↑點擊上方行政管理改革關注
【作者簡介】李雪峰，中共中央黨校（國家行政學院）應急管理研究院教授、博士生導師；王深，中共中央黨校（國家行政學院）應急管理研究院博士研究生。
【文章來源】《行政管理改革》2025年第11期
文章結構
一、敏捷治理：理解城市基層治理新視角
二、機制解析：城市基層敏捷治理的邏輯機理
三、多重風險：城市基層敏捷治理實現過程中的困境
四、路徑優化：完善城市基層敏捷治理體系
摘要
進入數字時代，運用人工智能技術加強和創新城市基層治理是推進城市基層治理現代化的重要途徑。城市基層敏捷治理是實現城市基層治理現代化的內在要求，是走出城市基層治理現實困境的客觀要求，也是促進城市基層善治與增進民生福祉的發展要求。基于多城市的基層敏捷治理實踐，人工智能賦能城市基層敏捷治理遵循治理基礎升級、治理流程重塑、安全治理優化、治理空間再造的邏輯機理。但在賦能過程中，面臨著效率導向的管理傾向誘發數據安全風險、任務導向的行動偏差衍生數字形式主義風險、績效導向的思維異化造成治理失靈的風險、需求導向的錯綜復雜滋生社會新興極化風險等現實問題。基于此，未來需通過目標理念革新、行動邏輯調適、社會治理動員、社會共識重塑等多維層面，推進我國城市基層敏捷治理行穩致遠。
引言
城市基層治理直接承接著民眾多樣化的服務與治理訴求，所面臨的管理與服務任務也隨著城市的發展而日益增多和復雜。在傳統層級化治理模式下，決策傳導與需求反饋需經多層級過濾，一旦問題的復雜性、動態性程度增強，對制度化和規范化的過分強調就可能會受到行政壁壘、屬地邊界和地域空間的限制，易產生信息衰減與流程阻滯，難以適配城市基層治理“即時響應”的客觀要求。敏捷治理作為信息技術變革浪潮下衍生出的新興治理模式，在治理工具多樣化、治理方式優化、治理流程重塑和治理空間拓展等方面發揮著重要作用，能夠有力提升訴求響應的時效性與精準性，更好解決傳統治理中“響應滯后”的結構性矛盾。構建敏捷的城市基層治理體系，促進治理模式從“被動應對”向“主動調適”轉型，是推進城市基層治理現代化的必然之舉。
鑒于此，本文從城市基層治理實踐出發，著力探究人工智能賦能城市基層敏捷治理的運行邏輯，厘清賦能過程中的現實問題并提出優化路徑，以期進一步豐富城市基層敏捷治理研究，并試圖在探賾城市基層敏捷治理過程中建構新的公共性學術話語。
一、敏捷治理：理解城市基層治理新視角
敏捷治理源于軟件開發中的敏捷方法，強調快速響應、靈活適應和持續改進。迅猛發展的人工智能，在城市基層公共安全、運行效率、公共服務等方面展現出巨大的應用潛力，賦能城市基層走向敏捷治理，為應對城市基層治理的復雜性和不確定性提供了有效路徑。
（一）城市基層敏捷治理的內涵與應用領域
隨著新興技術的迭代、治理理念的嬗變及內外部環境的演化，敏捷治理逐漸成為新時代治理領域的重要理念和工具。一般說來，敏捷治理是以用戶為目標中心，借助敏捷軟件等數字信息工具，通過柔性的方式主動感知與回應組織外部環境的激烈變化，精準獲取、整合組織資源，最終使組織能夠可持續獲得高治理能力。敏捷治理包含著三重內涵與核心特征：一是體現治理理念的敏捷治理呈現彈性、回應性、適應性；二是作為決策模式的敏捷治理彰顯感知、循數、協同；三是作為治理工具的敏捷治理能夠精準識別需求、快速迭代、有效防范風險。
