■ 張曉東 夏凡

1 江蘇敏捷創(chuàng)新經(jīng)濟管理研究院 南京 210023

2 南京敏捷企業(yè)管理研究所 南京 210008

1 前言

公共政策研究起源于政策科學，是對政府為解決各類政策問題所采取的政策的本質(zhì)、產(chǎn)生原因、實施效果的研究[1]。20 世紀50 年代初，被譽為政策科學之父的哈羅德·拉斯韋爾（Harold Lasswell）與羅伯特·卡普蘭（Robert Kaplan）首次使用了“政策科學”（Policy Science）這一術(shù)語[2]。20 世紀90 年代以后，我國學界也逐步關(guān)注公共政策研究，并引進、消化、吸收西方理論流派，形成相應(yīng)的研究成果。

隨著信息技術(shù)的飛速發(fā)展，海量的數(shù)據(jù)得以通過虛擬方式進行儲存和加工，這也預(yù)示著大數(shù)據(jù)時代的到來。在經(jīng)濟社會發(fā)展的過程中，大量的數(shù)據(jù)信息通過計算模型和運算法則實現(xiàn)高速運轉(zhuǎn)，在提高計算精度的同時大幅降低人工成本。隨著全球大數(shù)據(jù)潮流涌現(xiàn)，各國政府將注意力集中在了大數(shù)據(jù)的實踐應(yīng)用上。例如，通過大數(shù)據(jù)技術(shù)實現(xiàn)傳染病防控、恐怖分子精準識別、公共衛(wèi)生服務(wù)系統(tǒng)的優(yōu)化與提升等。2014 年3 月，“大數(shù)據(jù)”首次寫入我國《政府工作報告》，此后政府多次提到應(yīng)當積極發(fā)揮新興數(shù)字技術(shù)價值，使其加快推動國家治理能力現(xiàn)代化建設(shè)。

2 大數(shù)據(jù)時代公共政策研究的新機遇

2.1 大數(shù)據(jù)對社會科學研究的影響

大數(shù)據(jù)延展了科學研究的視域，通過數(shù)據(jù)密集型構(gòu)建了一個新的研究范式。數(shù)據(jù)密集型的特質(zhì)在于直面數(shù)據(jù)本身，通過解析數(shù)據(jù)，探尋所需的信息、知識與智慧。這種研究范式的轉(zhuǎn)型將會對社會科學研究產(chǎn)生深遠影響。

一是革新社會科學研究的認識論——從“相關(guān)”關(guān)系觸達“因果”關(guān)系。大數(shù)據(jù)最主要的作用在于可以找到數(shù)據(jù)集之間的關(guān)聯(lián)性，這些內(nèi)在的關(guān)聯(lián)度足以指引人類對數(shù)據(jù)集、個體、群體，以及三者之間的交互關(guān)系和其自身的信息結(jié)構(gòu)進行分析。在大數(shù)據(jù)時代，政策研究的新要求在于需要揭示與之相關(guān)聯(lián)的大數(shù)據(jù)的基礎(chǔ)性作用、影響機理以及影響政策分析范式變革的內(nèi)在規(guī)律。

二是創(chuàng)新社會科學研究的方法論——從“小樣本”推論到“全樣本”畫像。大數(shù)據(jù)思維的核心在于通過對海量數(shù)據(jù)進行科學的剖析，從中萃取出有利于人類社會進步與發(fā)展的洞見。隨著大數(shù)據(jù)技術(shù)與數(shù)據(jù)科學的快速發(fā)展，社會科學的研究方法和分析模式都出現(xiàn)了一些重要變化：數(shù)據(jù)類型多樣化、信息載體網(wǎng)絡(luò)化和樣本主體在線化。這使數(shù)據(jù)獲取的成本和路徑也隨之發(fā)生變化。網(wǎng)絡(luò)與機器學習使個體的行為與規(guī)則由人為的實驗室假定，轉(zhuǎn)變?yōu)閮?nèi)在的自然演化進程。除專有數(shù)據(jù)和受保護數(shù)據(jù)之外，數(shù)據(jù)類型、數(shù)據(jù)采集對象和運算范圍都將在很大程度上不受約束。當數(shù)據(jù)限制在一定程度被削弱之后，研究人員的科研水平將會大幅提升，大數(shù)據(jù)技術(shù)的加持將不僅是工具、方法層面的局部性進展，而是一場整體性的飛躍。

