胡 亞 謙

(中國政法大學(xué) 政治與公共管理學(xué)院, 北京　100088)

?

大數(shù)據(jù)預(yù)測(cè)能力對(duì)公共決策的影響

胡 亞 謙

(中國政法大學(xué) 政治與公共管理學(xué)院, 北京100088)

摘要:在大數(shù)據(jù)時(shí)代,由于大數(shù)據(jù)自身具有的數(shù)據(jù)量大、數(shù)據(jù)類型多、數(shù)據(jù)處理速度快和真實(shí)性的特點(diǎn),會(huì)對(duì)以漸進(jìn)決策為主的公共決策產(chǎn)生深遠(yuǎn)的影響。大數(shù)據(jù)使得獲取充分的信息成為可能,大數(shù)據(jù)的關(guān)聯(lián)性分析提高了決策的針對(duì)性,數(shù)據(jù)的動(dòng)態(tài)分析為公共決策的漸進(jìn)改進(jìn)提供了幫助,大數(shù)據(jù)分析的速度提高了決策的及時(shí)性,更為重要的是大數(shù)據(jù)的預(yù)測(cè)能力可以幫助提高決策的科學(xué)化水平。大數(shù)據(jù)預(yù)測(cè)也可能會(huì)出現(xiàn)預(yù)測(cè)失誤和個(gè)人隱私的泄漏等問題,需要決策者正確對(duì)待大數(shù)據(jù)的預(yù)測(cè)能力,政府需要加強(qiáng)數(shù)據(jù)共享和數(shù)據(jù)管制,重視大數(shù)據(jù)人才的培養(yǎng)。

關(guān)鍵詞:大數(shù)據(jù); 預(yù)測(cè); 公共決策; 鏡像化社會(huì); 決策科學(xué)化

根據(jù)中國互聯(lián)網(wǎng)信息中心的統(tǒng)計(jì),截至2015年6月,我國的網(wǎng)民規(guī)模達(dá)到6.68億,互聯(lián)網(wǎng)普及率為48.8%[1]。大數(shù)據(jù)作為信息時(shí)代新的財(cái)富資源,雖然還未完全得到利用,但其已給我們展現(xiàn)出了巨大的挖掘潛力。大數(shù)據(jù)的價(jià)值突出顯現(xiàn)在對(duì)于事物發(fā)展的預(yù)測(cè)功能上。伴隨著數(shù)據(jù)對(duì)人們生活的影響力日益增加,大數(shù)據(jù)的預(yù)測(cè)能力能夠相對(duì)準(zhǔn)確地把握事物的發(fā)展動(dòng)態(tài),如何將大數(shù)據(jù)的預(yù)測(cè)應(yīng)用到公共決策中來,也是我們面臨的一個(gè)重要課題。由于公共決策基本上以漸進(jìn)式?jīng)Q策作為基本的決策模式,大數(shù)據(jù)的分析和預(yù)測(cè)能力對(duì)漸進(jìn)式?jīng)Q策的影響是值得關(guān)注的課題。

一、作為公共部門決策基本模式的漸進(jìn)決策

從公共決策的內(nèi)容、決策環(huán)境、決策者的能力,以及決策信息的獲取等多方面來看,漸進(jìn)決策模式在公共決策過程中屬于基礎(chǔ)地位[2]。為了研究大數(shù)據(jù)的預(yù)測(cè)能力對(duì)于公共決策的影響,本文將大數(shù)據(jù)的預(yù)測(cè)能力對(duì)于漸進(jìn)決策的影響作為分析的重點(diǎn)。

首先,從公共決策的內(nèi)容來看,決策的內(nèi)容是涉及多方面的,往往是在宏觀層面對(duì)綜合的復(fù)雜性問題進(jìn)行決策。由于公共決策涉及多方面問題,又偏向于宏觀層面的政策制定,加上無法獲取全部的決策信息,因而公共決策不可能通過一次性決策將問題完美解決,需要通過逐步改進(jìn),不斷探索、改革來完成和實(shí)現(xiàn)整個(gè)公共決策方案。

其次,從公共決策的外部環(huán)境來看,由于公共決策是利益各方進(jìn)行協(xié)商和博弈的結(jié)果,不僅受到部門內(nèi)部因素的影響,還受到部門外部因素的影響,決策所希望達(dá)到的目標(biāo)很難明確地進(jìn)行界定。在社會(huì)轉(zhuǎn)型期,決策環(huán)境處在不斷地變化中,公共決策需要采取“摸著石頭過河”的方式,即通過漸進(jìn)式的決策實(shí)現(xiàn)公共管理的目標(biāo)。

再次,從決策信息的獲取來看,如果能夠獲取決策所需的完全信息,是有可能作出完全理性的決策的。然而,由于公共決策往往是在限定的時(shí)間內(nèi)作出的,加上不可能獲得完全的決策信息,公共決策更多的是依靠已有的信息,在決策執(zhí)行的過程中不斷地探索和修正公共決策,以漸進(jìn)的方式完成公共決策的總體方案。

最后,從決策者的素質(zhì)和能力來看,由于公共決策的內(nèi)容廣泛,問題錯(cuò)綜復(fù)雜,加上信息獲取不充分,決策時(shí)間有限和決策環(huán)境不斷變化,決策者無法將決策的各種影響因素進(jìn)行準(zhǔn)確而全面的把握,對(duì)決策方案可能帶來的后果無法作出準(zhǔn)確的判斷和評(píng)估,決策方案不可能制定得非常完善。因而公共決策需要在實(shí)踐過程中進(jìn)行改進(jìn),以漸進(jìn)的方式完善公共決策,防止因決策者能力與決策復(fù)雜性的矛盾影響公共決策的實(shí)際效果。

二、 大數(shù)據(jù)預(yù)測(cè)能力

伴隨著信息科技的發(fā)展,大數(shù)據(jù)正逐步成為影響世界的新興力量,大數(shù)據(jù)已經(jīng)從各個(gè)方面影響著我們的生活。大數(shù)據(jù)之所以被重視,在于其較為準(zhǔn)確的預(yù)測(cè)能力。

1. 什么是大數(shù)據(jù)

