“大數(shù)據(jù)+微調(diào)”時代政府循數(shù)決策模式的構(gòu)建

李圣軍（濟南大學 軟實力研究中心，濟南 250002）

“大數(shù)據(jù)+微調(diào)”時代政府循數(shù)決策模式的構(gòu)建

李圣軍
（濟南大學 軟實力研究中心，濟南 250002）

對于政府循數(shù)決策模式，其體系架構(gòu)主要包括政府和非政府部門“分工協(xié)作”的多主體架構(gòu)、地方和中央“分層決策”的組織架構(gòu)、存儲和應用“相對分離”的數(shù)據(jù)架構(gòu)；運行機制則主要包括數(shù)據(jù)鏈條運行機制和政府決策運行機制，前者包括數(shù)據(jù)采集和挖掘機制，后者包括決策制定和評估機制，但其核心是全方位采集海量數(shù)據(jù)，通過數(shù)據(jù)挖掘?qū)ⅰ霸紨?shù)據(jù)”轉(zhuǎn)變?yōu)椤靶畔ⅰ焙汀皥蟾妗保攒浖脚_為依托，通過智能化分析和可視化展示服務(wù)于政府循數(shù)決策和定向微調(diào)。

大數(shù)據(jù)；微調(diào)；政府；循數(shù)決策

0 引言

隨著物聯(lián)網(wǎng)、社à網(wǎng)絡(luò)、自媒體、移動互聯(lián)網(wǎng)、云計算的興起和發(fā)展，世界各國均無可選擇的進入了大數(shù)據(jù)時代，發(fā)達國家紛紛推出了相應的大數(shù)據(jù)發(fā)展戰(zhàn)略。與此同時，在經(jīng)濟發(fā)展進入新常態(tài)和社會治理日益復雜的新形勢下，一方面，政府高度重視大數(shù)據(jù)產(chǎn)業(yè)，將其作為戰(zhàn)略性新興產(chǎn)業(yè)予以扶持，寄希望于通過大數(shù)據(jù)產(chǎn)業(yè)促進經(jīng)濟發(fā)展的轉(zhuǎn)型升級和社會治理的統(tǒng)籌協(xié)同；另一方面，隨著經(jīng)濟運行中市場決定性作用的發(fā)揮，經(jīng)濟新常態(tài)呼喚政府宏觀調(diào)控新模式，強調(diào)微調(diào)、預調(diào)、定向調(diào)控的政府“微調(diào)”時代已經(jīng)來臨。從時間節(jié)點角度，2013年是我國“大數(shù)據(jù)元年”，2015年則是我國政府宏觀調(diào)控的“微調(diào)元年”，從此我國經(jīng)濟社會運行將正式進入“大數(shù)據(jù)+微調(diào)”的新時代，政府無論是經(jīng)驗式?jīng)Q策模式還是實驗式?jīng)Q策模式都將面臨嚴峻的挑戰(zhàn)，循數(shù)決策模式將成為與“大數(shù)據(jù)+微調(diào)”時代相契合的政府治理新模式。

