劉澤照 朱正威

（西安交通大學(xué) 公共政策與管理學(xué)院，陜西西安 710049）

一、引言

自從四川遂寧首創(chuàng)重大工程項(xiàng)目社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估（以下簡(jiǎn)稱“穩(wěn)評(píng)”）工作以來(lái)，該項(xiàng)制度無(wú)論理論抑或?qū)嵺`均在探索中得以豐富發(fā)展，當(dāng)前“穩(wěn)評(píng)”作為中國(guó)社會(huì)轉(zhuǎn)型期風(fēng)險(xiǎn)治理創(chuàng)新的重要手段已實(shí)現(xiàn)了地區(qū)“全覆蓋”的既定目標(biāo)。①中央維穩(wěn)辦召開(kāi)全國(guó)社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估工作座談會(huì)，《法制網(wǎng)》，2012-09-13.Http://www.legaldaily.com.cn/index/content/2012-09/13/content_3841267.htm?node=20908.按照現(xiàn)有制度設(shè)計(jì)和運(yùn)行模式，對(duì)于重大事項(xiàng)社會(huì)風(fēng)險(xiǎn)的預(yù)判及等級(jí)劃定是“穩(wěn)評(píng)”的關(guān)鍵組成步驟，以此確立最終評(píng)估結(jié)論及公共決策事項(xiàng)的走向依據(jù)，而如何保障評(píng)估結(jié)果的科學(xué)性、精準(zhǔn)性也成為“穩(wěn)評(píng)”制度不可回避的焦點(diǎn)問(wèn)題②劉澤照、朱正威：《中國(guó)社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估實(shí)踐框架及關(guān)鍵著力點(diǎn)》，《西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2014年第5期。，其中評(píng)估數(shù)據(jù)狀況是核心要素之一。當(dāng)前，社會(huì)風(fēng)險(xiǎn)衍生、傳播、擴(kuò)散的渠道日益復(fù)雜，愈發(fā)顯現(xiàn)出鏈?zhǔn)椒磻?yīng)和隨機(jī)性特征，利益訴求多元，風(fēng)險(xiǎn)信息混雜，這使“穩(wěn)評(píng)”面臨的外部評(píng)估環(huán)境發(fā)生新的變化，同時(shí)也為基于數(shù)據(jù)的風(fēng)險(xiǎn)評(píng)估創(chuàng)造了更大的應(yīng)用潛力和拓展空間。大數(shù)據(jù)，作為一種新興的數(shù)據(jù)處理技術(shù)與認(rèn)知思維，近年來(lái)獲得國(guó)際理論界和實(shí)務(wù)界的高度推崇，被認(rèn)為是決策支持的有力工具。在公共管理領(lǐng)域，大數(shù)據(jù)注重集成提煉社會(huì)方方面面的“民意信息”，更加強(qiáng)調(diào)現(xiàn)實(shí)與網(wǎng)絡(luò)世界的深度融合，有利于形成用數(shù)據(jù)分析、用數(shù)據(jù)決策的風(fēng)險(xiǎn)評(píng)估模式和理念，對(duì)于提高時(shí)下“穩(wěn)評(píng)”的科學(xué)有效性和群體認(rèn)同度具有積極意義。大數(shù)據(jù)為“穩(wěn)評(píng)”的研究及應(yīng)用實(shí)踐提供了一個(gè)新的可能路徑。

無(wú)疑，伴隨當(dāng)代社交網(wǎng)絡(luò)的興起及云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新一代信息技術(shù)的廣泛應(yīng)用，數(shù)據(jù)已經(jīng)滲透到社會(huì)各個(gè)行業(yè)和業(yè)務(wù)職能組成，包括政府公共治理領(lǐng)域，大數(shù)據(jù)正在成為當(dāng)代國(guó)家戰(zhàn)略性資源。①李國(guó)杰、程學(xué)旗：《大數(shù)據(jù)研究：未來(lái)科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)研究現(xiàn)狀與科學(xué)思考》，《中國(guó)科學(xué)院院刊》2012年第6期。按照大數(shù)據(jù)思維，每一個(gè)數(shù)據(jù)都被視為一個(gè)節(jié)點(diǎn)，無(wú)限次地與網(wǎng)絡(luò)間關(guān)聯(lián)數(shù)據(jù)形成裂變式傳播路徑，其間的關(guān)聯(lián)狀態(tài)蘊(yùn)含著風(fēng)險(xiǎn)擴(kuò)散的無(wú)限可能性，對(duì)于這一動(dòng)態(tài)變化，可以通過(guò)一定的科學(xué)手段，挖掘出具有核心價(jià)值的重要信息，從而有助于作出更為精準(zhǔn)的風(fēng)險(xiǎn)判斷?，F(xiàn)實(shí)中，美國(guó)作為全球大數(shù)據(jù)領(lǐng)域的先行者，在運(yùn)用大數(shù)據(jù)手段化解社會(huì)糾紛、預(yù)防及打擊犯罪、維護(hù)國(guó)家安全方面取得了顯著成效，大大提高了社會(huì)“維穩(wěn)”工作的總體質(zhì)量。②安暉：《美國(guó)大數(shù)據(jù)維穩(wěn)鏡鑒》，《人民論壇》2014年第2期。大數(shù)據(jù)的迅猛發(fā)展使得當(dāng)今的網(wǎng)絡(luò)環(huán)境成為一個(gè)巨大的精準(zhǔn)映射并持續(xù)記錄不同個(gè)體行為特征的數(shù)字世界，其中所蘊(yùn)藏大量數(shù)據(jù)信息為深刻理解公眾風(fēng)險(xiǎn)感知的心理層面（如焦慮、恐懼等），文化層面（社會(huì)信任等）的隱性規(guī)律提供了強(qiáng)有力的研究依托，對(duì)其進(jìn)行挖掘在一定程度上可為政府公共決策風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估提供支持。

