大数据时代公共政策决策的微调

董飞++贺挚杨

摘 要：公共政策的制定是政策过程的中心环节和必要阶段，是政策科学研究的永恒主题。然而“锁定”或“固化”的公共政策决策常常掉入经验决策的陷阱；关门决策模式面临重大冲击；回应性决策的效率与有效性不断受到挑战。当前，大数据为修复此类问题提供了契机，“循数决策”的理念、多元共治、前瞻决策显现为未来趋势。但大数据时代的公共政策决策仍未超出传统决策的范畴，因此，公共政策决策必须把握机遇，快速微调，做到与时俱进。

关键词：公共政策决策；大数据；微调

中图分类号：D63 文献标识码：A

一、公共政策决策的历史局限

中国现行公共政策决策范式是在民主革命时期党委一元化决策体制基础上，经过社会主义革命和建设时期、改革开放和社会主义现代化建设新时期六十多年的变革逐渐形成的。总体来说，我国公共政策决策可以分为中央、省、县、乡等不同的决策层次，中央层级的公共政策制定已初步具备“上下结合、协商沟通、多方参与、科学论证、集体决定”五个特点。而有些学者认为，动员政策决策资源能力最强的、那些处于中国政府科层结构中相对中间级别的司局级决策者，仍然带有较强的局限性、地方性和复杂性。具体内容可以概括为以下几方面。

1.经验决策

传统观点认为，“不科学”的政策制定通常被形象地称为“拍脑袋”决策，实指在政策制定与形成过程中无视现实情况而只是由拥有决策权的人简单地以自己有限的理解、假想和推测来取代全面的调查、论证和科学的判断。依赖感官、知识的确定性只能由个案的直接经验取得，这是领导者经常有的决策思维倾向，也是最传统、最常见的决策类型。“一言堂”“个人说了算”仍是不少决策中的习惯定式；“眉头一皱，计上心来”是传统决策方式的形象化表述；“四拍干部”是传统决策者的生动描述。领导者凭借个人阅历、知识、经验、智慧和才能来做出决策，决策正确与否主要取决于领导者个人阅历是否深厚，知识是否渊博，经验是否丰富，才能是否出众，胆略是否过人。但在许多情况下，有些政策没有经过理论探讨，没有经过专家的详细论证，没有经过多次代表大会的充分、认真讨论；还有部分政策的制定实践缺乏系统性，没有进行实证评估，缺乏经过检验的知识的指导，照搬解决问题的策略、决策制定的依据不明确，缺乏必要的知识基础；依据权威或自己的判断为基本制订实践假设。还有部分政策制定者在决策过程中或修正和调整政策时，缺乏缜密、细致的研判和科学、合理的分析，不经过深入的调查研究和系统的咨询论证，在缺乏准确全面信息、没有征求各方面意见的情况下，决策者凭借个人或少数人的直观经验进行分析判断，其政策是在事先缺乏周密分析和进行科学论证的基础上得出的。

2.关门决策

公共政策决策的外输入主体很难实质参与，表现为关门决策、决策动员和内参决策模式的盛行。新中国成立以来，我国的公共政策决策主体经历了从少到多、从一元到多元的过程，我们把这一过程主要分为几个阶段：第一阶段，领导者个人决策。由“政府配餐”主导，“长官决定”“ 一把手”独揽决策，“一把手”说了算，决策权经常会异化为长官意志，恣意妄为、独断专行，这在大众缺少政治参与意识时很有市场。第二阶段，领导集团决策。公共政策制定被认为是通过专业知识和科学技术生产产品的过程，是少数者的专利，是在“用意良好”的专家拥有决策话语权的环境中开展的。然而在实践中，许多成员把自己看成不过是“说说话，举举手，画画圈”完成例行公事的人，决策者也习惯于把智囊人员当做自己的秘书班子。如要出台一项政策，由内部人员制订一个方案，决策者再召集学者座谈，听取意见，为自己的某些想法找根据，做注释，“自己搭台，自己唱戏”，简单搞少数服从多数，由长官意志形成多数，以多压少，以论证之名强行通过公共政策。第三阶段，政策制定者和政策受众的结合。政府决策层虽然在决策过程中仍居于主导地位，拥有对各种决策方案的最终决策权，但是政府决策层在整个决策系统中的地位已经由唯一变成部分。而这种表面的繁荣，却难以掩盖其实效的不尽如人意。真正参与座谈会和听证会的公众范围有限，弱势群体话语权缺失，即使真正获得话语权的公众对公共政策决策所产生的实质性影响也往往微不足道，因为纯粹的意见表达而缺乏明确的意见反馈机制使得民意只是行政主体获得行政决策合法性与合理性的符号，因此，公众参与公共政策决策的实际效果并不理想。