與敏捷治理相類似的概念還有幾個，如適應性治理強調在不斷變化的環境中確保決策過程的包容性，以適應日趨復雜的社會治理情境；韌性治理強調動態調整能力以提升城市治理韌性；智慧治理依托數字技術應用，旨在提升治理效率、實現精準高效治理；精細化治理聚焦治理實效，實現精準施策，避免資源錯配。敏捷治理主要聚焦于城市基層治理，是在數字中國建設大背景下，融合韌性治理、智慧治理、適應性治理等多個治理理念發展而來的新興治理范式。
相較之下，敏捷治理的獨特優勢就在于快速響應變化、靈活調整適配，避免治理結構僵化、破除行政隱性壁壘，通過靈活拆分治理任務、即時修正治理偏差，更加適配新業態監管、新興科技迭代、治理需求變化、突發事件應對等快節奏治理場景，能夠更加靈活高效地應對復雜多變的城市基層治理環境（見表1）。
具體而言：城市基層敏捷治理旨在實現對涉基層的紛繁復雜城市事務、繁復多變治理環境和多元多樣治理需求的高效靈活應對，是一種集快速性、靈活性與適應性于一體的可持續治理方式，強調治理過程中以人為本的核心價值、多元主體的敏捷聯動、城市問題的迅速響應及治理方式的漸進迭代。
人工智能賦能城市基層敏捷治理，按應用目的可分為三大類。一是公共安全保障類，核心目的是防范化解風險、降低事故損失，筑牢城市安全防線。如異常狀態識別、風險動態監測、應急響應優化，旨在實現風險隱患的早期確認處置和突發事件的快速靈活響應。二是運行效能提升類，核心目的是提升城市運行效率、減少各種資源浪費，降低城市治理成本。如政務流程精簡、智能資源調度、城市交通優化，旨在實現城市高效運轉和資源有效利用。三是民生服務優化類，核心目的是貼合居民需求、優化公共服務，提升居民生活質量。如智能政務客服、個性化居民服務、便民場景適配，旨在優化升級民生服務，增強民眾幸福感。可見，將人工智能嵌入城市基層治理是提升城市基層治理現代化水平的必要之舉。
（二）城市基層敏捷治理的發展動因
一是實現城市基層治理現代化的內在要求。推進中國式現代化要求強調價值理性與工具理性的統一，追求人民性的價值依歸與效率目標的深度融合，要求社會治理更具有包容性和適應性。敏捷治理通過打破傳統層級壁壘，增強動態調適能力，構建扁平化數字治理平臺，促進主體間信息溝通與資源整合，推動治理模式從“分散層級管控”向“協同扁平治理”轉型，實現對城市基層復雜治理環境的快速響應和動態調適，以增強城市基層治理的彈性和適應性。因此，敏捷治理作為一種新的治理范式，將其嵌入城市基層治理能夠促進善治，這既是推進城市基層治理現代化的創新突破口，也是進一步推進中國式現代化的重要價值所在。二是走出城市基層治理現實困境的客觀要求。改革開放以來，隨著我國城鎮化、市場化、數字化等多重進程疊加，社會群體及其利益訴求日益呈現多元化與碎片化特征。城市基層社會樣貌愈加紛繁復雜，面臨著治理要素難統籌、治理行為難適應、治理實效難提升等現實困境，如主體權責模糊不清造成治理碎片化、治理行動遲滯導致響應與需求脫節、調適能力不足致使復雜問題難應對等。城市基層治理問題的存在和蔓延與其治理理念、治理主體、治理方式等密不可分，為提升治理效能、破解治理難題、避免矛盾積累和激化，城市基層治理模式亟待加強和創新。傳統治理模式基于科層制構建，立足工業社會穩定、可預測的環境特征，強調流程規范、風險控制，新時代治理基礎和環境的變化必然倒逼新治理范式的產生。較傳統治理模式而言，敏捷治理更具快速性、靈活性與適應性，有效應對各種城市基層的現實困境。三是促進城市基層善治與增進民生福祉的發展要求。人民群眾對高品質生活更加期待，物質文化需求更加多樣，這就要求有高質量的城市基層治理模式與之相匹配。但不少城市基層治理的公共服務實踐表現為循環往復與“改而不變”，資源投入與治理產出呈現為“邊際遞減效應”，陷入內卷化困境。