“大数据+微调”时代政府循数决策模式的构建

李圣军（济南大学 软实力研究中心，济南 250002）

“大数据+微调”时代政府循数决策模式的构建

李圣军
（济南大学 软实力研究中心，济南 250002）

对于政府循数决策模式，其体系架构主要包括政府和非政府部门“分工协作”的多主体架构、地方和中央“分层决策”的组织架构、存储和应用“相对分离”的数据架构；运行机制则主要包括数据链条运行机制和政府决策运行机制，前者包括数据采集和挖掘机制，后者包括决策制定和评估机制，但其核心是全方位采集海量数据，通过数据挖掘将“原始数据”转变为“信息”和“报告”，以软件平台为依托，通过智能化分析和可视化展示服务于政府循数决策和定向微调。

大数据；微调；政府；循数决策

0 引言

随着物联网、社À网络、自媒体、移动互联网、云计算的兴起和发展，世界各国均无可选择的进入了大数据时代，发达国家纷纷推出了相应的大数据发展战略。与此同时，在经济发展进入新常态和社会治理日益复杂的新形势下，一方面，政府高度重视大数据产业，将其作为战略性新兴产业予以扶持，寄希望于通过大数据产业促进经济发展的转型升级和社会治理的统筹协同；另一方面，随着经济运行中市场决定性作用的发挥，经济新常态呼唤政府宏观调控新模式，强调微调、预调、定向调控的政府“微调”时代已经来临。从时间节点角度，2013年是我国“大数据元年”，2015年则是我国政府宏观调控的“微调元年”，从此我国经济社会运行将正式进入“大数据+微调”的新时代，政府无论是经验式决策模式还是实验式决策模式都将面临严峻的挑战，循数决策模式将成为与“大数据+微调”时代相契合的政府治理新模式。

1 “大数据+微调”时代的数据价值

1988年，托尼·卡斯提出了“大数据”一词[1]，到现在已近30年时间，但大数据在世界范围内真正兴盛应该从2012年开始，2012年也被称为世界的大数据元年。从大数据相关文献发表数量的角度，2013年中美两国的大数据文献量都有一个飞跃，中国文献量从2012年的110篇增加到178篇，美国则从2012年的295篇迅速增加到419篇[2]。因此，无论中国还是世界均是最近几年才真正进入大数据时代。同时，在经济新常态和“三期叠加”的新时期，从2013年开始，新一届政府面对经济下滑的严峻形势，政府坚决退出直接干预，不采取大规模的刺激政策，改为实行预调、微调和定向调控。因此，在信息技术的支撑下和政府决策模式转型的推动下，我国正式进入了“大数据+微调”时代，而在这个新的时代，如果数据将发挥核心的支撑性作用，没有数据的支撑，大数据将成为空中楼阁，政府微调也将成为纸上谈兵，“大数据+微调”时代赋予数据前所未有且举足轻重的地位和作用。

（1）数据规模：时代变迁的推动者

据统计，人类至今生产的所有印刷材料的数据量大约为200PB，而历史上全人类说过的所有的话的数据量大约为5EB[3]，因而被称之为“小数据”时代。进入21世纪，随着信息技术的发展，尤其是移动网络、社À网络和物联网的发展，导致数据采集成本急剧下降，数据产生数量不断增加，数据传输速度日益加快，数据存储规模不断扩大，数据量成指数级增长。据统计，淘宝网站单日数据产生量超过50TB，存储量40PB；百度公司目前数量总量接近1000PB；据国际数据公司IDC的报告，预计到2020年，全球创建和复制的数据总量将增至35ZB（1ZB=1024EB，1EB= 1024PB，1PB=1024TB，1TB=1024CB），因而被称之为“大数据”时代。与“小数据”时代相比，“大数据”时代的核心特点是数据量大、结构类型多、增长速度快、价值高或价值密度低。从根本上可以说，数据规模是人类社会从“小数据”时代转变为“大数据”时代的推动者。

