大数据时代公共管理的改革和创新

●王成

大数据时代公共管理的改革和创新

●王成

在大数据时代几乎任何一个行动都离不开数字化的轨道，政府和公民可以获得前所未有的海量数据，为公共管理改革提供了一个聚宝盆。本文基于大数据最典型的三个特征，讨论了大数据时代政府部门在思维方式、治理主体、政策制定和管理运作方面的变革，将大数据的思维理念融入政府公共管理之中，推动政府公共管理的创新，实现应用大数据的潜在价值。

大数据公共管理改革创新

三元世界（人类、机器和物质）的高度融合导致了数据量的大幅度增长和数据建模的艰巨复杂（Li和Cheng，2012）。世界已经进入了网络大数据的时代，这对全球经济、政治、社会生活各个领域产生了深远的影响。在这种情况下，需要以新的方式看待经济运行机制、社会生活方式和国家治理。为了促进经济建设和发展，重塑国家竞争优势，提高政府治理能力，国务院从顶层设计和总体部署的高度开始计划大数据在中国的开发和应用。2015年9月，国务院制定并颁布了《促进大数据发展行动纲要》（国发〔2015〕50号）。这是推动大数据发展的第一个权威性文件，反映国家大数据整体发展，也是建立强大数据网络国家的纲领性文件。为了贯彻大数据的思维理念，顺应全球经济发展趋势，公共事业管理领域将迎来一场新的变革。

一、大数据的特征和价值

（一）大数据的特征

关于大数据的定义，学术界并未达成共识，只是将其与早期形式的数据分析加以区分。大多数关于大数据特征的定义都集中在三个V：Volume（使用大量数据）、Variety（使用存储在不同结构中的各种数据源，甚至以非结构化方式使用）、Velocity（数据处理速度或数据经常被实时分析）。

1、量多性。现代社会用来衡量数据量级的单位，已由TB发展到PB，未来甚至将逐步向ZB发展，表现出数据总量呈指数型增加的趋势。

2、复杂性。相比于以往是以文本为主的结构化数据，网页、视频、音频、图片等越来越多的非结构化数据交织到一起，构成了更为复杂的数据形态。

3、快速性。快速性主要体现在数据本身的快速产生以及对数据处理和分析的快速性。前者是大数据的固有属性，即要求的是全数据，因此需要数据的快速导入技术，否则无法做到全数据；后者是由研究大数据的目标所决定的，应对大数据总量的快速增长，需要有快速处理和分析数据的技术和方法，否则通过大数据的科学预测将滞后于大数据的产生速度。

（二）大数据的价值

大数据的价值隐藏在众多结构化和非结构化数据之中，需要进行有效的筛选和提取，再通过可视化技术加以呈现。大数据虽然由于数量规模巨大而导致价值密度低，但其具有很大的增值效应。大数据的最大的价值之一，是预测行为的能力。大数据分析涉及大量分散在各个领域的数据，并应用机器学习模式匹配数据处理技术来辨别数据中的趋势和模式。预测分析可以从这些趋势和模式中推断、预测特定人群甚至个人的行为。因此，大数据的使用者不能停留在数据表面进行分析，而要深入分析更深层次的数据，从而挖掘其潜在价值。

二、大数据时代公共管理迎来的变革

（一）思维方式综合化

思维方式是我们大脑的一种内在活动，是我们看待世间万物的角度和方法，它会随时代和环境的变化而变化。大数据时代的到来迫使人们迅速以数据的眼光观察和审视这个世界，数据成为了这个时代的重要资源和财富，引领着人类思维发展的新方向。

1、整体性思维方式。过去由于数据的可获得性受到限制，学者们和决策者们在调查分析某一经济现象，大多是基于有限的随机样本数进行一系列统计分析，以推测总体的情况。然而这种分析方式过于局限，以偏概全，往往会带来分析结果的偏差和决策上的失误。近十年来，数据收集处理技术发生了翻天覆地的变化，我们可掌握的数据越来越多，如果继续采用以往的抽样分析方法，无疑是以古制今、抱残守缺。面对日益丰富的庞大数据，政府部门在进行公共管理时，不能再局限于小样本代表总体的思维方式，而是应该以全部数据为基础，以整体的眼光来看待经济社会现象。

