文_秦 浩

習近平總書記指出，“要建立健全大數據輔助科學決策和社會治理的機制，推進政府管理和社會治理模式創(chuàng)新”。從我國公共政策實踐來看，傳統(tǒng)公共政策模式下權威推動、封閉單向、定性分析、反饋遲滯等弊端日益顯現，已經難以適應現代公共行政的需要。在“互聯(lián)網+”技術浪潮影響下，如何通過互聯(lián)網與政府治理的深度融合實現“互聯(lián)網+政務服務”，如何借助以大數據為代表的技術手段重塑公共政策模式，逐漸成為政府改革的重要議題。大數據的本質意義在于對海量數據的采集、挖掘、存儲和分析，析出數據的背后價值和規(guī)律性特征，以此提高決策的科學性、規(guī)范性和精準性水平。大數據驅動的公共政策轉型，實際上就是以大數據思維對公共政策的價值理念、價值排序、價值目標、政策方案等進行優(yōu)化再造，以大數據技術豐富公共政策工具，以大數據手段服務于公共政策全生命周期，形成基于大數據的能夠創(chuàng)造新的公共價值的公共政策模式。

一、政策議題構建：由“經驗”轉向“智慧”

政策議題構建是公共政策過程的首要步驟，也是制定公共政策的基點。通過對特定公共問題進行甄別和篩選，從而將問題納入公共政策議程。如果政策議題構建出現誤差，即便政策方案再完美，也無法有效解決公共問題。雖然我國相關政府職能部門在日常管理中也大量使用數據，但總體上數據意識和數據能力仍然較為欠缺，“大數據行政文化”的培育尚未真正成型。在傳統(tǒng)決策模式下，一方面，政策議題的確定受信息有限性的制約較大，決策依據主要來自既往事實、經驗理性或主觀直覺，輔助決策的數據主要依靠抽樣數據、局部數據等。這種決策帶來的不良后果顯而易見，由于掌握的信息有限，數據樣本規(guī)模太小，無法對問題的真實情況進行全面感知，容易導致政策議題設置與客觀實際出現偏差。在信息不對稱的情況下，還有可能出現政策制定者夾帶私心，將公共政策變?yōu)樯贁等嘶蚶婕瘓F權力尋租的手段，從而造成公共政策異化，影響政策的公正性。另一方面，傳統(tǒng)政策議題的觸發(fā)機制為“被動響應型”，決策者的思維定式為簡單的因果分析法，缺乏對多元復雜問題的關聯(lián)性分析，極易出現“顧此失彼”的情況。加之政策預測技術落后，對瞬息萬變的事態(tài)無法及時捕捉到關鍵預警信息，政策的先導性、前瞻性不足。

