大数据时代社会治理方式创新和决策优化.doc

大数据时代社会治理方式创新和决策优化
◇ 雍爱霞

　　2007年1月图灵奖得主、关系数据库的鼻祖吉姆·格雷（Jim Gray）发表了生平最后一次演讲——《第四范式：数据密集型科学发现》，他凭借着对于人类科学发展特征的深刻洞察，敏锐地指出科学发展正在进入数据密集型科研。这正是大数据历史概念的雏形，于是以处理海量数据为核心的“第四范式”呼之欲出。2008年9月，美国《自然》杂志发表了一份以“大数据”为主题的专刊，标志着大数据这一概念受到高度重视，迅速成为科学创新的亮点并成为各应用领域的前沿话题，其中大数据社会治理领域是最为复杂的应用，也是提高社会治理现代化的必然路径。
社会治理是由政府、企业、社区和公众等主体协同合作的系统性工程，随着大数据时代的来临，大量结构化和非结构化数据不断涌现，给政府的社会治理和决策优化带来了前所未有的机遇，也带来了巨大挑战，不断增加的不确定性和不可预测性。目前迫切地需要推进社会治理信息化建设，与时俱进地利用大数据技术，科学地、精准地推进社会治理的各项工作，成为当下社会治理及决策实践中不可避免要面对的研究课题。
一、大数据与地方政府社会治理能力的提升
（一）大数据应用的战略举措
大数据以其数量巨大、结构复杂、类型众多的特点，作为21世纪一种新型的战略资源，各国纷纷利用大数据提升国家治理能力和公共管理水平。美国政府对大数据的研究上升为“国家意志”，认为大数据是“未来的石油”，早在2012年3月发布《大数据研究和发展计划》，提出要利用大数据技术改造传统国家治理体系和治理手段，首先要在科技创新、环境保护、教育体系、生物医药等领域实现突破。同年5月，联合国发布了《大数据促发展：挑战与机遇》白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，通过利用海量数据资源，实时分析经济社会发展现状及趋势，能够协助政府更好地推动经济社会的发展与运行。英国2013年推出《英国数据能力发展战略规划》，要求2015年之前开放涉及民生领域的核心数据库。2013年更是被媒体称为“大数据元年”。如今，越来越多的政府、企业等机构意识到数据本身就是一种重要的资产，数据分析能力是提升组织竞争力的核心要素。大数据开启了重大时代转型，正在改变着探索世界的方法。毋庸置疑，大数据时代对政府管理转型来说将是一个历史性机遇。
我国政府大数据意识已经觉醒，2015年国务院印发《促进大数据发展行动纲要》中提出建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，目的是推动政策管理理念和社会治理模式进步，加快政府转型和治理能力现代化进程，实现基于数据的科学决策。2017年12月8日下午，习近平总书记在主持中共中央政治局就实施国家大数据战略进行第二次集体学习时强调，要建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化、公共服务高效化。
（二）大数据有助于提升政府社会治理的“四种能力”
政府通过建设基础数据库、数据交换共享平台，将存在于各个部门的人口、地理信息、宏观经济等数据汇集以后，就可以建立跨部门协同应用系统。与传统的信息应用相比，大数据应用有助于提升政府的“四种能力”。
1、重视大数据融合分析降低治理成本，提升政府决策能力。大数据带来的动态化信息能够有效弥补对治理对象的模糊认知，大数据分析运用可以在各领域提供全方位的决策依据和服务，再进行智能分析研究，从而有效实现对于重大安全、风险的防范和预警。“用数据说话”，通过对实时、动态、全息数据的相关性分析，以群众需求为导向，可以更好地问政于民、问需于民，提升决策的预见性、科学性和公平性，实现智慧决策。
2、利用数据挖掘等技术实现管理精细化，提升政府管理能力。一方面强化政府对管理对象的事中、事后监管；另一方面用政务智能替代或辅助人工决策，在纷繁复杂的数据中利用数据挖掘等技术自动识别出不一致、错误和虚假的信息，实现智慧管理。
3、利用大数据技术促进简政放权，提升政府服务能力。政府人口、教育、治安、社保、工商、民政等方面数据横向、纵向融通，促进简政放权，推动一批行政审批事项简化、下放、合并、取消，提高服务质量和公众满意度，实现智慧服务。