3.回应性决策

传统的公共政策之灵魂在于解决那些已经对社会发展和人民生活的提高造成阻碍甚至造成威胁的带有普遍性的公共社会问题。也就是说，政府的绝大部分公共政策都是针对现实公共问题的某种反应，并且这些问题已经到了非解决不可的地步。其潜在的逻辑取向是一种回溯性而非前瞻性的思考路径，这也就暗含着公共政策决策的被动回应性大于主动前瞻性。回应性的政府是被动地等待回应社会要求和解决问题，只有当出现问题和发现这些问题时，决策者才会采取应对措施。例如，严重的环境污染导致较为严格的环境保护政策的出台。事实上，迄今为止，一切政府都是回应性的政府，只有少部分公共政策是政府基于对未来某种潜在可能性的估计而做出的预防性的政策決定，并且某种潜在可能性在政策评估上被认为具有相当大的威胁性。从威尔逊对行政学研究领域的确定，到泰勒将科学管理的方法引入行政学中来，马克思·韦伯对理想官僚制组织的设计，再到法约尔关于一般管理原则的系统建构，都无非要提高政府回应社会要求的能力，即用科学化和技术化的理念去改善行政管理环境，以求政府能够更好地满足社会要求。

显而易见，这种回应性的公共政策决策具有片面性、局部性、短期有效性等诸多缺陷。第一，回应性决策不但被动、反应迟钝，更严重的是政策分析人员不能从长远考虑，他们往往不是真正找到了解决问题方案。第二，社会要求的多样性和复杂性总会把政府置于回应不足的局面。政府在回应社会要求方面往往会在某一方面表现出较强能力的同时，在其他方面则表现出极度弱能，总会在较好解决某一方面的问题的同时造成很大的消极效应，引发更多更难以解决的问题。所以回应性的路径并不是一个理想路径，也不能把自身推向及时和充分的境界。决策回应的定位暗示着政策实施在现实演绎或嗣后发展中隐藏严重后患和代际性灾难影响，而长远的害处有时会抵消甚至超过近期带来的利益。

二、公共政策决策的当下契机

大数据的出现为传统公共政策决策范式的微调提供了契机。传统决策范式下，决策者如同身处丛林中，经验和直觉是向导，形单影只是常态，迷路后的纠偏和矫正回应贯穿于整个决策轨迹的征程。尽管有时传统决策范式也能带领决策者走出理论的丛林，但杂乱无章的丛林中，大数据的理念思维、方法技术和海量资源不但能达到殊途同归的效果，更能创造理想的未来。

1.循数决策

理念变革是中国公共政策决策微调的首要问题。大数据思维为提升公共政策决策的专业性和精准度提供契机，有利于形成用数据分析、用数据决策、用数据创新的数据治理思维和文化。大数据主义者认为，所有决策，都应当逐渐摒弃经验与直觉，并且加大对数据分析的倚重。在重视数据优先、强调数据为王的大数据时代，政策决策者对数据价值的看法大为转变，并开始有意识地成为数据信徒。制定政策所需的全部数据是可以获得的，而这些精确数据的搜集也不需要耗费大量的精力、时间和资源；既有的、使用过的数据中也依然蕴含着取之不尽又意想不到的价值；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。大数据将通过全新的数据呈现，使管理者的决策方式由“主观主义”“经验主导”模糊治理迈向“实事求是”“数据量化驱动”的精准治理，直觉的判断、依靠经验办事将让位于精准的数据分析。政策决策思维从“我觉得应该这么办”到“根据数据分析应该这么办”的转变，是衡量微调成功的重要标志。而政策研究引进证据这个概念，是希望借由证据概念处理政策数据，从而有条理地佐证政策问题，梳理政策逻辑，并强调政策证据的专业性。它为决策者提供了一个科学的决策过程，在这个过程中，决策者利用最佳的证据，一步一步地做出判断。决策者通过大数据的资源和技术向人们说明为什么要制定和实施这样的政策，以及政策的有效性体现在哪里。因此，强化“循数决策”的意识并将数据转化为多样化的证据，应该成为大数据背景下公共政策制定的价值选择。

