大数据优化政府决策的机理、风险及规避

◎谢治菊 （1.贵州民族大学教务处，贵州贵阳 550025；2.南京大学社会学博士后流动站，江苏南京210093）

自2012年被频繁提起，大数据这一概念引发国内外的热切关注。大数据思维正日益渗透社会生活的各个领域，政府对大数据的使用范围也越来越广，从原来的信息查询到现代的社会治理、危机管理与政府决策。虽然大数据对政府管理的影响是多方面的，但最关键的影响却是对政府决策的影响。在大数据时代，由于数据自身具有的信息量大、类型多、处理速度快等特点，会对政府的决策思维、决策依据、决策方式与决策结果都带来明显的影响。尤其是，随着外部条件的不断改善和公民民主意识的不断提升，决策民主化的要求越来越高，民众对公共物品与公共服务的个性化需求也越来越明显，再加上，自媒体与“互联网+”时代的到来，社会信息传播方式与手段都发生明显的变化，社会各领域的界限越来越模糊，“海量信息和海量数据的并驾齐驱，正在深刻重构人们的社会关系”[1]，政府决策的环境越来越复杂，不但需要将不断壮大的网络社群话语权纳入决策议程，而且需要对互联网时代民众对数据信息接收和反应的及时性做出很强的回应，对信息垃圾进行及时的监督与矫正。这些表明，大数据已经对政府决策提出挑战，如何回应这些挑战，成为摆在各级政府面前的难题。

一、研究缘起及价值探讨

随着大数据时代的到来以及科学技术的不断发展，大数据已成为一种可被运用于管理科学的社会资源。“大数据既有现实政治的基本元素，又有网络政治的基本元素；既是二者的高度整合提炼，又是对传统政治的颠覆与转向。”[2]在公共管理领域中，大数据已日益渗透政府治理尤其是政府决策活动中。当前，我国地方政府决策存在不同程度的问题，集中表现为规划缺乏、参与薄弱、成本过高、信息不全、忽视公众诉求等。这些问题的存在导致决策工作效率低下和质量不高。而大数据资源的客观性、全面性、易获取性、科学性以及分析技术的高效性都可以弥补以上不足，如何运用大数据实现政府决策观念、决策方式、决策手段、决策过程的转型，引领地方政府实现决策机制的优化，成为政府管理领域的方向性问题。

其实，早在2012年，美国政府就宣布开展大数据的研究和发展计划，并提出将大数据应用上升到美国国家战略的高度。英国政府更是利用大数据的观念和技术打破公共部门之间的藩篱，进一步降低行政成本。2015年9月，我国国务院发布《促进大数据发展行动纲要》的通知，提出政府部门将建立“用数据说话、用数据决策、用数据管理”的管理机制。2016年，贵州省获批建设全国首个大数据综合试验区，这使得大数据这一面向未来的重大战略在我国有了切实的依托平台。仔细分析不难发现，大数据时代之前，学界探讨的政府决策优化主要是通过制度建设、组织机构建设与文化建设来完成[3]。大数据到来后，尽管“大数据对政府治理的影响”这一议题在国内外兴起的时间不长，但学界关于此问题的讨论热情却持续高涨，研究者试图通过理论建构来诠释大数据优化政府决策的可行性，通过案例分析来论证大数据优化政府决策的必要性，通过实践应用来说明大数据优化政府决策的有效性。在理论建构方面，张楠以大数据背景下政策过程重构的理论演进为线索，从分析方法、应用机理、过程重构和效果评估等方面展望了大数据优化决策机理的可能性与路径选择[4]；陈潭等人则从国家治理的高度，建构了大数据时代的政府变革及其变革时代如何优化政府决策的机理①参见：陈潭，等著：《大数据时代的国家治理》一书，中国社会科学出版社，2016年版。；在案例分析方面，Joseph等人以美国退伍军人事务局在决策中的大数据应用为个案，对大数据可以通过提高效率和政府公共服务的有效性来实现政府的转型进行分析与阐释[5]；伊恩运用各个领域有关大数据分析与决策的经典案例生动而严谨地描述了定量分析和大数据决策方法的运用②参见：伊恩·艾瑞斯著：《大数据思维与决策》一书，宫相真译，人民邮电出版社，2014年版。；在实践应用方面，曾洁和贺书通过对大数据应用于贵州省贵安新区精准扶贫的实践，指出应用的关键问题是数据的可获取性与动态调整[6]；钟婉娟和侯浩翔将大数据应用于教育决策，并且认为，大数据背景下的教育决策，要避免唯数据论、多元主体冲突及数据孤岛等关键问题，应通过提升教育决策主体的数据素养、消除信息孤岛来促成数据融合[7]；李志等人通过贵阳、重庆、上海、杭州等地大数据应用于决策的实践，认为大数据可通过丰富政务数据存量提升决策信息质量，通过扩大决策主体范围与丰富决策参与形式来提升决策水平，通过提高政府信息管理水平来节约决策成本[8]。