4、利用大数据打造阳光权力平台，提升政府廉洁自律能力。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，使社会治理变得更加透明化。编织“数据铁笼”，使政府管理全程电子化，处处留痕，让权力在阳光下运行，有效管好公共资源、公共资金、公共权力，实现智慧监察。
二、大数据是社会治理创新方法和信息化建设的必然趋势
大数据是信息技术及应用发展到一定阶段的产物，它借用云计算将整个人类“互联”或“物联”起来，形成一个仿真的世界模型，这个模型是多元的、实时的、精准映射的，是一个记载人类行为和物理世界特征的数字写真，与客观世界同构、同步，随着信息技术的进一步发展，大数据将无限接近客观世界。
（一）数据治理的技术可行性
基于大数据的社会治理简称为“数据治理”，大数据不能单独存在与发展，必然依附于相应的技术支撑点，并与技术发展共进退，因此技术支撑也是数据治理和决策实践的必要条件，为之提供了坚实的技术基础。
存储技术：“信息爆炸”的本质为“数据爆炸”，对大数据的存储和有效管理提出了更高的要求。目前典型数据存储技术共有三种：第一种是采用MPP架构的新型数据库集群，重点面向行业大数据，采用Shared Nothing架构，具有高性能和高扩展性的特点；第二种是基于Hadoop的技术扩展和封装，应对传统关系型数据库较难处理的数据和场景，例如针对非结构化数据的存储和计算等，目前最为典型的应用场景就是实现对互联网大数据存储、分析的支撑；第三种是大数据一体机，这是一种专为大数据的分析处理而设计的软、硬件结合的产品，由一组集成的服务器、存储设备、操作系统、数据库管理系统以及为数据查询、处理、分析用途而特别预先安装及优化的软件组成，具有良好的稳定性和纵向扩展性。
处理技术：处理技术是大数据的核心技术，标志着大数据发展可以上升的高度，目前可以成为大数据技术支撑的处理技术有人工智能、机器学习、数据挖掘、图像处理、语音识别、神经网络等。其中人工智能（AI——Artificial Intelligence）对人的意识、思维的信息过程进行模拟，将智能开发和扩展到应用系统中的理论、方法、技术科学。专家系统（ES——Expert System）是人工智能中最活跃的应用领域，将人工智能的理论研究推向实际应用，根据某领域一个或多个知识库规则或专家经验，进行数据处理、推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。
计算速度：对于海量数据处理的时效性而言，计算速度问题显得尤为突出，提升计算速度需要从系统结构上发生根本改变。云计算（Cloud Computing）是一种按使用量付费的模式，提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池，这些资源能够被快速提供，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源，因此云计算甚至可以达到每秒10万亿次的运算能力。
硬件集成化程度：微电子行业的迅猛发展对电子产品的更新换代产生了革命性的变化，尤其是对于有体积和重量严格需求的电子系统而言，硬件的集成化程度是主要考量因素。目前集成芯片已从单处理器核到多处理器核演变，并投入使用，相应的多核并行算法已日臻成熟，片上网络（NOC——Net On Chip）成为互联网电子设备终端必不可少的集成化芯片结构类型。英特尔（Intel）创始人之一戈登·摩尔提出著名的摩尔定律（Moore Law）：当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍。这一定律揭示了信息集成化速度的发展规律，即便到了如今集成化看似已经发展到了技术顶峰，依然会沿用这个定律。
（二）决策创新是社会治理创新的必然结果
政府是一个国家最重要的决策主体，其决策体系是否科学，直接决定了政府的治理能力和治理效果。事实上政府治理的“痛点”和“难点”，往往是数据的“盲点”，数据缺失导致政府无法有效决策。当前我国政府的决策模式大致可分为三个层次：“拍脑袋”决策、“取经”决策、“论证”决策。决策精英更倾向于依靠经验、直觉这种经验管理模式，容易脱离经济发展的实际，无法捕捉量变中的规律性和公民切实需要，造成政策实施与管理过程存在多种问题。