大數據支持的政策議題構建將更加智慧、精準，主要體現在問題感知、搜索、界定、陳述四個環(huán)節(jié)。一是問題感知。問題感知是政策議題構建的初級階段，通過對問題情境的系統(tǒng)認識，發(fā)覺到問題的存在并對其進行判斷和感知。在大數據時代，所有生產生活活動的過程與結果都可以用數據的形式表現出來，借助GIS遙感、移動互聯(lián)網、物聯(lián)網、云計算等各項技術，可以對各類活動的數據值進行實時監(jiān)測和清晰感知，打破以往政府信息來源渠道過于單一、信息收集效率低下的困境。當被監(jiān)測數據出現異常波動時，數據的動態(tài)變化將被同步捕捉、記錄，并在最短時間內對海量、異構、動態(tài)、分散的數據碎片進行快速分析處理，對其中重復的、錯誤虛假的數據自動過濾，進而整合加工成具有參考價值的信息資源。在大數據技術廣泛滲透的背景下，社會公眾的觀點表達、利益訴求甚至情緒變化都將被反復、持續(xù)地概括和提煉，為社會問題轉化為公共管理問題提供可靠基礎。二是問題搜索。問題搜索是將感知的問題認定為政策元問題，便于決策者從中找出問題的實質。借助大數據強大的數據抓取能力，決策者可以從抓取的結構化數據、半結構化和非結構化數據中發(fā)現過去無法被察覺的信息流，透過公共問題的表象挖掘出產生問題的根本原因。在隨機數據、樣本數據轉變?yōu)槿繑祿那疤嵯?，可以利用網絡地圖、標簽云、數據實時渲染等大數據可視技術對大規(guī)模的全樣本數據進行線性與非線性的關聯(lián)性分析和規(guī)律性歸納，并通過更加精確、直觀的視覺呈現，為元問題的精準認定提供有效的方法和技術保障。三是問題界定。問題界定是將感知和搜索的問題進行歸類，決策者依據專業(yè)知識和會商研判將問題界定出所屬領域。在社會問題日益復雜和并發(fā)多元的背景下，一個政策問題很難簡單地界定為某個單一領域的問題，往往是多領域交叉關聯(lián)、互相交錯的復合型問題。以數據邏輯取代經驗邏輯的大數據技術，能夠在最大程度上細化不同領域之間的邊界，準確理清各領域的問題范疇及其相互關系，提高問題界定的清晰度和準確度。四是問題陳述。問題陳述是政策議題構建的產出和結果，通過具體的陳述對界定的問題及其細節(jié)進行規(guī)范的結構化表達，從而建立正式的政策議題。利用大數據技術建立的數學表達模型，具有系統(tǒng)、詳實的數據支撐，有效降低了問題陳述的不確定性。基于定量分析得出的定性分析結論，有助于根據重要性、緊急性等維度對政策問題的優(yōu)先級進行科學劃分。同時，大數據分析中對政策問題發(fā)展走向與趨勢的預測，能夠極大增強政策方案的前瞻性和預見性，提升主動應對的能力。

二、政策方案設計：由“單向”轉向“協(xié)同”

政府方案是為解決公共問題、實現政策目標所擬采取的方法途徑，因此在設計政策方案時應充分考慮方案的合理性和窮盡性。在傳統(tǒng)公共政策模式下，首先，政策方案的設計和選擇主要是政府部門單方面力量作用的結果，不同的政府職能部門既是政策的制定者，又是政策的執(zhí)行者，同時還承擔著解釋政策的權力，利益驅使往往導致決策的主觀隨意性強，暗箱操作、違法決策、政策尋租的現象時有發(fā)生。另外，政出多門導致政策缺乏有效銜接，可能出現政策交叉重疊的問題。其次，由于政策體系往往涉及多個利益主體，在政策過程中由這些主體所衍生出的數據信息呈爆炸式增長態(tài)勢，數據的生成速度和傳播速度也在日益加快，政府傳統(tǒng)的信息獲取和處理能力相形見絀，加之決策者在設計政策方案時往往只關注那些與決策本身相關的信息，大量具有潛在關聯(lián)的有效信息被排除在決策體系之外，從而產生了所謂的“數據黑洞”，致使出現政策方案失誤乃至政策失靈的現象。最后，政府單一主導的公共政策模式背離了民主參與的訴求，決策主體主要是官僚精英和有限的咨詢機構或專家，封閉的決策咨詢體制將社會公眾排斥在外，政策需求端的呼聲被漠視，政策方案的公信力和透明度嚴重不足。