上述研究虽然思路迥然、方法不一、论证各异，但是殊途同归，即均认为大数据对提高决策的科学性与精准性、增强公共服务的针对性、满足公众的个性化需求有重要的帮助。但是，由于兴起的时间短、发展不成熟，这些研究又凸显出以下不足：研究的深度和广度不够。现有研究主要集中在大数据优化政府决策的重要意义和实现路径的探讨，虽然有理论关怀、经验分析与实证调查，但是探讨与分析的深度与广度远远不够，更缺乏对大数据优化政府决策机理、风险及其规避的研究，本文试图弥补这一不足。本文探讨的“政府决策优化”，其内涵不但指某项决策方案是否科学合理、是否达到优化的程度，而且指决策过程中整个决策运作机制各系统之间相互配合、相互作用的程度及整体功能的发挥状况。因此，本文中的“优化”一词包含改革、创新、健全、完善之含义，主要用决策能否最大限度地实现社会公平与社会资源的最佳配置作为衡量标准。因此，本文的研究意义与应用价值在于：一是有助于帮助政府克服决策时效的滞后性、决策过程的封闭性、决策链条的延展性、决策效率的低下性等问题；二是有助于帮助政府提升决策依据与决策方法的科学性、决策对象识别的精准性、决策过程的动态性与决策参与的广泛性，在一定程度上帮助解决政府内外部信息不对称和决策失效等问题；三是有助于推动政府决策机构从科层化向扁平化发展，提高政府决策能力与决策水平；四是有助于帮助政府完善决策信息反馈机制、决策调控纠偏机制与决策效果评估机制；五是有助于丰富大数据应用于政府决策的理论体系，夯实大数据优化政府决策的理论基础。

二、大数据优化政府决策的作用机理

大数据能改变政策过程的组织结构，重塑政策主体思维，优化政府决策问题建构、议程设置、政策制定和政策评估，强化政策执行和政策监管，为实现政府决策的科学化提供重要的支撑。大数据是如何优化政府决策的呢？有要素说、特征说和过程说等三种。要素说认为，大数据可以优化决策各要素，可以让政府的决策主体从精英转向大众、决策结构从等级制转向扁平化、决策方式从经验驱动转向数据驱动、决策过程从事后解决转向事先预测、决策结果从预报转向实报、决策信息从静态公开转向动态公开，进而提升决策质量、提高决策水平与增强决策效果[9]；特征说认为，大数据的开放性、海量性、全面性、精准性等特征有利于提高政府工作人员与职位的匹配度，进而有利于提高政府的决策水平[10]；过程说认为，在大数据背景下，政府通过建立以数据为核心的“数据—量化分析—决策—预判—监督反馈”的闭环决策过程来优化决策机制[11]。本文比较赞成过程说，认可大数据对政府决策的优化存在明显的过程导向，即在经验干预下，通过对数据的收集、整理、挖掘与利用形成数字化平台，利用数字化平台的丰富信息优化和纠偏决策方案，同时对决策过程进行监督，进而推动决策问题建构的民主化、决策方案制定的科学化、决策方案执行的有效性与决策效果评估的规范化，见图1。