2、相关性思维方式。大数据必然会导致数据的繁多混乱，以往通过小样本数据得出来的精确的因果关系，可能在无法在大数据中加以体现，取而代之的是一种大略的相关关系。因果关系这种精确性分析本身就只存在于小数据时代，只有在数据量较少的情况下，量与量之间总是能找到前因后果，形成一条因果关系链。面对纷繁复杂的庞大数据，要找出每个量之间具体的因果关系，这本身就是不大可能的。若刻意为了去寻找某两个变量之间精确的因果关系而去浪费信息数据这种宝贵的资源，是很不值得的。但这并不意味着相关关系分析一定就劣于因果关系分析，只不过是让研究者不再扎根于某一点进行追根究底地分析，而是在接受数据复杂性的基础上以发散的思维对事物进行更好地研究，体现百花齐放的多样性。

3、开放性思维方式。大数据要求必须具有开放性思维，大数据分析很大程度上依赖于开放数据，即一切数据均对外开放，数据和信息可以自由使用，不用受专利、许可和版权的限制。在公共管理的信息系统中，政府作为最大的信息收集者、提供者和掌控者，所掌握的信息数据往往比任何一个企业和个人掌握的信息更精确和整齐，这是政府在大数据时代的优势。显然，政府数据开放的程度越高，行业、学术界和公众通过大数据分析进行政策创新的能力就越大。

（二）治理主体多元化

大数据治理时代打破了传统数据分散在不同领域、掌握在不同主体的壁垒，政府、非政府机构、社会团体和公众等均可对数据进行挖掘、整合和分析，信息化技术的快速发展更是加强了数据在各个主体之间的相互传播和交流，形成了基于网络的多元主体共同参与国家公共事务的治理。随着政府门户网站的高质量开放，政府承担的责任越来越多的开始由社会团体、私人组织和公众自愿进行承担，他们主动挖掘整合分散的数据，为政府的决策提供有价值的数据和信息，直接参与国家治理。传统的政府单一治理模式已经被改变，国家治理的主体源于政府但不限于政府。

（三）政策制定科学化

大数据时代，数据驱动政策制定的理念越来越深入人心，政府可以采用大数据分析来预测和了解公民的行为，揭示政策和服务提供的优势和劣势。一方面，大数据的预测分析为学者们研究社会和经济、私人企业调整生产计划以及政府部门制定相关政策法规提供了有力的数据支撑，促进政策制定的合理性。另一方面，开放政府所掌握的数据的目的不仅仅是向公众提供信息，而是通过“大数据”分析推动创新。通过发布大型政府数据集，企业、学术界和公众将能够从数据中吸取新的见解，并为复杂的政策问题提供创新的解决方案。私人部门可以通过分析消费者的行为和偏好的数据，确定未来市场上产品的供需走势；流行病学家可以通过分析健康和生活方式的数据，测算出未来福祉最大化的人口管理模式；GovHack 2015年的“最佳政策洞察黑客”的获奖者开发了一个软件程序，用于分析澳大利亚哪些郊区最适合用于屋顶太阳能投资。政府、行业和公众合作开发政府数据新用途，用以改变公共服务提供模式和政策创新，已经成为一种全球趋势。

（四）管理运作效率化

数据的开放和共享使得公众可以过各种渠道快速便捷地表达自己的利益诉求，促进了政府提供的公共产品和服务更具有针对性，节约行政成本，提高管理和服务的效率。澳大利亚政府根据人口和人口普查数据分析住院数据，以提高需要地区卫生服务的效率。通过发布这些数据，政府能够有针对性地为最需要的人群提供更好的服务，降低了服务成本，这将带来经济效益。据估计，基于开放数据的政策创新可以使澳大利亚经济每年节约高达160亿美元（Keiran等，2017），2009年Google对美国经济的贡献高达540亿美元（A Labrinidis等，2012）；我国近期推行的“卫生事业电子化”工程以及国家医疗电子卡的研制，不仅借助大数据手段解决了群众看病的问题，方便了人民群众的生活，还改变了我国公共卫生事业制度化和法制化的硬性管理模式，降低行政成本。

