基于大數據的公共決策模式創新

牛正光　奉公

摘 要：隨著大數據時代的到來，人類社會的數據種類和規模正在飛速增長，并將革命性地影響公共決策模式的創新。大數據處理如同神經元之間同時相互作用的高度非線性動態過程一樣，具有自適應、自組織、自學習能力。基于大數據技術的“DW神經系統型”公共決策模式，將擺脫傳統的“隨機抽樣”和從因果關系出發的研究范式，通過“全樣本分析”和“相關性分析”等方法獲得驚人的智慧，并被運用到公共決策的諸多領域。大數據有利于政府與公眾多元參與決策，有利于決策精準化，有利于相關性預知，有利于提供孤立點分析。未來要更加重視大數據技術的研究和應用，以數據為基礎重塑公共決策機制，積極培養專業人才，并做好數據安全工作。

關鍵詞：大數據；DW神經系統模型；公共決策

中圖分類號：D63文獻標識碼：A

文章編號：1003-0751（2016）04-0007-05

近年來，隨著移動互聯網、物聯網、云計算的廣泛應用，人類社會的數據種類和規模正以指數級的速度增長。這些數據的計量單位已經遠遠超過GB和TB，開始以PB、EB甚至ZB來衡量，數據逐漸轉變成一種具有價值的資源，大數據的概念聲名鵲起，并被廣泛運用到了公共決策的諸多領域，如精準管理、公共服務和危機預警等。大數據所積蓄的價值將革命性地影響公共決策模式的創新，并掀起一場政府決策思維的變革。特別是我國“十三五”期間將大力實施國家大數據戰略和“互聯網+”行動計劃，促進互聯網數據與經濟社會融合發展，這將有助于促進政務信息資源開發利用，提高政府決策的科學化水平。大數據時代的到來，將再次印證一條規律，即新技術的出現總是能夠驅動新的公共決策模式隨之不斷發展與進步。如何準確把握新態勢，快速應對新變化，正確采取新措施，正是當下政府和社會公眾共同需要認真思考的問題。

一、大數據時代下的公共決策模式探究

大數據通常指無法在可容忍時間內利用經典軟件工具來獲取和處理的數據集。①從定量方面可以認為，大數據是涉及多種數據形式并超過PB級的實時數據流。從定性方面看，大數據擁有數據體量大（Volume）、數據類型多（Variety）、處理速度快（Velocity）、價值密度低（Value）等特性。②這些特性為公共決策領域的研究帶來了前所未有的全新視角和理念，并為決策模式的創新提供了重要理論及技術支撐。正如黃璜等學者于2015年在《大數據與公共政策研究：概念、關系與視角》中提出的那樣，大數據正在與決策制定的智能化融為一體。③

1.公共決策模式的發展變遷

公共決策是指在特定的制度環境下，公共組織運用一定的決策程序來管理社會公共事務，并做出相應決定。公共決策模式需要多元主體共同參與，決策系統內部要素高度協同，自發地促進公共決策效能得以最大化的發揮。④政府對公共決策模式的選擇，直接關系到政府治理功能的定位以及政府參與公共治理的程度和方法。

回溯公共決策模式的變遷歷程可以發現，人類獲取和分析信息的技術是導致決策模式變遷的重要因素。⑤在經驗管理決策時代，由于收集和分析信息的技術匱乏，政府主要憑借經驗判斷進行決策。經驗決策模式始于18世紀末，包括獲取經驗以及挑取適當的經驗用來解決新環境中的新問題。這一時期的管理決策深受小生產模式的束縛影響，到了19世紀末已經不能滿足生產力發展的需求，因而開始逐步過渡到科學管理決策階段。

科學管理決策模式于1911年由泰勒（Taylor）在《科學管理原理》一書中提出，其重要主張是通過調查研究以及獲得的科學知識來取代個人的經驗判斷。在科學管理時代，因為統計技術的發展，政府可以利用統計分析的結果作為決策的判斷基礎。科學管理決策模式較好地解決了單個工作的效能問題，但很難解決一個整體如何決策的問題。

