大数据背景下政府决策的机遇、挑战和建议

董飞

（湖南师范大学公共管理学院，湖南 长沙 410012）

大数据背景下政府决策的机遇、挑战和建议

董飞

（湖南师范大学公共管理学院，湖南 长沙 410012）

大数据背景下，重视数据、强调数据化决策的价值观指导下的政府决策参与主体日趋民主化、多元化，大数据搜集、存储和挖掘工具的应用也为政府前瞻性管理和动态管理带来了机遇。然而在决策过程中，政府要避免唯数据论、协调多元主体及消除数据孤岛、确保信息安全及防止隐私泄露、预测不确定性危机依然面临挑战。本文通过分析大数据三个层次对政府决策中的价值观、主体、工具和过程四要素的影响，指出大数据时代，政府不能神化也不能矮化大数据，应认识到数据的局限，将直觉、经验和逻辑结合，并加强信息安全产品自主化和信息公开，进而把握好机遇，迎接挑战。

大数据；政府决策；机遇；挑战

政府决策是公共管理活动的中心和关键环节。政府决策的正确与否在很大程度上决定着公共管理的成败。近些年来，随着科技创新和数字设备的普及，使得数据量呈现指数级增长，世界已经逐步迈入大数据时代。大数据不仅强调数据的海量和多样，更注重对已有数据的存储分析、挖掘和利用，最重要的是大数据意味着一种理念和思维方式的更新，而这无疑会对政府决策的实践带来机遇和挑战。

一、大数据背景下政府决策的研究框架

为更好研究大数据背景下的政府决策，建立如下框架，阐述大数据时代的来临对政府决策的机遇和挑战。

图1 大数据背景下政府决策的研究框架

（一）大数据概念

1.从术的层面，大数据是指具有规模大（Volume）和多样化（Variety）特征的海量数据资源。代表有美国麦肯锡全球研究院、维基百科、高德纳咨询公司、美国国家科学基金（NSF）等。

2.从法的层面，大数据是指数据的收集、存储、加工、分析的方法和技术。强调生成快速（Velocity）、Veracity（真实性）和价值巨大但密度很低（Value）的特征。舍恩伯格、国际数据公司等都是从这一层面对大数据认识和阐述的。

3.从道的层面，大数据指的是一种思维和理念，一种战略，强调的是要面对用户、面向业务和应用的。按照从微观到宏观的视角，对以上信息进行分类划分整理。

（二）大数据背景下政府决策的机遇和挑战

1.决策者的价值观是决策的核心，是影响对信息接收和处理的重要因素。任何决策主体都是一定价值观指导下的决策主体，其决策行为要始终受到价值观的制约，因此在很大程度上影响着决策的科学化和民主化。大数据背景下，政府决策者将更加重视数据的价值，重视对已有数据的分析和挖掘，这就为经验决策转变为以逻辑为基础的数据化决策提供了机遇，但矮化直觉和经验的唯数据论也将成为政府决策者面临的挑战。

2.政府决策参与主体是指直接或间接地参与到政府决策中的个人、团体和组织。我们认为，虽然政府决策的主体仍然是公共管理者但没有公众参与的单一的政府决策主体在理论与实践上都不具备正当性与合理性。大数据背景下，政府决策过程中分散公众数据的间接表达和多元治理主体的直接参与，为政府决策的民主化带来了机遇，但如何协同多元主体，还面临着数据孤岛的挑战。

3.决策工具是实现决策目标的基本手段和途径。大数据背景下，数据搜集工具—传感技术、数据存储工具—云存储技术、数据挖掘工具—云计算技术，对公共部门的决策来说是绝对需要和必不可少的，但如何确保数据的安全、防止隐私的泄露也是新形势下面临的挑战。

4.决策过程是以问题为中心，以解决问题为导向，以事后处理为特征的程序。大数据背景下，在政府决策尤其是政府危机决策领域，前瞻性管理和动态管理成为可能，也为事后决策应对转为事前预测决策提供了机遇，然而对于一些不确定的危机的预测，大数据依然面临挑战。