大数据有利于政府各职能部门的信息流通，可以有效解决政府内部信息繁杂、分割的问题。以往在公共事业管理方法上，政府及相关机构都只会具体问题具体到某个部门各自解决，各部门间管理上没有特别的联系，各部门自身的软件工具对于处理本部门的海量信息资料已经超负荷，更不用提结合其他部门资料来进行决策分析。大数据分析可以整合各部门的信息资料，有效的数据共享平台的建立更是使公共事业管理变得更加整体和协调，必然会提高公共事业管理的效率。

此外，公开的大数据在政府公共管理事业透明度方面取得了很大的进展，因为政府决策和行动随着数据公开力度，正在以更大比例与公众分享，接受群众的监督。公开的数据和信息将官员的腐败和权利的滥用暴露在阳光底下，在一定程度上放置了暗箱操作。近年来，我国政府部门“三公”经费的公开有效防止了腐败现象的发生。

三、大数据时代公共管理创新之路

（一）转变观念，形成大数据思维

在当前信息风暴席卷全球的21世纪，政府部门必须要强化数据意识。首先，政府工作人员在实际工作中要加强大数据管理和处理能力的培训，强化统计、数据在决策分析中的运用，并以数据的意识去解决实际面临的难题。利用好分散的海量行政信息，自上而下地建立信息共享平台，避免重复性的信息建设，减少成本浪费，实现政府治理的高效、快速；其次，专业数据管理人才直接影响到政府部门大数据处理效率，需要加强数据管理高端人才和数据处理专业人才的培养和引进。可以考虑提高统计学相关专业和计算机相关专业人才的地位，采取政府部门与国内外高校联合数理统计方面的人才；最后，在公众范围内开展大数据的科普宣传工作，普及大数据知识和价值，重点宣传其在改善公共服务决策、监督政府公共管理方面的作用，增加公众对大数据的认识，提高全民大数据素养。

（二）开放数据，激发公众参与管理

大数据在公共管理事业方面的创新是基于数据的开放性。政府部门将所掌握的数据和信息汇总到一个大的数据库，再根据需求对数据进行分类，最后通过政府门户网站或者专门的官方数据服务平台向社会公众免费公开非涉密数据。第一，政府公布的数据一定要以保护国家秘密、商业秘密和个人隐私为基础；第二，要建立数据查询基础设施，最大化实现数据共享和可获得性；第三，为了节约成本和提高时间效率，保证数据真实可比，需建立统一的政府数据管理平台系统和采取统一的数据管理模式；第四，政府各部门之间数据和信息的互通是解决部门难题、相互合作、协调关系的重要手段。因此，大数据系统不仅涉及经济社会中的各行各业，还应打通政府内部各部门之间人员分配、机构数量、资金支出和各部门的职责等方面的政务数据，并对社会公众开放，接受社会的监督。公开发布政府所掌握的海量数据已经成为一种全球趋势，世界各国政府通过网络线上门户发布政府机构收集的数据，涉及工业、农业、运输、公共卫生等各个领域的数据。例如，巴塞罗那被称为世界上第一个“智慧城市”，原因就在于推动该国运输、保健、教育和住房的创新性政策均严重依赖巴塞罗那市议会发布的数据。

（三）利用数据，助力政策制定

随着越来越多的数据生成，大数据在公共政策领域越来越多地获得拥护。公民和政府的数字生活越来越多，有潜力支持前所未有的相互政府和公民认识水平，反过来也大大改善了公共政策和服务。政府可建立一个综合数据系统机制，将多个公共机构的行政记录链接放在该综合数据系统，用于了解弱势群体复杂需求的综合信息，以便有针对性的提供基于数据的更有效的政策。例如：政府部门可以通过建立包括人口、基本教学设备、师资力量、教育经费投入等方面的数据库分析各地区教育资源配置情况，以加大对特定地区教育基础公共设施的投入；通过建立包括排污费、污染排放总量、环保建设投资额、环境监测站数量等方面的数据库分析各地区的环境污染程度及其原因，以便制定合理的政策保护环境。

