大数据驱动下的志愿服务优化模式研究报告

涂敏霞等 

《中国青年研究》2020年第04期

摘要:当前志愿服务模式存在的痛点主要有志愿服务有效供给与匹配效果不佳、志愿服务组织专业化能力建设不足、个体志愿行为激励与保障不完善、志愿服务资源整合与共享不充分4个方面。本研究发现大数据可驱动志愿服务流程再造，主要特点为从“类行政化”迈向“协同化”，从被动响应到主动精准决策，管理精准和参与拓展。因此，要从健全人才培养与智力支持制度、完善志愿服务大数据经费投入制度、建立志愿服务智慧化建设的激励机制、落实志愿服务大数据的反馈和评价体系、完善志愿服务大数据信息安全制度来推动大数据技术驱动志愿服务模式的优化。

关键词:大数据;志愿服务;模式优化

当前，志愿服务正面临着在大数据时代如何更好地参与社会治理的问题。作为互联网、物联网、云计算、人工智能之后又一次颠覆性的技术变革，大数据在志愿服务领域的嵌入与实践，引起了志愿服务参与社会治理的改变，正“重置”着志愿服务管理决策、项目创新探索与人才队伍建设。志愿服务作为社会治理创新的重要实践，可以依托统计分析、数据挖掘、智能算法等大数据技术优化自身发展模式，向社会提供更加优质的服务。

本研究在研究志愿服务模式创新的基础上，重点探讨大数据优化志愿服务参与社会治理的有效路径，建构大数据应用场景，为激励志愿者持续参与志愿服务和志愿服务组织运行管理以及政府打造共建共享共治的社会治理格局等提供参考。

本研究主要采用文献研究法、问卷调查法以及访谈法。研究对象为广州市的志愿服务组织、志愿服务组织管理者与一线志愿者。调查最终收集377份有效问卷，其中志愿服务组织管理者92个样本，一线志愿者285个样本;共访谈9个志愿服务组织，召开2次座谈会，访谈对象包括志愿服务信息系统管理者、大数据研究领域专家、基金会代表、资深志愿服务组织管理者、志愿者骨干及青年志愿者。

一、当前志愿服务模式的痛点

本课题组调研发现，当前志愿服务模式存在的痛点，主要集中在以下4个方面。

1.志愿服务有效供给与匹配效果不佳

本次研究涉及的“供给”和“匹配”更多地考虑志愿服务项目的设计、志愿服务岗位的设置是否合理，能否吸引志愿者参与并充分发挥其能力，具体包括志愿活动开展的地点、时间、内容、形式，以及“人岗匹配”问题。调查结果显示，有37.7%的受访者认为目前参加志愿服务活动的时间不方便，有37.1%的受访者认为活动的地点不方便自己参加。受访者对“您所参加的志愿服务活动难度”打分时(由简单到困难，赋值1~10分)，选择5分的比例最高，为27.32%，最终均值为4.38，这表明受访者认为目前志愿服务活动的难度适中。当问到如何在网上了解志愿服务时，选择微信平台、志愿服务组织的官网、志愿服务信息系统进行了解的受访者分别占比32.9%、22.3%和20.7%。此外，调查结果还显示，目前的志愿者网上管理系统的功能并未有效利用。当问及“现在i志愿能满足您哪些需求”时，有71.2%的受访者选择了“服务时数记录”。志愿者其实对未来的网络平台的功能给予了很多期待，有57.3%的受访者期待在网络上看到系列培训课程，可以以短视频的形式，来适应当前网络时代碎片化阅读的习惯;53.9%的受访者希望未来网络平台可以打造出志愿者联系、交流社区(如微信朋友圈);52.5%的受访者希望能公布国家志愿服务政策。

可见，当前志愿服务的供给远远无法满足人民群众参与志愿服务的现实需求，这主要体现在两方面，一个是志愿服务供给与社会需求的矛盾，另一个是志愿服务项目供给与志愿者参与需求的矛盾。