（2）数据挖掘：决策转型的支撑者

数据是“一切以电子形式存储的记录”[4]，其并不能直接给个人、企业、社会或政府带来价值，因而必须采用现代信息技术对海量的原始数据开展去冗降噪、深入挖掘和可视化显示，从而将无用的“数据”转变为有用的“信息”。从政府决策角度，政府以数据为基础决策尤其是开展精细化的“微调”需要的不是海量的原始数据，也不是碎片化或片段性的单条信息，而是围绕某个专题生成的系统全面且图文并茂的“报告”，因此，数据挖掘是决策转型的支撑者。

（3）数据预测：决策效果的评价者

基于大数据技术，可以明确社会经济系统各种因素之间的相关关系，一方面，为政府微调确定切入点，通过采取特定的定向调控措施，利用各种因素之间的相互影响关系，充分发挥市场、社会主体自身的内在调整机制，达到政府预期的调控效果，从而避免大水漫灌式调控方式引发的市场、社会系统运行紊乱；另一方面，大数据时代对经济社会系统的实时数据监测，可以为政府决策提供实时的海量数据，从而便于及时开展政府微调效果的定量评估，有利于政府科学把握和拿捏各项微调政策的力度，既能防止过度调控又能避免无效调控，确保微调“微成本而不微效果”，从而实现微调“小刺激大成效”的既定目标。

2 政府循数决策模式的体系架构

政府循数决策的核心是政府依据数据开展决策，从而实现决策的科学化、主动化、个性化、定量化、及时化和精确化，与经验式决策、意识形态式决策和实验式决策相比，政府循数决策模式对数据要求较高，既要有海量的数据规模和一流的数据质量，还要有高超的挖掘技术和智能的应用平台。综合政府分层级、分部门和数据分阶段、分类型特点，政府循数决策模式的体系架构可以概括为“多主体、双层次和两环节的架构”：一是政府和非政府部门“分工协作”的多主体架构，二是地方和中央“分层决策”的组织架构，三是存储和应用“相对分离”的数据架构（见图1）。

图1“大数据+微调”时代政府循数决策体系架构

（1）政府和非政府部门“分工协作”的多主体架构

在社会管理向社会治理的转型过程中，治理主体日益多元化，除了传统的政府之外，企业、协会、科研机构等非政府部门，由于掌握海量的数据和先进的挖掘应用技术，在政府“循数决策”和“微调”的实施过程中也发挥着重要的补充性作用，不同主体显然具有不同优势，不能因时常发生“数据打架”问题而取消非政府主体的数据采集、挖掘和发布的主体地位，相反应充分调动各主体的数据采集水平、挖掘能力和发布力度，汇聚更大规模的数据，进一步促进政府“微调”的准确度、针对性和实效性，因此，非政府主体可结合自身独特优势建立自身的数据云端和研发相应的软件平台。

（2）地方与中央“分层决策”的组织架构

目前我国政府序列包括五个层级，分别为中央政府、省（区、直辖市）级政府、地市级政府、县市级政府和乡镇级政府，除了中央政府之外，其余层级政府统称为地方政府。每级政府均是一个相对独立的决策主体。因此，在“大数据+微治理”时代，政府循数决策包括各级政府均实施循数决策，但核心决策主体是中央政府和省（区、直辖市）级政府，主要是省级区域之间差异较大，而地市级、县市级、乡镇级之间差异相对较小，因此，在中央政府统一领导下，各省级政府可以结合自身实际建立自身的决策支持系统，根据实际分别建立政务云和研发软件平台。

（3）存储和应用“相对分离”的数据架构

在“大数据+微调”时代，数据规模和数据挖掘直接影响大数据的价值和政府微调的效果，传统的“谁采集、谁存储、谁应用”的数据架构已经过时，“数据统一云端、平台分类研发”已成为新时期的大数据架构。在中央和省级层面，统一建立“政务云”，利用现代的云计算技术，可以有效降低数据运算处理时间，防止数据损失和病毒侵入问题，同时还可节省大量的维护费用。而在海量数据相对统一的同时，各政府部门包括商务部门、统计部门、国土部门、财税部门等职能部门可以从自身职责出发，研究相应的软件平台，从统一的政府海量数据库中提取相应数据开展智能化分析，为各部门的“循数决策”提供数据支撑。

