大數(shù)據(jù)背景下公共服務(wù)需求精準(zhǔn)識(shí)別機(jī)制創(chuàng)新

容志

摘 ?要： “讓數(shù)據(jù)產(chǎn)生價(jià)值”是信息化、智慧化時(shí)代公共部門服務(wù)創(chuàng)新的重要方式和路徑之一。大數(shù)據(jù)分析對(duì)于公共服務(wù)需求識(shí)別的意義和價(jià)值，并不僅僅停留在信息技術(shù)層面，除了能夠以較低成本、更高效率的方式獲得海量社會(huì)成員行為和狀態(tài)數(shù)據(jù)，降低統(tǒng)計(jì)誤差、提高需求辨識(shí)的精準(zhǔn)度以外，對(duì)數(shù)據(jù)的結(jié)構(gòu)化改造和關(guān)聯(lián)性挖掘還能夠發(fā)現(xiàn)社會(huì)個(gè)體乃至群體的行為軌跡及特征，揭示其中的一致性規(guī)律，并預(yù)測(cè)服務(wù)需求，提高決策的前瞻性和預(yù)見性。從社會(huì)層面進(jìn)一步來說，信息溝通技術(shù)的廣泛使用，能將公民、社會(huì)組織、市場(chǎng)組織都整合到公共服務(wù)的共同生產(chǎn)過程中來，提高社會(huì)成員和利益相關(guān)方之間的互動(dòng)交流與體驗(yàn)感，進(jìn)而提升公共服務(wù)績(jī)效和政府信任度，乃至催生創(chuàng)新政策和服務(wù)的新知與理念。

關(guān)鍵詞： 大數(shù)據(jù);公共服務(wù)需求;精準(zhǔn)識(shí)別

互聯(lián)網(wǎng)、大數(shù)據(jù)等信息溝通技術(shù)（Information Communication Technology，ICT）的廣泛運(yùn)用已經(jīng)深深改變了私人部門的管理方式、過程和績(jī)效。出于商業(yè)目的，企業(yè)利用互聯(lián)網(wǎng)技術(shù)、數(shù)據(jù)挖掘技術(shù)進(jìn)行市場(chǎng)調(diào)查、客戶細(xì)分、知識(shí)學(xué)習(xí)、錯(cuò)誤識(shí)別和風(fēng)險(xiǎn)評(píng)估等活動(dòng)，確保決策和服務(wù)更精確、更有效。為了創(chuàng)造公共價(jià)值，政府部門，如健康、教育、安全、城市管理等機(jī)構(gòu)，也開始運(yùn)用大數(shù)據(jù)技術(shù)提升服務(wù)效率、透明度等，幫助自身更好履行職責(zé)。可以說，在萬物互聯(lián)的智慧時(shí)代，任何社會(huì)組織和個(gè)人都無法忽視信息溝通技術(shù)、人工智能對(duì)組織管理以及社會(huì)管理的影響與塑造。公共服務(wù)需求是公共服務(wù)體系建設(shè)和完善的前提與基礎(chǔ)，如果缺乏對(duì)需求的精準(zhǔn)識(shí)別和把握，公共服務(wù)“供給不足”和“供給過度”就會(huì)同時(shí)存在，進(jìn)而制約公共服務(wù)的實(shí)際績(jī)效。大數(shù)據(jù)和人工智能等技術(shù)的快速發(fā)展，為社會(huì)層面的知識(shí)圖譜構(gòu)建以及個(gè)體層面的人物畫像提供了可能。如何將這些技術(shù)應(yīng)用于公共服務(wù)需求精準(zhǔn)識(shí)別和預(yù)測(cè)，提高公共服務(wù)體系精細(xì)化管理水平和質(zhì)量，進(jìn)而提升公共服務(wù)滿意度和認(rèn)同度，就成為一個(gè)非常值得關(guān)注和討論的現(xiàn)實(shí)課題。

一、公共服務(wù)需求及其精準(zhǔn)識(shí)別

需求和需求管理是現(xiàn)代管理關(guān)注的一個(gè)重要的理論和實(shí)踐問題。企業(yè)管理和市場(chǎng)營(yíng)銷一直重視顧客需求的識(shí)別和管理，并逐漸形成了系統(tǒng)化的知識(shí)與操作體系。例如，1980年初出現(xiàn)的“接觸管理”（Contact Management），強(qiáng)調(diào)通過收集客戶與公司聯(lián)系的所有信息來維護(hù)客戶群體;在關(guān)系營(yíng)銷之后，開始出現(xiàn)包括電話服務(wù)中心支持資料分析的“客戶關(guān)懷”（Customer Care）。隨著互聯(lián)網(wǎng)技術(shù)的普及應(yīng)用，客戶信息處理技術(shù)（如數(shù)據(jù)庫、商業(yè)智能、知識(shí)學(xué)習(xí)等技術(shù)）得到了長(zhǎng)足的發(fā)展，20世紀(jì)90年代末期出現(xiàn)了客戶關(guān)系管理概念（Customer Relationship Management）。CRM強(qiáng)調(diào)對(duì)顧客行為和特性的深入分析，以取得對(duì)顧客及其偏好、愿望和需求的完整認(rèn)知，然后應(yīng)用這些知識(shí)去制定營(yíng)銷戰(zhàn)略、編制營(yíng)銷計(jì)劃和發(fā)起營(yíng)銷活動(dòng)。實(shí)踐證明，CRM明顯提高了企業(yè)決策和服務(wù)的精準(zhǔn)度和有效度。

相比之下，傳統(tǒng)的政策制定與公共服務(wù)提供對(duì)于公眾的真實(shí)需求和滿意度其實(shí)并不敏感，也缺乏察覺和回應(yīng)，特別是對(duì)多元化、復(fù)雜化的社會(huì)需求缺少辨別力，逐漸形成了政府主導(dǎo)提供、公眾被動(dòng)接受的單向供給，因此飽受學(xué)者和社會(huì)層面的諸多批評(píng)。20世紀(jì)90年代以后，受到企業(yè)管理的影響，新公共管理和新公共服務(wù)運(yùn)動(dòng)強(qiáng)調(diào)“顧客導(dǎo)向”和“需求導(dǎo)向”，要求公共部門把服務(wù)對(duì)象放在優(yōu)先考慮的位置，并依據(jù)滿意度來不斷改進(jìn)服務(wù)質(zhì)量，需求管理才逐漸被政府決策提上日程。近年來，包括公開征求意見、召開座談會(huì)、網(wǎng)絡(luò)化信息收集、委托專業(yè)機(jī)構(gòu)開展需求調(diào)查和參與式治理在內(nèi)的需求調(diào)查應(yīng)運(yùn)而生，這些做法無疑有助于推動(dòng)公共政策和服務(wù)創(chuàng)新，以提高政府需求識(shí)別的主動(dòng)性和靈敏度。

除了自上而下的識(shí)別行為之外，政府也開辟了一些自下而上的需求表達(dá)通道，如遍布全國(guó)的各類市民服務(wù)熱線等，鼓勵(lì)市民主動(dòng)向政府“表達(dá)”需求，以提高需求識(shí)別的及時(shí)性和便捷性。同時(shí)，政府通過制定、頒布和執(zhí)行類似“城市公共服務(wù)設(shè)施規(guī)劃標(biāo)準(zhǔn)”，或區(qū)域衛(wèi)生發(fā)展規(guī)劃等服務(wù)行業(yè)規(guī)劃標(biāo)準(zhǔn)，也在回應(yīng)特定的群體性需求（特定治理單元中人口的總體公共服務(wù)需求量），只不過這種需求更多地表現(xiàn)為人口學(xué)、統(tǒng)計(jì)學(xué)特征。如我國(guó)建設(shè)部門發(fā)布的《城市居住區(qū)規(guī)劃設(shè)計(jì)規(guī)范》要求，居住區(qū)配套公建的配建水平，必須與居住人口規(guī)模相對(duì)應(yīng)，同時(shí)還對(duì)公共服務(wù)設(shè)施的面積標(biāo)準(zhǔn)做了詳細(xì)規(guī)定，以保證這些公共服務(wù)設(shè)施規(guī)劃能夠滿足日后的社區(qū)生活需求。這些不同類別的需求及其識(shí)別方式在表1中得到了概括和歸納。