三是更新社會科學研究的實踐論——從“分”結(jié)構(gòu)走向“合”系統(tǒng)。大數(shù)據(jù)的海量、泛在、融合等特性，打破了學科間涇渭分明的界限。以數(shù)據(jù)為載體進行跨學科的溝通與對話，將成為社會科學研究的一種新常態(tài)。曾經(jīng)處于邏輯實證主義下的結(jié)構(gòu)化拆解與局部性還原的問題解決路徑，將被轉(zhuǎn)換成借助跨學科視角，發(fā)揮多元主體意識，借助融合性的知識體系尋求解決之道。大數(shù)據(jù)的出現(xiàn)使主體能夠打破資料“孤島”的邊界，舍棄局部的、簡單的因果關(guān)系，從整個體系的視域來審視復雜的社會問題。

2.2 大數(shù)據(jù)助力政策研究的創(chuàng)新

隨著大數(shù)據(jù)、云計算、人工智能、物聯(lián)網(wǎng)等為代表的新興技術(shù)的崛起，研究者借助海量數(shù)據(jù)信息擴展了自身的經(jīng)驗與認知視域，構(gòu)建了龐大理論與實證經(jīng)驗聯(lián)系的橋梁，以嶄新的關(guān)聯(lián)性資料，跨越時間與空間，為古典理論提供實驗論證的依據(jù)?！叭珮颖尽薄案呷蒎e”“深挖掘”等諸多優(yōu)點，使其具有“全景式”認識世界、發(fā)現(xiàn)和提煉新的重大科學問題的能力。大數(shù)據(jù)必然會為社會科學領(lǐng)域下的公共政策研究帶來更多的賦能。

第一，大數(shù)據(jù)讓政策分析更具民主性。傳統(tǒng)的政策制定是政府根據(jù)少數(shù)人的治理需求推斷多數(shù)人甚至全社會當前以及將來的治理需求，并根據(jù)局部區(qū)域治理的實踐效果，推演、提煉出整片區(qū)域甚至整個國家的治理策略和對策。在大數(shù)據(jù)時代，微博、微信、搜索引擎等社會媒介所生成的海量數(shù)據(jù)，具有覆蓋范圍廣、開放共享、雙向互動等特點，為公眾和社會組織增加了表達社情民意以及參政議政的通道。大數(shù)據(jù)直接挑戰(zhàn)傳統(tǒng)單極化和封閉式的垂直執(zhí)政理念。傳統(tǒng)的以行政命令為主、單一垂直的治理方式，將讓渡于民主協(xié)商、合作共治的方式[3]。運用大數(shù)據(jù)可以有效解決政策制定過程中的民主性問題，促進政府和公眾等多方參與社會治理。

第二，大數(shù)據(jù)讓政策制定更具科學性。相較于依賴小數(shù)據(jù)和數(shù)據(jù)精確性的時代，大數(shù)據(jù)更強調(diào)數(shù)據(jù)的完整性和混雜性，能夠幫助人類更進一步接近事實真相[4]。與以往依靠層層傳遞采集政府數(shù)據(jù)相比，依托互聯(lián)網(wǎng)載體平臺生成的海量用戶數(shù)據(jù)，不但拓寬了政策研究所需的數(shù)據(jù)源，同時極大降低了政策制定者獲得相關(guān)數(shù)據(jù)的時間以及人力成本。通過整合、挖掘和運用各種數(shù)據(jù)，可將企業(yè)、社會組織和民眾等都有機整合到政府的治理系統(tǒng)中，從而提升社會的整體治理水平，做到用數(shù)據(jù)說話、用數(shù)據(jù)管理、用數(shù)據(jù)決策、用數(shù)據(jù)創(chuàng)新。通過數(shù)據(jù)治理和數(shù)據(jù)分析，可充分把握當前社會發(fā)展及政策制定過程中的熱點、難點、堵點、痛點問題及發(fā)展動態(tài)，建立人口分析、網(wǎng)格管理和民生服務(wù)的主題分析模型，以提升政策制定的科學性，從而增強社會治理的精度與效能。

