大数据思维下政府治理理念转变的机遇、风险及应对

(南开大学 周恩来政府管理学院，天津 300350)

一、问题的提出

海量、高速、多样、价值、真实，“大数据”对传统数据的超越，不仅在于其量的增扩，更在于其质的飞跃。“大数据”首先应当被理解为一组新的实践，同时，它也构成了一种独特的认识论，并成为了一种社会关系的组成部分[1]。换言之，“大数据”不仅作为一种数据资源和分析技术推动了实践创新，还作为人们获得新认知和创造新价值的源泉引导了思维变革，并深刻地改变着社会互动中政府与公民的关系[2]9，重塑着治理理念、方法和秩序[3]。

大数据对思维领域的重大影响引发了学界的高度关注，尤其在运用大数据“提升国家治理现代化水平”[4]的倡导下，将大数据思维与政府治理进行结合思考的研究成果不在少数。多数学者以大数据思维为出发点，对于政府在某些具体问题上或特定领域中的治理优化展开针对性探讨，如郑瑞强(2015)基于大数据思维提出精准扶贫的新策略[5]，孙粤文(2016)以大数据思维作为风险社会公共安全治理的新视角[6]。部分学者如刁生富(2018)等更从大数据思维的建设、创新、应用等方面，综合性探讨了大数据思维对地方政府市场监管、社会管理、公共服务等治理能力的提升[7]。同时，也有不少学者如黄新华(2015)等认识到，大数据思维固然为政府治理创造了种种机遇，但也对政府治理变革提出了新挑战，需要辩证分析和风险防范[8]。

“思维的转变对研究、寻求对策都会发生转变。”[9]大数据思维固然是探索政府治理能力提升的有益视角，但目前学界的研究多集中于大数据思维与政府治理实践的直接联系，而忽视了政府治理理念的优化也是其治理能力提升的一个重要方面，并且大数据与政府治理两大领域的跨界创新和良性互动的实现，必然要以政府治理理念为纽带。大数据思维首先对政府治理理念产生影响，继而以顶层设计带动、推进和保障政府治理的各项举措，由此方能真正实现从思维到行为的传导，从理念到实践的落地。因此，本文尝试立足于思维和理念层面的直接互动，关注“破旧立新”和“杜渐防萌”两大重要方面，从机遇与风险的辩证视角，具体分析大数据思维对政府治理理念的影响，并进一步思考在推动大数据思维融入政府治理理念，推动其转变、更新、优化的进程中，化挑战为机遇、化风险为价值的路径方向。

大数据时代，一切皆可量化，一切皆可容纳，一切皆可联动。大数据思维，也相应地表现为定量思维、全样思维、相关思维这三大方面。定量思维为大数据分析的可视性和可行性提供前提，全样思维为大数据收集的广泛性和真实性提供保障，相关思维为大数据预测的能动性和合理性提供支撑。具体而言，大数据定量思维主要包括“数据核心”“标准参照”“结果导向”等理念，大数据全样思维主要包括“宏观视角”“平等理念”“全面汇集”等理念，大数据相关思维主要包括“普遍联系”“相互传递”“数据共享”等理念，在重塑政府治理理念的过程中，既创造了新机遇，又提出了新挑战。

二、“破旧立新”：大数据思维挑战和重塑传统政府治理理念

大数据思维融入政府治理理念，首先体现为“破旧立新，推陈出新”的过程。大数据思维固然对政府长期秉承的治理理念产生了一定冲击，但也有助于突破传统政府治理理念的某些束缚。同时，大数据思维为重塑科学化的政府治理理念提供了创新思路，为建构现代化的政府治理体系提供了崭新活力。

(一)大数据定量思维挑战经验决策传统理念

破“经验唯上”之旧，立“数据核心”之新；破“粗放归纳”之旧，立“标准参照”之新；破“借口推诿”之旧，立“结果导向”之新。大数据定量思维挑战和突破政府经验决策的传统治理理念，有助于培养和增强科学决策的创新治理理念。

