基于大数据的公共决策模式创新

牛正光　奉公

摘 要：随着大数据时代的到来，人类社会的数据种类和规模正在飞速增长，并将革命性地影响公共决策模式的创新。大数据处理如同神经元之间同时相互作用的高度非线性动态过程一样，具有自适应、自组织、自学习能力。基于大数据技术的“DW神经系统型”公共决策模式，将摆脱传统的“随机抽样”和从因果关系出发的研究范式，通过“全样本分析”和“相关性分析”等方法获得惊人的智慧，并被运用到公共决策的诸多领域。大数据有利于政府与公众多元参与决策，有利于决策精准化，有利于相关性预知，有利于提供孤立点分析。未来要更加重视大数据技术的研究和应用，以数据为基础重塑公共决策机制，积极培养专业人才，并做好数据安全工作。

关键词：大数据；DW神经系统模型；公共决策

中图分类号：D63文献标识码：A

文章编号：1003-0751（2016）04-0007-05

近年来，随着移动互联网、物联网、云计算的广泛应用，人类社会的数据种类和规模正以指数级的速度增长。这些数据的计量单位已经远远超过GB和TB，开始以PB、EB甚至ZB来衡量，数据逐渐转变成一种具有价值的资源，大数据的概念声名鹊起，并被广泛运用到了公共决策的诸多领域，如精准管理、公共服务和危机预警等。大数据所积蓄的价值将革命性地影响公共决策模式的创新，并掀起一场政府决策思维的变革。特别是我国“十三五”期间将大力实施国家大数据战略和“互联网+”行动计划，促进互联网数据与经济社会融合发展，这将有助于促进政务信息资源开发利用，提高政府决策的科学化水平。大数据时代的到来，将再次印证一条规律，即新技术的出现总是能够驱动新的公共决策模式随之不断发展与进步。如何准确把握新态势，快速应对新变化，正确采取新措施，正是当下政府和社会公众共同需要认真思考的问题。

一、大数据时代下的公共决策模式探究

大数据通常指无法在可容忍时间内利用经典软件工具来获取和处理的数据集。①从定量方面可以认为，大数据是涉及多种数据形式并超过PB级的实时数据流。从定性方面看，大数据拥有数据体量大（Volume）、数据类型多（Variety）、处理速度快（Velocity）、价值密度低（Value）等特性。②这些特性为公共决策领域的研究带来了前所未有的全新视角和理念，并为决策模式的创新提供了重要理论及技术支撑。正如黄璜等学者于2015年在《大数据与公共政策研究：概念、关系与视角》中提出的那样，大数据正在与决策制定的智能化融为一体。③

1.公共决策模式的发展变迁

公共决策是指在特定的制度环境下，公共组织运用一定的决策程序来管理社会公共事务，并做出相应决定。公共决策模式需要多元主体共同参与，决策系统内部要素高度协同，自发地促进公共决策效能得以最大化的发挥。④政府对公共决策模式的选择，直接关系到政府治理功能的定位以及政府参与公共治理的程度和方法。

回溯公共决策模式的变迁历程可以发现，人类获取和分析信息的技术是导致决策模式变迁的重要因素。⑤在经验管理决策时代，由于收集和分析信息的技术匮乏，政府主要凭借经验判断进行决策。经验决策模式始于18世纪末，包括获取经验以及挑取适当的经验用来解决新环境中的新问题。这一时期的管理决策深受小生产模式的束缚影响，到了19世纪末已经不能满足生产力发展的需求，因而开始逐步过渡到科学管理决策阶段。

科学管理决策模式于1911年由泰勒（Taylor）在《科学管理原理》一书中提出，其重要主张是通过调查研究以及获得的科学知识来取代个人的经验判断。在科学管理时代，因为统计技术的发展，政府可以利用统计分析的结果作为决策的判断基础。科学管理决策模式较好地解决了单个工作的效能问题，但很难解决一个整体如何决策的问题。