1 “大數(shù)據(jù)+微調(diào)”時代的數(shù)據(jù)價值

1988年，托尼·卡斯提出了“大數(shù)據(jù)”一詞[1]，到現(xiàn)在已近30年時間，但大數(shù)據(jù)在世界范圍內(nèi)真正興盛應該從2012年開始，2012年也被稱為世界的大數(shù)據(jù)元年。從大數(shù)據(jù)相關(guān)文獻發(fā)表數(shù)量的角度，2013年中美兩國的大數(shù)據(jù)文獻量都有一個飛躍，中國文獻量從2012年的110篇增加到178篇，美國則從2012年的295篇迅速增加到419篇[2]。因此，無論中國還是世界均是最近幾年才真正進入大數(shù)據(jù)時代。同時，在經(jīng)濟新常態(tài)和“三期疊加”的新時期，從2013年開始，新一屆政府面對經(jīng)濟下滑的嚴峻形勢，政府堅決退出直接干預，不采取大規(guī)模的刺激政策，改為實行預調(diào)、微調(diào)和定向調(diào)控。因此，在信息技術(shù)的支撐下和政府決策模式轉(zhuǎn)型的推動下，我國正式進入了“大數(shù)據(jù)+微調(diào)”時代，而在這個新的時代，如果數(shù)據(jù)將發(fā)揮核心的支撐性作用，沒有數(shù)據(jù)的支撐，大數(shù)據(jù)將成為空中樓閣，政府微調(diào)也將成為紙上談兵，“大數(shù)據(jù)+微調(diào)”時代賦予數(shù)據(jù)前所未有且舉足輕重的地位和作用。

（1）數(shù)據(jù)規(guī)模：時代變遷的推動者

據(jù)統(tǒng)計，人類至今生產(chǎn)的所有印刷材料的數(shù)據(jù)量大約為200PB，而歷史上全人類說過的所有的話的數(shù)據(jù)量大約為5EB[3]，因而被稱之為“小數(shù)據(jù)”時代。進入21世紀，隨著信息技術(shù)的發(fā)展，尤其是移動網(wǎng)絡(luò)、社à網(wǎng)絡(luò)和物聯(lián)網(wǎng)的發(fā)展，導致數(shù)據(jù)采集成本急劇下降，數(shù)據(jù)產(chǎn)生數(shù)量不斷增加，數(shù)據(jù)傳輸速度日益加快，數(shù)據(jù)存儲規(guī)模不斷擴大，數(shù)據(jù)量成指數(shù)級增長。據(jù)統(tǒng)計，淘寶網(wǎng)站單日數(shù)據(jù)產(chǎn)生量超過50TB，存儲量40PB；百度公司目前數(shù)量總量接近1000PB；據(jù)國際數(shù)據(jù)公司IDC的報告，預計到2020年，全球創(chuàng)建和復制的數(shù)據(jù)總量將增至35ZB（1ZB=1024EB，1EB= 1024PB，1PB=1024TB，1TB=1024CB），因而被稱之為“大數(shù)據(jù)”時代。與“小數(shù)據(jù)”時代相比，“大數(shù)據(jù)”時代的核心特點是數(shù)據(jù)量大、結(jié)構(gòu)類型多、增長速度快、價值高或價值密度低。從根本上可以說，數(shù)據(jù)規(guī)模是人類社會從“小數(shù)據(jù)”時代轉(zhuǎn)變?yōu)椤按髷?shù)據(jù)”時代的推動者。

（2）數(shù)據(jù)挖掘：決策轉(zhuǎn)型的支撐者

數(shù)據(jù)是“一切以電子形式存儲的記錄”[4]，其并不能直接給個人、企業(yè)、社會或政府帶來價值，因而必須采用現(xiàn)代信息技術(shù)對海量的原始數(shù)據(jù)開展去冗降噪、深入挖掘和可視化顯示，從而將無用的“數(shù)據(jù)”轉(zhuǎn)變?yōu)橛杏玫摹靶畔ⅰ?。從政府決策角度，政府以數(shù)據(jù)為基礎(chǔ)決策尤其是開展精細化的“微調(diào)”需要的不是海量的原始數(shù)據(jù)，也不是碎片化或片段性的單條信息，而是圍繞某個專題生成的系統(tǒng)全面且圖文并茂的“報告”，因此，數(shù)據(jù)挖掘是決策轉(zhuǎn)型的支撐者。