决策的科学性：地方政府运用信息不充分，部门之间数据共享不够，对决策风险评估往往只能定性判断，缺乏具体量化的评估指标，不能合理预测风险，决策的科学性就大打折扣。
决策的精细化：我国依法决策程序: 公众参与、专家论证、风险评估、合法性审查以及集体讨论决定。但在实践中由于理解有所偏差，导致决策程序简化，出现了主观性、随意性的现象，甚至存在“一言堂”的现象，离决策的精细化要求相去甚远。
决策的民主性：许多地方政府在公众参与这一环节，忽视利益相关者的知情权、参与权、监督权，习惯于封闭性决策，导致公众参与度低、决策成本高乃至决策失误等后果。党的十八大报告中提出：“凡是涉及群众切身利益的决策都要充分听取群众意见，凡是损害群众利益的做法都要坚决防止和纠正。”同时随着公众权利意识的觉醒，公众社会参与要求日益高涨，并在“互联网”“自媒体”时代得到了进一步体现，封闭性决策和民主性要求之间的矛盾越来越强烈。
社会治理作为多级管理服务资源体系，具有数据量大、变量层次多、单元构成差别大和动态性高特点。之所以说大数据是一场治理革命，因为它将通过全息的数据呈现，使政府从“主观主义”“经验主义”的治理方式，迈向“实事求是”“数据驱动”的治理方式，由此产生的革命性影响必然将提升产业效率和管理水平，重塑决策体系，提高政府治理和决策实施的精准性、高效性和科学性。
三、社会治理的决策方式优化及辅助决策系统
目前国内大数据应用决策方面的研究还处于起步阶段，决策支持系统的研究尚未深入，实践也并不广泛，主要呈现两个特点：
企业应用居多、社会治理领域鲜有涉及。少量决策支持系统的实践限于企业，如解决订单决策、烟草物流、港口货运等某些特定的问题。主要原因：一是企业某些特定问题的决策系统所需的数据获取容易，不必依赖政府数据，受政府数据开放等机制影响较小；二是物流、港口货运等问题相对单一，结构化、半结构化数据描述居多，数学建模相对容易；三是企业需求紧迫，项目立项与管理灵活，成效高；四是大多数企业的决策支持系统智能化要求相对较低。
决策支持系统尚未实现核心功能。决策支持系统涉及运筹学、计算机学、控制等领域，大部分决策支持系统还停留在简单的数据报表功能上，通过报表显示数据的增减，未实现真正的决策支持。
实现社会治理的数据决策包括：一是利用大数据最大限度的了解治理对象和治理问题；二是要利用大数据提高决策的科学性、民主性、时效性；三是大数据平台下对政府各部门的权力使用的规范、公平、透明；四是利用大数据进行治理行为的科学评估和有效监管。
（一）社会治理创新驱动下的决策方式优化
数据治理颠覆了传统的社会治理模式，在数据来源、数据处理方式和数据思维等方面都会对社会治理产生革命性的变化。由数据接口将数据输入数据共享平台，根据不同的数据格式（结构化与非结构化）建立相应的数据库，并针对治理问题的特定指标建立相应的数据模型，通过数值分析、统计分析等数据处理技术，计算出该指标的值，同时将统计规律用数值或图表的形式显示出来。
决策就是为达到某一目标，在众多可以采纳的方案中分析比较，从而选择出最佳的方案。因此决策的本身是一种优化过程，同时作为社会治理的关键环节，必然推动了其方式的变革。由于拥有了全面的信息，过去那些建立在非完全信息假设上的管理思维和方法，已经被彻底地改变。大数据带来政府决策的巨大挑战，也提供了决策方式优化的现实机遇。
数据治理中需要进行决策方式优化。一方面，通过对海量信息和数据进行技术处理，实现大数据分析结果与科学的预测预警有效的衔接，推动形成数据驱动决策；另一方面，定性决策方式升级为定量决策，针对某治理业务目标制定相应的治理评价函数，采用寻优算法进行全局优化，以达到理论上的最优值，为现实治理提供辅助决策。
（二）数据治理的决策模型
政府通过互联网、数据统计分析、云计算等技术，对海量数据进行收集挖掘，可以无限接近事实真相，评估社会舆情，预防打击犯罪，预测自然灾害，防控疾病传染，缓解交通压力等，继而通过数据决策实现社会治理。
决策的本质是一个寻优过程，决策模型的构建关键在于决策问题的数学建模和决策指标体系的构建，也是应用计算机、统计分析与全局优化算法解决问题的首要任务。由于社会治理业务的复杂性，不可能直接从现实社会治理业务中建立数据模型，而是把分散的业务数据抽象为信息模型，并建立社会治理信息业务数据概念模型，再进一步把业务数据概念模型转化为可在计算机中实现的、最终支持数据库系统的业务数据模型。决策按其性质可分为：