根據(jù)研究機(jī)構(gòu)Gartner對(duì)大數(shù)據(jù)所下的定義——大數(shù)據(jù)是一種基于新的處理模式而產(chǎn)生的具有強(qiáng)大的決策力、洞察力及流程優(yōu)化能力的多樣性的、海量的且增長(zhǎng)率高的信息資產(chǎn)[3]。按照IBM公司給大數(shù)據(jù)所下的定義來看,大數(shù)據(jù)具有“4V”特征,即數(shù)量(volume)、多樣性(variety)、速度(velocity)和真實(shí)性(veracity)[4]。具體而言,大數(shù)據(jù)具有規(guī)模大(一般在10TB以上的數(shù)據(jù)量)、數(shù)據(jù)類型多樣(主要體現(xiàn)在視頻音頻文件的利用)、數(shù)據(jù)來源多元、速度快和真實(shí)性的特點(diǎn),但大數(shù)據(jù)的價(jià)值密度較低。按照國外學(xué)者的普遍定義,大數(shù)據(jù)是指需要利用軟件進(jìn)行捕獲、管理和處理的數(shù)據(jù)集[5]。

2. 大數(shù)據(jù)預(yù)測(cè)

大數(shù)據(jù)由于其數(shù)據(jù)量大的特點(diǎn),使得大數(shù)據(jù)分析是一種全樣本的分析,而不是通過小樣本的統(tǒng)計(jì)推論來對(duì)整體進(jìn)行預(yù)測(cè)研究,注重的是事物發(fā)展的先后順序而不是事物的因果聯(lián)系,并作出較為準(zhǔn)確的預(yù)測(cè)。大數(shù)據(jù)分析不同于以往的小樣本數(shù)據(jù)分析,傳統(tǒng)的小樣本數(shù)據(jù)分析是要將小樣本的分析結(jié)論進(jìn)行放大,將小樣本統(tǒng)計(jì)規(guī)律應(yīng)用和推廣到大樣本中[6]。即大數(shù)據(jù)分析可以劃分為兩個(gè)過程,一是數(shù)據(jù)從大變小的量變物理過程,即清理無用數(shù)據(jù)保留有用數(shù)據(jù)的過程,二是挖掘數(shù)據(jù)價(jià)值的過程,是質(zhì)變的化學(xué)過程[7]。大數(shù)據(jù)的數(shù)據(jù)挖掘工作試圖利用0和1將整個(gè)社會(huì)“鏡像化”,即使用數(shù)字模擬社會(huì)的狀態(tài),利用數(shù)據(jù)模型把社會(huì)的現(xiàn)實(shí)狀態(tài)刻畫出來,實(shí)現(xiàn)“鏡像化社會(huì)”。通過將整個(gè)社會(huì)數(shù)據(jù)化和鏡像化,可以向決策者展示真實(shí)的社會(huì)現(xiàn)狀。大數(shù)據(jù)所實(shí)現(xiàn)的是利用數(shù)據(jù)來觀察社會(huì),利用數(shù)據(jù)來刻畫社會(huì),將數(shù)據(jù)變成可以交易的財(cái)富[8]。

大數(shù)據(jù)預(yù)測(cè)是指依靠大數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,通過建立模型,發(fā)現(xiàn)事物發(fā)展的關(guān)聯(lián)性關(guān)系,輔助決策者進(jìn)行決策方案的制定和選擇。大數(shù)據(jù)的預(yù)測(cè)與大數(shù)據(jù)所具有的特征是緊密相連的,因而在考慮大數(shù)據(jù)對(duì)于公共決策影響時(shí)必須要考慮到大數(shù)據(jù)的預(yù)測(cè)能力。大數(shù)據(jù)預(yù)測(cè)具有以下幾個(gè)特征:一是大數(shù)據(jù)預(yù)測(cè)利用近似整體樣本的分析,二是大數(shù)據(jù)預(yù)測(cè)依據(jù)的是關(guān)聯(lián)性研究而非因果關(guān)系研究[9],三是大數(shù)據(jù)預(yù)測(cè)是動(dòng)態(tài)分析和靜態(tài)分析的結(jié)合,四是大數(shù)據(jù)預(yù)測(cè)注重速度與效率而非精確性。需要指出的是,大數(shù)據(jù)的預(yù)測(cè)是動(dòng)態(tài)的,是針對(duì)可預(yù)見的一段時(shí)間進(jìn)行的預(yù)測(cè),并不是對(duì)長(zhǎng)遠(yuǎn)未來的預(yù)測(cè),更不是永恒不變的預(yù)言。利用大數(shù)據(jù)預(yù)測(cè)所產(chǎn)生的效果則是大數(shù)據(jù)預(yù)測(cè)能力的體現(xiàn)。

三、大數(shù)據(jù)的預(yù)測(cè)能力對(duì)決策行為的影響

1. 大數(shù)據(jù)使得獲取充分信息成為可能

大數(shù)據(jù)時(shí)代對(duì)公共決策影響體現(xiàn)在大數(shù)據(jù)預(yù)測(cè)與以往小樣本數(shù)據(jù)時(shí)代的數(shù)據(jù)分析的獲取信息能力上,大數(shù)據(jù)預(yù)測(cè)與小樣本數(shù)據(jù)分析最直觀的區(qū)別在于樣本規(guī)模的大小,二者的根本區(qū)別在于大數(shù)據(jù)預(yù)測(cè)信息的真實(shí)性(veracity),而小樣本數(shù)據(jù)分析更強(qiáng)調(diào)信息的準(zhǔn)確性。在小樣本數(shù)據(jù)時(shí)代,只能通過抽樣的方法選取樣本,統(tǒng)計(jì)分析后進(jìn)行推論,試圖了解總體的真實(shí)狀況。在公共決策的過程中,為了能夠?qū)崿F(xiàn)決策的科學(xué)性,小樣本數(shù)據(jù)時(shí)代要求數(shù)據(jù)分析的結(jié)論要盡可能地準(zhǔn)確反映社會(huì)現(xiàn)實(shí),這樣才能保證決策的科學(xué)性。在大數(shù)據(jù)時(shí)代,由于數(shù)據(jù)量大、數(shù)據(jù)類型多,使得獲取充分信息成為可能,數(shù)據(jù)信息可以精確地體現(xiàn)社會(huì)的真實(shí)情況,實(shí)現(xiàn)大數(shù)據(jù)預(yù)測(cè)信息的真實(shí)性。