1.“数据核心”突破“经验唯上”

传统数据驱动的政府治理，由于数据采集、统计、分析、比较等各个环节都存在漏洞或滞后，数据基础不够夯实，数据支撑较为薄弱，导致政府在决策时可能处于数据不完整、信息不对称的困境，只能运用过往经验和主观判断加以弥补甚至替代，潜移默化形成了经验决策的思维惯性。

而大数据引导下，数据作为载体，将各种现象、行为、感受、程度等具体化、直观化，从而推动了深入的观测、计算、分析、运用，愈发彰显出必要性、关键性和科学性。政府源源不断接收着来自全方位多层次宽领域的数据信息和统计报表，秉承“数据决策”原则，在形势把握、前景判断、效果预估等决策考虑中能够实现并且也必须做到有据可依、有据可查、有据可证，从而提供了科学决策的有益思路和有效捷径。

2.“标准参照”突破“粗放归纳”

传统数据驱动的政府治理，尽管政府也能够汇集相当数量的数据，但往往只能形成数据的“集合”，而非“集成”或“整合”，难以清晰反映出数据的分布态势，难以依据相关规律对各个方面或各项指标内的数值进行细化分层，导致政府在试图运用数据助力治理实践时受到阻碍，常常照搬往期模板或挪用其它方面的阈值设定来对新数据信息进行界定和归纳。

而大数据引导下，数据收集更加全面广泛、数据整理更加统一规范、数据呈现更加明确有序，能够对各项数据进行智能化、高效化、精确化的分类和分层，一定程度上避免了政府面对庞杂数据时只能进行大致估计和主观划分各种“安全区”、“高危区”“正常值”“异常值”等的粗略性和随意性，有助于科学决策，提升效能。

3.“结果导向”突破“借口推诿”

传统数据驱动的政府治理，由于数据的不完整性和不全面性，数据对于政府绩效的反映能力和权威地位还难以保证。当政策未能达到预期效果、治理能力未能获得有效提升时，各部门各层级往往寻找各种数据指标的空隙，试图在这些考核监管的漏洞中争取解释权，以各种借口推脱责任、夸大偶然因素干扰性等。

而大数据引导下，“政策效果”“政府绩效”等“结果”均能够以数据直观反映于各类报表，方便各部门、各层级之间进行比较。在有限的时期内和宝贵的资源下，即使各种“困难”和“意外”存在干扰，但对其进行及时妥善的解决显然也被列入了职责范畴，因此，“结果导向”对各部门各层级政府及其工作人员起到了一定的督促作用，推动其通过加强风险预估防范等能力，保证状态稳定、实现结果优化。

(二)大数据全样思维挑战片面决策传统理念

破“狭隘局部”之旧，立“宏观视角”之新；破“少数忽视”之旧，立“平等理念”之新；破“按需搜取”之旧，立“全面汇集”之新。大数据全样思维挑战和突破政府片面决策的传统治理理念，有助于培养和增强系统考量的创新治理理念。

1.“宏观视角”突破“狭隘局部”

传统数据驱动的政府治理，由于数据采集的完整度和全面性难以保证，数据存储空间和管理能力有限，数据整合和分析技术不足，往往采用抽样的方法作为权宜之计。受此限制，政府往往只能针对某些方面的部分问题、某些群体的突出需求开展局部性的管理和服务。

而大数据引导下，政府的数据采集和分析能够实现由抽样向全样、从局部到整体的视野扩大，总体来看，样本的真实性、稳定性大大增强，数据的可信度、有效度大大提升。同时也有助于政府摆脱小样本的狭隘视角和具体问题的操作限制，立足全局进行宏观把握、统筹考虑、系统分析，更多发现共性问题和整体趋向，减少重复决策、被动决策。

2.“平等理念”突破“少数忽视”