2.志愿服务组织专业化能力建设不足

调查表明，志愿服务项目与志愿者专业能力不匹配是当前志愿服务的又一个痛点。

新时代对志愿服务组织的专业化能力提出更多新要求，志愿服务组织专业化建设包括组织管理的专业化、志愿者队伍的专业化、服务内容的专业化和服务项目的专业化。当前很多志愿服务组织的专业化建设多集中于志愿者的服务能力培训提升上，形成“入门培训—骨干培训—领袖培训”的阶梯课程，但培训的需要还未能得到充分满足。

在培训形式方面，最受志愿者喜爱的是互动交流的培训形式，有近五成的受访者选择此项，随后依次是体验式训练(45.4%)、面授讲座(43.5%)、情景教学(37.4%)，可见当前志愿者更能接受相对活泼、生动的培训形式。在培训内容方面，有36.1%的受访者青睐于志愿服务专业技能培训，其次是个人兴趣、素质提升课程(30.0%)。培训是为了提升技能更好地开展服务，问及“在培训中获得的知识或技能能否有效运用在实操中”时(由“不能”到“能”，赋值1~10分)，最终平均分为7.26，这表明目前的培训能有效提升志愿服务实操水平。有63.1%的受访者认为，未来要通过“提升对志愿者的激励、人文关怀”来提高志愿服务专业性，其次是“完善组织架构，增强人员队伍”(58.9%)，第三是提供专业领域的技能培训(51.7%)。

3.个体志愿行为激励与保障不完善

在个案访谈时，几乎每一位受访者都提到了志愿服务活动的激励和保障制度，包括对志愿服务组织权益的保障、志愿活动正常开展的激励和社会保险、志愿者个人安全的保护。问卷调查显示，当前志愿服务组织给予志愿者的激励方式多为“宣传优秀志愿者”(60.7%)、“表彰大会”(55.7%)、“推荐参加外部培训、交流”(47.2%)、“定期团建”(45.6%)、“定制、发放纪念品”(41.4%)、“制作照片墙、宣传册等”(38.5%)。结合对志愿者的访谈，笔者发现，虽然目前形式多样的激励方式已在大多志愿服务组织中普及，但是覆盖面依旧不够广，激励效果有待提高。

根据调查，荣誉证书(61.5%)、培训机会(56.2%)是大多数志愿者认为有效的激励方式，但是，由于传统平台的限制让许多志愿者无法得到相应的激励。在未来的志愿服务模式优化过程中，可以考虑结合互联网技术，设计“电子证书”，网络自动生成“荣誉勋章”便于志愿者分享到微信朋友圈、微博，还应加大力度开发线上培训课程，参照抖音、快手的形式，纳入实时服务活动分享，以短视频的形式记录志愿服务工作的过程或者是资深专业的知识分享，并可增加“弹幕”“点赞”功能，弹幕最多、获赞最多的短视频可以在志愿服务信息系统平台上优先、即时推送。

4.志愿服务资源整合与共享不充分

通过对志愿服务组织的访谈，笔者发现当前志愿服务资源的整合与共享并不充分，许多同质化的服务在社区里开展。志愿服务中的关键三要素是志愿者、志愿服务组织和志愿服务项目，这三者如果能有机结合，将大大有利于志愿服务的有效运行。信息化管理系统在设计时的目的就是搭建一个信息化平台，让志愿者在系统上顺利加入组织，找到心仪的服务项目，让志愿服务组织能有效吸引志愿者、推动特色项目开展等。当前系统上的“志交会”和“小额资助平台”就是资源对接的有益尝试，但现有的信息化管理系统尚未能实现一些精准匹配的功能。例如志愿者登录系统时，系统无法主动推送一些符合本人偏好、能力适当、时间适宜的服务项目;企业也未能在系统上实现全流程的线上对接，如果遇到感兴趣的项目，还是需要通过线下来完成对接和资助。