由于大數(shù)據(jù)分析和預(yù)測(cè)建立在龐大的數(shù)據(jù)庫基礎(chǔ)上,而大數(shù)據(jù)的數(shù)據(jù)庫可以看做是對(duì)整個(gè)社會(huì)的“數(shù)字鏡像化”,通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、傳感器、智能終端等設(shè)備收集信息,在計(jì)算機(jī)構(gòu)建的虛擬社會(huì)中呈現(xiàn)社會(huì)的真實(shí)狀態(tài),實(shí)現(xiàn)社會(huì)的“數(shù)字鏡像化”。通過將社會(huì)“數(shù)字鏡像化”后,決策者可以獲得相對(duì)充分的決策信息,這在傳統(tǒng)社會(huì)是無法想象的。決策信息的獲取是進(jìn)行有效決策的前提,雖然獲取了全部的決策信息也不意味著一定能作出完全的理性決策,這是由于社會(huì)是處在不斷變化過程中所決定的,但能否全面掌握決策所需的信息是作出有效決策的前提條件。漸進(jìn)決策能夠成功的原因在于決策的不斷改進(jìn),每一次決策都是需要在掌握當(dāng)時(shí)信息的基礎(chǔ)上作出的,因而大數(shù)據(jù)為決策提供了相對(duì)充分的信息,可以幫助決策者更好地進(jìn)行決策改進(jìn)。

在小數(shù)據(jù)時(shí)代,由于信息傳播速度較慢,獲取信息的成本較高,加上由于學(xué)科分化,不同學(xué)科之間的交流較少,決策者需要花費(fèi)較高的成本才能獲取部分決策所需的信息。而在大數(shù)據(jù)時(shí)代,決策所需的各種信息都被收集在網(wǎng)絡(luò)服務(wù)器中,不同學(xué)科、不同視角的看法通過搜索引擎也相對(duì)容易被檢索到。從美國2012年3月公布的“大數(shù)據(jù)研究計(jì)劃”[10]來看,通過不同部門相互協(xié)作,可以有效地提供相對(duì)全面的信息,緩解因信息不完全而導(dǎo)致的決策失敗和非理性決策的出現(xiàn)。當(dāng)前我國各地正在進(jìn)行的政務(wù)數(shù)據(jù)平臺(tái)建設(shè),構(gòu)建政務(wù)數(shù)據(jù)共享,也是為了解決在公共決策過程中,由于各部門信息相對(duì)封閉,而導(dǎo)致決策信息不充分的問題。

2. 大數(shù)據(jù)的關(guān)聯(lián)性研究提高決策的針對(duì)性

在大數(shù)據(jù)分析中,傳統(tǒng)統(tǒng)計(jì)學(xué)方法在大數(shù)據(jù)分析中所遇到的挑戰(zhàn)是數(shù)據(jù)規(guī)模龐大,無法使用現(xiàn)有的分析工具進(jìn)行分析,而大數(shù)據(jù)分析更多的是利用簡(jiǎn)單算法進(jìn)行分析。大數(shù)據(jù)分析更多的是關(guān)聯(lián)性的研究,關(guān)注的是與結(jié)果相聯(lián)系的影響因素,而不追究因果關(guān)系。這種研究方式可以直接有效地顯示對(duì)結(jié)果有影響的因素,實(shí)現(xiàn)政策的針對(duì)性調(diào)控。

數(shù)據(jù)規(guī)模的擴(kuò)大使得在進(jìn)行分析時(shí)更多地關(guān)注事物之間的關(guān)聯(lián)性而不是因果關(guān)系,這得力于大數(shù)據(jù)近似實(shí)現(xiàn)了在社會(huì)中進(jìn)行隨機(jī)實(shí)驗(yàn)的效果。在具有大量數(shù)據(jù)的前提下,研究者只需要關(guān)注某些變量的不同而產(chǎn)生的分組對(duì)于最終結(jié)果是否具有差異性。例如在拋硬幣的試驗(yàn)中,如果樣本的數(shù)量足夠大,那么出現(xiàn)正面朝上和背面朝上的次數(shù)在統(tǒng)計(jì)學(xué)意義上是相等的。如果對(duì)正面朝上組進(jìn)行干預(yù),那么就可以衡量干預(yù)的凈效果。這被稱為“干預(yù)效果”,也是數(shù)據(jù)分析因果關(guān)系的關(guān)鍵,即隨機(jī)劃分?jǐn)?shù)據(jù)使不同組別的其他情況相同,那么不同組別的變化都是由不同的干預(yù)所導(dǎo)致的[11]。大數(shù)據(jù)分析憑借其龐大的數(shù)據(jù)規(guī)模,實(shí)現(xiàn)了數(shù)據(jù)分組,進(jìn)而可以通過“干預(yù)效果”的研究去探尋和事物發(fā)展相關(guān)的因素,發(fā)現(xiàn)公民的政策偏好和了解政策執(zhí)行的效果。由于大數(shù)據(jù)的預(yù)測(cè)僅僅是根據(jù)關(guān)聯(lián)性研究作出的,與傳統(tǒng)決策通過小樣本進(jìn)行因果關(guān)系分析輔助決策不同,這種關(guān)聯(lián)性研究不可能直接找到影響事物發(fā)展的主要因素,而是需要不斷進(jìn)行變量控制找出影響事物的主要因素,這也是利用大數(shù)據(jù)預(yù)測(cè)功能進(jìn)行輔助決策時(shí)必須采用漸進(jìn)決策的原因。

3. 大數(shù)據(jù)預(yù)測(cè)的動(dòng)態(tài)性為決策的漸進(jìn)提供幫助

大數(shù)據(jù)的預(yù)測(cè)功能是建立在對(duì)數(shù)據(jù)動(dòng)態(tài)分析的基礎(chǔ)上的,通過對(duì)數(shù)據(jù)進(jìn)行長(zhǎng)時(shí)間的動(dòng)態(tài)跟蹤分析,再進(jìn)行相應(yīng)的預(yù)測(cè),是對(duì)事物發(fā)展規(guī)律認(rèn)知的必要步驟,也是大數(shù)據(jù)預(yù)測(cè)對(duì)于漸進(jìn)式?jīng)Q策最有力的幫助。由于大數(shù)據(jù)預(yù)測(cè)是一種動(dòng)態(tài)的過程,一方面可以幫助決策者不斷改進(jìn)和優(yōu)化現(xiàn)有決策,另一方面,大數(shù)據(jù)的預(yù)測(cè)是具有時(shí)效性的,并不是該預(yù)測(cè)結(jié)果會(huì)一直有效。因而在利用大數(shù)據(jù)預(yù)測(cè)功能輔助決策時(shí),決策不可能一蹴而就,受到預(yù)測(cè)的時(shí)效性的約束,必然需要在公共決策的執(zhí)行過程中不斷地優(yōu)化改進(jìn),通過漸進(jìn)決策的方式達(dá)到最終的決策目標(biāo),這是利用大數(shù)據(jù)決策必須要采用漸進(jìn)決策的另一重要原因。