传统数据驱动的政府治理，政府往往只能将某些数据普及度较高的群体所反馈的信息纳入决策考虑，大部分和一般性的诉求和态度被默认为社会整体的共同利益。而对于某些数据采集技术未能捕捉和跟进的群体和个体，其具体需求难以得到充分反映。往往只有当这些个体形成具有一定影响力的组织或这些少数群体的呼声较为强烈、提出特殊要求时，才能得到政府的重视和针对性解决。

而大数据引导下，所有数据均是大数据网络中的节点，都是被批量收集并等待智能分析的要素。这种平等理念也在一定程度上影响了政府对于社会中多元群体甚至个体的态度。由于每个个体产生的数据都具有价值性，在实践中能够保证采集和分析的渠道畅通，在理论上也能够对整体数据以至最终决策产生一定影响，因此均需要被纳入政府系统性的考虑范畴，客观上有利于促进社会公平。

3.“全面汇集”突破“按需搜取”

传统数据驱动的政府治理，需要政府利用自身的能力优势、耗费大量的人财物力进行数据信息的收集，尤其是对于常规、主要的指标之外的特定所需数据，更加需要依靠政府的主动出击和专门要求，所得数据信息的多少、深度、价值，往往取决于政府的能力所及。并且这种主动搜集实际上往往将数据置于被动地位，没有指定的具体需求驱动，则一般不会耗费资源成本对这些“无用”数据进行搜集、整理、分析。政府难以采集到的数据对象也往往成为被忽视的群体或领域，形成“数据暗角”甚至“数据死角”，难以对政府治理发挥能动性作用。

而大数据引导下，数据采集的触角深入方方面面，数据网络全面铺开、即时延展，人们的各种行动都处处留痕，直接推动了数据由被动搜集等待挖掘，到主动输出自主“发声”[2]28，源源不断服务于决策的这一地位转变，从而显著扩大了政府的数据渠道，丰富了决策的数据宝库，为政府治理中全样思维的运用奠定数据基础，为进一步的数据分析和价值挖掘提供了海量、全面、实时的数据来源。

(三)大数据相关思维挑战机械决策传统理念

破“原因追溯”之旧，立“普遍联系”之新；破“数据壁垒”之旧，立“相互传递”之新；破“层级束缚”之旧，立“数据共享”之新。大数据相关思维挑战和突破政府机械决策的传统治理理念，有助于培养和增强协同共治的创新治理理念。

1.“普遍联系”突破“原因追溯”

传统数据驱动的政府治理，往往倾向于对因果关系的探寻，由某一数据指标的异常反馈追溯其影响因素，在这种思维下，数据的作用仅在于为政府介入观察、加强干涉敲响警钟。并且，复杂的社会条件下，广泛的社会网络中，某一具体问题产生的既有影响可能涉及多元主体、多样方面、多重关系，精准定位问题症结实为困难，解决问题的成本不仅要包括对消极影响的范围和程度控制，还要加之追因所耗费的宝贵时间资源和人力物力财力等，反而不利于降本增效。

而大数据引导下，现象与现象、主体与主体、现象与主体之间存在或显性或隐性、或主要或次要的普遍联系，通过这些相关性的广泛建构和彼此交互，已经能够实现大数据的核心——预测[2]16，从数据关系网络中梳理出某些指导性的规律，直接为政府决策和改善治理提供明确方向和创新思路，而无需经过因果溯源的复杂求证环节。并且，在大数据网络中往往也只能知道“是什么”，而难以发掘“为什么”。因此，不同于“出现问题-逻辑分析-找出因果关系-提出解决方案的事后‘救火’模式”的传统管理流程，大数据引领了一种“搜集数据-量化分析-找出相互关系-提出优化方案的正向思维模式”[10]，大大节约成本并提升效率。

2.“相互传递”突破“数据壁垒”

传统数据驱动的政府治理，各部门各层级政府一般就自身及其业务项目单独形成数据，加剧了“数据壁垒”“信息孤岛”现象，彼此之间的数据对接、信息传递、合作联动等存在较大阻碍，数据冗余和不对称性现象多发，不利于政府工作的高效和精准。

