来源：新华网

　   大数据时代，一个将数据当作核心资产的时代，数据逐渐实现战略化、资产化和社会化。世界上越来越多的国家将数据管理上升到了战略层面，大数据思维和应用已经开始逐渐渗透到公共管理和政府治理范畴内，对政府治理理念、治理范式、治理内容、治理手段等产生不可忽视的影响。

　　“大数据”的社会属性

　　任何事物都具有物理和社会两类属性特征。无论是最初的“3V”还是修正丰富后的“4V”理论，都属于大数据的物理属性范畴，是大数据技术所具有的区别于其它事物的特征。这时的大数据被贴上的是“技术”标签。大数据同时也具有社会属性，这种属性是大数据受社会影响所衍生出来的属性：

　　（1）权力多中心。数据作为一种无形资产，其所有者将拥有数据所有权，这种所有权不受限制，任何个人、组织只要拥有有影响力的数据就能成为合法的“权利中心”。在社会治理过程中，这些“权利中心”将会拥有话语权，进而影响政府治理过程和决策。

　　（2）交互回应性。数据时代，社会治理强调回应与双向交互。微博等社交媒体是Web2.0时代最具代表性的应用之一，产生大量的交互数据，它拥有快速信息传播速度、最大范围覆盖和双向交流互动等特性。

　　（3）网络关联性。大数据的一个特征是以语义网为代表的Web3.0，它强调关联性。大数据时代，事物处在一张“大网”中，个体的每个行为都和周围的人与物相关联，个人与组织、社会等相互影响力增强。

　　（4）需求个性化。“后信息时代信息将变得极端个人化，在后信息时代信息具有很强的细分能力。”大数据时代信息受众分类更加明确，很多数据信息服务是根据个人需求量身定做，目的性更强、定位更准确、效果也更好。

　　在看待大数据时，要建立全面、系统的大数据意识，要看到大数据在创造社会价值、变革行为方式等社会属性的“大”，而不仅仅只是其物理属性的“大”。大数据时代，政府治理中更加关注的是大数据的社会属性，物理属性为政府治理提供了技术支撑，但社会属性却可能变革政府治理的模式，对于政府治理创新有着不可估量的作用。

　　从技术角度来说，大数据不是数据的简单罗列和堆积，而是需要对所收集的碎片化的、多样化的、价值度低的数据进行关联分析，如对政府部门业务数据库、政府网站浏览量，以及政务微博和微信等社交网络数据进行抽取集成后，利用数据挖掘、统计分析等分析工具找出可以预测事物发展的规律、可以对现象做出解释的原因，然后以可理解的、交互的方式展现给使用者，为用户提供决策分析支持。

　　“数据治理”对政府治理模式的影响

　　从技术层面来看，大数据时代社会信息化和政府信息化程度前所未有，物联网、云计算、数据整合、基于语义网的Web3.0、关联数据、信息发布等新技术的发展及普及，为政府治理实现“智能”化提供了技术支撑，将会从根本上改革政府组织模式和政府形态，进而改变政府治理模式，影响整个政府存在的形态。从长远来看，大数据将会对政府治理范式、政府职能和政府自身管理等多个方面产生影响如图1所示。

　　（一）对公共服务的影响

　　公共服务环境“开放化”。大数据时代，数据将成为一种权利，开放将成为一种潮流，公共服务环境的开放达到前所未有的程度。数据的开放和流动，代表着知识的开放和流动，代表着权力的开放和流动，经济更加发达，政府更加开放，城市更加智慧，社会更加民主，共同构成了开放式的、平台式的公共服务生态环境。在开放的环境中，公共服务机制前所未有的完善，需求将更加明确，服务配置将更加优化，服务方式更加灵活，服务供给更加丰富，服务质量更加高效，社会生产力将得到更大的解放和发展。

　　公共服务方式“推送化”。大数据时代公共服务供给将由“索取”向“推送”转变，这一转变涵盖了两层意思，一是公共服务态度变得更加主动，从“被动”向“主动”转变。大数据时代，无论是公众还是政府的行为都被放在“第三只眼”观察下，为此公共服务将变得更加“主动”，主动对公共服务进行过程追踪，确保公共服务质量，从而有效解决食品、药品等行业的安全问题；主动改进公共服务质量，政府部门可以通过分析大数据来判断公众对公共服务质量的评价，借此来改善服务，提高客户满意度。二是公共服务提供方式变成“推送”，网络外部性使得政府数据随着受众群体的增加，成本越来越低，倍增效应越来越大，当政府意识到数据开放的收益远大于其成本时，被动的索取将向主动的推送转变。