二、大数据背景下政府决策的机遇

（一）大数据资源和决策参与主体

从决策主体来看，大数据背景下政府的决策将日趋民主化，逐渐形成“政府主导、行业推动、企业实施和公民参与”的多元格局，这不但有利于提高公共政策的质量，更有利于公共政策被公众所接受。表现在如下几个方面:

1.政府决策数据来源的多元化实现了民主所要达成的效果，因为公众自身已经成为大数据的重要来源。当政府对公共政策的质量要求较高时，虽然高层精英是决策的主导力量，对公众参与的需求程度较小，但用于政府决策的大数据资源的来源日趋多元化，涵盖了行政数据、民意数据和调查研究数据（见表1）。

表1 政府统计中的大数据来源分类［1］

这些数据涉及国计民生，涵盖各行各业，反映社会舆情，在一定程度上充分保证了多元利益的表达，实现了民主所要达成的效果，使得政府决策受信息不对称的影响趋向最小化。

2.政府决策参与主体多元化推动了民主化进程。当政府对公共政策接受性期望较高时，公众参与程度和分享权力程度就较大。大数据背景下的政府决策既确保了参与者的代表性，又解决了参与者知识与理论的不足，提升了多元主体参与的有效性。第一，大数据本身的应用实践需要多元主体的共同参与。“从政府决策的主体视角看，大数据及其分析有效拓展了政府决策的主体范围。”［2］“国家在权力、财富和能力方面的优势还是压倒性的，但是它与非国家参与者在一定程度上分享权力，共同合作处理问题，则是不可避免的趋势。”［3］政府虽然有民众数据，却缺乏大数据的技术，需要互联网企业的实施。因此，面向能源、金融、电信等行业，气象、统计、医疗卫生等领域，以及城市建设和生活服务等平台建设，政府都需要引导企业参与，建立基于不同行业领域的专题数据库，发展数据监测、商业决策、数据分析，推动行业数据深加工服务。第二，大数据时代的到来，又使得普通大众跨越了分析能力和经验不足的门槛。“决策参与主体将从专家和精英转向拥有数据的普通大众，表现为决策参与主体的扩大，决策参与主体下移。这极大地增加了普通民众参与决策的机会，有利于推动决策的民主化进程。”［4］数据理念和方法将改变传统的政府决策主体结构，从过去的官员、精英过渡到大众、多元主体决策，使政府决策主体日趋多元化和民主化［5］。综上，虽然在我国，公民参与的必要性在学者和公共管理者之间尚未达成共识，但无论是政府做决策所需要的数据信息还是参与其中的各类主体，大数据背景下都能促进其多元化、民主化、分散化。

（二）大数据思维和决策者价值观

1.决策者对于数据价值的看法。“数据即价值”的价值观早已存在，从数据中发现价值的实践在统计学中也由来已久，然而旧的认识是把数据看作是一种稀缺资源，即总是想着能够从最少的数据中压榨出最多的信息，而这往往会造成决策者“数据小农”的心态。此外，伴随着数据应用使命的终结，其往往被束之高阁，成为无人问津的沉睡数据。而新的认识是全体数据也是可以获得的，既有的、使用过的数据中仍然蕴含着取之不尽又意想不到的价值，这种认识能够培养出数据信徒。质言之，公共服务部门中存储的大量数据开始为决策者所考虑，传统上认为没有价值的数据也被重新用来进行数据挖掘，“政府将由数据的收集者转变为分析者”［6］。

