大數(shù)據(jù)預(yù)測能力對公共決策的影響

胡 亞 謙

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

?

大數(shù)據(jù)預(yù)測能力對公共決策的影響

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)處理速度快和真實性的特點,會對以漸進決策為主的公共決策產(chǎn)生深遠的影響。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性,數(shù)據(jù)的動態(tài)分析為公共決策的漸進改進提供了幫助,大數(shù)據(jù)分析的速度提高了決策的及時性,更為重要的是大數(shù)據(jù)的預(yù)測能力可以幫助提高決策的科學(xué)化水平。大數(shù)據(jù)預(yù)測也可能會出現(xiàn)預(yù)測失誤和個人隱私的泄漏等問題,需要決策者正確對待大數(shù)據(jù)的預(yù)測能力,政府需要加強數(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; 公共決策; 鏡像化社會; 決策科學(xué)化

根據(jù)中國互聯(lián)網(wǎng)信息中心的統(tǒng)計,截至2015年6月,我國的網(wǎng)民規(guī)模達到6.68億,互聯(lián)網(wǎng)普及率為48.8%[1]。大數(shù)據(jù)作為信息時代新的財富資源,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)的價值突出顯現(xiàn)在對于事物發(fā)展的預(yù)測功能上。伴隨著數(shù)據(jù)對人們生活的影響力日益增加,大數(shù)據(jù)的預(yù)測能力能夠相對準確地把握事物的發(fā)展動態(tài),如何將大數(shù)據(jù)的預(yù)測應(yīng)用到公共決策中來,也是我們面臨的一個重要課題。由于公共決策基本上以漸進式?jīng)Q策作為基本的決策模式,大數(shù)據(jù)的分析和預(yù)測能力對漸進式?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)測能力對于公共決策的影響,本文將大數(shù)據(jù)的預(yù)測能力對于漸進決策的影響作為分析的重點。

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綜合的復(fù)雜性問題進行決策。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,不斷探索、改革來完成和實現(xiàn)整個公共決策方案。

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,決策所希望達到的目標很難明確地進行界定。在社會轉(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,即通過漸進式的決策實現(xiàn)公共管理的目標。

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,問題錯綜復(fù)雜,加上信息獲取不充分,決策時間有限和決策環(huán)境不斷變化,決策者無法將決策的各種影響因素進行準確而全面的把握,對決策方案可能帶來的后果無法作出準確的判斷和評估,決策方案不可能制定得非常完善。因而公共決策需要在實踐過程中進行改進,以漸進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際效果。

二、 大數(shù)據(jù)預(yù)測能力

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,在于其較為準確的預(yù)測能力。

1. 什么是大數(shù)據(jù)

根據(jù)研究機構(gòu)Gartner對大數(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、速度快和真實性的特點,但大數(shù)據(jù)的價值密度較低。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行捕獲、管理和處理的數(shù)據(jù)集[5]。

2. 大數(shù)據(jù)預(yù)測

大數(shù)據(jù)由于其數(shù)據(jù)量大的特點,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)計推論來對整體進行預(yù)測研究,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,并作出較為準確的預(yù)測。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)論進行放大,將小樣本統(tǒng)計規(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將整個社會“鏡像化”,即使用數(shù)字模擬社會的狀態(tài),利用數(shù)據(jù)模型把社會的現(xiàn)實狀態(tài)刻畫出來,實現(xiàn)“鏡像化社會”。通過將整個社會數(shù)據(jù)化和鏡像化,可以向決策者展示真實的社會現(xiàn)狀。大數(shù)據(jù)所實現(xiàn)的是利用數(shù)據(jù)來觀察社會,利用數(shù)據(jù)來刻畫社會,將數(shù)據(jù)變成可以交易的財富[8]。