3 政府循数决策模式的运行机制

政府循数决策与传统的经验式、意识形态式和实验式决策相比，是政府决策模式的一次历史性变革，涉及决策思维、决策依据、决策效果评价等政府决策的方方面面，因此，建立真正的循数决策模式必须在统一顶层设计的基础上系统推进。但总体上，在“大数据+微调”时代，政府循数决策模式的运行机制主要包括两类，一类是数据链条运行机制，主要涉及“大数据时代”数据整个链条的运行问题；一类是政府决策运行机制，主要涉及“微调”时代政府依托大数据开展循数决策和微调的决策流程问题。

3．1 数据链条运行机制

在大数据时代，数据链条包括数据采集、数据清洗、数据汇聚、数据存储、数据挖掘、数据展示等众多环节，后一个环节的工作开展均以前一环节为基础，各个环节都是不可缺少的。但从政府决策角度，数据链条运行机制主要包括数据采集机制和数据挖掘机制。

3.1.1 数据采集机制

数据采集是政府循数决策的基础和支撑，也是大数据链条的起始环节。在大数据架构下，数据采集机制主要包括数据采集方式、数据采集内容和数据采集主体。

（1）采集方式

目前，数据采集方式主要包括五种，一种是人工记录然后经统计人员审核后电脑录入，比如居民家庭收入支出流水账记录；一种是智能终端自动输入上报，数据采集人员现场采集数据后直接通过终端上报，比如电子采集器；一种是企业通过登录系统直接网上登录上报，比如各部门现在开通的各种网上直报系统；一种是自动采集，通过软件自动从企业系统中提取所需数据，比如信息泵；一种通过À易终端自动采集数据并上传到政府数据库，比如批发市场电子À易数据。

（2）采集内容

从数量角度，在构成大数据的信息类型来源中，其中大概只有约10%属于结构化数据，其余90%是非结构化数据[5]；从价值角度，我国政府部门掌握着社会信息资源80%的有价值的信息[6]，这与大数据价值密度低有关系，但同时也可看出，大数据时代政府实施“微调”政策必须既要重视结构数据也要重视非结构数据，因为结构数据虽易处理且全面但滞后，非结构数据虽难以处理且垃圾信息多但及时量大。因此，从服务政府决策的角度，数据采集内容既包括结构化数据也包括非结构化数据。

（3）采集主体

鉴于数据采集覆盖面广、涉及主体多、工作程序复杂、工作量较大、监督难度大，应以“地方采集为主”，依托各省、市、县统计局、调查队，乡镇调查员和大量的一线数据采集员，根据属地原则同步展开，保证数据采集的及时性和全面性；此外，鉴于地方政府存在一定的区域利益，而且全国经济一体化加速推进，还应以“中央直采为辅”，通过信息泵、企业直报等现代信息技术方式，中央政府直接从一线采集数据，保证数据的准确性，减少数据采集层次和环节。

3.1.2 数据挖掘机制

数据挖掘就是对海量数据进行分析加工，将杂乱无章的数据通过智能化分析技术变成服务于政府决策的信息和报告。从政府决策角度，数据挖掘机制主要包括智能化挖掘、可视化展示和定量化预测。

（1）智能化挖掘

对于海量的异构数据，人工挖掘的方式显然是不可能的，因此大数据时代的数据挖掘必须是智能化的，所谓智能化就是利用现代的信息技术自动将海量的原始数据转变成信息并生成相应报告。数据挖掘智能化的载体就是软件平台，基于统一的云端，政府各职能部门从自身职能出发研发软件平台，设置相关的功能模块。通过设定指标、制定算法，自动对海量数据进行加工，将无数的数据变成有限的指标数值，为政府决策提供数据支撑，减少政府决策的盲目性，同时提高政府决策的效率。