图1 大数据优化政府决策机理图

（一）大数据能够改善决策问题建构，推动决策的民主化

决策问题是相当多的社会成员感知到的一种客观存在或事实，并由政府介入才能予以解决的社会问题。决策问题的建构过程是观察和计算的过程，是对政策目标和现实情况之间的差异加以测度的过程[12]140。按照邓恩的观点，问题感知、问题搜索、问题界定和问题陈述是决策问题建构的四个阶段[13]。帕顿和沙维奇也赞同邓恩的观点，但他们认为，决策问题建构的各个阶段并不是依次递进的先后顺序，而是不断重复的过程[14]。大数据能够改善决策问题建构的每一个环节，推动政府决策的民主化。在问题感知阶段，大数据能够降低问题的复杂性，提升建构主体对问题的认知能力，通过数据的动态变化自动分析数据变化的趋势，及时发现数据异常引发的决策问题；在问题搜索阶段，大数据能够扩大搜索范围、提高搜索质量，能够实时发现各类数据之间的关联性，透过数据的表象挖掘深度的原因，为政策分析者提供精确的信息；在问题界定阶段，传统的方法以政府为主导，这种方式的界定往往不是依靠普遍的、科学的方法，而是通过政治行动者的语言来加以界定，这种语言是道德冲突的处所，容易成为决策者表达个人道德价值的工具[12]142。为解决此种道德冲突，亟须建构具有普遍约束力的界定决策问题的技术语言，大数据的产生弥补了这一不足。大数据能够广泛吸纳民意和征求意见，能够设定程序化的界定标准，能够给决策者提供精细化的信息清单，帮助决策者准确界定问题；在问题陈述阶段，大数据不仅让问题的陈述更加翔实、客观、准确和全面，还能依据现有信息对问题的发展趋势做出准确的预测。概言之，大数据通过拓宽信息渠道、丰富信息内容、提升信息质量来优化决策问题建构的每一个环节，通过降低决策问题的复杂性和提高建构方法的科学性来促进决策问题建构的科学化，通过广泛吸纳公众参与和有效拓宽民意渠道促进决策问题透明建构，进而推动政府决策的民主化。

（二）大数据能够优化决策方案制订，实现决策的科学化

方案制订是政府决策的关键环节。一般而言，一套完整的方案制订包括确定思路、明确目标、设计方案、评估方案和选择方案等五个环节。在政府决策模式逐渐从封闭的官僚制向开放的合作型模式转变的过程中，大数据能对政府决策环境的变化做出实时的反应和调整，有效优化决策方案的上述环节。在大数据时代，人们最大的思维转变就是从关注事物之间的因果关系转向关注相关关系，决策者的思维也从经验层面上升到逻辑层面，这些转变能为决策方案思路的确定提供更加科学的依据。同时，大数据技术能够更好地评估决策目标的合理性和有效性，让决策者提出的决策目标切实可行。此外，大数据让决策依据更加丰富和精准，能够推动多元主体的广泛参与，这使方案设计能集思广益，帮助政府在决策过程中更好更快地尊重和回应民意。大数据利用移动互联网为载体，对民意的获取和回应更加快捷、便利和透明。正如舍恩伯格所说：“大数据因为更强调数据的完整性和混杂性，帮助我们进一步接近事实真相。”[15]最后，由于信息量大，能够从纷繁复杂的数据库中快速地找到数据之间的相关性，大数据对决策方案的评估更加准确和客观，效率更高。当然，大数据的核心是发现数据的关联性，通过对数据的深度挖掘，对未来可能发生的行为和事件进行预测，此种预测对选择方案提供了重要的思路。

（三）大数据能够动态监控方案执行，提升决策的有效性

方案执行是实现决策目标的必要手段。随着利益分化的加剧和矛盾冲突的增加，公共事务的复杂性和多样性不断扩展，作为导引、规制、调解和化解公共生活中矛盾纠纷的主要手段，决策执行的重要性及其难度认识不断攀升。对于什么是决策执行，迈克·希尔等人的解释是，执行是在政策期望和政策结果之间所发生的活动，这种活动分别关注解释“执行发生了什么”和影响“执行发生的事情”，即关注执行过程和执行影响因素[16]。大数据能够有效解决执行关注的这两个基本问题。大数据能够提供可视化服务，动态收集和更新数据库，保证决策执行的时效性和针对性，为执行提供科学性数据；大数据能够强化监督力度，追踪执行过程，使决策者充分掌握执行进展，降低执行中的不确定因素。也就是说，在大数据背景下，一旦执行目标发生偏差和执行环节出现问题，都能够及时矫正，防止执行偏离。站在这个角度，大数据能够很好地解释执行“发生了什么”。至于大数据如何发现影响“执行发生的事情”，则通过执行数据的关联性、执行层级的扁平化和执行时效的动态性，深入挖掘决策执行的影响因素，将执行风险降到最低，提高决策执行的有效性和针对性。