我们在享受大数据给政策制定带来收益的同时，还需要关注其不足。第一，在进行大数据分析时要注意与事实相结合，不能过于依赖数据分析和预测，因为人不是机器，其所作所为是富有感情色彩，若是抛开感性则会出现偏差；第二，大数据的预测能力分析是最大的优点，也是最大的缺点。在最极端的情况下，大数据方法可能导致数据确定性，这意味着个人根据概率知识（相关性和推论）来判断他们可能做什么，而不是他们实际做的；第三，大数据在收集过程中，通常是通过观察，计算，实验和记录保存来提取，数据的捕获和收集也是有一定标准的，而这个标准有可能会扭曲数据分析结果。如果未经校正，每个数据集特征的偏差或多或少都可能在时间上转化为对社会中特定群体的歧视和不公平对待。特别是，当大规模使用大数据分析的结果进行政策制定时，数据结果之间的相互补充可能会放大社会和经济不平等。

（四）建立体系，保护个人隐私安全

大数据的广泛使用不可避免地会侵犯到公民的隐私，如果数据的安全性不能得到有效保障，很可能出现大数据信息被错误和恶意使用，削弱公众对大数据解决方案的支持。政府要利用自身庞大的社会资源优势，与数据利用者（企业）、数据消费者（公众）相互合作，共建信息安全服务体系。目前，良好的信息安全生态环境尚未形成，技术手段和法规限制是解决大数据安全与隐私保护问题的良药。

1、规定数据开放范围。在政府数据开放中，如果缺乏可依据的数据开放标准很容易导致政府工作人员无法区分哪些数据能否公开，对于有争议的数据秉持谨慎性原则而不予开放。因此，对于政府公开的数据类型，应该根据公众需求制定一个标准的数据公开清单。同时，采取试点开放的政策，总结经验、循序渐进地开放政府大数据。

2、设立数据管理机构。数据的安全审查要设立专门的机构和人员予以监督。一方面，在数据公开之前，需要专业知识强、技术能力高的复合管理人才对数据的属性进行充分鉴定，确保其属于允许开放的数据范围之内，可以考虑在开放数据的同时公布数据安全审查表；另一方面，数据管理机构要对数据使用者进行严格的数据使用能力和资质进行审核，对其数据处理行为进行监督，对开发的数据产品进行安全性评估。一旦发现可能给国家安全、商业秘密和个人隐私带来威胁的数据处理行为和产品，要立即采取措施。

3、明确数据利用者的责任和义务。公开的政府数据一旦被使用者不正当利用，便会产生可怕的不良后果。在公共管理领域内大数据承担着决策分析的任务，如果大数据的原始信息和分析结果被少数决策分析者刻意扭曲，成为话语权的垄断工具，并因此而制定一系列政策，后果将不堪设想。明确使用者的责任、监测大数据的透明度和提升大数据安全保障技术是有效防止大数据被恶意使用的重要手段。为了使大数据更好地造福于社会，应当对大数据管理者和使用者在数据收集、共享、分析过程中的责任以法规的形式加以明确，利用内部审计和外部审查程序监控大数据分析流程，不断开发和升级数据安全技术，完善政府大数据管理体系，多方面共同维护大数据的安全。■

（本文系国家社科基金项目“包容性发展视阈下我国农村社会管理创新研究”〈13CKS018〉的阶段性研究成果）

（作者单位：中共聊城市委党校）

[1]杜栋、刘乐、苏乐天.面向政府统计的大数据技术价值体系构建[J].统计与决策，2015，（10）.

[2]胡健.大数据与公共管理变革[J].行政论坛，2016，（11）.

[3]黄振威.大数据时代的政府精细化管理[J].中国科技奖励，2015，（03）.

[4]曲婧.精细化:大数据时代管理模式的变革[J].税务与经济，2014，（05）.

[5]王婷.大数据思维为政府管理带来的挑战和机遇[J].中外企业家，2015，（21）.

[6]王峥嵘.大数据时代公共管理的变革启示[J].中国西部科技，2014，（12）.

[7]杨光.大数据时代的西方公共管理变革[J].计算机与网络，2014，（23）.

[8]杨军、李聪.大数据时代我国政府公共危机管理面临的机遇、挑战及对策[J].电子科技大学学报(社科版)，2017，（02）.

[9]Keiran Hardy,Alana Maurushat.Opening up government data for Big Data analysis and public benefit[J]. computer law&security revie w,2017，（33）.

（本栏目责任编辑：郑洁）