（3）數(shù)據(jù)預測：決策效果的評價者

基于大數(shù)據(jù)技術(shù)，可以明確社會經(jīng)濟系統(tǒng)各種因素之間的相關(guān)關(guān)系，一方面，為政府微調(diào)確定切入點，通過采取特定的定向調(diào)控措施，利用各種因素之間的相互影響關(guān)系，充分發(fā)揮市場、社會主體自身的內(nèi)在調(diào)整機制，達到政府預期的調(diào)控效果，從而避免大水漫灌式調(diào)控方式引發(fā)的市場、社會系統(tǒng)運行紊亂；另一方面，大數(shù)據(jù)時代對經(jīng)濟社會系統(tǒng)的實時數(shù)據(jù)監(jiān)測，可以為政府決策提供實時的海量數(shù)據(jù)，從而便于及時開展政府微調(diào)效果的定量評估，有利于政府科學把握和拿捏各項微調(diào)政策的力度，既能防止過度調(diào)控又能避免無效調(diào)控，確保微調(diào)“微成本而不微效果”，從而實現(xiàn)微調(diào)“小刺激大成效”的既定目標。

2 政府循數(shù)決策模式的體系架構(gòu)

政府循數(shù)決策的核心是政府依據(jù)數(shù)據(jù)開展決策，從而實現(xiàn)決策的科學化、主動化、個性化、定量化、及時化和精確化，與經(jīng)驗式?jīng)Q策、意識形態(tài)式?jīng)Q策和實驗式?jīng)Q策相比，政府循數(shù)決策模式對數(shù)據(jù)要求較高，既要有海量的數(shù)據(jù)規(guī)模和一流的數(shù)據(jù)質(zhì)量，還要有高超的挖掘技術(shù)和智能的應用平臺。綜合政府分層級、分部門和數(shù)據(jù)分階段、分類型特點，政府循數(shù)決策模式的體系架構(gòu)可以概括為“多主體、雙層次和兩環(huán)節(jié)的架構(gòu)”：一是政府和非政府部門“分工協(xié)作”的多主體架構(gòu)，二是地方和中央“分層決策”的組織架構(gòu)，三是存儲和應用“相對分離”的數(shù)據(jù)架構(gòu)（見圖1）。

圖1“大數(shù)據(jù)+微調(diào)”時代政府循數(shù)決策體系架構(gòu)

（1）政府和非政府部門“分工協(xié)作”的多主體架構(gòu)

在社會管理向社會治理的轉(zhuǎn)型過程中，治理主體日益多元化，除了傳統(tǒng)的政府之外，企業(yè)、協(xié)會、科研機構(gòu)等非政府部門，由于掌握海量的數(shù)據(jù)和先進的挖掘應用技術(shù)，在政府“循數(shù)決策”和“微調(diào)”的實施過程中也發(fā)揮著重要的補充性作用，不同主體顯然具有不同優(yōu)勢，不能因時常發(fā)生“數(shù)據(jù)打架”問題而取消非政府主體的數(shù)據(jù)采集、挖掘和發(fā)布的主體地位，相反應充分調(diào)動各主體的數(shù)據(jù)采集水平、挖掘能力和發(fā)布力度，匯聚更大規(guī)模的數(shù)據(jù)，進一步促進政府“微調(diào)”的準確度、針對性和實效性，因此，非政府主體可結(jié)合自身獨特優(yōu)勢建立自身的數(shù)據(jù)云端和研發(fā)相應的軟件平臺。

（2）地方與中央“分層決策”的組織架構(gòu)

目前我國政府序列包括五個層級，分別為中央政府、省（區(qū)、直轄市）級政府、地市級政府、縣市級政府和鄉(xiāng)鎮(zhèn)級政府，除了中央政府之外，其余層級政府統(tǒng)稱為地方政府。每級政府均是一個相對獨立的決策主體。因此，在“大數(shù)據(jù)+微治理”時代，政府循數(shù)決策包括各級政府均實施循數(shù)決策，但核心決策主體是中央政府和省（區(qū)、直轄市）級政府，主要是省級區(qū)域之間差異較大，而地市級、縣市級、鄉(xiāng)鎮(zhèn)級之間差異相對較小，因此，在中央政府統(tǒng)一領(lǐng)導下，各省級政府可以結(jié)合自身實際建立自身的決策支持系統(tǒng)，根據(jù)實際分別建立政務(wù)云和研發(fā)軟件平臺。