二、數(shù)據(jù)層面的社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估

（一）“穩(wěn)評(píng)”實(shí)踐中的數(shù)據(jù)問(wèn)題

重大事項(xiàng)社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估作為一項(xiàng)實(shí)踐性極強(qiáng)的系統(tǒng)工程，建立在一套完整的規(guī)范體系之上，而風(fēng)險(xiǎn)等級(jí)的判定是評(píng)估程序中的核心構(gòu)成。一直以來(lái)，既有的政策引導(dǎo)及地方實(shí)踐，多倡導(dǎo)通過(guò)問(wèn)卷調(diào)查、實(shí)地走訪、座談、聽(tīng)證、公示等方式聽(tīng)取多方意見(jiàn)，以此權(quán)衡并確立評(píng)估結(jié)果，劃定風(fēng)險(xiǎn)等級(jí)。③蔣俊杰：《我國(guó)重大事項(xiàng)社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估機(jī)制：現(xiàn)狀、難點(diǎn)與對(duì)策》，《上海行政學(xué)院學(xué)報(bào)》2014年第2期。現(xiàn)實(shí)表明，上述方法獲取的數(shù)據(jù)不可避免帶有較強(qiáng)的主觀經(jīng)驗(yàn)性，樣本抽樣方式的固有局限往往“稀釋”了社會(huì)問(wèn)題鏡像的全貌，很難突破片面化、單一化、靜態(tài)化的傳統(tǒng)信息數(shù)據(jù)弊端。尤其在現(xiàn)代社會(huì)動(dòng)態(tài)、立體化的網(wǎng)絡(luò)環(huán)境下，復(fù)雜個(gè)體的“異質(zhì)性”心理與行為表現(xiàn)極為突出，因重大決策誘發(fā)的風(fēng)險(xiǎn)信息常常借助自媒體的獨(dú)特優(yōu)勢(shì)快速擴(kuò)散、交互，短時(shí)間內(nèi)形成數(shù)量巨大、形態(tài)多樣的輿情數(shù)據(jù)，以強(qiáng)大開(kāi)放的滲透力影響到事態(tài)變化，僅僅依靠傳統(tǒng)樣本式調(diào)查取證很難完全把握公眾的真實(shí)態(tài)度和行為演變過(guò)程，加劇采集數(shù)據(jù)的時(shí)間滯后性而導(dǎo)致風(fēng)險(xiǎn)“測(cè)不準(zhǔn)”。時(shí)下，盡管一些地區(qū)“穩(wěn)評(píng)”實(shí)踐中已開(kāi)始強(qiáng)調(diào)加強(qiáng)網(wǎng)絡(luò)輿情平臺(tái)的信息監(jiān)測(cè)，但依然多集中在以往結(jié)構(gòu)化的文本語(yǔ)言信息上，而較少關(guān)注圖像、視頻、音頻、點(diǎn)擊流等半結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)內(nèi)容，忽視了復(fù)雜多變的社會(huì)關(guān)系網(wǎng)絡(luò)中隱藏的公共態(tài)度、訴求及行為趨勢(shì)特征，故數(shù)據(jù)的大面積“遺漏”進(jìn)一步擴(kuò)大了“穩(wěn)評(píng)”風(fēng)險(xiǎn)探測(cè)的工作誤差。

事實(shí)上，與傳統(tǒng)環(huán)境評(píng)估和項(xiàng)目安全評(píng)估不同的是，社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估絕非單一技術(shù)導(dǎo)向，更多面臨著復(fù)雜社會(huì)個(gè)體心理與行為動(dòng)態(tài)性的挑戰(zhàn)，而這一挑戰(zhàn)在當(dāng)代網(wǎng)絡(luò)化環(huán)境下表現(xiàn)得更加突出，實(shí)現(xiàn)“穩(wěn)評(píng)”制度運(yùn)行由“線下”向“線上”轉(zhuǎn)型，由輿情監(jiān)測(cè)向風(fēng)險(xiǎn)預(yù)測(cè)轉(zhuǎn)型便顯得十分緊迫，大數(shù)據(jù)為這一轉(zhuǎn)型提供了現(xiàn)實(shí)可能和動(dòng)力。顯然，數(shù)據(jù)背后往往是動(dòng)態(tài)變化的個(gè)體行為軌跡，研究利用大數(shù)據(jù)實(shí)際上是探索復(fù)雜社會(huì)網(wǎng)絡(luò)間的個(gè)體及群體性行為趨向，運(yùn)用到“穩(wěn)評(píng)”領(lǐng)域，其預(yù)測(cè)的價(jià)值實(shí)現(xiàn)就是對(duì)因某一特定外部沖擊引發(fā)的輿情關(guān)系進(jìn)行關(guān)聯(lián)，不僅僅關(guān)注傳統(tǒng)意義上的因果關(guān)系，而更多關(guān)注數(shù)據(jù)間的相關(guān)關(guān)系。按照大數(shù)據(jù)理念，將突破現(xiàn)有“穩(wěn)評(píng)”采集數(shù)據(jù)偏于樣本信息的不足，轉(zhuǎn)而深度挖掘重大事項(xiàng)目標(biāo)相關(guān)的所有看似不相干的數(shù)據(jù)信息，譬如個(gè)體興趣愛(ài)好、學(xué)歷水平、體貌特征、社會(huì)關(guān)系、既往行為事實(shí)等全面的綜合數(shù)據(jù)，為系統(tǒng)分析背后的個(gè)體態(tài)度傾向及輿情演化態(tài)勢(shì)拓展空間。換言之，“穩(wěn)評(píng)”的數(shù)據(jù)來(lái)源不限于表層體現(xiàn)“因果關(guān)系”的抽樣數(shù)據(jù)，更要延伸至立足全體的，把握復(fù)雜社會(huì)網(wǎng)絡(luò)中“相關(guān)關(guān)系”的多模態(tài)數(shù)據(jù)。