而大数据引导下，相关性的建构不仅广泛存在于数据采集对象，也推动了政府各部门各层级之间进行数据信息的公开共享，开展规范统一的大数据平台协同共建，为各部门各层级获取海量多样数据信息提供了可能渠道和便利途径。某一部门或某一层级的政府上传的数据，将被即时更新录入大数据共享平台，在其它部门或层级的政府涉及相关内容或处理相关业务时，可以直接从平台上调用和传输所需数据和信息，实现一个数据的随时共用，一种资源的多方共享。

3.“数据共享”突破“层级束缚”

传统数据驱动的政府治理，由于数据往往需要权威力量的调用和管理，甚至为高层政府所垄断，下级政府仍然处于被动接受和直接使用上级公布或下达的既定数据结果、遵照上级意见和服从上级决定执行落实具体管理和服务工作任务的地位，实则未能真正享受和有效运用广泛而强大的数据权力。

而大数据引导下，各层级政府平等享有访问大数据共享平台、调用各项所需数据信息的权利，不再仅仅为上级政府既有数据和决策结果的下达所限，而能够发挥更大的能动性和自主性，通过数据信息的上传、更新、补充，为上级政府提供更丰富、更详实、更精准的决策参考和政策建议，为系统整体注入持久动力和创新活力，上下联动促进治理体系内的有序高效互动，推动治理效能的稳步提升。

三、“杜渐防萌”：大数据思维下政府治理理念转变面临风险

大数据思维固然为政府治理理念的重塑提供了创新视角，但也暗藏了误导政府治理理念走向歧路的潜在风险。因此，在推动大数据思维融入政府治理理念的过程中，还应当认识到“杜渐防萌，慎之在始”，积极主动做好风险防范，遏制不良倾向。

(一)大数据定量思维误导数据依赖

大数据定量思维可能误导政府形成数据依赖，亟需预防落入“数据核心”下的片面决策、“标准参照”下的路径依赖、“结果导向”下的绩效唯上等不当治理观念的陷阱。

1.“数据核心”下的片面决策

政府在数据决策的转型中，可能逐渐淡漠了“数据核心”与“唯数据”的严格区分和重要边界。全盘否定传统经验而夸大数据决策作用，以硬性、冰冷的数据信息为全部、唯一的决策依据，大大减少甚至完全忽视其它对决策具有一定参考价值的依据，如从往年治理工作中总结的经验教训、对社会经济发展应然现象的预测考虑、将决策者自身与广大群众换位思考得出的主观意念和管理偏好等，这些周全考虑、综合定位、审慎决策的不当约简，都可能误导政府在面对本阶段较以往突然波动的数据时，作出该阶段发展或倒退的片面判断；面对本地区较全国尤为特殊的数据时，进行该地区优异或落后的不当定位；在面对广大群众的政策反馈和利益诉求，与决策者严格遵行“数据决策”的“科学”预期和“应然”效果存在较大差异时，陷入不知所措、自我怀疑、混乱失序和应急不当的困境。

2.“标准参照”下的路径依赖

大数据技术对各项数据的所谓“智能”归纳，实质上也只是按照数值的总体分布态势、对应其它相关指标的类别设置、细化往期该指标的层次划分等，为政府提供相对科学、动态更新的一系列计算结果。倘若政府过度信任和依赖这些参照依据，便易于将“众数”或“中位数”等具有占比性质的统计数值，简单设定为某些现状是否“正常”和“稳定”的判断标准，甚至利用大数据的精确性，认为某一方面中某项具体指标的数据具有代表性意义，便以偏概全将其作为判断整个方面、状态、形势的决定因素甚至唯一标准。另外，这也容易导致对关键阈值以内所谓“安全区域”“正常范围”的具体数据进行笼统粗放的处理，而忽视了这些数据中存在的细微差别和潜藏的多种风险，从而使“标准参照”异化为路径依赖的工具，以科学决策为名，行庸政懒政之实。