志愿服务要想更好地发展，必须进行新一轮的资源整合、共享。设立统一的信息平台，打破信息壁垒是未来的趋势。而统一信息平台实现的功能类别，则需要充分挖掘和利用，除现有的志愿服务时数的记录外，还要加大对志愿服务项目设计、专业培训资源、优秀服务案例、志愿者激励、志愿服务组织交流等功能的打造。当问及“您觉得互联网技术如何优化志愿服务”时，选择“建立志愿服务大数据库”的占比最高，达到57.6%。访谈中也有诸多受访者提到，希望未来能有“全国一张网”，在上面可以搜索到全国各地的志愿服务组织信息及活动开展情况，志愿服务品牌项目或优秀志愿者案例，以及各类能够用于支持志愿服务开展的社会资源。这正印证了当前志愿服务资源亟须更为充分的整合，更大范围内的共享。保障志愿服务要素流动，是未来利用大数据技术，优化志愿服务模式的一大突破点。

二、建构大数据驱动下的志愿服务新模式

为解决当前志愿服务的痛点，切实满足人民群众有效、广泛、持续参与志愿服务的需求，进而引导志愿服务参与打造共建共治共享的社会治理格局，必须转变已有的思维定式，建立大数据驱动下的多元、多向、动态的志愿服务新模式。首先，树立“供给侧改革”的思想。中国志愿服务已发展到现今阶段，必须在复杂的现实下重新探索志愿服务的供给方与需求方的有效关系，区分志愿服务的主体需求与客体需求，梳理政府部门与志愿服务组织、志愿服务组织与志愿者、志愿者与志愿服务对象等多重关系，从志愿服务的供给方而不是需求方来定义、设置、策划志愿服务活动、岗位与项目，基于志愿者个性需求与社会不同界别、不同领域对志愿服务的实际需求，解决志愿服务的有效供给问题。其次，树立“大数据思维”。通过大数据分析志愿服务，打破原有的信息碎片化、供给低效率、保障无动力等困境，解决志愿服务项目与岗位匹配问题，打通供需有效对接链条，构建智能型的志愿服务信息化运行平台，从而激励更多民众持续参与志愿服务，进而助力实现2020年中国志愿者13%注册率的目标。

1.关系重构:从“类行政化”迈向“协同化”

当前志愿服务运行模式中存在“行政化”倾向，部分志愿服务组织经费与资源单一地依赖政府主体;由于政府主体控制了信息、政策与部分资助资源，当前志愿服务运行模式的关系结构存在“政府���导—志愿服务组织响应—志愿者服务”的特征。大数据技术的运用在某种程度可以改善既有的关系结构，并转向主体间关系协同化发展，具体而言体现在以下3个方面。

(1)信息资源的“去中心化”和共享整合。传统志愿服务数据单向传递、信息来源单一性、政府部门间数据不能有效共享等问题均不同程度地存在，并影响了志愿服务组织项目策划与资源获得，志愿服务组织能力培养，志愿者招募与意愿服务匹配等方面，同时，也制约了政府部门在志愿服务规划与管理上的实时性与及时性。在大数据共享与整合信息平台运行下，政府部门、志愿服务组织、基金会、志愿者等相关主体均可根据权限进行信息资源的产生、共享、使用、匹配等，改变各主体信息不对称所产生的既有关系结构。