美國總統(tǒng)奧巴馬在2008年和2012年兩次參加總統(tǒng)競(jìng)選時(shí),背后都擁有一個(gè)龐大的數(shù)據(jù)分析團(tuán)隊(duì)幫助他隨時(shí)調(diào)整競(jìng)選的方案。通過問卷調(diào)查和網(wǎng)絡(luò)數(shù)據(jù)的收集,分析奧巴馬支持率的變化情況和影響支持率的因素,通過不斷改進(jìn)競(jìng)選策略,幫助奧巴馬獲得更高的支持率?？梢哉f,奧巴馬背后的數(shù)據(jù)團(tuán)隊(duì)為奧巴馬當(dāng)選總統(tǒng)做出了重要的貢獻(xiàn)。從美國總統(tǒng)的競(jìng)選可以發(fā)現(xiàn),大數(shù)據(jù)的動(dòng)態(tài)分析為候選人競(jìng)選策略的選擇和改變提供了巨大的幫助,這也可以有效地運(yùn)用在公共決策過程中。

4. 大數(shù)據(jù)預(yù)測(cè)的速度影響決策及時(shí)性

大數(shù)據(jù)具有產(chǎn)生速度快、分析速度快的特點(diǎn),這是大數(shù)據(jù)對(duì)社會(huì)變革產(chǎn)生影響的動(dòng)力。對(duì)于公共決策而言,及時(shí)地決策是使決策發(fā)揮作用的必要條件,林德布羅姆之所以提出漸進(jìn)決策模型,時(shí)間效率是其中的原因之一,無法及時(shí)作出有效決策的公共決策是無法有效解決問題的。由于決策需要在一定的時(shí)間內(nèi)作出,因而在限定的時(shí)間內(nèi)完成信息的收集分析工作,是作出有效決策的前提條件。大數(shù)據(jù)自身具有的速度快的特點(diǎn),使得大數(shù)據(jù)預(yù)測(cè)能夠快速反應(yīng),幫助決策者快速作出決策。大數(shù)據(jù)的速度體現(xiàn)在兩個(gè)方面:一是數(shù)據(jù)的發(fā)展速度快,整個(gè)社會(huì)每時(shí)每刻都在產(chǎn)生大量的數(shù)據(jù),通過快速獲取實(shí)時(shí)數(shù)據(jù),實(shí)現(xiàn)數(shù)據(jù)分析的及時(shí)性;二是數(shù)據(jù)分析的快速性,這是由于大數(shù)據(jù)產(chǎn)生的速度較快,需要在短時(shí)間內(nèi)進(jìn)行分析,對(duì)分析結(jié)果產(chǎn)生的速度要求較高。大數(shù)據(jù)的快速性幫助漸進(jìn)決策在進(jìn)行決策過程中可以有效地獲取各方面的信息,充分了解事物發(fā)展的變化過程,從而作出有效的決策,這是大數(shù)據(jù)預(yù)測(cè)為漸進(jìn)決策帶來有效性的重要影響。

阿里巴巴作為中國著名的互聯(lián)網(wǎng)電商公司,較早發(fā)現(xiàn)并開始挖掘大數(shù)據(jù)的價(jià)值,早在2008年,當(dāng)國際金融危機(jī)還未開始全面影響國內(nèi)制造企業(yè)時(shí),阿里巴巴根據(jù)買家詢盤數(shù)的下降,對(duì)中小企業(yè)制造商發(fā)出了預(yù)警,根據(jù)該預(yù)警,政府制定了一系列的應(yīng)對(duì)措施,制造商也開始關(guān)注國際金融危機(jī)的影響,為應(yīng)對(duì)金融危機(jī)的影響做好了準(zhǔn)備[12]。雖然有人將該預(yù)警歸為偶然事件,但實(shí)際上是大數(shù)據(jù)分析起到了至關(guān)重要的作用,也正是由于大數(shù)據(jù)預(yù)測(cè)的及時(shí)性,才為快速有效的決策提供了保障。在日本東京,每一輛汽車都被變成了精準(zhǔn)的“行動(dòng)數(shù)據(jù)”,通過對(duì)每輛車的定位,預(yù)測(cè)和發(fā)現(xiàn)可能會(huì)出現(xiàn)交通擁堵的路段和時(shí)間,及時(shí)發(fā)出預(yù)警,緩解交通堵塞[13]。

5. 大數(shù)據(jù)預(yù)測(cè)能力推動(dòng)決策科學(xué)化

公共決策的科學(xué)化是指決策過程需要建立在制度化的基礎(chǔ)上,經(jīng)過科學(xué)程序,廣泛收集信息,經(jīng)過充分的研究論證后進(jìn)行集體決策,有效使用現(xiàn)代科技手段,將典型案例和系統(tǒng)分析相結(jié)合,動(dòng)態(tài)和靜態(tài)研究相結(jié)合,提高決策的科學(xué)性[14]。決策的科學(xué)性首先要通過開發(fā)量化方法為科學(xué)決策構(gòu)筑量化基礎(chǔ),從而提升政策的科學(xué)性和公信力。大數(shù)據(jù)預(yù)測(cè)是利用“鏡像化社會(huì)”對(duì)現(xiàn)實(shí)社會(huì)進(jìn)行分析,徹底地使用量化的方法來輔助決策,是推動(dòng)決策科學(xué)化的首要條件。大數(shù)據(jù)可以收集到相對(duì)充分的決策信息,更為重要的是大數(shù)據(jù)分析是多學(xué)科合作完成的過程。大數(shù)據(jù)預(yù)測(cè)的結(jié)果包含了多學(xué)科精英的智慧結(jié)晶,體現(xiàn)了決策科學(xué)化要求決策精英化的理性主義傾向。