（二）既有評(píng)估工具方法的拓展

一直以來(lái)，不同業(yè)務(wù)領(lǐng)域風(fēng)險(xiǎn)評(píng)估過(guò)程中不同程度面臨數(shù)據(jù)范圍與時(shí)效滯后性的限制，從而影響到評(píng)估的現(xiàn)實(shí)質(zhì)量，導(dǎo)致“信息失真”，“穩(wěn)評(píng)”同樣面臨此類(lèi)障礙，從空間和時(shí)間維度提升數(shù)據(jù)層次是今后“穩(wěn)評(píng)”研究實(shí)踐的必然趨勢(shì)。從理論研究與地方實(shí)踐出發(fā)，盡管對(duì)于“穩(wěn)評(píng)”操作方法和具體工具的運(yùn)用不盡相同，但大致上均落腳于定量技術(shù)與定性技術(shù)兩大類(lèi)，不少學(xué)者尤其強(qiáng)調(diào)建立及完善系統(tǒng)評(píng)估指標(biāo)的思路。①②③董幼鴻：《重大事項(xiàng)社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估制度的實(shí)踐與完善》，《中國(guó)行政管理》2011年第12期。對(duì)于重大決策（如工程項(xiàng)目、公共政策）出臺(tái)前后的社會(huì)安全態(tài)勢(shì)把握，實(shí)踐中一般采用實(shí)地調(diào)查、公開(kāi)聽(tīng)證、專家打分和利益相關(guān)者協(xié)商等方式，輔之以簡(jiǎn)單描述性統(tǒng)計(jì)分析，并在特定領(lǐng)域結(jié)合類(lèi)似案例剖析，該種思路實(shí)質(zhì)上是要素比較法、數(shù)值排序法的評(píng)估應(yīng)用，容易受到主觀經(jīng)驗(yàn)性思維影響，甚至內(nèi)部“人為操縱”干擾。更深層次的評(píng)估手段主要是指數(shù)評(píng)價(jià)，依托于評(píng)價(jià)模型和指標(biāo)體系，按一定規(guī)則通過(guò)抽取數(shù)據(jù)納入模型而達(dá)到風(fēng)險(xiǎn)源識(shí)別的目的。此類(lèi)數(shù)據(jù)來(lái)源集中體現(xiàn)在二手報(bào)告資料、問(wèn)卷、量表、質(zhì)性訪談等途徑，同樣面臨信度、效度的測(cè)量誤差，該環(huán)節(jié)中指標(biāo)體系的選擇與確定頗具爭(zhēng)議。目前針對(duì)“穩(wěn)評(píng)”的評(píng)估指標(biāo)選取設(shè)置、指標(biāo)權(quán)重、關(guān)鍵識(shí)別技術(shù)大多未經(jīng)系統(tǒng)論證，多處于理論探討及試驗(yàn)層面，尚未真正大規(guī)模應(yīng)用于“穩(wěn)評(píng)”實(shí)踐。同時(shí)，評(píng)估指標(biāo)的靜態(tài)性特征，數(shù)據(jù)采集的抽樣限制也使這一工具方法現(xiàn)實(shí)中難以避免時(shí)效性差、權(quán)威度低的局限，降低了對(duì)長(zhǎng)期趨勢(shì)和波動(dòng)幅度的可預(yù)測(cè)性④Sheldon，Eleanor B.&freeman，Howard E.“Notes on Social Indicators：Promises and Potential”，Policy Sciences，Vol.1，No.1，1970，PP.97-111.，無(wú)法獲取持續(xù)的、周期性的觀測(cè)數(shù)據(jù)。更為關(guān)鍵的是，偏于線性因果關(guān)系指標(biāo)評(píng)估體系往往忽視了對(duì)社會(huì)行為的文化和集體心理方向的測(cè)度⑤Firestone，Joseph M.“The Development of Social Indicators from Content Analysis of Social Documents”.Policy Sciences，Vol.3，No.2，1972，PP.249-263.，而個(gè)體行為的情緒心理層面具有典型的非線性特征，恰恰是“穩(wěn)評(píng)”中最為重要的評(píng)測(cè)方向?；诳陀^現(xiàn)實(shí)，現(xiàn)有“穩(wěn)評(píng)”工具方法已不能適應(yīng)信息網(wǎng)絡(luò)時(shí)代和社會(huì)轉(zhuǎn)型期的變革發(fā)展要求，需要嘗試應(yīng)用新的數(shù)據(jù)分析技術(shù)，快速精準(zhǔn)地采集、發(fā)現(xiàn)復(fù)雜群體交互中的隱性信息，從面向全體而非樣本的大數(shù)據(jù)中提煉預(yù)測(cè)風(fēng)險(xiǎn)行為軌跡，以實(shí)現(xiàn)無(wú)限逼近社會(huì)真實(shí)狀態(tài)的目的。

故此，創(chuàng)新大數(shù)據(jù)智能評(píng)價(jià)方法，依托海量、多源、動(dòng)態(tài)數(shù)據(jù)深入挖掘并揭示規(guī)律，或是突破當(dāng)前“穩(wěn)評(píng)”工具局限的可行路徑之一。具體而言，重大決策出臺(tái)前后，除了繼續(xù)通過(guò)傳統(tǒng)人工調(diào)研、聽(tīng)證座談等方式獲取評(píng)估數(shù)據(jù)外，要更加突出強(qiáng)調(diào)從網(wǎng)絡(luò)虛擬平臺(tái)攝取多源信息數(shù)據(jù)，積極將現(xiàn)代微博、微信、即時(shí)通信、民間論壇、貼吧、重要門(mén)戶網(wǎng)站、專業(yè)社區(qū)等網(wǎng)絡(luò)平臺(tái)涌現(xiàn)出的信息數(shù)據(jù)納入“穩(wěn)評(píng)”分析及判測(cè)的綜合數(shù)據(jù)庫(kù)，更加重視儲(chǔ)存挖掘各地區(qū)、各類(lèi)別重大決策業(yè)已形成的社會(huì)穩(wěn)定風(fēng)險(xiǎn)信息，通過(guò)對(duì)歷史數(shù)據(jù)的整合、比對(duì)確定關(guān)鍵風(fēng)險(xiǎn)點(diǎn)；另一方面，鑒于“穩(wěn)評(píng)”直接針對(duì)個(gè)性化的公眾對(duì)象，個(gè)體間的社會(huì)網(wǎng)絡(luò)關(guān)系演變隨時(shí)會(huì)引發(fā)公眾風(fēng)險(xiǎn)感知態(tài)度的變化，即數(shù)據(jù)信息呈現(xiàn)出一定動(dòng)態(tài)不確定性，這也決定了有必要改變單純依靠靜態(tài)調(diào)研工具的單一方式，轉(zhuǎn)而樹(shù)立數(shù)據(jù)實(shí)時(shí)跟蹤采集、持續(xù)監(jiān)測(cè)反饋的全流程思路，高度關(guān)注“線上”交互情緒表達(dá)對(duì)“線下”行為的關(guān)聯(lián)性影響，尋求社會(huì)穩(wěn)定風(fēng)險(xiǎn)的即時(shí)線索。