（四）大数据能够完善决策效果评估，促进决策的规范化

政策评估是人们在政策分析和政策科学领域所从事的效果评价工作或活动的统称。早在2012年初，美国政府在《大数据研究与发展计划》中就明确规定运用大数据对教育、医疗、能源和就业等领域进行评估，以改进这些领域政府决策的实施效果。随后，澳大利亚、英国、法国纷纷出台相关政策，支持大数据在政府决策评估领域的应用。我国对大数据在决策评估领域的研究还处于起步阶段，主要集中在技术开发层面和公共服务层面。在技术开发层面，利用“四熵”分析法（量熵、强熵、情熵、联熵）作为监测政策和决策支持的指标体系[17]；在公共服务领域，将大数据评价贯穿决策过程的始终，并将其应用到财政、税收、城市管理、物价等领域。研究发现，大数据能够优化评估技术、重置评估标准价值体系、扩大评估主体参与范围，提高评估行为的科学性、客观性与规范性。在评估方案的选择上，大数据能够运用信息的相关性和可视化技术，快速比较各方案的优劣，筛选出经济、可行的方案；在评估资源的利用上，大数据可通过了解评估对象的实时需求来有效整合资源，节省相关环节的成本；在评估过程阶段，大数据能有效监督和及时反馈，更好地彰显评估效果；在评估结果的处理上，用大数据分析结果可以避免评估主体的主观性、情感性与片面性，有效降低行政成本，提高行政效率，增强政府纠错能力[18]。简言之，大数据对决策效果的评估价值、评估主体、评估方法、评估过程和评估结果都会带来良好的机遇，可以有效促进政府决策的规范化和科学性。

三、大数据优化政府决策的三重风险

在大数据时代，政府决策对数据的依赖越来越明显，但由于数据结构的异质性、数据价值的稀疏性、数据内容的隐私性和数据管理的人为性，要全面、有效收集和整合大数据，挖掘数据背后的逻辑关联，建立决策智能系统，使决策运行成为政府可以掌控和预见的过程，并不容易。尤其是，大数据内在的隐私性、安全性、真实性以及数据孤岛、唯数据论等问题会给决策带来挑战。这意味着，大数据在给政府决策带来福利的同时，也将给政府决策带来风险。王春福将其称为“双重风险”，即“技术风险和道德风险”。他指出，目前，大数据技术还不够成熟，数据超载、数据断裂、数据失真时有发生，这将直接威胁政府决策的合理性与有效性；同时，大数据势必造成新一轮的数据垄断，这种垄断可能会加速决策中的信息不对称程度，一旦监控和纠偏机制不健全，必将引发政策制定和执行中的道德风险[19]。当然，如何处理好大数据背景下数据开放与隐私保护的关系，也是决策者不得不考虑的问题。例如，在精准扶贫中，大数据平台一旦被恶意攻击或平台管理者道德败坏，贫困户的所有信息就会大白于天下，这对贫困户个人隐私的保护和去“污名化”是极其不利的[20]。难怪于跃和王庆华指出，无论是大数据的5V还是5S特质，都可能引发安全风险，潜藏信用危机[21]。

（一）大数据决策让隐私保护更加复杂

隐私是一种权利，是控制个人信息的行动。保护隐私是一种共享的价值观和一种社会制度。虽然网络的国际化、个性化和技术化，为信息的收集、存储、分享和获取提供了更便捷的手段，但日益发展的大数据技术却让个人隐私保护面临更加复杂的环境。一方面，由于政府自身缺乏大数据的专业技术人才，因此在运用大数据的过程中，必将服务外包，寻找公司作为合作伙伴。这些公司原本也掌握有一定的数据资源，当他们拥有政府给予的大数据资源后，数据资产会远远超过同行业竞争对手，一般这样的合作伙伴信用出现危机，或公司内部员工别有用心地利用，大数据关涉的隐私问题就可能暴露。另一方面，在数据保护法律法规不健全的情况下，数据占有者极有可能为利益而泄露数据贡献者的隐私，侵害其权利，甚至危害社会安全。当然，由于大数据的信息量大，也比较冗杂，而政府利用大数据决策和管理时主要依赖机器和技术，一旦具有理性洞察力的人为了私欲不再理性，机器和技术就成为其泄露隐私的工具。此外，数据各方主体利益诉求不一，也会带来决策风险。出于隐私保护的需要，数据贡献者希望数据使用者能够有选择地使用，但出于利益最大化的考虑，数据占有者则想深度挖掘数据价值，数据使用者则希望高效共享数据。在此背景下，一旦隐私保护没有成为数据各方主体的共识，数据决策的安全风险就会产生。