總體來說，這些方式和機(jī)制有助于提高需求識(shí)別的靈敏度和政府的回應(yīng)度，進(jìn)而提高公共服務(wù)的績(jī)效。但要注意的是，與商品的市場(chǎng)需求、消費(fèi)者的服務(wù)需求相比，公共服務(wù)需求及其識(shí)別具有幾個(gè)重要的特殊性：第一，企業(yè)可以瞄準(zhǔn)某一特定人群，但政府的視野必須是全域性的，覆蓋所有區(qū)域和人口，且包含教育、醫(yī)療、文化、市政等多個(gè)維度，因此，這類需求勢(shì)必是一種海量信息，其收集和識(shí)別的難度遠(yuǎn)超企業(yè)銷售行為。第二，在高速發(fā)展且日新月異的現(xiàn)代社會(huì)中，人們的公共服務(wù)需求受到經(jīng)濟(jì)、政治和社會(huì)多種因素的影響，在時(shí)間、空間、社會(huì)結(jié)構(gòu)（年齡、階層、群體）等維度上呈現(xiàn)出各類橫向和縱向的差異與變化。在對(duì)“公眾福利態(tài)度”的調(diào)查中就發(fā)現(xiàn)，即使是在一省范圍內(nèi)，各市縣在福利需求上也存在明顯差異，這就給識(shí)別提出了更加細(xì)化、動(dòng)態(tài)和精準(zhǔn)的要求。第三，由于公共服務(wù)體系中不存在市場(chǎng)的價(jià)格機(jī)制，人們?cè)谙M(fèi)大多數(shù)的公共服務(wù)（產(chǎn)品）時(shí)，并不按照自己消費(fèi)的數(shù)量和質(zhì)量付費(fèi)（或者低于市場(chǎng)價(jià)格付費(fèi)），因此人們表達(dá)出來的需求有可能并不是其在市場(chǎng)狀態(tài)下的真實(shí)需求，且往往會(huì)擴(kuò)大或夸張其需求。第四，公共服務(wù)需求通常以社會(huì)主體的表達(dá)為主要呈現(xiàn)形式，因此表達(dá)機(jī)制的有效性和政府感知的準(zhǔn)確性往往成為公共服務(wù)需求呈現(xiàn)的重要基礎(chǔ)和條件。在一個(gè)開放的、多元的和民主的環(huán)境下，表達(dá)方式可能多樣化，表達(dá)渠道順暢，政府議程較為科學(xué)民主，則公共服務(wù)需求就可能更多;相反，當(dāng)民眾很難就自己的需求向政府發(fā)出聲音，政府對(duì)這些需求的回應(yīng)性也較低時(shí)，當(dāng)?shù)氐墓卜?wù)需求可能會(huì)受到壓制而顯得較少。正因?yàn)檫@些原因，公共服務(wù)需求的識(shí)別過程中勢(shì)必遇到比企業(yè)更加復(fù)雜的精準(zhǔn)化難題。

一是減少誤差的瓶頸。眾所周知，統(tǒng)計(jì)中樣本的數(shù)量及其代表性對(duì)結(jié)果的準(zhǔn)確性會(huì)產(chǎn)生決定性影響。受制于人力成本和時(shí)間成本，現(xiàn)代政府對(duì)大多數(shù)公共產(chǎn)品和服務(wù)的需求都無法進(jìn)行大規(guī)模的調(diào)查或“普查”，而只能進(jìn)行抽樣調(diào)查，甚至座談會(huì)、領(lǐng)導(dǎo)調(diào)研和大走訪等形式的需求調(diào)查。不僅樣本量極為有限，參加者也往往因?yàn)椴僮髡叩闹饔^選擇而缺乏代表性。在市民熱線、信訪等個(gè)體性識(shí)別機(jī)制中，甚至還會(huì)出現(xiàn)“會(huì)哭的孩子有奶吃”的現(xiàn)象，即聲音最強(qiáng)者（如反復(fù)打電話）往往可能得到較多關(guān)注，而其余人群則可能被弱化甚至忽視。因此，類似的局部化、點(diǎn)狀化、運(yùn)動(dòng)化的需求收集機(jī)制必然存在代表性不足和準(zhǔn)確性較差等缺陷。

二是準(zhǔn)確辨識(shí)的瓶頸。公共部門不僅需要需求信息的全面性和完整性，還需要辨識(shí)其真實(shí)性和準(zhǔn)確性，以保證服務(wù)提供的公平和有效。這就要求對(duì)更豐富的、多維度的客觀性信息進(jìn)行綜合、比較和佐證。如在扶貧工作中，對(duì)于貧困戶的認(rèn)定就需要綜合收入、財(cái)產(chǎn)、健康、生活等多種因素，其中“收入”一項(xiàng)又可細(xì)分為務(wù)農(nóng)收入、務(wù)工收入、資產(chǎn)收入、轉(zhuǎn)移性收入等多種類型，這對(duì)信息的寬度和廣度提出了更多要求，傳統(tǒng)的信息收集方式可能因?yàn)槌杀具^高而無法完成。而且，在目前層級(jí)化和部門化的科層行政體系之下，“信息孤島”的現(xiàn)象依然存在，數(shù)據(jù)的“部門化”“碎片化”弊端并未消除，這就進(jìn)一步加大了信息綜合和準(zhǔn)確辨識(shí)的難度。

三是提高效率的瓶頸。由于制度化程度低，傳統(tǒng)的需求識(shí)別機(jī)制基本是“運(yùn)動(dòng)式”“隨機(jī)式”的，有時(shí)甚至依賴于政治性力量自上而下地推動(dòng)。這種模式對(duì)于發(fā)展變化的社會(huì)需求來說無疑是滯后的，效率顯然也不高。往往當(dāng)“需求洪峰”來臨時(shí)，公共部門顯得措手不及和難以應(yīng)對(duì)。另一方面，對(duì)于市民來說，由于正式表達(dá)渠道的有限，或者身體不便等客觀原因（如老年人、殘障人士等），通常難以便捷和快速地向公共部門表達(dá)需求并獲得相應(yīng)的服務(wù)供給。需求識(shí)別的長(zhǎng)期低效會(huì)直接影響到公共決策的針對(duì)性和有效性，最終造成了公共服務(wù)供給的錯(cuò)位，形成公共財(cái)政資源的低效和浪費(fèi)，弱化了基本公共服務(wù)均等化戰(zhàn)略的實(shí)施效果。

四是整合需求的瓶頸。社會(huì)需求通常是個(gè)性化、多元化的，公共部門不可能無條件滿足所有需求，因此，它必須對(duì)不同的社會(huì)需求進(jìn)行分析、綜合、比較以及篩選，根據(jù)特定的原則（如福利經(jīng)濟(jì)學(xué)）和具體的經(jīng)濟(jì)社會(huì)環(huán)境，找到最大公約數(shù)（如基本公共服務(wù)），最后確定回應(yīng)哪些需求、如何回應(yīng)，以及供給到什么程度。這是一個(gè)比信息收集、處理過程還要復(fù)雜的決策過程，傳統(tǒng)的識(shí)別過程往往缺乏這樣的整合工作，容易造成顧此失彼、服務(wù)不均等問題。