大數(shù)據(jù)預(yù)測(cè)是動(dòng)態(tài)和靜態(tài)相結(jié)合的過程,不僅有針對(duì)某一時(shí)間點(diǎn)的單獨(dú)研究,還有歷時(shí)性研究,大數(shù)據(jù)注重的是事物前后發(fā)展關(guān)系,對(duì)未來的預(yù)見能力是決策科學(xué)化的重要特征。公共決策往往由于無法準(zhǔn)確地對(duì)未來進(jìn)行預(yù)測(cè),出現(xiàn)關(guān)于某一事務(wù)重復(fù)決策的狀況,導(dǎo)致了資源的浪費(fèi)和決策效率的低下。在大數(shù)據(jù)時(shí)代,利用大數(shù)據(jù)進(jìn)行橫剖面追蹤研究,這是大數(shù)據(jù)“大”的特點(diǎn)中的不斷擴(kuò)展性所決定的。利用大數(shù)據(jù)在時(shí)間上的持續(xù)性特點(diǎn),可以進(jìn)行時(shí)間序列分析;利用大數(shù)據(jù)注重關(guān)聯(lián)性關(guān)系,而非因果聯(lián)系可以對(duì)未來進(jìn)行預(yù)測(cè)[15]。同時(shí),由于大數(shù)據(jù)是“鏡像化社會(huì)”,使得利用大數(shù)據(jù)對(duì)于未來的預(yù)測(cè)具有科學(xué)性,實(shí)現(xiàn)公共決策的面向未來性,實(shí)現(xiàn)漸進(jìn)決策的科學(xué)化。

新加坡的智能交通系統(tǒng)是利用大數(shù)據(jù)的預(yù)測(cè)功能推動(dòng)決策科學(xué)化的典型。由于國土面積較小,車輛較多,交通壓力大,為了解決交通擁堵問題,新加坡將公共汽車系統(tǒng)、出租車系統(tǒng)、城市輕軌系統(tǒng)、高速監(jiān)控信息系統(tǒng)、道路信息管理系統(tǒng)、電子收費(fèi)系統(tǒng)、車內(nèi)導(dǎo)航系統(tǒng)等多系統(tǒng)數(shù)據(jù)綜合分析,利用系統(tǒng)綜合的大數(shù)據(jù)為道路的使用者提供實(shí)時(shí)的道路信息數(shù)據(jù),并為他們規(guī)劃行車路徑,減少擁堵等候時(shí)間,同時(shí),根據(jù)擁堵和車流量的情況,在不同時(shí)間實(shí)施不同收費(fèi)。通過利用大數(shù)據(jù)的分析和預(yù)測(cè)功能來幫助道路使用者規(guī)劃通行路徑,幫助決策者在進(jìn)行決策時(shí)充分考慮真實(shí)狀況作出科學(xué)的決策,推動(dòng)決策的科學(xué)化。

四、 大數(shù)據(jù)預(yù)測(cè)可能存在的風(fēng)險(xiǎn)

大數(shù)據(jù)看起來無所不能,能把復(fù)雜的社會(huì)利用0和1鏡像化,通過對(duì)數(shù)字的分析實(shí)現(xiàn)對(duì)整個(gè)社會(huì)的了解,把社會(huì)科學(xué)變成與自然科學(xué)一樣的科學(xué)。雖然一切看起來很美好,但是我們必須要警惕大數(shù)據(jù)可能帶來的風(fēng)險(xiǎn),其中有些風(fēng)險(xiǎn)似乎是不可避免的。

1. 大數(shù)據(jù)的謊言

大數(shù)據(jù)畢竟也是數(shù)據(jù),數(shù)據(jù)與真實(shí)的社會(huì)不可能完全一致,從理論上來說,大數(shù)據(jù)可以準(zhǔn)確表現(xiàn)和預(yù)測(cè)我們的社會(huì)發(fā)展,但由于社會(huì)研究的復(fù)雜性,加上大數(shù)據(jù)重關(guān)系輕因果的特征,我們需要小心大數(shù)據(jù)也會(huì)說謊。2009年谷歌推出的“流感趨勢(shì)預(yù)測(cè)項(xiàng)目”,通過監(jiān)控搜索引擎中與流感相關(guān)的關(guān)鍵詞搜索量,提前數(shù)周成功地預(yù)測(cè)了甲型H1N1流感在美國的傳播,但在2011—2013年,谷歌的流感趨勢(shì)預(yù)測(cè)失靈了,它高估了流感流行趨勢(shì)超過50%[16]。這不禁使人們感到困惑,大數(shù)據(jù)的分析是不需要理論模型的,但是還會(huì)出現(xiàn)預(yù)測(cè)失靈的狀況。這是因?yàn)樵诖髷?shù)據(jù)的分析過程中,數(shù)據(jù)來源于人與人、人與機(jī)器、機(jī)器與機(jī)器之間的交互數(shù)據(jù),而人與人、人與機(jī)器的交互數(shù)據(jù)往往受到客觀社會(huì)環(huán)境的影響。如一段時(shí)間內(nèi)對(duì)于流感的討論增多,與流感相關(guān)的關(guān)鍵詞搜索量自然會(huì)增加,就會(huì)出現(xiàn)數(shù)據(jù)上的假陽性狀況,導(dǎo)致大數(shù)據(jù)分析結(jié)論的失靈,即大數(shù)據(jù)也會(huì)說謊。由于公共決策是與人類的活動(dòng)密切相關(guān)的,出現(xiàn)數(shù)據(jù)說謊的概率相較于利用大數(shù)據(jù)預(yù)測(cè)天氣等自然現(xiàn)象要高,因而在利用大數(shù)據(jù)進(jìn)行公共決策輔助時(shí),不僅需要注意數(shù)據(jù)說謊的狀態(tài),也需要我們不斷優(yōu)化大數(shù)據(jù)分析的方法,從更多的維度進(jìn)行數(shù)據(jù)挖掘和數(shù)據(jù)分析。

2. 個(gè)人隱私的泄露

在信息化時(shí)代,個(gè)人隱私信息的保護(hù)一直是人們所需要面對(duì)和解決的一個(gè)難題。由于網(wǎng)絡(luò)的發(fā)達(dá)和人工智能設(shè)備的快速發(fā)展,個(gè)人身份信息往往會(huì)在不經(jīng)意間被上傳到網(wǎng)絡(luò)之中,也有網(wǎng)絡(luò)運(yùn)營商要求個(gè)人提供身份信息后,由于運(yùn)營商管理不善導(dǎo)致個(gè)人隱私信息的流出,對(duì)個(gè)人隱私造成了極大的影響。加上智能設(shè)備的快速發(fā)展,個(gè)人使用手機(jī)處理各項(xiàng)事務(wù),而手機(jī)的高度智能化,使得每一個(gè)個(gè)體的行動(dòng)都完全暴露在網(wǎng)絡(luò)的監(jiān)控中。不論你前往何方,手機(jī)的GPS定位都可以記錄下個(gè)體的運(yùn)動(dòng)軌跡,網(wǎng)頁瀏覽、購物、收發(fā)郵件等也都會(huì)被一一記錄下來。一旦這些數(shù)據(jù)被非法獲取和非法利用,對(duì)于個(gè)人隱私的侵犯所帶來的危險(xiǎn)是不可估量的。如果在使用大數(shù)據(jù)輔助進(jìn)行公共決策時(shí)不能夠很好地保護(hù)個(gè)人的隱私,導(dǎo)致個(gè)人隱私的泄露,將可能會(huì)出現(xiàn)嚴(yán)重的社會(huì)恐慌,每個(gè)人都被機(jī)器所監(jiān)視。因而,如何在運(yùn)用大數(shù)據(jù)的過程中防止個(gè)人隱私的泄露,也是大數(shù)據(jù)時(shí)代公共決策必須面對(duì)的一個(gè)難題。