（二）大数据会加剧政府决策的道德风险

受诸多因素的影响，在大数据背景下，一些不良信息正有意无意地侵蚀着广大群众，影响人们的生活方式、行为举止和工作学习，在利益的诱惑下，诈骗、出卖隐私等失范行为接踵而至，政府决策面临道德风险[22]。按照委托—代理人理论，委托人和代理人之间存在信息不对称，委托人只能通过观测相关现象来观察代理人的行为，例如，民众只能通过官员不合常理的高消费行为判断其可能贪污，但这些相关现象随意性较大，委托人不能通过合同强制代理人的行为。当然，政府可以通过制定规则来约束代理人的行为，其前提是规则制定者及其部门不具有自利性。但是，无论是政府还是其工作人员，都是理性经济人，在权力没有真正被关进牢笼之前，当委托人在信息面前处于不利地位时，代理人可能选择道德风险，使自身利益最大化[23]。政府决策行为是一种典型的委托—代理行为，人民将权力委托给政府公务员，请其代为行使决策权，在信息不对称的情况下，此种委托的道德风险随时存在，只是在大数据背景下更明显罢了。虽然大数据技术的发展能够为信息对称提供更多的机会和平台，因信息不对称带来的决策风险会逐步减弱甚至消失，但是公共部门大数据的一些掌控者，特别是自利性比较强的人，可能凭借大数据的掌控优势进行信息垄断，在决策的制定、执行和评价环节，弱化公民参与，人为制造数据孤岛，甚至将大数据作为谋取个人利益而非决策优化的工具，进一步加速本应代表公共利益的政府决策的异化[19]。因此，无论从哪个角度来看，大数据都可能加剧政府决策的道德风险。

（三）大数据决策面临技术瓶颈

用大数据优化政府决策，需要建设大数据库，完善数据融合和分析的技术。尽管近年来我国在数据技术方面取得明显的成绩，但面对数据空间的多维性、数据时间的周期性和数据关系的复杂性，大数据为政府提供科学决策的难度较大。再加上，政府决策对大数据的依赖程度越来越高，而技术的开发和完善又需要一个过程，因此，运用大数据优化政府决策的技术风险也越来越大，直至危害政府决策的合理性和有效性。那么，大数据优化政府决策的技术风险有哪些呢？一是数据断裂的风险。优化政府决策的大数据一定是融合性较好的大数据，而数据的融合以数据的获取为前提，这就必须解决数据孤岛化、碎片化和荒漠化问题。一方面，政府职能的碎片化带来新的数据壁垒；另一方面，数据运营商将数据私有化和个性化，也会引发新的数据孤岛；再加上，大数据的数据比较冗杂，异质性数据较多，对保证数据融合的精准性提出挑战。在此背景下，如果能开发出精确选择或高度压缩的软件，合理缩小数据规模，政府决策的科学性和合理性自然能得到保障。然而，一旦现有的技术不能在短时间内达成这样的目标，数据就会呈现断裂状态，决策依据的确立、决策问题的建构、决策分析的手段、决策效果的评估都会面临无所适从的尴尬境地，进而增大政府合理决策的风险。二是数据真实性风险。毋庸置疑，真实、可靠的数据是政府科学决策的关键。但是，大数据的复杂性、多维性、异质性和非结构性决定了数据的真实性会有一定的折扣。再加上，数据贡献者受教育程度不同，认知水平参差不齐，眼界视野有差异，因此，他们提供的数据虽然类型较多，但真实性和准确性有待进一步验证，倘若数据的真实性得不到保障，数据使用者将这些错误的数据用于政府决策中，其危害将是致命的。三是数据抽样的风险。大数据的样本往往是抽出来的，并不代表全体，依据样本做出的决策是有一定的风险。四是大数据技术代表工具理性，与强调公平正义的价值理性不同，此种理性代表效率，因而如果一味用大数据来优化政府决策，决策的公共价值就无从彰显，这一点，反而是自1968年“明诺布鲁克会议”以来公共行政所倡导的。因为站在人文关怀的角度，政府决策如果能常常顾及弱势群体的需要，这些看似不符合经济理性计算的付出，却体现了高度的人文关怀精神与平等精神，是衡量社会文明发展程度的重要标尺。