三、大數(shù)據(jù)平臺(tái)下社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估體系概念框架

立足大數(shù)據(jù)特征和產(chǎn)生過(guò)程，大數(shù)據(jù)來(lái)源主要以現(xiàn)代網(wǎng)絡(luò)平臺(tái)、智能移動(dòng)終端為載體，產(chǎn)生的數(shù)據(jù)類(lèi)型和應(yīng)用處理方法千差萬(wàn)別，但是總體來(lái)看，大數(shù)據(jù)的價(jià)值發(fā)現(xiàn)規(guī)律大都體現(xiàn)一定相似性。中國(guó)人民大學(xué)網(wǎng)絡(luò)與移動(dòng)數(shù)據(jù)管理實(shí)驗(yàn)室（WAMDM）①Lab of Web and Mobile Data Management，WAMDM Homepage，[2013-07-24]，Http：//idke.ruc.edu.cn/index_cn.htm.開(kāi)發(fā)了一個(gè)學(xué)術(shù)空間“Scholarspace”，總結(jié)出大數(shù)據(jù)處理的一般流程②孟小峰、慈祥：《大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)》，《計(jì)算機(jī)研究與發(fā)展》2013年第1期。；微軟在“The Fourth Paradigm： Data -intensive Scientific Discovery”中從科學(xué)研究方法角度闡釋了大數(shù)據(jù)第四范式③Tony Hey，Stewart Tansley，Kristin Tolle.The Four Paradigm，Microsoft Press，2009.PP.1-2.；英國(guó)科學(xué)技術(shù)設(shè)施研究理事會(huì)（STFC）則鮮明提出了數(shù)據(jù)密集型科學(xué)研究的生命周期模型。④How JISC Is Helping Researchers：Research Lifestyle Diagram，[2012-11-18].Http：//epubs，stfc.ac，uk/bitstream/3857.借鑒國(guó)內(nèi)外研究成果并結(jié)合基于數(shù)據(jù)的“穩(wěn)評(píng)”實(shí)施過(guò)程，本文構(gòu)建大數(shù)據(jù)環(huán)境下社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估體系概念框架，其主要內(nèi)容包含“評(píng)估數(shù)據(jù)多維采集”、“評(píng)估數(shù)據(jù)集成挖掘”、“評(píng)估結(jié)果可視化解析”三個(gè)程序部分（見(jiàn)圖1）?！霸u(píng)估數(shù)據(jù)多維采集”旨在拓展“穩(wěn)評(píng)”所需支撐的多模態(tài)數(shù)據(jù)源渠道，擴(kuò)大網(wǎng)絡(luò)實(shí)時(shí)流數(shù)據(jù)的搜取和監(jiān)測(cè)，保證數(shù)據(jù)的完整性；“評(píng)估數(shù)據(jù)集成挖掘”主要通過(guò)專業(yè)化手段完成采集數(shù)據(jù)清洗去噪等處理，構(gòu)造風(fēng)險(xiǎn)輿情分類(lèi)器，確立動(dòng)態(tài)風(fēng)險(xiǎn)演化態(tài)勢(shì)；“評(píng)估結(jié)果可視化解析”則進(jìn)一步實(shí)現(xiàn)社會(huì)穩(wěn)定風(fēng)險(xiǎn)判別和綜合定級(jí)，并借助一定工具以可視化的形式呈現(xiàn)，為決策走向提供基本依據(jù)。

（一）評(píng)估數(shù)據(jù)多維采集

大數(shù)據(jù)的“大”，原本意味著數(shù)據(jù)眾多，種類(lèi)復(fù)雜，因此通過(guò)多種方法獲取數(shù)據(jù)信息便顯得尤為重要，也是大數(shù)據(jù)技術(shù)應(yīng)用流程中最基礎(chǔ)的一步。作為“穩(wěn)評(píng)”信息加工的初始階段，該程序需要完成由傳統(tǒng)靜態(tài)平面數(shù)據(jù)采集的“線下”行為向動(dòng)態(tài)立體數(shù)據(jù)采集的“線上”行為轉(zhuǎn)變，即不僅采用實(shí)地走訪、問(wèn)卷量表、聽(tīng)證座談、歷史文獻(xiàn)記錄等工作獲得分析判斷的結(jié)構(gòu)化數(shù)據(jù)，更要根據(jù)現(xiàn)代社會(huì)風(fēng)險(xiǎn)傳播演化規(guī)律，實(shí)現(xiàn)對(duì)包括網(wǎng)頁(yè)語(yǔ)義、圖片、音像視頻、XML、流數(shù)據(jù)在內(nèi)的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的全面覆蓋，使之滿足網(wǎng)絡(luò)巨系統(tǒng)中不同公眾個(gè)體間復(fù)雜交互關(guān)系的軌跡分析。對(duì)于后者，目前可用的數(shù)據(jù)采集手段主要有傳感器技術(shù)、射頻識(shí)別（RFID），搜索引擎分類(lèi)工具，以及分布式計(jì)算系統(tǒng)如Hadoop、Mapreduce等，并且由于智能手機(jī)、平板電腦等移動(dòng)設(shè)備的迅速普及，大量移動(dòng)軟件的開(kāi)發(fā)應(yīng)用也有助于提高“穩(wěn)評(píng)”相關(guān)動(dòng)態(tài)數(shù)據(jù)的采集精度。