當前大數據時代，政府、企業、社會組織、個人等幾乎都在制造數據，構成了一個相互關聯的巨大的數據群滲透在決策的方方面面，對傳統的經驗管理決策模式和科學管理決策模式提出了前所未有的挑戰，當前急需一種新的范式來滿足大數據下的管理決策需求。2007年圖靈獎獲得者吉姆·格雷（Jim Gray）指出，數據密集型科學正在從計算科學中分離出來，成為科學研究的第四范式。⑥第一種范式是以邏輯分析為代表的理論研究，屬于定性研究；第二種范式是以實驗為代表的經驗研究，屬于定量研究；第三種范式是以模型為代表的計算機算法研究，屬于仿真研究。與傳統的三種范式不同，第四種范式可以處理和某個現象相關的幾乎全部數據，即“樣本等于總體”，不必僅限于隨機抽樣，并且不再癡迷于關注數據的精準度，而是變成關注分析數據的相關性，打破了從因果關系出發的研究范式，為科學決策提供了支撐，使新的決策模式研究成為可能。2011年，馬丁·克魯貝克（Martin Klubeck）在《量化：大數據時代的企業管理》一書中探討了海量數據對管理和決策的特殊作用。⑦2012年，涂子沛在《大數據：正在到來的數據革命》一書中，闡述了數據創新給政府決策、社會管理帶來的巨大變革。⑧

2.傳統決策模式存在的問題

由于公共決策所涉及對象的廣泛性和決策者組成的特殊性，其決策模式種類多樣。傳統的公共決策模式大致有以下三種：一是依靠決策者所具有的分析問題和理性判斷能力進行決策的“官僚型”模式。這個模式需要決策者擁有決策過程中可靠的組織信息、專業技能和制定決策的權威，但這種模式使決策者容易受到個人主觀見解的誤導。二是通過“合意”的過程來平衡多方群體利益的“民主型”模式。這個模式的決策參與者由不同個體和群體組成，他們代表不同的利益，雖然在決策初期可能主張不同，但通過求同存異的過程，最終形成共識。這種模式可能會代表大部分群體的利益，但很難達到最優的決策，且效率低下。三是通過數據抽樣，運用數學統計等分析方法得出結論進行決策的“計算型”模式。這種模式有規范的調研過程，可以做到有據可依的決策，但終究是小數據采樣，采樣數據的廣泛性和代表性很難達到要求，所以結論有時會事與愿違。這些模式的共同缺點是缺乏合理、智慧的決策依據，決策方法仍然屬于“有限理性”的范疇。

3.大數據時代下的“DW神經系統型”決策模式

為了擺脫公共決策中“有限理性”的束縛，人們開始對數據進行研究，努力尋求數據中隱藏的價值，在管理者決策時賦予其智慧。1948年，美國“研究與發展”項目成立非盈利的咨詢機構，成為了最早利用數據分析為政府決策提供服務的部門。1965年，IBM公司的360計算機開啟了管理信息系統建設的大門。由于計算機和網絡技術大大降低了“數據”的成本，數據成為決策者突破“有限理性”決策的助推劑。20世紀80年代，拉塞爾·阿克夫（Russell Ackoff）提出了“數據—信息—知識—智慧”（Data—Information—Knowledge—Wisdom）的“金字塔”模型。數據居于“金字塔”底部，是人們對研究對象收集的有關資料，信息是對收集的數據資料進行整合分析得到的結果，知識是對信息進行加工轉換得到的產品，智慧是依據知識實施公共決策或掌控某一機制運作的能力。⑨“DIKW金字塔”模型較好地闡釋了數據時代（主要指小數據時代）“數據驅動決策”的理念。但是面對PB級規模的大數據時，傳統的一些假設或因果邏輯將變得不再必要，因果關系隱藏在整個系統當中，現在的“因”可能就是以前的“果”，別處的“果”也可能就是此處的“因”。因果邏輯成了一種相互糾纏的相關性，因此只要有產生相關性的數據，就能發現意想不到的新規律。

