“大數據+微調”時代政府循數決策模式的構建

李圣軍（濟南大學 軟實力研究中心，濟南 250002）

“大數據+微調”時代政府循數決策模式的構建

李圣軍
（濟南大學 軟實力研究中心，濟南 250002）

對于政府循數決策模式，其體系架構主要包括政府和非政府部門“分工協作”的多主體架構、地方和中央“分層決策”的組織架構、存儲和應用“相對分離”的數據架構；運行機制則主要包括數據鏈條運行機制和政府決策運行機制，前者包括數據采集和挖掘機制，后者包括決策制定和評估機制，但其核心是全方位采集海量數據，通過數據挖掘將“原始數據”轉變為“信息”和“報告”，以軟件平臺為依托，通過智能化分析和可視化展示服務于政府循數決策和定向微調。

大數據；微調；政府；循數決策

0 引言

隨著物聯網、社à網絡、自媒體、移動互聯網、云計算的興起和發展，世界各國均無可選擇的進入了大數據時代，發達國家紛紛推出了相應的大數據發展戰略。與此同時，在經濟發展進入新常態和社會治理日益復雜的新形勢下，一方面，政府高度重視大數據產業，將其作為戰略性新興產業予以扶持，寄希望于通過大數據產業促進經濟發展的轉型升級和社會治理的統籌協同；另一方面，隨著經濟運行中市場決定性作用的發揮，經濟新常態呼喚政府宏觀調控新模式，強調微調、預調、定向調控的政府“微調”時代已經來臨。從時間節點角度，2013年是我國“大數據元年”，2015年則是我國政府宏觀調控的“微調元年”，從此我國經濟社會運行將正式進入“大數據+微調”的新時代，政府無論是經驗式決策模式還是實驗式決策模式都將面臨嚴峻的挑戰，循數決策模式將成為與“大數據+微調”時代相契合的政府治理新模式。

1 “大數據+微調”時代的數據價值

1988年，托尼·卡斯提出了“大數據”一詞[1]，到現在已近30年時間，但大數據在世界范圍內真正興盛應該從2012年開始，2012年也被稱為世界的大數據元年。從大數據相關文獻發表數量的角度，2013年中美兩國的大數據文獻量都有一個飛躍，中國文獻量從2012年的110篇增加到178篇，美國則從2012年的295篇迅速增加到419篇[2]。因此，無論中國還是世界均是最近幾年才真正進入大數據時代。同時，在經濟新常態和“三期疊加”的新時期，從2013年開始，新一屆政府面對經濟下滑的嚴峻形勢，政府堅決退出直接干預，不采取大規模的刺激政策，改為實行預調、微調和定向調控。因此，在信息技術的支撐下和政府決策模式轉型的推動下，我國正式進入了“大數據+微調”時代，而在這個新的時代，如果數據將發揮核心的支撐性作用，沒有數據的支撐，大數據將成為空中樓閣，政府微調也將成為紙上談兵，“大數據+微調”時代賦予數據前所未有且舉足輕重的地位和作用。

（1）數據規模：時代變遷的推動者

據統計，人類至今生產的所有印刷材料的數據量大約為200PB，而歷史上全人類說過的所有的話的數據量大約為5EB[3]，因而被稱之為“小數據”時代。進入21世紀，隨著信息技術的發展，尤其是移動網絡、社à網絡和物聯網的發展，導致數據采集成本急劇下降，數據產生數量不斷增加，數據傳輸速度日益加快，數據存儲規模不斷擴大，數據量成指數級增長。據統計，淘寶網站單日數據產生量超過50TB，存儲量40PB；百度公司目前數量總量接近1000PB；據國際數據公司IDC的報告，預計到2020年，全球創建和復制的數據總量將增至35ZB（1ZB=1024EB，1EB= 1024PB，1PB=1024TB，1TB=1024CB），因而被稱之為“大數據”時代。與“小數據”時代相比，“大數據”時代的核心特點是數據量大、結構類型多、增長速度快、價值高或價值密度低。從根本上可以說，數據規模是人類社會從“小數據”時代轉變為“大數據”時代的推動者。