四、大数据政府决策风险的规避路径

大数据时代的到来使得几乎所有领域，无论是学术界、商界还是政府部门，都以制定大数据为核心的新一轮信息战略为目标。大数据时代数据的爆炸式增长，对数据的采集和辨别能力提出新的要求。一方面，大量的非结构化数据混杂与结构化数据混杂在一起，数据的质量和精确性必将受到影响；另一方面，海量的数据对数据存储系统提出新的要求，需要低成本、高效率的大储存，但现有的常用存储手段——公用云、专有云和混合云，无论哪种，都存在信用风险；再加上，数据所有权和使用权的分离，数据所有者不能随意处置数据，数据的占有者却可以凭借自身的身份进入所有者的隐私领域，久而久之，人为制造的数据隐私风险会进一步加大。如何解决这些风险，学界进行了探讨，探讨的内容主要集中在隐私保护领域。例如，王泽群指出，大数据背景下的隐私保护需要政府转变职能、改变传统、强化监督、严格立法[24]；刘凌和罗戎认为，大数据背景下的隐私保护要考虑数据控制者的利益属性，考虑不同国家的文化差异，规范立法，对私人公司等非政府数据控制者进行合理管理[25]。王岑指出，在利用大数据进行政府决策的过程中，还必须考虑传统数据和传统方法的运用；否则，数据安全和隐私保护问题将阻碍决策的优化[26]。这意味着，要解决大数据决策面临的隐私安全问题，需要决策者运用民主、科学和理性的手段，明确数据使用规则、制定数据使用标准、强化数据使用监管、追究数据泄露责任，为数据隐私安全保驾护航。

对于大数据决策技术瓶颈和道德风险的规避，则需要从政府决策的工具理性与价值理性谈起。在大数据背景下，政府决策同时拥有工具理性和价值理性的特征更加明显。工具理性能解决政府决策的技术问题，价值理性能解决政府决策的价值问题。从工具理性的角度而言，要规避大数据政府决策的风险，就应健全大数据获取、传送、存储、使用和融合的各种通道，为大数据应用于政府决策提供更成熟的技术支持。同时，就大数据本身而言，完善老技术、开发新技术，防止数据超载、断裂和失真带来的决策模糊，杜绝数据存储、传输和计算引发的决策失误，避免数据挖掘、利用和融合诱发的决策低效，是彰显政府决策工具理性的必要手段。当然，政府决策的参与者也应该逐渐熟悉和了解大数据技术，共同研发政府决策的实践活动。而要解决大数据的道德风险问题，数据的开放性则十分关键。这一点，学界已基本达成共识。例如，胡税根等人指出，大数据应用于公共决策的关键是数据应具有客观透明性、实时连续性和开放性[27]；李圣军认为，大数据的核心是全方位采集海量数据，通过数据挖掘将“原始数据”转变为“信息”和“报告”，以软件平台为依托，通过智能化分析和可视化展示服务于政府决策，提升政府决策质量[28]。这意味着，要解决大数据决策的道德风险，在合理保护隐私的前提下，打破数据垄断，保持数据的开放性十分关键。这就要求扩大数据规模，增加数据流动性，引导公民积极参与，监督决策数据收集和使用过程。当然，对防止道德风险而言，数据完整性、原始性、及时性、可读性等品质也至关重要。

五、结语与展望

本文试图解决大数据优化政府决策的作用机理、三重风险与规避路径，以推进大数据在政府决策中的应用与实践，为政府决策能力的提升、决策水平的提高和决策质量的改进提供依据和参考，为大数据应用于决策领域提供分析框架与理论体系。大数据能够对政府决策思维、决策依据、决策方式、决策手段与决策结果等核心要素带来明显的影响，现有研究已开始关注这些影响，但更多关注的是大数据优化政府决策机制的必要性，对优化的可行性、有效性和应用性探讨不足，更缺乏大数据优化政府决策的个案分析，拙文试图为弥补这些不足起到“抛砖引玉”的作用。考虑到大数据具有资源获取的客观性、全面性、科学性以及高效性等特征，下一步，可通过分析大数据背景下政府决策面临的机遇挑战来探讨优化的必要性，通过解决大数据优化政府决策的关键问题来论证其有效性，通过探讨大数据优化政府决策的实践路径来彰显其应用性。具体来说，可在实证调查的基础上，利用参与观察大数据决策部门和执行部门的相关工作，探讨大数据优化政府决策机制面临的关键问题，反思这些问题产生的原因，提出解决措施，并就这些问题的解决对决策对象识别、目标纠偏、过程监控、效果评估、趋势预测的影响进行探讨；可通过开发分析工具、保证数据真实、消除数据孤岛和建立动态机制来解决大数据优化政府决策机制的核心困难，通过大数据在实践中的应用举措、应用结果来探讨其优化政府决策的实践路径。

[1]陆学莉.网络表达与治理互动关系的评价维度和互动态势分析[J].江淮论坛，2017，（2）：163-168.