五、 有效利用大數(shù)據(jù)預(yù)測(cè)能力

大數(shù)據(jù)預(yù)測(cè)可能會(huì)出現(xiàn)錯(cuò)誤,也可能會(huì)存在信息泄露等風(fēng)險(xiǎn),但大數(shù)據(jù)的預(yù)測(cè)能力對(duì)公共決策所能提供的幫助是我們不能忽視的,如何有效地利用大數(shù)據(jù)輔助公共決策是我們?cè)诂F(xiàn)在和未來需要認(rèn)真思考的問題。

1. 轉(zhuǎn)變傳統(tǒng)決策思維

為了適應(yīng)大數(shù)據(jù)時(shí)代的來臨,政府和公共管理組織應(yīng)該轉(zhuǎn)變傳統(tǒng)的決策思維,不能依賴于一般的“發(fā)現(xiàn)問題—解決問題”的決策模式,而應(yīng)該主動(dòng)適應(yīng)大數(shù)據(jù)帶來的變化。大數(shù)據(jù)往往展現(xiàn)的是潛在的可能在未來會(huì)爆發(fā)的問題,而非已經(jīng)顯現(xiàn)的矛盾,因而決策者對(duì)于這些問題需要更加地重視。尤其需要注意的是,大數(shù)據(jù)的分析不可能僅僅依靠信息科學(xué)家獨(dú)立完成,而應(yīng)該將人文社會(huì)科學(xué)家,包括政治學(xué)家、經(jīng)濟(jì)學(xué)家、社會(huì)學(xué)家、決策研究者等都納入到分析團(tuán)隊(duì)中來,通過多學(xué)科多視角的綜合分析,才能實(shí)現(xiàn)決策的科學(xué)性和有效性。在當(dāng)前的中國,公共決策往往是由政府部門進(jìn)行提議,政策專家參與其中,并沒有進(jìn)行多學(xué)科、多視角研究,難以保證決策的科學(xué)性。

轉(zhuǎn)變傳統(tǒng)的決策思維是大數(shù)據(jù)對(duì)漸進(jìn)式?jīng)Q策最為深遠(yuǎn)的影響。雖然利用大數(shù)據(jù)預(yù)測(cè)能力來輔助公共決策本身也是一種漸進(jìn)式?jīng)Q策,但這種漸進(jìn)式?jīng)Q策是建立在對(duì)信息的全面掌握基礎(chǔ)上的,是伴隨著時(shí)間推移和社會(huì)發(fā)展變化而變化的。相較于傳統(tǒng)漸進(jìn)式?jīng)Q策是因?yàn)樾畔⒉煌耆⒛芰Σ蛔?、環(huán)境復(fù)雜等因素造成的客觀困難,大數(shù)據(jù)輔助的漸進(jìn)式?jīng)Q策是相對(duì)更為理性的決策方式,是將西蒙所說的有限理性決策在時(shí)間維度上的延伸。

2. 數(shù)據(jù)共享與數(shù)據(jù)管制

數(shù)據(jù)是大數(shù)據(jù)能夠發(fā)揮作用的基礎(chǔ)材料,沒有數(shù)據(jù)的共享是不可能實(shí)現(xiàn)大數(shù)據(jù)挖掘的。由于部門之間存在信息溝通不暢和信息壁壘,沒有形成有效的數(shù)據(jù)共享機(jī)制,從而導(dǎo)致各個(gè)部門只關(guān)心各自的事務(wù),很少將問題綜合考慮。這一問題的根源實(shí)際上是在于部門權(quán)力的分割和職能交叉,想要解決它需要建立行政機(jī)關(guān)內(nèi)部的數(shù)據(jù)共享,同時(shí)引入社會(huì)數(shù)據(jù)輔助分析和決策。數(shù)據(jù)開放共享成為各國政府在大數(shù)據(jù)時(shí)代的共同選擇,對(duì)我國而言,數(shù)據(jù)信息壁壘的出現(xiàn)往往是因?yàn)榉羌夹g(shù)因素導(dǎo)致的。為了實(shí)現(xiàn)更有效的公共決策,實(shí)現(xiàn)數(shù)據(jù)的開放是政府首先必須要做好的事情。除了開放政府的統(tǒng)計(jì)數(shù)據(jù),也應(yīng)該允許個(gè)人和其他機(jī)構(gòu)參與到公共信息數(shù)據(jù)的收集、整理和分析過程中。

在實(shí)現(xiàn)數(shù)據(jù)共享的同時(shí),可能會(huì)帶來的數(shù)字霸權(quán)、機(jī)密泄露等危險(xiǎn),大數(shù)據(jù)的背后是整個(gè)社會(huì)的關(guān)系網(wǎng)絡(luò)結(jié)構(gòu),對(duì)于涉及到國家核心安全和個(gè)人隱私的數(shù)據(jù)需要進(jìn)行嚴(yán)格的數(shù)據(jù)管制,以免出現(xiàn)因數(shù)據(jù)開放導(dǎo)致危及個(gè)人隱私和國家安全的危險(xiǎn)出現(xiàn)。這是在享受大數(shù)據(jù)帶來的好處的同時(shí),必須要盡量避免的危機(jī)。由于大數(shù)據(jù)是鏡像化的社會(huì),一旦由于數(shù)據(jù)管制的漏洞而導(dǎo)致出現(xiàn)了危機(jī)狀態(tài),可能是整個(gè)現(xiàn)實(shí)社會(huì)將要面臨的危機(jī),可能造成難以估量的損失。因而,政府不僅需要做好數(shù)據(jù)共享工作,也需要做好數(shù)據(jù)管制。

3. 重視大數(shù)據(jù)分析人才培養(yǎng)