大數(shù)據(jù)預(yù)測是指依靠大數(shù)據(jù)進行數(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,輔助決策者進行決策方案的制定和選擇。大數(shù)據(jù)的預(yù)測與大數(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)對于公共決策影響時必須要考慮到大數(shù)據(jù)的預(yù)測能力。大數(shù)據(jù)預(yù)測具有以下幾個特征:一是大數(shù)據(jù)預(yù)測利用近似整體樣本的分析,二是大數(shù)據(jù)預(yù)測依據(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)測是動態(tài)分析和靜態(tài)分析的結(jié)合,四是大數(shù)據(jù)預(yù)測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)測是動態(tài)的,是針對可預(yù)見的一段時間進行的預(yù)測,并不是對長遠未來的預(yù)測,更不是永恒不變的預(yù)言。利用大數(shù)據(jù)預(yù)測所產(chǎn)生的效果則是大數(shù)據(jù)預(yù)測能力的體現(xiàn)。

三、大數(shù)據(jù)的預(yù)測能力對決策行為的影響

1. 大數(shù)據(jù)使得獲取充分信息成為可能

大數(shù)據(jù)時代對公共決策影響體現(xiàn)在大數(shù)據(jù)預(yù)測與以往小樣本數(shù)據(jù)時代的數(shù)據(jù)分析的獲取信息能力上,大數(shù)據(jù)預(yù)測與小樣本數(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)測信息的真實性(veracity),而小樣本數(shù)據(jù)分析更強調(diào)信息的準確性。在小樣本數(shù)據(jù)時代,只能通過抽樣的方法選取樣本,統(tǒng)計分析后進行推論,試圖了解總體的真實狀況。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)時代要求數(shù)據(jù)分析的結(jié)論要盡可能地準確反映社會現(xiàn)實,這樣才能保證決策的科學(xué)性。在大數(shù)據(jù)時代,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)社會的真實情況,實現(xiàn)大數(shù)據(jù)預(yù)測信息的真實性。

由于大數(shù)據(jù)分析和預(yù)測建立在龐大的數(shù)據(jù)庫基礎(chǔ)上,而大數(shù)據(jù)的數(shù)據(jù)庫可以看做是對整個社會的“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,在計算機構(gòu)建的虛擬社會中呈現(xiàn)社會的真實狀態(tài),實現(xiàn)社會的“數(shù)字鏡像化”。通過將社會“數(shù)字鏡像化”后,決策者可以獲得相對充分的決策信息,這在傳統(tǒng)社會是無法想象的。決策信息的獲取是進行有效決策的前提,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。漸進決策能夠成功的原因在于決策的不斷改進,每一次決策都是需要在掌握當(dāng)時信息的基礎(chǔ)上作出的,因而大數(shù)據(jù)為決策提供了相對充分的信息,可以幫助決策者更好地進行決策改進。

在小數(shù)據(jù)時代,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容易被檢索到。從美國2012年3月公布的“大數(shù)據(jù)研究計劃”[10]來看,通過不同部門相互協(xié)作,可以有效地提供相對全面的信息,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)前我國各地正在進行的政務(wù)數(shù)據(jù)平臺建設(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性

在大數(shù)據(jù)分析中,傳統(tǒng)統(tǒng)計學(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)有的分析工具進行分析,而大數(shù)據(jù)分析更多的是利用簡單算法進行分析。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結(jié)果有影響的因素,實現(xiàn)政策的針對性調(diào)控。

數(shù)據(jù)規(guī)模的擴大使得在進行分析時更多地關(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)近似實現(xiàn)了在社會中進行隨機實驗的效果。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)生的分組對于最終結(jié)果是否具有差異性。例如在拋硬幣的試驗中,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)計學(xué)意義上是相等的。如果對正面朝上組進行干預(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,即隨機劃分數(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,實現(xiàn)了數(shù)據(jù)分組,進而可以通過“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)測功能進行輔助決策時必須采用漸進決策的原因。