（3）存儲和應用“相對分離”的數(shù)據(jù)架構(gòu)

在“大數(shù)據(jù)+微調(diào)”時代，數(shù)據(jù)規(guī)模和數(shù)據(jù)挖掘直接影響大數(shù)據(jù)的價值和政府微調(diào)的效果，傳統(tǒng)的“誰采集、誰存儲、誰應用”的數(shù)據(jù)架構(gòu)已經(jīng)過時，“數(shù)據(jù)統(tǒng)一云端、平臺分類研發(fā)”已成為新時期的大數(shù)據(jù)架構(gòu)。在中央和省級層面，統(tǒng)一建立“政務(wù)云”，利用現(xiàn)代的云計算技術(shù)，可以有效降低數(shù)據(jù)運算處理時間，防止數(shù)據(jù)損失和病毒侵入問題，同時還可節(jié)省大量的維護費用。而在海量數(shù)據(jù)相對統(tǒng)一的同時，各政府部門包括商務(wù)部門、統(tǒng)計部門、國土部門、財稅部門等職能部門可以從自身職責出發(fā)，研究相應的軟件平臺，從統(tǒng)一的政府海量數(shù)據(jù)庫中提取相應數(shù)據(jù)開展智能化分析，為各部門的“循數(shù)決策”提供數(shù)據(jù)支撐。

3 政府循數(shù)決策模式的運行機制

政府循數(shù)決策與傳統(tǒng)的經(jīng)驗式、意識形態(tài)式和實驗式?jīng)Q策相比，是政府決策模式的一次歷史性變革，涉及決策思維、決策依據(jù)、決策效果評價等政府決策的方方面面，因此，建立真正的循數(shù)決策模式必須在統(tǒng)一頂層設(shè)計的基礎(chǔ)上系統(tǒng)推進。但總體上，在“大數(shù)據(jù)+微調(diào)”時代，政府循數(shù)決策模式的運行機制主要包括兩類，一類是數(shù)據(jù)鏈條運行機制，主要涉及“大數(shù)據(jù)時代”數(shù)據(jù)整個鏈條的運行問題；一類是政府決策運行機制，主要涉及“微調(diào)”時代政府依托大數(shù)據(jù)開展循數(shù)決策和微調(diào)的決策流程問題。

3．1 數(shù)據(jù)鏈條運行機制

在大數(shù)據(jù)時代，數(shù)據(jù)鏈條包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)匯聚、數(shù)據(jù)存儲、數(shù)據(jù)挖掘、數(shù)據(jù)展示等眾多環(huán)節(jié)，后一個環(huán)節(jié)的工作開展均以前一環(huán)節(jié)為基礎(chǔ)，各個環(huán)節(jié)都是不可缺少的。但從政府決策角度，數(shù)據(jù)鏈條運行機制主要包括數(shù)據(jù)采集機制和數(shù)據(jù)挖掘機制。

3.1.1 數(shù)據(jù)采集機制

數(shù)據(jù)采集是政府循數(shù)決策的基礎(chǔ)和支撐，也是大數(shù)據(jù)鏈條的起始環(huán)節(jié)。在大數(shù)據(jù)架構(gòu)下，數(shù)據(jù)采集機制主要包括數(shù)據(jù)采集方式、數(shù)據(jù)采集內(nèi)容和數(shù)據(jù)采集主體。