在公共政策中系統(tǒng)性地運用數據輔助決策的歷史由來已久，統(tǒng)計學最早正是由西方發(fā)達國家將數據分析納入政府決策體系而形成的，20世紀初期興起的行為主義政治學、20世紀中期發(fā)展起來的政策科學，將數據分析和量化方法的運用推到頂峰，并由此奠定了公共政策科學化的學科基礎。借助大數據技術的運用，政策方案設計將從以往的單向性、封閉式轉向回應性、協(xié)同式。一是政策方案選擇階段。政策方案選擇的過程就是對相關數據進行收集、整理、加工及處理的過程，因此方案選擇的精準性依賴于數據的完備性?；诖髷祿臎Q策中樞系統(tǒng)和決策輔助系統(tǒng)，以政務云平臺為基礎，借助數據交換共享平臺、移動管理平臺等信息資源基礎設施，通過吸納多元數據流建立起政策數據倉庫，能夠對跨界別、跨區(qū)域、跨平臺的海量數據資源進行精確篩選、深度集成和量化分析。在數據驅動決策模式下，利益博弈對決策的影響被最大程度降低，決策者對政策事項的駕馭能力極大提升，逐漸樹立起“讓數據說話、用數據決策、靠數據管理”的“循數決策”思維。在決策流程上，原始數據首先被加工成信息，信息再被轉換成知識，最后將知識關聯(lián)到核心決策層，并結合政策客體需求的匹配結果，一步步地輔助決策者作出判斷，形成一系列的政策組合方案。通過針對不同政策組合方案的服務推送機制，借助大數據的公共決策智能優(yōu)化技術和潛在風險模擬預測技術，最終完成對政策方案的快速分析與智能評價，從而選擇確定出最佳的政策方案。二是政策咨詢反饋階段。以大數據為依托的政策咨詢反饋具有典型的多元共治特征，政策客體與政策主體的關系由從屬關系變?yōu)榛锇殛P系，參與的深度由象征性向實質性邁進。一方面，公民可以通過社交媒體、政府網站、電子郵件等渠道自下而上地建言獻策，積極主動地表達利益訴求，碎片化的社會行為數據被輿情監(jiān)測系統(tǒng)廣泛挖掘、深度整合并實時反饋至決策中樞系統(tǒng)，政府壟斷政策信息和政策過程的不對稱局面將得到極大改善。另一方面，政府可以通過信息化平臺自上而下地積極回應。由于互動參與滲透到決策過程的每一個環(huán)節(jié)，客觀上要求政府借助大數據平臺對決策咨詢信息進行精準投放和回收，通過數據梳理、數據清洗、數據留痕，對有價值的反饋信息進行快速定位和有效識別。公眾參與的倒逼效應也將促使政府優(yōu)化信息公開目錄，推進政務信息資源交換與共享，加快政府數據開放步伐。

三、政策執(zhí)行監(jiān)督：由“粗放”轉向“精細”

公共政策執(zhí)行是將政策方案轉化為政策效果的必經階段，是銜接政策制定與政策目標的重要橋梁。為避免政策執(zhí)行出現偏差，必須對其進行有效監(jiān)督。在傳統(tǒng)公共政策模式下，之所以經常出現政策執(zhí)行變形走樣的情況，首要原因是政策宣傳不到位。傳統(tǒng)的政策宣傳和解釋主要采用點對點、面對面的方式展開，不僅耗費的人力物力財力成本較高，而且宣傳的時效性、吸引力和擴散力不強。從信息流的角度看，囿于官僚制模式下政府組織結構條塊分割和管理層級較多，與政策執(zhí)行相關的信息散落在不同職能部門之間，形成所謂的“信息孤島”和“信息壁壘”，信息傳遞的渠道不暢、速度較慢、反應遲緩。層級制的組織體系也導致信息逐層衰減甚至高度失真，造成決策主體與執(zhí)行主體之間的信息不對稱。另外，政策執(zhí)行信息主要通過自上而下的線性傳遞和執(zhí)行機構內部傳遞的方式進行，反饋互動渠道單一、回應乏力，政策執(zhí)行監(jiān)督難以達到預期目的。

