论文部分内容阅读
摘 要：大数据时代为政府治理变革提供了一个全新的背景，政府治理变革将朝着治理主体多元化、治理内容预防化、治理载体自动化等方面发展。但是大数据时代的政府治理变革也会遭遇开放数据与数据安全、海量数据的困扰、数据的盲目依赖、大数据人力匮乏、路径依赖和数据无法体现的价值观等挑战。适应大数据时代的需要，在趋利避害中推进治理变革，政府应利用大数据的技术优势实现由传统管理向现代数据治理的转变，用数据说话，理解数据、应用数据、相信数据，是政府治理变革的必然选择。
关键词：大数据；政府治理；变革研究
“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，包括我們理解世界的方式。大数据时代是一个将数据当作核心资产的时代，数据呈现出战略化、资产化和社会化等特征。随着数据作为国家战略资产意识的增强，以及越来越多的国家将数据管理上升到战略层面，大数据势必会以更加积极的姿态进入到公共管理和政府治理范畴内。无论是把大数据单纯作为一种技术，还是一种抽象理念，或者是一个时代背景，它都将对政府治理理念、治理范式、治理内容、治理手段等产生不同程度的影响。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。
一、推动治理结构变革：从一元主导到多元合作
大数据改变了单方决策的运行机制。大数据时代政党、政府、非政府组织、新闻媒体、社会团体和公民个人作为数据网络中的网点，网线便是信息量庞大的，传播速度极快的数据。这些数据使各个主体之间互通有无，实现快捷交流，使基于网络的多元共治成为可能。这是因为，大数据是建立在云计算、数据仓库、数据挖掘、联机分析等数据开发和应用技能发展基础之上的，数字技术拓展了传统的政府管理过程，扩大了政府治理的参与主体。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。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。因此，在大数据时代的多元共治中，政府治理出自政府但又不限于政府，“办好事情的能力并不在于政府的权力，不在于政府下命令或运用其权威。政府可以动用新的工具和技术来控制和指引，而政府的能力和责任均在于此。
二、推动治理决策变革：从经验决策到数据决策
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。
而大数据时代的数据采集、存储、分析和决策以及结果展现等技术，推动了政府治理载体的自动化。通过现代化设备、计算机技术、通讯技术和互联网技术的整合，可以改革和优化政府流程，有效地将各种内外部信息综合起来形成信息流，为政府治理服务。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。通过海量数据和数据技术预测偏好，政府可以提供符合大多数民众期望的公共产品和服务、预防打击犯罪、缓解交通压力、防控疾病传播以及预测自然灾害。
三、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。而全景评估意指“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。在大数据时代，海量基础数据经过三次转化，政府治理实现“智能”化，首先通过利用先进的数据技术对大量的政府业务数据和公众行为数据进行分析，实现无序数据得关联化、隐性数据向显性化、静态数据向动态化、海量数据向智能化的转化。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。
大数据时代背景下的社会将是一个更开放的社会、一个权力更分散的社会、一个网状的大社会，社会将具有更强的流动能力，并呈现个性化、社会化和网络化等特征。这些新变化与新特征或多或少会影响政府治理的方方面面，而毋庸置疑的是，大数据的影响已然发生，如何准确辨析新形势，快速应对新变化，正确采取新措施，这是政府在新时代背景下需要认真思考和积极应对的。
参考文献：
[1]苏丹丹.大数据时代，挑战与机遇并存[N].中国文化报，2013.
[2]（英）维克托·迈尔-舍恩伯格.删除：大数据的取舍之道[M].袁杰译.浙江：浙江人民出版社，2013.
[3]郭晓科.大数据[M].北京：清华大学出版社，2013.
[4]冯伟.大数据时代面临的信息安全机遇与挑战[J].中国科技投资，2012（34）.
关键词：大数据；政府治理；变革研究
“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，包括我們理解世界的方式。大数据时代是一个将数据当作核心资产的时代，数据呈现出战略化、资产化和社会化等特征。随着数据作为国家战略资产意识的增强，以及越来越多的国家将数据管理上升到战略层面，大数据势必会以更加积极的姿态进入到公共管理和政府治理范畴内。无论是把大数据单纯作为一种技术，还是一种抽象理念，或者是一个时代背景，它都将对政府治理理念、治理范式、治理内容、治理手段等产生不同程度的影响。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。
一、推动治理结构变革：从一元主导到多元合作
大数据改变了单方决策的运行机制。大数据时代政党、政府、非政府组织、新闻媒体、社会团体和公民个人作为数据网络中的网点，网线便是信息量庞大的，传播速度极快的数据。这些数据使各个主体之间互通有无，实现快捷交流，使基于网络的多元共治成为可能。这是因为，大数据是建立在云计算、数据仓库、数据挖掘、联机分析等数据开发和应用技能发展基础之上的，数字技术拓展了传统的政府管理过程，扩大了政府治理的参与主体。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。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。因此，在大数据时代的多元共治中，政府治理出自政府但又不限于政府，“办好事情的能力并不在于政府的权力，不在于政府下命令或运用其权威。政府可以动用新的工具和技术来控制和指引，而政府的能力和责任均在于此。
二、推动治理决策变革：从经验决策到数据决策
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。
而大数据时代的数据采集、存储、分析和决策以及结果展现等技术，推动了政府治理载体的自动化。通过现代化设备、计算机技术、通讯技术和互联网技术的整合，可以改革和优化政府流程，有效地将各种内外部信息综合起来形成信息流，为政府治理服务。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。通过海量数据和数据技术预测偏好，政府可以提供符合大多数民众期望的公共产品和服务、预防打击犯罪、缓解交通压力、防控疾病传播以及预测自然灾害。
三、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。而全景评估意指“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。在大数据时代，海量基础数据经过三次转化，政府治理实现“智能”化，首先通过利用先进的数据技术对大量的政府业务数据和公众行为数据进行分析，实现无序数据得关联化、隐性数据向显性化、静态数据向动态化、海量数据向智能化的转化。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。
大数据时代背景下的社会将是一个更开放的社会、一个权力更分散的社会、一个网状的大社会，社会将具有更强的流动能力，并呈现个性化、社会化和网络化等特征。这些新变化与新特征或多或少会影响政府治理的方方面面，而毋庸置疑的是，大数据的影响已然发生，如何准确辨析新形势，快速应对新变化，正确采取新措施，这是政府在新时代背景下需要认真思考和积极应对的。
参考文献：
[1]苏丹丹.大数据时代，挑战与机遇并存[N].中国文化报，2013.
[2]（英）维克托·迈尔-舍恩伯格.删除：大数据的取舍之道[M].袁杰译.浙江：浙江人民出版社，2013.
[3]郭晓科.大数据[M].北京：清华大学出版社，2013.
[4]冯伟.大数据时代面临的信息安全机遇与挑战[J].中国科技投资，2012（34）.