　　公共服务产品“个性化”。大数据时代的到来，让数据挖掘更加深入和精细化，有条件引导政府提供更加个性化和人性的公共服务。例如在医疗卫生行业，相关部门可以从多个渠道获取个人健康信息，把职业、行为等行为数据与电子病历等医疗数据关联起来，形成一个综合的健康状况模式，提供精细化的医疗服务。另一方面，大数据时代以语义网为代表的Web3.0技术将成为主流，政府通过对公众在政府网站、微博等的浏览次数、栏目关注度、在线申请服务、发表评论等多项活动的分析，运用数据挖掘技术工具等对公众活动进行关联，进而主动形成个性化的服务。

　　“随需所想”的公共服务。大数据时代，公共服务资源按“需”分配将不再是梦想。政府可以利用大数据技术对公众日常生活交易的数据、网络上公众的意见表达等信息化“脚印”进行分析，了解公众的需求，经过科学分析和合理配置，提供公众所想、所需的公共服务。例如，在信息充分自由的社会环境中，政府可以通过对各地公共服务需求、公共服务资源拥有率和使用率等数据进行深度分析，合理分析服务资源，实现最优配置。

　（二）对社会管理的影响

　　公共决策趋于“社会化”。大数据时代，政府决策呈现三个特征：第一，“微”决策。“微”主体带来的“微”行为产生“微”决策，推动决策社会化。随着信息技术的发展，社会公众意愿的表达和信息传递成本递减，多个不相关个体利用信息化手段表达个体的“微”意愿和看法，形成成千上万的“微”数据和“微”事件，这些数据呈现小、散、模糊的特征。任何事件的发生是有“前兆”的，看似偶然的背后其实有着必然性，政府需要尽可能地在这些“微”力量爆发前，运用数据挖掘等技术将这些分散的、模糊的小概率事件有序地关联起来，挖掘出问题可能发生的大概率，在问题察变机制方面发挥提前预警功能，做出恰当的决策。

　　第二，“被”决策。数据时代政府决策是“被”社会影响和引导的，政府决策将更多地参考社会公众的意愿，通过对网站浏览、论坛留言、微博转发等网络舆情的深度分析，政府可以准确把握公众关注的热点、对问题的看法，决策中不再是简单的政府“一言堂”，更多地集聚民意和民智。政府将“被”民意所引导，既有可能是政府主动将民间意愿上升到国家政策，也有可能是政府迫于社会舆论压力将民间意愿转化为国家政策。

　　第三，“智”决策。大数据时代政府决策强调数据的“实时性”，要求通过分析智能终端产生的海量实时信息数据形成预测，追求政府决策由“预报”向“实报”的过渡。事实上，只有在充分掌握事物发展变化的大量实时数据，才能形成精准的报告。政府通过运用信息化工具，将数据挖掘采集到的新信息应用于支撑官方统计数据、调研数据和预警系统生成的信息，更加深入地区分人类行为和经历的细微差别，通过实时进行以上步骤，使信息与时间保持同步。

　　促使“参与型”社会形成。大数据时代，政府将以更加开放的心态，把市民当作“合作伙伴”和城市问题的“决策者”，给市民提供广泛的参与机会，从而推动公众参与由象征性阶段参与迈向实质性参与阶段。这种转变集中表现在以下三个方面：第一，公众参与的合法性增强。在大数据时代，社会成为一个社交平台，公众可以任意使用平台上的任何资源，同时也会发表自己作为公民的意愿或建议。政府会主动或被动地听取公众的意愿或建议，公众的声音在社会响起。第二，参与渠道多元化，民主范围进一步扩展。政民互动渠道进一步拓展，以“微博”等社交媒体为主的分布式信息发布技术，为公众参与提供了实时互动的全新信息空间，从而导致了信息的海量递增和传播渠道的极度多元，加强了与公众的沟通。第三，公众参与的主动性增强。个人可以将数据转化为大众应用，提升公众在社会管理中的参与度，美国公众利用政府公开的相关数据开发出了多个实用性强的应用系统，如航班延误分析系统、商品回收验证系统等。新加坡为鼓励社会公众参与数据开放运动，激发社会创新力，在Data.gov.sg举办“ideas4apps challenge”活动并提供一定的资金数额。

