模擬疫情傳播路徑，預(yù)測(cè)疫情高峰與低谷，助力衛(wèi)生部門提前調(diào)配醫(yī)療資源、制定防控策略。這些模型不僅分析現(xiàn)有證據(jù)，還能基于證據(jù)模擬不同情境下社會(huì)問題演變，為治理主體提供多種決策預(yù)案，使證據(jù)在社會(huì)治理決策中發(fā)揮更大作用。最后，通過智能傳感系統(tǒng)實(shí)時(shí)監(jiān)測(cè)社會(huì)政策實(shí)施的各個(gè)環(huán)節(jié)，助力社會(huì)政策平穩(wěn)落地，并對(duì)社會(huì)政策進(jìn)行系統(tǒng)評(píng)估，動(dòng)態(tài)更新社會(huì)治理證據(jù)庫，確保治理主體基于最新、最準(zhǔn)確的證據(jù)制定治理決策。

（四）人工智能賦能社會(huì)治理績效持續(xù)優(yōu)化

社會(huì)治理績效是社會(huì)治理場(chǎng)景中公共價(jià)值的具象化，也是循證社會(huì)治理的階段性結(jié)果。人工智能技術(shù)對(duì)社會(huì)治理績效的持續(xù)優(yōu)化有諸多賦能路徑。首先，人工智能借助算法模型，對(duì)治理問題、治理情境的原始數(shù)據(jù)進(jìn)行輸入處理，模擬現(xiàn)實(shí)治理情境，形成智慧治理網(wǎng)絡(luò)模型，使得復(fù)雜社會(huì)治理問題簡單化，改變傳統(tǒng)治理模式，使其可以在模擬情境下進(jìn)行治理效果評(píng)測(cè)，以提高治理方案在實(shí)際執(zhí)行過程中的公眾接受度，縮減治理成本，優(yōu)化實(shí)際公共資源配置。與此同時(shí)，人工智能通過深度數(shù)據(jù)挖掘、自主學(xué)習(xí)與算法模型構(gòu)建，不斷增強(qiáng)數(shù)字技術(shù)的自監(jiān)督甚至無監(jiān)督學(xué)習(xí)并提升自主行為能力，使之能夠自主設(shè)計(jì)并執(zhí)行治理方案，從而優(yōu)化治理手段、完成治理任務(wù)和改進(jìn)社會(huì)治理績效[52]。其次，人工智能運(yùn)用AI監(jiān)管沙盒理念，構(gòu)建智能監(jiān)督系統(tǒng)，利用區(qū)塊鏈、物聯(lián)網(wǎng)等技術(shù)，對(duì)治理全過程進(jìn)行實(shí)時(shí)、動(dòng)態(tài)監(jiān)督，智能分析與預(yù)警社會(huì)治理各環(huán)節(jié)績效目標(biāo)不達(dá)標(biāo)等問題，督促責(zé)任主體進(jìn)行改進(jìn)，保證社會(huì)政策順利推進(jìn)，提升治理過程的規(guī)范性與透明度。借助人工智能構(gòu)建全面、客觀、動(dòng)態(tài)的績效評(píng)估體系，通過機(jī)器學(xué)習(xí)算法對(duì)歷史數(shù)據(jù)與實(shí)時(shí)數(shù)據(jù)進(jìn)行分析，為不同治理領(lǐng)域與任務(wù)設(shè)定合理績效目標(biāo)與權(quán)重，實(shí)現(xiàn)績效評(píng)估的精準(zhǔn)化。同時(shí)，根據(jù)評(píng)估結(jié)果生成詳細(xì)分析報(bào)告，指出治理優(yōu)勢(shì)與不足，為治理主體提供針對(duì)性改進(jìn)建議，促進(jìn)社會(huì)治理績效持續(xù)提升，實(shí)現(xiàn)治理目標(biāo)的動(dòng)態(tài)優(yōu)化與治理模式的不斷創(chuàng)新。再次，人工智能依托強(qiáng)大的計(jì)算能力促進(jìn)數(shù)字技術(shù)革新和算法升級(jí)，從而快速、準(zhǔn)確、自動(dòng)地處理海量數(shù)據(jù)，并從中提取有效數(shù)據(jù)來完成治理任務(wù)。強(qiáng)大的算力支撐可以提高處理日益增長的數(shù)據(jù)所需要的分析能力，并且可以有效應(yīng)對(duì)社會(huì)危機(jī)事件，為形成比人工更迅速、更精準(zhǔn)的治理決策提供保障。最后，算力的強(qiáng)弱與響應(yīng)速度成正比，治理決策具有時(shí)效性，在適宜的時(shí)間實(shí)施有效合理的治理策略，不僅可以抑制社會(huì)問題的質(zhì)變，還可以及時(shí)有效地解決社會(huì)問題，提高治理效能。循證社會(huì)治理實(shí)踐中依托強(qiáng)大的算力平臺(tái)，存儲(chǔ)和融合社會(huì)治理相關(guān)數(shù)據(jù)，通過系統(tǒng)集成，促進(jìn)循證社會(huì)治理證據(jù)庫的迭代更新，為智慧決策提供更為堅(jiān)實(shí)的后盾，并依托算力與證據(jù)庫，增強(qiáng)交互情境問題的處理能力。算力增強(qiáng)證據(jù)轉(zhuǎn)化力、主體綜合能力，提升社會(huì)治理績效。強(qiáng)勁的算力可以讓算法在處理、分析數(shù)據(jù)時(shí)更全面系統(tǒng)，以此保障對(duì)社會(huì)問題的敏捷回應(yīng)、社會(huì)治理績效的監(jiān)測(cè)評(píng)估及治理證據(jù)庫的迭代更新。