大數據助力公共政策執(zhí)行監(jiān)督的作用空間主要體現在以下三個方面。一是改進政策宣傳效果。習近平總書記指出，“要加大政策公開力度，讓群眾知曉政策、理解政策、配合執(zhí)行好政策”。大數據傳輸具有覆蓋范圍廣、傳播速度快和形式多樣的優(yōu)勢，有助于拓展政策解釋的廣度與深度?；诖髷祿治龅姆諏ο蠹毞郑軌驅⒄邤祿畔崟r精準地推送給政策執(zhí)行主體與目標群體，從而避免政策信息的過濾和扭曲，有效增強政策宣傳的認知力和感染力。二是暢通信息傳遞渠道。大數據技術的推廣應用將帶動政府組織結構的變革調整，傳統(tǒng)的科層制結構逐漸被弱化甚至解構，最終形成能夠適應大數據環(huán)境的扁平化、開放化、協(xié)同化的行政架構，極大增強政策執(zhí)行信息的傳遞速度和響應能力。依托各類自動傳感系統(tǒng)、智慧感應裝置、物聯(lián)網全面采集有效的執(zhí)行信息，相關信息被及時上傳到大數據共享平臺并在各決策單元進行交互共享，反饋意見被第一時間傳遞給政策執(zhí)行者，數據信息在輸入、轉換、輸出的閉環(huán)中持續(xù)循環(huán)，政策制定者與政策執(zhí)行者之間的邊界日趨模糊，執(zhí)行主體對外部政策環(huán)境變化的適應能力不斷增強。三是推動政策再完善。大數據作為一種技術工具，可以對政策執(zhí)行過程中沉淀下來的各類信息進行定向抓取，對論壇、自媒體和主流新聞媒體中關于政策實施效果和社會反響情況進行常態(tài)化監(jiān)測分析，決策者透過巨大的數據流可以將政策執(zhí)行現狀盡收眼底。通過網民態(tài)度傾向性分析、熱點話題檢測與跟蹤、文本清洗等量化分析手段，形成政策執(zhí)行“中梗阻”問題數據庫，決策者可據此對政策執(zhí)行偏差進行及時矯正。

四、政策績效評估：由“定性”轉向“定量”

公共政策績效評估是按照一定的評估指標體系和規(guī)范程序，對公共政策的質量、效益及其效果進行評判的政策過程。習近平總書記指出，“政策實施后要跟蹤反饋，發(fā)現問題及時調整完善”。傳統(tǒng)公共政策模式下的政策評估存在諸多弊端，首先，政府既是政策的制定者和執(zhí)行者，也是政策績效的評估者，本質上屬于同體評估、內部評估，評估結果的公正性和公信力不足。其次，獲取評估所需數據的渠道單一，通過調查問卷等形式搜集的樣本數據規(guī)模過小，數據覆蓋面不足、代表意義不強且具有高度的混雜性和不確定性。另外，數據獲取的效率低下、過程緩慢，原始數據的錯誤率較高，容易導致評估結果出現誤判。最后，傳統(tǒng)的政策績效評估方式主要局限在規(guī)范研究和定性分析層面，雖然局部已經引入實證研究和定量分析，但數據分析和管理手段比較落后，簡單的數據統(tǒng)計和不甚嚴謹的評估方法也造成政策績效評估的結果失真。

大數據不僅是一種工具，也是一種理念。大數據技術海量數據獲取、多維數據分析的優(yōu)勢，能夠將政策績效評估帶入一個全新的層次。一是采集的數據量將以幾何倍數增長，由局部樣本數據擴充為整體全部數據，數據的覆蓋率和精確性大幅提升，數據獲取的周期和成本大幅降低，大數據取代小數據成為政策評估的主流。與之相適應，政府職能部門將逐步探索建立政策評估大數據的采集匯聚機制和采集責任制度，依法依規(guī)、及時準確地完整記錄和沉淀相關履職信息，為政策評估奠定可靠的源數據基礎。二是將分散、異構的數據進行整合匯總，依靠大數據技術中的相關性分析、分類分析、聚類分析等方法對混雜數據進行挖掘，再對數據邏輯分析和統(tǒng)計分析的結果進行對比，最后以可視化的方式呈現出政策績效評估的初步結果。大數據強大的數據處理能力能夠彌補以往模糊綜合分析的不足，跳出傳統(tǒng)政策評估“就事論事”的局限，便于評估主體在最短時間內獲得對評估對象的清晰認知，所產出的量化評估結果可為政策終結或政策修正提供完整依據。三是在政策評估中引入大數據本質上是多源數據的匯集，這在一定程度上賦予政策客體發(fā)聲的權利，有助于推動政策評估主體由封閉走向開放、由一元化走向多元化，實現政策評估技術理性與價值理性的統(tǒng)一。