二、大數(shù)據(jù)及其對(duì)需求識(shí)別的功能創(chuàng)新

一般認(rèn)為，符合5V（Volume、Variety、Velocity、Value、Veracity）特征的信息被定義為大數(shù)據(jù)。以互聯(lián)網(wǎng)、大數(shù)據(jù)等為主的信息溝通技術(shù)在被廣泛運(yùn)用的同時(shí)，已經(jīng)深深嵌入人類社會(huì)的行為和交往之中，并通過每時(shí)每刻制造著海量、多樣、快速、有價(jià)值和真實(shí)性高的信息，影響和形塑著人們的偏好與決策。除了私營(yíng)企業(yè)如連鎖超市利用數(shù)據(jù)挖掘改善營(yíng)銷戰(zhàn)略、網(wǎng)絡(luò)營(yíng)銷戰(zhàn)略等方式以外，在公共政策領(lǐng)域，大數(shù)據(jù)的重要功能逐步被人們所認(rèn)知和開發(fā)，部分國(guó)家和地區(qū)甚至在公民以投票表達(dá)其傾向和意愿之前借助大數(shù)據(jù)幫助政府預(yù)測(cè)政策需求。有學(xué)者認(rèn)為，通過使用互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)、智能技術(shù)，通過全方位掌握服務(wù)對(duì)象信息，及時(shí)捕捉、科學(xué)辨識(shí)、快速整合公共服務(wù)需求，解決信息不對(duì)稱問題，能夠?qū)崿F(xiàn)公共服務(wù)供給的空間精準(zhǔn)化、人群精準(zhǔn)化和水平精準(zhǔn)化。王玉龍等認(rèn)為，對(duì)海量用戶行為數(shù)據(jù)的分析，不僅可以獲取考察個(gè)體層面的需求特征，而且基于用戶特征的深度挖掘與聚類分析有助于增強(qiáng)在個(gè)體需求、群體需求內(nèi)部的異質(zhì)性識(shí)別能力，并有助于實(shí)現(xiàn)基本公共服務(wù)資源與區(qū)域發(fā)展需求之間的匹配。

從理論上說，公共服務(wù)需求識(shí)別是指公共部門收集、辨別和分析需求數(shù)據(jù)以獲得全面真實(shí)的信息，為公共服務(wù)決策提供知識(shí)基礎(chǔ)的過程。由于國(guó)家基礎(chǔ)信息系統(tǒng)和社會(huì)誠(chéng)信系統(tǒng)建設(shè)長(zhǎng)期滯后，我國(guó)公共服務(wù)體系賴以支撐的社會(huì)信息基礎(chǔ)較為薄弱，公共服務(wù)需求識(shí)別的靈敏度不高，公共決策和生產(chǎn)的科學(xué)性、精準(zhǔn)性也受到很大影響。智能電子設(shè)備的廣泛使用和多維社交媒體的深度嵌入將人類帶進(jìn)了數(shù)字化時(shí)代，數(shù)據(jù)密集科學(xué)（data-intensive science）的產(chǎn)生為解決公共服務(wù)需求信息瓶頸問題提供了新的可能。但事實(shí)上，如果我們深入分析就會(huì)發(fā)現(xiàn)，大數(shù)據(jù)的功能對(duì)于公共服務(wù)需求識(shí)別的意義和價(jià)值并不僅僅停留在信息技術(shù)層面，除了能夠以較低成本、更高效率的方式獲得海量的社會(huì)成員行為和狀態(tài)數(shù)據(jù)，降低統(tǒng)計(jì)誤差，提高需求辨識(shí)的精準(zhǔn)度以外，對(duì)數(shù)據(jù)的結(jié)構(gòu)化改造和關(guān)聯(lián)性挖掘還能夠探索社會(huì)個(gè)體乃至群體的行為軌跡和特征，揭示其中的一致性規(guī)律，并預(yù)測(cè)服務(wù)需求，提高決策的前瞻性和預(yù)見性，這就是超越簡(jiǎn)單技術(shù)改進(jìn)的機(jī)制創(chuàng)新。從社會(huì)層面進(jìn)一步來說，信息溝通技術(shù)的廣泛使用，還能將公民、社會(huì)組織、市場(chǎng)組織都整合到公共服務(wù)的共同生產(chǎn)過程中來，提高利益相關(guān)方之間的互動(dòng)交流和體驗(yàn)感，進(jìn)而提升公共服務(wù)績(jī)效和政府信任度，乃至催生創(chuàng)新政策和服務(wù)的新知與理念，這一價(jià)值就更具有政治性和社會(huì)性。具體來看，這個(gè)實(shí)踐運(yùn)用的過程可以分為數(shù)據(jù)化、結(jié)構(gòu)化和社會(huì)化三個(gè)邏輯層面。

1.數(shù)據(jù)化過程和“現(xiàn)實(shí)挖掘”（reality mining）能力提升

數(shù)據(jù)是信息的載體，記載和反映著客觀事物性質(zhì)、狀態(tài)以及相互關(guān)系。今天，海量、多維、有價(jià)值數(shù)據(jù)的生成和利用，首先得益于以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和智能設(shè)備為主體的信息溝通技術(shù)所快速推進(jìn)的現(xiàn)代社會(huì)的數(shù)據(jù)化過程，越來越多的人類行為和社會(huì)狀態(tài)被觀察和記錄，產(chǎn)生大量方便傳輸、存儲(chǔ)和分析的數(shù)據(jù)。這大致包括三個(gè)方面：第一，任何使用網(wǎng)絡(luò)和智能設(shè)備的行為，如搜索引擎、瀏覽網(wǎng)頁、網(wǎng)上購物、網(wǎng)約車等，都會(huì)被悄無聲息地記錄下來，形成行為數(shù)據(jù)，這是以前無法實(shí)現(xiàn)的。第二，高科技和靈敏度的傳感器（sensor，如熱敏、光敏、氣敏、力敏等）的大量使用，能夠?qū)崟r(shí)監(jiān)測(cè)特定的物理量或化學(xué)量并將其轉(zhuǎn)化為數(shù)據(jù)，滿足信息的傳輸、處理、存儲(chǔ)、顯示、記錄和控制等要求。第三，人們?cè)诰W(wǎng)絡(luò)社區(qū)可以方便表達(dá)、溝通、上傳、下載各種類型的數(shù)據(jù)，如文字、音頻、視頻等，這些數(shù)據(jù)本身要么是意見表達(dá)，要么隱含著個(gè)人偏好與需求，都是意義豐富的信息來源。隨著數(shù)據(jù)量的不斷增加，人們可以從中挖掘的需求信息就會(huì)越來越多，精準(zhǔn)度會(huì)越來越高，主要表現(xiàn)在：一是大幅增加了樣本數(shù)量，甚至可能獲知全體的數(shù)據(jù)，從而減少抽樣誤差，提高需求信息的準(zhǔn)確度，這正是大數(shù)據(jù)的海量（volume）特點(diǎn)和優(yōu)勢(shì)的體現(xiàn)。二是明顯增加了需求信息的維度（variety），除了人口的年齡、性別、學(xué)歷、住址等基礎(chǔ)靜態(tài)信息，以及收入、誠(chéng)信、健康、財(cái)產(chǎn)、流動(dòng)、消費(fèi)等動(dòng)態(tài)信息規(guī)模都在擴(kuò)大以外，各類文本文檔、語音文檔和醫(yī)療影像等非結(jié)構(gòu)化的數(shù)據(jù)也在與日俱增，用于需求識(shí)別的基礎(chǔ)信息更為全面和完備;例如以“12345”為代表的“市民服務(wù)熱線”除了能夠統(tǒng)計(jì)居民的滿意度外，還獲取到居民大量的語言和文字描述和需求表達(dá)，這種非結(jié)構(gòu)化數(shù)據(jù)往往蘊(yùn)含著簡(jiǎn)單滿意度評(píng)價(jià)之外的大量有益信息。三是降低了數(shù)據(jù)獲取成本，提高了表達(dá)和識(shí)別效率。以前，很多數(shù)據(jù)要靠人來觀察、監(jiān)測(cè)，如城市網(wǎng)格化巡查到各類專業(yè)性檢測(cè)、測(cè)量等，或者依靠市民主動(dòng)上報(bào)、表達(dá)，在有了自動(dòng)傳動(dòng)器、物聯(lián)網(wǎng)以后，隨著成本降低，大量數(shù)據(jù)的獲得、存儲(chǔ)和分析的效率得到明顯提升。四是能夠挖掘隱性數(shù)據(jù)，獲得以前很難獲得或者不被注意的數(shù)據(jù)，例如每個(gè)用戶一天之內(nèi)用水、用電量的變化等。