人民日益增長的美好生活需要和城市基層資源的稀缺性，以及與資源分配不均之間的固有矛盾，使得城市基層公共服務極具挑戰性。敏捷治理突出人本邏輯，以民眾需求為導向，強調以人的發展為中心，能夠通過資源快速調度適配與治理策略優化迭代，精準對接安全、教育、養老、醫療等老百姓急難愁盼問題，為更多人們謀求更多便利和福祉，力求實現“社會利益的最大公約數”。在技術革新與城市基層治理深度融合背景下，人工智能技術在治理領域的價值潛力巨大，能夠適配豐富的治理應用場景，基于現代信息技術的技術賦能逐漸成為治理效能提升中最具決定力量的變量。
二、機制解析：城市基層敏捷治理的邏輯機理
隨著人工智能應用領域不斷拓展與治理場景持續深化，兼具技術治理特性的人工智能與城市基層治理深度融合、雙向互構，不僅發揮著賦能城市基層敏捷治理的重要驅動作用，更逐漸成為城市基層治理創新發展的重要趨勢。例如，北京 “接訴即辦” 以基層治理變革為核心，構建起 “民有所呼、我有所應” 的政務服務新模式，成為民生響應與政務效能提升的標桿；上海“一網統管”作為我國城市基層治理數字化轉型的示范樣本，在全國率先提出并落地“一屏觀天下、一網管全城”的治理范式，為跨域協同治理提供了實踐參考；杭州“城市大腦”憑借先發優勢被納入國家首批人工智能開放創新平臺，推動數字技術深度融入城市基層治理全流程，打造了技術賦能治理的先行樣板。雖然各地城市基層敏捷治理具有多樣性，各地治理實踐的方式和重點亦存在差異，但從中可以梳理歸納出有效的敏捷治理內在邏輯（見圖1）。
（一）治理基礎升級：智能交互技術夯實數據獲取與應用底座
城市基層社會是各類資源高度集聚的綜合體，承載著紛繁復雜的社會事務與多元社會現象。其政治、經濟、文化等領域的運行態勢與公眾各類活動數據，既是支撐社會治理的重要基礎，也是地方政府開展公共決策、實施公共管理的基礎性資源。傳統的數據采集，主要依靠政府部門及公共服務機構，通過人力實地走訪調研獲取社情民意，存在人力和物力成本投入高、信息生成傳遞速度慢、數據使用及存儲安全性弱等弊端。人工智能技術的應用，顯著夯實了治理數據獲取、處理與應用的基礎。
一是數據感知與獲取更趨靈敏。通過多類型終端布設、人機協同交互等手段，城市基層管理者具備了 “所見即所得”的信息采集能力——實現信息的泛在感知，實時捕捉、編碼社會事實，這既顯著拓展了城市基層治理信息的來源范圍，也加快了信息獲取速度。上海城市運行管理中心、杭州“城市大腦”都集成運用了人工智能技術，通過部署多類智能感知設備，建立市政物聯網平臺，構建城市運行的體征監測系統，實現城市基層公共空間數字化。同時，借助視覺識別、姿態識別技術，構建實時、多維、精準的問題識別機制，對城市基層社會進行全方位、立體化的感知與讀取。二是數據感知與識別更趨深入。人工智能驅動技術底座革新，應用人工智能物聯網（AIoT）可實現實時深度感知。例如，上海靜安區長護險智能監管平臺接入各類智能穿戴設備，通過人臉識別、語音喚醒等技術實時監測服務過程，可自動識別異常行為并及時觸發預警。三是治理數據基礎設施實現重構。人工智能推進城市基礎設施智能化轉型，助力構建新型城市基層治理數據基礎。利用空間建模、智能成像、標簽云等技術，整合城市基層數據源，深度挖掘數據倉庫，為城市運行和治理提供更加全面的數據支撐，提高治理決策的客觀性、精確性和透明度，進而提升城市基層運行體系的敏捷性。例如，上海“一網統管”構建大數據倉庫，涵蓋人口、法人、空間地理等基礎庫，以及政務、交通、能源等主題庫，形成覆蓋城市運行全周期的“數據資產池”，確保數據鮮活在線可用。杭州“城市大腦”3.0打造集成千萬個城市部件數據的數字孿生底座，實現數據智能化采集，實時映射城市運行狀態，為交通調度、能源管理等提供精準決策支持。在北京，“接訴即辦”數智分析系統通過搭建主題數據庫，利用時序預測、灰度預測等算法模型，提前預判案件高發區域和事項。