第三，大數(shù)據(jù)讓政策執(zhí)行更具敏捷性。大數(shù)據(jù)時代，在數(shù)據(jù)密集型的研究范式下，實時追蹤大規(guī)模數(shù)據(jù)痕跡并利用高效能算法進行精細化分析，為政府的精準決策提供了重要的基礎(chǔ)素材與資料，為政府即時響應(yīng)和操作執(zhí)行奠定了基礎(chǔ)。以國家“雪亮工程”為例①雪亮工程：以縣、鄉(xiāng)、村三級綜治中心為指揮平臺、以綜治信息化為支撐、以網(wǎng)格化管理為基礎(chǔ)、以公共安全視頻監(jiān)控聯(lián)網(wǎng)應(yīng)用為重點的“群眾性治安防控工程”。其通過三級綜治中心建設(shè)把治安防范措施延伸到群眾身邊，發(fā)動社會力量和廣大群眾共同監(jiān)看視頻監(jiān)控，共同參與治安防范，從而真正實現(xiàn)治安防控“全覆蓋、無死角”。，其運用大數(shù)據(jù)分析技術(shù)，構(gòu)建了基于多元信息的數(shù)據(jù)分析模式，通過對多種信息資源的多維交互應(yīng)用，實現(xiàn)了信息的監(jiān)測、分析和預(yù)警，大幅提高了決策執(zhí)行的響應(yīng)速度。

3 基于數(shù)據(jù)驅(qū)動的公共政策研究思路

3.1 數(shù)據(jù)驅(qū)動的基本概念及內(nèi)涵

大數(shù)據(jù)在各行業(yè)的場景中得到了重視與應(yīng)用，由此形成一片欣欣向榮的景象。

處于大數(shù)據(jù)的背景下，由于各自研究重心的不同，對數(shù)據(jù)驅(qū)動的認知存在差異。關(guān)于“數(shù)據(jù)驅(qū)動”的研究，國內(nèi)代表性的成果主要有：2015 年，張峰[5]認為，大數(shù)據(jù)是一種能力，其不僅能挖掘數(shù)據(jù)的潛在價值，而且能實現(xiàn)數(shù)據(jù)創(chuàng)新，是一種創(chuàng)新的能力；2017 年，鄧亞當[6]認為，大數(shù)據(jù)不僅是海量的數(shù)據(jù)資源，也是一種思維；2019 年，段忠賢等[2]認為，大數(shù)據(jù)不僅是一種理念和資源，更是一種變革人類公共生活的動能。國外代表性的成果主要有：2013 年，庫奇（Couch）[7]等指出，將大數(shù)據(jù)應(yīng)用于決策中，可以快速收集信息，科學開展預(yù)測，及時進行反應(yīng)，提升決策的準確性與科學性。同年，邁爾-舍恩伯格（Mayer-Sch?nberger）[4]在著作中提及，大數(shù)據(jù)驅(qū)動的本質(zhì)是信息驅(qū)動，正是有了大數(shù)據(jù)的幫助，信息才能真正發(fā)揮作用。

實踐領(lǐng)域?qū)Α皵?shù)據(jù)驅(qū)動”也有不少認識，美國知名數(shù)據(jù)分析網(wǎng)站DZone 以大數(shù)據(jù)和人工智能來增強組織的決策能力，其認為對數(shù)據(jù)進行分析，可以使組織擁有敏銳的數(shù)洞察力，為組織創(chuàng)造更多的價值。布瑞恩·戈德西（Brian Godsey）[8]指出，數(shù)據(jù)驅(qū)動是通過信息技術(shù)手段采集海量的數(shù)據(jù)，將數(shù)據(jù)進行組織形成信息，之后對相關(guān)的信息進行整合和提煉，在數(shù)據(jù)的基礎(chǔ)上經(jīng)過訓練，形成自動化的決策。基于數(shù)據(jù)輔助決策被看作是數(shù)據(jù)驅(qū)動的初始階段，基于數(shù)據(jù)自動做決策可以認為是數(shù)據(jù)驅(qū)動的進階階段。