因?yàn)閿?shù)據(jù)是對(duì)客觀事物性質(zhì)、特征的記載和反映，因此巨量、多維度和多態(tài)性的數(shù)據(jù)集成，就提高了人們認(rèn)知和“描述”人類行為和社會(huì)狀態(tài)的能力，這正是透過大數(shù)據(jù)中數(shù)字痕跡發(fā)現(xiàn)內(nèi)在規(guī)律和真實(shí)想法的過程，被稱為“現(xiàn)實(shí)挖掘”（reality mining）。對(duì)這些行為和狀態(tài)的準(zhǔn)確、多維和系統(tǒng)的描述，正是大數(shù)據(jù)之于公共服務(wù)需求的重要意義。例如，筆者在上海調(diào)研時(shí)發(fā)現(xiàn)，有的區(qū)民政部門給高齡獨(dú)居老人家的水表安裝一種名為“水管家”的記錄儀。它能夠把每次用水的時(shí)間、水量等數(shù)據(jù)實(shí)時(shí)傳遞給社區(qū)老年人服務(wù)中心，根據(jù)對(duì)這些數(shù)據(jù)的分析，就能大致了解高齡老人在家里的活動(dòng)情況，并進(jìn)而判斷是否需要特殊的照料服務(wù)。這個(gè)案例正是大數(shù)據(jù)“描述”功能的典型體現(xiàn)。另外，人們還能夠通過挖掘交叉驗(yàn)證方法判斷數(shù)據(jù)真假，以提高需求信息的真實(shí)性，從而提高政策指向的精準(zhǔn)度。例如，個(gè)人收入的申報(bào)數(shù)據(jù)是一類重要的需求信息，但這些數(shù)據(jù)是否真實(shí)情況的反映，以前并不容易弄清楚或者識(shí)別成本太高，結(jié)果導(dǎo)致不符合條件的個(gè)人獲得最低生活保障補(bǔ)貼，或者不符合條件的家庭購買到了經(jīng)濟(jì)適用房。如果公共部門同時(shí)掌握了個(gè)人納稅、消費(fèi)、財(cái)產(chǎn)等方面的數(shù)據(jù)，以及其雇主申報(bào)的數(shù)據(jù)，就能夠進(jìn)行交叉驗(yàn)證辨識(shí)真?zhèn)?。好比一個(gè)人名義上是低收入，住著政府提供的保障房，但近期卻購買了價(jià)值不菲的名車，就顯然違背了常理，即使收入正當(dāng)也不應(yīng)再歸屬于低收入群體并享受有關(guān)福利。又如，學(xué)校并不準(zhǔn)確掌握學(xué)生的家庭收入情況，但通過對(duì)學(xué)生食堂消費(fèi)數(shù)據(jù)的挖掘和分析，卻能發(fā)現(xiàn)季度或年度消費(fèi)情況明顯偏離一般（如食品消費(fèi)額過低）的學(xué)生群，然后進(jìn)一步識(shí)別其是否屬于貧困學(xué)生。類似這種交叉驗(yàn)證，往往能夠極大地提升公共服務(wù)需求信息的精準(zhǔn)辨識(shí)度，從而提高管理和決策的針對(duì)性和有效性。

2.結(jié)構(gòu)化過程和政策知識(shí)生產(chǎn)優(yōu)化

人們的行動(dòng)和狀態(tài)之間是普遍聯(lián)系的，因此，記錄其行動(dòng)和狀態(tài)的數(shù)據(jù)之間也具有一定的聯(lián)系性。在這種情況下，雖然我們無法直接了解某類行動(dòng)，或者衡量和識(shí)別某類需求，但可以通過“關(guān)聯(lián)關(guān)系”或“因果關(guān)聯(lián)”來“迂回”了解所需要的信息。這種信息之間的強(qiáng)烈相關(guān)性就被稱為“互信息”（Mutual Information）。一個(gè)經(jīng)典案例是2007年流行病學(xué)家與Google工程師合作，成功預(yù)測(cè)了流感的傳播區(qū)域。專家們發(fā)現(xiàn)，現(xiàn)代社會(huì)中人們出現(xiàn)了流感癥狀后往往不是第一時(shí)間去醫(yī)院看醫(yī)生，而是上網(wǎng)搜索相關(guān)信息以做出自我判斷和“診斷”。因此，符合具體特征的“網(wǎng)絡(luò)搜索”行為就會(huì)與“感染流感”之間產(chǎn)生一定的“關(guān)聯(lián)性”。人們通過鎖定具體的“搜索”行為，就有可能了解“感染流感”這一實(shí)際狀態(tài)。在實(shí)踐中，工程師們從4.5億種關(guān)鍵詞的組合中，挑選出了與流感癥狀相關(guān)的45個(gè)重要的檢索詞條和55個(gè)次重要詞條，然后通過各地區(qū)用戶在Google上搜索這些詞條的趨勢(shì)變化來預(yù)測(cè)流感流行到了什么地方。最后發(fā)現(xiàn)，機(jī)器預(yù)測(cè)的結(jié)果和疾病控制與預(yù)防中心公布的數(shù)據(jù)進(jìn)行對(duì)比，準(zhǔn)確率達(dá)到了97%以上。

可見，“互信息”是大數(shù)據(jù)“預(yù)測(cè)”功能的內(nèi)在機(jī)理和前提基礎(chǔ)。通過構(gòu)建特定的行為、狀態(tài)的因果“鏈條”，就能夠在“描述”和“監(jiān)測(cè)”社會(huì)狀態(tài)的基礎(chǔ)上，主動(dòng)“預(yù)測(cè)”和“預(yù)判”未來可能出現(xiàn)的社會(huì)行為和狀態(tài)。如流感爆發(fā)，必然引發(fā)人們治療的需求;車禍發(fā)生，就會(huì)有人被送急診治療，等等。因此，如果系統(tǒng)全面收集前期信息（受害事件、流行病），就可能預(yù)測(cè)特定時(shí)間段內(nèi)的后期需求（如衛(wèi)生需求），并進(jìn)而快速地進(jìn)行資源的有效配置，以應(yīng)對(duì)需求的變化。例如，澳大利亞已經(jīng)利用大數(shù)據(jù)開發(fā)和運(yùn)用了一種名為“病人入院預(yù)測(cè)工具”（Patient Admissions Prediction Tool，PAPT）的系統(tǒng)。該系統(tǒng)能夠用來預(yù)測(cè)一定時(shí)間段內(nèi)有多少病人會(huì)因緊急情況進(jìn)入醫(yī)院，他們的醫(yī)療需求以及能夠允許多少病人住院或出院，還能允許在場(chǎng)全體醫(yī)療人員觀察病人就醫(yī)量在不同時(shí)間段里的變化情況，比如在一個(gè)小時(shí)后，在一天內(nèi)剩余時(shí)間里，在下周內(nèi)甚至是在不同日期的節(jié)假日里，像是復(fù)活節(jié)或者當(dāng)?shù)匕l(fā)生特定事件的那段時(shí)間里。PAPT使人們能夠設(shè)計(jì)出新的措施來應(yīng)對(duì)已被預(yù)測(cè)到的重大事件。例如，研究發(fā)現(xiàn)，在中學(xué)畢業(yè)慶祝周那段時(shí)間里，多達(dá)20%的緊急事件都與中學(xué)生有關(guān)。有了關(guān)于這些緊急報(bào)告和入院的信息，院方可以規(guī)劃照顧這些學(xué)校病人的醫(yī)療人員、醫(yī)療用品和床位的分配;同時(shí)為其他已到達(dá)醫(yī)院并且身受重傷的病人安排等候時(shí)間。其他一些新的應(yīng)對(duì)措施，比如和昆士蘭急救服務(wù)機(jī)構(gòu)合作搭建的指定醫(yī)療帳篷為很多學(xué)校內(nèi)的病人提供就地治療，這樣可以為醫(yī)院內(nèi)更加嚴(yán)重的患者騰出急診科的病床。據(jù)估計(jì)，如果澳大利亞各地醫(yī)院均采用PAPT的話，那么該軟件每年可能節(jié)省出2300萬美元，以提高衛(wèi)生系統(tǒng)的服務(wù)效率。