五、結(jié)語

本文將循證社會(huì)治理整體框架概括為社會(huì)治理問題、社會(huì)治理證據(jù)、社會(huì)治理能力、社會(huì)治理績效四62

大要素，證據(jù)位于該框架的核心，其質(zhì)量高低和使用狀況直接影響社會(huì)治理績效。因此，構(gòu)建一套系統(tǒng)的數(shù)據(jù)獲取、分析、評(píng)估以及將數(shù)據(jù)有效轉(zhuǎn)化為證據(jù)的技術(shù)體系，提高數(shù)據(jù)利用的效率和準(zhǔn)確性成為必要，以人工智能“數(shù)據(jù)”\"算法”“算力\"三大要素可對(duì)證據(jù)鏈條進(jìn)行賦能：數(shù)據(jù)驅(qū)動(dòng)證據(jù)生成系統(tǒng)化、算法支撐證據(jù)分析科學(xué)化、算力保障證據(jù)使用智能化，以此保障證據(jù)獲取速率、質(zhì)量及使用效能。在此基礎(chǔ)上，進(jìn)一步探討了人工智能技術(shù)賦能循證社會(huì)治理的實(shí)現(xiàn)路徑：通過賦能社會(huì)治理問題精準(zhǔn)感知、社會(huì)治理主體能力提升、社會(huì)治理證據(jù)高效生成、社會(huì)治理績效持續(xù)優(yōu)化等方式實(shí)現(xiàn)循證社會(huì)治理目標(biāo)。