3. 大數(shù)據(jù)預(yù)測的動態(tài)性為決策的漸進提供幫助

大數(shù)據(jù)的預(yù)測功能是建立在對數(shù)據(jù)動態(tài)分析的基礎(chǔ)上的,通過對數(shù)據(jù)進行長時間的動態(tài)跟蹤分析,再進行相應(yīng)的預(yù)測,是對事物發(fā)展規(guī)律認知的必要步驟,也是大數(shù)據(jù)預(yù)測對于漸進式?jīng)Q策最有力的幫助。由于大數(shù)據(jù)預(yù)測是一種動態(tài)的過程,一方面可以幫助決策者不斷改進和優(yōu)化現(xiàn)有決策,另一方面,大數(shù)據(jù)的預(yù)測是具有時效性的,并不是該預(yù)測結(jié)果會一直有效。因而在利用大數(shù)據(jù)預(yù)測功能輔助決策時,決策不可能一蹴而就,受到預(yù)測的時效性的約束,必然需要在公共決策的執(zhí)行過程中不斷地優(yōu)化改進,通過漸進決策的方式達到最終的決策目標,這是利用大數(shù)據(jù)決策必須要采用漸進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)競選時,背后都擁有一個龐大的數(shù)據(jù)分析團隊幫助他隨時調(diào)整競選的方案。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,通過不斷改進競選策略,幫助奧巴馬獲得更高的支持率。可以說,奧巴馬背后的數(shù)據(jù)團隊為奧巴馬當(dāng)選總統(tǒng)做出了重要的貢獻。從美國總統(tǒng)的競選可以發(fā)現(xiàn),大數(shù)據(jù)的動態(tài)分析為候選人競選策略的選擇和改變提供了巨大的幫助,這也可以有效地運用在公共決策過程中。

4. 大數(shù)據(jù)預(yù)測的速度影響決策及時性

大數(shù)據(jù)具有產(chǎn)生速度快、分析速度快的特點,這是大數(shù)據(jù)對社會變革產(chǎn)生影響的動力。對于公共決策而言,及時地決策是使決策發(fā)揮作用的必要條件,林德布羅姆之所以提出漸進決策模型,時間效率是其中的原因之一,無法及時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間內(nèi)作出,因而在限定的時間內(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,使得大數(shù)據(jù)預(yù)測能夠快速反應(yīng),幫助決策者快速作出決策。大數(shù)據(jù)的速度體現(xiàn)在兩個方面:一是數(shù)據(jù)的發(fā)展速度快,整個社會每時每刻都在產(chǎn)生大量的數(shù)據(jù),通過快速獲取實時數(shù)據(jù),實現(xiàn)數(shù)據(jù)分析的及時性;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,需要在短時間內(nèi)進行分析,對分析結(jié)果產(chǎn)生的速度要求較高。大數(shù)據(jù)的快速性幫助漸進決策在進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)測為漸進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)的價值,早在2008年,當(dāng)國際金融危機還未開始全面影響國內(nèi)制造企業(yè)時,阿里巴巴根據(jù)買家詢盤數(shù)的下降,對中小企業(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)對措施,制造商也開始關(guān)注國際金融危機的影響,為應(yīng)對金融危機的影響做好了準備[12]。雖然有人將該預(yù)警歸為偶然事件,但實際上是大數(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)測的及時性,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的“行動數(shù)據(jù)”,通過對每輛車的定位,預(yù)測和發(fā)現(xiàn)可能會出現(xiàn)交通擁堵的路段和時間,及時發(fā)出預(yù)警,緩解交通堵塞[13]。

5. 大數(shù)據(jù)預(yù)測能力推動決策科學(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)測是利用“鏡像化社會”對現(xiàn)實社會進行分析,徹底地使用量化的方法來輔助決策,是推動決策科學(xué)化的首要條件。大數(shù)據(jù)可以收集到相對充分的決策信息,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)測是動態(tài)和靜態(tài)相結(jié)合的過程,不僅有針對某一時間點的單獨研究,還有歷時性研究,大數(shù)據(jù)注重的是事物前后發(fā)展關(guān)系,對未來的預(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確地對未來進行預(yù)測,出現(xiàn)關(guān)于某一事務(wù)重復(fù)決策的狀況,導(dǎo)致了資源的浪費和決策效率的低下。在大數(shù)據(jù)時代,利用大數(shù)據(jù)進行橫剖面追蹤研究,這是大數(shù)據(jù)“大”的特點中的不斷擴展性所決定的。利用大數(shù)據(jù)在時間上的持續(xù)性特點,可以進行時間序列分析;利用大數(shù)據(jù)注重關(guān)聯(lián)性關(guān)系,而非因果聯(lián)系可以對未來進行預(yù)測[15]。同時,由于大數(shù)據(jù)是“鏡像化社會”,使得利用大數(shù)據(jù)對于未來的預(yù)測具有科學(xué)性,實現(xiàn)公共決策的面向未來性,實現(xiàn)漸進決策的科學(xué)化。