因此，運用泛在感知獲取城市基層社會的基礎設施、道路交通、市容環境及公共服務供給等相關數據信息，彌補傳統社會事實及原始資料在傳遞與輸送方面的滯后性等不足，助力實現城市基層數據信息的高效采集與治理問題的精準識別，為多源校核、快速響應的城市基層敏捷治理奠定了數據基礎。
（二）治理流程重塑：依托機器學習算法提升全流程速度與效能
數字時代的信息技術具有高速迭代性，算力的指數級增長為機器學習算法的演進與發展奠定了堅實的物理基礎，算力與數據共同成為智能社會發展的重要基石。
一是人工智能驅動治理效率顯著提升。如北京“接訴即辦”系統接收到市民訴求后，AI自動受理匯集系統，對不同的訴求類別進行識別劃分。“知識隨行”功能為一線人員推送相似工單解決方案，推薦反饋模板并校對潤色，提高派單準確率的同時大幅縮短了處理周期。同時，回訪機器人代替人工完成滿意度調查，分析通話文本以提取不滿意因素，運用可視化數據看板呈現熱點分布態勢，為決策者提供更加清晰的治理可視化圖譜。二是人工智能推動治理方式持續優化。人工智能打破數據壁壘，構建起“數據共享、算法協同、生態開放”的治理范式。依托垂類大模型支撐全場景應用，AI促進物聯網與智能硬件深度融合，進而實現事項智能分派與服務精準匹配，實現數據驅動的精準治理。例如，上海“免申即享”系統通過大數據分析，能夠通過為企業畫像精準識別符合條件的企業，由政府傳統的“被動響應”轉變為“主動幫辦”的新型服務模式。三是人工智能深度重塑業務審批流程。其通過算法優化重構事件審批環節，推動治理流程從線性審批向智能審批升級。在政務服務領域，杭州“城市大腦”3.0引入DeepSeek—R1大模型，依托 “親清在線” 平臺精簡投資審批材料，實現要件智能核驗與流程自動流轉，將企業開辦時間從 1 天壓縮至 30 分鐘。
這類實踐通過機器學習算法研判數據流與業務流的常規規律，識別并優化業務流程中的冗余環節，進而設計相應的算法指令與決策模型，實現線上線下業務協同優化，最終精簡業務流程、顯著提升服務效率。
（三）安全治理優化：趨勢研判賦能風險，應對前置化
當前，多重疊加、復雜多變的不確定性風險，已成為城市基層治理決策者面臨的主要挑戰。人工智能憑借其卓越的大數據處理、模式識別與分類、自主學習與優化及輔助決策能力，能夠構建起城市基層敏捷風險治理模式。
一是通過城市基層數據分析與建模主動識別風險。借助空間神經網絡、決策樹模型等算法工具開展趨勢研判，結合歷史數據梳理與熱點動態分析，持續監測城市基層治理的運行態勢與實際狀況，精準預測潛在問題并及時進行針對性處置，最大程度實現潛在風險的預防、控制與消除。在公共安全領域，杭州“城市大腦”依托城市信息模型（CIM）平臺整合地質、管線等各類數據，通過壓力傳感器、AI 邊緣網關實時監測管網壓力，采用貝葉斯網絡構建風險模型并劃分四色風險等級，為風險研判提供堅實支撐；此外，其在應急管理領域引入 DeepSeek大模型，由防汛智能體融合氣象、水文等各類數據，提前 24 小時動態預測內澇風險。二是建立人機協同主動風險防控機制。在北京“未訴先辦”主動治理機制中，基于市民歷史訴求數據分析構建城市民生指數與風險預測模型，推動市民投訴問題從被動響應向主動預防轉型。例如，2023 年冬季通過智能預警系統提前排查供暖設施隱患，經主動維護后相關訴求同比減少60%。杭州則依托“城市眼—云共治”系統整合城管、應急等部門資源，通過智能攝像頭自動識別各類城市管理事件，顯著提升主動發現率，有效縮短問題處置周期，助力城市運行從被動響應向主動預防轉型。