采集到的數(shù)據(jù)信息內(nèi)容同樣體現(xiàn)出多維度：一是重大項(xiàng)目（政策）主體互動(dòng)信息數(shù)據(jù)，即項(xiàng)目單位、中介方、政府部門(mén)、新聞媒體、社會(huì)組織和普通公眾之間信息傳遞、交流溝通的過(guò)程痕跡、強(qiáng)度、頻率、關(guān)聯(lián)關(guān)系等。二是社會(huì)公眾心理及行為數(shù)據(jù)，即源于重大項(xiàng)目、重大政策的情緒反應(yīng)，主觀認(rèn)知“軌跡”，以及由此產(chǎn)生的特定風(fēng)險(xiǎn)性行為傾向，如破壞性謠言、鼓動(dòng)性組織集聚等。三是同類(lèi)決策時(shí)空序列數(shù)據(jù)，即跨地區(qū)、跨年度的關(guān)聯(lián)性映射信息，以通過(guò)數(shù)據(jù)遍歷的方式獲取風(fēng)險(xiǎn)演化“背后的規(guī)律”。

（二）評(píng)估數(shù)據(jù)集成挖掘

圖1大數(shù)據(jù)思維應(yīng)用“穩(wěn)評(píng)”體系概念框架

大數(shù)據(jù)理念最重要的是從大量看似雜亂、繁復(fù)的數(shù)據(jù)中，分析提煉數(shù)據(jù)足跡，以支撐社會(huì)生活的預(yù)測(cè)、規(guī)劃和決策⑤劉智慧、張泉靈：《大數(shù)據(jù)技術(shù)研究綜述》，《浙江大學(xué)學(xué)報(bào)（工學(xué)版）》2014年第2期。，故大數(shù)據(jù)的價(jià)值不在信息本身，而在于通過(guò)挖掘數(shù)據(jù)關(guān)聯(lián)性，評(píng)估和預(yù)測(cè)未知事件，這種“先知先覺(jué)”的優(yōu)勢(shì)與風(fēng)險(xiǎn)評(píng)估的預(yù)期目標(biāo)相一致?！霸u(píng)估數(shù)據(jù)集成挖掘”程序是大數(shù)據(jù)環(huán)境下“穩(wěn)評(píng)”系統(tǒng)的核心，旨在對(duì)采集到的多維數(shù)據(jù)通過(guò)專業(yè)化手段進(jìn)行清洗去噪，轉(zhuǎn)換分區(qū)等處理，涵蓋關(guān)聯(lián)分析、傾向性判斷、聚類(lèi)歸簇、模式識(shí)別、趨勢(shì)預(yù)測(cè)等主要層面，以“沙里淘金”最大程度提煉繁雜數(shù)據(jù)中的有用價(jià)值信息。

大數(shù)據(jù)的重要特征之一是“Variety”①中國(guó)信息產(chǎn)業(yè)網(wǎng)：《大數(shù)據(jù)的四個(gè)典型特征》，2012年12月4日，Http://cyyw.cena.com.cn/a/2012-12-04/135458292978407.shtml.，即類(lèi)型多樣性，這就決定了經(jīng)過(guò)多種渠道采集到的數(shù)據(jù)種類(lèi)和結(jié)構(gòu)都非常復(fù)雜，匹配度會(huì)有沖突，很可能摻雜了較多“噪音”和干擾項(xiàng)，例如從線上截取的個(gè)體態(tài)度行為數(shù)據(jù)，既有圍繞項(xiàng)目政策較為明確的支持、反對(duì)和中立傾向反應(yīng)，也會(huì)伴有與決策事項(xiàng)毫無(wú)相關(guān)的商業(yè)圍觀信息、私人交易、瑣事痕跡，這就需要對(duì)采集數(shù)據(jù)進(jìn)行清洗，以防止其對(duì)最終結(jié)果產(chǎn)生不利影響，常用的方法是在數(shù)據(jù)處理的過(guò)程中設(shè)計(jì)一些過(guò)濾器，通過(guò)聚類(lèi)及關(guān)聯(lián)規(guī)則將無(wú)用和錯(cuò)誤的離群數(shù)據(jù)過(guò)濾掉，并建立專門(mén)數(shù)據(jù)庫(kù)分門(mén)別類(lèi)放置，以提高數(shù)據(jù)提取速度。在此基礎(chǔ)上，對(duì)原始數(shù)據(jù)進(jìn)一步處理分析、傳統(tǒng)的手段有機(jī)器學(xué)習(xí)、序列模式挖掘、情感分析、智能算法以及高級(jí)統(tǒng)計(jì)等，更先進(jìn)的技術(shù)無(wú)疑是“云計(jì)算”①陳康、鄭緯民：《云計(jì)算：系統(tǒng)實(shí)例與研究現(xiàn)狀》，《軟件學(xué)報(bào)》2009年第5期。，包括分布式文件系統(tǒng)GFS，分布式數(shù)據(jù)庫(kù)BigTable，批處理技術(shù) Mapreduce，開(kāi)源實(shí)現(xiàn)平臺(tái)Hadoop等。大數(shù)據(jù)的核心技術(shù)實(shí)質(zhì)上是數(shù)據(jù)挖掘技術(shù)，其關(guān)鍵領(lǐng)域離不開(kāi)網(wǎng)絡(luò)輿情的監(jiān)控，構(gòu)建適用于輿情挖掘的相關(guān)模型和方法，滿足社交網(wǎng)絡(luò)等復(fù)雜系統(tǒng)中不同輿情對(duì)象間的復(fù)雜關(guān)系探測(cè)，以實(shí)現(xiàn)大數(shù)據(jù)技術(shù)與輿情挖掘的有機(jī)融合。