3.“结果导向”下的绩效唯上

“结果导向”思维也可能导致政府迫于绩效的压力，片面或过度追求数据上的“成就”，而违背了政府的工作理念和服务宗旨。如为了降低“成本与投入的比率”以优化“经济”评价指标，忽视某些高投入、见效慢但能够切实改善民生的项目；为了缩短“平均办理时间”以优化“效率”评价指标，在业务办理时草草应付了事或推脱复杂事项；为了迎合“公众满意度”以优化“效果”评价指标，偏向于为本地区内人口比例较大的群体提供便利等。[11]尽管在大多数指标数据保持稳定和相对平衡时，对于个别项目的超量投入暂时不会对政府治理和社会发展产生明显的消极影响，但本质上这种偏向性的刺激不利于有限资源的优化配置，不利于真正适应民众需求，不利于整体效能的持续提升。

(二)大数据全样思维误导泛化应对

大数据全样思维可能误导政府走向泛化应对，亟需预防落入“宏观视角”下的细节疏忽、“平等理念”下的过度均一、“全面汇集”下的攫取膨胀等不当治理观念的陷阱。

1.“宏观视角”下的细节疏忽

“宏观视角”的实现得益于大数据强大的容错能力。这种容错思维固然能够帮助政府有效避免“钻牛角尖”和拘泥于“细枝末节”等现象，减小某些干扰因素对决策的消极影响，树立大局意识，关注整体导向。但另一方面，这也可能导致政府片面理解系统论的相关理念，只认识到整体居于主导地位，发挥统率作用，具有部分所不具有的某些功能，从而弱化了严谨细致的工作态度，倾向于笼统性、粗略性对待各种相似对象和细微差别，对于数据流程各环节的确认、检查、审核、监管等工作掉以轻心、模糊处理、应付了事，而未能意识到部分同时制约着整体，某些看似无关紧要的偏误在一定条件下也会对工作实践、社会治理、政府形象等造成严重后果。

2.“平等理念”下的过度均一

“平等理念”也可能异化为“平均主义”，使政府倾向于将多元群体和独立个体完全视为一个社会整体，只把握其共性需求，对其进行无差别的服务管理，而忽视了对某些弱势群体的帮扶和特殊群体的关注，导致社会差距的扩大、社会矛盾的激化，反而不利于治理环境的有序和稳定。而事实上，公平应当是适度的、合理的、可容纳的、可接受的不平等。政府治理不应当只是在法律法规的遵守、义务的履行上、基础性权利的享有等方面强调平等，而忽略了治理实践中在不损害国家和集体根本利益的前提下，对某些具体情况、特殊群体、敏感问题等进行适度倾斜和科学干预的重要性和必要性。另外，尽管政府能够借助大数据精准捕捉各社会成员的多样化需求，在理论上将各社会成员均纳入决策考虑、政治参与、协同治理等的范畴，但在实际中由于政府物质资源和时间精力的有限性，海量数据也往往被大量浪费，最终仍然选择性地只看“重点”“总体”数据信息，依然受到传统思路和经验的束缚。

3.“全面汇集”下的攫取膨胀

“全面汇集”的实现也暗藏了将政府治理理念导向歧路的风险。“我们仍然生活在一个机构权威的时代”[12]159，政府在各种政务数据和社会数据资源的掌握上仍然占据优势。政府治理的大数据化愈发凸显了数据量和信息源的地位，在这种庞大需求的驱动下，政府为了保证决策来源的广泛和稳定，增强决策的科学性和实质性，易于倾向利用自身权威和能力，不断扩大数据采集的范围，拓展数据挖掘的深度。这种攫取欲望的膨胀往往导致对数据采集目标对象的隐私侵犯，反而违背了政府以人为本的初衷。同时，大数据时代最重要的战役在于“平台”和“竖井”之间[12]159，为了维护自身的数据优势，保障已有的数据安全，防止公开的数据贬值，政府可能倾向于利用权威垄断某些数据挖掘的特权，对庞大的数据资源进行暗箱管理甚至操纵，反而形成了政府与社会之间更大规模的屏障和隔阂。