3.參與化過程和需求社會(huì)整合度提高

數(shù)據(jù)分析不僅能夠“挖掘”潛在的社會(huì)現(xiàn)實(shí)（reality），還有助于我們發(fā)現(xiàn)人類互動(dòng)交往行為對(duì)個(gè)體與組織的偏好和決策的“建構(gòu)性”意義及其關(guān)聯(lián)。美國(guó)科學(xué)家阿萊克斯·彭特蘭（Alex Pentland）認(rèn)為，在社會(huì)學(xué)習(xí)過程中，社會(huì)接觸（包括與自己熟悉的人、朋友之間的接觸互動(dòng)）往往會(huì)直接影響人們的偏好、態(tài)度甚至價(jià)值觀。

除了這種接觸效應(yīng)外，這種互動(dòng)交往的“建構(gòu)性”的意義和價(jià)值還有更深層次的內(nèi)涵：彭特蘭（Alex Pentland）認(rèn)為，人們之間想法、觀點(diǎn)的交流互動(dòng)對(duì)于社會(huì)創(chuàng)新具有非常重要的意義，通過社會(huì)參與促使想法（idea）流動(dòng)起來，并進(jìn)而催生新的想法，是社會(huì)建構(gòu)的重要驅(qū)動(dòng)力，“新想法的傳播和結(jié)合是行為轉(zhuǎn)變和創(chuàng)新的推動(dòng)力”，他的實(shí)驗(yàn)揭示到，從社會(huì)心理層面來看，個(gè)體所需要的東西，以及會(huì)選擇怎么樣的行動(dòng)來滿足自己的需要，都具有不斷演化的與他人互動(dòng)的性質(zhì)，“我們的需求和偏好大多是基于我們的同伴社區(qū)對(duì)事物的價(jià)值判斷，而不是直接基于以個(gè)體生物本能或者后天道德觀為基礎(chǔ)的理性思考”。這就說明，以社會(huì)交往的特征的社會(huì)學(xué)習(xí)過程事實(shí)上在“建構(gòu)”著人們的偏好和興趣，因此，公共服務(wù)需求的識(shí)別也不僅僅是單純的自上而下的過程，倘若缺乏社會(huì)和公民的主動(dòng)、清晰和富有成效的需求表達(dá)，識(shí)別也難以做到真正的精準(zhǔn)和科學(xué)。事實(shí)上，公民、社會(huì)組織、企業(yè)等利益相關(guān)方都已經(jīng)主動(dòng)或被動(dòng)地參與著數(shù)據(jù)的生產(chǎn)和使用過程，離開全社會(huì)的參與，大數(shù)據(jù)分析只能說是無源之水和無本之木。有學(xué)者提出“參與式治理”對(duì)需求整合的意義和作用，強(qiáng)調(diào)政府、公民和社會(huì)組織三方主體之間的良性互動(dòng)，把自上而下的需求調(diào)查、自下而上的需求表達(dá)與專業(yè)性的需求整合融匯在一起，從而提高需求識(shí)別的科學(xué)化和社會(huì)化程度。這說明，需求的識(shí)別與整合不僅僅是一個(gè)專業(yè)性、技術(shù)性問題，從某種程度上說，它同樣具有較強(qiáng)的政治和社會(huì)屬性。

第一，數(shù)據(jù)規(guī)模、維度和形態(tài)的急速擴(kuò)張其實(shí)意味著識(shí)別對(duì)象范圍的擴(kuò)大，意味著更多的公民、社會(huì)組織和市場(chǎng)主體的需求被表達(dá)、收集和關(guān)注，這是之前較難做到的。例如，智慧化的居家養(yǎng)老服務(wù)平臺(tái)的建設(shè)，通過室內(nèi)傳感數(shù)據(jù)的集群系統(tǒng)、移動(dòng)互聯(lián)網(wǎng)等技術(shù)，構(gòu)建出了家庭健康監(jiān)測(cè)系統(tǒng)等，能夠動(dòng)態(tài)、及時(shí)地收集和分析居家老年人的身體和生活狀況，發(fā)現(xiàn)甚至前瞻預(yù)測(cè)某些意外情形，為管理部門快速開展醫(yī)療、救助、生活服務(wù)提供需求信息和預(yù)警支持，這個(gè)覆蓋面由以前的機(jī)構(gòu)養(yǎng)老全面覆蓋居家養(yǎng)老，帶來的需求整合度是前所未有的。第二，大數(shù)據(jù)技術(shù)使得社會(huì)組織和個(gè)人的需求表達(dá)更加便捷和快速，讓需求識(shí)別更加高效。今天，除了座談會(huì)、調(diào)研會(huì)這樣的傳統(tǒng)方式之外，熱線電話、網(wǎng)絡(luò)社區(qū)、網(wǎng)絡(luò)調(diào)查、微信群聊、網(wǎng)上辦事，甚至網(wǎng)絡(luò)購物等都可以成為人們直接和間接表達(dá)需求的渠道，也為政府提供了多種收集和識(shí)別需求的可能，甚至不為公民察覺的隱性的識(shí)別方式。例如，像“12345”這樣的城市“非緊急救助服務(wù)系統(tǒng)”，每天都會(huì)接到大量市民電話、短信和網(wǎng)絡(luò)表達(dá)，還沉淀著每項(xiàng)業(yè)務(wù)的辦理流程和居民滿意度調(diào)查數(shù)據(jù)。這些高速、海量和異構(gòu)性的信息構(gòu)成典型的“大數(shù)據(jù)”，對(duì)該大數(shù)據(jù)庫的分析和挖掘，可以發(fā)現(xiàn)和識(shí)別大量的民眾需求信息。第三，也是更為重要的，基于大數(shù)據(jù)的分析，人們能夠建立一般性的、普遍性的行為特征模型，這其實(shí)是對(duì)社會(huì)需求的總體性描述和“畫像”，而那些明顯偏離一般特征的個(gè)體行為就成了個(gè)體性的“畫像”，通過人工智能，公共部門能非常容易捕捉這些特殊的個(gè)體，并進(jìn)一步識(shí)別是否蘊(yùn)含公共服務(wù)需求。