“穩(wěn)評(píng)”的目的是風(fēng)險(xiǎn)預(yù)測(cè)與防控，故在數(shù)據(jù)集成挖掘環(huán)節(jié)，必須提煉標(biāo)識(shí)出風(fēng)險(xiǎn)的類(lèi)型、趨勢(shì)、概率，初步明確風(fēng)險(xiǎn)狀態(tài)和風(fēng)險(xiǎn)爆發(fā)之間的關(guān)聯(lián)度，這需要輿情聚類(lèi)方法的應(yīng)用支持。輿情聚類(lèi)是在混雜的數(shù)據(jù)體中，根據(jù)線上數(shù)據(jù)的主要量化特征，如發(fā)生時(shí)間、評(píng)論數(shù)量、地理分布、傳播頻度、交互強(qiáng)度、褒貶傾向等，把相同或相近特征的數(shù)據(jù)歸為一類(lèi)，分在同一簇的數(shù)據(jù)對(duì)象具有很高相似性，不同簇間的相似性則非常低，所形成的每個(gè)輿情簇都可以視為一個(gè)輿情類(lèi)，由其導(dǎo)出分項(xiàng)規(guī)則，利于對(duì)后續(xù)輿情級(jí)別進(jìn)行標(biāo)記進(jìn)而把握風(fēng)險(xiǎn)態(tài)勢(shì)。用于創(chuàng)建模型的輿情集即為訓(xùn)練集，可以用數(shù)學(xué)公式，分類(lèi)規(guī)則，神經(jīng)網(wǎng)絡(luò)或判定樹(shù)等模型來(lái)描述，當(dāng)新的未知類(lèi)別的網(wǎng)絡(luò)輿情出現(xiàn)后，把輿情數(shù)據(jù)輸入分類(lèi)模型，由其判斷實(shí)時(shí)風(fēng)險(xiǎn)的嚴(yán)重程度。②徐廣軍：《思維變革的重構(gòu)：大數(shù)據(jù)視角下的網(wǎng)絡(luò)輿論引導(dǎo)工作》，《人民網(wǎng) -輿情頻道》2014年 8月 27日，http://unn.people.com.cn/n/2014/0827/c14717-25551998.html。特別強(qiáng)調(diào)的是，由于時(shí)間的滯后和個(gè)體態(tài)度行為變化的動(dòng)態(tài)性，重大事項(xiàng)事前輿情數(shù)據(jù)挖掘往往是不充分的，決策實(shí)施和運(yùn)營(yíng)過(guò)程中不斷涌現(xiàn)的輿情數(shù)據(jù)可能是風(fēng)險(xiǎn)衍生的重要方面。因此，評(píng)估數(shù)據(jù)集成挖掘階段有必要基于網(wǎng)絡(luò)環(huán)境下生成信息進(jìn)行周期性挖掘提煉，即時(shí)性展示某一時(shí)段的風(fēng)險(xiǎn)因素，以精確確立風(fēng)險(xiǎn)預(yù)控的時(shí)點(diǎn)，該領(lǐng)域的專業(yè)實(shí)現(xiàn)有待大數(shù)據(jù)技術(shù)的突破。

（三）評(píng)估結(jié)果的可視化解析

對(duì)于“穩(wěn)評(píng)”一線操作的政府工作部門(mén)來(lái)說(shuō)，最關(guān)心的或許并非數(shù)據(jù)的挖掘處理過(guò)程，而是對(duì)大數(shù)據(jù)分析結(jié)果的應(yīng)用解釋與展示，做出風(fēng)險(xiǎn)可能性和等級(jí)程度判斷，并提出風(fēng)險(xiǎn)防范與化解建議。在大數(shù)據(jù)采集與集成挖掘基礎(chǔ)上，評(píng)估系統(tǒng)需要引入“數(shù)據(jù)可視化技術(shù)”③戴國(guó)忠、陳為、洪文學(xué)等：《信息可視化和可視分析：挑戰(zhàn)與機(jī)遇——北戴河信息可視化戰(zhàn)略研討會(huì)總結(jié)報(bào)告》，《中國(guó)科學(xué)：信息科學(xué)》2013年第1期。作為解析輸出的最有力方式，幫助直觀發(fā)現(xiàn)大數(shù)據(jù)分析中隱藏的內(nèi)在價(jià)值，更方便一線人員對(duì)評(píng)估結(jié)果的理解和接受。常見(jiàn)的可視化技術(shù)包括基于集合的技術(shù)、基于圖標(biāo)的技術(shù)，面向像素的技術(shù)和分布式技術(shù)等。④⑤FRANKELD.A.，“Bigdataandriskmanagement”.Risk Management，Vol.7.No.10，2012，P.13.該領(lǐng)域的研究至今方興未艾，拓展空間很大。

借助可視化技術(shù)并結(jié)合以往類(lèi)同案例的剖析，確立挖掘輸出結(jié)果的風(fēng)險(xiǎn)等級(jí)：一般、中等、嚴(yán)重、非常嚴(yán)重，隨之為建立響應(yīng)方案提供判別支持。與此同時(shí)，在利用大數(shù)據(jù)工具對(duì)評(píng)估結(jié)果解讀過(guò)程中，應(yīng)充分發(fā)揮多方參與的信息協(xié)同機(jī)制，鼓勵(lì)引入社會(huì)機(jī)構(gòu)部門(mén)、NGO、專業(yè)人士對(duì)評(píng)估結(jié)論進(jìn)行更深入的參與論證，增強(qiáng)風(fēng)險(xiǎn)分析的準(zhǔn)確度與認(rèn)同感。

四、“穩(wěn)評(píng)”大數(shù)據(jù)應(yīng)用面臨的主要挑戰(zhàn)

（一）技術(shù)：“穩(wěn)評(píng)”數(shù)據(jù)質(zhì)量的巨大挑戰(zhàn)