(三)大数据相关思维误导秩序分散

大数据相关思维可能误导政府陷入秩序分散，亟需预防落入“普遍联系”下的判断偏误、“相互传递”下的责任推诿、“数据共享”下的执行弱化等不当治理观念的陷阱。

1.“普遍联系”下的判断偏误

“普遍联系”固然为政府就相关现象和问题对症下药、突破传统思路的束缚开拓创新、发挥风险预判和前瞻决策的能动性和灵活性等方面提供了有力依据，但由于大数据的庞杂性和容错性，这些普遍联系中也存在着相当数量的干扰性连线，如某些在实践生活中接触概率极小的群体之间存在的远程行动同步等，以致许多实际上并不重要的“相关性”或并不可靠的“假规律”误导政府，反而形成不合理的决策偏向。在完全抛弃因果关系探究的情况下，更容易忽视事件苗头、催化剂、导火索等传统治理中的重要分析对象，甚至不对根本原因加以判断，而停留于甚至受惑于现象的表层，采取的相应措施也就往往治标不治本，甚至“头痛医头，脚痛医脚”。

2.“相互传递”下的责任推诿

传统数据驱动下的各部门各层级政府，尽管彼此数据共享性和信息通达度受到限制，但通过有限的、明确的相关指标，结合既定的职责范畴划分，能够较为直观、迅速地定位到责任主体，因此在一定程度上能够督促各部门和各层级政府工作人员责任感和严谨度的增强。而大数据治理中，多元主体对共享平台上的任意数据信息均有可及性，一种数据可能被各有关部门或层级政府多次调用、传输，甚至在某些系统设置下可以被更改和编辑。因此，当某些突发状况出现，需要专门性的应急解决或出现了重大决策失误需要严格追责时，这种数据共享的平台反而成为了将具体职责进行“相互传递”，导致推诿扯皮的“挡箭牌”。

3.“数据共享”下的执行弱化

“数据共享”也可能为下级政府的随意性和不服从暗藏风险。由于数据共享平台的开放性和平等性，上级政府无需再为下级政府提供既定的相关数据。下级政府在接到上级的执行指示后，可以依据实际情况和具体需求，自行在平台上随时调用相关数据信息。并且由于摆脱了在数据方面受到的规定和限制，下级政府在数据的筛选、分析、阐释等方面都具有了更大的自主空间，不排除不同层级政府在数据标准的确定、数据内容的选择、数据规律的分析等方面产生分歧的可能。同时，这种在数据获取方面的能力发挥和权利实现也带动了下级政府在其它领域上自主意识和欲望的增强，使政府传统层级服从和严格执行观念受到了扁平化冲击，可能反而导致政策贯彻落实的难度提升、效能降低。

四、大数据思维融入政府治理理念的原则

大数据思维下政府治理理念的转变，机遇与风险并存。如何把握机遇，规避风险，并能动地将严峻挑战转化为长效价值，是实现大数据思维真正融入政府治理理念的必由之路，亦是当务之急。坚持科学与人本、系统与精准、协同与权威的有机统一，正是推动大数据思维下政府治理理念焕发新活力、增添新动力、展现新能力的创新思路。

1.坚持科学与人本的有机统一

政府治理理念要增强大数据定量思维中“数据核心”“标准参照”“结果导向”理念的科学性，同时也不应忽视传统治理理念中的某些宝贵经验和有益方式。既要夯实数据基础以有力服务科学决策，克服传统拍脑袋决策的弊端，又要坚持以人为本和民生导向，思考如何运用工具理性和价值理性的“交叉复现”[13]以实现“善治”目标[14]。