循證社會(huì)治理以循證思想、公共價(jià)值為引領(lǐng)，建立黨政組織、社會(huì)組織、市場(chǎng)組織、社會(huì)公眾等主體之間的多層次協(xié)同機(jī)制，能夠提升證據(jù)發(fā)現(xiàn)的敏感性和廣域性，形成針對(duì)證據(jù)\"需求—供給”的快速響應(yīng)機(jī)制，同時(shí)，提升治理主體的AI素養(yǎng)、證據(jù)素養(yǎng)，進(jìn)而提高社會(huì)治理決策制定的質(zhì)量和效率，實(shí)現(xiàn)循證社會(huì)治理的理性化、高效化、智能化。人工智能技術(shù)對(duì)循證社會(huì)治理的具體治理要素均存在精準(zhǔn)賦能的可能：治理主體以智能輔助決策模型為基礎(chǔ)提升自身綜合能力，樹立智能化循證治理的社會(huì)治理理念，在治理流程上構(gòu)建以物聯(lián)網(wǎng)傳感系統(tǒng)、關(guān)聯(lián)分析算法和聚類算法為技術(shù)基座的社會(huì)治理問題精準(zhǔn)識(shí)別系統(tǒng)，治理方式上通過數(shù)據(jù)挖掘技術(shù)、機(jī)器學(xué)習(xí)算法收集、清洗所形成的高質(zhì)量證據(jù)作為決策依據(jù)，以持續(xù)優(yōu)化社會(huì)治理績效，增進(jìn)人工智能驅(qū)動(dòng)循證社會(huì)治理，實(shí)現(xiàn)社會(huì)治理的精細(xì)化、科學(xué)化。在實(shí)踐過程中，我們需要不斷探索創(chuàng)新，及時(shí)總結(jié)經(jīng)驗(yàn)教訓(xùn)，不斷完善理論模型，為循證社會(huì)治理提供更加堅(jiān)實(shí)的理論支持。同時(shí)，應(yīng)注重對(duì)相關(guān)社會(huì)政策的完善并制定促進(jìn)、規(guī)制人工智能發(fā)展運(yùn)用的相關(guān)政策，加強(qiáng)算力基礎(chǔ)設(shè)施的建構(gòu)與升級(jí)，為實(shí)現(xiàn)人工智能驅(qū)動(dòng)循證社會(huì)治理的良性循環(huán)提供支撐。

人工智能可以在循證社會(huì)治理的各個(gè)環(huán)節(jié)發(fā)揮積極作用，但人工智能賦能循證社會(huì)治理也有一定的局限性和應(yīng)用風(fēng)險(xiǎn)。標(biāo)準(zhǔn)化知識(shí)和實(shí)踐性知識(shí)作為證據(jù)的重要組成部分，其獲取也應(yīng)該是程序化、科學(xué)化的，以此保證所獲信息的效力，但實(shí)踐性知識(shí)中包含了大量的情境性知識(shí)，情境性知識(shí)的特有屬性促使其只能通過人工獲取，人工智能無法精準(zhǔn)應(yīng)用到其中。同時(shí)，人工智能背后隱藏著AI主體性增強(qiáng)與個(gè)人主體性走弱的隱憂日益凸顯，且智能應(yīng)用本身也會(huì)在市場(chǎng)規(guī)律的引導(dǎo)下，主動(dòng)給不同地區(qū)、不同群體打上標(biāo)簽，并進(jìn)行有針對(duì)性的內(nèi)容和服務(wù)輸出，這將加劇社會(huì)群體認(rèn)知的兩極分化[53」。社會(huì)治理的終極目標(biāo)是“善治”，追求民主、公正、透明等公共價(jià)值，從一定程度上來說，人工智能的應(yīng)用可能會(huì)形成與社會(huì)治理所追求的價(jià)值理性相沖突的工具理性，效率與公平、創(chuàng)新與安全之間的內(nèi)在張力也可能會(huì)進(jìn)一步膨脹。如何在人工智能賦能循證社會(huì)治理的過程中，使得工具理性與價(jià)值理性、效率與公平、創(chuàng)新與安全關(guān)系達(dá)到平衡，有待學(xué)界進(jìn)一步思考。此外，社會(huì)治理的數(shù)字化程度越高，越容易導(dǎo)致“技術(shù)黑箱”，如何通過規(guī)則約束技術(shù)支持者，也將成為重要議題。最后，政府作為循證社會(huì)治理多元主體中的一員，其部分?jǐn)?shù)據(jù)具有保密性，關(guān)聯(lián)的隱私保護(hù)、數(shù)據(jù)安全、倫理規(guī)范等問題也會(huì)對(duì)人工智能在循證社會(huì)治理中的深入應(yīng)用提出新的挑戰(zhàn)。

參考文獻(xiàn)：

[1]新華社.習(xí)近平主持中共中央政治局第二次集體學(xué)習(xí)并講話[EB/OL].（2017－12-09）[2024-11－25].https：//www.gov.cn/xinwen/2017-12/09/content_5245520.htm？ eqid eb027975000067f7000000066458b3f7.

[2]新華社.中共中央關(guān)于制定國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二O三五年遠(yuǎn)景目標(biāo)的建議［EB/OL].（2020 -11 -03）[2024 -11-10]. https：//www. gov.cn/zhengce/202203/content_3635465.htm.