2.决策者的决策思维由经验主导上升为逻辑层面。决策可以由三种方式分别或混合驱动:直觉、经验和逻辑。直觉是基于逆向逻辑依据专家判断所做出的猜想，经验是基于归纳依据过去情势做出的推断，逻辑是基于演绎依据理论假设做出的预言。但通过逻辑方式做出决策通常被认为具有高确定性的特点，更易于被接受［7］。“在数据缺乏的时候，组织内核心管理人员的直觉和经验在决策过程中发挥重要作用。”［8］“尤其是当现有环境中的刺激与人脑中原有的经验相吻合时，会使人们对刺激的加工更快、更准确，从而加速对事物的反应和抉择。然而，当环境中的刺激与人脑中原有的经验不符合时，它将延缓对这种信息的加工过程。此外不是所有经验信息的质量都很好，当经验库中存在一些错误信息、混有很多噪声干扰时，人们很有可能跟随错误的经验而做出错误判断。”［9］而大数据背景下，管理者的决策方式将由“经验主导”向“数据量化驱动”过度，直觉的判断、依靠经验办事将被迫让位于精准的数据分析。对此耶鲁大学教授丹尼尔·埃斯蒂指出:“基于数据驱动的决策方法，政府将更加有效率、更加开放、更加负责，引导政府前进的将是基于实证的事实—而不是意识形态，也不是利益集团—在政府决策过程中施加的影响。”［10］

（三）大数据技术和决策工具

大数据技术为政府决策所需信息的收集、存储、挖掘提供有效工具。政府决策所使用技术工具的限制将被最大程度地“最小化”。大数据相关技术包括数据搜集工具—传感技术和物联网、数据存储工具—云存储技术和数据挖掘工具—云计算技术。“大数据时代的政府决策需要上述三项技术的协作，物联网用来采集获取数据，对大数据的分析则需要运用云存储，云计算等云技术。”［11］互联网将现实世界中的一切均可数据化的描述并储存下来，为信息决策提供了大量实时而精准的数据。如药品上标的条形码以便于追踪；云存储将分散在各个角落的储存设备通过网络整合起来，为海量数据存储提供了场地和平台；云计算能够自动对海量数据进行快速地挖掘和处理，大大提高了大数据的运算能力。

（四）大数据和决策过程

1.大数据的核心就是预测。大数据预测就是要通过对海量和多样的数据进行数学运算，以此来预测事件发生的可能性。随着大数据的广泛应用，传统决策过程的滞后性将得以改变，决策的前瞻性、谋划性、可操作性将大大加强。“2012年，美国加州大学通过分析洛杉矶市1300多万起案件，找到了各小区发案与日期、天气、交通状况及其它相关事件的关系建立犯罪活动预测平台，当地的警员每天按该系统发出的指令前往指定的小区巡逻，该系统已使该地区财产犯罪率和盗窃案件分别下降12%和26%。”［12］

2.危机治理模式将从静态治理转变为动态治理。利用大数据处理模式和大数据技术可以更好地实现动态管理。无处不在的传感器设备和智能终端，随时在线的网络传输，互动频繁的社交网络让突发事件的发展态势从模糊变得清晰，政府有机会对突发事件的发展趋势和影响程度进行大规模、精准化研究，并整合与事件相关的多领域数据。这些数据的搜集和更新，充分保证了决策者的决策因地制宜、因时制宜。“一方面，通过大数据构建突发事件拼图，为决策执行提供可视化、可靠性和科学性依据，一旦决策执行过程与突发事件决策目标发生偏差，能够及时进行矫正，避免突发事件决策扭曲或执行不力，强化对突发事件决策执行的监督力度，有效防止决策执行出现偏离。另一方面，通过搜集决策执行中产生的监测记录能够追踪决策执行过程，使决策者充分掌握突发事件的进展形势，知晓先前决策的效果，并感知突发事件衍生的新问题，整合减少不确定性，实时调整突发事件决策和应急方案，将风险损失降到最低。”［13］

三、大数据背景下政府决策的挑战及建议

（一）多元主体协同决策，还需消除信息孤岛，对数据进行治理

政府部门间和政府部门内部的数据碎片，部门利益本位意识形态下的数据割据，使得政府各部门的数据成为一座座与世隔绝的孤岛。“虽然政府掌握着最大量的社会运转数据和突发事件信息，但这些数据大多以原始数据的形态零散地分布在各个级别、各个地方的政府部门中，没有整合成数据池充分共享以发挥其价值。”［14］具体指的是:

1.数据碎片。随着各个政府部门信息化建设的逐步深入，各种不同类别的应用系统产生了大量的数据，并且以文本、数据库文件、图片、音视频文件等多种非结构化形式散布在政务网络的各个角落。从政府内部角度来看，“虽然其多年来积累了丰富的数据资产，但资料多数为文本信息，利用频率和效率低，这些文件即使以电子化手段保存，也只有散着的数据碎片，缺乏统一的标准使其格式化。”而从不同的政府部门来看，“电子政务经过多年的发展，虽然建成了大量纵横的业务系统，但建设时期、建设主体、业务领域等的不同导致业务数据标准格式不统一，系统异构、数据异构导致政府在不同部门间也面临着数据碎片。”［15］

2.数据割据。由于分散建设和缺少统一规划，导致我国电子政务建设出现了大量的信息碎片，而由于行政权限和地理区域的限制衍生出的数据保护主义，使这种信息碎片现象不仅难以解决，反而有演变成信息割据的趋势。数据被视为部门权力的象征，如果共享给其他部门将造成部门利益受损。因此，掌管数据的技术官僚在部门中的地位越来越高。“高层官员和公众之间还存在着大量抽象的信息和数据，而高层官员的信息解释权为他们的政治操纵和控制提供了极大的便利”［16］。综上，微观上，各部门有许多不一致的多样化数据，宏观上政府又有很多独立的、不协同的信息系统。因此，大数据背景下政府各部门内部碎片应转化为统一的形式，而部门间的数据信息应结合为联通的整体。而要打破数据割据的局面，政府信息公开将起到很好的带头作用。

（二）如何在大噪声中有效决策，需要决策者个人智慧

数据是对目标事物各项可量化指标不断测量和描述的结果。然而大数据对于社会事物的准确再现往往无能为力，因为冗长的数字只是反映事物的一面或者无限地接近事物，但永远无法到达事物本身。更重要的是数据量的增长并非意味着有价值信息的增长，其间往往夹杂着干扰信息和噪声，“太多的信息从四面八方同时涌来，时间一长，我们根本无法理清来龙去脉。”［17］偏爱大数据的决策者常常失去直觉的敏感性，而专注于技术。决策问题的范围随着各种外界变动及其敏感的变量而不断放大。而这都无疑会影响决策者有效决策的能力。“然而理论上并不存在能够区别噪声和信息的技术，只能靠使用者的经验与智慧判断真假。”个人智慧在决策的过程中不但能够启发决策思路，在未找到答案之前帮助决策者对结论或解决方向给予创造性的预见，而且能利用决策者的洞察力、创造性和灵感做出符合其利益和愿望的优化选择。而纵观大量的决策实践，决策者的创造性思维相对于定量方法和数据化决策的技术处于同等甚至更加重要的地位。尽管后者比前者在逻辑推理、分析与综合方面效率更高。事实上，决策方法只是一种工具，不必遵循固定的逻辑和僵化的模式，“唯数据论”和“拍脑袋决策”都属于决策范式的两种极端。因此大数据背景下的政府决策要将数据和决策者的主观能动性结合起来，后者帮助决策者提出问题，寻找方向，做出选择；而前者为决策者的直觉和经验进行逆行逻辑验证。“因此，直觉经验和数据分析是大数据背景下政府决策的‘两翼’。决策过程中，应该同时善用数据分析和直觉经验，将实践与艺术、演绎与归纳、智力与直觉结合起来，数据分析与直觉经验并重，才能鉴往知来、决胜千里。”［18］