2.开放性决策

大数据为公共政策决策中体现多元主体的群体智慧提供了契机。大数据背景下，政府决策过程中政策数据的公开和多元治理主体的参与，成为实现政府决策合意化的现实路径。数据开放有助于公众对政策议程的监督，网络参与平台也有助于聚合民意。政府将以更加开放的心态把民众当作“合作伙伴”和城市问题的“决策者”，给民众提供广泛的参与机会，从而推动公众参与由象征性参与阶段迈向实质性参与阶段。主要内容包括以下几方面。

第一，主体开放。从政府决策的主体视角看，大数据及其分析能有效拓展政府决策的主体范围。公共政策将由过去一个主体决策转向一个主体引导多个主体决策，从过去单向的自上而下决策转向各个方向的协同决策。第二，数据多元。公共政策决策的重要依据是基礎数据和信息，在社会各方利益日益多元化的情形下，单靠政府自身力量难以掌握所有的数据资源，难以完成所有的数据整合和处理任务，必须让更多的社会力量和更广泛的人群参与其中，社会组织、民间机构甚至新媒体的数据资源都可以成为协同治理决策的重要资源。这些数据涉及国计民生、各行各业，来自不同立场并充分反映了社会舆情，很大程度上并不容易被操纵；实现了民主所要达成的表达多元利益的效果，使得政府决策受信息不对称的影响趋向最小化。第三，民意挖掘。当公共政策的制定对公众参与的需求程度和公众的接受程度要求较高时，公民作为政策方案的承受者，虽然未能亲身参与决策，却能将个人利益通过数据体现而间接表达，并表达要求某政策或调整或持续或终止或重组的团体意愿。大数据时代，基于管理与决策支持的社会舆情大数据分析，可广泛搜集个体对公共服务的享受频率、偏好和评价，碎片化的舆情信息得以聚合，通过对碎片化的社情民意的深度整合和实时掌握，向决策者传递大量反馈信息，公共部门可以准确把握公众关注的焦点以及对社会热点问题的看法，使决策更多地集聚民意和民智。

3.前瞻性决策

政府是一个回应性的政府还是一个前瞻性的政府对于整个社会有着直接的决定性意义。前瞻性决策，即向前看，寻找问题和重建问题的机会，以便将潜在的负面性转为有利的信息过程。前瞻性决策能创造性地发现问题和解决问题，甚至在社会问题尚未出现前就已经创造性地解决了，因此，回应性蕴含在前瞻性之中。

而大数据的核心就是预测。随着大数据的广泛应用，“管理者的决策过程也将从事后诸葛向事先预测转变”，由决策应对转为预测决策。从决策流程看，传统的决策流程往往基于逆向思维的事件突发、逻辑分析、寻找因果关系和应急决策等；而大数据决策流程则是基于正向思维模式的数据挖掘、量化分析、寻找相关关系和预测决策，通过对此类数据资源的科学筛选、深度集成和量化分析，创造性地从表面并无联系的混杂数据中发现相关性，揭示社会舆情发生与演化的内在规律性，从而实现公共政策决策的预见性。例如，联合国为了防止某些地区的人民重新陷入贫困，利用自然语言解密软件对社交网站的信息进行“情绪分析”，以此预测当地的失业率或疾病爆发现象；重大集会活动中，为避免出现因人群过度拥挤而引发的危险乃至事故，城市管理者可以在对有关定位数据、搜索数据进行深度挖掘的基础上，参考相关历史数据，预测出人流量及其空间分布，再结合地理空间实景模拟，找出可能发生的风险事件，从而为预防事故发生、强化应急管理提供强有力的决策支撑；人口宏观管理与决策信息系统中的PADIS系统可整合来自公安、统计、民政、卫生、财税、教育、劳动与社会保障、资源、环境、农业、建设等各个部门的数据，能在计算机中建立一个虚拟社区，应用者只需将具体的政策输入计算机，就能看到几年、几十年甚至上百年后这些政策所产生的影响。此外，城市交通规划大数据还曾对某个城市的交通拥堵问题进行过预测分析，与认为应该限制人口和机动车数量，加快发展公共交通的传统观点不同，PADIS的预测结果显示，人口集中居住区域与经济中心的严重偏离才是导致市民出行需求上升、交通恶化的根本原因，单纯增加公共交通设施、控人控车，只能扬汤止沸，而改善城市规划管理格局，让城市向多中心方向发展才是真正的“药方”。大数据强大的模拟预测能力，对延迟退休、解决养老金缺口及环境治理问题、抑制房价上涨等热点问题都带来了新的视野和机遇。