当前大数据时代，政府、企业、社会组织、个人等几乎都在制造数据，构成了一个相互关联的巨大的数据群渗透在决策的方方面面，对传统的经验管理决策模式和科学管理决策模式提出了前所未有的挑战，当前急需一种新的范式来满足大数据下的管理决策需求。2007年图灵奖获得者吉姆·格雷（Jim Gray）指出，数据密集型科学正在从计算科学中分离出来，成为科学研究的第四范式。⑥第一种范式是以逻辑分析为代表的理论研究，属于定性研究；第二种范式是以实验为代表的经验研究，属于定量研究；第三种范式是以模型为代表的计算机算法研究，属于仿真研究。与传统的三种范式不同，第四种范式可以处理和某个现象相关的几乎全部数据，即“样本等于总体”，不必仅限于随机抽样，并且不再痴迷于关注数据的精准度，而是变成关注分析数据的相关性，打破了从因果关系出发的研究范式，为科学决策提供了支撑，使新的决策模式研究成为可能。2011年，马丁·克鲁贝克（Martin Klubeck）在《量化：大数据时代的企业管理》一书中探讨了海量数据对管理和决策的特殊作用。⑦2012年，涂子沛在《大数据：正在到来的数据革命》一书中，阐述了数据创新给政府决策、社会管理带来的巨大变革。⑧

2.传统决策模式存在的问题

由于公共决策所涉及对象的广泛性和决策者组成的特殊性，其决策模式种类多样。传统的公共决策模式大致有以下三种：一是依靠决策者所具有的分析问题和理性判断能力进行决策的“官僚型”模式。这个模式需要决策者拥有决策过程中可靠的组织信息、专业技能和制定决策的权威，但这种模式使决策者容易受到个人主观见解的误导。二是通过“合意”的过程来平衡多方群体利益的“民主型”模式。这个模式的决策参与者由不同个体和群体组成，他们代表不同的利益，虽然在决策初期可能主张不同，但通过求同存异的过程，最终形成共识。这种模式可能会代表大部分群体的利益，但很难达到最优的决策，且效率低下。三是通过数据抽样，运用数学统计等分析方法得出结论进行决策的“计算型”模式。这种模式有规范的调研过程，可以做到有据可依的决策，但终究是小数据采样，采样数据的广泛性和代表性很难达到要求，所以结论有时会事与愿违。这些模式的共同缺点是缺乏合理、智慧的决策依据，决策方法仍然属于“有限理性”的范畴。

3.大数据时代下的“DW神经系统型”决策模式

为了摆脱公共决策中“有限理性”的束缚，人们开始对数据进行研究，努力寻求数据中隐藏的价值，在管理者决策时赋予其智慧。1948年，美国“研究与发展”项目成立非盈利的咨询机构，成为了最早利用数据分析为政府决策提供服务的部门。1965年，IBM公司的360计算机开启了管理信息系统建设的大门。由于计算机和网络技术大大降低了“数据”的成本，数据成为决策者突破“有限理性”决策的助推剂。20世纪80年代，拉塞尔·阿克夫（Russell Ackoff）提出了“数据—信息—知识—智慧”（Data—Information—Knowledge—Wisdom）的“金字塔”模型。数据居于“金字塔”底部，是人们对研究对象收集的有关资料，信息是对收集的数据资料进行整合分析得到的结果，知识是对信息进行加工转换得到的产品，智慧是依据知识实施公共决策或掌控某一机制运作的能力。⑨“DIKW金字塔”模型较好地阐释了数据时代（主要指小数据时代）“数据驱动决策”的理念。但是面对PB级规模的大数据时，传统的一些假设或因果逻辑将变得不再必要，因果关系隐藏在整个系统当中，现在的“因”可能就是以前的“果”，别处的“果”也可能就是此处的“因”。因果逻辑成了一种相互纠缠的相关性，因此只要有产生相关性的数据，就能发现意想不到的新规律。