一要将科学的数据支撑与宝贵的治理经验相结合。明确“数据核心”不等同于“唯数据”决策。一方面要培养有效利用数据信息资源、从对数据本身的研究中把握问题和启迪决策的习惯和能力；另一方面也要将从数据分析中得出的结论和预判，结合往年的治理经验、国家的发展方向，以及一般的社会常识进行二次思考和论证，检查是否存在数据上的直观反映与常理不相符合甚至逆反的情况，若存在则需要更为严谨地展开进一步的剖析，鼓励决策团队中定量分析与定性分析互为补充，防止一人专断的认识偏颇，也防止唯数据或唯经验的片面决策。

二要将确定的值域范围与动态的实际情况相结合。一方面要充分利用大数据高效精准的分类、分层技术，使原始的海量数据资源条理化、直观化，易于查找、调用和分析；另一方面也要注意，这种分类与分层的标准虽然可能是事先人为设定的，建立在一定的往年经验和常识判断的基础之上，但每一批的数据都有所不同，反映着动态变化的复杂情况。面对数据收集和分拣系统提供的初步的、机械的归纳报表时，仍须对各个指标及其数据进行大致的复核，尤其是对处于各个值域“边缘线”的数据，应当多加关注而不是直接采用，调整纠正“非人格化”操作下某些不合理的硬性归并。同时要在初步的类别、层次的基础上，进行横纵梳理、同类比较、往期对照等，及时发现问题，有针对性地二次调查确认。

三要将精准的绩效评估与真正的民生需求相结合。一方面要有效发挥大数据在政府绩效评估中公平、明确、及时、多样的优势，激励相关工作人员提高效率、缩短流程、加大投入、勤办业务等；另一方面也要认识到，考核数据的反馈基于技术，但评估指标的设定主体在人。因此要完善相关评估指标，健全数据收集网络，做到全面考量、比例合理，增强说服力和有效性。将对少数弱势群体的帮扶、对服务管理“暗角”的改善、对重点难点问题的创新等纳入评估体系和数据网络，监督相关工作人员脚踏实地，防止投机取巧、避重就轻，也鞭策相关工作人员为民服务，防止滥用职权、寻租腐败。

2.坚持系统与精准的有机统一

政府治理理念要增强大数据全样思维中“宏观视角”“平等理念”“全面汇集”理念的系统性，同时也不应抛弃长期培育出的严谨工作作风和“针对性”应变能力。既要树立大局意识，统筹规划考虑，普遍关注各个群体和多种需求，又要适度政策倾斜，分析具体问题，照顾弱势群体和特殊需求，实现共性与个性、整体与部分、普遍性与特殊性的辩证统一。

一要将宏观的统筹能力与严谨的工作态度相结合。一方面要利用大数据强大的容错能力树立宏观视角，从整体上把握全局情况和发展态势，避免“钻牛角尖”和拘泥于“细枝末节”；另一方面也要坚持细致的工作态度和严谨的工作作风，对某些关键领域和重点问题中的数据进行复核和探讨，防止“千里之堤，溃于蚁穴”。要利用大数据提供的便利，将其为分析和决策过程节省出的宝贵时间精力，更多投入对技术误差的排查、对相似对象的甄别、对关注重点的选择等，在加固长板、补齐短板的同时，也要留意补缺补漏、及时止损，否则达成的也只是不全面、不完善、不可持续的“发展”。

二要将基础的形式平等与必要的差别原则相结合。正如罗尔斯之正义论，既要重视平等自由的原则，又要将机会的公正平等原则与差别原则相结合[15]。平等理念不等于平均主义，公平原则也不等于绝对平等。因此，一方面要以大数据思维下的平等性增强政府对程序、权利、资源、机会等方面公正性重视；另一方面也要通过大数据的全面性、精准性反馈出的“盲区”和“暗角”，有针对性地对弱势群体、特殊群体和敏感问题、冷门问题，以及一些突发情况、具体情况等做出灵活、及时、有效的应对和处理，从而达到有限资源和优化配置的协调，多样需求和全面关照的统一。