三、大數(shù)據(jù)基礎(chǔ)上的公共服務(wù)需求識(shí)別機(jī)制創(chuàng)新

從理論上說，所謂需求識(shí)別的精準(zhǔn)度，主要包括五個(gè)方面：一是真實(shí)度，即感知的需求信息是真實(shí)可靠的;二是準(zhǔn)確度，即信息清晰、具體，不模糊;三是全面度，即需求信息能全面地反映個(gè)體或群體的多樣需求;四是及時(shí)度，即需求信息能夠隨著現(xiàn)實(shí)需求變化而變化;五是便捷度，能夠以較低成本獲取。需求識(shí)別其實(shí)包括感知、挖掘、辨別、供給以及評(píng)估五個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)中都有對(duì)需求的識(shí)別、整合乃至重新定義，以及基于這種定義做出的整合統(tǒng)籌與服務(wù)決策。在大數(shù)據(jù)、人工智能的現(xiàn)代技術(shù)的輔助下，這一分析框架對(duì)于重構(gòu)公共服務(wù)需求識(shí)別機(jī)制及其系統(tǒng)具有重要的意義和價(jià)值，公共服務(wù)需求識(shí)別機(jī)制需要進(jìn)行創(chuàng)新與重構(gòu)，從邏輯上說，包括以下五個(gè)環(huán)節(jié)。

第一，精準(zhǔn)的需求感知機(jī)制。需求感知是需求識(shí)別的前提和基礎(chǔ)。在數(shù)字化時(shí)代，傳統(tǒng)的、樣本量小、選擇性強(qiáng)的需求感知方式已經(jīng)難以適應(yīng)形勢(shì)要求，因此建立更加靈敏、精準(zhǔn)的感知機(jī)制迫在眉睫。需要注意的是，數(shù)據(jù)來自服務(wù)，沒有服務(wù)就很難獲得數(shù)據(jù)。也就是說，在提供服務(wù)的過程中獲得更多需求數(shù)據(jù)和信息是建立感知機(jī)制的關(guān)鍵。這就要求進(jìn)一步利用“互聯(lián)網(wǎng)+”、移動(dòng)政務(wù)和物聯(lián)網(wǎng)技術(shù)，改造傳統(tǒng)的公共服務(wù)模式，提升公共服務(wù)能級(jí)，進(jìn)而提高公民需求的主動(dòng)與自動(dòng)表達(dá)能力，擴(kuò)大表達(dá)的整體性、覆蓋面、及時(shí)性和完整性，為公共部門準(zhǔn)確感知需求提供基礎(chǔ)和條件。例如，“一網(wǎng)通辦”“全程網(wǎng)辦”這樣的政務(wù)服務(wù)系統(tǒng)在某些地區(qū)已經(jīng)逐步運(yùn)營(yíng)和成熟，網(wǎng)絡(luò)辦事能夠積累巨量、多維度和真實(shí)性的數(shù)據(jù)，涉及居民、企業(yè)和社會(huì)組織等主體對(duì)行政審批、社會(huì)保障、醫(yī)療報(bào)銷、出入境、住房保障、流動(dòng)人口服務(wù)、社會(huì)救助等方面的需求。從前這些數(shù)據(jù)都靜靜地沉默在存儲(chǔ)器中，其實(shí)，對(duì)這些數(shù)據(jù)的挖掘和分析能夠了解一定區(qū)域和一定時(shí)期內(nèi)社會(huì)保障、生活救助和流動(dòng)人口的重要特征與要求。再比如，以“城市大腦”“社區(qū)大腦”為代表的綜合性城市管理中樞的建設(shè)，包括與之配套的各類傳感器的鋪設(shè)，成倍地提升了公共部門自動(dòng)、精準(zhǔn)感知社會(huì)運(yùn)行的能力。這些物聯(lián)網(wǎng)、互聯(lián)網(wǎng)所形成的海量信息正是大數(shù)據(jù)分析的“原材料”和“來源”。在這些信息化平臺(tái)的建設(shè)過程中，不能僅僅滿足硬件的投入和即時(shí)信息的傳遞，更需要先期規(guī)劃數(shù)據(jù)的采集、儲(chǔ)存和利用。

第二，精準(zhǔn)的需求挖掘機(jī)制。研究如何利用現(xiàn)有的、正在收集的海量數(shù)據(jù)（包括個(gè)體、社區(qū)和城市等層面），進(jìn)行深度對(duì)比、挖掘和深度學(xué)習(xí)，描繪公共服務(wù)的知識(shí)圖譜，以及市民的人物畫像，提取凝練需求。例如，在上文提到的“12345”熱線平臺(tái)，可以運(yùn)用大數(shù)據(jù)分析來了解：一是公共服務(wù)需求的內(nèi)容、類型、特征以及空間分布;除了信息咨詢和投訴建議外，求助類需求的具體類型及其特征，在此基礎(chǔ)上挖掘城市居民的共性需求和內(nèi)容，結(jié)合區(qū)域分布、居住特征、人群特征等變量，分析城市公共服務(wù)需求的空間差異和特性，并根據(jù)時(shí)間變量預(yù)測(cè)公共服務(wù)需求變化情況。二是能對(duì)城市居民公共服務(wù)滿意度及其影響因素分析，對(duì)滿意度的分析能夠更加精準(zhǔn)了解其表達(dá)的（expressed）和潛在的（implicit）需求，并通過“回應(yīng)—解釋”模型挖掘公共服務(wù)滿意度的影響因素，如“首日現(xiàn)行聯(lián)系”“持續(xù)動(dòng)態(tài)聯(lián)系”等回應(yīng)服務(wù)方式對(duì)需求滿足感產(chǎn)生的效果和作用。最后，還能展示公共部門辨別、供給和評(píng)估流程及其瓶頸;從“回應(yīng)時(shí)間”“回應(yīng)方式”“表述方式”“再回應(yīng)方式”等方面挖掘公共部門辨別、供給需求的動(dòng)態(tài)過程與不同方式，用以解釋效果差異的原因并識(shí)別部門協(xié)同的困境。

第三，精準(zhǔn)的需求辨別機(jī)制。這里的“辨別”包括兩層面含義：一是辨別數(shù)據(jù)所蘊(yùn)含的信息的真?zhèn)?。?duì)一些主動(dòng)表達(dá)的需求，公共部門往往需要進(jìn)行判斷和識(shí)別，以確定該需求是否真實(shí)情況的反映。如前文所說，大數(shù)據(jù)為這種判斷識(shí)別提供了效率高、成本低的選擇方案。這就需要公共部門在數(shù)據(jù)整合、融合的基礎(chǔ)上，善于使用“交叉驗(yàn)證”的方式對(duì)大量數(shù)據(jù)進(jìn)行“清洗”和“過濾”，保留真實(shí)、可靠的需求信息。二是在需求感知和凝練的基礎(chǔ)上對(duì)需求進(jìn)行整合與辨別，這里包括辨別需求是否在公共服務(wù)范疇之內(nèi)，以及不同主體的不同需求的互動(dòng)、博弈乃至整合，最終形成公共服務(wù)決策。從理論上說，這就需要通過大數(shù)據(jù)分析建立社會(huì)特定群體和階層的行為和狀態(tài)模型，更加精準(zhǔn)界定基本公共服務(wù)（政府職能）的標(biāo)準(zhǔn)、方式、覆蓋面和福利水平，通過與個(gè)體需求的對(duì)比來辨別需求是否屬于公共服務(wù)范疇，是否應(yīng)該得到回應(yīng)和滿足。例如，目前基于醫(yī)療物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)建立的遠(yuǎn)程患者監(jiān)控系統(tǒng)，通過比對(duì)“身體狀況”與“數(shù)據(jù)庫”能夠?qū)崿F(xiàn)對(duì)居家老人某些病癥的遠(yuǎn)程監(jiān)護(hù)，當(dāng)發(fā)現(xiàn)“狀況”改變并“辨識(shí)”疾病時(shí)，提醒一聲及時(shí)采取治療措施。