本文認為數(shù)據(jù)驅(qū)動是實踐領(lǐng)域的具體形態(tài)，是一個基于場景應(yīng)用的動態(tài)過程。數(shù)據(jù)驅(qū)動離不開數(shù)據(jù)技術(shù)發(fā)展、數(shù)據(jù)價值發(fā)現(xiàn)以及數(shù)據(jù)思維變革。這三者有機融合，統(tǒng)一于具體的場景應(yīng)用中，形成了數(shù)據(jù)驅(qū)動的新范式。數(shù)據(jù)驅(qū)動分析與傳統(tǒng)實證分析有著顯著差異（見表1）。前者是從海量數(shù)據(jù)中，通過人工智能、機器學習、深度算法等，挖掘出具有意義的信息和知識，這是價值從隱性到顯性的過程；后者則是運用傳統(tǒng)的統(tǒng)計學理論、方法及工具，采集有限或局部數(shù)據(jù)進行規(guī)范化分析，獲得顯性意義，實現(xiàn)數(shù)據(jù)的論證價值。

表1 數(shù)據(jù)驅(qū)動分析與傳統(tǒng)實證分析比較Table 1 Comparison between data driven analysis and traditional empirical analysis

圖1 流程驅(qū)動與數(shù)據(jù)驅(qū)動流程對比Figure 1 Comparison between process driven and data driven processes

3.2 數(shù)據(jù)驅(qū)動的政策研究框架

隨著大數(shù)據(jù)時代的到來，政治過程被廣泛地納入技術(shù)的控制體系，政治運作的效率和效能越來越依賴技術(shù)的支撐，這是一個難以阻擋的趨勢[9]。將大數(shù)據(jù)與政府治理具體領(lǐng)域結(jié)合，以推進政府治理現(xiàn)代化，已成為實務(wù)界和理論界的一致共識。在大數(shù)據(jù)的背景下，群體間的價值由多個個體的協(xié)同作用來決定，單個個體之間的聯(lián)系已從原來的單一的直線型鏈式結(jié)構(gòu)轉(zhuǎn)變?yōu)橐环N復合交織的網(wǎng)狀結(jié)構(gòu)。價值網(wǎng)絡(luò)分析是一個基于節(jié)點和鏈接全景式地呈現(xiàn)價值創(chuàng)造和流轉(zhuǎn)的基礎(chǔ)框架。大數(shù)據(jù)應(yīng)用于政策分析的價值網(wǎng)絡(luò)見圖2。

圖2 大數(shù)據(jù)應(yīng)用于政策分析的價值網(wǎng)絡(luò)[10]Figure 2 Value network of big data applied to policy analysis

由圖2 可以看出，在政策研究過程中，伴隨著數(shù)據(jù)流轉(zhuǎn)對應(yīng)生成四種角色：外部數(shù)據(jù)提供者、內(nèi)部數(shù)據(jù)提供者、數(shù)據(jù)分析師以及決策制定者。

數(shù)據(jù)的提供者可以分成兩種：一種是外部數(shù)據(jù)提供者，提供社會網(wǎng)絡(luò)資料及組織運行過程中所生產(chǎn)的數(shù)據(jù)等；另一種是內(nèi)部數(shù)據(jù)提供者，提供各個級別的政府部門運營活動中所生成的管理數(shù)據(jù)和可公開數(shù)據(jù)。內(nèi)外部數(shù)據(jù)提供者共同向數(shù)據(jù)分析師傳送龐大的數(shù)據(jù)資源，并將其視為價值生成的重要組成部分。

數(shù)據(jù)分析師的主要任務(wù)是將內(nèi)外部所提供的數(shù)據(jù)資源，通過大數(shù)據(jù)資料采集和加工技術(shù)，轉(zhuǎn)換成可識別的信息知識，向政策制定者提供有價值的內(nèi)容輸出。