(2)志愿服务主体的赋权与角色转变。信息资源的“去中心化”和共享整合产生了主体赋权的效应。对于政府而言，在大数据技术使用下，其自身对志愿服务的监管权力会有所增强，部分体现在信息共享与服务流程标准化制定主导权、组织诚信体系建设、服务监管动态智能全过程等方面。尤其是在大数据技术的运用下，政府主体可利用多维多源的过程数据、移动通信传感器及人脸识别等信息回传实现志愿服务的动态全流程监管。与此同时，志愿服务监管的权力在大数据技术运用下与其他主体共享，如志愿者或服务对象可以通过志愿活动后评价反馈方式，对志愿服务组织工作、项目效果等维度进行评分，并共享整合于数据系统，这将赋予志愿者和服务对象以监督权力，同时也丰富了志愿服务第三方评估主体信息资源。在大数据驱动下，政府部门成为实现志愿服务供需匹配以及精准管理模式的“规划者”和“监督者”。对于志愿服务组织而言，大数据技术的运用所产生的赋权效应更为明显。志愿服务组织的培育资源、项目策划、项目资助、能力培养等方面均受到政府为主导的关系结构影响。大数据驱动的精准匹配与智能推送等技术可使志愿服务组织培育和资源从单一走向多元，项目设计可切实精准面向服务对象需求，服务资助来源更趋多元化，志愿者招募更能与志愿意愿匹配。同时在大数据技术运用下，由各主体所搭建的志愿服务协同网络使得培训资源数量及其广度与深度有更高层次提升。对于志愿者而言，大数据技术的运用除了可以精准匹配意愿与服务岗位以外，还能够对项目作用和实施效果进行监督评分、意见反馈，并实时进行信息共享，根据算法计入服务诚信评价体系中，形成对志愿服务组织的制约作用。志愿者甚至可以向共享平台发布服务需求信息，从纯粹被动的参与者转变为志愿服务“伙伴”角色。

(3)从“管理本位”到“流程协同”。既有的服务供给制度、信息流转制度、资源供给配置制度、评价考核制度、志愿者管理制度等均带有政府管理逻辑导向的特征，这带来上述志愿服务效率性和持续性问题，以及服务业余化与资源碎片化等困境。大数据技术的运用可对海量信息进行计算和推理，挖掘其中的内在逻辑和社会关系，进而促进志愿服务供给的主体、决策、信息等更加协调。同时大数据驱动的志愿服务运行模式改变以往关系结构的“类行政化”，更趋向扁平与网状的结构形态，有利于整体运行流程的协同。主要体现几个方面:一是信息协同化。大数据技术有助于信息公开化，打破各主体之间信息闭塞、相互区隔的状态，实现志愿服务信息的及时共享，促进各主体理解和沟通，降低协调时间成本。志愿服务闲置资源实现充分利用，实现志愿服务所有环节的“供需精准匹配”这一重要目标。二是标准协同化。“类行政化”中不同的运行主体倾向于使用各自熟悉或惯性规范属性、行动标准，这导致主体间志愿服务供给冲突与障碍。大数据技术运行下，志愿服务信息的共享与整合、服务流程、评价体系等统一标准将协同地规范主体行为的责任边界，从而保证志愿服务协同治理中各主体的权责清晰明确。三是主体协同化。在不同利益和目的的支配下，各主体行动逻辑不一致，因此，志愿服务供给可能陷入碎片化状态，各主体常常处于“自我中心”“单兵作战”的局面。标准化和信息公开化一定程度上克服了既有性利益和分散性目的对志愿服务供给行为的异化，有利于协同主体各异的行为目的;大数据技术能够改善信息传递效率和重复工作消耗，使组织结构更加扁平化和精简化，大幅降低流转成本并提升服务效率，同时运用大数据算法可以根据各主体以往工作信息、特征、服务倾向、合作程度等信息挖掘服务主体的组合，在具体志愿服务运行过程中实现主体协同。四是服务供给方式协同化。信息公开化与流程标准化可在目标层面做深度整合，而目标协同无疑驱动志愿服务供给方式和手段的协同化。大数据实现跨政府部门和服务主体间的供需信息共享，依据不同层次的志愿服务需求及不同服务的特性，确定服务供给的主体(志愿服务组织、基金会、企业等)和恰当的供给方式(政府资助、政府购买服务、公益创投、基金会和资助人资助、众筹、募捐等)，在服务需求与服务供给方式之间建立科学的协同对应关系。五是资源协同化。既有模式出现的“对象俘获的精英化”与“组织资源垄断化”将逐渐被消解。根据“供需精准匹配”的重要目标，大数据挖掘和科学预测将协同化配置政府主体资源、志愿服务组织资源、基金会资助者资源以及志愿者资源等。