大数据的“全样本分析”和“相关性分析”等特性将摆脱传统的“随机抽样调查”和“因果逻辑关系”，并突破“DIKW金字塔”模型。因为当抽样数据趋近于研究对象的全部数据时，数据间的相互关联将揭示出很多重要规律，这些规律可以让人们忽略数据间的因果逻辑性，不必再去追寻“为什么”的理论，而是根据数据的“相互纠缠关系”直接获取“是什么”的智慧。当然也不必理会数据中是否参杂着精确度不高的数据，因为这些数据很有可能通过“孤立点分析”便会揭示出其他更有价值的规律。

大数据类似于人工神经元系统，虽然单个神经元的功能简单，但大量神经元构成的网络系统却具有巨大的功能。这种思维方式的根本点在于：数据像神经元分布一样遍布在网络上，巨量数据处理单元互联而组成了一种非线性、自适应信息处理系统。大数据处理如同神经元之间同时相互作用的高度非线性动态过程一样。大数据系统具有自适应、自组织、自学习能力，可以通过非常细微地跟踪和把握目标数据及个体数据的活动痕迹，经过相关性分析、孤立点分析等方法获得惊人的智慧。同时这些获得的智慧也将会变成新的数据，并与其他数据一起产生新的智慧。正因为大数据如同神经元系统一样具有分布式信息存储、大规模并行协同处理等特点，我们提出了“数据—智慧”（Data—Wisdom）的“神经系统”模型（如图1所示），并且认为“DIKW金字塔”模型将向“DW神经系统”模型转变。

“DW神经系统”模型以大数据系统为支撑，可以为决策者补充他们认知经验所缺乏的智慧。这是决策者通过相关数据分析所得到的信息和证据为依据制定决策的一种模式，其运行机制为：第一步是确定决策目标和待解决的相关问题。第二步是整合相关数据。围绕问题目标，广泛收集结构化及非结构化数据，实现无序数据向关联化转变，建立统一格式的大数据库。第三步是进行数据分析，将数据的处理和分析过程以及分析结果与决策问题的背景联系起来，实现隐性数据向显性化转变。第四步是反馈展示信息。数据分析完成后，需要向决策者汇报信息、解释结果，判断是否满足决策目标，若不满足，则重新整合、分析数据，直至满足决策目标。第五步是决策。在大数据信息分析得出结论之后，决策者将做出科学决策（如图2所示）。基于大数据技术的“DW神经系统型”模式有助于减少“官僚型”模式中以决策者主观见解为主导致的谬误，打消“民主型”模式中决策者权衡个体利益的顾虑，去除“计算型”模式中采样、统计的技术局限，促使公共决策模式形成一种“数据—智慧”的新型关系。

图1 DW神经系统模型

图2 DW神经系统型决策模式的运行机制

二、大数据在公共决策中的应用及面临的问题

正如维克托·迈尔·舍恩伯格（Viktor Mayer Schnberger）在《大数据时代》一书中描述的那样，大数据正在被广泛应用于政府、社会和公众之中，并引发一场巨大的管理变革。随着管理思维变革的不断深入，大数据在公共决策中的应用更加广泛，并对公共决策模式的创新起到了积极的促进作用。

1.大数据在公共决策中应用广泛

第一，大数据有利于政府公众多元参与决策。大数据时代，微博、微信、搜索平台等社交媒体产生海量的交互数据，拥有最广范围覆盖、开放共享和双向交互等特性，畅通了公众、社会组织表达民意以及参政议政的渠道，促进了政府整合企业、民间机构、社会组织、民众及意见领袖等多元主体参与决策。例如2011年庆阳市正宁县幼儿园校车被撞后，公众在部门问责、事故调查、责任认定等多个方面进行网络声讨，对政府《校车安全管理条例》的出台起到了积极的影响。⑩

第二，大数据可以提供更加精准化的决策。通过大数据分析的往往是全样本数据，反映目标群体活动痕迹的数据本身就蕴藏着巨大的价值，决策者可以通过分析这些活动痕迹，进行精准化预测。例如当当网利用大数据技术，通过分析读者消费记录，做出相应的精准荐书的决策。医院卫生部门可以收集病人在各医院的就医数据，建立数据库，帮助医生实现诊疗精细决策，提高医疗质量。交通部门可以建设综合信息平台，集成出租车GPS系统、道路传感网络、视频监控采集等系统，用以分析交通状况，增强交通管控的准确性和时效性。