第四，精準(zhǔn)的需求供給機(jī)制。研究如何在深度學(xué)習(xí)和需求整合的基礎(chǔ)上，完善和優(yōu)化社區(qū)、城區(qū)和城市的公共服務(wù)資源配置，包括資源數(shù)量、結(jié)構(gòu)、內(nèi)容在空間、時(shí)間等不同維度上的配置，提高需求與供給的匹配度。以社區(qū)智慧養(yǎng)老為例，它力圖通過信息技術(shù)將居家老人、社區(qū)、政府、服務(wù)提供者聯(lián)系起來，實(shí)現(xiàn)對(duì)老年人健康管理、應(yīng)急救助、生活照料等全方位服務(wù)。通常，“社區(qū)居家養(yǎng)老融合服務(wù)中心”積累了大量老年人的健康、家政需求以及日常服務(wù)供給方面的信息，也是典型的“大數(shù)據(jù)”，通過深入挖掘和分析可以達(dá)到多重目的。一是通過個(gè)體照料需求的精準(zhǔn)識(shí)別，探討居家養(yǎng)老精準(zhǔn)化服務(wù)供給的具體方式和路徑。探索如何挖掘數(shù)據(jù)信息，為居民、社區(qū)乃至更大規(guī)模的社會(huì)單元進(jìn)行人物的健康畫像，描述其整體性和個(gè)體性健康特征及潛在衛(wèi)生需求，進(jìn)而優(yōu)化基層衛(wèi)生資源建設(shè)與配置規(guī)劃，提升基層衛(wèi)生資源使用效率、效益和效能。二是針對(duì)全區(qū)居家老人保健和基礎(chǔ)醫(yī)療需求，運(yùn)用老年綜合評(píng)估工具等嚴(yán)謹(jǐn)?shù)脑u(píng)估量表，配以靈敏的感知設(shè)備，在標(biāo)準(zhǔn)化的老年綜合評(píng)估基礎(chǔ)上對(duì)老年人需求進(jìn)行綜合分析，并對(duì)全區(qū)“托老中心”“長(zhǎng)者照料中心”空間、資源分布進(jìn)行“需求—供給”分析和優(yōu)化設(shè)計(jì)，提升信息的真實(shí)度、準(zhǔn)確度、及時(shí)度和便捷度。

第五，精準(zhǔn)的需求評(píng)估機(jī)制。這一環(huán)節(jié)的使命是，在公共服務(wù)供給之后，精準(zhǔn)評(píng)估服務(wù)對(duì)象的滿意度、認(rèn)同度，以及對(duì)服務(wù)改進(jìn)的綜合性意見，并將此作為新的需求“感知”以啟動(dòng)下一輪的需求管理周期，形成管理閉環(huán)。通常我們將滿意度與需求相區(qū)別，其實(shí)，人們對(duì)服務(wù)的滿意度和評(píng)價(jià)承載著重要的需求信息。例如，對(duì)“市民服務(wù)熱線”大量數(shù)據(jù)的挖掘就發(fā)現(xiàn)，人們最關(guān)心的往往是首次得到回應(yīng)的“時(shí)間”和“態(tài)度”，即使有關(guān)問題還沒有得到完全解決。這一發(fā)現(xiàn)的重要之處在于，滿意度并非僅僅受到問題是否解決的影響，而可能與“是否被尊重”“是否被重視”更加直接相關(guān)。這一需求信息對(duì)于優(yōu)化公共服務(wù)體系、提高回應(yīng)度具有重要的指導(dǎo)意義和價(jià)值。

四、結(jié)語與展望

黨的十九大報(bào)告提出，中國(guó)特色社會(huì)主義進(jìn)入新時(shí)代，我國(guó)社會(huì)主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長(zhǎng)的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。這一矛盾是由“需求”和“供給”兩個(gè)方面的不適應(yīng)所形成的，因此要解決這一矛盾，系統(tǒng)提升人民群眾的幸福感、獲得感和安全感，不僅需要大力提升發(fā)展質(zhì)量和效益，努力實(shí)現(xiàn)高質(zhì)量發(fā)展，也需要準(zhǔn)確把握美好生活需要的內(nèi)涵，建立更科學(xué)的資源與需求匹配機(jī)制，讓人民共享高品質(zhì)的公共服務(wù)和發(fā)展成果。精準(zhǔn)識(shí)別復(fù)雜多元、動(dòng)態(tài)變化和分層分類的公共服務(wù)需求，正是實(shí)現(xiàn)這一目的的重要前提和保證。

其實(shí)，面對(duì)龐大的社會(huì)及民眾，政府對(duì)社會(huì)數(shù)據(jù)的儲(chǔ)存、處理和使用有著極為悠久的歷史和傳統(tǒng)。兩千多年以來，中國(guó)政府在進(jìn)行戶籍造冊(cè)、土地丈量、稅賦統(tǒng)計(jì)、財(cái)政收支等活動(dòng)時(shí)都會(huì)形成和產(chǎn)生海量的結(jié)構(gòu)化和非結(jié)構(gòu)化的“大數(shù)據(jù)”，這些數(shù)據(jù)構(gòu)成了國(guó)家治理的基石和條件，也記錄著國(guó)家治理的過程和效果。但傳統(tǒng)公共管理中的數(shù)據(jù)使用具有時(shí)代的局限：一是種類簡(jiǎn)單，通常僅限于人口、土地、收入、犯罪情況等，且不完整、準(zhǔn)確;二是用途單一，如人口統(tǒng)計(jì)用來征收稅賦，土地丈量用來收租征稅等，除此以外數(shù)據(jù)基本歸于靜止沉睡狀態(tài);三是效率較低，數(shù)據(jù)只能通過人力收集、儲(chǔ)存和管理，成本太高、周期較長(zhǎng)、更新太慢;四是碎片分割，各部門各自為政、難通有無，阻礙了數(shù)據(jù)的共享和共用?，F(xiàn)代信息溝通技術(shù)的發(fā)展，在帶來更多數(shù)據(jù)的同時(shí)，賦予數(shù)據(jù)使用和挖掘更低的成本，更高的效率和更多的功能。更為重要的是，小樣本調(diào)查、典型案例分析和歷史經(jīng)驗(yàn)歸納為主要知識(shí)生產(chǎn)方式的社會(huì)科學(xué)研究方法和社會(huì)需求辨識(shí)方式已經(jīng)受到了極大的挑戰(zhàn)。大數(shù)據(jù)的運(yùn)用為重塑公共服務(wù)需求識(shí)別與公共服務(wù)供給體系提供了歷史性的契機(jī)?？梢灶A(yù)見，基于大數(shù)據(jù)分析的需求識(shí)別機(jī)制具有以下特點(diǎn)：其一，建立覆蓋面廣、動(dòng)態(tài)更新、微觀連續(xù)性數(shù)據(jù)而非斷續(xù)性或典型性數(shù)據(jù)，并能夠描繪特定社會(huì)群體的整體性特征和個(gè)體性細(xì)節(jié)。其二，力圖在結(jié)構(gòu)化數(shù)據(jù)之外囊括包容非結(jié)構(gòu)化數(shù)據(jù)，如社交網(wǎng)站文本、病例檔案文本、群眾來信來電記錄等，提高數(shù)據(jù)的多樣性、多態(tài)性和豐富性。其三，在傳統(tǒng)的因果邏輯研究范式基礎(chǔ)上，建立以“強(qiáng)關(guān)聯(lián)關(guān)系”為核心的數(shù)據(jù)分析和知識(shí)發(fā)現(xiàn)路徑，消除需求識(shí)別和服務(wù)決策中的不確定性，發(fā)現(xiàn)識(shí)別和把握服務(wù)需求的新方法，提高公共服務(wù)資源配置的科學(xué)性與前瞻性。其四，通過引導(dǎo)社會(huì)互動(dòng)交往來建構(gòu)人類的“思想流動(dòng)”和“知識(shí)創(chuàng)新”，形成社會(huì)偏好、興趣的整合、激勵(lì)某類具有明顯“正外部性”行為和選擇的形成?？傊?，基于大數(shù)據(jù)分析的需求感知是建立在現(xiàn)代信息論、社會(huì)交互網(wǎng)絡(luò)和行為相關(guān)性基礎(chǔ)上的數(shù)據(jù)分析和辨識(shí)活動(dòng)。