（1）采集方式

目前，數(shù)據(jù)采集方式主要包括五種，一種是人工記錄然后經(jīng)統(tǒng)計人員審核后電腦錄入，比如居民家庭收入支出流水賬記錄；一種是智能終端自動輸入上報，數(shù)據(jù)采集人員現(xiàn)場采集數(shù)據(jù)后直接通過終端上報，比如電子采集器；一種是企業(yè)通過登錄系統(tǒng)直接網(wǎng)上登錄上報，比如各部門現(xiàn)在開通的各種網(wǎng)上直報系統(tǒng)；一種是自動采集，通過軟件自動從企業(yè)系統(tǒng)中提取所需數(shù)據(jù)，比如信息泵；一種通過à易終端自動采集數(shù)據(jù)并上傳到政府數(shù)據(jù)庫，比如批發(fā)市場電子à易數(shù)據(jù)。

（2）采集內(nèi)容

從數(shù)量角度，在構(gòu)成大數(shù)據(jù)的信息類型來源中，其中大概只有約10%屬于結(jié)構(gòu)化數(shù)據(jù)，其余90%是非結(jié)構(gòu)化數(shù)據(jù)[5]；從價值角度，我國政府部門掌握著社會信息資源80%的有價值的信息[6]，這與大數(shù)據(jù)價值密度低有關(guān)系，但同時也可看出，大數(shù)據(jù)時代政府實施“微調(diào)”政策必須既要重視結(jié)構(gòu)數(shù)據(jù)也要重視非結(jié)構(gòu)數(shù)據(jù)，因為結(jié)構(gòu)數(shù)據(jù)雖易處理且全面但滯后，非結(jié)構(gòu)數(shù)據(jù)雖難以處理且垃圾信息多但及時量大。因此，從服務(wù)政府決策的角度，數(shù)據(jù)采集內(nèi)容既包括結(jié)構(gòu)化數(shù)據(jù)也包括非結(jié)構(gòu)化數(shù)據(jù)。

（3）采集主體

鑒于數(shù)據(jù)采集覆蓋面廣、涉及主體多、工作程序復雜、工作量較大、監(jiān)督難度大，應以“地方采集為主”，依托各省、市、縣統(tǒng)計局、調(diào)查隊，鄉(xiāng)鎮(zhèn)調(diào)查員和大量的一線數(shù)據(jù)采集員，根據(jù)屬地原則同步展開，保證數(shù)據(jù)采集的及時性和全面性；此外，鑒于地方政府存在一定的區(qū)域利益，而且全國經(jīng)濟一體化加速推進，還應以“中央直采為輔”，通過信息泵、企業(yè)直報等現(xiàn)代信息技術(shù)方式，中央政府直接從一線采集數(shù)據(jù)，保證數(shù)據(jù)的準確性，減少數(shù)據(jù)采集層次和環(huán)節(jié)。

3.1.2 數(shù)據(jù)挖掘機制

數(shù)據(jù)挖掘就是對海量數(shù)據(jù)進行分析加工，將雜亂無章的數(shù)據(jù)通過智能化分析技術(shù)變成服務(wù)于政府決策的信息和報告。從政府決策角度，數(shù)據(jù)挖掘機制主要包括智能化挖掘、可視化展示和定量化預測。

（1）智能化挖掘

對于海量的異構(gòu)數(shù)據(jù)，人工挖掘的方式顯然是不可能的，因此大數(shù)據(jù)時代的數(shù)據(jù)挖掘必須是智能化的，所謂智能化就是利用現(xiàn)代的信息技術(shù)自動將海量的原始數(shù)據(jù)轉(zhuǎn)變成信息并生成相應報告。數(shù)據(jù)挖掘智能化的載體就是軟件平臺，基于統(tǒng)一的云端，政府各職能部門從自身職能出發(fā)研發(fā)軟件平臺，設(shè)置相關(guān)的功能模塊。通過設(shè)定指標、制定算法，自動對海量數(shù)據(jù)進行加工，將無數(shù)的數(shù)據(jù)變成有限的指標數(shù)值，為政府決策提供數(shù)據(jù)支撐，減少政府決策的盲目性，同時提高政府決策的效率。