新加坡的智能交通系統(tǒng)是利用大數(shù)據(jù)的預(yù)測功能推動決策科學(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時的道路信息數(shù)據(jù),并為他們規(guī)劃行車路徑,減少擁堵等候時間,同時,根據(jù)擁堵和車流量的情況,在不同時間實施不同收費。通過利用大數(shù)據(jù)的分析和預(yù)測功能來幫助道路使用者規(guī)劃通行路徑,幫助決策者在進行決策時充分考慮真實狀況作出科學(xué)的決策,推動決策的科學(xué)化。

四、 大數(shù)據(jù)預(yù)測可能存在的風(fēng)險

大數(shù)據(jù)看起來無所不能,能把復(fù)雜的社會利用0和1鏡像化,通過對數(shù)字的分析實現(xiàn)對整個社會的了解,把社會科學(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,其中有些風(fēng)險似乎是不可避免的。

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)與真實的社會不可能完全一致,從理論上來說,大數(shù)據(jù)可以準確表現(xiàn)和預(yù)測我們的社會發(fā)展,但由于社會研究的復(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)也會說謊。2009年谷歌推出的“流感趨勢預(yù)測項目”,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)測了甲型H1N1流感在美國的傳播,但在2011—2013年,谷歌的流感趨勢預(yù)測失靈了,它高估了流感流行趨勢超過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,但是還會出現(xiàn)預(yù)測失靈的狀況。這是因為在大數(shù)據(jù)的分析過程中,數(shù)據(jù)來源于人與人、人與機器、機器與機器之間的交互數(shù)據(jù),而人與人、人與機器的交互數(shù)據(jù)往往受到客觀社會環(huán)境的影響。如一段時間內(nèi)對于流感的討論增多,與流感相關(guān)的關(guān)鍵詞搜索量自然會增加,就會出現(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)也會說謊。由于公共決策是與人類的活動密切相關(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)測天氣等自然現(xiàn)象要高,因而在利用大數(shù)據(jù)進行公共決策輔助時,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,從更多的維度進行數(shù)據(jù)挖掘和數(shù)據(jù)分析。

2. 個人隱私的泄露

在信息化時代,個人隱私信息的保護一直是人們所需要面對和解決的一個難題。由于網(wǎng)絡(luò)的發(fā)達和人工智能設(shè)備的快速發(fā)展,個人身份信息往往會在不經(jīng)意間被上傳到網(wǎng)絡(luò)之中,也有網(wǎng)絡(luò)運營商要求個人提供身份信息后,由于運營商管理不善導(dǎo)致個人隱私信息的流出,對個人隱私造成了極大的影響。加上智能設(shè)備的快速發(fā)展,個人使用手機處理各項事務(wù),而手機的高度智能化,使得每一個個體的行動都完全暴露在網(wǎng)絡(luò)的監(jiān)控中。不論你前往何方,手機的GPS定位都可以記錄下個體的運動軌跡,網(wǎng)頁瀏覽、購物、收發(fā)郵件等也都會被一一記錄下來。一旦這些數(shù)據(jù)被非法獲取和非法利用,對于個人隱私的侵犯所帶來的危險是不可估量的。如果在使用大數(shù)據(jù)輔助進行公共決策時不能夠很好地保護個人的隱私,導(dǎo)致個人隱私的泄露,將可能會出現(xiàn)嚴重的社會恐慌,每個人都被機器所監(jiān)視。因而,如何在運用大數(shù)據(jù)的過程中防止個人隱私的泄露,也是大數(shù)據(jù)時代公共決策必須面對的一個難題。