三要将独特的数据优势与人道的隐私保护相结合。一方面，政府要利用自身的权威性、正规性和合法性，引导公民自愿支持和有序配合政府的数据采集，同时可以借鉴多元共治的思路，与其它非政府主体进行稳定、安全的合作，在合法合理的范围内扩大数据来源、丰富数据宝库、补充数据指标；另一方面也要重视隐私保护和信息保密问题，对于某些关键信息和重要资源，政府必须实施一定的“垄断”，加以严密的保护和跟踪，防止数据信息被“营私”和“不法”的个人或组织攫取和扩散，这既侵害了公民的权益，也损害了政府的形象。

3.坚持协同与权威的有机统一

政府治理理念要增强大数据相关思维中“普遍联系”“相互传递”“数据共享”理念的协同性，同时也不应革除长期以来虽有所弊端但总体稳定运作的政府主导和上级指导模式。既要鼓励数据共享、多元参与、多方监督、合作共治，又要合理利用政府的执行程序和科层规范，保障大数据治理的落地见效、稳定有序。

一要将普遍的联系建构与重点的因果推导相结合。一方面要坚持在大数据营造的各要素普遍联系环境中建构统一的有机整体，同时也要从大数据提供的某些潜在联系中培育政策创新思路，从大数据反映的某些规律趋势中把握政策制定方向；另一方面也要明辨这些潜在联系和趋势规律的可靠性和有效性，不应盲目信任数据的“牵线”和“引导”。在把握全局、把握主流，同时把握重点、把握关键的前提下，可以在经过分析判断后，适当剔除某些指标，降低数据的冗杂度，方便决策过程中的不断查证和研讨。对于某些较为“反常”的现实情况或数据信息，应当加以严密的推理、考证、溯源，发现实质问题从而采取治本之策。

二要将适度的操作权限与明晰的责任界定相结合。一方面要保证各部门和各层级政府的工作人员对相关数据信息有一定的操作权限和调用能力，以方便其工作任务的持续开展和随时复核；另一方面也要加强对数据处理和应用的追责机制建设，可以通过在数据转引、编辑、复制、发送等环节上健全记录档案，并定期分析各部门和层级对某领域数据的使用频次等，结合其工作实际情况的需要，分析是否有滥用权能的倾向，从而及时介入调查，明确责任，强化监督，规范使用，减少推诿扯皮导致的对工作效率和工作作风的双重损害。

三要将数据的共享自主与政策的贯彻落实相结合。一方面要坚持非保密性的数据信息在政府内部同一平台上的开放共享，减少对数据信息资源的“权限申请”“传达接收”等流程的繁复和低效，赋予下级政府一定的自主性和能动性；另一方面也要严格划清“扁平化”和“层级化”适用领域的界限，保证需要被严格执行并贯彻落实的工作任务和政策部署能够得到有效推进，并由上级政府或专业部门掌握数据信息的总控权，允许下级各部门在体制框架内、在全面监督下，相对自主地运用数据资源，以更好地服务于工作需要。

习近平总书记强调：“善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。”[4]全面培养、牢固树立、科学把握、灵活运用大数据思维，将大数据思维有机融入政府治理理念，从而积极引导政府治理实践的有序、有效、有力推进，是推进国家治理体系和治理能力现代化的必由之路。大数据在思维领域掀起了重大变革，但我们仍然应该“保持谨慎态度，‘批判性思维’先行”[16]，辩证看待其积极意义和消极影响。大数据思维对政府传统治理理念的冲击和重塑，固然为政府逐步实现科学决策、提升治理能力提供了全新平台和发展空间，但同时也暗藏着一定的风险，倘若对大数据思维的运用不当，反而会因其为政府决策打开的方便之门所误导，走上与人本核心和服务宗旨渐行渐远的歧路。然而，通过明确的自身定位、坚定的服务宗旨、积极的理念塑造，政府完全能够发挥大数据思维的独特优势，借大数据思维反观治理理念的核心原则，以大数据思维启迪治理理念的优化方向，切实将严峻挑战转化为创新机遇，将潜在风险化为长效价值。由此推动大数据思维对政府治理理念的“破旧立新，推陈出新”。