（2）數據挖掘：決策轉型的支撐者

數據是“一切以電子形式存儲的記錄”[4]，其并不能直接給個人、企業、社會或政府帶來價值，因而必須采用現代信息技術對海量的原始數據開展去冗降噪、深入挖掘和可視化顯示，從而將無用的“數據”轉變為有用的“信息”。從政府決策角度，政府以數據為基礎決策尤其是開展精細化的“微調”需要的不是海量的原始數據，也不是碎片化或片段性的單條信息，而是圍繞某個專題生成的系統全面且圖文并茂的“報告”，因此，數據挖掘是決策轉型的支撐者。

（3）數據預測：決策效果的評價者

基于大數據技術，可以明確社會經濟系統各種因素之間的相關關系，一方面，為政府微調確定切入點，通過采取特定的定向調控措施，利用各種因素之間的相互影響關系，充分發揮市場、社會主體自身的內在調整機制，達到政府預期的調控效果，從而避免大水漫灌式調控方式引發的市場、社會系統運行紊亂；另一方面，大數據時代對經濟社會系統的實時數據監測，可以為政府決策提供實時的海量數據，從而便于及時開展政府微調效果的定量評估，有利于政府科學把握和拿捏各項微調政策的力度，既能防止過度調控又能避免無效調控，確保微調“微成本而不微效果”，從而實現微調“小刺激大成效”的既定目標。

2 政府循數決策模式的體系架構

政府循數決策的核心是政府依據數據開展決策，從而實現決策的科學化、主動化、個性化、定量化、及時化和精確化，與經驗式決策、意識形態式決策和實驗式決策相比，政府循數決策模式對數據要求較高，既要有海量的數據規模和一流的數據質量，還要有高超的挖掘技術和智能的應用平臺。綜合政府分層級、分部門和數據分階段、分類型特點，政府循數決策模式的體系架構可以概括為“多主體、雙層次和兩環節的架構”：一是政府和非政府部門“分工協作”的多主體架構，二是地方和中央“分層決策”的組織架構，三是存儲和應用“相對分離”的數據架構（見圖1）。

圖1“大數據+微調”時代政府循數決策體系架構

（1）政府和非政府部門“分工協作”的多主體架構

在社會管理向社會治理的轉型過程中，治理主體日益多元化，除了傳統的政府之外，企業、協會、科研機構等非政府部門，由于掌握海量的數據和先進的挖掘應用技術，在政府“循數決策”和“微調”的實施過程中也發揮著重要的補充性作用，不同主體顯然具有不同優勢，不能因時常發生“數據打架”問題而取消非政府主體的數據采集、挖掘和發布的主體地位，相反應充分調動各主體的數據采集水平、挖掘能力和發布力度，匯聚更大規模的數據，進一步促進政府“微調”的準確度、針對性和實效性，因此，非政府主體可結合自身獨特優勢建立自身的數據云端和研發相應的軟件平臺。

（2）地方與中央“分層決策”的組織架構

目前我國政府序列包括五個層級，分別為中央政府、省（區、直轄市）級政府、地市級政府、縣市級政府和鄉鎮級政府，除了中央政府之外，其余層級政府統稱為地方政府。每級政府均是一個相對獨立的決策主體。因此，在“大數據+微治理”時代，政府循數決策包括各級政府均實施循數決策，但核心決策主體是中央政府和省（區、直轄市）級政府，主要是省級區域之間差異較大，而地市級、縣市級、鄉鎮級之間差異相對較小，因此，在中央政府統一領導下，各省級政府可以結合自身實際建立自身的決策支持系統，根據實際分別建立政務云和研發軟件平臺。

（3）存儲和應用“相對分離”的數據架構

在“大數據+微調”時代，數據規模和數據挖掘直接影響大數據的價值和政府微調的效果，傳統的“誰采集、誰存儲、誰應用”的數據架構已經過時，“數據統一云端、平臺分類研發”已成為新時期的大數據架構。在中央和省級層面，統一建立“政務云”，利用現代的云計算技術，可以有效降低數據運算處理時間，防止數據損失和病毒侵入問題，同時還可節省大量的維護費用。而在海量數據相對統一的同時，各政府部門包括商務部門、統計部門、國土部門、財稅部門等職能部門可以從自身職責出發，研究相應的軟件平臺，從統一的政府海量數據庫中提取相應數據開展智能化分析，為各部門的“循數決策”提供數據支撐。