2.决策重塑:从被动响应到主动精准决策

志愿服务运行过程中的决策实质上是对社会整体志愿服务精准回应及匹配的过程。当前精确回应与匹配涉及志愿服务的精准需求匹配、志愿者个体激励以及志愿服务组织能力建设等问题。决策主体也涉及政府主体、志愿服务组织和志愿者三方。就决策模式而言，大数据技术的运用一定程度上改变了既有的以政府为主导、线性的、自上而下的决策流程，迈向一个非线性的、多中心化的主动精准决策模式。

(1)政府主体决策。在既有的运行模式中，政府主体的决策处于运行过程的主导地位，政策方案制定、项目策划均基于“业务经验”原则。大数据技术的运用可实现“数据驱动”型转变。一是大数据技术的应用能够整合和共享社会服务需求热点信息、政府业务信息和民意反馈信息，实现探寻公共服务供需精准匹配的各相关因素，发现社会志愿服务需求偏好，了解项目执行的效果，并及时可视化呈现，使得政府主体的志愿服务决策与规划更贴近社会志愿服务需求，以填补服务供给不足及空白领域，主动精准决策未来服务需求，为政府制定决策提供科学依据。二是实现政府对于志愿服务组织以及其活动的扶持精准决策。大数据挖掘与分析可综合反映当前志愿服务组织的发展情况，为改善志愿服务组织的成长环境提供科学决策。三是大数据驱动下政府主体对志愿服务所涉及的人、财、物、时间和信息等资源进行合理规划，减少资源浪费和供给真空问题。四是精准定位志愿服务重点对象，能够及时提供志愿服务给最需要的人群，保障弱势群体的利益，进而推进基本志愿服务均等化目标。

(2)志愿服务组织决策。志愿服务组织的项目立项、资源获得、能力建设等方面决策在既有模式下均带有相当的被动性。大数据驱动志愿服务模式可以实现主动精准决策。一是大数据精准识别服务对象。通过大数据计算所有志愿服务项目以及服务对象，对全部项目和个体(群体)进行轻重缓急的打分排序，并根据志愿服务组织自身优势和特点，提供服务对象识别决策的参考，降低志愿服务组织因信息不对称的选择盲目性，同时规避“精英俘获”现象的发生，优先帮助急需服务的群体和个人。二是志愿服务组织项目内容与服务方式可基于大数据平台实时共享数据分析和挖掘来科学制定。现有服务内容的制定均受到政府政策的主导，而在未来大数据平台运作下，数据分析和信息挖掘技术的使用促使服务内容的制定迈向主动精准回应社会需求的模式，并可以定制和实现差异化服务方式。部分志愿服务组织项目服务内容主要考虑政府资助来源。在大数据平台建设后，志愿服务组织项目立项可通过“志愿服务项目创投与对接”方式寻找包括政府主体在内的所有资助来源，志愿服务组织项目服务内容决策自由度增大，也更能主动回应社会的服务需求。三是专业化能力与人才队伍建设决策。组织管理的专业化、志愿者队伍的专业化、服务内容的专业化和服务项目的专业化等内容是志愿服务组织决策必须面对的重要方面。大数据技术通过共享平台数据以及所涉及志愿服务组织项目过程信息进行比对、数据挖掘和预期分析，提供志愿服务组织能力建设的决策建议方案，包括培训内容、方式、时长、可供获得的培训团队以及推送相关可利用案例资源和培训方案。大数据技术可以优化人才挖掘机制。通过建立社会组织人才大数据平台，根据志愿服务组织的专业性质和人才资源的特点进行精准匹配，改善人力市场的信息不对称，使人才资源得到最大化利用。将志愿服务组织人才需求与市场人才供应的相关信息进行精确匹配，优化工作团队架构，加强复合型人才队伍建设，使得人才队伍建设决策更加精准。四是志愿者招募智能化决策。通过大数据技术的应用，使得志愿组织在志愿者招募上更为智能化与专业化。通过志愿服务信息的需求，共享信息平台将匹配相应合适的志愿者并进行推送，实现志愿者招募的精准化和智能化。与此同时，共享信息平台的挖掘结果可以智能化地给出志愿者可能性的“发展区域”，实现志愿拓展。