[2]张爱军，刘姝红.大数据：新政治文明时代抑或政治裸体时代[J].探索与争鸣，2017，（3）：75-82+89.

[3]钱玉英，钱振明.制度建设与政府决策机制优化：基于中国地方经验的分析[J].政治学研究，2012，（2）：80-90.

[4]张楠.公共衍生大数据分析与政府决策过程重构：理论演进与研究展望[J].中国行政管理，2015，（10）：19-24.

[5]JOSEPH R C&JOHNSON N A.Big Data and Transformational Government[J].IT Professional，2013，15（6）：43-48.

[6]曾洁，贺书.基于大数据及GIS的贵安新区精准扶贫“1+N+8”云平台设计与分析[J].智能计算机与应用，2016，（4）：97-99.

[7]钟婉娟，侯浩翔.大数据视角下教育决策机制优化及实现路径[J].教育发展研究，2016，（3）：8-14.

[8]李志，兰庆庆.大数据改变政府决策模式[N].中国社会科学报，2016-04-13（007）.

[9]桑永婷，邓志锋.基于大数据的政府决策发展趋势研究[J].东华大学学报，2015，15（4）：194-197.

[10]李立煊.基于大数据的政府决策水平的实证研究——以广州市政府工作人员为调查对象[J].现代交际，2016，（2）：24-26.

[11]闫利平，申灿.创新大数据时代地方政府决策机理研究[J].中共天津市委党校学报，2016，（3）：60-66.

[12]德博拉·斯通.政策悖论——政治决策中的艺术：修订版[M].顾建光，译.北京：中国人民大学出版社，2009.

[13]威廉·N·邓恩.政府决策分析导论[M].谢明，译.北京：中国人民大学出版社，2011：166-169.

[14]卡尔·帕顿，大卫·沙维奇.政策分析和规划的初步方法[M].孙兰芝，胡启生，译.北京：北京华夏出版社，2002：151-154.

[15]维克托·迈尔-舍恩伯格,等.大数据时代：生活、工作与思维的大变革[M].盛杨燕，等，译.杭州：浙江人民出版社，2103：65.

[16]迈克·希尔，彼特·休普.执行政府决策[M].黄建荣，等，译.北京：商务印书馆，2011：译者前言1.

[17]王飞跃，等.社会计算与计算社会：智慧社会的基础与必然[J].科学通报，2015，（5）：460-469.

[18]魏航，等.基于大数据的政府决策评估研究：回顾与建议[J].电子政务，2016，（1）：11-17.

[19]王春福.大数据与政府决策的双重风险及其规避[J].理论探讨，2017，（2）：39-43.

[20]谢治菊.块数据在农村精准扶贫中的应用及反思——兼与“条时代”大数据应用相比较[J].南京农业大学学报：社会科学版，2017，（5）：32-38.

[21]于跃，王庆华.大数据的特质及其安全和信用风险[J].行政论坛，2016，（1）：83-88.

[22]宋振超，黄洁.大数据背景下网络信息的伦理失范原因及对策[J].理论与改革，2015，（2）：172-175.

[23]乌家培，等.信息经济学[M].北京：高等教育出版社，2007：164.

[24]王泽群.政府在大数据隐私保护中的职能重塑[J].理论探讨，2016，（3）：170-173.

[25]刘凌，罗戎.大数据视角下政府数据开放与个人隐私保护研究[J].情报科学，2017，（2）：112-118.

[26]王岑.大数据时代下的政府管理创新[J].中共福建省委党校学报，2014，（10）：40-48.

[27]胡税根，等.基于大数据的智慧公共决策特征研究[J].浙江大学学报，人文社会科学版，2015，（3）：5-15.

[28]李圣军.“大数据+微调”时代政府循数决策模式的构建[J].统计与决策，2017，（24）：59-62.