總的來說，在城市基層社會快速發展進程中，城市基層敏捷治理通過持續觀測、分析關鍵變化，及時捕捉并快速防控風險，已成為維護城市公共安全的核心支撐。
（四）治理空間再造：以數字平臺為載體促進治理主體敏捷聯動
當前城市基層治理仍面臨條塊協同不暢、公眾參與不足等問題，傳統政府單一主導的治理模式已難以滿足提升治理實效的需求。在城市基層治理場域中，人工智能通過重構治理內容與形式，極大拓展了城市基層敏捷治理的空間邊界。
一是數字化治理平臺暢通公眾參與渠道。通過搭建數字平臺并發揮其大數據處理優勢，可實時接收并快速回應居民需求，暢通多元主體溝通渠道，實現治理過程中信息開放共享、充分溝通交流、平等合作互動，減少互動中的信息阻滯與理解偏差，進而提升公眾參與基層治理的積極性。同時，借助數字平臺宣傳強化價值引導與公共性建設，能夠提升居民參與意識與社會歸屬感，以數字平臺為社會聯結紐帶，強化數字化聯結，再造基層數字化社會關系。二是突破地理限制，構建線上線下融合治理場域。上海 “15 分鐘政務服務圈” 依托 “遠程虛擬窗口” 實現事項跨層級辦理，企業與公眾可在就近社區事務受理中心通過視頻連線完成市級審批，有效拓展了治理空間的物理邊界。三是拓展治理網絡空間，促進跨域協同。搭建數字平臺整合治理資源，既推動市域治理空間縱向穿透，又實現跨域協同空間橫向延伸。北京與天津、河北建立“接訴即辦”聯動機制，通過 AI 自動觸發響應實現跨區域協同，2024 年該平臺協同解決跨區域環境問題超過 2000 件，響應時間平均縮短 50%；上海等城市牽頭搭建長三角 “一網通辦” 平臺，整合三省一市數據并依托 AI 實現跨域事項智能調度，例如異地就醫備案通過醫保數據共享自動核驗參保信息，2024 年辦理量超過 120 萬件，群眾跑腿次數減少 90%。
總之，數字化治理平臺作為城市運行網絡的重要樞紐，通過建立統一標準與架構，全面打通各類數據、接入各業務系統、鏈接各類云資源，開展系統接入、數據集成與融合計算，實現中樞、系統、平臺、場景的數據互聯互通，以及市、區間基層運行事項的跨部門協同，進而破除城市基層治理的碎片化壁壘。數字平臺通過再造城市基層治理空間，能夠提升居民參與意識、增強治理決策在場性、促進多元主體敏捷聯動，具備顯著治理優勢。
三、多重風險：城市基層敏捷治理實現過程中的困境
囿于數字技術的兩面性，人工智能作為新型技術形式也蘊含諸多不確定性。隨著人工智能技術向城市基層治理縱深推進，治理風險的多樣性與復雜性日益凸顯。它在為城市基層敏捷治理賦能的同時，也催生了不容忽視的現實風險——如數據至上主義、數字形式主義、治理失靈風險、社會極化風險等，進而誘發城市基層敏捷治理的負面效應。
（一）效率導向的管理傾向誘發數據安全風險