(3)志愿者决策。通过智慧算法技术，大数据驱动下志愿服务运行模式可以根据志愿者的兴趣、知识、技能、经验、个人意愿及服务时间等因素精准匹配需求岗位，并通过志愿者过往的志愿信息记录，黏性捕捉志愿者的意愿并实现精准推送。与此同时，志愿者在志愿服务后可对志愿服务组织和项目进行评价。不断丰富的反馈信息，事实上对大数据驱动的志愿服务运行过程增加了民主监督的元素。

3.管理精准

志愿服务激励、工作评价与监督是志愿服务管理工作中最为核心部分。由于信息不对称性，如何有效进行个体激励、公正科学地进行服务工作评价及如何精准监管成为必须要攻克的难题。大数据平台实现痕迹管理，并通过统一共享的数据监管平台，形成人、财、物、事、地等多维度、高关联、全景式的数据视图，呈现全流程的每一个核心细节，在一定程度上解决了以上的难题。主要体现在以下几个方面。

(1)实现激励精准化。志愿者不同于政府主体和企业组织，除了物质上的激励以外，对社会承认、社会认可和社会荣誉等非物质性激励更为重视，因而志愿者的激励应该根据不同个体的特点给予精准化激励。大数据平台能够通过平时积累的大数据对每个成员的特点、工作过程、服务反馈评价等相关信息进行挖掘，借用多层神经网络实现深度学习，自动从海量数据中识别相关模式(特点)，摆脱过往以粗暴考察数量为主的弊端，并给予精准化的差异性激励，实现志愿服务组织内部走向社会赞许的激励功能。

(2)工作评价的客观化与公正精准。志愿服务具有主体多元性、层次复杂性、目标多样性、范围跨域性等特征，大数据平台可实现实时追踪，依托庞大的数据、强大的算力和算法对管理中的信息进行获取，解决工作评价客观公正性的问题。在工作评价时能结合大数据的分析，志愿者、服务对象以及其他主体方的评价数据，有效减少评价工作方的人为因素干扰，改变以登录记载为主的单向评价过程、以考察数量为主的粗放评价方式以及以内部认同为主的封闭评价系统，实现工作评价的反馈、导向和激励功能。

(3)实现动态全流程职能监管。现有的志愿服务监管模式主要采取静态监管与重点监管模式，其实质是监管信息传递与应对的滞后。大数据平台运用多维多源数据对志愿服务进行全流程信息搜集，借助实时数据监测进行同步分析和计算，改变以往“人工监管”与“结果监管”取向，并动态全流程智能监管项目立项、项目资源匹配、志愿者招募与保障、项目运行、项目经费使用、项目结果考核等全过程。尤其在财务制度、用人制度以及志愿者保障制度等方面的运行监管，大数据平��有其独特的优势。

4.参与拓展

(1)主体参与广度拓展。一是通过多维多源的数据平台，挖掘社会志愿服务供需不匹配的领域以及服务岗位，给予志愿者更多可供选择的服务工作岗位。二是大数据平台通过志愿者的兴趣、知识、技能、经验与志愿服务信息进行数据挖掘并预测志愿者可能感兴趣的服务意愿岗位进行推送，拓宽志愿者参与志愿服务的广度。