[3]新華社.中共中央 國務(wù)院關(guān)于加強(qiáng)基層治理體系和治理能力現(xiàn)代化建設(shè)的意見[EB/OL].（2021-07-11）[2025-02-15].https：//www. gov.cn/gongbao/content/2021/content_5627681.htm.

[4]國務(wù)院.國務(wù)院關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見[J]．中華人民共和國國務(wù)院公報(bào)，2022（19）：12－20.

[5]新華社.習(xí)近平主持中共中央政治局第九次集體學(xué)習(xí)并講話[EB/OL].（2018-10-31）[2024-11－26].https：//www.gov. cn/xinwen/2018 -10/31/content_5336251. htm.

[6]新華社.中共中央 國務(wù)院關(guān)于加快建設(shè)全國統(tǒng)一大市場(chǎng)的意見[EB/OL].（2022－04－10）[2024－11-25].https：//www. gov. cn/zhengce/2022 -04/10/content_5684385. htm.

[7]工業(yè)和信息化部，中央網(wǎng)絡(luò)安全和信息化委員會(huì)辦公室，國家發(fā)展改革委，等.國家人工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南（2024 版）[EB/OL].（2024-06-05）[2024-11-25]. htps：//www.gov.cn/zhengce/zhengceku/202407/content_6960720. htm.

[8]新華社.政府工作報(bào)告：2024年3月5日在第十四屆全國人民代表大會(huì)第二次會(huì)議上[EB/0L].（2024-03－12）[2024- 04 -18]. htps：//www. gov.cn/gongbao/2024/issue_11246/202403/content_6941846. htm.

[9]GUYATTG，CARNSJ，CHURCHILLD，etal.Evidence-based Medicine：aNewApproach to Teaching thePracticeof Medi-cine[J].The Journal of the American Medical Association，1992（17） ：2420-2425.

[10]DAVIES P.What is Evidence-based Education？[J].British Journal ofEducational Studies，1999（2）：108-121.

[11]APAPresidentialTaskForceon Evidence-basedPractice.Evidence-basedPracticeinsychologyJ].TheAmericanPsychologist，2006（4） ：271 -285.

[12]魏夏楠，張春陽.“循證決策\(yùn)"30年：發(fā)展脈絡(luò)、研究現(xiàn)狀和前沿挈領(lǐng)：基于國內(nèi)外代表性文獻(xiàn)的研究綜述[J].現(xiàn)代管理科學(xué)，2021（4）：26 -36.

[13]ROUSSEAU D M.Is There Such a Thing as“Evidence-based Management\"？[J].The Academy of Management Review，2006（2） ：256 -269.

[14]李剛.走向教育的循證治理[J].教育發(fā)展研究，2015（23）：26-30.

[15]楊克虎.循證社會(huì)科學(xué)的產(chǎn)生、發(fā)展與未來[J].圖書與情報(bào)，2018（3）：1－10.

[16]張?jiān)脐?循證政策的發(fā)展歷程、內(nèi)在邏輯及其建構(gòu)路徑[J].中國行政管理，2017（11）：73－78.

[17]郁建興，樊靚.數(shù)字技術(shù)賦能社會(huì)治理及其限度：以杭州城市大腦為分析對(duì)象[J].經(jīng)濟(jì)社會(huì)體制比較，2022（1）：117 - 126.

[18]田培杰.協(xié)同治理概念考辨[J].上海大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014（1）：124－140.

[19]林宇暉，劉愛蓮.論循證治理視域下新時(shí)代治理格局創(chuàng)新[J].江西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019（2）：26 -32.

[20]王學(xué)軍，王子琦.從循證決策到循證治理：理論框架與方法論分析[J].圖書與情報(bào)，2018（3）：18 -27.

[21]張?jiān)脐?循證政策的發(fā)展歷程、內(nèi)在邏輯及其建構(gòu)路徑[J].中國行政管理，2017（11）：73－78.

[22]周葉中.領(lǐng)導(dǎo)干部科學(xué)決策能力的提升路徑[J].紅旗文稿，2020（20）：13－15.

[23]張紅春，楊濤.數(shù)智時(shí)代的公共決策：復(fù)合理性轉(zhuǎn)向與范式證成［J].云南行政學(xué)院學(xué)報(bào)，2024（1）：22-33.