（2）可視化展示

對于數(shù)據(jù)挖掘的結(jié)果，進行可視化展示不僅可以降低理解的難度，提高有用信息的集聚度，還可以減低政府決策時間，在最短的時間內(nèi)尋找問題所在，鎖定問題根源，實施定向性的“微調(diào)”。比如商務(wù)部肉菜追溯中央平臺，通過追溯鏈條的自動化合成和可視化展示，政府監(jiān)管者可以迅速鎖定問題肉菜的流量流向，從而對問題肉菜迅速開展下架或召回等后續(xù)處理工作，有效解決以前“一人感冒、眾人吃藥”的問題，實現(xiàn)了“誰感冒、誰吃藥”的“微調(diào)”治理。

（3）定量化預測

預測分為定性預測和定量預測，在缺乏數(shù)據(jù)的“小數(shù)據(jù)”時代，要么憑經(jīng)驗、實驗結(jié)果開展定性預測，要么依據(jù)調(diào)研的“小樣本”數(shù)據(jù)開展一定程度的定量預測，但依據(jù)有限的樣本和有限的指標推測全體，政府難以開展循數(shù)決策，實施定向的微調(diào)。而在大數(shù)據(jù)時代，樣本分析轉(zhuǎn)變成全體分析，數(shù)據(jù)量呈指數(shù)增長，數(shù)據(jù)指標也迅速增加，這為實時預測提供了數(shù)據(jù)支撐，也為開展全體分析提供了指標支撐，基于海量數(shù)據(jù)的多指標、實時的定量化預測成為可能，政府循數(shù)決策和定向微調(diào)也具備了堅實的數(shù)據(jù)基礎(chǔ)。

3．2 政府決策運行機制

3.2.1 決策制定機制

在政府循數(shù)決策的模式下，政府決策制定機制主要是在大數(shù)據(jù)時代，從定向性“微調(diào)”的時代需求出發(fā)，如何快速的鎖定問題及科學迅速的制定政府決策，具體主要包括問題發(fā)現(xiàn)、網(wǎng)絡(luò)征求意見和公開方案。

（1）問題發(fā)現(xiàn)

問題是決策的基礎(chǔ)，迅速發(fā)現(xiàn)問題是緩和社會矛盾、減少政府響應時間的關(guān)鍵。在大數(shù)據(jù)時代，社à媒體、網(wǎng)絡(luò)空間和自媒體的興起為群眾表達訴求提供了前所未有的便利，而網(wǎng)絡(luò)抓取技術(shù)、文本分析技術(shù)等數(shù)據(jù)挖掘技術(shù)的發(fā)展和政府軟件應用平臺的研發(fā)為問題的智能化發(fā)現(xiàn)提供了技術(shù)支撐，從而使政府可以實時且全面掌握群眾訴求，并可利用現(xiàn)代信息技術(shù)迅速確定待解決的主要問題，即“問需于民”。比如商務(wù)部肉菜追溯中央平臺，問題智能化發(fā)現(xiàn)是其主要功能模塊之一，通過進出平衡、檢驗檢疫等方式自動發(fā)現(xiàn)問題。

（2）網(wǎng)絡(luò)征求意見

在大數(shù)據(jù)時代，對于政府待解決的各種問題，當決策者受時間緊迫、能力所限等因素制約一時無法拿出具體可行的方案時，可以通過網(wǎng)絡(luò)征求群眾意見，即“問計于民”，通過調(diào)動群眾的積極性、集聚群眾的智慧，尋找解決問題的關(guān)鍵點，為政府“微調(diào)”確定切入點，這在“小數(shù)據(jù)”時代是顯然不可能的，征求意見不僅覆蓋面狹窄，而且所需時間較長，成本較高。在方案初稿制定之后，同樣可以通過網(wǎng)絡(luò)征求意見的方式修改完善方案，從而真正貫徹“從群眾中來到群眾中去”的決策理念。