（2）可视化展示

对于数据挖掘的结果，进行可视化展示不仅可以降低理解的难度，提高有用信息的集聚度，还可以减低政府决策时间，在最短的时间内寻找问题所在，锁定问题根源，实施定向性的“微调”。比如商务部肉菜追溯中央平台，通过追溯链条的自动化合成和可视化展示，政府监管者可以迅速锁定问题肉菜的流量流向，从而对问题肉菜迅速开展下架或召回等后续处理工作，有效解决以前“一人感冒、众人吃药”的问题，实现了“谁感冒、谁吃药”的“微调”治理。

（3）定量化预测

预测分为定性预测和定量预测，在缺乏数据的“小数据”时代，要么凭经验、实验结果开展定性预测，要么依据调研的“小样本”数据开展一定程度的定量预测，但依据有限的样本和有限的指标推测全体，政府难以开展循数决策，实施定向的微调。而在大数据时代，样本分析转变成全体分析，数据量呈指数增长，数据指标也迅速增加，这为实时预测提供了数据支撑，也为开展全体分析提供了指标支撑，基于海量数据的多指标、实时的定量化预测成为可能，政府循数决策和定向微调也具备了坚实的数据基础。

3．2 政府决策运行机制

3.2.1 决策制定机制

在政府循数决策的模式下，政府决策制定机制主要是在大数据时代，从定向性“微调”的时代需求出发，如何快速的锁定问题及科学迅速的制定政府决策，具体主要包括问题发现、网络征求意见和公开方案。

（1）问题发现

问题是决策的基础，迅速发现问题是缓和社会矛盾、减少政府响应时间的关键。在大数据时代，社À媒体、网络空间和自媒体的兴起为群众表达诉求提供了前所未有的便利，而网络抓取技术、文本分析技术等数据挖掘技术的发展和政府软件应用平台的研发为问题的智能化发现提供了技术支撑，从而使政府可以实时且全面掌握群众诉求，并可利用现代信息技术迅速确定待解决的主要问题，即“问需于民”。比如商务部肉菜追溯中央平台，问题智能化发现是其主要功能模块之一，通过进出平衡、检验检疫等方式自动发现问题。

（2）网络征求意见

在大数据时代，对于政府待解决的各种问题，当决策者受时间紧迫、能力所限等因素制约一时无法拿出具体可行的方案时，可以通过网络征求群众意见，即“问计于民”，通过调动群众的积极性、集聚群众的智慧，寻找解决问题的关键点，为政府“微调”确定切入点，这在“小数据”时代是显然不可能的，征求意见不仅覆盖面狭窄，而且所需时间较长，成本较高。在方案初稿制定之后，同样可以通过网络征求意见的方式修改完善方案，从而真正贯彻“从群众中来到群众中去”的决策理念。

（3）公开方案

政府制定决策能否不折不扣的贯彻实施，关键取决于广大群众尤其是利益相关者能否迅速获得并准确理解方案内容。在大数据时代，网络的发展和普及为决策方案的宣传和贯彻提供了强大的媒介和舆论支撑。现代互联网超越时空传播的优势为决策方案的迅速传播提供了技术支撑。除此之外，在公开方案内容的同时，专家学者和官方媒体的方案解读同时也可在网上迅速传播，便于群众准确把握方案内容和切实理解政府意图，从而促进利益相关者调整行为模式，实现决策的既定目标，彻底解决问题。

3.2.2 决策评估机制

政府决策制定发布之后，若没有实现预定的目标或者发现预定目标和实际目标之间的差距较大，政府决策便是失败的或者是无效的。因此，发现问题并制定发布方案之后，评估决策效果便成为问题的关键。从政府循数决策的角度出发，大数据时代政府决策评估机制主要包括全面评估、实时评估和定向微调。

（1）全面评估

政府决策会涉及社会各群体、各基层的利益，而在社会日益分化的大背景下，不同群体受政府决策的影响和对政府决策的评价是不一样的，在小数据时代，样本对各阶层群众的覆盖面、各阶层群体对调查的配合度等均影响调查结果，导致无法对政府决策开展全面评估。而在大数据时代，网络的匿名性为各阶层群体真实表达自身的想法提供了平台，摆脱了传统的人与人面对面评价政府决策的各种顾忌，便于政府全面准确的掌握各阶层群众对政府决策的不同看法。