（三）大数据决策信息的安全使用和所涉及的隐私问题

安全问题始终是贯穿电子政务发展始终的焦点。大数据时代背景下的一个巨大挑战就是应对个人隐私与数据安全面临的威胁。首先，个人隐私显然在任何情况下都是不允许被利用的。但以社交网站为代表的互联网发展在无时不刻地追踪着人们的行为轨迹，由此产生的大数据会形成一种数字化记忆效果，作为一种全景控制的有效机制，它会严重威胁人们的隐私与自由［19］。其次，通过合法途径搜集和利用的个人信息成为大数据的组成部分，其本身也面临着来自外界环境的挑战，因为“在大数据时代，想屏蔽外部数据商挖掘个人信息是不可能的。”［20］数据存储相对集中易受攻击。由于过去分散式数据存储和使用攻击成本远远高于大数据时代单点攻击的成本，所以一旦入侵大数据平台成功，攻击者获取的收益将远远大于成本，因此大数据平台必定会成为政府外部攻击者的首选目标。“人们对这些数据资源的依赖性越来越强，一旦遭到破坏，损失巨大，危害严重。”因此，必须从自律机制、法律制度和技术层面，应对大数据的存储、应用和管理所面临的信息安全和隐私威胁。而保障各类信息安全的关键所在，就在于采用自主可控的信息安全产品与服务。服务器作为信息化的核心，更应成为国家信息安全战略的重要组成部分。

（四）大数据对于政府决策过程中遇到的不确定性问题无效

社会行动是一个复杂的过程，其中存在着种种难以预料的事件或情况，面对不确定性问题，决策主体对问题发生的原因、时间、地点以及对于未来整体发展状况的分布范围和状态都不能确定。“我们不可能用过去没有地震来预测未来也不会有地震。大数据思维只是从过去的数据预测未来，因此不能预测不确定性。”因此，我们不能神化大数据，大数据并非万能药。大数据决策的应用要根据各地政府的需要顺势而为，不应急于求成，跟风发展；更不应被领导意志控制，强行扶植，盲目抢占技术制高点。质言之，大数据决策是一种工具和手段，还需以应用需求为导向进行开发使用。此外，即使选择发展大数据在决策方面的运用，也要提高公共财政资金对大数据处理投入的效率。

［1］姜澍.大数据时代下的政府统计［J］.调研世界，2014，（4）.

［2］［5］李霖.大数据时代政府决策的变革之道［J］.厦门特区党校学报，2014，（6）.

［3］王小东.信息时代的世界地图［M］.北京:中国人民大学出版社，1997.62.

［4］孙强，张雪峰.大数据决策学论纲:大数据时代的决策变革［J］.华北电力大学学报（社会科学版），2014，（4）.

［6］刘叶婷，王春晓.大数据，新作为—大数据时代背景下政府作为模式转变的分析［J］.领导学，2012，（35）:4-6.

［7］［8］王萍，傅泽禄.数据驱动决策系统:大数据时代美国学校改进的有力工具［J］.中国电化教育，2014，（7）.

［9］［12］［18］陈龙，程开明.大数据时代的决策:数据分析抑或直觉经验［J］.中国统计，2014，（9）.

［10］李志刚.大数据:大价值、大机遇、大变革［M］.北京:电子工业出版社，2012.53.

［11］陈超.智慧城市:“智慧来自大数据”［N］.文汇报，2012-04-09.

［13］张倩.大数据在突发事件政府决策中的应用［J］.东北农业大学学报（社会科学版），2013，（6）.

［14］［15］刘叶婷，唐斯斯.大数据对政府治理的影响及挑战［J］.电子政务，2014（6）.

［16］严耕.陆俊.网络悖论［M］.长沙:国防科技大学出版社，1998.240.

［17］道格拉斯·洛西科夫当下的冲击:当数字化时代来临，一切突然发生［M］.北京:中信出版社，2014.198.

［19］张春艳.大数据时代的公共安全治理［J］.国家行政学院学报，2014（.05）:102.

［20］王倩，朱宏峰.大数据安全的现状与发展［J］.计算机与网络，2013，（16）:67.

D63-3

A

1009-6566（2015）05-0072-05

2015-07-21

董飞（1990—），男，河南鹤壁人，湖南师范大学公共管理学院行政管理硕士研究生。