通過價值執(zhí)行可以將數(shù)據(jù)分析師所提供的信息知識轉(zhuǎn)換成關(guān)于社會公共事務(wù)與問題的解決方案，如：界定亟須解決的社會問題，根據(jù)確認的問題建立相應(yīng)工作計劃；或為某一社會問題提出解決辦法；還可以對決定的計劃進行價值評價等。決策制定者輸出的決策成果將會成為一個新的規(guī)劃或新的政策。在此過程中，數(shù)據(jù)實現(xiàn)了從信息及知識到智慧的轉(zhuǎn)換，為公眾利益的最佳分配起到輔助決策作用。

在政策研究中，基于價值網(wǎng)絡(luò)分析模型，運用大數(shù)據(jù)厘清各相關(guān)利益方之間的內(nèi)在聯(lián)系，通過多方協(xié)作達成公共利益的均等分配。以數(shù)據(jù)驅(qū)動的政策研究，可以厘清社會問題表象中的復雜性、不確定性、涌現(xiàn)性。從數(shù)據(jù)中發(fā)掘其所蘊含的信息、知識和智慧并厘清表象的糾纏與紛雜后，才能進入政策的機理層次分析中。

4 敏捷數(shù)據(jù)驅(qū)動系統(tǒng)的政策研究實踐

4.1 敏捷數(shù)據(jù)驅(qū)動系統(tǒng)的簡介

“敏捷”數(shù)據(jù)驅(qū)動系統(tǒng)是指敏捷智庫②敏捷智庫由國內(nèi)外著名管理、信息化專家聯(lián)袂創(chuàng)辦于2003 年，是一家堅持以數(shù)據(jù)為基石、以創(chuàng)新為動力，科技和經(jīng)管雙輪驅(qū)動的新型社會智庫。立足自身20 多年數(shù)字化領(lǐng)域的行業(yè)經(jīng)驗，基于數(shù)據(jù)驅(qū)動的認知與實踐，結(jié)合價值網(wǎng)絡(luò)分析理論，更新迭代敏捷“倒T”型業(yè)務(wù)數(shù)據(jù)管理模型，遵循“敏睿感知—明智決策—迅捷執(zhí)行”三大循環(huán)步驟，構(gòu)建“全息化信息采集、智能化分析計算、精準化決策支持、體系化治理機制、系統(tǒng)化運營保障、立體化評價反饋”六大子系統(tǒng)（見圖3），為科學研究及問題解決提供一個完整、穩(wěn)定、閉環(huán)的智能化決策分析系統(tǒng)。

圖3 敏捷數(shù)據(jù)驅(qū)動系統(tǒng)模型圖Figure 3 Model diagram of agile data driven system

4.1.1 三大循環(huán)步驟 第一步，敏睿感知。類比人類感知系統(tǒng)對內(nèi)外界信息的覺察、感覺、注意、知覺的系統(tǒng)化過程，通過數(shù)字化技術(shù)延展研究者的“感知觸角”，建立基于研究目標及主題的信息采集的數(shù)據(jù)倉，配置全息化信息采集子系統(tǒng)。敏睿感知與價值網(wǎng)絡(luò)分析中的內(nèi)外部數(shù)據(jù)提供者的角色相對應(yīng)。

第二步，明智決策。將敏睿感知階段的數(shù)據(jù)倉導入后，通過數(shù)據(jù)解析、模塊搭建、成效評估、價值判斷等相互作用機制，構(gòu)建對客觀現(xiàn)象及內(nèi)在規(guī)律的邏輯性闡釋的分析模型，配置智能化分析計算、精準化決策支持子系統(tǒng)。明智決策與價值網(wǎng)絡(luò)分析中的數(shù)據(jù)分析師的角色相對應(yīng)。

第三步，迅捷執(zhí)行。對易變、不確定、復雜與模糊等的信息做出戰(zhàn)略性預(yù)判與機會捕獲，采取科學有效、規(guī)范合理的操作步驟，即時響應(yīng)決策的落地執(zhí)行，配置體系化治理機制、系統(tǒng)化運營保障子系統(tǒng)。迅捷執(zhí)行與價值網(wǎng)絡(luò)分析中的決策制定者的角色相對應(yīng)。

4.1.2 六大子系統(tǒng) ①全息化數(shù)據(jù)采集。對有效數(shù)據(jù)的初步過濾，同時對敏感數(shù)據(jù)進行脫敏處理，以確保對私密數(shù)據(jù)的可靠保護，經(jīng)過數(shù)據(jù)清洗和數(shù)據(jù)沉淀，實現(xiàn)數(shù)據(jù)整合。