效率導向可能導致城市基層治理偏離應有方向。當前，人們生產生活要素的數字化趨勢日益明顯，數據信息充斥整個社會。在技術加速迭代的背景下，“效率主義” 成為技術社會建構的重要原則，社會全面數字化讓治理更偏好靈敏高效，萬物數字化也成為敏捷治理實現的前置基礎。然而，當算法為 “效率” 賦予新的價值，對效率的盲目追求難免會抬高功利主義的權重，使效率本身成為行政目的和人們的崇拜對象。如此一來，城市基層治理可能出現過度管理的傾向，進而偏離原本的治理目標。
這種偏離方向的 “效率主義” 治理，極易誘發數據安全風險。城市基層敏捷治理的實現離不開人工智能的強大賦能，依托計算機與傳感器的微型化、高密度分布，實現對各類信息的收集、分類與預測。而人工智能的學習和預測能力，背后需要高計算能力支撐與海量數據訓練。數據作為人工智能應用的核心基底，意味著要提升模型的精度與準確性，就需要更大規模、更多層次、更全面的數據支撐，其重要性不言而喻。但對數據的過度依賴會逐漸異化為 “唯數據論”——過分追求數據的收集、分析與利用，將數據視為解決現代社會問題的關鍵。當數據開始主導決策而非服務于決策時，“數據至上主義” 傾向便會產生，進而在數據隱私保護、處理運用和安全管控過程中引發倫理問題，誘發數據安全風險。例如，部分基層政府為給居民提供更便捷的數字公共服務，會將政務小程序或數字綜合服務平臺委托給技術公司開發運營，但在大規模數據的收集、管理與存儲環節，難免存在潛在技術漏洞；若項目開發過程中缺乏有效監管制度，極易出現信息盜用、數據篡改、違規傳輸等問題，既威脅公民人身財產安全、影響社會和諧穩定，甚至可能危害國家安全。
（二）任務導向的行動偏差衍生數字形式主義風險
基于數據的新型治理任務可能會強化行政權力。為實現城市基層敏捷治理目標，進一步化解治理過程中的各類不確定性風險，地方政府通常會愈加重視行政權力的掌控。然而，傳統科層制的剛性問責方式，雖能在短期內遏制風險負外部性的擴散，但從長遠來看，這種線性邏輯主導的傳統治理模式難以有效提升敏捷治理效能，還會讓城市基層敏捷治理承擔更為沉重的隱性成本。同時，地方政府依靠集中權力取得的短期成效，雖產生了一定 “正向激勵”，卻也誘發并強化了潛在的行動偏差——政府主體可能會試圖將空間權力管控與個體行為控制 “規訓” 到既有結構體系中，要求民眾遵守制度規定的一系列行為規范。
被強化的行政權力會助推 “數字形式主義” 蔓延。在公共治理實踐中，出現了技術化 “形式理性” 對公共治理 “實質理性” 的替代現象，具體表現為 “完成任務式”“政治聯合體式”“向下考核激勵式” 三種數字治理形式主義類型。因此，人工智能技術雖能通過數字 “過濾” 開展數據推演，簡化治理決策的復雜性，但也會催生片面強調形式的標準化數字行政管理問題，難以有效應對城市基層社會的模糊性特征，進而加劇敏捷治理目標與實踐情境的錯配。
（三）績效導向的思維異化引發治理失靈風險
依賴數據算法的績效導向式治理，容易使城市基層管理者脫離對真實情況的掌控，甚至喪失主體判斷力，進而加劇治理失靈風險。為推進城市基層敏捷治理，基層政府會加快各領域數字化轉型，借助算法訓練出成熟穩定的決策模型，為治理決策提供支撐。人工智能依托大數據訓練，能夠以遠高于人類的完成率和準確率處理絕大多數重復性任務。對于以城市運行平穩安全為目標、追求基層治理決策理性高效的公共部門而言，自然沒有理由拒絕算法建議，進而選擇將多數公共事務轉化為“運算”問題，導致決策者僅能看到算法“過濾”后的可能性。這既難以全面客觀反映城市基層治理的真實圖景，也極大制約敏捷治理實效，使敏捷治理偏離提升效率的初衷。