高質(zhì)量的數(shù)據(jù)是大數(shù)據(jù)應(yīng)用效能的前提基礎(chǔ)，專業(yè)的數(shù)據(jù)分析工具只有在高質(zhì)量的大數(shù)據(jù)環(huán)境中才能提取出隱含的、準(zhǔn)確的、高價(jià)值的信息，政府部門(mén)使用其做出的風(fēng)險(xiǎn)決策結(jié)果才不至于偏離正常軌道，甚至發(fā)生謬誤。當(dāng)“穩(wěn)評(píng)”數(shù)據(jù)采集源從線下邁入線上平臺(tái)時(shí)，數(shù)據(jù)結(jié)構(gòu)也隨靜態(tài)的文本形式轉(zhuǎn)向了多維形式，數(shù)據(jù)之間很可能存在沖突、不一致或相互矛盾的現(xiàn)象，也有可能獲得的是“過(guò)期”的數(shù)據(jù)。要對(duì)結(jié)構(gòu)復(fù)雜的大數(shù)據(jù)內(nèi)容進(jìn)行整合，是一項(xiàng)異常艱巨的任務(wù)。由于數(shù)據(jù)的多樣性，單一的數(shù)據(jù)結(jié)構(gòu)已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足大數(shù)據(jù)存儲(chǔ)的需要，“穩(wěn)評(píng)”執(zhí)行部門(mén)需使用專門(mén)的數(shù)據(jù)庫(kù)技術(shù)和專業(yè)的數(shù)據(jù)存儲(chǔ)設(shè)備，以保證采集到的數(shù)據(jù)存儲(chǔ)有效性。然而，目前我國(guó)政府公共部門(mén)絕大部分業(yè)務(wù)運(yùn)行數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)為主，相應(yīng)地主要采用傳統(tǒng)的數(shù)據(jù)存儲(chǔ)架構(gòu)，如關(guān)系型數(shù)據(jù)庫(kù)，對(duì)于圖象、音視頻等非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，一般均是將其二次轉(zhuǎn)化后再行存儲(chǔ)處理，該過(guò)程大大滯后于網(wǎng)絡(luò)輿情的發(fā)展速度，也使采集數(shù)據(jù)質(zhì)量很難得到有效保障。同時(shí)，大數(shù)據(jù)具有低價(jià)值密度的特征①HAMISH B.“IIIS：The‘Four Vs’of Big Data”，[2013-07-24].Http://www.computerworld.com.au/article/396198/iiis_four_vs_big_data/.，網(wǎng)絡(luò)采集到的輿情信息數(shù)據(jù)極為多樣繁雜，很多時(shí)候可能意味著大量冗余“垃圾”數(shù)據(jù)的填充，會(huì)對(duì)真正有用的信息造成干擾，影響分析判斷，故大數(shù)據(jù)的清洗過(guò)程需要更加高效的專業(yè)工具。這種情況下，傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)清洗技術(shù)在分析能力上已力不從心，處理小規(guī)模數(shù)據(jù)質(zhì)量問(wèn)題的檢驗(yàn)工具無(wú)法適應(yīng)大數(shù)據(jù)環(huán)境下的檢驗(yàn)和識(shí)別任務(wù)。事實(shí)上，當(dāng)前國(guó)內(nèi)一些地區(qū)政府部門(mén)對(duì)于大數(shù)據(jù)相關(guān)技術(shù)的吸收應(yīng)用多集中于分布式存儲(chǔ)及并行計(jì)算方面，滿足大數(shù)據(jù)要求的數(shù)據(jù)質(zhì)量檢測(cè)和清洗的智能化工具還十分稀缺②宗威、吳鋒：《大數(shù)據(jù)時(shí)代下數(shù)據(jù)質(zhì)量的挑戰(zhàn)》，《西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2013年第5期。，這對(duì)基于大數(shù)據(jù)的“穩(wěn)評(píng)”應(yīng)用實(shí)踐構(gòu)成直接的基礎(chǔ)性障礙。

（二）資源：“穩(wěn)評(píng)”數(shù)據(jù)挖掘人力的現(xiàn)實(shí)挑戰(zhàn)

時(shí)至今日，從事“穩(wěn)評(píng)”的主體人員數(shù)據(jù)采集源依然主要停留在座談、訪問(wèn)、問(wèn)卷等傳統(tǒng)樣本階段，尚未觸及使用大數(shù)據(jù)技術(shù)進(jìn)行深度分析和挖掘的程度，政府公共部門(mén)更處于大數(shù)據(jù)浪潮的末端，專業(yè)的“穩(wěn)評(píng)”數(shù)據(jù)挖掘人員支持幾乎空白。由于大數(shù)據(jù)本身的復(fù)雜性增加了大數(shù)據(jù)應(yīng)用的難度，既通曉現(xiàn)代數(shù)據(jù)挖掘技術(shù)，同時(shí)又諳熟“穩(wěn)評(píng)”運(yùn)作流程和地方政府運(yùn)行規(guī)制的復(fù)合型人員是當(dāng)下促進(jìn)“穩(wěn)評(píng)”大數(shù)據(jù)應(yīng)用方案最急需的人才，而對(duì)應(yīng)企業(yè)私營(yíng)部門(mén)卻早已出現(xiàn)了諸如“首席數(shù)據(jù)官”（Chief Data Officer，CDO）這樣的中堅(jiān)群體。③Lee， Yang；Madnick， Stuart；Wang， Richard. “A Cubic Framework For The Chief Data Officer：Succeeding in A World of Big Data”.MIS Quarterly Executive.Vol.13.No.1，2014，PP.1-13.故此，大數(shù)據(jù)環(huán)境下，未來(lái)可首先考慮在政府內(nèi)部輿情監(jiān)測(cè)部門(mén)和信息分析中心配置、輸送、發(fā)展主攻“穩(wěn)評(píng)”方向的專業(yè)人員力量，要求根據(jù)各政府組織部門(mén)的實(shí)際需求和重大項(xiàng)目特點(diǎn)選擇合適的數(shù)據(jù)庫(kù)及數(shù)據(jù)采集、抽取、轉(zhuǎn)換、清洗工具，進(jìn)行針對(duì)性的評(píng)估分析，并依據(jù)分析結(jié)果對(duì)風(fēng)險(xiǎn)決策提供參考建議和意見(jiàn)，該項(xiàng)業(yè)務(wù)亦可積極吸引外部商業(yè)機(jī)構(gòu)，如百度、騰訊等數(shù)據(jù)密集型企業(yè)的參與，聯(lián)合制訂統(tǒng)一高效的“穩(wěn)評(píng)”大數(shù)據(jù)應(yīng)用架構(gòu)方案。

（三）管理：評(píng)估數(shù)據(jù)信息公開(kāi)共享的組織挑戰(zhàn)