②智能化分析計算。基于最新深度學習技術(shù)和神經(jīng)網(wǎng)絡(luò)，通過提煉數(shù)據(jù)、信息、知識的關(guān)聯(lián)結(jié)構(gòu)，構(gòu)建內(nèi)容之間深度聯(lián)系，將采集層匯聚而來的數(shù)據(jù)與決策模型進行適配處理。

③精準化決策支持。通過內(nèi)置決策模型、數(shù)據(jù)開發(fā)及管理平臺、可視化輸出等輔助決策制定。

④體系化治理機制。為確保最終計算的精確性，并提高數(shù)據(jù)深度加工效率，在數(shù)倉體系建立時構(gòu)建全流程、全生命周期的數(shù)據(jù)治理機制。

⑤系統(tǒng)化運營保障。圍繞最終的決策輸出，建立系統(tǒng)化的數(shù)據(jù)體系、運營體系、方法體系和組織體系，保障整個系統(tǒng)的高效能運轉(zhuǎn)。

⑥立體化評價反饋。評價機制是基于“效”的價值評判，貫穿于系統(tǒng)整體中的每個子系統(tǒng)、每個子流程節(jié)點，通過實時反饋校驗數(shù)據(jù)質(zhì)量和數(shù)據(jù)價值實現(xiàn)。

數(shù)據(jù)本身是靜態(tài)的，而數(shù)據(jù)實踐應(yīng)用是動態(tài)的。數(shù)據(jù)驅(qū)動是一個催化過程，實現(xiàn)了“靜態(tài)”數(shù)據(jù)向“動態(tài)”應(yīng)用的價值轉(zhuǎn)化。正確理解這種轉(zhuǎn)化機理并掌握應(yīng)用的方法，是理解敏捷數(shù)據(jù)驅(qū)動系統(tǒng)的關(guān)鍵所在。敏捷智庫具有多年的數(shù)字化領(lǐng)域咨詢及實施經(jīng)驗，本文選取如下兩個實證案例做進一步闡述。

4.2 案例實證1--—南京“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃研究

4.2.1 敏睿感知 分類和抽取影響南京數(shù)字經(jīng)濟規(guī)劃制定的資源、產(chǎn)業(yè)、治理維度，通過敏捷數(shù)據(jù)驅(qū)動系統(tǒng)的全息化數(shù)據(jù)采集，構(gòu)建數(shù)據(jù)倉（見表2）。

表2 數(shù)字經(jīng)濟規(guī)劃全息化采集數(shù)據(jù)源Table 2 Holographic acquisition data source of digital economic planning

對南京市轄區(qū)內(nèi)數(shù)字經(jīng)濟的載體平臺、龍頭企業(yè)、重大項目、產(chǎn)業(yè)園區(qū)、核心技術(shù)、空間布局、產(chǎn)業(yè)方向等情況進行態(tài)勢感知，輸出區(qū)域產(chǎn)業(yè)分布，充分了解當前南京市數(shù)字經(jīng)濟發(fā)展的資源稟賦（見表3）。