大數(shù)據(jù)的數(shù)據(jù)價(jià)值密度較低,為了有效地利用大數(shù)據(jù)所包含的有用信息,大數(shù)據(jù)分析的核心是專業(yè)人才。數(shù)據(jù)分析人才的能力和素質(zhì)直接關(guān)系著數(shù)據(jù)挖掘和分析的效果,而大數(shù)據(jù)分析所需要的人才是涉及多學(xué)科的綜合性人才,加大人才的培養(yǎng)是將大數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)資本的前提和必由之路。在公共決策的過程中,如果沒有足夠的各學(xué)科優(yōu)秀人才組合在一起,單靠某一學(xué)科或某幾個(gè)學(xué)科的研究者進(jìn)行決策,是無法適應(yīng)現(xiàn)代社會(huì)快速變化的形勢(shì)的。當(dāng)數(shù)據(jù)資源變成新的資源庫時(shí),必須培養(yǎng)更多的優(yōu)秀人才,才能在資源庫中挖掘出更多的價(jià)值為社會(huì)服務(wù),為漸進(jìn)式?jīng)Q策提供良好的決策輔助。

雖然已經(jīng)有廣州市、北京東城區(qū)*東城區(qū)利用大數(shù)據(jù)研究慢性病數(shù)據(jù)關(guān)聯(lián)性分析,有效地提高了社區(qū)醫(yī)生服務(wù)水平;通過數(shù)據(jù)挖掘,對(duì)季節(jié)性流行病進(jìn)行預(yù)警,實(shí)現(xiàn)了政府服務(wù)能力的現(xiàn)代化。等部分地區(qū)出臺(tái)了大數(shù)據(jù)研究和發(fā)展計(jì)劃[17],貴陽建立了大數(shù)據(jù)交易中心,同時(shí)我國的“十三五規(guī)劃”中也制定了國家大數(shù)據(jù)發(fā)展戰(zhàn)略,但大數(shù)據(jù)人才的培養(yǎng)相對(duì)滯后,為了實(shí)現(xiàn)大數(shù)據(jù)的有效利用,大力培養(yǎng)大數(shù)據(jù)分析人才是國家實(shí)現(xiàn)大數(shù)據(jù)發(fā)展戰(zhàn)略的基石。

4. 正確對(duì)待大數(shù)據(jù)預(yù)測(cè)能力

人類社會(huì)是在不斷地變化的,社會(huì)科學(xué)研究的難點(diǎn)之一就是在于人的行為難以預(yù)測(cè)。雖然大數(shù)據(jù)能夠提供較為全面的信息,并進(jìn)行實(shí)時(shí)跟蹤,為科學(xué)決策提供有效的支持,但大數(shù)據(jù)預(yù)測(cè)也可能會(huì)出現(xiàn)預(yù)測(cè)失真的風(fēng)險(xiǎn),因而我們需要正確地認(rèn)識(shí)和對(duì)待大數(shù)據(jù)預(yù)測(cè)能力,積極規(guī)避大數(shù)據(jù)預(yù)測(cè)可能會(huì)帶來的負(fù)面影響。谷歌預(yù)測(cè)流感的失敗提醒我們需要正確看待大數(shù)據(jù)預(yù)測(cè)能力。

由于大數(shù)據(jù)的價(jià)值密度較低,可能需要在長(zhǎng)達(dá)數(shù)小時(shí)的視頻文件中僅僅截取一兩幀畫面,技術(shù)要求較高,同時(shí)也需要耗費(fèi)大量的成本?，F(xiàn)有的分析技術(shù)很難將所有有用信息全部提取出來,因而在利用大數(shù)據(jù)預(yù)測(cè)輔助公共決策時(shí),我們不能過分依賴其預(yù)測(cè)的結(jié)果。我們需要進(jìn)行積極的思考,避免因大數(shù)據(jù)預(yù)測(cè)的失真而給公共決策帶來的失誤。正確對(duì)待大數(shù)據(jù)的預(yù)測(cè)能力,可以為公共決策的科學(xué)制定提供有效的技術(shù)支持。

5. 對(duì)大數(shù)據(jù)立法和制定相應(yīng)規(guī)章制度

在全面依法治國的背景下,通過立法和制定規(guī)章,一方面解決數(shù)據(jù)管制和隱私保護(hù)的問題,另一方面明確數(shù)據(jù)公開的責(zé)任。通過立法和制定相應(yīng)的規(guī)章制度,可以將大數(shù)據(jù)在公共決策中的應(yīng)用制度化和規(guī)范化,規(guī)范政府行為。當(dāng)大數(shù)據(jù)已經(jīng)作為商品進(jìn)入市場(chǎng)交易時(shí),法律和規(guī)章的相對(duì)滯后,可能會(huì)出現(xiàn)大數(shù)據(jù)交易過程的不規(guī)范,對(duì)隱私和核心機(jī)密的泄露。通過立法和制定規(guī)章制度,不僅可規(guī)范市場(chǎng)中對(duì)大數(shù)據(jù)進(jìn)行交易和應(yīng)用可能帶來的風(fēng)險(xiǎn),更重要的是可規(guī)范政府的行為,防止政府濫用數(shù)據(jù),侵犯公民的隱私,在各方面真正實(shí)現(xiàn)依法治國。

六、 結(jié)語

漸進(jìn)式?jīng)Q策作為我國公共政策制定過程的基本模式,也是政府在進(jìn)行各項(xiàng)改革的基本行為模式,如何完善漸進(jìn)決策中的各個(gè)環(huán)節(jié)是提高我國公共決策質(zhì)量的重要途徑。由于大數(shù)據(jù)利用所有可觀察樣本的各方面數(shù)據(jù)進(jìn)行分析預(yù)測(cè),加上注重關(guān)聯(lián)性關(guān)系的分析,使得大數(shù)據(jù)預(yù)測(cè)進(jìn)行輔助公共決策時(shí)具有速度快、針對(duì)性強(qiáng)、歷時(shí)性等特點(diǎn),能夠更好地輔助漸進(jìn)決策,實(shí)現(xiàn)決策的快速有效。雖然用大數(shù)據(jù)來預(yù)測(cè)社會(huì)現(xiàn)象存在出現(xiàn)錯(cuò)誤的可能,但隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展,大數(shù)據(jù)預(yù)測(cè)可能會(huì)出現(xiàn)的錯(cuò)誤會(huì)逐漸減少。