三、公共政策决策的未来展望

大数据的发展是不可逆的趋势，其对公共政策决策的影响不可避免。正如哈佛大学量化社会科学学院院长Gary King所说：“这是一种革命，我们确实正在进行这场革命，庞大的新数据来源所带来的量化转变将在学术界、企业界和政界迅速蔓延开来，没有哪个领域不会受到影响。”微软公司 James Gray 甚至认为， 数据探索性研究方式是科学研究的第四范式， 是继科学实验、理论推导和科学计算之后的一种新的范式。基于数据密集型的科学发现，是未来一个非常重要的趋势。这些科学研究从以数学模型计算为中心的方式，转变为对海量数据处理为中心的方式。 在数据达到一定规模之后，科学研究模式也会发生从 “量变” 到 “质变” 的根本性转变，因此，它可以独立于基于数学模型的科研形式，单独成为一种新的科研范式。但大数据背景下，公共政策决策转变依然面临诸多挑战。当大数据为我们带来许多有利变革的同时，我们也需要避免过度依赖数据而产生的数据独裁现象；应建立多元主体下以数据共享为纽带的综合协调机制和网络参与机制；根据海量数据，破解主观上数据保密和客观上数据碎片所造成的数据割据问题，解决主观上的数据造假和客观上的数据噪音所造成的数据真实性问题以及数据隐私边界的界定和数据存储安全问题等。

因此，我们要对传统的公共政策决策范式加以微调。它不是剧烈的公共政策决策变动，不是对原有公共政策决策的根本否定，也不是体系的重塑、彻底的变革或范式的转换，而是在原有基础之上进行渐进式的修补、升级、改进、优化和完善。遵循的应该是双轨制的方式，一方面需要在改进和完善政府的回应性方面继续努力；另一方面又需要借助大数据去探讨建构政府前瞻性的路径。即保留可用于新形势下的决策元素，将大数据视作公共政策决策实践中的一个全新变量，并在公共政策的制定中不断融入大数据思维和技术，不断剔除新形势下的不适用成分，既要对以往的公共政策决策思想继承，又要基于大数据的强力助推而有所突破和创新，政策决策摆动不停，人们称这样时代为“快调微调的决策时代”，决策者作为公共政策决策系统的灵魂，如果想要担负起公共政策微調的重任，就需要走出现实的迷雾丛林，与各领域专家、政府官员、技术人员、大数据和互联网企业以及民众携手并肩，通力合作，防止学术研究和应用实践脱节问题的出现。对于决断定案者而言，他们不需要精通和完全详细掌握这些方法的具体细节，因为其完全可以委托专业人员去做；他们只需要了解这些方法与手段的基本原理、使用范围以及局限性，以便指导具体分析人员进行工作。唯有如此，我国公共政策决策才能朝着“战略眼光长远化、政府治理精准化、决策过程民主化、公民服务便捷化、安全保障高效化、决策制定前瞻化、决策管理动态化”的方向发展。

参考文献：

[1]沈传亮.中国现行决策体制的特点分析[J].中国党政干部论坛，2012（8）：29-31.

[2]武玉英.变革社会中的公共行政：前瞻性行政研究[M].北京：北京大学出版社，2005.

[3]尤春兰，张雪超，安 靖，等.大数据与信息化教学[J].中国信息技术教育，2015（22）：74-76.

[4]梁 娜，曾 燕.推进数据密集科学发现提升科技创新能力：新模式、新方法、新挑战——《第四范式：数据密集型科学发现》译著出版[J].中国科学院院刊，2013（1）：115-121.