文章

大数据推动政府治理变革

发稿时间:2015-09-14 00:00:00

  “大数据时代的预言家”舍恩伯格认为大数据是当今社会独有的一种新型能力:“以一种前所未有的方式,通过海量数据进行分析,获得有巨大价值的产品和服务,或深刻的洞见。”规模化、多样性、高速性和价值性是大数据的突出特征,如果说数据库时代的数据管理是“池塘捕鱼”,大数据时代就是“大海捕鱼”,大数据正在变革着人类社会的各个领域,包括我们理解世界的方式。政府必须从理念和行动上做出积极的回应,以适应大数据驱动的治理变革。

  推动治理结构变革:从一元主导到多元合作

  现代意义的治理是各种公共的或私人的主体管理公共事务诸方式的总和,治理主张打破传统以政府或公共机构为唯一权威主体的模式,提倡公共机构与社会力量相互合作,形成一种多中心、开放型的治理网络。多中心治理越来越涉及这样的社会情景:公共政治的结构不再是仅仅围绕着利益或问题而组织起来,而是围绕着事件和密集的信息流而组织起来。以互联网为中心的信息革命使得传统公共机构不再是主导数据的唯一机构,这才是治理变革的真正动力。

  从部门数据到公共数据,打造合作治理的大平台。数据是事物属性和事物间相互关系的再现和抽象,良好的治理需要开放数据的支撑和支持。当前我国数据的采集和使用尚未走出部门化、碎片化和管控导向的局限,难以适应现代公共治理的需要。需建立合作治理的数据平台,以打破政府数据的部门壁垒,减少数据重复建设,推动数据标准化,建立融合、共享、服务导向的公共数据。政府可以鼓励和引导社会组织和商业机构参与国家公共数据的建设,提升数据开发利用的效率,鼓励和引导第三方数据免费共享和再利用,加快公共数据的流动和价值发掘。与此同时,也可以鼓励大数据行业精英和大型机构参与大数据秩序和行业规范的构建,以确立大数据公共使用的基本规则。

  从强大政府到强大网络,打造合作治理的伙伴群。强大的现代治理能力来自于强大的治理网络。数据流日益引导问题流、资源流和智慧流的汇聚,政府需将数据流的变革潜能转为治理改革的驱动力,通过对政府和社会的再梳理,建构强大的治理伙伴网络,整合政府资源,激活社会资源。

  从权力导向到责任导向,打造合作治理的新规则。在治理变革中,不可避免地涉及权力和利益的流动和再分配,良好的治理是从权力再分配转向责任的再分配。行动者不仅要清楚可以得到什么,更要清楚自己的责任和义务。为促进公共利益行动,从权力驱动转向责任驱动。可视化是大数据的特征,合作治理就是通过大数据将模糊责任转为可视化责任。在法定责任框架下,进行可视化责任梳理和再分配,生成问题情境清单、责任清单、任务清单和责任履行清单,并将它们在决策者、执行者和公众之间无障碍地流转和对接。这种直观形象的责任机制使行动者跨时空地看到自己与整个治理网络的关系以及自己承担的任务,并能通过可视化监督倒逼行动者履行责任。

  推动治理决策变革:从经验决策到数据决策

  公共决策本质上是缩短理想和现实之间差距的过程,它是未来导向的。公共决策需在准确把握客观现实的基础上,做出符合目的的选择与决断。传统公共决策往往是依靠政治精英和业务专家的知识、经验、直觉做出的,决策依据主要是过去事实和经验理性,很大程度上是一种经验决策和模糊决策,决策结果同客观现实存在着较大的偏差。决策者对未来的预测受支持数据、时间以及预测水平的限制,是无法做到完全理性和精准的。大数据不断颠覆着公共决策的基本方式,西方学者纷纷倡导“数据化决策”或“数据驱动的决策”,其核心理念就是一切让数据说话,发现好想法,做出好决策。根据舍恩伯格的大数据思维变革理论,我们可以理出从经验决策向数据驱动决策转化的实现路径。

  从小数据到全数据。大数据时代,公共决策可以借助于云计算分析更多的数据,甚至可以处理和具体决策有关的所有数据,而不再依赖以前随机采样的小数据。公共决策将从依托传统的抽样调查、典型调研、专家会议,转向分析全面而完整的数据,超越惯性思维和偏见,使决策真正“基于实证的事实”。公共决策应尽可能地实现全数据以超越局部精准掌控战略全局,防止以偏概全,并注意各类异常情况,发现背后的潜在机会和威胁,防止因小失大。

  从“应该是什么”到“实际是什么”。基于相关关系的预测是大数据的核心,数据决策应注重寻找事物间的相关关系,关联物能提醒我们某件事情正在发生。例如,有的搜索工具通过分析人们的检索词条,可以预测流感的传播趋势,但要找出检索记录和流感趋势之间的关系,事情就变得异常复杂了。对公共卫生决策而言,能够在紧急时刻精准研判出流感趋势才是最关键的。

  推动治理绩效评估变革:从目标评估到全景评估

  传统的治理绩效评估是目标控制导向的,常常以预定的治理目标为标准,主要衡量治理行动实现治理目标的程度。治理绩效的复杂性决定了这种单一的评估模式很难全面客观地衡量出真实的绩效。全景评估意指“所有的地方都被评估到”,全景评估的广度和深度远远超过传统的目标评估。基于大数据的技术特征和社会属性,通过数据整合和信息加总,可以记录政府治理的轨迹和全景,不同数据之间交互印证,“全景评估”完全可能实现。

  大数据时代最显著的变化是从数字化转向数据化,数字化是把模拟数据变成计算机可读的数据,而数据化是通过记录和分析对一切社会现象进行量化。政府要充分发掘大数据全面量化的技术潜能,实现对治理行为的全景留痕和数据化,通过智能数据采集系统和多元反馈机制,治理所涉及的主体、过程、方位、事件等全要素都可以被自我数据化,同时也可能被他人数据化。这些客观的、无筛选的记录、存储能为全景评估提供最原始的数据。

  量化治理绩效。利用大数据技术,可以将一切文字、声音、视频等半结构性、无结构信息进行分析评估,政府要尽可能地用量化的指标体系来逐渐取代弹性很大、语义含糊的定性评价,提高治理过程量化的范围和深度。

  关联性评估。治理绩效评估要改变以往预设评估目标、标准、范围的模式,将尽可能多的治理效果、产出、影响等要素纳入系统性评估之中。按照大数据的“导航路径”,可以发现很多以前未曾关注的绩效盲点,如例外绩效、异常绩效等。这种相关关系分析法可以降低偏见、惯性思维、时空局限造成的不良影响,帮助我们更准确、更快捷、更全面地评估政府治理绩效。■

友情链接:

中国政府网 国务院新闻办公室 国家发展和改革委员会 人民网 新华网 中国经济体制改革研究会 腾讯网 搜狐网 光明网 中国改革论坛 中国新闻网 澎湃新闻网 凤凰网 经济参考网 人民论坛网 中宏网 千龙网 网易 中国教育新闻网 北青网 中国记协网 求是网 国家互联网信息办公室 央广网 中国青年网 中国经济网 中国日报网 中国人大网 中国网