五、 有效利用大數(shù)據(jù)預(yù)測能力

大數(shù)據(jù)預(yù)測可能會出現(xiàn)錯誤,也可能會存在信息泄露等風(fēng)險,但大數(shù)據(jù)的預(yù)測能力對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在現(xiàn)在和未來需要認真思考的問題。

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爆發(fā)的問題,而非已經(jīng)顯現(xiàn)的矛盾,因而決策者對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)家獨立完成,而應(yīng)該將人文社會科學(xué)家,包括政治學(xué)家、經(jīng)濟學(xué)家、社會學(xué)家、決策研究者等都納入到分析團隊中來,通過多學(xué)科多視角的綜合分析,才能實現(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行提議,政策專家參與其中,并沒有進行多學(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)對漸進式?jīng)Q策最為深遠的影響。雖然利用大數(shù)據(jù)預(yù)測能力來輔助公共決策本身也是一種漸進式?jīng)Q策,但這種漸進式?jīng)Q策是建立在對信息的全面掌握基礎(chǔ)上的,是伴隨著時間推移和社會發(fā)展變化而變化的。相較于傳統(tǒng)漸進式?jīng)Q策是因為信息不完全、能力不足、環(huán)境復(fù)雜等因素造成的客觀困難,大數(shù)據(jù)輔助的漸進式?jīng)Q策是相對更為理性的決策方式,是將西蒙所說的有限理性決策在時間維度上的延伸。

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)共享機制,從而導(dǎo)致各個部門只關(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關(guān)內(nèi)部的數(shù)據(jù)共享,同時引入社會數(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)時代的共同選擇,對我國而言,數(shù)據(jù)信息壁壘的出現(xiàn)往往是因為非技術(shù)因素導(dǎo)致的。為了實現(xiàn)更有效的公共決策,實現(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)計數(shù)據(jù),也應(yīng)該允許個人和其他機構(gòu)參與到公共信息數(shù)據(jù)的收集、整理和分析過程中。

在實現(xiàn)數(shù)據(jù)共享的同時,可能會帶來的數(shù)字霸權(quán)、機密泄露等危險,大數(shù)據(jù)的背后是整個社會的關(guān)系網(wǎng)絡(luò)結(jié)構(gòu),對于涉及到國家核心安全和個人隱私的數(shù)據(jù)需要進行嚴格的數(shù)據(jù)管制,以免出現(xiàn)因數(shù)據(jù)開放導(dǎo)致危及個人隱私和國家安全的危險出現(xiàn)。這是在享受大數(shù)據(jù)帶來的好處的同時,必須要盡量避免的危機。由于大數(shù)據(jù)是鏡像化的社會,一旦由于數(shù)據(jù)管制的漏洞而導(dǎo)致出現(xiàn)了危機狀態(tài),可能是整個現(xiàn)實社會將要面臨的危機,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)科或某幾個學(xué)科的研究者進行決策,是無法適應(yīng)現(xiàn)代社會快速變化的形勢的。當(dāng)數(shù)據(jù)資源變成新的資源庫時,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值為社會服務(wù),為漸進式?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,對季節(jié)性流行病進行預(yù)警,實現(xiàn)了政府服務(wù)能力的現(xiàn)代化。等部分地區(qū)出臺了大數(shù)據(jù)研究和發(fā)展計劃[17],貴陽建立了大數(shù)據(jù)交易中心,同時我國的“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)相對滯后,為了實現(xiàn)大數(shù)據(jù)的有效利用,大力培養(yǎng)大數(shù)據(jù)分析人才是國家實現(xiàn)大數(shù)據(jù)發(fā)展戰(zhàn)略的基石。

4. 正確對待大數(shù)據(jù)預(yù)測能力

人類社會是在不斷地變化的,社會科學(xué)研究的難點之一就是在于人的行為難以預(yù)測。雖然大數(shù)據(jù)能夠提供較為全面的信息,并進行實時跟蹤,為科學(xué)決策提供有效的支持,但大數(shù)據(jù)預(yù)測也可能會出現(xiàn)預(yù)測失真的風(fēng)險,因而我們需要正確地認識和對待大數(shù)據(jù)預(yù)測能力,積極規(guī)避大數(shù)據(jù)預(yù)測可能會帶來的負面影響。谷歌預(yù)測流感的失敗提醒我們需要正確看待大數(shù)據(jù)預(yù)測能力。