　　更好实施社会危机和风险治理。社会危机和风险治理是大数据未来应用的重点行业和领域。大数据通过增强对现象发生小概率的关联与研究，可以有效减少社会危机发生的不确定性，增强风险预警能力，降低社会危机带来的危害。第一，利用大数据还原危机发生的真相。在信息时代，网络、微博等新媒体早已取代传统媒体，如电视、报纸等的地位，成为信息传播的发源地，网络传播的快速性和网络信息可辨识度难的特性，使得网络成为公共危机爆发的“火山”。政府部门作为社会舆论的权威导向，需要在第一时间还原危机真相，利用大数据可以对社会热点、名人微博等海量社交数据的跟踪分析，找到事件的起因、传播的渠道、涉及的关键人物，进而有效地还原社会群体危机发生的过程，以客观的事实和数据告诉社会事情的真相。第二，利用大数据可以预测危机发生的可能。对海量社交媒体数据的分析，可以预测如恐怖主义和骚乱活动等突发事件。美国联邦执法部门和情报机构在网上发布的信息征集启事显示，美国政府正在寻找一款能够分析社交媒体海量数据，并预测未来恐怖主义袭击和国外暴乱等重大事件的软件。对海量物理环境数据的分析，可以在一定程度上预测自然灾难及传染疾病等的发生。第三，利用大数据可以降低危机带来的灾难。利用大数据的预测和预警分析功能可以有效降低各种危机带来的灾难和损失，特别是在应对各种自然灾害和突发性安全事件。2013年1月和3月，Google先后在美国和日本提供公共警报系统，在Google Maps、Google Search以及Google Now上，为用户提供地震和海啸等危险警告。美国食品药品监督管理局（FDA）从2009年起，通过“轨迹追踪技术”（Track-and-Trace Technologies）确认药品生命周期轨迹，以预防违法药品的产生并减少其危害的机会，使FDA能够通过药品生命周期紧密连接的信息追溯到源头。

　　（三）对政府绩效管理的影响

　　“用数据说话”的政府绩效评估。随着政务信息化水平的不断提升，公共部门积累了大量的业务数据，政府绩效评估将越来越依靠“数据”。美国政府依托“绩效仪表盘”（Performance Dathboards）项目，建立了 “用数据去说话”的政府绩效评估机制。“绩效仪表盘”涵盖了对美国政府机构的绩效、联邦政府资金使用情况、政府资金不当使用情况、政府法律法规制定流程等多个方面，从不同角度对美国政府绩效进行评估与追踪。

　　实现“关联化”评估。大数据时代，政府绩效评估内容关联性得到了提升，评估实现体系化。内部通过跨部门、跨层级业务应用系统产生业务数据的关联，实现对政府工作人员、组织机构和IT资产三个主要内容的综合评估；外部通过对政府网站、社会网站有关社会热点问题、公众人物、社会舆论等的分析形成关联评估。大数据的到来，要求更加开放和透明的政府，政府绩效评估时，既要通过对政府内部业务系统进行分析，同时也要参考外部因素，如政府网站中公众的参与度、点击率和评价等，甚至包括新浪、腾讯等非政府媒体中与政府有关的评价。对政府内部绩效进行评估时，重点集中在对政府人员工作绩效、组织管理绩效、组织资金管理绩效以及IT资产管理绩效等方面的评估。对政府外部绩效进行评估时，焦点集中在对社会、舆论热点等的分析与评估。无论是内部还是外部，这些要素都是相互关联的。

“被量化”的政府绩效。利用大数据技术，让原来不能量化的评估内容变得更容易量化，可以对公众发布的文本、音频、视频等半结构化和非结构化数据进行深度分析，拓宽了评估的范围和内容。大数据技术可以帮助政府设计更为科学的政府绩效评估指标体系，从定性设计指标体系向定量设计指标体系转变。精确的数据有助于决策，但不等于智能决策，政府的决策需要对来自不同部门、不同领域的多个精准数据进行智能化分析，形成可操作性强、可用度高的“智报”。

（唐斯斯刘叶婷 作者单位：国家信息中心/天津市信息中心）