结构化决策：是指对数据治理决策过程的环境及规则，能用确定的模型或语言描述，以适当的优化算法产生决策方案，选择最优解。
决策内容包括决策信息、决策目标、决策方法、决策结果。设置目标评价函数F：

其中，为治理业务中影响决策目标值的各指标函数，为各指标函数在系统模型中的权值，由此可以看出目标评价函数F是一个的非连续实数函数，定义域内采用适合的优化算法，便可以取到极值。
非结构化决策：是指决策过程复杂，不可能用确定的模型和语言来描述其决策过程，更无所谓最优解的决策。
半结构化决策：是介于以上二者之间的决策，这类决策可以建立适当的算法产生决策方案，使决策方案中得到较优的解。
对于非结构化和半结构化决策，决策者一方面需要根据经验进行分析判断，另一方面也需要借助计算机为决策提供各种辅助信息，及时做出正确有效的决策。
（三）数据治理专家辅助决策系统结构
数据治理专家辅助决策系统是智能决策支持系统在数据治理领域中的应用，采用人工智能和决策支持系统相结合，应用专家系统技术，能够更充分地应用人类的知识，如关于数据治理决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过计算分析、逻辑推理来帮助解决复杂决策问题，为政府最终决策提供的辅助决策功能，如图1所示。

部门监测数据
网络舆情数据
案例库数据
数据关联、统计分析与处理
推理、优化比较、结果可视化
调整方法、参数
人机接口
决策指标评估
模型库
方法库
知识库
政府决策实施

　　人机接口：决策者通过人机接口采用系统可识别的语言方式表达决策问题及决策目标（该图中未体现），并将政府最终决策通过决策指标评估添加到案例库中，为后续决策提供数据更新。
数据处理：数据处理是系统的核心，主要由数据分析处理与数据推理优化两部分组成。它是数据治理决策问题的求解资源，既要识别与分析问题，设计求解方案，还要为问题求解调用数据库中的模型、方法、知识，对非结构化问题还要进行逻辑推理等求解过程。模型求解阶段中采用统计求解、绘图、逻辑推理、数值分析等计算机数学方法；模型分析阶段中对模型进行数学分析、误差分析、数据稳定性分析等。
数据库：模型库里存储的是结构化和非结构化的数据模型，是决策模型的基础；方法库里存储的是数据计算方法、逻辑推理方法、优化算法等；知识库中存储的是那些既不能用数据表示，也不能用模型方法描述的专家知识和经验，也即是决策专家的决策知识和经验知识，同时也包括一些特定问题领域的专门知识。
数据治理专家辅助决策系统的步骤：
1. 针对治理问题形成决策目标，建立决策模型、拟定方案和确定效果度量，这是决策的起点；
2. 用统计分析方法定量地描述每个方案所产生的各种结果的概率；
3. 分别进行定量评价，每种方案经过数据分析处理、优化推理等过程进行寻优，达到最优值；
4. 决策者通过图表等可视化界面综合分析各方面信息，以最后决定方案的取舍，同时进行决策评估送入案例库中形成闭环系统。
政府决策实施前还需要建立决策指标评估体系作为评估依据，如决策依据、决策时效、决策方法、决策参与度、决策透明度、决策链长度等几个方面衡量决策方法。
四、大数据应用于社会治理与决策实践的几点说明
（一）数据分析等技术问题需要进一步探索
社会治理中结构化数据容易进行数据处理，非结构化信息的数学建模复杂多变，缺乏物理实体到虚拟实体的有效映射，这就使得多源数据的整合成为棘手的问题。同时数据统一规范的标准尚未形成，未在数据处理交换访问等过程中建立统一技术标准、尚没有形成统一规范的大数据交易市场规则，这些都需要借助新技术手段。
（二）条块分割体制壁垒和“信息孤岛”现象需要花大力气解决
据统计，我国政府掌握着80%以上的数据，是大数据时代的财富拥有者，政府作为政务信息的采集者、管理者和占有者，具有其他社会组织不可比拟的信息优势。但由于条块分割的体制等限制，各级政府部门之间的信息网络往往自成体系，相互割裂，相互之间的数据难以实现互通共享，导致目前政府掌握的数据大都处于割裂和休眠状态。同时由于政府部门业务管理信息系统开发和建设的“部门化”，政府信息系统出现“系统林立”和分裂状态，政府公共信息资源重复采集现象严重，信息摩擦和治理成本较高。