與此同時，智能技術范式會潛在強化對人的宰制，在無形之中導致決策者思維異化，使其喪失基于實際社會實踐的經驗判斷能力。這就可能讓城市基層敏捷治理弱化甚至舍棄人文關懷，將治理主體的主觀能動性，讓位于理性、客觀卻冰冷的數據、算法、程序等技術性元素。
此外，依賴數據算法的效率導向還可能引發損害公共利益的風險。算法兼具技術屬性與產業屬性，市場化運作模式使其遵循商業邏輯，以資本利益最大化為核心訴求。若以利益為導向的研發者利用算法黑箱暗箱操作，植入過度商業資本元素、價值偏好及不公因素以實現特定利益訴求，可能在實際應用中侵犯公眾知情權與自主決策權，威脅公眾信息安全，甚至引發社會不公與信任危機。
（四）需求導向的復雜性滋生社會新興極化風險
人工智能縱深發展，讓本就復雜多變的城市基層社會狀況更趨復雜。第四次工業革命以來，城市基層社會被納入信息化、數字化、智能化的多元發展光譜，人工智能迅猛迭代、機器智能逐步逼近人類智能、社會智能化轉型加速，由此催生的新異化現象呈現出三大新特點與新趨勢：一是滲透至更基礎的社會結構層面，二是催生全新的異化內容與形式，三是出現對人自身而言最根本的異化。數據和算法已成為重要生產要素，其帶來的社會分化有可能將超過以往任何形式的社會不平等，甚至很可能催生極化的社會結構，面臨斷崖式階層差距的社會風險。數據算法固化的認知極化風險、數字鴻溝強化的階層極化風險、平臺經濟深化的貧富極化風險、網絡群體激化的身份極化風險等新興極化風險，本質上是數字技術重構社會運行邏輯過程中，技術特性與制度適配、資源分配、價值引導之間失衡的產物。及時回應治理過程中的公平、安全、穩定等多重價值訴求，平衡好主體間的差異化利益，防控并消弭社會極化風險，這一任務顯得尤為重要，亦是推進城市基層善治過程中不容忽視的重要議題。
四、路徑優化：完善城市基層敏捷治理體系
實現有效的城市基層敏捷治理是一項長期且復雜的系統工程，涵蓋價值、工具、制度、主體等多層次目標，涉及目標理念革新、行動邏輯調適、倫理規范強化、社會共識重塑等多維度內容，需要多元主體協同發力，形成合力推進我國城市基層敏捷治理行穩致遠。
（一）以目標理念革新推動基層治理的 “價值性” 敏捷
為應對 “數據至上主義” 引發的數據濫用、信息泄露、違規盜用等安全風險，需要增強城市基層治理的 “價值性” 敏捷。這要求革新目標理念與思維方式，進一步強化科技倫理規范，堅持公共利益優先原則，發揮倫理規范的先導作用，積極凝聚并加強社會道德共識。 “價值性” 敏捷更注重治理的價值維度與倫理內涵，追求在城市基層治理中優先考量公共利益與公民福祉，強調治理過程中 “以人為本” 的價值理念，突出 “以人民為中心” 的發展邏輯。城市基層敏捷治理的實現過程，本質上也是踐行 “以人民為中心” 的價值過程。增強 “價值性” 敏捷的關鍵，在于加強人工智能倫理知識教育。從人文主義角度對數據主義進行反思與批判，是重新審視人類在智能時代的主體性地位、反思人類自由邊界、維護人類尊嚴的重要途徑。要塑造敏捷治理文化，加強科技倫理自律自省，在承認算法技術作為智能時代的基礎設施和生活環境的同時，仍然強調人的視角與在場，并指導、規制算法技術的研發、發展和使用，進而培育各治理主體以“人”的主體性地位為核心的敏捷思維。尤其要通過人工智能倫理知識教育提升公職人員對人工智能技術的理解、使用及負責任意識，嚴格遵守數據使用與管理的相關法律、標準與規范。
（二）以行動邏輯調適促進基層治理的 “工具性” 敏捷