第三，大数据具有相关性预知的决策功能。大数据通过对行为数据、物理数据等的分析，可以找出数据之间纠缠的关联关系，然后利用这些关系找到事物发展的规律，进而预测未来。大数据的相互关系也许很难让我们明白为什么会发生某个事件，但它却能很直白地告诉我们这个事件已经或正在发生。例如我们在通过网站预订机票时，只需了解票价涨跌的趋势和时间的关系，即可做出最有利的订票决定，而不需要探究是什么因素导致了这种变化。B11同样，政府可以通过百度等搜索平台，分析出企业景气指数，作为国家调控经济的重要参考。

第四，大数据可以为公共决策提供孤立点分析。孤立点分析就是在大数据的集合中找出明显异变的离群数据，通过分析获得的意外规律往往置信度很高。B12在公共危机管理决策中，大数据可以汇集几乎全部可能引发危机的内、外部数据，然后从中找出与正常值有明显差别的孤立数据，最后通过数据的关联应用和历史学习等方法对危机做出预测和决策。例如对信用卡诈骗进行分析时，通过孤立点分析可以发现欺诈行为与正常行为之间的显著不同，从而对各种诈骗行为的预警和防范提供决策支持。B13检察机关可以对政府官员的房产登记、银行收支、消费记录等数据的异常动态进行监控，查处贪污腐败。

2.基于大数据的公共决策面临的问题

尽管大数据意味着大机遇，数据成为了与资金、专家等同等重要的竞争力，但同时也面临着技术、政策、人才等方面的大挑战，主要表现在四个方面。

第一，决策主体认识存在偏差。大数据时代，决策主体正从各领域精英转向社会民众。B14由于自媒体的出现以及社交网络的普及，社会公众意愿的表达成为公共决策的中坚力量，政府部门应当把来自社会公众的数据转变成一种基础资源，进行专业的整合和分析，并作为公共决策的重要依据和支撑。而目前大多数的管理者仍旧把以专业人士为代表的业内精英作为决策的主体，并没有将重心转移到社会公众，这就造成了决策效能的低下。

第二，数据来源及其应用技术水平存在问题。各级政府及社会机构的信息系统相互独立，海量的数据储存在不同区域、部门的数据库中，每分析一次数据都要多方面、多层级进行收集，并且政府与企业、社会机构的数据整合渠道不畅，很难达到“全数据”的处理要求。B15另外，有效的决策过程往往需要与用户多次交互，目前的数据分析很少能让用户真正通过交互过程参与其中。最后，政府众多数据库中大多是操作型数据，对这些非结构型数据分析非常困难，而且由于各级政府部门软件升级、系统维护的不统一，导致对现有的数据分析预测难上加难。

第三，大数据专业人才缺乏。大数据兴起时间不长，专业人才相对较少。尤其在公共决策领域，大多数人员只是掌握了一些诸如统计、采样等基本分析技术，因而在对海量的非结构数据进行快速挖掘和处理时往往捉襟见肘。另外大数据技术涉及统计学、计算机科学、管理学、社会学等多个学科，能同时精通多学科领域的复合型人才更是严重缺乏。

第四，数据保护能力不强。大数据时代，个人隐私很容易不经意间通过网络泄露。随着社交网络、电子商务的兴起，个人的生日、住址、银行账号等信息经常在网络上输入和运用，不法分子将相关数据整合分析后，很容易使个人的隐私数据暴露。另外，在技术对垒中，由于技术落后导致的数据单向透明，很可能给集体甚至国家带来安全隐患。例如2012年美国知名B2C网站Zappos2400万用户的电子邮件和密码等信息被窃取；2013年的棱镜门事件暴露出多国政府部门及个人信息被美国监听等等。

三、应用大数据促进公共决策模式创新的建议

我国政府已把大数据作为重要的战略布局方向，早在2012年便由广东省率先试水提出了《广东省实施大数据战略工作方案》，2015年8月，国务院也正式印发了《促进大数据发展行动纲要》。如何使大数据技术更好地在公共决策中发挥作用，从而加快提升国家治理现代化水平，是摆在我们面前的一个急迫而重大的课题。