[24]JENNINGSETjr，HALLJL.Evidence-based Practice andthe Useof InformationinState Agency Decision MakingJ]Jour-nal of Public Administration Research and Theory，2012（2）：1-22.

64

[25]MACKILLOPE，DOWNEJ.What CountsasEvidencefor Policy？AnAnalysisof PolicyActors’Perceptions[J].Public Ad-ministration Review，2023（5） ：1037 -1050.

[26]郁俊莉，姚清晨.從數(shù)據(jù)到證據(jù)：大數(shù)據(jù)時(shí)代政府循證決策機(jī)制構(gòu)建研究[J].中國行政管理，2020（4）：81－87.

[27]魏麗莉，王馨雅，楊克虎.從理論驅(qū)動(dòng)到數(shù)據(jù)驅(qū)動(dòng)：循證視角下經(jīng)濟(jì)學(xué)證據(jù)的演化與發(fā)展[J].圖書與情報(bào)，2018（6）：25 - 31.

[28]王學(xué)軍，韋林，王子琦.作為信息的證據(jù)，抑或作為證據(jù)的信息？：循證視角下的政府績效信息管理框架[J].圖書與情報(bào)，2018（6） ：39 -46.

[29]陳振明，黃元燦.智庫專業(yè)化建設(shè)與公共決策科學(xué)化：當(dāng)代公共政策發(fā)展的新趨勢(shì)及其啟示[J].公共行政評(píng)論，2019（3）：104 -117，192.

[30]楊代福，程曦.基于證據(jù)的政策制定：理論邏輯與制度框架[J].渭南師范學(xué)院學(xué)報(bào)，2021（1）：51-59.

[31]CHOIYJ，F(xiàn)OX AM，DODGEJ.What Counts？PolicyEvidencein Public Hearing Testimonies：the Caseof Single-payerHealthcare in New York State[J].Policy Science，2022（4）：631-660.

[32]李樂，周志忍.英國社會(huì)政策循證決策的理論與實(shí)踐：對(duì)中國的啟示[J].中國公共政策評(píng)論，2016（2）：117－131.

[33]羅瓊，胡青.重視提升領(lǐng)導(dǎo)干部數(shù)據(jù)素養(yǎng)[N].浙江日?qǐng)?bào)，2018-04-27（6）.

[34]張淑瑛.領(lǐng)導(dǎo)干部循證治理能力的功能與提升路徑探析[J].廣西民族大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020（3）：144 -149.

[35]STOKER G.Public Value Management：aNewNarativefor Networked Governance？[J].TheAmerican ReviewofPublicAd-ministration，2006（1） ：41 -57.

[36]戴小文，曾維忠，莊天慧.循證實(shí)踐框架下的精準(zhǔn)扶貧探索：研究者定位與職責(zé)[J].貴州社會(huì)科學(xué)，2017（1）：144－151.

[37]赫伯特·西蒙.管理行為[M].詹正茂，譯.北京：機(jī)械工業(yè)出版社，2013：18-20.

[38]ESTYDC.Good GoveranceattheSupranationalScale：globalizingAdministrativeLawJ].TheYale LawJournal，2006（7）：1490 -1562.

[39]胡稅根，單立棟，徐靖芮.基于大數(shù)據(jù)的智慧公共決策特征研究[J].浙江大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2015（3）：5-15.

[40]張世昌，商容軒，米加寧.“變”與“不變”：大數(shù)據(jù)時(shí)代數(shù)據(jù)領(lǐng)導(dǎo)力提升策略的雙重建構(gòu)[J].理論探討，2022（3）：104 -109.

[41]司林波，劉暢.智慧政府治理：大數(shù)據(jù)時(shí)代政府治理變革之道[J].電子政務(wù)，2018（5）：85-92.

[42]ACKOFF R L. From Data to Wisdom[J]. Journal of Applied Systems Analysis，1989（1） ：3 -9.

[43]蘇有麗，牛春華.數(shù)智賦能公共服務(wù)需求治理：理論邏輯與實(shí)現(xiàn)路徑[J].蘭州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（1）：166 - 176.