（3）公開方案

政府制定決策能否不折不扣的貫徹實施，關(guān)鍵取決于廣大群眾尤其是利益相關(guān)者能否迅速獲得并準確理解方案內(nèi)容。在大數(shù)據(jù)時代，網(wǎng)絡(luò)的發(fā)展和普及為決策方案的宣傳和貫徹提供了強大的媒介和輿論支撐?，F(xiàn)代互聯(lián)網(wǎng)超越時空傳播的優(yōu)勢為決策方案的迅速傳播提供了技術(shù)支撐。除此之外，在公開方案內(nèi)容的同時，專家學者和官方媒體的方案解讀同時也可在網(wǎng)上迅速傳播，便于群眾準確把握方案內(nèi)容和切實理解政府意圖，從而促進利益相關(guān)者調(diào)整行為模式，實現(xiàn)決策的既定目標，徹底解決問題。

3.2.2 決策評估機制

政府決策制定發(fā)布之后，若沒有實現(xiàn)預定的目標或者發(fā)現(xiàn)預定目標和實際目標之間的差距較大，政府決策便是失敗的或者是無效的。因此，發(fā)現(xiàn)問題并制定發(fā)布方案之后，評估決策效果便成為問題的關(guān)鍵。從政府循數(shù)決策的角度出發(fā)，大數(shù)據(jù)時代政府決策評估機制主要包括全面評估、實時評估和定向微調(diào)。

（1）全面評估

政府決策會涉及社會各群體、各基層的利益，而在社會日益分化的大背景下，不同群體受政府決策的影響和對政府決策的評價是不一樣的，在小數(shù)據(jù)時代，樣本對各階層群眾的覆蓋面、各階層群體對調(diào)查的配合度等均影響調(diào)查結(jié)果，導致無法對政府決策開展全面評估。而在大數(shù)據(jù)時代，網(wǎng)絡(luò)的匿名性為各階層群體真實表達自身的想法提供了平臺，擺脫了傳統(tǒng)的人與人面對面評價政府決策的各種顧忌，便于政府全面準確的掌握各階層群眾對政府決策的不同看法。

（2）實時評估

在政府決策實施后，只有開展實時評估才能充分發(fā)揮評估的意義。在大數(shù)據(jù)時代，移動網(wǎng)絡(luò)的發(fā)展和移動終端的普及為群眾實時發(fā)表意見提供了便利，使得群眾可以隨時隨地發(fā)表自己對某項政府決策的意見；同時，網(wǎng)絡(luò)社區(qū)的興起，便于政府決策的利益相關(guān)主體迅速集聚在一起，在一個平臺à互式的發(fā)表意見，對政府決策進行評價；最后，政府數(shù)據(jù)的公開和云端的建立，為社會機構(gòu)基于海量數(shù)據(jù)對政府決策實施定量評估提供了可能，從而形成全國關(guān)注政府決策、參與決策評估、研發(fā)評估技術(shù)的氛圍。

（3）定向微調(diào)

對政府決策實施科學評估之后，若決策沒有達到預定的目標，還需根據(jù)評估結(jié)果對政府決策進行修改完善，即進一步實施定向的“微調(diào)”。在大數(shù)據(jù)時代，群眾全面關(guān)注、參與政府決策的過程，以及基于海量數(shù)據(jù)的相關(guān)關(guān)系挖掘，均有利于政府科學鎖定政府決策的短板，確定決策缺陷的關(guān)鍵點所在，從而有針對性地修改決策方案，實施定向微調(diào)，從而使政府決策不斷接近盡善盡美，在保持政府決策連續(xù)性的同時，提高政府決策的精準化水平，促進政府決策的科學化和政府治理的現(xiàn)代化。