由于大數(shù)據(jù)的價值密度較低,可能需要在長達數(shù)小時的視頻文件中僅僅截取一兩幀畫面,技術(shù)要求較高,同時也需要耗費大量的成本?，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)測輔助公共決策時,我們不能過分依賴其預(yù)測的結(jié)果。我們需要進行積極的思考,避免因大數(shù)據(jù)預(yù)測的失真而給公共決策帶來的失誤。正確對待大數(shù)據(jù)的預(yù)測能力,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)作為商品進入市場交易時,法律和規(guī)章的相對滯后,可能會出現(xiàn)大數(shù)據(jù)交易過程的不規(guī)范,對隱私和核心機密的泄露。通過立法和制定規(guī)章制度,不僅可規(guī)范市場中對大數(shù)據(jù)進行交易和應(yīng)用可能帶來的風(fēng)險,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,在各方面真正實現(xiàn)依法治國。

六、 結(jié)語

漸進式?jīng)Q策作為我國公共政策制定過程的基本模式,也是政府在進行各項改革的基本行為模式,如何完善漸進決策中的各個環(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)進行分析預(yù)測,加上注重關(guān)聯(lián)性關(guān)系的分析,使得大數(shù)據(jù)預(yù)測進行輔助公共決策時具有速度快、針對性強、歷時性等特點,能夠更好地輔助漸進決策,實現(xiàn)決策的快速有效。雖然用大數(shù)據(jù)來預(yù)測社會現(xiàn)象存在出現(xiàn)錯誤的可能,但隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展,大數(shù)據(jù)預(yù)測可能會出現(xiàn)的錯誤會逐漸減少。

在利用大數(shù)據(jù)分析預(yù)測時可能會出現(xiàn)侵犯個人隱私、泄露信息等風(fēng)險,需要對這些風(fēng)險進行嚴格的控制。同時需要轉(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。在信息時代,政府、社會、市場的數(shù)據(jù)信息需要實現(xiàn)共享,政府的漸進式?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,多角度進行研判,才能實現(xiàn)公共決策的科學(xué)化?？偠灾?在大數(shù)據(jù)時代,大數(shù)據(jù)的預(yù)測功能會對漸進式?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,還是決策的及時性和針對性,都會提高漸進決策的有效性,從而逐步實現(xiàn)決策的最終目標。大數(shù)據(jù)時代已經(jīng)來臨,如果不能及時有效利用大數(shù)據(jù)的功能來幫助決策者進行決策,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的真實狀況,公共決策的科學(xué)化將只是一句口號,不會變成真實的行動。重視大數(shù)據(jù),挖掘大數(shù)據(jù)預(yù)測功能輔助漸進決策,是未來一段時間政府和學(xué)界值得深入研究的課題。

參考文獻:

[1] 中國互聯(lián)網(wǎng)信息中心. 第36次中國互聯(lián)網(wǎng)發(fā)展狀況統(tǒng)計報告[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]. 長春:吉林出版集團有限責(zé)任公司, 2014:2-3.

[4] 分析:大數(shù)據(jù)在現(xiàn)實世界中的應(yīng)用[R]. 北京:IBM商業(yè)價值研究院, 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]. 標準科學(xué), 2013(11):29-33.

[8] 黃欣榮. 大數(shù)據(jù)時代的思維變革[J]. 重慶理工大學(xué)學(xué)報(社會科學(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)濟和信息化, 2013(8):34-41.

[13] 三個應(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]. 湖北社會科學(xué), 2004(7):18-19.

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

[16] 谷歌百度競逐大數(shù)據(jù)預(yù)測: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

基金項目:國家社會科學(xué)基金重大資助項目(10zd&041)。

作者簡介: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:D 601

文獻標志碼:A

文章編號:1008-3758(2016)03-0281-07