(2)主体参与形式拓展。一是志愿者的参与形式更为丰富。传统志愿者参与形式只有投入志愿服务岗位;大数据驱动志愿服务运行模式使得志愿者通过网络平台与社交网络软件，能够及时反馈其对服务效果的评价，更便利的参与途径实现了志愿服务决策的“社会化”，进而促进志愿服务需求管理、供给决策、流程管理和工作评价的全过程。二是通过共享数据平台，挖掘现有各志愿服务组织和基金会的潜在优势和资源，拓宽其参与形式。如基金会和企业等主体承担资助和筹资的角色，大数据平台运行后可拓宽相应主体在志愿服务组织诚信评价系统建设与途径;将具有亮点和特色的志愿服务工作形成能力培训案例。志愿服务组织可以从项目策划与管理参与，迈向经验推广与参与志愿服务网络内组织能力培育。

(3)参与主体范围的拓展。大数据驱动的志愿服务运行模式并不是一个封闭模式，由于其大数据平台的信息与算法优势，可对社会志愿服务供需匹配、志愿服务组织能力建设供需匹配、志愿服务组织项目拓展与开发等问题提供切实可行的解决思路或可利用的资源。同时会针对相关问题的解决，通过大数据的计算推荐当前未纳入志愿服务体系的各社会主体，客观上拓展社会主体参与志愿服务的项目开发、能力建设与供需匹配等环节。

三、保障路径

推动加快建立完善大数据驱动下的多元、多向、动态的志愿服务新模式，可以从以下几个方面着手。

1.健全人才培养与智力支持制度

人的素质和能力直接关系着大数据共享、挖掘、分析等应用的水平与效果，同时也关系着使用大数据思维转化为志愿服务工作的具体实践。建立健全多层次、多类型的志愿服务大数据人才培养与智力支持体系，形成与大数据时代相适应的知识结构与思维方式，是基于提高技术能力及创新管理思维的必要措施。一是把志愿服务大数据决策思维、数据治理、大数据志愿服务流程等纳入党校、行政学院、团校、志愿者学院等教学计划，充分认识志愿服务大数据治理的重要意义;加大力度提升大数据素养，包括对数据的敏感性、数据的收集能力、数据的分析处理能力、利用数据进行决策的能力以及对数据的批判性思维等;培养大数据思维，能够“循数”思考，让数据“说话”，让数据“跑腿”，理性看待大数据现象。二是当前应重视利用大数据行业内现有的专家及各类技术资源，可采用政府购买服务或志愿服务等方式，对政府及志愿服务提供机构、现有工作人员进行专业性技能培训，缩小数据治理能力的鸿沟，加强数据整合和分析能力，从而为实现大数据驱动下志愿服务模式运行提供坚实的人才与智力支持。

2.完善志愿服务大数据经费投入制度

完善经费投入制度是大数据驱动志愿服务运行模式能否持续运行的关键，一是建立志愿服务大数据财政专项资助。由于志愿服务大数据建设涉及硬件设施建设，数据采集、共享、分析、研究，人才团队运营和培养等问题，相关专项财政资金应确保志愿服务大数据的基础运行。二是完善志愿服务大数据经费多元筹集与保障机制，鼓励和引导基金会及社会资金投向志愿服务组织的大数据治理、人才培养、匹配技术提升、数据设施建设等领域。三是加强政府与社会资本合作提供志愿服务大数据建设，通过投资补助、基金注资、担保补贴、贷款贴息等多种方式，优先支持政府和社会资本合作项目，公开、公平择优选择具有相应管理经验、专业能力、融资实力以及信用状况良好的社会资本作为合作伙伴。

3.建立志愿服务智慧化建设的激励机制

一是加大志愿服务智慧化提升项目的政府资助力度。志愿服务组织在智慧化提升的初期需政府资金支持，有助于提高志愿服务组织的大数据运用能力。二是优化志愿服务组织的服务/项目评估体系，把大数据运用与智能化提升纳入评估体系，使得组织智慧化建设受到激励。三是不断健全社会激励政策。从推动志愿服务体系智慧化发展而言，建立和完善志愿服务激励的社会政策是十分必要的，如激励志愿者和服务对象的评价，可与未来志愿服务“回报”、评价积分制度或者志愿服务差异化奖励进行挂钩，激励更多人参与志愿服务智慧化建设。