[44]姜曉萍，阿海曲洛.社會(huì)治理體系的要素構(gòu)成與治理效能轉(zhuǎn)化[J].理論探討，2020（3）：142－148.

[45]許耀桐，劉祺.當(dāng)代中國國家治理體系分析[J].理論探索，2014（1）：10-14，19.

[46]VANDERHORN E，MAHADEVAN S.Digital Twin：generalization，Characterizationand Implementation[J]. Decision SupportSystems，2021，145：1 -11.

[47]邵希娟，楊建梅.行為決策及其理論研究的發(fā)展過程[J].科技管理研究，2006（5）：203－205.

[48]孔祥利，徐樂.新時(shí)代領(lǐng)導(dǎo)干部決策能力提升：現(xiàn)實(shí)約束與路徑選擇：基于認(rèn)知—價(jià)值一制度的視角[J].天津行政學(xué)院學(xué)報(bào)，2019（5）：3 -9.

[49]孟天廣.政府?dāng)?shù)字化轉(zhuǎn)型的要素、機(jī)制與路徑：兼論“技術(shù)賦能”與“技術(shù)賦權(quán)”的雙向驅(qū)動(dòng)[J].治理研究，2021（1）：5-14.

[50]高陽，李曉宇，周卓琪.數(shù)字技術(shù)支撐現(xiàn)代社會(huì)治理體系的底層邏輯與實(shí)現(xiàn)路徑[J].行政管理改革，2022（4）：30-36.

[51]郁建興，樊靚.數(shù)字技術(shù)賦能社會(huì)治理及其限度：以杭州城市大腦為分析對(duì)象[J].經(jīng)濟(jì)社會(huì)體制比較，2022（1）：117 -126.

[52]陳鵬.國家治理的智能化轉(zhuǎn)向及其實(shí)施進(jìn)路[J].探索，2021（3）：152-165.

[53]魏鈺明，賈開，曾潤喜，等.DeepSeek 突破效應(yīng)下的人工智能創(chuàng)新發(fā)展與治理變革[J].電子政務(wù)，2025（3）：2-39.

（責(zé)任編輯：楊洋）

AI-Driven Evidence-Based Social Governance Model： evidence Logic and Implementation Pathways

WANGHaifeng，ZHANGLei

（School of Management，Northwest Normal University，Lanzhou，Gansu，China，730070）

Abstract：Evidence-basedsocial governance isan inevitable path towardsmodernizing social governance capabilities.The rapiddevelopmentofnewinformationtechologiessuchasarticialintellgencehassignificantlyimpactedhumanproductinand dailylife，presentingnewopportunitiesforevidence-basedsocial governance.Understandinghowartificialinteligencecanbe integratedintothesocialgovernanceagendaandhowitcanempowerevidencebasedsocialgovernanceisanintriguingfrontier theoreticalquestion.Thispaperemploysananalyticalframeworkforevidence-basedsocialgovernanceencompassingsocial governanceisses，evidence，capabilies，andperformance.Itsystematicallevealsthetheoreticallogicbehindhowartical intellgenceempowers evidence-basedsocial governance，focusingonthecore elementsof“data”，“algorithms”，and“computing power\".Thestudyfindsastrong alignmentbetweenthecomplexity，dynamism，andemergent natureofsocial goveranceandthe capabilitiesoftificialintellgenc.eepinteationoftifcialintellgncetoevidencasedsocialgoveaneprs canenhancegovernancecapabilitiesand efectivenessThepathwaysforenhancement includesystematizing evidencegeneration throughdata-drivensystems，scienticanalysisofevidencetroughalgorithmicsupport，andinteligentutilizationofevidence throughcomputingpower，threbytransformingthentireprocessofevdencegenerationinsocialgoverane.Tothisendvidence -basedsocialgoveanceneds tombracetheconceptsandtechologicaltransformationsoftheera，everagingAtehologis to enablepreciseperceptionofsocialisues，ficientgenerationof governanceevidence，enhancementof governancecapabilties， andcontinuousoptimizationof governanceperformance，therebyadvancing themodernizationofsocial goverancesystemsand capabilities.

Keywords：artificial Intellgence;social governanceevidence-based social governance;evidence-baseddecision-making; intelligent social governance