為推動治理工具的適配性組合，需著力促進 “工具性” 敏捷。政府應在恪守技術倫理的基礎上，整合城市基層敏捷治理所需的數字化工具矩陣，優化治理工具的多維協同與靈活轉換。 構建治理工具動態監測系統，對治理場景中的潛在工具風險、需求動態變化進行實時追蹤與趨勢預判，推動治理從 “被動響應” 向 “主動預警” 轉型，提升治理工具對城市基層環境變化的感知敏銳度。通過技術手段強化對治理工具的持續監測、風險預警與敏捷響應能力，最大限度預防、控制和消除算法偏見、歧視、不公現象、隱私安全風險及其他潛在風險。 同時需謹防 “數字形式主義” 滋生蔓延。在開發應用 “人工智能 + 治理” 場景時，應始終明確的是，技術引入不應僅追求表面數字化成果，其核心目標是提升基層治理的服務效率與質量，杜絕 “為智能而智能” 的形式化傾向。
同時，需完善治理工具與政策的迭代優化機制。通過意見征集渠道系統收集敏捷治理中治理工具應用的反饋信息，引入場景適配性評估指標，定期評估現有治理工具與當前治理場景的匹配度，結合需求變化與評估結果識別其功能缺口與應用短板。基于評估結果動態調整治理工具的功能模塊與操作流程，確保工具應用與城市基層治理的實際需求、環境變化相適配，避免因工具僵化影響敏捷治理成效。
（三）以社會治理動員增強基層治理的 “主體性” 敏捷
需加強基層敏捷共治的社會動員。敏捷治理強調從源頭傾聽所有用戶聲音，通過充分理解其需求為政策制定提供依據，力爭幫助所有用戶降低成本、提高效率、提升滿意度。應積極推動公眾參與、凝聚社會共識，提升公民自組織能力，凸顯公民在城市基層敏捷治理中的主體地位，夯實其群眾基礎。同時，需加強各治理主體間的密切交流，分層分級明確不同治理階段與環節，促進主體間信息的迭代傳遞與動態溝通，確保治理問題得到及時響應，進而在敏捷治理全過程中防范治理風險的社會性放大，借助各主體互動反饋持續提升城市基層敏捷治理效能。需著力構建多元參與的基層敏捷聯動共治體系。積極動員各治理主體溝通協作，探索凝聚治理共識的有效制度路徑以實現敏捷聯動。在技術賦能下打造更具平等性的交互 “競合場域”，推動政府與社會多元主體雙向激活，在自上而下與自下而上的互動中實現知識共享、資源交互與價值共創，為基層敏捷治理提供堅實的力量支撐。
（四）以社會共識重塑實現基層治理的 “制度性” 敏捷
需建立敏捷治理相關科技制度。技術發展受制度環境的選擇性塑造，制度環境是技術創新的宏觀基礎，唯有為技術應用劃定價值邊界與運行規則，明確權責劃分、防范技術濫用，方能實現技術與制度的雙向互構。因此，要圍繞人工智能賦能城市基層敏捷治理制定技術標準，加強對人工智能技術應用的評估考核，在數據使用與管理方面，可借鑒歐盟《通用數據保護條例》，強化隱私保護設計，并將其作為數據產品與系統設計的基本要求，進一步筑牢數據安全防線、堵塞數據管理漏洞、確保數據合理使用；在算法開發與應用方面，需明確算法解釋義務，規范模型開發、技術部署與使用標準，尤其需要對算法實施制度化監管，增強其安全性與透明度。要在城市基層敏捷治理各階段開展人工智能倫理審查，并能依據審查結論逆向追溯算法問題的源頭，推動各環節實現自律自省。需進一步完善主體協同體制機制。政府需厘清職能部門在敏捷治理中的責任與義務，推行“主體責任清單”制度，明確政府、企業、居民、社會組織的權責邊界，使各主體明確 “何時動、如何動”，激活主動參與的內生動力。推動部門間的合作共享，深化敏捷治理模式的實踐探索，同時完善問責機制、拓展監管體系。唯有全面真實反映人工智能賦能治理實踐的實際效果，厘清各治理主體的責任鏈條，才能切實提升敏捷治理的有效性。
結語