總體上，在“大數(shù)據(jù)+微調(diào)”的時代，政府循數(shù)決策的運行機制主要包括兩方面，一個是從數(shù)據(jù)角度出發(fā)的數(shù)據(jù)鏈條運行機制，一個是從政府角度出發(fā)的政府決策運行機制。但是政府循數(shù)決策的關(guān)鍵是把政府決策和大數(shù)據(jù)有效結(jié)合，在統(tǒng)一數(shù)據(jù)采集格式、編碼規(guī)則的基礎(chǔ)上，真正將大數(shù)據(jù)的理念貫穿于政府決策的各個方面，真正將政府決策建立在大數(shù)據(jù)和云計算基礎(chǔ)之上，基于“中央政務(wù)云”和“地方政務(wù)云”，各職能部門研發(fā)相應的系統(tǒng)軟件平臺，從而實現(xiàn)數(shù)據(jù)的自動化采集、廣泛性集聚、統(tǒng)一化存儲、全面性挖掘、可視化展示和政府決策問題的智能化發(fā)現(xiàn)、決策方案的群眾性參與、決策效果的科學化評價。

4 結(jié)論

對于政府循數(shù)決策模式，結(jié)合大數(shù)據(jù)和微調(diào)的時代特點，其體系架構(gòu)主要有三個特點，一是政府和非政府部門“分工協(xié)作”的多主體架構(gòu)，從而發(fā)揮各主體自身優(yōu)勢，共促政府循數(shù)決策的科學性；二是地方和中央“分層決策”的組織架構(gòu)，從而調(diào)動地方積極性，在地方層面推進政府“微調(diào)”；三是數(shù)據(jù)存儲和應用“相對分離”的數(shù)據(jù)架構(gòu)，引進專業(yè)的云計算運營商，提高數(shù)據(jù)存儲的安全性和數(shù)據(jù)挖掘的針對性。從政府循數(shù)決策運行機制層面，主要包括數(shù)據(jù)鏈條的運行機制和政府決策的運行機制，其中數(shù)據(jù)鏈條運行機制主要包括數(shù)據(jù)采集機制和數(shù)據(jù)挖掘機制，數(shù)據(jù)采集機制則包括采集方式、采集內(nèi)容和采集主體，數(shù)據(jù)挖掘機制則主要包括智能化挖掘、可視化展示和定量化預測；政府決策運行機制包括決策制定機制和決策評估機制，決策制定機制包括問題發(fā)現(xiàn)、網(wǎng)絡(luò)征求意見和公開方案，決策評估機制則包括全面評估、實時評估和定向微調(diào)?？傮w上，“大數(shù)據(jù)+微調(diào)”時代的政府循數(shù)決策主要是強化政府決策的大數(shù)據(jù)思維，實現(xiàn)政府決策和大數(shù)據(jù)的完美結(jié)合，從而適應并推動政府循數(shù)決策定向微調(diào)時代的到來。

[1]劉佳.大數(shù)據(jù)時代的社會治理困境與創(chuàng)新發(fā)展路徑[J].學術(shù)探索，2015,(4).

[2]孫竹梅.中美兩國大數(shù)據(jù)研究文獻的對比與分析[J].新世紀圖書館，2015,(1).

[3]劉濤雄,徐曉飛.大數(shù)據(jù)與宏觀經(jīng)濟分析研究綜述[J].國外理論動態(tài)，2015,(1).

[4]李振,鮑宗豪.“云治理”：大數(shù)據(jù)時代社會治理的新模式[J].天津社會科學，2015,(3).

[5]劉濤雄,徐曉飛.大數(shù)據(jù)與宏觀經(jīng)濟分析研究綜述[J].國外理論動態(tài)，2015,(1).

[6]張琳,楊毅.大數(shù)據(jù)視野下國家網(wǎng)絡(luò)治理路徑優(yōu)化研究[J].湖北社會科學，2015,(5).

（責任編輯/易永生）

F123

A

1002-6487（2016）24-0059-04

國家社會科學基金重點項目（13AZD003）

李圣軍（1981—），男，山東齊河人，博士，講師，研究方向：城鄉(xiāng)治理、產(chǎn)業(yè)政策。