隨著“穩(wěn)評(píng)”執(zhí)行結(jié)構(gòu)的拓展及外部環(huán)境的不斷變遷，政府部門(mén)間的信息互通與評(píng)估工作協(xié)調(diào)日益占據(jù)關(guān)鍵地位，而數(shù)據(jù)公開(kāi)、信息共享是實(shí)現(xiàn)制度有效性的重要保證。依據(jù)國(guó)家有關(guān)“穩(wěn)評(píng)”的明確規(guī)定，重大事項(xiàng)社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估應(yīng)從合法性、合理性、可行性和可控性四個(gè)方面進(jìn)行評(píng)估，而與此相關(guān)的評(píng)估分析關(guān)聯(lián)數(shù)據(jù)資源（包括實(shí)時(shí)輿情數(shù)據(jù)、項(xiàng)目數(shù)據(jù)、歷史數(shù)據(jù)、人口數(shù)據(jù)等）往往分散于不同層級(jí)政府機(jī)構(gòu)、項(xiàng)目單位及職能部門(mén)之中，在現(xiàn)有體制下，組織內(nèi)部形成的是以各自部門(mén)為單位的一個(gè)個(gè)支片數(shù)據(jù)體和“信息孤島”，彼此相對(duì)封閉獨(dú)立，尚缺乏信息共享的意識(shí)及管理機(jī)制支持。大數(shù)據(jù)的應(yīng)用基礎(chǔ)是將大量分散的、不同來(lái)源的多模態(tài)、異構(gòu)數(shù)據(jù)進(jìn)行整合性挖掘，并從中提取高質(zhì)量有價(jià)值的隱藏結(jié)果，若沒(méi)有數(shù)據(jù)信息公開(kāi)的有效支撐，數(shù)據(jù)處理集成平臺(tái)構(gòu)建或幾為空想，“穩(wěn)評(píng)”大數(shù)據(jù)應(yīng)用目標(biāo)現(xiàn)實(shí)中也很難實(shí)現(xiàn)。

（四）理念：基于大數(shù)據(jù)“穩(wěn)評(píng)”主體的思維挑戰(zhàn)

缺少數(shù)據(jù)清洗過(guò)濾和整合的機(jī)制方法，還只是技術(shù)層面的障礙，更深層次挑戰(zhàn)或來(lái)自地方政府公共部門(mén)評(píng)估思維的轉(zhuǎn)型。對(duì)于習(xí)慣傳統(tǒng)經(jīng)驗(yàn)式?jīng)Q策方式和評(píng)價(jià)手段的基層政府而言，長(zhǎng)期以來(lái)缺乏“數(shù)據(jù)治理”的潛在觀念①賀寶成：《大數(shù)據(jù)與國(guó)家治理》，《光明日?qǐng)?bào)》（理論版）2014年3月27日。，這或使面向大數(shù)據(jù)的“穩(wěn)評(píng)”理念接受度及支持性感知也將經(jīng)歷一個(gè)較長(zhǎng)過(guò)程。尤其在既定行政環(huán)境下，如果主要決策者缺乏大數(shù)據(jù)意識(shí)以及對(duì)大數(shù)據(jù)評(píng)估價(jià)值的正確理解，將會(huì)對(duì)大數(shù)據(jù)“穩(wěn)評(píng)”應(yīng)用帶來(lái)最直接的阻礙，相關(guān)資源整合與技術(shù)創(chuàng)新也無(wú)法得到全面、有效的保證。此外，大數(shù)據(jù)環(huán)境下的智能評(píng)估較之傳統(tǒng)綜合性評(píng)估，必然要發(fā)生評(píng)價(jià)思維上的革命：即從選擇靜態(tài)、個(gè)體且相對(duì)獨(dú)立的樣本對(duì)象，轉(zhuǎn)而面向動(dòng)態(tài)、系統(tǒng)且關(guān)聯(lián)的全體數(shù)據(jù)，從原先按照設(shè)定的程序步驟獲取部分“利益相關(guān)者”意向數(shù)據(jù)，擴(kuò)展延伸到從規(guī)模巨大的、彼此可能毫無(wú)關(guān)聯(lián)的數(shù)據(jù)流中集成截取，而這些全生命周期的評(píng)估理念的建立需要“穩(wěn)評(píng)”決策者很強(qiáng)的開(kāi)放視野和專業(yè)素養(yǎng)能力。

五、結(jié)語(yǔ)

無(wú)疑，大數(shù)據(jù)將造成社會(huì)政策研究②Cook.Thomas，D.“Big Data In Research on Social Policy”.Journal of Analysis and Management，Vol.33，No.2，2014，PP.544-547.和社會(huì)文化變革，特別會(huì)發(fā)生在公共管理與社會(huì)治理領(lǐng)域，這一趨勢(shì)也為中國(guó)政府正大力推進(jìn)的重大決策社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估制度帶來(lái)新的契機(jī)。然而，與傳統(tǒng)“穩(wěn)評(píng)”數(shù)據(jù)模式不同，在采集數(shù)據(jù)來(lái)源廣泛、數(shù)量巨大、變化急速、結(jié)構(gòu)復(fù)雜的大數(shù)據(jù)情形下，每一流程監(jiān)控絕非易事，面臨重重障礙，僅大數(shù)據(jù)質(zhì)量的保障就已成為當(dāng)今世界和學(xué)術(shù)界面前的重大難題。加之目前我國(guó)公共組織的大數(shù)據(jù)意識(shí)及配套技術(shù)、管理制度尚在概念探討或試驗(yàn)階段，大數(shù)據(jù)應(yīng)用“穩(wěn)評(píng)”還任重道遠(yuǎn)。盡管如此，大數(shù)據(jù)畢竟為“穩(wěn)評(píng)”的開(kāi)拓提供了又一嶄新的研究發(fā)展路徑和前景可能，期望隨著今后多方條件的成熟，依托大數(shù)據(jù)工具可以提升發(fā)現(xiàn)、揭示基于人群復(fù)雜社會(huì)網(wǎng)絡(luò)背后的行為規(guī)律和風(fēng)險(xiǎn)趨勢(shì)，進(jìn)而為我國(guó)政府“穩(wěn)評(píng)”的創(chuàng)新性實(shí)踐提供強(qiáng)有力的決策支持。