大數據的“全樣本分析”和“相關性分析”等特性將擺脫傳統的“隨機抽樣調查”和“因果邏輯關系”，并突破“DIKW金字塔”模型。因為當抽樣數據趨近于研究對象的全部數據時，數據間的相互關聯將揭示出很多重要規律，這些規律可以讓人們忽略數據間的因果邏輯性，不必再去追尋“為什么”的理論，而是根據數據的“相互糾纏關系”直接獲取“是什么”的智慧。當然也不必理會數據中是否參雜著精確度不高的數據，因為這些數據很有可能通過“孤立點分析”便會揭示出其他更有價值的規律。

大數據類似于人工神經元系統，雖然單個神經元的功能簡單，但大量神經元構成的網絡系統卻具有巨大的功能。這種思維方式的根本點在于：數據像神經元分布一樣遍布在網絡上，巨量數據處理單元互聯而組成了一種非線性、自適應信息處理系統。大數據處理如同神經元之間同時相互作用的高度非線性動態過程一樣。大數據系統具有自適應、自組織、自學習能力，可以通過非常細微地跟蹤和把握目標數據及個體數據的活動痕跡，經過相關性分析、孤立點分析等方法獲得驚人的智慧。同時這些獲得的智慧也將會變成新的數據，并與其他數據一起產生新的智慧。正因為大數據如同神經元系統一樣具有分布式信息存儲、大規模并行協同處理等特點，我們提出了“數據—智慧”（Data—Wisdom）的“神經系統”模型（如圖1所示），并且認為“DIKW金字塔”模型將向“DW神經系統”模型轉變。

“DW神經系統”模型以大數據系統為支撐，可以為決策者補充他們認知經驗所缺乏的智慧。這是決策者通過相關數據分析所得到的信息和證據為依據制定決策的一種模式，其運行機制為：第一步是確定決策目標和待解決的相關問題。第二步是整合相關數據。圍繞問題目標，廣泛收集結構化及非結構化數據，實現無序數據向關聯化轉變，建立統一格式的大數據庫。第三步是進行數據分析，將數據的處理和分析過程以及分析結果與決策問題的背景聯系起來，實現隱性數據向顯性化轉變。第四步是反饋展示信息。數據分析完成后，需要向決策者匯報信息、解釋結果，判斷是否滿足決策目標，若不滿足，則重新整合、分析數據，直至滿足決策目標。第五步是決策。在大數據信息分析得出結論之后，決策者將做出科學決策（如圖2所示）。基于大數據技術的“DW神經系統型”模式有助于減少“官僚型”模式中以決策者主觀見解為主導致的謬誤，打消“民主型”模式中決策者權衡個體利益的顧慮，去除“計算型”模式中采樣、統計的技術局限，促使公共決策模式形成一種“數據—智慧”的新型關系。

圖1 DW神經系統模型

圖2 DW神經系統型決策模式的運行機制

二、大數據在公共決策中的應用及面臨的問題

正如維克托·邁爾·舍恩伯格（Viktor Mayer Schnberger）在《大數據時代》一書中描述的那樣，大數據正在被廣泛應用于政府、社會和公眾之中，并引發一場巨大的管理變革。隨著管理思維變革的不斷深入，大數據在公共決策中的應用更加廣泛，并對公共決策模式的創新起到了積極的促進作用。

1.大數據在公共決策中應用廣泛

第一，大數據有利于政府公眾多元參與決策。大數據時代，微博、微信、搜索平臺等社交媒體產生海量的交互數據，擁有最廣范圍覆蓋、開放共享和雙向交互等特性，暢通了公眾、社會組織表達民意以及參政議政的渠道，促進了政府整合企業、民間機構、社會組織、民眾及意見領袖等多元主體參與決策。例如2011年慶陽市正寧縣幼兒園校車被撞后，公眾在部門問責、事故調查、責任認定等多個方面進行網絡聲討，對政府《校車安全管理條例》的出臺起到了積極的影響。⑩

第二，大數據可以提供更加精準化的決策。通過大數據分析的往往是全樣本數據，反映目標群體活動痕跡的數據本身就蘊藏著巨大的價值，決策者可以通過分析這些活動痕跡，進行精準化預測。例如當當網利用大數據技術，通過分析讀者消費記錄，做出相應的精準薦書的決策。醫院衛生部門可以收集病人在各醫院的就醫數據，建立數據庫，幫助醫生實現診療精細決策，提高醫療質量。交通部門可以建設綜合信息平臺，集成出租車GPS系統、道路傳感網絡、視頻監控采集等系統，用以分析交通狀況，增強交通管控的準確性和時效性。