3 政府循數決策模式的運行機制

政府循數決策與傳統的經驗式、意識形態式和實驗式決策相比，是政府決策模式的一次歷史性變革，涉及決策思維、決策依據、決策效果評價等政府決策的方方面面，因此，建立真正的循數決策模式必須在統一頂層設計的基礎上系統推進。但總體上，在“大數據+微調”時代，政府循數決策模式的運行機制主要包括兩類，一類是數據鏈條運行機制，主要涉及“大數據時代”數據整個鏈條的運行問題；一類是政府決策運行機制，主要涉及“微調”時代政府依托大數據開展循數決策和微調的決策流程問題。

3．1 數據鏈條運行機制

在大數據時代，數據鏈條包括數據采集、數據清洗、數據匯聚、數據存儲、數據挖掘、數據展示等眾多環節，后一個環節的工作開展均以前一環節為基礎，各個環節都是不可缺少的。但從政府決策角度，數據鏈條運行機制主要包括數據采集機制和數據挖掘機制。

3.1.1 數據采集機制

數據采集是政府循數決策的基礎和支撐，也是大數據鏈條的起始環節。在大數據架構下，數據采集機制主要包括數據采集方式、數據采集內容和數據采集主體。

（1）采集方式

目前，數據采集方式主要包括五種，一種是人工記錄然后經統計人員審核后電腦錄入，比如居民家庭收入支出流水賬記錄；一種是智能終端自動輸入上報，數據采集人員現場采集數據后直接通過終端上報，比如電子采集器；一種是企業通過登錄系統直接網上登錄上報，比如各部門現在開通的各種網上直報系統；一種是自動采集，通過軟件自動從企業系統中提取所需數據，比如信息泵；一種通過à易終端自動采集數據并上傳到政府數據庫，比如批發市場電子à易數據。

（2）采集內容

從數量角度，在構成大數據的信息類型來源中，其中大概只有約10%屬于結構化數據，其余90%是非結構化數據[5]；從價值角度，我國政府部門掌握著社會信息資源80%的有價值的信息[6]，這與大數據價值密度低有關系，但同時也可看出，大數據時代政府實施“微調”政策必須既要重視結構數據也要重視非結構數據，因為結構數據雖易處理且全面但滯后，非結構數據雖難以處理且垃圾信息多但及時量大。因此，從服務政府決策的角度，數據采集內容既包括結構化數據也包括非結構化數據。

（3）采集主體

鑒于數據采集覆蓋面廣、涉及主體多、工作程序復雜、工作量較大、監督難度大，應以“地方采集為主”，依托各省、市、縣統計局、調查隊，鄉鎮調查員和大量的一線數據采集員，根據屬地原則同步展開，保證數據采集的及時性和全面性；此外，鑒于地方政府存在一定的區域利益，而且全國經濟一體化加速推進，還應以“中央直采為輔”，通過信息泵、企業直報等現代信息技術方式，中央政府直接從一線采集數據，保證數據的準確性，減少數據采集層次和環節。

3.1.2 數據挖掘機制

數據挖掘就是對海量數據進行分析加工，將雜亂無章的數據通過智能化分析技術變成服務于政府決策的信息和報告。從政府決策角度，數據挖掘機制主要包括智能化挖掘、可視化展示和定量化預測。

（1）智能化挖掘

對于海量的異構數據，人工挖掘的方式顯然是不可能的，因此大數據時代的數據挖掘必須是智能化的，所謂智能化就是利用現代的信息技術自動將海量的原始數據轉變成信息并生成相應報告。數據挖掘智能化的載體就是軟件平臺，基于統一的云端，政府各職能部門從自身職能出發研發軟件平臺，設置相關的功能模塊。通過設定指標、制定算法，自動對海量數據進行加工，將無數的數據變成有限的指標數值，為政府決策提供數據支撐，減少政府決策的盲目性，同時提高政府決策的效率。