（2）实时评估

在政府决策实施后，只有开展实时评估才能充分发挥评估的意义。在大数据时代，移动网络的发展和移动终端的普及为群众实时发表意见提供了便利，使得群众可以随时随地发表自己对某项政府决策的意见；同时，网络社区的兴起，便于政府决策的利益相关主体迅速集聚在一起，在一个平台À互式的发表意见，对政府决策进行评价；最后，政府数据的公开和云端的建立，为社会机构基于海量数据对政府决策实施定量评估提供了可能，从而形成全国关注政府决策、参与决策评估、研发评估技术的氛围。

（3）定向微调

对政府决策实施科学评估之后，若决策没有达到预定的目标，还需根据评估结果对政府决策进行修改完善，即进一步实施定向的“微调”。在大数据时代，群众全面关注、参与政府决策的过程，以及基于海量数据的相关关系挖掘，均有利于政府科学锁定政府决策的短板，确定决策缺陷的关键点所在，从而有针对性地修改决策方案，实施定向微调，从而使政府决策不断接近尽善尽美，在保持政府决策连续性的同时，提高政府决策的精准化水平，促进政府决策的科学化和政府治理的现代化。

总体上，在“大数据+微调”的时代，政府循数决策的运行机制主要包括两方面，一个是从数据角度出发的数据链条运行机制，一个是从政府角度出发的政府决策运行机制。但是政府循数决策的关键是把政府决策和大数据有效结合，在统一数据采集格式、编码规则的基础上，真正将大数据的理念贯穿于政府决策的各个方面，真正将政府决策建立在大数据和云计算基础之上，基于“中央政务云”和“地方政务云”，各职能部门研发相应的系统软件平台，从而实现数据的自动化采集、广泛性集聚、统一化存储、全面性挖掘、可视化展示和政府决策问题的智能化发现、决策方案的群众性参与、决策效果的科学化评价。

4 结论

对于政府循数决策模式，结合大数据和微调的时代特点，其体系架构主要有三个特点，一是政府和非政府部门“分工协作”的多主体架构，从而发挥各主体自身优势，共促政府循数决策的科学性；二是地方和中央“分层决策”的组织架构，从而调动地方积极性，在地方层面推进政府“微调”；三是数据存储和应用“相对分离”的数据架构，引进专业的云计算运营商，提高数据存储的安全性和数据挖掘的针对性。从政府循数决策运行机制层面，主要包括数据链条的运行机制和政府决策的运行机制，其中数据链条运行机制主要包括数据采集机制和数据挖掘机制，数据采集机制则包括采集方式、采集内容和采集主体，数据挖掘机制则主要包括智能化挖掘、可视化展示和定量化预测；政府决策运行机制包括决策制定机制和决策评估机制，决策制定机制包括问题发现、网络征求意见和公开方案，决策评估机制则包括全面评估、实时评估和定向微调。总体上，“大数据+微调”时代的政府循数决策主要是强化政府决策的大数据思维，实现政府决策和大数据的完美结合，从而适应并推动政府循数决策定向微调时代的到来。

[1]刘佳.大数据时代的社会治理困境与创新发展路径[J].学术探索，2015,(4).

[2]孙竹梅.中美两国大数据研究文献的对比与分析[J].新世纪图书馆，2015,(1).

[3]刘涛雄,徐晓飞.大数据与宏观经济分析研究综述[J].国外理论动态，2015,(1).

[4]李振,鲍宗豪.“云治理”：大数据时代社会治理的新模式[J].天津社会科学，2015,(3).

[5]刘涛雄,徐晓飞.大数据与宏观经济分析研究综述[J].国外理论动态，2015,(1).

[6]张琳,杨毅.大数据视野下国家网络治理路径优化研究[J].湖北社会科学，2015,(5).

（责任编辑/易永生）

F123

A

1002-6487（2016）24-0059-04

国家社会科学基金重点项目（13AZD003）

李圣军（1981—），男，山东齐河人，博士，讲师，研究方向：城乡治理、产业政策。