第三，大數據具有相關性預知的決策功能。大數據通過對行為數據、物理數據等的分析，可以找出數據之間糾纏的關聯關系，然后利用這些關系找到事物發展的規律，進而預測未來。大數據的相互關系也許很難讓我們明白為什么會發生某個事件，但它卻能很直白地告訴我們這個事件已經或正在發生。例如我們在通過網站預訂機票時，只需了解票價漲跌的趨勢和時間的關系，即可做出最有利的訂票決定，而不需要探究是什么因素導致了這種變化。B11同樣，政府可以通過百度等搜索平臺，分析出企業景氣指數，作為國家調控經濟的重要參考。

第四，大數據可以為公共決策提供孤立點分析。孤立點分析就是在大數據的集合中找出明顯異變的離群數據，通過分析獲得的意外規律往往置信度很高。B12在公共危機管理決策中，大數據可以匯集幾乎全部可能引發危機的內、外部數據，然后從中找出與正常值有明顯差別的孤立數據，最后通過數據的關聯應用和歷史學習等方法對危機做出預測和決策。例如對信用卡詐騙進行分析時，通過孤立點分析可以發現欺詐行為與正常行為之間的顯著不同，從而對各種詐騙行為的預警和防范提供決策支持。B13檢察機關可以對政府官員的房產登記、銀行收支、消費記錄等數據的異常動態進行監控，查處貪污腐敗。

2.基于大數據的公共決策面臨的問題

盡管大數據意味著大機遇，數據成為了與資金、專家等同等重要的競爭力，但同時也面臨著技術、政策、人才等方面的大挑戰，主要表現在四個方面。

第一，決策主體認識存在偏差。大數據時代，決策主體正從各領域精英轉向社會民眾。B14由于自媒體的出現以及社交網絡的普及，社會公眾意愿的表達成為公共決策的中堅力量，政府部門應當把來自社會公眾的數據轉變成一種基礎資源，進行專業的整合和分析，并作為公共決策的重要依據和支撐。而目前大多數的管理者仍舊把以專業人士為代表的業內精英作為決策的主體，并沒有將重心轉移到社會公眾，這就造成了決策效能的低下。

第二，數據來源及其應用技術水平存在問題。各級政府及社會機構的信息系統相互獨立，海量的數據儲存在不同區域、部門的數據庫中，每分析一次數據都要多方面、多層級進行收集，并且政府與企業、社會機構的數據整合渠道不暢，很難達到“全數據”的處理要求。B15另外，有效的決策過程往往需要與用戶多次交互，目前的數據分析很少能讓用戶真正通過交互過程參與其中。最后，政府眾多數據庫中大多是操作型數據，對這些非結構型數據分析非常困難，而且由于各級政府部門軟件升級、系統維護的不統一，導致對現有的數據分析預測難上加難。

第三，大數據專業人才缺乏。大數據興起時間不長，專業人才相對較少。尤其在公共決策領域，大多數人員只是掌握了一些諸如統計、采樣等基本分析技術，因而在對海量的非結構數據進行快速挖掘和處理時往往捉襟見肘。另外大數據技術涉及統計學、計算機科學、管理學、社會學等多個學科，能同時精通多學科領域的復合型人才更是嚴重缺乏。

第四，數據保護能力不強。大數據時代，個人隱私很容易不經意間通過網絡泄露。隨著社交網絡、電子商務的興起，個人的生日、住址、銀行賬號等信息經常在網絡上輸入和運用，不法分子將相關數據整合分析后，很容易使個人的隱私數據暴露。另外，在技術對壘中，由于技術落后導致的數據單向透明，很可能給集體甚至國家帶來安全隱患。例如2012年美國知名B2C網站Zappos2400萬用戶的電子郵件和密碼等信息被竊取；2013年的棱鏡門事件暴露出多國政府部門及個人信息被美國監聽等等。