同時(shí)也要認(rèn)識(shí)到，數(shù)據(jù)并非自動(dòng)生成的，數(shù)據(jù)來自服務(wù)，數(shù)據(jù)與服務(wù)的關(guān)系是辯證的。一方面，數(shù)據(jù)是需求感知的條件，可以成為服務(wù)供給的前提;另一方面，如果公共部門不提供服務(wù)，事實(shí)上也無法從服務(wù)對(duì)象中獲得豐富的、有價(jià)值的數(shù)據(jù)和信息。這就說明，服務(wù)供給與需求識(shí)別在時(shí)間序列上并非簡(jiǎn)單的先后關(guān)系，而很可能是交織互動(dòng)的關(guān)系。通過提供服務(wù)，來獲得更多的用戶信息，再通過這些數(shù)據(jù)信息進(jìn)行需求識(shí)別，以更好地提供用戶所需要的服務(wù)，這是數(shù)字化時(shí)代公共服務(wù)體系創(chuàng)新的一個(gè)可能性趨勢(shì)。

此外，數(shù)據(jù)永遠(yuǎn)是靜態(tài)的，利用數(shù)據(jù)需要依靠人類的主觀能動(dòng)性。沒有人類的主觀能動(dòng)性，數(shù)據(jù)的價(jià)值不可能自動(dòng)顯現(xiàn)。因此，需要建立技術(shù)運(yùn)用的動(dòng)力機(jī)制，進(jìn)一步打破部門間在信息共享、數(shù)據(jù)挖掘、需求識(shí)別和服務(wù)供給方面的壁壘，形成高效的協(xié)同協(xié)作態(tài)勢(shì)，激勵(lì)公共部門激活沉睡、沉淀的大量社會(huì)數(shù)據(jù);并研究如何讓公民（citizen）在E-government建設(shè)中扮演更重要的角色和作用，如何通過數(shù)據(jù)的透明、開放與社會(huì)挖掘（social mining）功能的開發(fā)，導(dǎo)向更好的公共數(shù)據(jù)的利用及政府公共服務(wù)決策的優(yōu)化。當(dāng)然，還需要建立數(shù)據(jù)安全機(jī)制，研究如何加強(qiáng)個(gè)人數(shù)據(jù)的隱私保護(hù)、正確利用和適當(dāng)進(jìn)入，防止安全機(jī)制失靈后產(chǎn)生的各類安全問題，避免不當(dāng)使用而造成的數(shù)據(jù)災(zāi)難和危害。

注釋

Xiang， Zheng & Schwartz， Zvi & Gerdes， John H. & Uysal， Muzaffer What can big data and text analytics tell us about hotel guest experience and satisfaction？， International Journal of Hospitality Management， 2015，44： 120-130.

Desouza， Kevin C. & Jacob， Benoy Big Data in the Public Sector： Lessons for Practitioners and Scholars， Administration& Society. 2014，pp. 1-22.

楊永恒、王永貴、鐘旭東：《客戶關(guān)系管理的內(nèi)涵、驅(qū)動(dòng)因素及成長(zhǎng)維度》，《南開管理評(píng)論》2002年第2期。

王玉龍、王佃利：《需求識(shí)別、數(shù)據(jù)治理與精準(zhǔn)供給》，《學(xué)術(shù)論壇》2018年第2期。

蔡禮強(qiáng)：《政府向社會(huì)組織購買公共服務(wù)的需求表達(dá)》，《政治學(xué)研究》2018年第2期。

岳經(jīng)綸、郭巍青：《精準(zhǔn)識(shí)別群眾需求》，《人民日?qǐng)?bào)》2018年2月5日。

王玉龍、王佃利：《需求識(shí)別、數(shù)據(jù)治理與精準(zhǔn)供給》，《學(xué)術(shù)論壇》2018年第2期。

顧嚴(yán)：《“十二五”亟需理順公共服務(wù)需求表達(dá)機(jī)制》，《中國(guó)經(jīng)貿(mào)導(dǎo)刊》2010年第12期。

Cecilia Fredriksson， Farooq Mubarak， Marja Tuohimaa and Ming Zhan，Big Data in the Public Sector： A Systematic Literature Review，scandinavian Journal of Public Administration， 2017，21（3）：39-61.

Kim， Gang-Hoon & Trimi， Silvana & Chung， Ji-Hyong Big-data applications in the government sector， Communications of the ACM， 2014，57 （3）： 78-85.

Jordan， Sara R. Beneficence and the Expert Bureaucracy， Public Integrity， 2014，16 （4）： 375-394.

鄧念國(guó)：《公共服務(wù)如何實(shí)現(xiàn)精準(zhǔn)化供給》，《學(xué)習(xí)時(shí)報(bào)》2015年12月7日。

王玉龍、王佃利：《需求識(shí)別、數(shù)據(jù)治理與精準(zhǔn)供給》，《學(xué)術(shù)論壇》2018年第2期。

Chen， C. L. Philip & Zhang， Chun-Yang Data-intensive applications，challenges， techniques and technologies： A survey on Big Data， InformationSciences， 2014，275 （10 August 2014）： pp. 314-347.

Michele Banko， Mitigating the Paucity-of-Data Problem： Exploring the Effect of Training Corpus Size on Classifier Performance

Jeremy Ginsberg， Matthew H. Mohebbi， Rajan S. Patel， Lynnette Brammer， Mark S. Smolinski and Larry Brilliant， Detecting influenza epidemics using search engine query data， Nature， 2009，Vol457， 19 Feb.

Australian Public Service Better Practice Guide for Big Data，

阿萊克斯·彭特蘭著，汪曉帆、汪容譯：《智慧社會(huì)：大數(shù)據(jù)與社會(huì)物理學(xué)》，浙江人民出版社，2015年第1版，第8頁。

同上，第55頁。

蔡禮強(qiáng)：《政府向社會(huì)組織購買公共服務(wù)的需求表達(dá)》，《政治學(xué)研究》2018年第2期。

于廣軍、楊佳泓：《醫(yī)療大數(shù)據(jù)》，上?？茖W(xué)技術(shù)出版社，2015年版，第42頁。

董青嶺：《大數(shù)據(jù)安全態(tài)勢(shì)感知與沖突預(yù)測(cè)》，《中國(guó)社會(huì)科學(xué)》2018年第6期。

吳軍：《智能時(shí)代：大數(shù)據(jù)與智能革命重新定義未來》，中信出版集團(tuán)，2018年版，第130頁。

Abstract： The significance and value of big data analysis for public service demand identification is not only at the level of information technology， but also at the level of social individuals and even groups， besides acquiring massive behavior and status data in a lower cost and more efficient way， reducing statistical errors and improving the accuracy of demand identification. Behavior trajectory and characteristics， reveal the consistency rule， and predict service demand， improve the foresight and foresight of decision-making. Further from the social level， the extensive use of information communication technology can integrate citizens， social organizations and market organizations into the common production process of public services， improve the interaction and experience among stakeholders， and then enhance public service performance and government trust.

Keywords： Big Data; Public Service Demand; Precise Identification