1.重视大数据技术的研究和应用

创新适应大数据时代要求的公共决策模式，必须从国家的层面重视大数据的发展，尤其需要从法规制定、机构组建、技术研究等方面给予积极的支持，启动大数据理论与应用研究计划，对大数据的“政产学研用”做出系统规划。转变决策思维模式，树立“数据思想”，需要政府部门与科技界、工商界以及社会公众共同努力，通过消除屏障、协同合作、成立联盟等途径，推动成立各级的组织机构，既为学术研究提供基本的数据资源和技术支撑，又为大数据提供应用和管理平台。

2.以数据为基础重塑公共决策机制

第一，利用大数据技术对巨大的政府、社会及大众的行为数据进行分析，实现巨量数据向智能化的转变。第二，加大数据开放力度，推动政府、社会多元合作治理，推进精准化决策和人本化的公共服务。第三，利用数据加强政府绩效考评，提升行政管理的效率，节省行政成本，提升政府效能。第四，加强大数据在舆情监测、应急预知、网络反贪等公共领域的应用，实现政府决策由事后补救转变为事前预警，用数据驱动科学决策，提升政府决策能力。

3.积极培养数据专业人才

大数据专业人才需要同时具有信息处理、统计管理、公共决策等综合知识，要通过政府、企业、科研院所组团探索大数据人才培养的机制和模式，鼓励高等院校谋划大数据学科建设，开设大数据理论知识方面的专业课程。引导高等院校与阿里巴巴、百度、腾讯等企业联合培养大数据应用方面的职业人才，为大数据人才的培养提供立体式平台。

4.保护大数据时代下的信息安全

在大数据环境中，公共决策所依托的数据库，要注重设置严密的访问限制，加快开发隐私管理工具，从技术上杜绝黑客的攻击。政府部门要加强立法，明确对私密信息的定性解释，使相关法律法规更加细化和可操作，为监管部门提供及时有效的监管依据。同时加强对国有大数据科技企业的支持力度，下更大力气推进国产数据处理芯片、操作平台、大型数据库管理系统等核心技术的研发与产业化，促进自主品牌大数据产业的安全、快速、健康发展。

注释

①宗威、吴锋：《大数据时代下数据质量的挑战》，《西安交通大学学报》（社会科学版）2013年第5期。

②孟小峰、慈祥：《大数据管理：概念、技术与挑战》，《计算机研究与发展》2013年第1期。

③黄璜、黄竹修：《大数据与公共政策研究：概念、关系与视角》，《中国行政管理》2015年第10期。

④张红凤等：《转型期公共决策模式路径优化：从传统模式向动态协同模式的转变》，《中国行政管理》2014年第10期。

⑤邓莉：《大数据时代的院校决策模式》，《中国科学报》2013年11月7日。

⑥王元卓等：《网络大数据：现状与展望》，《计算机学报》2013年第6期。

⑦参见[美]马丁·克鲁贝克：《量化：大数据时代的企业管理》，吴海星译，人民邮电出版社，2013年。

⑧参见涂子沛：《大数据：正在到来的数据革命》，广西师范大学出版社，2012年。

⑨Ackoff R. From Data to Wisdom. Journal of Applied Systems Analysis， 1989， （16）.

⑩王劲：《大数据时代的管理变革》，《学术论坛》2013年第1期。

B11李丹阳：《大数据时代的中国应急管理体制改革》，《华南师范大学学报》（社会科学版）2013年第6期。

B12胡明晖等：《数据挖掘技术及其在公共管理中的应用》，《中原工学院学报》2002年第2期。

B13迪莉娅：《基于云计算的电子政务大数据管理研究》，《图书馆理论与实践》2013年第12期。

B14张建设：《大数据：战略论的终结与社会化决策的兴起》，《企业管理》2012年第10期。

B15于施洋等：《基于大数据的智慧政府门户：从理念到实践》，《电子政务》2013年第5期。

责任编辑：浩 淼文 刀