三、應用大數據促進公共決策模式創新的建議

我國政府已把大數據作為重要的戰略布局方向，早在2012年便由廣東省率先試水提出了《廣東省實施大數據戰略工作方案》，2015年8月，國務院也正式印發了《促進大數據發展行動綱要》。如何使大數據技術更好地在公共決策中發揮作用，從而加快提升國家治理現代化水平，是擺在我們面前的一個急迫而重大的課題。

1.重視大數據技術的研究和應用

創新適應大數據時代要求的公共決策模式，必須從國家的層面重視大數據的發展，尤其需要從法規制定、機構組建、技術研究等方面給予積極的支持，啟動大數據理論與應用研究計劃，對大數據的“政產學研用”做出系統規劃。轉變決策思維模式，樹立“數據思想”，需要政府部門與科技界、工商界以及社會公眾共同努力，通過消除屏障、協同合作、成立聯盟等途徑，推動成立各級的組織機構，既為學術研究提供基本的數據資源和技術支撐，又為大數據提供應用和管理平臺。

2.以數據為基礎重塑公共決策機制

第一，利用大數據技術對巨大的政府、社會及大眾的行為數據進行分析，實現巨量數據向智能化的轉變。第二，加大數據開放力度，推動政府、社會多元合作治理，推進精準化決策和人本化的公共服務。第三，利用數據加強政府績效考評，提升行政管理的效率，節省行政成本，提升政府效能。第四，加強大數據在輿情監測、應急預知、網絡反貪等公共領域的應用，實現政府決策由事后補救轉變為事前預警，用數據驅動科學決策，提升政府決策能力。

3.積極培養數據專業人才

大數據專業人才需要同時具有信息處理、統計管理、公共決策等綜合知識，要通過政府、企業、科研院所組團探索大數據人才培養的機制和模式，鼓勵高等院校謀劃大數據學科建設，開設大數據理論知識方面的專業課程。引導高等院校與阿里巴巴、百度、騰訊等企業聯合培養大數據應用方面的職業人才，為大數據人才的培養提供立體式平臺。

4.保護大數據時代下的信息安全

在大數據環境中，公共決策所依托的數據庫，要注重設置嚴密的訪問限制，加快開發隱私管理工具，從技術上杜絕黑客的攻擊。政府部門要加強立法，明確對私密信息的定性解釋，使相關法律法規更加細化和可操作，為監管部門提供及時有效的監管依據。同時加強對國有大數據科技企業的支持力度，下更大力氣推進國產數據處理芯片、操作平臺、大型數據庫管理系統等核心技術的研發與產業化，促進自主品牌大數據產業的安全、快速、健康發展。

注釋

①宗威、吳鋒：《大數據時代下數據質量的挑戰》，《西安交通大學學報》（社會科學版）2013年第5期。

②孟小峰、慈祥：《大數據管理：概念、技術與挑戰》，《計算機研究與發展》2013年第1期。

③黃璜、黃竹修：《大數據與公共政策研究：概念、關系與視角》，《中國行政管理》2015年第10期。

④張紅鳳等：《轉型期公共決策模式路徑優化：從傳統模式向動態協同模式的轉變》，《中國行政管理》2014年第10期。

⑤鄧莉：《大數據時代的院校決策模式》，《中國科學報》2013年11月7日。

⑥王元卓等：《網絡大數據：現狀與展望》，《計算機學報》2013年第6期。

⑦參見[美]馬丁·克魯貝克：《量化：大數據時代的企業管理》，吳海星譯，人民郵電出版社，2013年。

⑧參見涂子沛：《大數據：正在到來的數據革命》，廣西師范大學出版社，2012年。

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

⑩王勁：《大數據時代的管理變革》，《學術論壇》2013年第1期。

B11李丹陽：《大數據時代的中國應急管理體制改革》，《華南師范大學學報》（社會科學版）2013年第6期。

B12胡明暉等：《數據挖掘技術及其在公共管理中的應用》，《中原工學院學報》2002年第2期。

B13迪莉婭：《基于云計算的電子政務大數據管理研究》，《圖書館理論與實踐》2013年第12期。

B14張建設：《大數據：戰略論的終結與社會化決策的興起》，《企業管理》2012年第10期。

B15于施洋等：《基于大數據的智慧政府門戶：從理念到實踐》，《電子政務》2013年第5期。

責任編輯：浩 淼文 刀