（2）可視化展示

對于數據挖掘的結果，進行可視化展示不僅可以降低理解的難度，提高有用信息的集聚度，還可以減低政府決策時間，在最短的時間內尋找問題所在，鎖定問題根源，實施定向性的“微調”。比如商務部肉菜追溯中央平臺，通過追溯鏈條的自動化合成和可視化展示，政府監管者可以迅速鎖定問題肉菜的流量流向，從而對問題肉菜迅速開展下架或召回等后續處理工作，有效解決以前“一人感冒、眾人吃藥”的問題，實現了“誰感冒、誰吃藥”的“微調”治理。

（3）定量化預測

預測分為定性預測和定量預測，在缺乏數據的“小數據”時代，要么憑經驗、實驗結果開展定性預測，要么依據調研的“小樣本”數據開展一定程度的定量預測，但依據有限的樣本和有限的指標推測全體，政府難以開展循數決策，實施定向的微調。而在大數據時代，樣本分析轉變成全體分析，數據量呈指數增長，數據指標也迅速增加，這為實時預測提供了數據支撐，也為開展全體分析提供了指標支撐，基于海量數據的多指標、實時的定量化預測成為可能，政府循數決策和定向微調也具備了堅實的數據基礎。

3．2 政府決策運行機制

3.2.1 決策制定機制

在政府循數決策的模式下，政府決策制定機制主要是在大數據時代，從定向性“微調”的時代需求出發，如何快速的鎖定問題及科學迅速的制定政府決策，具體主要包括問題發現、網絡征求意見和公開方案。

（1）問題發現

問題是決策的基礎，迅速發現問題是緩和社會矛盾、減少政府響應時間的關鍵。在大數據時代，社à媒體、網絡空間和自媒體的興起為群眾表達訴求提供了前所未有的便利，而網絡抓取技術、文本分析技術等數據挖掘技術的發展和政府軟件應用平臺的研發為問題的智能化發現提供了技術支撐，從而使政府可以實時且全面掌握群眾訴求，并可利用現代信息技術迅速確定待解決的主要問題，即“問需于民”。比如商務部肉菜追溯中央平臺，問題智能化發現是其主要功能模塊之一，通過進出平衡、檢驗檢疫等方式自動發現問題。

（2）網絡征求意見

在大數據時代，對于政府待解決的各種問題，當決策者受時間緊迫、能力所限等因素制約一時無法拿出具體可行的方案時，可以通過網絡征求群眾意見，即“問計于民”，通過調動群眾的積極性、集聚群眾的智慧，尋找解決問題的關鍵點，為政府“微調”確定切入點，這在“小數據”時代是顯然不可能的，征求意見不僅覆蓋面狹窄，而且所需時間較長，成本較高。在方案初稿制定之后，同樣可以通過網絡征求意見的方式修改完善方案，從而真正貫徹“從群眾中來到群眾中去”的決策理念。

（3）公開方案

政府制定決策能否不折不扣的貫徹實施，關鍵取決于廣大群眾尤其是利益相關者能否迅速獲得并準確理解方案內容。在大數據時代，網絡的發展和普及為決策方案的宣傳和貫徹提供了強大的媒介和輿論支撐。現代互聯網超越時空傳播的優勢為決策方案的迅速傳播提供了技術支撐。除此之外，在公開方案內容的同時，專家學者和官方媒體的方案解讀同時也可在網上迅速傳播，便于群眾準確把握方案內容和切實理解政府意圖，從而促進利益相關者調整行為模式，實現決策的既定目標，徹底解決問題。

3.2.2 決策評估機制

政府決策制定發布之后，若沒有實現預定的目標或者發現預定目標和實際目標之間的差距較大，政府決策便是失敗的或者是無效的。因此，發現問題并制定發布方案之后，評估決策效果便成為問題的關鍵。從政府循數決策的角度出發，大數據時代政府決策評估機制主要包括全面評估、實時評估和定向微調。

（1）全面評估

政府決策會涉及社會各群體、各基層的利益，而在社會日益分化的大背景下，不同群體受政府決策的影響和對政府決策的評價是不一樣的，在小數據時代，樣本對各階層群眾的覆蓋面、各階層群體對調查的配合度等均影響調查結果，導致無法對政府決策開展全面評估。而在大數據時代，網絡的匿名性為各階層群體真實表達自身的想法提供了平臺，擺脫了傳統的人與人面對面評價政府決策的各種顧忌，便于政府全面準確的掌握各階層群眾對政府決策的不同看法。