（三）数据安全问题需要引起足够重视
数据治理在充分享受大数据带来的便利时，也带来了数据泄密、数据侵权等信息安全问题，尤其是大数据发展的初级阶段，各项保障措施不到位，安全保密防范体系的建立欠缺多方考虑，数据资产评估和监管保障体系未得到有效支撑。政府决策支持系统涉及政务、金融、工商等领域的数据，很多都是秘密信息，信息的保密性至关重要，否则会严重威胁到国家治理与社会公共安全。
（四）传统治理思维与体制将引发新的难题
大数据正在重构政府、市场、社会三者之间的关系模式，然而现有国家治理思维和治理体制已经明显不适应这种大数据时代新趋势的变化，特别是如果经济体制、行政体制和社会治理体制改革不能有效跟进，既得利益主体很可能将大数据技术带来的国家治理契机转化为既得利益的手段和工具，可能引发新的“权力寻租”、新的“数字鸿沟”等问题。
（五）“数据主权”的法律法规标准及配套政策缺失或滞后
目前我国大数据法治建设明显滞后，用于规范、界定“数据主权”的相关法律缺失，缺乏有效的大数据思维和法律框架。一是政府、商业组织和社会机构的数据开放、信息公开的相关法律法规尚待进一步完善，缺乏关于搜集、存储、分析、应用数据的相关法规；二是没有对保护本国数据、限制数据跨境流通等作出明确规定，存在不可控风险；三是大数据技术应用与产业发展刚刚起步，与之相配套法律法规还存在较大政策缺口。
（六）决策的辅助支持不代表政府的决策制定与实施
决策辅助系统致力于客观性、科学性、智能性，把数据建模、处理技术与传统的数据库存取、检索技术结合起来，完成决策方式的优化，但不能代替政府的最终决策，决策的主体永远是人类，不能过于夸大决策辅助系统的作用。
（七）数据社会治理决策方式的发展方向
数据社会治理决策方式的本质是智能决策支持系统，其中人工智能是构建社会治理专家辅助决策系统的必要技术手段，弥补了决策支持系统的不足，能很好地解决半结构化数据必要的逻辑推理问题。由于社会治理的复杂性和个性需求，决策方式向群决策支持系统、分布式决策支持系统、综合决策支持系统、自适应决策支持系统方向发展，呈现结构出多样化的态势。
五、结语
随着大数据时代的来临，政府运用数据分析等技术进行科学治理和决策将成为一种必然趋势。我国政府推进决策机制改革的决心不动摇，及时实现政府科学决策，确保公众切身利益问题能够得到及时、妥善和正确的处理，同时抓住大数据带来的发展机遇，采取切实措施将更多先进技术运用到政府重大决策工作当中，以尽快实现国家治理体系和治理能力现代化的发展目标。

参考文献
1、蓝云编著：《从1到——大数据与治理现代化》，南方日报出版社，2017年版。
2、维克托·迈尔—舍恩伯格、肯尼思·库克耶著：《大数据时代——生活、工作与思维的大变革》，浙江人民出版社，2013年版。
3、国家社会科学基金特别委托项目“大数据治国战略研究”成果：《大数据领导干部读本》，人民出版社，2015年版。
4、伊恩·艾瑞斯著：《大数据思维与决策》，人民邮电出版社，2014年版。
5、朱洁、罗华霖著：《大数据架构详解：从数据获取到深度学习》，电子工业出版社，2016年版。
6、朱进云、陈坚著：《大数据架构师指南》，清华大学出版社，2017年版。
7、尹朝庆主编：《人工智能与专家系统》，中国水利水电出版社，2009年版。
8、罗素、诺维格著：《世界著名计算机教材精选·人工智能：一种现代的方法(第3版)》，清华大学出版社，2013年版。
9、王荣国、隋映著：《运用大数据推进社会治理现代化》，《山东行政学院学报》，2017 (2)。
10、陈谭著：《大数据驱动社会治理的创新转向》，《行政论坛》，2016 (11)。
11、康争光著：《大数据驱动下的社会治理创新研究》，《江苏科技信息》，2014(9)。
12、曹建华著：《ERP环境下基于大数据的智能订单决策支持系统研究》，武汉大学硕士论文，2015年。
13、叶宗强、仝新顺、秦小康著：《大数据背景下的烟草物流决策支持系统研究》，2015(1)。
14、张松著：《大数据时代港口货运统计决策支持系统研究》，北京交通大学硕士论文，2017年 。
15、梁罗希、吴江著：《决策支持系统发展综述及展望》，《计算机科学》，2016(10)。
16、李晓东著：《面向大数据的企业智能决策支持系统发展趋势分析》，《企业科技与发展》，2016(1)。