表3 數(shù)字經(jīng)濟規(guī)劃空間布局Table 3 Spatial layout of digital economy planning

4.2.2 明智決策 規(guī)劃內(nèi)容緊扣“數(shù)字化”和“高質(zhì)量”兩大著力點。從決策制定應(yīng)遵循的標準、涵蓋的指標維度和活動的觀測點三個層面進行分析框架構(gòu)建，在框架范圍內(nèi)借助大數(shù)據(jù)方法，對采集的經(jīng)營性數(shù)據(jù)、專家規(guī)則、統(tǒng)計報表等各類結(jié)構(gòu)化數(shù)據(jù)實現(xiàn)自動映射式構(gòu)建；針對研報、財報、百科、新聞、公告等非結(jié)構(gòu)化文件，基于自然語言處理技術(shù)和光符識別（optical character recognition，OCR）技術(shù)的智能抽取、語義分析與模型構(gòu)建，通過知識圖譜的關(guān)聯(lián)分析，厘清南京各轄區(qū)在數(shù)字化科技、數(shù)字化產(chǎn)業(yè)、數(shù)字化治理、數(shù)字化生活的側(cè)重點，并輸出“四區(qū)·六地”的戰(zhàn)略定位，即打造國家數(shù)字化科技先導區(qū)、數(shù)字化產(chǎn)業(yè)標桿區(qū)、數(shù)字化治理示范區(qū)、數(shù)字化生活引領(lǐng)區(qū)，建設(shè)國家數(shù)字經(jīng)濟關(guān)鍵技術(shù)密集地、優(yōu)勢企業(yè)云集地、創(chuàng)新人才匯集地、數(shù)據(jù)要素聚集地、治理模式薈集地、應(yīng)用場景富集地。規(guī)劃研究立足南京資源稟賦，發(fā)揮比較優(yōu)勢，“十四五”時期全力建設(shè)“數(shù)字化科技先導區(qū)、數(shù)字化產(chǎn)業(yè)標桿區(qū)、數(shù)字化治理示范區(qū)、數(shù)字化生活引領(lǐng)區(qū)”四區(qū)，著力打造數(shù)字“關(guān)鍵技術(shù)密集地、優(yōu)勢企業(yè)云集地、創(chuàng)新人才匯集地、數(shù)據(jù)要素聚集地、應(yīng)用場景富集地、治理模式薈集地”六地（見圖4）。

圖4 南京市“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃架構(gòu)圖Figure 4 Structure of Nanjing’s “The 14th Five-Year Plan” digital economy development plan

4.2.3 迅捷執(zhí)行 規(guī)劃的九大任務(wù)明確后，采取項目化的管理策略。一方面，設(shè)定空間布局優(yōu)化工程、重大科創(chuàng)平臺推進工程、產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級工程、數(shù)字經(jīng)濟安全保障工程、應(yīng)用場景富集工程、數(shù)字基礎(chǔ)設(shè)施提升工程、企業(yè)矩陣培育工程、優(yōu)質(zhì)人才引育工程和區(qū)域協(xié)同生態(tài)工程等九項工程，為任務(wù)的落地推進提供敏捷響應(yīng)的操作指引和遵循。另一方面，設(shè)定指標參數(shù)（見表4），強化數(shù)字經(jīng)濟發(fā)展動態(tài)跟蹤，加強對產(chǎn)業(yè)發(fā)展的預(yù)警與引導，評定南京數(shù)字經(jīng)濟建設(shè)工作開展成效，為精準篩選有效建設(shè)措施提供檢驗工具。

表4 南京市“十四五”數(shù)字經(jīng)濟發(fā)展主要指標Table 4 Main indicators of digital economy development in Nanjing during “The 14th Five-Year Plan”

4.3 案例實證2——國家電網(wǎng)戰(zhàn)略閉環(huán)管理及政策環(huán)境研究

4.3.1 敏睿感知 抽取影響國家電網(wǎng)戰(zhàn)略制定的政策環(huán)境維度，細分電力能源政策主題，通過敏捷數(shù)據(jù)驅(qū)動系統(tǒng)的全息化數(shù)據(jù)采集，構(gòu)建政策數(shù)據(jù)倉（見表5）。政策環(huán)境的數(shù)據(jù)源包含各級政府官方網(wǎng)站、相關(guān)官方機構(gòu)網(wǎng)站、官方機構(gòu)主辦的主題網(wǎng)站、各類智庫的相關(guān)研報及專家發(fā)表的觀點等。

表5 戰(zhàn)略閉環(huán)管理政策環(huán)境全息化采集數(shù)據(jù)源Table 5 Holographic data source of strategic closed-loop management policy environment

政策環(huán)境總覽是政策環(huán)境可視化模塊的入口，顯示當前對戰(zhàn)略產(chǎn)生影響的能源政策總體的統(tǒng)計情況。主要包括以下幾個部分并生成可視化界面（見表6）：