在利用大數(shù)據(jù)分析預(yù)測(cè)時(shí)可能會(huì)出現(xiàn)侵犯?jìng)€(gè)人隱私、泄露信息等風(fēng)險(xiǎn),需要對(duì)這些風(fēng)險(xiǎn)進(jìn)行嚴(yán)格的控制。同時(shí)需要轉(zhuǎn)變傳統(tǒng)的決策思維方式,在問題和矛盾出現(xiàn)之前通過有效的公共決策化解矛盾。為了適應(yīng)大數(shù)據(jù)的發(fā)展,需要大力培養(yǎng)大數(shù)據(jù)分析人才,這樣才能有效地利用大數(shù)據(jù)輔助決策。在信息時(shí)代,政府、社會(huì)、市場(chǎng)的數(shù)據(jù)信息需要實(shí)現(xiàn)共享,政府的漸進(jìn)式?jīng)Q策不能僅僅依靠單方面的數(shù)據(jù)信息來源,而是應(yīng)該綜合各方的信息,多角度進(jìn)行研判,才能實(shí)現(xiàn)公共決策的科學(xué)化。總而言之,在大數(shù)據(jù)時(shí)代,大數(shù)據(jù)的預(yù)測(cè)功能會(huì)對(duì)漸進(jìn)式?jīng)Q策產(chǎn)生巨大的影響,不論是從信息資料的全面性、決策人才的多元化,還是決策的及時(shí)性和針對(duì)性,都會(huì)提高漸進(jìn)決策的有效性,從而逐步實(shí)現(xiàn)決策的最終目標(biāo)。大數(shù)據(jù)時(shí)代已經(jīng)來臨,如果不能及時(shí)有效利用大數(shù)據(jù)的功能來幫助決策者進(jìn)行決策,依然停留在傳統(tǒng)的決策模式下,不利用量化的方法來幫助決策者了解社會(huì)的真實(shí)狀況,公共決策的科學(xué)化將只是一句口號(hào),不會(huì)變成真實(shí)的行動(dòng)。重視大數(shù)據(jù),挖掘大數(shù)據(jù)預(yù)測(cè)功能輔助漸進(jìn)決策,是未來一段時(shí)間政府和學(xué)界值得深入研究的課題。

參考文獻(xiàn):

[1] 中國互聯(lián)網(wǎng)信息中心. 第36次中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL]. (2015-07-23)[2015-12-01]. http:∥cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201507/P0201507235 49500667087.pdf.

[2] 胡象明. 公共部門決策的理論與方法[M]. 北京:高等教育出版社, 2003:62-67.

[3] 黃穎. 一本書讀懂大數(shù)據(jù)[M]. 長(zhǎng)春:吉林出版集團(tuán)有限責(zé)任公司, 2014:2-3.

[4] 分析:大數(shù)據(jù)在現(xiàn)實(shí)世界中的應(yīng)用[R]. 北京:IBM商業(yè)價(jià)值研究院, 2012:3-5.

[5] Goyal M, Hancock M Q, Hatami H. Selling into Micromarkets[J].Harvard Business Review, 2012(7):1-9.

[6] 李金昌. 從政治算術(shù)到大數(shù)據(jù)分析[J]. 統(tǒng)計(jì)研究, 2014(11):3-14.

[7] 胡雄偉,張寶林,李抵飛. 大數(shù)據(jù)研究與應(yīng)用綜述[J]. 標(biāo)準(zhǔn)科學(xué), 2013(11):29-33.

[8] 黃欣榮. 大數(shù)據(jù)時(shí)代的思維變革[J]. 重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2014,28(5):13-18.

[9] 維克托·邁爾·舍恩伯格,肯尼思·庫克耶. 大數(shù)據(jù)時(shí)代——生活、工作與思維的大變革[M]. 盛楊燕,周濤,譯. 杭州:浙江人民出版社, 2013:71-81.

[10] Kalil T. Big Data is a Big Deal[EB/OL]. (2012-03-29)[2015-06-27]. http:∥www.whitehouse.gov/blog/2012/03/29/big-data-big-deal.

[11] 伊恩·艾瑞斯. 大數(shù)據(jù)思維與決策[M]. 宮相真,譯. 北京:人民郵電出版社, 2014:47-62.

[12] 崔婧. 阿里“玩”大數(shù)據(jù)[J]. 中國經(jīng)濟(jì)和信息化, 2013(8):34-41.

[13] 三個(gè)應(yīng)用案例——大數(shù)據(jù)挖掘潛在的威脅[EB/OL]. (2015-04-07)[2015-07-27]. http:∥www.thebigdata.cn/YingYongAnLi/13924.html.

[14] 何東平. 試論公共決策科學(xué)化[J]. 湖北社會(huì)科學(xué), 2004(7):18-19.

[15] 沈浩. 大數(shù)據(jù)助力社會(huì)科學(xué)研究:挑戰(zhàn)與創(chuàng)新[J]. 現(xiàn)代傳播, 2013(8):13-18.

[16] 谷歌百度競(jìng)逐大數(shù)據(jù)預(yù)測(cè):成敗皆有因[EB/OL]. (2014-10-23)[2015-08-02]. http:∥finance.chinanews.com/it/2014/10-23/6711005.shtml.

[17] 陳之常. 應(yīng)用大數(shù)據(jù)推進(jìn)政府能力現(xiàn)代化——以北京市東城區(qū)為例[J]. 中國行政管理, 2015(2):38-42.

(責(zé)任編輯: 付示威)

Impact of Big Data’s Prediction Ability on Public Decision Making

HU Ya-qian

(School of Political Science and Public Administration, China University of Political Science and Law, Beijing 100088, China)

Abstract:In the era of big data, big data exerts a profound impact on public decision making, mainly gradual decisions, due to its characteristics of volume, variety, velocity and veracity. Big data makes it possible to access sufficient information, the relevance analysis of big data improves the pertinence of decision making, the dynamic analysis of big data contributes to the gradual improvement of decision making, and the analysis velocity of big data brings about timely decision making. Most importantly, the prediction ability of big data will improve the scientificity of decision making. However, big data prediction may make errors and leak privacies, so decision makers should treat objectively the prediction ability of big data and the government should strengthen data sharing and control and attach greater importance to the training of big data analysts.

Key words:big data; prediction; public decision making; mirroring society; scientific decision making

doi:10.15936/j.cnki.1008-3758.2016.03.010

收稿日期:2015-09-04

基金項(xiàng)目:國家社會(huì)科學(xué)基金重大資助項(xiàng)目(10zd&041)。

作者簡(jiǎn)介:胡亞謙(1989- ),男,安徽馬鞍山人,中國政法大學(xué)博士研究生,主要從事公共政策量化分析研究。

中圖分類號(hào):D 601

文獻(xiàn)標(biāo)志碼:A

文章編號(hào):1008-3758(2016)03-0281-07