（2）實時評估

在政府決策實施后，只有開展實時評估才能充分發揮評估的意義。在大數據時代，移動網絡的發展和移動終端的普及為群眾實時發表意見提供了便利，使得群眾可以隨時隨地發表自己對某項政府決策的意見；同時，網絡社區的興起，便于政府決策的利益相關主體迅速集聚在一起，在一個平臺à互式的發表意見，對政府決策進行評價；最后，政府數據的公開和云端的建立，為社會機構基于海量數據對政府決策實施定量評估提供了可能，從而形成全國關注政府決策、參與決策評估、研發評估技術的氛圍。

（3）定向微調

對政府決策實施科學評估之后，若決策沒有達到預定的目標，還需根據評估結果對政府決策進行修改完善，即進一步實施定向的“微調”。在大數據時代，群眾全面關注、參與政府決策的過程，以及基于海量數據的相關關系挖掘，均有利于政府科學鎖定政府決策的短板，確定決策缺陷的關鍵點所在，從而有針對性地修改決策方案，實施定向微調，從而使政府決策不斷接近盡善盡美，在保持政府決策連續性的同時，提高政府決策的精準化水平，促進政府決策的科學化和政府治理的現代化。

總體上，在“大數據+微調”的時代，政府循數決策的運行機制主要包括兩方面，一個是從數據角度出發的數據鏈條運行機制，一個是從政府角度出發的政府決策運行機制。但是政府循數決策的關鍵是把政府決策和大數據有效結合，在統一數據采集格式、編碼規則的基礎上，真正將大數據的理念貫穿于政府決策的各個方面，真正將政府決策建立在大數據和云計算基礎之上，基于“中央政務云”和“地方政務云”，各職能部門研發相應的系統軟件平臺，從而實現數據的自動化采集、廣泛性集聚、統一化存儲、全面性挖掘、可視化展示和政府決策問題的智能化發現、決策方案的群眾性參與、決策效果的科學化評價。

4 結論

對于政府循數決策模式，結合大數據和微調的時代特點，其體系架構主要有三個特點，一是政府和非政府部門“分工協作”的多主體架構，從而發揮各主體自身優勢，共促政府循數決策的科學性；二是地方和中央“分層決策”的組織架構，從而調動地方積極性，在地方層面推進政府“微調”；三是數據存儲和應用“相對分離”的數據架構，引進專業的云計算運營商，提高數據存儲的安全性和數據挖掘的針對性。從政府循數決策運行機制層面，主要包括數據鏈條的運行機制和政府決策的運行機制，其中數據鏈條運行機制主要包括數據采集機制和數據挖掘機制，數據采集機制則包括采集方式、采集內容和采集主體，數據挖掘機制則主要包括智能化挖掘、可視化展示和定量化預測；政府決策運行機制包括決策制定機制和決策評估機制，決策制定機制包括問題發現、網絡征求意見和公開方案，決策評估機制則包括全面評估、實時評估和定向微調。總體上，“大數據+微調”時代的政府循數決策主要是強化政府決策的大數據思維，實現政府決策和大數據的完美結合，從而適應并推動政府循數決策定向微調時代的到來。

[1]劉佳.大數據時代的社會治理困境與創新發展路徑[J].學術探索，2015,(4).

[2]孫竹梅.中美兩國大數據研究文獻的對比與分析[J].新世紀圖書館，2015,(1).

[3]劉濤雄,徐曉飛.大數據與宏觀經濟分析研究綜述[J].國外理論動態，2015,(1).

[4]李振,鮑宗豪.“云治理”：大數據時代社會治理的新模式[J].天津社會科學，2015,(3).

[5]劉濤雄,徐曉飛.大數據與宏觀經濟分析研究綜述[J].國外理論動態，2015,(1).

[6]張琳,楊毅.大數據視野下國家網絡治理路徑優化研究[J].湖北社會科學，2015,(5).

（責任編輯/易永生）

F123

A

1002-6487（2016）24-0059-04

國家社會科學基金重點項目（13AZD003）

李圣軍（1981—），男，山東齊河人，博士，講師，研究方向：城鄉治理、產業政策。