表6 政策環(huán)境總覽可視化界面Table 6 Visual interface of policy environment overview

①領(lǐng)導動態(tài)：中央領(lǐng)導的重要政策關(guān)聯(lián)度言論、活動等；

②最新政策：中央政府最新發(fā)布的主題政策；

③政策解讀：專家觀點、核心述評、研報解讀等；

④能源要聞：政策環(huán)境中采集的涉及能源的要聞；

⑤主題欄目：預(yù)先設(shè)定的主題欄目；

⑥熱點詞云：顯示近期政策環(huán)境的詞云或領(lǐng)導講話的常用語。

4.3.2 明智決策 通過對電力能源政策主題內(nèi)涵和現(xiàn)實問題的解讀，面向戰(zhàn)略決策的（Politics,Economic, Society, Technology，PEST）框架體系，運用詞云分析、關(guān)聯(lián)分析、聚類分析、情感分析、熱度分析、預(yù)測算法、新詞發(fā)現(xiàn)算法、指數(shù)評價、專利地圖等算法，實現(xiàn)政策環(huán)境的總體感知和態(tài)勢預(yù)測，為戰(zhàn)略決策提供輔助支持。在政策分析中，詞云圖、熱詞列表、熱詞變化趨勢等可任選一條熱詞，獲得該熱詞的主題詞分析。分析內(nèi)容主要包括以下幾個部分并生成可視化界面（見圖5）：

圖5 政策影響分析可視化界面Figure 5 Visual interface of policy impact analysis

①領(lǐng)導言論：近期高層領(lǐng)導涉及該主題詞的發(fā)言；

②熱點政策：涉及該主題詞的重要政策；

③智庫研究：智庫與專家關(guān)于該主題詞的相關(guān)研報等。

④新聞統(tǒng)計：該主題詞近期的新聞數(shù)量變化趨勢；

⑤新聞動態(tài)：與該主題詞相關(guān)的新聞推薦。

政策影響分析可視化達到與政策研究目標相關(guān)的第一級分析和論證。其通過將“可供解讀”的數(shù)據(jù)轉(zhuǎn)化為“可供利用”的知識，從而更好地參與戰(zhàn)略政策分析的過程，為迅捷執(zhí)行提供方向與路徑。

4.3.3 迅捷執(zhí)行 明智決策助力企業(yè)辨析發(fā)展目標，優(yōu)化資源配置，從而通過存量資源集聚效應(yīng)實現(xiàn)綜合價值的提升。迅捷執(zhí)行緊隨明智決策之后，生成國網(wǎng)電力能源戰(zhàn)略要報（見圖6），通過層層分解及細化決策輸出，建立專項行動計劃，讓戰(zhàn)略執(zhí)行落實到更加具體的產(chǎn)品研發(fā)、市場營銷、人才培養(yǎng)、文化建設(shè)等方面，并建立預(yù)算、績效、資源配置等保障措施，有效實現(xiàn)集團戰(zhàn)略目標。

圖6 戰(zhàn)略要報目錄Figure 6 List of strategic reports

4 結(jié)論

威廉·鄧恩（William Dunn）認為，政策分析是運用多學科的研究方法來創(chuàng)造、批判性評價和交流，有助于理解與改善政策的信息資料（知識）[11]。本文在原有的政策科學理論體系下，融合了大數(shù)據(jù)方法與技術(shù)，構(gòu)建了敏捷數(shù)據(jù)驅(qū)動系統(tǒng)，遵循“敏睿感知—明智決策—迅捷執(zhí)行”的流程耦合大數(shù)據(jù)技術(shù)與方法，構(gòu)建“全息化信息采集、智能化分析計算、精準化決策支持、體系化治理機制、系統(tǒng)化運營保障、立體化評價反饋”六大子系統(tǒng)，為政策研究提供了新思路。公共政策研究是一項與時俱進的系統(tǒng)工程，在大數(shù)據(jù)時代，應(yīng)以數(shù)據(jù)驅(qū)動革新理論及方法，創(chuàng)新路徑及工具，助力政府對執(zhí)政理念演進過程梳理與繼承式創(chuàng)新，從而為公共利益的博弈提供理論遵循和實證反饋，同時更有效地發(fā)揮政策的導向功能、調(diào)控功能與分配功能，不斷提升政策分析的民主性、政策決策的科學性以及政策執(zhí)行的敏捷性。