4.落实志愿服务大数据的反馈和评价体系

一是在技术层面和操作层面上畅通志愿者与服务对象评价渠道，能够及时反馈其对服务效果的信息，促进志愿服务的需求管理、供给决策、流程监管与服务方式优化等。二是建立双向互动的志愿服务反馈体系，让志愿服务组织和志愿者能跟踪曾经服务的对象服务后的发展态势，和志愿服务对象能进行互动交流，并有相应反馈，促进志愿服务组织和志愿者根据交流反馈调节行动，让反馈提升志愿服务的效果。三是建立全社会的志愿服务赞许评价机制，通过大数据建构开放式的志愿服务评价环境与氛围，让社会参与到志愿服务的评价中来，以社会赞许促进志愿事业蓬勃发展。四是建立大数据驱动下的精准志愿服务的绩效评价体系。围绕着“服务精确匹配度”“专业化”“满意度”等核心维度，设计大数据志愿服务工作评价体系，并运用大数据技术及时追踪收集服务反馈的信息，整理服务满意度的真实评价与意见，作为评价整体性与个性化服务有效性的基础;同时结合大数据平台，把需求识别及时性、覆盖面，资源配置精确度、公平性等方面与数据评估体系相比对，客观考察大数据志愿服务整体工作水平。五是建立志愿服务组织的诚信评价体系。当前诚信评价信用只用在工商部门的企业信用诚信评价体系。可参考相应评价体系，借助政府志愿服务管理数据、基金会与资助人业务数据、志愿者和服务对象反馈评价信息等建立志愿服务组织诚信评价体系，实现受信联合激励。

5.完善志愿服务大数据信息安全制度

志愿服务大数据背后代表的是整个社会不同利益相关者之间的关系网络，对于涉及国家核心安全和个人隐私的部分，为了规避数据开放带来的风险，需要明确各主体的所有权与使用权，政府主体、志愿服务组织、基金会和企业的数据收集权限、数据使用规范等。特别是在目前数据所有权界定不清的情况下，为保障公共服务使用者权益，预防数据滥用。一是设计信息安全顶层制度。构建数据共享的一般法律框架，明确哪些数据属于隐私数据，哪些可以共享和利用，并加快大数据信息安全和个人隐私保护立法、完善机构服务资质审查制度，增加信息安全性、合规性要求。二是在审查主体方面，构建以政府为主导，确立政府与独立第三方联合审查制度和公共服务数据使用程序的监管制度。三是确保服务提供机构按照信息安全管理的制度要求，加强内部人员培训与管理。

四、结论

本研究以大数据思维，分析传统志愿服务模式下的主要痛点，探索大数据技术的优势，构建现实问题与技术工具二者间的契合点，形成志愿服务优化模式。

本研究发现，当前志愿服务模式下的痛点皆可在优化模式中得到精准处理，新模式将可以较好地解决当前志愿服务的主要痛点，并形成志愿服务信息系统的“自我修复力”与“未来预见力”，突破当前志愿服务的现实瓶颈与理论盲区，发挥志愿服务的参与社会治理的效度。在落地实施应用场景方面，大数据驱动下的志愿服务模式将形成“定点推广”与“全国推广”的两种应用场景，在定点推广场景中，可优先采用现有志愿服务平台，如“i志愿、志愿时”等开展特定区域、特定平台的授权试点，通过不同地区“自上而下”安排、“自下而上”申请等不同试验方法，由上级部门简政放权、匹配资源开展优化模式试验，形成一套初步经验后再以点带面，以“自主申请、评比推广、学习倡导、行政命令”等组合拳，将优化模式逐步迈向全国推广的场景，为统一标准、实现全国“一张网”提供实践构思，让团中央引领下的志愿服务能更好地参与社会治理，为实现中华民族伟大复兴助力。

责任编辑：cyj